本發明涉及塑料成型工藝控制，具體是基于體感交互的塑料成型工藝優化方法及系統。
背景技術：
1、在塑料成型工藝中，工藝參數（如模具溫度、注射速度、保壓壓力）的調整直接影響制品質量與生產效率。傳統塑料成型工藝控制模式存在固有缺陷，導致效率低下、精度不足及實時響應能力缺失等問題。
2、該問題的根源主要包括以下幾方面：一是人工經驗依賴性強，工藝參數調整依賴操作員主觀判斷，存在個體差異與操作疲勞導致的誤差累積；二是實時反饋閉環缺失，現有傳感器僅提供單向數據，需人工解讀并手動調整設備，調整動作滯后于工藝動態變化；三是人機交互效率低下，物理控制面板操作繁瑣，緊急工況下無法快速響應，且缺乏對操作動作的數字化記錄與學習機制。
3、現有技術主要采用三類方案解決上述問題，但均存在顯著局限性：plc程序化控制預設固定參數流程，無法適應材料波動或環境變化，靈活性差；傳感器監控+人工決策依賴操作員在控制臺查看數據后手動輸入參數，響應延遲可達分鐘級，且易因人為失誤導致廢品；mes系統數據管理僅實現生產記錄的數字化，缺乏實時工藝閉環優化能力，無法直接驅動設備動作。核心不足體現在動態參數調整的實時性與智能化水平不足，人機協同效率低下。因此，針對以上現狀，迫切需要提供基于體感交互的塑料成型工藝優化方法及系統，以克服當前實際應用中的不足。
技術實現思路
1、本發明的目的在于提供基于體感交互的塑料成型工藝優化方法及系統，旨在解決上述背景技術中的問題。
2、本發明是這樣實現的，基于體感交互的塑料成型工藝優化系統，包括：
3、動作感知模塊，用于通過體感傳感器采集操作員的手勢及肢體運動數據；
4、特征提取模塊，連接所述動作感知模塊，用于對采集的運動數據進行處理，提取標準化動作特征；
5、語義解析模塊，連接所述特征提取模塊，用于將標準化動作特征映射為預定義的工藝優化指令；
6、工藝決策模塊，連接所述語義解析模塊，用于根據所述工藝優化指令生成具體的工藝參數調整量；
7、執行控制模塊，連接所述工藝決策模塊，用于將工藝參數調整量下發至塑料成型設備控制器；
8、工藝數據庫，用于存儲動作-參數映射規則、歷史優化案例及材料特性數據；
9、反饋學習模塊，連接所述執行控制模塊和工藝數據庫，用于根據工藝參數調整后的制品質量數據優化動作-參數映射規則。
10、作為本發明進一步的方案：所述動作感知模塊集成的體感傳感器包括深度攝像頭和慣性測量單元，用于捕捉手部六自由度運動數據。
11、作為本發明進一步的方案：所述特征提取模塊基于小波變換算法消除運動數據中的抖動噪聲，并計算動作持續時長和三維空間移動向量作為關鍵特征。
12、作為本發明進一步的方案：所述語義解析模塊應用時空卷積神經網絡模型將動作特征分類為27種預定義工藝指令。
13、作為本發明進一步的方案：所述工藝決策模塊結合材料流變學模型，通過優化算法計算工藝參數調整量，所述工藝參數包括模具溫度、注射速度和保壓壓力中的至少一種。
14、作為本發明進一步的方案：所述執行控制模塊通過opc?ua協議與注塑機plc通信，在0.5秒內完成參數重載，并在下發指令前驗證參數值處于設備安全閾值內。
15、作為本發明進一步的方案：所述反饋學習模塊通過對比參數調整前后的制品尺寸公差，采用強化學習算法動態調整工藝決策模塊中的動作-參數映射規則。
16、本發明還提供基于體感交互的塑料成型工藝優化方法，采用如上所述的基于體感交互的塑料成型工藝優化系統，包括以下步驟：
17、步驟s1：通過體感傳感器采集操作員的手勢動作數據；
18、步驟s2：對采集的動作數據進行實時處理，提取關鍵動作特征；
19、步驟s3：將關鍵動作特征與工藝指令庫進行匹配，識別出對應的工藝優化指令；
20、步驟s4：根據識別出的工藝優化指令，結合實時工藝數據生成參數調整量；
21、步驟s5：將參數調整方案下發至塑料成型設備控制器執行參數重配置；
22、步驟s6：監測參數調整后的制品質量指標，并根據監測結果優化動作-參數映射規則。
23、作為本發明進一步的方案：步驟s3中，若未能匹配到已知指令，則觸發云端模型訓練流程，通過強化學習建立新的動作特征與工藝參數調整量之間的關聯關系。
24、作為本發明進一步的方案：步驟s4中，所述參數調整量的計算采用梯度下降法，所述參數調整方案包括保壓壓力增量與手勢動作持續時長和移動向量的函數關系。
25、與現有技術相比，本發明的有益效果：
26、通過體感交互取代傳統手動輸入，操作員可在安全距離外通過自然手勢快速下達指令，系統可在秒級內完成從指令識別到設備參數重載的全過程，極大縮短了響應時間。
27、將體感動作與經過算法優化的工藝參數精確關聯，減少了對人工經驗的依賴，避免了主觀誤差。系統具備自主學習能力，能夠不斷優化動作-參數映射關系，適應復雜的工況變化。
28、通過實時監控工藝效果并反饋至決策系統，形成了感知、決策、執行、評估的閉環，使得工藝參數能夠動態自適應調整，持續趨向最優狀態，提升了產品的一致性和質量穩定性。
29、提供了直觀、自然的交互方式，降低了操作門檻，同時支持操作過程的數字化記錄與專家經驗的固化傳遞，提升了整體生產過程的智能化水平。
1.基于體感交互的塑料成型工藝優化系統，其特征在于，包括：
2.根據權利要求1所述的基于體感交互的塑料成型工藝優化系統，其特征在于，所述動作感知模塊集成的體感傳感器包括深度攝像頭和慣性測量單元，用于捕捉手部六自由度運動數據。
3.根據權利要求1所述的基于體感交互的塑料成型工藝優化系統，其特征在于，所述特征提取模塊基于小波變換算法消除運動數據中的抖動噪聲，并計算動作持續時長和三維空間移動向量作為關鍵特征。
4.根據權利要求1所述的基于體感交互的塑料成型工藝優化系統，其特征在于，所述語義解析模塊應用時空卷積神經網絡模型將動作特征分類為27種預定義工藝指令。
5.根據權利要求1所述的基于體感交互的塑料成型工藝優化系統，其特征在于，所述工藝決策模塊結合材料流變學模型，通過優化算法計算工藝參數調整量，所述工藝參數包括模具溫度、注射速度和保壓壓力中的至少一種。
6.根據權利要求1所述的基于體感交互的塑料成型工藝優化系統，其特征在于，所述執行控制模塊通過opc?ua協議與注塑機plc通信，在0.5秒內完成參數重載，并在下發指令前驗證參數值處于設備安全閾值內。
7.根據權利要求1所述的基于體感交互的塑料成型工藝優化系統，其特征在于，所述反饋學習模塊通過對比參數調整前后的制品尺寸公差，采用強化學習算法動態調整工藝決策模塊中的動作-參數映射規則。
8.基于體感交互的塑料成型工藝優化方法，采用如權利要求1-7任一項所述的基于體感交互的塑料成型工藝優化系統，其特征在于，包括以下步驟：
9.根據權利要求8所述的基于體感交互的塑料成型工藝優化方法，其特征在于，步驟s3中，若未能匹配到已知指令，則觸發云端模型訓練流程，通過強化學習建立新的動作特征與工藝參數調整量之間的關聯關系。
10.根據權利要求8所述的基于體感交互的塑料成型工藝優化方法，其特征在于，步驟s4中，所述參數調整量的計算采用梯度下降法，所述參數調整方案包括保壓壓力增量與手勢動作持續時長和移動向量的函數關系。