射出成型 | 2分钟读

机器学习帮助软件填补塑料七星彩表中的关键空白

移动规格 LLC通过应用机器学习算法来预测关键加工参数的缺失信息(包括干燥温度等七星彩点),从而提高了注塑成型机材料七星彩库的广度和深度。

分享

Facebook分享图标 LinkedIn分享图标 Twitter分享图标 通过电子邮件共享图标 打印图标

该程序的更新版本于2月19日上线,是该七星彩库自2017年6月启动以来进行的几次重大更新之一。 移动规格 现在可以作为应用程序或在网络上使用,并且两个版本都不断更新和同步。今年早些时候,该公司还改变了其七星彩库的商业模式,从付费订阅服务转变为免费版本,使用户可以完全访问来自100多家树脂制造商的22,000多种商业可用材料的所有七星彩。

“您可以输入产品;您可以输入成绩;您可以输入制造商;或者您可以输入族或树脂,”道格·凯尼克(Doug Kenik)解释说, 移动规格’ Managing Director, “材料开始出现,因此您可以快速缩小所需的材料范围。”

最近,MobileSpecs允许登录的用户“favorite”资料,使他们将来可以快速访问这些精选资料。该公司还将原始七星彩表的完整PDF文件添加到七星彩库中,使用户可以查看制造商发布的规格。

Kenik说,在最初的版本发布之后,MobileSpecs早就从七星彩库用户那里听到了消息,他们重视材料信息的汇总,但是确实存在一些差距。“我们查看了已有的七星彩,并利用这些新的机器学习技术开始填补我们报告的七星彩表中遗漏的空白,”Kenik表示。在开始工作后不久,Kenik说,MobileSpecs发现该算法可有效地为模塑商提供他们在七星彩表中找不到的七星彩。

“机器学习算法正在尝试在报告的七星彩中查找模式 对七星彩表中没有的材料进行预测’有那些特殊的价值,” Kenik said. “So it’寻找材料之间的共性和趋势。”

移动规格报告说,其七星彩库中的22,000种材料中,有80%的材料不到传统报告的处理参数的一半。通过利用机器学习算法,该公司表示’能够识别七星彩中的趋势,从而可以填充未报告或未知的缺失值。根据移动规范,处理器应该对这些预测充满信心,因为预测七星彩值的平均误差约为5%。移动规格’七星彩小组预计,对于95%的材料,真实值将在算法的15%以内’s predicted value.

该公司提供的干燥温度为 算法的一个例子’在发现和填补漏洞方面的成功。在原始七星彩库中,存在22,000种材料中约52%的干燥温度。应用机器学习后,大约75%的材料具有干燥温度。

On April 2, 移动规格 将在 使用机器学习预测处理参数

相关话题

相关内容

  • 注塑木塑复合材料

    注塑成型商刚刚熟悉这种新型的成型材料。在加入之前,需要学习一些基本的处理准则。

  • 熔体流动速率测试–第1部分

    尽管经常受到批评,但MFR是衡量聚合物相对平均分子量的一个很好的指标。由于分子量(MW)是聚合物性能背后的驱动力,因此事实证明它是一个非常有用的数字。

  • 温度的影响

    我们使用的聚合物遵循与人体相同的原理:环境越热,我们预期的性能就越差。