买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：无锡应宏激光科技有限公司

摘要：本发明涉及版辊印刷工艺技术领域，尤其涉及一种基于版辊结构在线设计优化方法及系统。所述方法包括以下步骤：对版辊印刷指标数据以及版辊历史工作数据进行不同偏差状态下的马尔可夫链构建；基于版辊时空优化模型对射频识别历史数据进行多元分布优化；根据版辊设计指标数据对版辊多元分布模型进行偏差状态提取；基于偏差状态模型对偏差状态分布数据进行关联矩阵构建；根据偏差关联矩阵并基于版辊多元分布模型进行射频芯片的匹配率加权；根据射频匹配加权数据对偏差关联矩阵进行设计模型多模态构建；基于油墨分布附着概率模型对版辊结构模态模型进行粒子群优化。本发明能够实现智能的版辊结构在线设计优化效果。

主权项：1.一种基于版辊结构在线设计优化方法，其特征在于，包括以下步骤：步骤S1：获取版辊印刷指标数据以及版辊历史工作数据；对版辊印刷指标数据以及版辊历史工作数据进行不同偏差状态下的马尔可夫链构建，从而得到偏差状态模型；步骤S1包括以下步骤：步骤S11：获取版辊印刷指标数据以及版辊历史工作数据，其中版辊历史工作数据包括印刷参数数据、版辊维护记录数据、印刷效果数据以及历史优化数据，其中印刷参数数据包括印刷均速、印刷压力、油墨层厚度、印刷温度以及印刷精度数据，印刷效果数据包括印刷质量数据、色彩准确性数据印刷清晰度数据；步骤S12：对印刷参数数据以及印刷效果数据进行精度偏差回归分析，从而得到精度偏差关联数据；步骤S12包括以下步骤：步骤S121：对印刷均速进行多时间窗口时序分析，从而得到均速时序数据；步骤S122：根据均速时序数据对印刷精度数据进行连续相应的时序分析，从而得到精度时序数据；步骤S123：对精度时序数据进行波动极值变化分析，从而得到精度极值变化数据；步骤S124：对印刷压力、油墨层厚度以及印刷温度进行互信息回归分析，从而得到互信息数据；步骤S125：对印刷质量数据、色彩准确性数据印刷清晰度数据进行三维可视化模型构建，从而得到三维效果模型；步骤S126：基于三维效果模型对互信息数据进行多项式逻辑回归模型构建，从而得到回归模型；步骤S127：基于回归模型对精度极值变化数据进行精度偏差回归分析，从而得到精度偏差关联数据；步骤S13：对版辊印刷指标数据以及印刷效果数据进行统计差值分析，从而得到指标差值数据；步骤S14：对指标差值数据以及精度偏差关联数据进行不同偏差状态下的马尔可夫链构建，从而得到偏差状态模型；步骤S2：获取油墨特性数据、版辊结构历史数据以及射频识别历史数据；对油墨特性数据以及版辊结构历史数据进行时序分布优化，从而得到版辊时空优化模型；基于版辊时空优化模型对射频识别历史数据进行多元分布优化，从而得到版辊多元分布模型；步骤S2包括以下步骤：步骤S21：获取油墨特性数据、版辊结构历史数据以及射频识别历史数据，其中油墨特性数据包括黏度数据、干燥时间、粘附性数据，版辊结构历史数据包括凹槽数据以及机械数据，射频识别历史数据包括芯片尺寸数据、芯片位置数据以及芯片间距数据；步骤S22：对凹槽数据以及机械数据进行时空维度建模，从而得到版辊时空模型；步骤S23：对黏度数据以及粘附性数据进行油墨附着率的时序分析，从而得到附着率时序数据；步骤S24：根据附着率时序数据对版辊时空模型进行油墨附着分布强度分析，从而得到附着分布强度数据；步骤S25：根据干燥时间以及附着分布强度数据对版辊时空模型进行油墨涂抹均匀性的时序分布优化，从而得到版辊时空优化模型；步骤S26：基于版辊时空优化模型并根据版辊印刷指标数据对芯片尺寸数据、芯片位置数据以及芯片间距数据进行射频稳定率关联分析，从而得到射频稳定关联数据；步骤S27：根据射频稳定关联数据对版辊时空优化模型进行多元分布优化，从而得到版辊多元分布模型；步骤S3：获取版辊设计指标数据；根据版辊设计指标数据对版辊多元分布模型进行偏差状态提取，从而得到偏差状态分布数据；基于偏差状态模型对偏差状态分布数据进行关联矩阵构建，从而得到偏差关联矩阵；步骤S3包括以下步骤：步骤S31：获取版辊设计指标数据，其中版辊设计指标数据包括厚度指标数据、机械指标数据、动平衡指标数据、加工精度指标数据以及环境因素指标数据；步骤S32：基于版辊多元分布模型对厚度指标数据、机械指标数据以及加工精度指标数据进行偏差特征匹配，从而得到偏差匹配数据；步骤S33：根据动平衡指标数据对偏差匹配数据进行动平衡偏差的趋势性分析，从而得到动平衡偏差趋势数据；步骤S34：基于偏差状态模型进行对环境因素指标数据进行环境状态分析，从而得到环境状态数据，其中环境状态分析包括指标效果状态分析以及版辊损耗状态分析；步骤S35：对环境状态数据以及动平衡偏差趋势数据进行相关性匹配，从而得到偏差状态匹配数据；步骤S36：根据偏差状态匹配数据对版辊多元分布模型进行偏差状态提取，从而得到偏差状态分布数据；步骤S37：基于偏差状态模型对偏差状态分布数据进行关联矩阵构建，从而得到偏差关联矩阵；步骤S4：根据偏差关联矩阵并基于版辊多元分布模型进行射频芯片的匹配率加权，从而得到射频匹配加权数据；根据射频匹配加权数据对偏差关联矩阵进行设计模型多模态构建，从而得到版辊结构模态模型；步骤S4包括以下步骤：步骤S41：根据偏差关联矩阵并基于版辊多元分布模型进行凹槽磨损状态预测以及凹槽变形状态预测，从而得到凹槽磨损状态数据以及凹槽变形状态数据；步骤S42：对凹槽磨损状态数据进行细粒度特征提取，从而得到磨损深度数据、磨损质量数据以及磨损分布数据；步骤S43：对凹槽变形状态数据进行细粒度特征提取，从而得到形状偏差数据、圆度变形数据、平面度变形数据以及变形分布数据；步骤S44：根据磨损分布数据以及变形分布数据对磨损深度数据、磨损质量数据、形状偏差数据、圆度变形数据以及平面度变形数据进行特征编码转换，从而得到特征编码数据；步骤S45：基于版辊多元分布模型对特征编码数据进行射频芯片的匹配率加权，从而得到射频匹配加权数据；步骤S46：根据射频匹配加权数据对偏差关联矩阵进行矩阵降维，从而得到偏差低维矩阵；步骤S47：对偏差低维矩阵进行设计模型多模态构建，从而得到版辊结构模态模型；步骤S5：获取版辊工作条件实时数据以及版辊结构实时数据；基于版辊结构模态模型对版辊工作条件实时数据以及版辊结构实时数据进行油墨分布附着概率模型构建，从而得到油墨分布附着概率模型；基于油墨分布附着概率模型对版辊结构模态模型进行粒子群优化，从而得到版辊结构优化模型；步骤S5包括以下步骤：步骤S51：获取版辊工作条件实时数据，其中版辊工作条件实时数据包括油墨实时数据、环境实时数据以及射频芯片实时数据；获取版辊结构实时数据；步骤S52：基于版辊结构模态模型对版辊工作条件实时数据以及版辊结构实时数据进行油墨分布附着概率模型构建，从而得到油墨分布附着概率模型；步骤S52包括以下步骤：步骤S521：基于版辊时空优化模型对油墨实时数据进行流动特性分析，从而得到流动受阻系数以及液膜破裂指数，其中流动特性分析包括流动拐点分析以及流动平滑分析；步骤S522：基于版辊时空优化模型对油墨实时数据进行流变性质分析，从而得到应力-应变关系数据；步骤S523：根据流动受阻系数以及液膜破裂指数对版辊时空优化模型进行流体力学模型迁移，从而得到油墨流动模型；步骤S524：基于版辊结构模态模型对版辊结构实时数据以及环境实时数据进行油墨附着概率分析，从而得到油墨附着概率数据；步骤S525：基于油墨流动模型对油墨附着概率数据进行油墨分布附着概率模型构建，从而得到油墨分布附着概率模型；步骤S53：基于油墨分布附着概率模型对射频芯片实时数据进行可用性预测，从而得到射频可用性概率数据；步骤S54：根据射频可用性概率数据对版辊结构模态模型进行粒子群优化，从而得到版辊结构优化模型。

全文数据：

权利要求：

百度查询： 无锡应宏激光科技有限公司 一种基于版辊结构在线设计优化方法及系统