预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共21页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115983510A(43)申请公布日2023.04.18(21)申请号202310285514.5(22)申请日2023.03.22(71)申请人石家庄斯坦德优检测技术有限公司地址050035河北省石家庄市太行南大街769号京石协作创新示范园201号厂房A栋5层(72)发明人韩连超张威张波宋文涛陈海滨(74)专利代理机构北京春江专利商标代理事务所(普通合伙)11835专利代理师向志杰(51)Int.Cl.G06Q10/04(2023.01)G06Q10/0639(2023.01)G06N3/08(2023.01)权利要求书4页说明书11页附图5页(54)发明名称基于AI预测模型的密封构件寿命评估系统及方法(57)摘要本发明提供一种基于AI预测模型的密封构件寿命评估系统及方法,属于数据处理技术领域。所述系统包括:AI预测装置,用于基于各项制备工艺数据以及最新各个历史生产批次分别对应的各个平均报废时长智能预测本次生产批次生产的橡胶密封构件的预测报废时长;动态调整装置,用于在预测报废时长小于设定报废时长阈值时,动态调整各项制备工艺数据直到预测报废时长大于等于设定报废时长阈值。通过本发明,能够智能预测本次生产批次生产的橡胶密封构件的预测报废时长,并在预测报废时长未达标时,动态调整生产工艺参数直到预测报废时长达标,从而采用提取配置模式完成对每一批次劣质产品数量的削减。CN115983510ACN115983510A权利要求书1/4页1.一种基于AI预测模型的密封构件寿命评估系统,其特征在于,所述系统包括:参数采集装置,用于获取用于生产橡胶密封构件的生产线上的执行塑炼生胶操作的炼胶机械的炼胶时长、驱动功率、一次加料量和辊轮间距,以作为炼胶机械的各项炼胶参数;信息捕获装置,用于获取用于生产橡胶密封构件的生产线上的执行膜压制造操作的模压机械的模压温度、模压压力和模压时长,以作为模压机械的各项模压信息;历史检测装置,用于获取采用所述生产线生产的本次生产批次之前设定数量的各个历史生产批次分别对应的各个平均报废时长,每一个历史生产批次对应的平均报废时长为对所述历史生产批次抽取的固定数目的多个橡胶密封构件分别执行加速老化操作后获得的多个预测报废时长的平均值;AI预测装置,分别与所述参数采集装置、所述信息捕获装置以及所述历史检测装置连接,用于构建基于深度神经网络的AI预测模型,基于炼胶机械的各项炼胶参数、模压机械的各项模压信息以及本次生产批次之前设定数量的各个历史生产批次分别对应的各个平均报废时长智能预测本次生产批次生产的橡胶密封构件的预测报废时长;动态调整装置,与所述AI预测装置连接,用于在智能预测的本次生产批次生产的橡胶密封构件的预测报废时长小于设定报废时长阈值时,动态调整炼胶机械的各项炼胶参数和/或模压机械的各项模压信息直到智能预测的本次生产批次生产的橡胶密封构件的预测报废时长大于等于所述设定报废时长阈值;其中,获取采用所述生产线生产的本次生产批次之前设定数量的各个历史生产批次分别对应的各个平均报废时长,每一个历史生产批次对应的平均报废时长为对所述历史生产批次抽取的固定数目的多个橡胶密封构件分别执行加速老化操作后获得的多个预测报废时长的平均值包括:本次生产批次生产的橡胶密封构件的数量与每一个历史生产批次生产的橡胶密封构件的数量相等。2.如权利要求1所述的基于AI预测模型的密封构件寿命评估系统,其特征在于:获取采用所述生产线生产的本次生产批次之前设定数量的各个历史生产批次分别对应的各个平均报废时长,每一个历史生产批次对应的平均报废时长为对所述历史生产批次抽取的固定数目的多个橡胶密封构件分别执行加速老化操作后获得的多个预测报废时长的平均值还包括:所述固定数目的取值与每一件橡胶密封构件的体积成正比;其中,获取采用所述生产线生产的本次生产批次之前设定数量的各个历史生产批次分别对应的各个平均报废时长,每一个历史生产批次对应的平均报废时长为对所述历史生产批次抽取的固定数目的多个橡胶密封构件分别执行加速老化操作后获得的多个预测报废时长的平均值还包括:本次生产批次生产的橡胶密封构件的数量的取值越小,所述设定数量的取值越小。3.如权利要求2所述的基于AI预测模型的密封构件寿命评估系统,其特征在于,所述系统还包括:模型构建装置,与所述AI预测装置连接,用于对深度神经网络执行多次训练动作以获得所述基于深度神经网络的AI预测模型,并将所述基于深度神经网络的AI预测模型发送给所述AI预测装置使用;其中,对深度神经网络执行多次训练动作以获得所述基于深度神经网络的AI预测模型,并将所述基于深度神经网络的AI预测模型发送给所述AI预测装置使用包括:对深度神2CN115983510A权利要求书2/4页经网络执行的训