制造MES强调以下三点（来自美国先进制造研究机构AMR）：
1、MES是对整个车间制造过程的优化，而不是单一的解决某个生产瓶颈；
2、 MES必须提供实时收集生产过程中数据的功能，并作出相应的分析和处理。
3、MES需要与计划层和控制层进行信息交互，通过企业的连续信息流来实现企业信息全集成。
一般注塑MES的功能：完成排产、生产状况跟踪、全面质量管理、模具管理、设备管理、生产报表管理、上传采集工艺参数、工艺变更记录。
这往往是不够的，或者说这不能优化制造过程中最重要的一点：注塑工艺。
先说说注塑工艺是怎么确定的？
注塑工艺在模流分析阶段就开始制定，随着项目的推进，模具制造工厂也会出一个T0试模的工艺，然后再到注塑工程师手里，将所有的成型参数优化、打出样品测试（T1/T2/T3....），合格后小批量试生产,逐渐优化工艺最终与客户之间确定成型工艺。
但是往往因为以下实际生产过程变量导致工艺波动，从而影响质量。
塑料材料具有复杂的热学和流变学性能
材料和机器具有温度敏感的特点
液压阀和机械部件具有非线性特点
材料性能差异
在不同的油温下，液压系统有差异
如何减小这种过程变量引起的工艺波动？答案可分为两种：在线优化和利用大数据优化。
一是在线对工艺进行优化控制，近几年顶级注塑机制造商给出了许多APC功能（APC自动控制系统）已成为研究热点，其中自校正原理图如下：
（图片可点击方大）
二是对注塑MES中海量的数据进行处理（MES优化），从而优化注塑工艺。
下图为注塑机的控制系统：
（图片可点击方大）
下面具体地谈谈如何将注塑MES的导出数据可以进行PCA（特征降纬）处理。
PCA（Principal Component Analysis）通过线性变换将原始数据变换为一组各维度线性无关的表示，可用于提取数据的主要特征分量，常用于高维数据的降维。
理解起来比较复杂，但是结合注塑工艺就很容易理解。
一般注塑工艺最终只需要控制四个工艺关键变量：
塑料注射过程中的温度
型腔内塑料的剪切
成型时的压力分布
零件各部分冷却分布和冷却时间
但是往往注塑机上的经常需要调整的参数却多达50多个，如何将这么多参数简化为四个关键工艺变量呢？就是PCA特征降纬。
一般情况下，在数据挖掘和机器学习中，数据被表示为向量。注塑MES系统中采集的参数可记录为：
（日期，模具号，机台号，原料编号，合模力，注射压力，注射时间，注射速度，预塑速度，模温。。。）
其中“日期，模具号，机台号.....”是一个记录标志而非度量值，而数据分析关心的大多是度量值（也就是注塑参数），因此如果我们忽略记录标志这个字段后，我们得到一组记录，每条记录可以被表示为一个多纬向量，其中一条看起来大约是这个样子：
（1000，1800，2.1，70，200，60。。。）
然后将这样多组数据进行向量计算及基转换，为了简单起见我们只计算两组数据A和B，这两组数据均为二维向量（两个工艺参数）。
利用笛卡尔坐标系将向量A的特征投影向量B上，计算为：
如果将B的特征设为1，则A的特征值为：
将更多的过程变量导入到坐标系中，例如：
从而得到一个区域范围，这就是生产过程中的工艺波动，我们还可以对这些数据再次降纬，最终会得到一个降维投影，这个投影最终反应为注塑成型的最关键变量。并且输入的工艺参数越多，特征值越明显。
随后注塑MES可以将每次生产的数据进行处理，在批量生产中对注塑工艺进行有效的控制，实现对每一个生产批次的工艺监控和管理。
更多精彩内容推荐阅读：
微注塑整理，转载需注明来源，未注来源将视为侵权。
共有条评论 网友评论