螺杆挤出数据驱动模型

换模即用

该模型通过近螺杆头压力表征熔体表观粘度，并给出可快速逼近目标转速的函数，换模后预测误差基本保持在5%以内。

Su, Mingyang · Xiaobo, Song · Zongjing, Mu · 黄兴 · Zhao, Nanyang · 许忠斌 · Xue, Bin

Journal of Applied Polymer Science 2026

参数信息

预测误差

5 %

预测误差（迁移后）

5 %

技术优势

预测误差低于5%

训练后的神经网络对挤出参数的预测误差几乎都在5%以内，可以指导操作人员快速逼近合适的螺杆转速。

换模后误差仍低于5%

模型迁移到不同口模尺寸的新工况后，挤出实验证明预测误差基本在5%以内，说明模型对新条件具备适应性。

压力即可表征粘度

训练结果证明近螺杆头测得的压力可以表征熔体表观粘度，从而无需复杂流变测量即可在线估计粘度。

应用场景

• 医用导管挤出工艺：减少医用导管挤出调机的时间和材料浪费，提升试产效率。
• 聚合物螺杆挤出：给出螺杆转速指导函数，降低聚合物挤出工艺对专家经验的依赖。
• 工业过程智能建模：利用神经网络建模与迁移方法，将智能建模应用于挤出等工业过程。