本發(fā)明屬于低壓鑄造工藝，尤其是涉及一種鑄造系統(tǒng)溫度智能控制方法。

背景技術(shù)：

1、輕量化是燃油汽車節(jié)能減排和新能源汽車增效的重要策略之一，其中使用鋁合金材料替代傳統(tǒng)鋼鐵材料是實(shí)現(xiàn)汽車輕量化的關(guān)鍵手段。低壓鑄造工藝因其充型平穩(wěn)、補(bǔ)縮效果良好和自動(dòng)化程度高，已成為生產(chǎn)汽車鋁合金鑄件的主流工藝。在低壓鑄造過(guò)程中，模具溫度對(duì)鑄件質(zhì)量的影響尤為重要。合金熔體在充型和凝固過(guò)程中直接與模具接觸，通過(guò)熱交換實(shí)現(xiàn)冷卻凝固，因此模具的溫度分布直接決定了合金熔體的凝固順序和冷卻速率，對(duì)鑄件的凝固組織和性能具有關(guān)鍵影響。通過(guò)合適的冷卻工藝將模具溫度控制在合理范圍內(nèi)，能夠確保合金按照預(yù)期順序迅速凝固，從而顯著減少縮孔縮松等鑄造缺陷，并縮短生產(chǎn)周期，實(shí)現(xiàn)鑄件質(zhì)量和生產(chǎn)效率的雙重提升。

2、目前，在鋁合金鑄件的低壓鑄造生產(chǎn)中，模具的溫度控制主要采用開(kāi)環(huán)控制方式，通常不對(duì)模具溫度進(jìn)行實(shí)時(shí)檢測(cè)和監(jiān)控，而是依賴現(xiàn)場(chǎng)技術(shù)人員根據(jù)鑄造缺陷的情況直接調(diào)整冷卻工藝參數(shù)。這種方法雖然操作簡(jiǎn)便，但存在明顯缺陷：冷卻工藝的調(diào)整受到技術(shù)人員經(jīng)驗(yàn)和主觀判斷的影響較大，缺乏科學(xué)依據(jù)，導(dǎo)致工藝改進(jìn)效果不穩(wěn)定且難以實(shí)現(xiàn)模具溫度的自動(dòng)化、智能化控制。隨著汽車輕量化進(jìn)程的推進(jìn)和鑄件結(jié)構(gòu)的復(fù)雜性增加，實(shí)現(xiàn)模具溫度的合理控制面臨更大的挑戰(zhàn)。傳統(tǒng)的溫度控制方法已難以滿足現(xiàn)代生產(chǎn)需求。

3、低壓鑄造鋁合金輪轂?zāi)＞叩臏囟葴y(cè)量與控制是制造領(lǐng)域中的關(guān)鍵任務(wù)，它涉及到從模具運(yùn)行狀態(tài)中獲取并分析溫度數(shù)據(jù)，以實(shí)現(xiàn)精確的溫度控制。有效的溫度測(cè)量與控制方法可以幫助制造企業(yè)降低生產(chǎn)成本、提高產(chǎn)品質(zhì)量和提升生產(chǎn)效率。在低壓鑄造過(guò)程中，模具的溫度對(duì)鋁合金輪轂的成型質(zhì)量和生產(chǎn)穩(wěn)定性有著直接影響，因此，準(zhǔn)確的溫度測(cè)量和及時(shí)的溫度調(diào)整顯得尤為重要?，F(xiàn)有的溫度控制方法存在準(zhǔn)確性差且溫度調(diào)整不及時(shí)的問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、針對(duì)現(xiàn)有技術(shù)中存在的問(wèn)題，本發(fā)明提供了一種鑄造系統(tǒng)溫度智能控制方法，至少部分的解決現(xiàn)有技術(shù)中存在的準(zhǔn)確性差且溫度調(diào)整不及時(shí)的問(wèn)題。

2、本發(fā)明實(shí)施例提供了一種鑄造系統(tǒng)溫度智能控制方法，包括：

3、獲取鑄件模具特征區(qū)域，基于鑄件結(jié)構(gòu)特點(diǎn)在模具特征區(qū)域設(shè)置熱電偶；

4、依據(jù)熱電偶測(cè)溫結(jié)果與鑄件質(zhì)量檢測(cè)結(jié)果建立隨機(jī)森林模型并進(jìn)行遞歸特征消除，判別各熱電偶測(cè)溫?cái)?shù)據(jù)與鑄件質(zhì)量相關(guān)性，從而優(yōu)化熱電偶數(shù)量，得到反映鑄件各類缺陷對(duì)應(yīng)的熱電偶測(cè)溫位置，從而對(duì)熱電偶進(jìn)行篩選；

5、根據(jù)篩選出的熱電偶測(cè)溫點(diǎn)溫度數(shù)據(jù)、冷卻工藝參數(shù)和對(duì)應(yīng)鑄件質(zhì)量進(jìn)行分析，通過(guò)梯度提升決策樹(shù)模型構(gòu)建冷卻工藝參數(shù)、各模具熱電偶起始溫度與鑄件質(zhì)量的關(guān)系，基于構(gòu)建的關(guān)系對(duì)鑄造系統(tǒng)溫度進(jìn)行控制。

6、可選的，所述獲取鑄件模具特征區(qū)域，包括：

7、收集鑄件和鑄件模具的歷史工藝數(shù)據(jù)，根據(jù)x光檢測(cè)及歷史工藝數(shù)據(jù)的仿真鑄件縮孔縮松體積結(jié)果判定鑄件模具特征區(qū)域。

8、可選的，所述收集鑄件和鑄件模具的歷史工藝數(shù)據(jù)，包括：冷卻工藝方案數(shù)據(jù)和鑄件質(zhì)量數(shù)據(jù)；

9、所述冷卻工藝方案數(shù)據(jù)，包括每個(gè)生產(chǎn)階段的冷卻通道配置、開(kāi)關(guān)時(shí)間和/或冷卻液流量；

10、所述鑄件質(zhì)量數(shù)據(jù)包括鑄件質(zhì)量指標(biāo)，鑄件質(zhì)量指標(biāo)包括缺陷類型、缺陷位置、特征區(qū)域屈服強(qiáng)度和/或抗拉強(qiáng)度。

11、可選的，所述依據(jù)熱電偶測(cè)溫結(jié)果與鑄件質(zhì)量檢測(cè)結(jié)果建立隨機(jī)森林模型并進(jìn)行遞歸特征消除，判別各熱電偶測(cè)溫?cái)?shù)據(jù)與鑄件質(zhì)量相關(guān)性，從而優(yōu)化熱電偶數(shù)量，得到反映鑄件各類缺陷對(duì)應(yīng)的熱電偶測(cè)溫位置，從而對(duì)熱電偶進(jìn)行篩選，包括：

12、對(duì)模具進(jìn)行敏感性測(cè)試，從而選取滿足合模時(shí)間的溫度數(shù)據(jù)為自變量，鑄件質(zhì)量為因變量進(jìn)行計(jì)算，建立隨機(jī)森林模型并計(jì)算各特征重要性，根據(jù)特征重要性在模具頂模、底模和邊模各選擇反映鑄件質(zhì)量的熱電偶為標(biāo)準(zhǔn)熱電偶。

13、可選的，所述依據(jù)熱電偶測(cè)溫結(jié)果與鑄件質(zhì)量檢測(cè)結(jié)果建立隨機(jī)森林模型并進(jìn)行遞歸特征消除，包括：

14、步驟1：使用獲取的特征訓(xùn)練隨機(jī)森林模型，并計(jì)算隨機(jī)森林模型每個(gè)特征的權(quán)重或系數(shù)；

15、步驟2：根據(jù)特征的權(quán)重或系數(shù)對(duì)特征進(jìn)行排序；

16、步驟3：刪除排序中權(quán)重或系數(shù)最小的一個(gè)或多個(gè)特征，并用剩余的特征重新訓(xùn)練隨機(jī)森林模型；

17、步驟4：重復(fù)步驟2和3，直到達(dá)到所需的特征數(shù)量或無(wú)法繼續(xù)剔除特征為止。

18、可選的，熱電偶溫度特征重要性計(jì)算，包括：

19、計(jì)算節(jié)點(diǎn)基尼不純度；

20、計(jì)算每個(gè)特征的貢獻(xiàn)；

21、累積特征貢獻(xiàn)；

22、計(jì)算隨機(jī)森林中所有樹(shù)的特征重要性，將所有樹(shù)中的特征重要性值取平均，得到特征的最終重要性。

23、可選的，據(jù)篩選出的熱電偶測(cè)溫點(diǎn)溫度數(shù)據(jù)、冷卻工藝參數(shù)和對(duì)應(yīng)鑄件質(zhì)量進(jìn)行分析，通過(guò)梯度提升決策樹(shù)模型構(gòu)建冷卻工藝參數(shù)、各模具熱電偶起始溫度與鑄件質(zhì)量的關(guān)系，基于構(gòu)建的關(guān)系對(duì)鑄造系統(tǒng)溫度進(jìn)行控制，包括：

24、獲取篩選出的熱電偶測(cè)溫點(diǎn)溫度數(shù)據(jù)、冷卻工藝參數(shù)和對(duì)應(yīng)鑄件質(zhì)量的參數(shù)數(shù)據(jù)集；

25、在保證鑄件質(zhì)量合格的情況下，基于參數(shù)數(shù)據(jù)集輸出模具特征區(qū)域初始溫度與冷卻工藝之間的關(guān)系模型，預(yù)測(cè)輪轂性能強(qiáng)度；

26、根據(jù)鑄件質(zhì)量和性能強(qiáng)度與實(shí)際值之差對(duì)關(guān)系模型進(jìn)行優(yōu)化迭代；

27、根據(jù)均方差及決定系數(shù)對(duì)關(guān)系模型進(jìn)行評(píng)估，當(dāng)預(yù)測(cè)成功率大于設(shè)定值時(shí)，停止優(yōu)化迭代。

28、可選的，所述冷卻工藝方案數(shù)據(jù)和鑄件質(zhì)量數(shù)據(jù)用于訓(xùn)練梯度提升決策樹(shù)模型，并動(dòng)態(tài)更新模具冷卻工藝方案及控制規(guī)則；

29、使用梯度提升決策樹(shù)模型預(yù)測(cè)符合檢驗(yàn)標(biāo)準(zhǔn)的冷卻工藝方案。

30、可選的，梯度提升決策樹(shù)模型的學(xué)習(xí)率為0.01～0.3。

31、可選的，梯度提升決策樹(shù)模型的樹(shù)深度為3～10。

32、本發(fā)明提供的鑄造系統(tǒng)溫度智能控制方法，通過(guò)設(shè)置熱電偶，并基于隨機(jī)森林模型和梯度提升決策樹(shù)模型，提高溫度控制準(zhǔn)確性以及及時(shí)對(duì)溫度進(jìn)行調(diào)整，達(dá)到優(yōu)化鑄造工藝、減少缺陷并確保鋁合金輪轂的高品質(zhì)制造的目的。

技術(shù)特征：

1.一種鑄造系統(tǒng)溫度智能控制方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的鑄造系統(tǒng)溫度智能控制方法，其特征在于，所述獲取鑄件模具特征區(qū)域，包括：

3.根據(jù)權(quán)利要求2所述的鑄造系統(tǒng)溫度智能控制方法，其特征在于，所述收集鑄件和鑄件模具的歷史工藝數(shù)據(jù)，包括：冷卻工藝方案數(shù)據(jù)和鑄件質(zhì)量數(shù)據(jù)；

4.根據(jù)權(quán)利要求1所述的鑄造系統(tǒng)溫度智能控制方法，其特征在于，所述依據(jù)熱電偶測(cè)溫結(jié)果與鑄件質(zhì)量檢測(cè)結(jié)果建立隨機(jī)森林模型并進(jìn)行遞歸特征消除，判別各熱電偶測(cè)溫?cái)?shù)據(jù)與鑄件質(zhì)量相關(guān)性，從而優(yōu)化熱電偶數(shù)量，得到反映鑄件各類缺陷對(duì)應(yīng)的熱電偶測(cè)溫位置，從而對(duì)熱電偶進(jìn)行篩選，包括：

5.根據(jù)權(quán)利要求4所述的鑄造系統(tǒng)溫度智能控制方法，其特征在于，所述依據(jù)熱電偶測(cè)溫結(jié)果與鑄件質(zhì)量檢測(cè)結(jié)果建立隨機(jī)森林模型并進(jìn)行遞歸特征消除，包括：

6.根據(jù)權(quán)利要求5所述的鑄造系統(tǒng)溫度智能控制方法，其特征在于，熱電偶溫度特征重要性計(jì)算，包括：

7.根據(jù)權(quán)利要求1所述的鑄造系統(tǒng)溫度智能控制方法，其特征在于，據(jù)篩選出的熱電偶測(cè)溫點(diǎn)溫度數(shù)據(jù)、冷卻工藝參數(shù)和對(duì)應(yīng)鑄件質(zhì)量進(jìn)行分析，通過(guò)梯度提升決策樹(shù)模型構(gòu)建冷卻工藝參數(shù)、各模具熱電偶起始溫度與鑄件質(zhì)量的關(guān)系，基于構(gòu)建的關(guān)系對(duì)鑄造系統(tǒng)溫度進(jìn)行控制，包括：

8.根據(jù)權(quán)利要求3所述的鑄造系統(tǒng)溫度智能控制方法，其特征在于，所述冷卻工藝方案數(shù)據(jù)和鑄件質(zhì)量數(shù)據(jù)用于訓(xùn)練梯度提升決策樹(shù)模型，并動(dòng)態(tài)更新模具冷卻工藝方案及控制規(guī)則；

9.根據(jù)權(quán)利要求8所述的鑄造系統(tǒng)溫度智能控制方法，其特征在于，梯度提升決策樹(shù)模型的學(xué)習(xí)率為0.01～0.3。

10.根據(jù)權(quán)利要求9所述的鑄造系統(tǒng)溫度智能控制方法，其特征在于，梯度提升決策樹(shù)模型的樹(shù)深度為3～10。

技術(shù)總結(jié)
本發(fā)明提供了一種鑄造系統(tǒng)溫度智能控制方法，包括：獲取鑄件模具特征區(qū)域，基于鑄件結(jié)構(gòu)特點(diǎn)在模具特征區(qū)域設(shè)置熱電偶；依據(jù)熱電偶測(cè)溫結(jié)果與鑄件質(zhì)量檢測(cè)結(jié)果建立隨機(jī)森林模型并進(jìn)行遞歸特征消除，判別各熱電偶測(cè)溫?cái)?shù)據(jù)與鑄件質(zhì)量相關(guān)性，從而優(yōu)化熱電偶數(shù)量，對(duì)熱電偶進(jìn)行篩選；根據(jù)熱電偶測(cè)溫點(diǎn)溫度數(shù)據(jù)、冷卻工藝參數(shù)和對(duì)應(yīng)鑄件質(zhì)量進(jìn)行分析，通過(guò)梯度提升決策樹(shù)模型構(gòu)建冷卻工藝參數(shù)、各模具熱電偶起始溫度與鑄件質(zhì)量的關(guān)系，基于關(guān)系對(duì)鑄造系統(tǒng)溫度進(jìn)行控制。通過(guò)設(shè)置熱電偶，并基于隨機(jī)森林模型和梯度提升決策樹(shù)模型，提高溫度控制準(zhǔn)確性以及及時(shí)對(duì)溫度進(jìn)行調(diào)整，達(dá)到優(yōu)化鑄造工藝、減少缺陷并確保鋁合金輪轂的高品質(zhì)制造的目的。

技術(shù)研發(fā)人員：王佶,錢(qián)學(xué)文,李屹明,袁天孝,郭世威,溫東旭,吳開(kāi)順,朱志華,徐世文,殷亞軍,崔洪峰,李建軍,鄭志鎮(zhèn)
受保護(hù)的技術(shù)使用者：中國(guó)中信有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/2