浙江捷诺电器股份有限公司 本次登记的数据知识产权 注塑工艺参数动态调优模型数据, 通过实时采集传感器数据并融合强化学习（PPO算法），实现工艺参数的自适应优化。其核心应用包括：在环境波动（如温湿度变化）下动态补偿注塑温度与保压时间，消除材料吸湿导致的表面缺陷；基于多材质物性（PC/ABS/再生塑料）智能匹配最佳工艺窗口，支持绿色制造需求；通过时序数据分析预测模具磨损或设备故障，触发预警机制以减少非计划停机；结合数字孪生技术，为定制化产品（如异形结构件）提供虚拟工艺验证，压缩试模周期压缩；同时，通过能耗优化算法联动电网分时电价策略，降低单批次电费。该模型进一步赋能快速迭代研发，输入PLM设计参数即可自动生成适配工艺包，缩短新品上市周期。1.数据采集与清洗 通过传感器实时采集环境温度、环境湿度、注塑温度、注塑压力、材料流速、保压时间、模具编号、生产批次号、设备ID。 清洗规则：剔除注塑温度超量程值，填补材料流速缺失值，标准化数据格式。 2.强化学习模型构建 状态空间输入： 静态参数：模具结构参数、材料类型； 动态参数：注塑温度、注塑压力、环境温湿度、设备健康度评分。 动作空间输出：调整注塑温度、注塑压力、保压时间。 奖励函数：基于实时良品率、能耗优化比例、参数波动惩罚值计算： R=0.6⋅Δ良品率+0.3⋅(−Δ能耗)−0.1⋅参数波动 3.模型训练与优化 训练数据：历史高实时良品率批次数据，验证充填率后用于预训练。 在线更新：每批次生产后，根据实时良品率更新策略网络，记录模型调优建议。 迁移适配：复用模型参数适配新材料类型（如再生塑料）。 4.系统验证与异常管控 数字孪生验证：输入模具结构参数与模型调优建议，计算充填率，达标后投产。 偏差监控：对比实际-仿真偏差率，若＞2%则回退参数。 异常拦截：检测压力曲线异常标记（标准差＞3MPa），冻结调整。 5.部署与迭代 边缘部署：运行模型于工厂边缘服务器，记录模型版本号。 动态迭代：通过A/B测试结果标记选择高良品率版本（如版本B+1.2%）。
关于 浙江捷诺电器股份有限公司 , 浙江捷诺电器股份有限公司，是一家专注于研发、生产及销售高低压电器、电气设备的高新技术企业。公司位于浙江省，拥有先进的生产线和严格的质量管理体系，产品广泛应用于电力、能源等领域。
关于 浙江省数据知识产权登记平台 , 浙江省数据知识产权登记平台是一个专门用于登记和管理数据知识产权的官方平台。该平台允许企业和个人申请登记其数据知识产权，包括专利分类数据、客户价值评估数据等。平台提供公告功能，展示已登记、放弃或撤销的数据知识产权信息，并提供详细的申请人、申请时间和更新信息。
_1769672084863.jpg)