本發明涉及釹鐵硼磁性材料生產，具體涉及提高釹鐵硼生坯單重一致性的控制方法。

背景技術：

1、提高釹鐵硼生坯單重一致性是指在生產過程中，使每個生坯（即未燒結的釹鐵硼磁體毛坯）的重量盡可能保持一致，以減少因重量偏差導致的后續加工誤差和產品性能波動。這一目標通常通過優化粉末冶金工藝，包括精確控制合金粉末的顆粒度分布、優化模壓工藝參數（如壓制壓力、充填密度）、改進自動送料與配料系統，以及減少人為操作誤差等方式來實現。提高單重一致性不僅能提升最終磁體產品的性能穩定性，還能降低材料浪費，提高生產效率，并優化后續加工（如燒結和機械加工）的一致性和良品率。

2、現有技術存在以下不足：

3、在現有技術中，粉末充填過程中通常引入微量氣流進行輕微擾動，并采用預設的氣流流速，以確保粉末分布的均勻性，同時避免因氣流過強導致粉末飛散或填充不穩定。然而，在粉末填充過程中，超細釹鐵硼粉末可能因粉末堆積效應，在模具內部形成暫時性停滯區域，當達到一定臨界點后，粉末可能突然從緩慢流動狀態變為快速流動狀態，導致粉末短時間內大量涌入模具某些區域，造成局部填充過量，而其他區域可能仍然填充不足。?由于粉末填充不均，模具內的粉末密度分布出現偏差，在后續壓制過程中，部分區域粉末質量超標，而另一些區域粉末不足，最終導致生坯的單重出現明顯偏差。這種偏差不僅影響生坯的質量一致性，還可能導致壓制密度不均、燒結過程中的形變、最終磁性能的不穩定性等問題。

4、在所述背景技術部分公開的上述信息僅用于加強對本公開的背景的理解，因此它可以包括不構成對本領域普通技術人員已知的現有技術的信息。

技術實現思路

1、本發明的目的是提供提高釹鐵硼生坯單重一致性的控制方法，通過實時監測、智能分析及動態調控，提高釹鐵硼生坯單重一致性，解決粉末填充過程中流速突變、填充過量或不足的問題。通過預設氣流流速確保均勻填充，結合數據采集、特征提取和深度學習模型智能判斷粉末流動狀態，實現精準控制。當檢測到粉末流速異常加快時，系統自適應調整氣流強度并短暫降低供料量，防止粉末堆積。本發明優化粉末填充均勻性，提高生坯質量、磁性能穩定性和生產效率，減少廢品率和材料浪費，以解決上述背景技術中的問題。

2、為了實現上述目的，本發明提供如下技術方案：提高釹鐵硼生坯單重一致性的控制方法，包括以下步驟：

3、在粉末填充前，根據超細釹鐵硼粉末的粒度分布和流動特性，預先設定氣流流速，使氣流在填充過程中既保持穩定，又能有效擾動粉末，以提高填充均勻性；

4、在粉末開始填充到模具的同時對填充過程進行實時監控，實時獲取填充數據，全面記錄粉末從進入模具開始到分布成型的動態過程；

5、將采集到的各項實時數據進行統一匯總后，對獲取的數據進行預處理，最終形成一個完整且可供分析的數據集合；

6、通過特征提取算法，從數據集合中篩選并提取反映粉末流動速率變化的特征向量，并對提取的特征向量進行綜合分析，量化粉末填充的穩定性；

7、將經過分析后的特征向量輸入至預先訓練好的深度學習模型，模型實時計算并預測粉末流動狀態，并輸出判斷結果，以確定當前模具內粉末流動速率是否穩定；

8、當深度學習模型識別到當前模具內粉末流動速率加快時，動態降低流速加快區域的局部氣流強度，以抑制過量粉末進入；同時，短暫降低粉末供料量，減少瞬時粉末流入，防止局部粉末堆積。

9、優選的，在粉末填充過程中，將采集到的各項實時數據進行統一匯總后，需要對數據進行預處理，以確保其完整性、準確性和可分析性，最終形成高質量的數據集合，具體步驟如下：

10、首先，數據采集系統從多個傳感器實時獲取粉末填充過程中的關鍵數據，并將不同來源的數據進行時間同步對齊，確保數據在同一時間軸上對應正確；

11、接著，進入數據清洗階段，識別并剔除異常值，去除噪聲信號，同時對出現的缺失數據進行補全，以提升數據的連續性和可靠性；

12、然后，對數據進行歸一化與標準化，將不同單位、不同尺度的數據轉換到統一的標準范圍，以便后續分析和建模；

13、隨后，對數據進行格式化與結構化存儲，將不同傳感器的數據按照邏輯分類存儲在數據庫或數據流處理中，確保其可訪問性和高效調用；

14、最終，生成完整的數據集合，用于粉末填充狀態的實時監測、趨勢分析、異常檢測以及智能化控制優化，確保填充過程的穩定性，提高生坯質量一致性，并為后續生產優化提供數據支撐。

15、優選的，通過特征提取算法，從數據集合中篩選并提取反映粉末流動速率變化的特征向量，提取的特征向量包括粉末在填充過程中因壓縮而產生的回彈效應和粉末顆粒在填充過程中的離散程度，將粉末在填充過程中因壓縮而產生的回彈效應和粉末顆粒在填充過程中的離散程度在檢測窗口下進行綜合分析，分別生成粉末壓縮回彈參考值和顆粒離散度參考值，通過粉末壓縮回彈參考值和顆粒離散度參考值量化粉末填充的穩定性。

16、優選的，將粉末在填充過程中因壓縮而產生的回彈效應在檢測窗口下進行綜合分析生成粉末壓縮回彈參考值的具體步驟如下：

17、在粉末填充過程中，局部區域的粉末會受到壓縮力的作用，導致顆粒間隙減少、局部密度升高，形成壓縮狀態；為了量化粉末的壓縮程度，定義粉末壓縮效應因子，用來衡量粉末在填充過程中受到的壓縮影響，計算表達式如下：

18、，式中，是粉末壓縮效應因子，粉末填充到模具前的松散堆積高度，是粉末受到壓縮后在模具中的最終高度，是粉末顆粒內部的局部接觸壓力，是模具內部的環境壓力；

19、在粉末填充后，由于顆粒間的應力釋放，粉末會發生回彈現象，使得填充密度局部降低、流動速率突變；為量化回彈現象，計算粉末壓縮回彈參考值，?用于衡量粉末因壓縮導致的回彈強度，計算表達式如下：

20、，式中，是粉末壓縮回彈參考值，是粉末的擴張恢復率，是粉末的剪切阻力因子，描述粉末顆粒之間的摩擦和剪切作用對回彈的抑制程度。

21、優選的，將粉末顆粒在填充過程中的離散程度在檢測窗口下進行綜合分析生成顆粒離散度參考值的具體步驟如下：

22、在粉末填充過程中，對顆粒的分布狀態進行分析，首先構建粉末顆粒的空間分布特征，識別顆粒在模具內部的排列情況，將檢測窗口劃分為多個微元區域，通過激光掃描技術檢測每個微元區域的顆粒密度變化，計算微元與鄰近微元的密度比率，從而得到局部離散偏移率，計算表達式如下：

23、，式中，是微元的局部離散偏移率，是目標微元內的顆粒密度，是鄰近微元的顆粒密度，是目標微元圍的鄰近微元集合，是鄰近微元的數量，是鄰近微元密度的最大值，是防止分母為零的小值常數；

24、在獲取所有微元區域的局部離散偏移率后，整合整個檢測窗口中的粉末填充狀態，生成顆粒離散度參考值，生成公式如下：

25、，式中，是顆粒離散度參考值，是檢測窗口內的微元總數，是目標微元的顆粒運動強度權重，是避免分母過小的平滑因子。

26、優選的，將經過分析后的粉末壓縮回彈參考值和顆粒離散度參考值輸入至預先訓練好的深度學習模型，通過深度學習模型生成粉末流動速率變化系數，通過粉末流動速率變化系數智能化評估當前模具內粉末流動速率是否穩定且處于正常范圍。

27、優選的，將通過預先訓練好的深度學習模型智能化預測當前模具內粉末流動速率是否穩定時生成的粉末流動速率變化系數與預先設定的粉末流動速率變化系數參考閾值進行比對分析，對當前模具內的粉末流動速率是否處于穩定進行劃分，劃分步驟如下：

28、若粉末流動速率變化系數大于預先設定的粉末流動速率變化系數參考閾值，則表明當前模具內粉末流動速率加快；若粉末流動速率變化系數小于等于預先設定的粉末流動速率變化系數參考閾值，則表明當前模具內粉末流動速率處于正常。

29、優選的，當深度學習模型識別到當前模具內粉末流動速率加快時，動態降低流速加快區域的局部氣流強度，同時，短暫降低粉末供料量的具體步驟如下：

30、當深度學習模型檢測到粉末流動速率變化系數大于預先設定的粉末流動速率變化系數參考閾值時，說明當前模具內粉末流動速率正在加快，會導致局部填充過量，進行動態降低對應區域的局部氣流強度，以抑制粉末快速進入，氣流強度調整公式如下：

31、，式中，是動態調整后的新氣流強度值，是調整前的初始局部氣流強度值，是粉末流動速率變化系數參考閾值，是自然底數，是調整靈敏度因子；

32、在動態降低局部區域氣流強度的同時，還需進行粉末供料量的短暫調整，即在發現粉末流速快速變化風險時，適時降低粉末供料量，供料量調整公式如下；

33、，式中，是動態調整后的粉末供料量，用于控制實時輸送進入模具的粉末量，是正常穩定運行時的粉末供料基準值，是粉末供料量調整系數，供料敏感性指數；

34、當深度學習模型識別到粉末流動速率回歸至正常范圍后，逐步恢復局部氣流強度至初始設定值，并同步調整粉末供料量，使其回歸至穩定供料狀態，以確保粉末填充過程的均勻性和連續性。

35、在上述技術方案中，本發明提供的技術效果和優點：

36、本發明通過實時監測、智能分析及動態調控的方式，有效提高了釹鐵硼生坯單重的一致性，解決了粉末填充過程中因粉末堆積效應導致的流動速率突變、局部填充過量或不足等問題。通過預設合適的氣流流速，在確保粉末均勻填充的同時，減少粉末飛散和填充不穩定現象；利用實時數據采集與預處理技術，全面記錄粉末填充動態，構建高質量的數據集合，以便后續智能分析；采用特征提取算法篩選并量化粉末流動速率的變化，結合深度學習模型智能判斷粉末填充狀態，確保粉末流速的穩定性；當檢測到粉末流速異常加快時，系統自適應調整氣流擾動強度，并短暫降低粉末供料量，精準控制粉末填充過程，避免局部粉末堆積和填充不足。本發明通過智能化、動態化的精準調控，顯著提高了生坯質量一致性，減少了后續壓制和燒結過程中的密度偏差，從而提高了釹鐵硼磁體的尺寸精度和磁性能穩定性，同時降低了生產過程中的廢品率和材料浪費，提高生產效率和產品質量。