[發明專利]一種基于卷積神經網絡的柔印壓力預測方法在審
| 申請號: | 201810745170.0 | 申請日: | 2018-07-09 |
| 公開(公告)號: | CN108920850A | 公開(公告)日: | 2018-11-30 |
| 發明(設計)人: | 廖開陽;李聰;武吉梅 | 申請(專利權)人: | 西安理工大學 |
| 主分類號: | G06F17/50 | 分類號: | G06F17/50;G06N3/04;G06K17/00 |
| 代理公司: | 北京國昊天誠知識產權代理有限公司 11315 | 代理人: | 楊洲 |
| 地址: | 710048*** | 國省代碼: | 陜西;61 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 卷積神經網絡 壓力預測 柔印 神經網絡 壓力數據 印版滾筒 印版 局部有限元模型 中心壓印滾筒 表面壓力 電子標簽 分布特征 合壓位置 靜態接觸 面積特征 模型參數 輸出樣本 輸入樣本 樣本驗證 印刷壓力 印刷狀態 預測模型 承壓條 感壓 圖文 膠片 存儲 采集 傳輸 印刷 預測 優化 分析 | ||
1.一種基于卷積神經網絡的柔印壓力預測方法,其特征在于,包括如下步驟:
步驟1、以FCI300衛星式柔印機為研究對象,建立印版滾筒與中心壓印滾筒靜態接觸狀態下的局部有限元模型,研究印版圖文特征對印刷壓力的影響;
步驟2、在FCI300衛星式柔印機上采集在0.22mm的壓縮量下不同印版表面壓力值,同時,將測得的版面壓力數據作為卷積神經網絡模型的原始輸入樣本;在正常印刷下采集不同印版承壓條上的實際印刷壓力值,并將其作為卷積神經網絡模型的原始輸出樣本,建立壓力預測的卷積神經網絡模型,對模型參數進行優化,確定合適的壓力預測模型;
步驟3、在印前貼版環節通過計算機進行印刷壓力預測后,將預測出的壓力值存儲到相應的印版滾筒上,用于上版印刷時數據的讀取,采用RFID技術,選擇合適的射頻讀寫器,通過對讀寫器界面進行二次開發,將利用MATLAB預測出的壓力值導入到相應的讀寫卡中,省去數據手動寫入環節,實現印版壓力的傳輸與存儲。
2.如權利要求1所述的一種基于卷積神經網絡的柔印壓力預測方法,其特征在于,步驟1具體包括以下步驟:
步驟1.1、印刷單元滾筒接觸有限元模型的建立,以FCI300衛星式柔印刷機為研究對象,利用Ansys Workbench建立了印刷單元幾何模型;其包括中心壓印滾筒、為柔性版的凸起圖文、為柔性版的底基、貼版雙面膠、印版滾筒五部分,具體的幾何參數如下表1所示;
表1
步驟1.2、采用大小為0.2mm的六面體網格對模型進行網格劃分,共生成24050個單元,節點個數為111182,平均網格質量為0.95;
步驟1.3、根據滾筒合壓狀態下的實際情況確定模型的邊界條件如下:
中心壓印滾筒的左面為固定約束;中心壓印滾筒與柔性版之間的接觸為摩擦接觸,摩擦系數為0.1,接觸面為柔性版,目標面為中心壓印滾筒;印版滾筒的右面沿印版厚度方向為位移約束,位移量為0.22mm;柔性版與雙面膠之間的膠連接、雙面膠與印版滾筒之間的膠連接視為固定約束;中心壓印滾筒、貼版雙面膠、柔性版底基、印版滾筒的前后面與上下面分別對稱;柔性版的上下面對稱;
步驟1.4、假設柔性版為超彈性體,對于超彈性材料,其應力—應變的關系是非線性的,通常采用應變能密度函數表示,選擇含2參數的Mooney-Rivlin的本構模型來描述柔性版版的應變能密度函數,其表達式:(其中,C01、C10為需要確定的兩個材料參數)
W=C01(I1-3)+C10(I2-3)2 (1);
以1.7mm的杜邦中性柔性版為試驗對象,按照GB/T 1701-2001制作拉伸試件,并在萬能拉伸機儀上進行拉伸試驗,將得到的應力—應變數據導入ansys中進行曲線擬合,得到C01和C10的值分別為0.058、0.056;
步驟1.5、通過改變印版圖文沿軸向的寬度來改變圖文面積的大小,保持其它條件不變,改變印版圖文面積,分析在同一壓縮量下,印版圖文面積對印刷壓力的影響;
步驟1.6、保持其它條件不變,改變印版圖文分布的數量,分析在同一壓縮量下,印版圖文數量對印刷壓力的影響;
步驟1.7、分析在同一壓縮量下,周圍圖文對印刷壓力是否有影響。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于西安理工大學,未經西安理工大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810745170.0/1.html,轉載請聲明來源鉆瓜專利網。





