five
五号数据雷达
产品上架
产权登记
知识产权
公共数据
首页 / 数据知识产权登记 / 正文

基于机器学习的打样机材料偏差预测补偿数据已成功在浙江省数据知识产权登记平台进行登记,应用在机器学习、材料加工偏差预测领域

五号数据雷达数据知识产权登记2025-07-26 08:4016
2025-07-25 , 浙江鑫祥印业有限公司 旗下 基于机器学习的打样机材料偏差预测补偿数据 数据知识产权在 浙江省数据知识产权登记平台 完成登记 , 应用于 机器学习、材料加工偏差预测 领域

浙江鑫祥印业有限公司 本次登记的数据知识产权 基于机器学习的打样机材料偏差预测补偿数据, 打样机材料偏差指材料在打样加工过程中因材料特性波动(如厚度、密度、延展性差异)、设备加工参数(如温度、压力、速度)不稳定或环境干扰(湿度、温度波动)导致的成品与设计预期不符的现象。本偏差预测补偿数据有以下应用场景:在企业内部,1.实时匹配不同批次材料的特性差异,例如针对高湿度环境下吸水性材料的膨胀趋势,自动调整烘干时长与压力参数,减少人工调参停机时间。2.将偏差预测结果与生产执行系统(MES)集成,自动分拣不符合公差范围的半成品,并反向优化材料预处理工艺参数。在企业外部,1.基于长期数据训练设备-材料耦合健康模型,预判模具磨损、加热元件效率衰减等问题,同步推荐材料供应商的优选批次或替代方案;2.向材料供应商共享补偿模型的关键参数(如热敏感系数阈值),驱动供应商改进材料生产工艺,提升上下游交付一致。3.:向杜邦、东洋油墨等厂商提供吸墨性波动数据,驱动低湿度环境专用油墨研发。1、数据收集:数据采集来源于分光光度仪、纸张表面张力仪、编码器和生产日志,每日实时采集打样机颜色偏差、纸张吸墨性波动和喷墨速度波动等运行参数,对打样机设备采集到的数据进行降噪、清洗、加工后进行处理。 2、数据处理:、偏差预测公式:偏差预测值=颜色偏差*系数1+纸张吸墨性波动*系数2+喷墨速度波动*系数3+偏置项,3个系数值需通过机器学习训练确定,总和为1。补偿量=偏差预测值*比例系数+偏差变化率*动态响应系数,基于补偿后的残余偏差为偏差预测值与补偿量差值的绝对值。3、残余偏差越小,表明设备越健康。残余偏差大于等于1.2μm,这代表了设备补偿失效,应立即停机检修;补偿量小于等于0.7μm,这代表了设备补偿完全覆盖偏差,应维持当前补偿参数;补偿量在0.7μm至1.2μm范围内,这代表了设备补偿不足或过冲,应微调比例系数和动态响应系数。

查看基于机器学习的打样机材料偏差预测补偿数据

登记内容:

 

关于 浙江鑫祥印业有限公司 , 浙江鑫祥印业有限公司是一家位于浙江省的专业印刷企业,专注于提供高品质的印刷服务,包括包装盒、宣传册等多种印刷产品。公司以技术创新和客户服务为核心,致力于成为行业领先的印刷解决方案提供商。

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。

数据合作广告位

社区讨论

近期热门
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

二维码
关注我们