CN120287526A 基于机器视觉的模具加工注塑方法、装置、设备及介质 （深圳市绿星科技有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN120287526A(43)申请公布日2025.07.11

(21)申请号202510400171.1

(22)申请日2025.04.01

(66)本国优先权数据

202510039305.12025.01.10CN

(71)申请人深圳市绿星科技有限公司

地址518000广东省深圳市宝安区沙井街

道共和第八工业区第5栋

(72)发明人林俊国骆敏林俊金柯清峰

(74)专利代理机构深圳市能闻知识产权代理事务所(普通合伙)44717

专利代理师吕政启

(51)Int.CI.

B29C45/76(2006.01)

GO6T7/00(2017.01)

GO6V10/44(2022.01)

GO6NGO6N

GO6NGO6N

3/0464(2023.01)

3/045(2023.01)

3/042(2023.01)

3/084(2023.01)

权利要求书3页说明书13页附图3页

(54)发明名称

基于机器视觉的模具加工注塑方法、装置、设备及介质

(57)摘要

CN120287526A本发明提供一种基于机器视觉的模具加工注塑方法、装置、设备及介质，包括：基于机器视觉系统对模具型腔的表面进行全方位扫描，得到模具型腔的型腔三维图像数据；将型腔三维图像数据输入至图像分析检测模型中，基于深度卷积神经网络和图神经网络得到第一分析检测结果；基于第一分析检测结果调用光谱分析仪对待注塑材料进行检测，得到待注塑材料的材料特性检测结果；根据材料特性检测结果确定待注塑材料的材料加工参数，并基于材料加工参数对待注塑材料进行熔化，得到材料熔体；基于模具型腔的模具特性参数确定第一模具注塑加工参数，基于第一模具注塑加工参数将材料熔体注塑至模具

CN120287526A

基于机器视觉系统对模具型腔的表面进行全方位扫描

基于机器视觉系统对模具型腔的表面进行全方位扫描，得到模具型腔的型腔三维图像数据

将型腔三维图像数据输入至图像分析检测模型，参于图像分析检测模型中的深度卷积神经网络层对型腔三维图像数据进行特征提取，得到

型腔局部特征

基于图像分析检测模型中的全连接层将型腔局部特征和型腔拓扑结构特征进行连接，得到图像分析检测模型舱出的第一分析检测结果

基于第一分析检测结果调用光谱分析仅对待注塑材料进行检测，得到待注塑材料的材料特性检测结果

根据材料特性检测结果确定待注塑材料的材料加工参数，并基于材料加工参数对待注塑材料进行熔化，得到材料熔体

基于模具型腔的模具特性参数确定第一模具注塑加工参数，并基于第一模具注塑加工参数将材料熔体注塑至模具型腔

CN120287526A权利要求书1/3页

2

1.一种基于机器视觉的模具加工注塑方法，其特征在于，包括：

基于机器视觉系统对模具型腔的表面进行全方位扫描，得到所述模具型腔的型腔三维图像数据；

将所述型腔三维图像数据输入至所述图像分析检测模型，基于所述图像分析检测模型中的深度卷积神经网络层对所述型腔三维图像数据进行特征提取，得到型腔局部特征；

基于所述图像分析检测模型中的图神经网络层对所述型腔三维图像数据进行特征提取，得到型腔拓扑结构特征；

基于所述图像分析检测模型中的全连接层将所述型腔局部特征和所述型腔拓扑结构特征进行连接，得到所述图像分析检测模型输出的第一分析检测结果；

基于所述第一分析检测结果调用光谱分析仪对待注塑材料进行检测，得到所述待注塑材料的材料特性检测结果；

根据所述材料特性检测结果确定所述待注塑材料的材料加工参数，并基于所述材料加工参数对所述待注塑材料进行熔化，得到材料熔体；

基于所述模具型腔的模具特性参数确定第一模具注塑加工参数，并基于所述第一模具注塑加工参数将所述材料熔体注塑至所述模具型腔。

2.根据权利要求1所述的基于机器视觉的模具加工注塑方法，其特征在于，所述模具特性参数包括模具的热容量、水道直径、水道长度和水道间距，以及模具型腔的材料导热系数、填充体积和最小壁厚；所述基于所述模具型腔的模具特性参数确定第一模具注塑加工参数，包括：

获取所述模具型腔在注塑过程中的温度变化范围，以及所述模具型腔与周围环境的热交换速率；

基于所述温度变化范围、所述热交换速率和所述热容量，计算热平衡时间，并基于所述热平衡时间确定所述模具型腔的注塑周期；

基于所述填充体积和所述注塑周期，确