基于自適應策略的模具監視器算法研究

易非凡，石濱萌

（深圳職業技術學院 粵港澳大灣區人工智能應用技術研究院，廣東 深圳 518055）

0 引 言

在塑膠制造行業和金屬壓鑄行業，注塑機能否穩定高效的運行直接決定了生產產值與產品質量的好壞與否。由于車間情況較為復雜，盡管注塑機上采用了諸如低壓保護、頂針報警等模具保護措施，仍然無法較好的避免壓模現象，直接導致模具需要返修，不僅帶來了巨額修理費用等額外支出，還帶來了工時及產量上的損失，可能導致交貨不及時進而丟掉客戶。因此為了避免注塑機生產過程中的壓模現象，不少廠家采購了模具監視器系統，通過安裝在注塑機上的攝像頭采集圖片，利用監視器中先進的圖像處理算法對圖片進行增強、銳化、對比等圖像處理操作，檢測產品是否正常成型或是正常取出，給出比對結果，以代替人眼實時地對模具及產品進行監視，能有效地提高企業智能化、自動化生產水平，降低人力成本，提高企業核心競爭力。

現有的模具監視器算法可簡單分為傳統算法和深度學習算法兩類。深度學習算法（如VGG、YOLO等）雖然精度極高，但其前期的算法訓練階段需要大量的有效數據，在高性能的計算機或服務器中對算法模型進行預訓練，其算法部署存在價格高、數據需求量大、可遷移性弱及可解釋性弱的缺點，在實際的生產部署中更多的是以一種嘗鮮、輔助的地位而存在。在模具監視領域，傳統算法應用最廣，研究成果多。……