本文将人工智能方法与在线检测技术相结合,提出了一种系统高效的塑料注射成形机(简称注射机)工艺参数在线优化与检测方法,本文的研究内容具有十分重要的工程意义和广阔的应用前景。从塑料注射成形过程的系统特征出发,考虑到工艺参数与塑料制品质量之间的非线性、强耦合性和时变性的关系,本文针对实际生产中工艺人员的试模思路,结合人工智能技术在处理弱理论、强经验领域问题的优势,综合运用实例推理和模糊推理技术建立了一种描述注射机工艺参数设置与优化全过程的混合智能模型。实际生产中,非优化的工艺参数将会导致成形周期变长,制品质量稳定性变差,准确获取注射机的各项运行信息是优化成形工艺参数从而提高制品质量的前提。本文开发了一套便携式注射机实时数据采集系统,并将其用于注射机工作过程的在线检测,研究了注射机的运行特征,并基于采集的数据对保压参数进行了优化,使注射机达到最佳工作状态。塑料注射成形是一个复杂的动态变化过程,伴随着温度和压强的剧烈变化,在实际加工中在线跟踪检测塑料熔体的演变规律具有十分重要的意义。本文在详细分析超声检测原理的基础上,利用超声波在异质界面的反射与透射行为以及对温度、压强的响应特性,对注射成形全过程进行了在线检测并对超声信号作出了合理的解释与分析。结合以上研究,本文采用嵌入式编程方法实现了运行在注射机控制器内的工艺参数智能优化系统,该系统能够在试模过程中通过信息反馈自动调整和优化工艺参数,自动修复成形缺陷,以最少的试模次数获得优质的成形制品。实际生产案例表明,该智能系统能成形不同塑料、不同复杂程度和不同浇注系统的塑料制品,与基于经验的“尝试法”相比,大大缩短了工艺设置周期,提高了产品质量,降低了生产成本。