CN121008553A - 针对隔热板材生产的多参数调控方法、系统及介质 - Google Patents
针对隔热板材生产的多参数调控方法、系统及介质Info
- Publication number
- CN121008553A CN121008553A CN202511520492.1A CN202511520492A CN121008553A CN 121008553 A CN121008553 A CN 121008553A CN 202511520492 A CN202511520492 A CN 202511520492A CN 121008553 A CN121008553 A CN 121008553A
- Authority
- CN
- China
- Prior art keywords
- parameter
- parameters
- target
- stage
- influence
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32252—Scheduling production, machining, job shop
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了针对隔热板材生产的多参数调控方法、系统及介质,涉及板材生产技术领域。所述方法包括:按照隔热板材生产流程,分解材料混合‑发泡‑固化各阶段的影响参数,并拟合各影响参数与响应目标参数的影响关系;配置各阶段中各影响参数的调控优先级;识别各影响参数交互作用,获得冲突参数组合、增强参数组合;根据各阶段中各影响参数的调控优先级、冲突参数组合及增强参数组合进行全局搜索,获得各阶段各参数调控策略。解决了现有技术中隔热板材生产过程中各阶段参数调控不精确,导致生产效率和产品质量受限的技术问题,通过识别各影响参数的交互作用,以优化各阶段参数调控策略,达到了提高生产效率和产品质量的技术效果。
Description
技术领域
本发明涉及板材生产技术领域,具体涉及针对隔热板材生产的多参数调控方法、系统及介质。
背景技术
隔热板材作为一种高效的热隔离材料,能够有效降低能源消耗、提高建筑的节能效果。然而,在隔热板材的生产过程中,由于涉及的工艺参数众多,且这些参数在不同生产阶段之间存在复杂的相互影响,如何精确调控各个阶段的生产参数,成为影响生产效率和产品质量的关键因素。目前,传统的生产方式主要依赖人工经验进行参数调整,但这种方法往往难以应对多变量、多因素的复杂情况,导致产品质量不稳定,生产效率低下。
发明内容
本申请提供了针对隔热板材生产的多参数调控方法、系统及介质,解决了现有技术中隔热板材生产过程中各阶段参数调控不精确,导致生产效率和产品质量受限的技术问题。
本申请的第一个方面,提供了针对隔热板材生产的多参数调控方法,所述方法包括:
按照隔热板材生产流程,分解材料混合-发泡-固化各阶段的影响参数,并拟合各影响参数与响应目标参数的影响关系;基于所述影响关系,配置各阶段中各影响参数的调控优先级;利用灰色关联度算法识别各影响参数交互作用,获得冲突参数组合、增强参数组合;以隔热板材的生产目标参数为目标评价值,根据各阶段中各影响参数的调控优先级、冲突参数组合及增强参数组合进行全局搜索,获得各阶段各参数调控策略,其中,各阶段各参数调控策略的评价结果满足所述目标评价值。
本申请的第二个方面,提供了针对隔热板材生产的多参数调控系统,所述系统包括:
拟合模块,用于按照隔热板材生产流程,分解材料混合-发泡-固化各阶段的影响参数,并拟合各影响参数与响应目标参数的影响关系;配置模块,用于基于所述影响关系,配置各阶段中各影响参数的调控优先级;识别模块,用于利用灰色关联度算法识别各影响参数交互作用,获得冲突参数组合、增强参数组合;搜索模块,用于以隔热板材的生产目标参数为目标评价值,根据各阶段中各影响参数的调控优先级、冲突参数组合及增强参数组合进行全局搜索,获得各阶段各参数调控策略,其中,各阶段各参数调控策略的评价结果满足所述目标评价值。
本申请的第三个方面,提供了一种计算机可读存储介质,存储有计算机程序,该程序被处理器执行时,实现本申请提供的针对隔热板材生产的多参数调控方法。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
首先,按照隔热板材生产流程,分解材料混合-发泡-固化各阶段的影响参数,并拟合各影响参数与响应目标参数的影响关系。接着,基于影响关系,配置各阶段中各影响参数的调控优先级。然后,利用灰色关联度算法识别各影响参数交互作用,获得冲突参数组合、增强参数组合。最后,以隔热板材的生产目标参数为目标评价值,根据各阶段中各影响参数的调控优先级、冲突参数组合及增强参数组合进行全局搜索,获得各阶段各参数调控策略,其中,各阶段各参数调控策略的评价结果满足所述目标评价值。解决了现有技术中隔热板材生产过程中各阶段参数调控不精确,导致生产效率和产品质量受限的技术问题,通过识别各影响参数的交互作用,以优化各阶段参数调控策略,达到了提高生产效率和产品质量的技术效果。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍,显而易见的,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的针对隔热板材生产的多参数调控方法流程示意图;
图2为本申请实施例提供的针对隔热板材生产的多参数调控系统结构示意图。
附图标记说明:拟合模块11,配置模块12,识别模块13,搜索模块14。
具体实施方式
本申请通过提供针对隔热板材生产的多参数调控方法、系统及介质,解决了现有技术中隔热板材生产过程中各阶段参数调控不精确,导致生产效率和产品质量受限的技术问题。
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整的描述。显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要说明的是,术语“包括”和“具有”,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其他步骤或模块。
实施例一,如图1所示,本申请提供了针对隔热板材生产的多参数调控方法,其中,方法包括:
按照隔热板材生产流程,分解材料混合-发泡-固化各阶段的影响参数,并拟合各影响参数与响应目标参数的影响关系。
基于隔热板材的生产流程,将生产过程分为三个主要阶段,包括材料混合、发泡和固化,每个阶段均涉及多个工艺参数,这些工艺参数共同对产品造成影响。
材料混合阶段的影响参数包括原料配比、混合时间、混合速度、混合温度等;发泡阶段的影响参数包括发泡剂类型、发泡剂用量、发泡温度、发泡时间、发泡压力等;固化阶段的影响参数包括固化温度、固化时间、固化压力等。
通过实验数据收集与分析,结合回归分析、机器学习等统计方法,对各阶段的影响参数与最终产品性能(如密度、热导率、强度等)之间的关系进行拟合;通过拟合,确定各影响参数与响应目标参数的影响关系。例如,通过神经网络模型,将原料配比和混合工艺参数作为输入层神经元,板材性能指标作为输出层神经元,利用大量生产数据进行训练,得到各参数与响应目标参数之间的非线性映射关系。
进一步而言,拟合各影响参数与响应目标参数的影响关系,包括:
获得隔热板材的性能参数,将性能参数作为顶层目标参数;对所述材料混合、发泡、固化各阶段的工艺目标参数进行解析,将各阶段的工艺目标参数作为二级目标参数;分解所述材料混合、发泡、固化各阶段的工艺参数,设定各阶段的工艺参数作为影响参数,并将所述影响参数作为底层影响因子;利用实验样本数据,自顶层目标参数至底层影响因子,逐层进行影响关系拟合,构建影响关系树。
优选的,隔热板材的性能参数包括隔热板材的热导率、密度、强度等,将隔热板材的性能参数定义为顶层目标参数。针对隔热板材生产过程中的不同阶段,即材料混合、发泡、固化阶段,分别解析各阶段的工艺目标参数,在材料混合阶段,工艺目标参数包括材料均匀性、初始孔隙率等;在发泡阶段,工艺目标参数包括孔隙率、发泡均匀性、初步隔热性能等;在固化阶段,工艺目标参数包括隔热性能(导热系数)、抗压强度、尺寸稳定性等;将这些阶段的工艺目标参数作为二级目标参数。将每个阶段的工艺参数进行分解,设定为影响参数,同时将这些影响参数设为底层影响因子。
通过进行多组实验,以覆盖不同参数组合,从而获得多组实验样本数据;利用实验样本数据,采用机器学习方法,从顶层目标参数到底层影响因子的逐层影响关系进行拟合,建立影响关系树,影响关系树通过各个节点之间的箭头连接,展示了从顶层目标参数到底层影响因子之间的因果关系。
进一步而言,构建影响关系树,包括:
以所述顶层目标参数作为根节点、所述二级目标参数作为中间节点、所述底层影响因子作为叶节点,构建树结构;根据所述实验样本数据拟合各节点之间的因果影响关系,通过连接枝干进行关系表示,所述连接枝干具有箭头、数值标注,其中箭头标注表示原因参数指向结果参数的因果影响方向,数值标注表示影响程度的数值。
具体而言,以顶层目标参数作为根节点,二级目标参数作为中间节点,底层影响因子作为叶节点,构建出一棵层次分明的树结构。在该树结构中,根节点代表隔热板材的最终性能目标参数,如热导率、密度、强度等;中间节点代表各阶段的工艺目标参数;叶节点则表示各个工艺参数。
在树结构构建完成后,通过实验样本数据拟合各节点之间的因果影响关系,确定各工艺参数如何影响最终的性能指标。具体来说,通过连接枝干来表示这些关系,其中每一条枝干都连接两个节点,表示从一个节点到另一个节点的因果影响;枝干的箭头上标注因果关系的方向,箭头的起点指示原因参数,箭头的终点指示结果参数,箭头方向明确显示了参数间的影响路径。此外,箭头旁的数值标注则表示每条枝干的影响程度,即该参数对另一个参数的影响强度,通常通过实验数据分析得到的相关系数或影响度量值来表示。
基于所述影响关系,配置各阶段中各影响参数的调控优先级。
可选的,依据构建的影响关系树,分析每个影响参数对最终产品性能(即顶层目标参数)的影响程度;通过对影响关系树中各节点的权重进行评估,可以确定每个工艺阶段中各影响参数的相对重要性,影响程度较大的参数应被赋予更高的调控优先级,而影响程度较小的参数则可以适当降低其调控优先级。
影响程度的评估可通过实验数据拟合得到,具体包括计算每个参数对目标性能参数的贡献度,具体可使用相关性分析、回归模型或灰色关联度分析等方法量化每个影响参数与目标参数之间的关系强度。
利用灰色关联度算法识别各影响参数交互作用,获得冲突参数组合、增强参数组合。
利用灰色关联度算法对各影响参数的交互作用进行识别;通过计算参数间的关联度系数,判断哪些参数组合存在冲突(即同时调整时会对产品性能产生不利影响),哪些参数组合具有增强作用(即协同调整可提升产品性能)。例如,发现发泡温度与固化温度在特定范围内同时提高时,可显著增强板材的隔热性能,形成增强参数组合;而某些原料配比与搅拌速度的不当组合则会导致产品质量下降,构成冲突参数组合。
进一步而言,利用灰色关联度算法识别各影响参数交互作用,获得冲突参数组合、增强参数组合,包括:
对实验样本数据进行清洗、标准化处理,其中实验样本数据覆盖不同参数组合;从所述实验样本数据中筛选性能参数满足预设要求的样本数据,构建参考序列;从实验样本数据中提取各影响参数的数据序列,构建各影响参数独立的比较序列;对于每个影响参数,计算比较序列与所述参考序列的绝对差序列,确定绝对差中的最大差、最小差;根据所述最大差、最小差通过灰色关联度公式,计算影响参数与目标性能参数的关联系数;根据各影响参数的关联系数,确定冲突参数组合、增强参数组合,其中所述冲突参数组合为对同一个目标性能参数关联方向一致的参数组合,所述增强参数组合为对同一个目标性能参数关联方向相反的参数组合。
具体而言,对实验样本数据进行清洗和标准化处理,确保数据的质量和一致性,消除不同参数量纲之间的差异;从已处理的实验样本数据中筛选出性能参数满足预设要求的样本数据,这些样本数据将作为参考序列,用于衡量其他样本与目标性能的差异;从实验样本数据中提取各个影响参数的数据序列,并构建各影响参数独立的比较序列,这些序列代表了每个工艺参数在不同条件下的变化趋势。
通过计算参考序列与每个比较序列之间的灰色关联度,得到每个影响参数与目标性能参数之间的关联度。具体来说,首先,计算参考序列与各比较序列之间的绝对差序列,并确定这些差异的最大值和最小值;通过这些最大差和最小差值,利用灰色关联度公式计算每个影响参数与目标性能参数之间的灰色关联度系数,灰色关联度系数的数值范围通常为0到1,值越大表示两个序列之间的关联度越强,值越小则表示关联度越弱。根据灰色关联度系数,可以将影响参数分为两类:冲突参数组合和增强参数组合;冲突参数组合指的是那些对同一目标性能参数产生相同方向关联的参数组合,这些参数在生产过程中可能会彼此抵消或产生不利的影响;而增强参数组合则是指那些对同一目标性能参数产生相反方向关联的参数组合,这些参数之间的调控可以相互协作,共同提升目标性能。
冲突参数组合,如提高发泡温度且降低发泡压力,会使孔隙率上升但孔径分布恶化。增强参数组合,如提高搅拌速度且增加填料比例,会使板材的均匀度和强度上升。
进一步而言,获得冲突参数组合、增强参数组合,之后还包括:
将所述冲突参数组合、增强参数组合拟合至所述影响关系树中,其中,根据冲突参数组合、增强参数组合对影响关系树进行箭头符号标注,所述箭头符号标注包括正号、负号,所述正号表示参数之间为冲突参数组合,负号表示参数之间为增强参数组合。
在获得冲突参数组合和增强参数组合后,需要将这些组合拟合到所构建的影响关系树中,具体来说:根据冲突参数组合和增强参数组合对影响关系树进行标注;对于每一个冲突参数组合,将其在影响关系树中的连接枝干上标注正号,表示这些参数之间存在冲突关系;对于增强参数组合,在影响关系树的连接枝干上标注负号,表示这些参数之间存在增强关系。
通过在影响关系树中对这些冲突和增强参数组合进行符号标注,可以更加直观地展示各工艺参数之间的相互作用,并为后续的生产调控提供清晰的指导。标注正号和负号的箭头帮助明确各影响参数之间的协同或对立关系,从而为制定更加精确的调控策略提供依据,避免冲突,优化增强,最终提升生产过程的效率和产品的质量。
以隔热板材的生产目标参数为目标评价值,根据各阶段中各影响参数的调控优先级、冲突参数组合及增强参数组合进行全局搜索,获得各阶段各参数调控策略,其中,各阶段各参数调控策略的评价结果满足所述目标评价值。
以隔热板材的生产目标参数(如隔热系数达到特定值、抗压强度不低于某标准等)为目标评价值,结合各阶段参数的调控优先级、冲突参数组合及增强参数组合,运用遗传算法、粒子群优化算法等全局搜索算法,在参数空间内进行高效搜索,获得各阶段各参数的最优调控策略。通过多次迭代优化,确保各阶段参数调控策略的评价结果满足目标评价值,实现产品性能的最优化。
进一步而言,以隔热板材的生产目标参数为目标评价值,根据各阶段中各影响参数的调控优先级、冲突参数组合及增强参数组合进行全局搜索,获得各阶段各参数调控策略,包括:
以所述隔热板材的生产目标参数为约束条件,根据所述影响关系树进行优先级最大路径搜索,建立第一搜索路径;基于所述影响关系树中的节点关系,对所述第一搜索路径进行枝干参数搜索调整,根据所述调控优先级、冲突参数组合及增强参数组合的因果影响关系进行目标评价,获得目标评价值最大且路径最短的最优路径;根据所述最优路径,获得所述各阶段各参数调控策略。
具体而言,以隔热板材的生产目标参数作为约束条件,依据构建的影响关系树,进行优先级最大路径搜索,建立第一搜索路径,第一搜索路径搜索的目标是找到最符合生产目标参数的调控方案,优先选择影响力最大的工艺参数进行调整。在基于影响关系树的节点关系的基础上,对所建立的第一搜索路径进行枝干参数的搜索与调整。通过分析各节点之间的关系,结合各影响参数的调控优先级、冲突参数组合和增强参数组合的因果影响关系,进行目标评价。此时,通过逐步调整路径中的各个节点,获得目标评价值最大且路径最短的最优路径,其中,目标评价值最大意味着最终生产结果最接近设定的生产目标,而路径最短则表示在有限的调整步骤中实现最佳效果,从而提高生产效率。最后,根据所得到的最优路径,确定各阶段的具体参数调控策略,这些策略通过确保各影响参数的调控优先级与交互作用得到最优协调,实现了生产过程中的全局优化,从而满足隔热板材生产目标参数的要求。
进一步而言,对所述第一搜索路径进行枝干参数搜索调整,根据所述调控优先级、冲突参数组合及增强参数组合的因果影响关系进行目标评价,获得目标评价值最大且路径最短的最优路径,包括:
根据所述生产目标参数进行目标参数分解,构建目标函数;基于所述影响关系树中的节点关系,对所述第一搜索路径中的每一个节点分析其与相邻节点的关系,根据相邻节点的调控优先级、冲突参数组合或增强参数组合的因果影响关系,通过所述目标函数进行调整策略评价,当超出第一搜索路径中原节点的评价值时进行路径节点替换,依次完成所有节点的搜索调整,获得候选目标路径,所述候选目标路径为满足目标评价值要求的路径;当所述候选目标路径为多条时,以路径长度最短为目标进行路径寻优,获得所述最优路径。
具体而言,对第一搜索路径进行枝干参数搜索调整时,根据生产目标参数进行目标参数分解,并构建目标函数,目标函数用于量化生产目标参数与各工艺参数之间的关系,以便在搜索过程中进行有效的目标评价。基于影响关系树中的节点关系,对第一搜索路径中的每个节点进行分析,评估其与相邻节点之间的关系,这些关系包括相邻节点的调控优先级、冲突参数组合和增强参数组合的因果影响关系。通过目标函数对这些关系进行调整策略的评价,判断当前路径中每个节点的调整效果;当调整后的节点评价值超出原路径节点的评价值时,进行路径节点的替换,即选择更优的节点,依次完成所有节点的搜索调整。在完成所有节点的搜索调整后,生成多个候选目标路径,每个候选路径代表了一种可能的参数调整方案,且每个路径的目标评价值均满足生产目标参数的要求。当候选目标路径存在多个时,通过评估路径长度(即调整步骤的数量),选择路径长度最短的路径作为最优路径。
进一步而言,获得各阶段各参数调控策略,之后还包括:
根据所述各阶段各参数调控策略,解析各生产工艺参数的跟踪评价规则;基于所述跟踪评价规则对隔热板材生产过程进行实时跟踪监测;当实时跟踪监测数据不满足预设要求时,根据跟踪参数差量结合所述各影响参数与响应目标参数的影响关系进行自适应调整。
在获得各阶段各参数调控策略后,根据各阶段各参数的调控策略,解析出每个生产工艺参数的跟踪评价规则,这些跟踪评价规则用于指导生产过程中各个工艺参数如何被实时监测和评估,以确保生产过程中的每个参数都能始终维持在设定的最佳范围内,从而保证最终产品的质量。
每个工艺参数的跟踪评价规则包括设定目标范围或理想值作为该参数的理想工作区间,容差范围的定义,容差范围是根据产品质量要求、生产设备能力及材料特性确定的,超出此范围的数据将触发后续的调整或警告机制。此外,跟踪评价规则还包括定义数据采集与监控的频率,确保能够及时发现偏差并做出响应。在实时监测数据偏离设定目标参数的容差范围时,立即触发预定的响应机制,可能包括报警或自动启动调控机制来修正参数。同时,跟踪评价规则还包含动态评估与修正策略,根据实时监测数据对每个参数偏差进行评估,并依据每个参数的优先级及其与目标性能参数的关系,制定修正策略。
基于跟踪评价规则,隔热板材的生产过程将进行实时跟踪监测。通过实时数据采集系统,持续监控生产过程中各影响参数的变化,并将所采集的实时数据与预设的标准或目标进行比较,以评估生产过程是否满足设定的要求。当实时跟踪监测数据不满足预设要求时,根据跟踪参数的差量结合各影响参数与响应目标参数之间的影响关系,进行自适应调整。具体而言,系统根据实时监测到的差异,结合影响关系树中各参数的相互作用,对相关工艺参数进行调整。
综上所述,本申请实施例至少具有如下技术效果:
首先,按照隔热板材生产流程,分解材料混合-发泡-固化各阶段的影响参数,并拟合各影响参数与响应目标参数的影响关系。接着,基于影响关系,配置各阶段中各影响参数的调控优先级。然后,利用灰色关联度算法识别各影响参数交互作用,获得冲突参数组合、增强参数组合。最后,以隔热板材的生产目标参数为目标评价值,根据各阶段中各影响参数的调控优先级、冲突参数组合及增强参数组合进行全局搜索,获得各阶段各参数调控策略,其中,各阶段各参数调控策略的评价结果满足所述目标评价值。解决了现有技术中隔热板材生产过程中各阶段参数调控不精确,导致生产效率和产品质量受限的技术问题,通过识别各影响参数的交互作用,以优化各阶段参数调控策略,达到了提高生产效率和产品质量的技术效果。
实施例二,基于与前述实施例中针对隔热板材生产的多参数调控方法相同的发明构思,如图2所示,本申请提供了针对隔热板材生产的多参数调控系统,其中,系统包括:
拟合模块11,用于按照隔热板材生产流程,分解材料混合-发泡-固化各阶段的影响参数,并拟合各影响参数与响应目标参数的影响关系;配置模块12,用于基于所述影响关系,配置各阶段中各影响参数的调控优先级;识别模块13,用于利用灰色关联度算法识别各影响参数交互作用,获得冲突参数组合、增强参数组合;搜索模块14,用于以隔热板材的生产目标参数为目标评价值,根据各阶段中各影响参数的调控优先级、冲突参数组合及增强参数组合进行全局搜索,获得各阶段各参数调控策略,其中,各阶段各参数调控策略的评价结果满足所述目标评价值。
进一步的,所述搜索模块14用于执行如下方法:
根据所述各阶段各参数调控策略,解析各生产工艺参数的跟踪评价规则;基于所述跟踪评价规则对隔热板材生产过程进行实时跟踪监测;当实时跟踪监测数据不满足预设要求时,根据跟踪参数差量结合所述各影响参数与响应目标参数的影响关系进行自适应调整。
进一步的,所述拟合模块11用于执行如下方法:
获得隔热板材的性能参数,将性能参数作为顶层目标参数;对所述材料混合、发泡、固化各阶段的工艺目标参数进行解析,将各阶段的工艺目标参数作为二级目标参数;分解所述材料混合、发泡、固化各阶段的工艺参数,设定各阶段的工艺参数作为影响参数,并将所述影响参数作为底层影响因子;利用实验样本数据,自顶层目标参数至底层影响因子,逐层进行影响关系拟合,构建影响关系树。
进一步的,所述拟合模块11用于执行如下方法:
以所述顶层目标参数作为根节点、所述二级目标参数作为中间节点、所述底层影响因子作为叶节点,构建树结构;根据所述实验样本数据拟合各节点之间的因果影响关系,通过连接枝干进行关系表示,所述连接枝干具有箭头、数值标注,其中箭头标注表示原因参数指向结果参数的因果影响方向,数值标注表示影响程度的数值。
进一步的,所述识别模块13用于执行如下方法:
对实验样本数据进行清洗、标准化处理,其中实验样本数据覆盖不同参数组合;从所述实验样本数据中筛选性能参数满足预设要求的样本数据,构建参考序列;从实验样本数据中提取各影响参数的数据序列,构建各影响参数独立的比较序列;对于每个影响参数,计算比较序列与所述参考序列的绝对差序列,确定绝对差中的最大差、最小差;根据所述最大差、最小差通过灰色关联度公式,计算影响参数与目标性能参数的关联系数;根据各影响参数的关联系数,确定冲突参数组合、增强参数组合,其中所述冲突参数组合为对同一个目标性能参数关联方向一致的参数组合,所述增强参数组合为对同一个目标性能参数关联方向相反的参数组合。
进一步的,所述识别模块13用于执行如下方法:
将所述冲突参数组合、增强参数组合拟合至所述影响关系树中,其中,根据冲突参数组合、增强参数组合对影响关系树进行箭头符号标注,所述箭头符号标注包括正号、负号,所述正号表示参数之间为冲突参数组合,负号表示参数之间为增强参数组合。
进一步的,所述搜索模块14用于执行如下方法:
以所述隔热板材的生产目标参数为约束条件,根据所述影响关系树进行优先级最大路径搜索,建立第一搜索路径;基于所述影响关系树中的节点关系,对所述第一搜索路径进行枝干参数搜索调整,根据所述调控优先级、冲突参数组合及增强参数组合的因果影响关系进行目标评价,获得目标评价值最大且路径最短的最优路径;根据所述最优路径,获得所述各阶段各参数调控策略。
进一步的,所述搜索模块14用于执行如下方法:
根据所述生产目标参数进行目标参数分解,构建目标函数;基于所述影响关系树中的节点关系,对所述第一搜索路径中的每一个节点分析其与相邻节点的关系,根据相邻节点的调控优先级、冲突参数组合或增强参数组合的因果影响关系,通过所述目标函数进行调整策略评价,当超出第一搜索路径中原节点的评价值时进行路径节点替换,依次完成所有节点的搜索调整,获得候选目标路径,所述候选目标路径为满足目标评价值要求的路径;当所述候选目标路径为多条时,以路径长度最短为目标进行路径寻优,获得所述最优路径。
实施例三,基于与前述实施例中针对隔热板材生产的多参数调控方法相同的发明构思本实施例提供了一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本申请实施例中的针对隔热板材生产的多参数调控方法对应的程序指令/模块。处理器通过运行存储在存储器中的软件程序、指令以及模块,从而执行计算机设备的各种功能应用以及数据处理,即实现上述针对隔热板材生产的多参数调控方法。
需要说明的是,上述本申请实施例先后顺序仅仅为了描述,不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
以上所述仅为本申请的较佳实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
本说明书和附图仅仅是本申请的示例性说明,且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样,倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内,则本申请意图包括这些改动和变型在内。
Claims (8)
1.针对隔热板材生产的多参数调控方法,其特征在于,所述方法包括:
按照隔热板材生产流程,分解材料混合-发泡-固化各阶段的影响参数,并拟合各影响参数与响应目标参数的影响关系;
基于所述影响关系,配置各阶段中各影响参数的调控优先级;
利用灰色关联度算法识别各影响参数交互作用,获得冲突参数组合、增强参数组合;
以隔热板材的生产目标参数为目标评价值,根据各阶段中各影响参数的调控优先级、冲突参数组合及增强参数组合进行全局搜索,获得各阶段各参数调控策略,其中,各阶段各参数调控策略的评价结果满足所述目标评价值;
其中,拟合各影响参数与响应目标参数的影响关系,包括:
获得隔热板材的性能参数,将性能参数作为顶层目标参数;
对所述材料混合、发泡、固化各阶段的工艺目标参数进行解析,将各阶段的工艺目标参数作为二级目标参数;
分解所述材料混合、发泡、固化各阶段的工艺参数,设定各阶段的工艺参数作为影响参数,并将所述影响参数作为底层影响因子;
利用实验样本数据,自顶层目标参数至底层影响因子,逐层进行影响关系拟合,构建影响关系树;
所述构建影响关系树,包括:
以所述顶层目标参数作为根节点、所述二级目标参数作为中间节点、所述底层影响因子作为叶节点,构建树结构;
根据所述实验样本数据拟合各节点之间的因果影响关系,通过连接枝干进行关系表示,所述连接枝干具有箭头、数值标注,其中箭头标注表示原因参数指向结果参数的因果影响方向,数值标注表示影响程度的数值。
2.根据权利要求1所述的针对隔热板材生产的多参数调控方法,其特征在于,获得各阶段各参数调控策略,之后还包括:
根据所述各阶段各参数调控策略,解析各生产工艺参数的跟踪评价规则;
基于所述跟踪评价规则对隔热板材生产过程进行实时跟踪监测;
当实时跟踪监测数据不满足预设要求时,根据跟踪参数差量结合所述各影响参数与响应目标参数的影响关系进行自适应调整。
3.根据权利要求1所述的针对隔热板材生产的多参数调控方法,其特征在于,利用灰色关联度算法识别各影响参数交互作用,获得冲突参数组合、增强参数组合,包括:
对实验样本数据进行清洗、标准化处理,其中实验样本数据覆盖不同参数组合;
从所述实验样本数据中筛选性能参数满足预设要求的样本数据,构建参考序列;
从实验样本数据中提取各影响参数的数据序列,构建各影响参数独立的比较序列;
对于每个影响参数,计算比较序列与所述参考序列的绝对差序列,确定绝对差中的最大差、最小差;
根据所述最大差、最小差通过灰色关联度公式,计算影响参数与目标性能参数的关联系数;
根据各影响参数的关联系数,确定冲突参数组合、增强参数组合,其中所述冲突参数组合为对同一个目标性能参数关联方向一致的参数组合,所述增强参数组合为对同一个目标性能参数关联方向相反的参数组合。
4.根据权利要求1所述的针对隔热板材生产的多参数调控方法,其特征在于,获得冲突参数组合、增强参数组合,之后还包括:
将所述冲突参数组合、增强参数组合拟合至所述影响关系树中,其中,根据冲突参数组合、增强参数组合对影响关系树进行箭头符号标注,所述箭头符号标注包括正号、负号,所述正号表示参数之间为冲突参数组合,负号表示参数之间为增强参数组合。
5.根据权利要求4所述的针对隔热板材生产的多参数调控方法,其特征在于,以隔热板材的生产目标参数为目标评价值,根据各阶段中各影响参数的调控优先级、冲突参数组合及增强参数组合进行全局搜索,获得各阶段各参数调控策略,包括:
以所述隔热板材的生产目标参数为约束条件,根据所述影响关系树进行优先级最大路径搜索,建立第一搜索路径;
基于所述影响关系树中的节点关系,对所述第一搜索路径进行枝干参数搜索调整,根据所述调控优先级、冲突参数组合及增强参数组合的因果影响关系进行目标评价,获得目标评价值最大且路径最短的最优路径;
根据所述最优路径,获得所述各阶段各参数调控策略。
6.根据权利要求5所述的针对隔热板材生产的多参数调控方法,其特征在于,对所述第一搜索路径进行枝干参数搜索调整,根据所述调控优先级、冲突参数组合及增强参数组合的因果影响关系进行目标评价,获得目标评价值最大且路径最短的最优路径,包括:
根据所述生产目标参数进行目标参数分解,构建目标函数;
基于所述影响关系树中的节点关系,对所述第一搜索路径中的每一个节点分析其与相邻节点的关系,根据相邻节点的调控优先级、冲突参数组合或增强参数组合的因果影响关系,通过所述目标函数进行调整策略评价,当超出第一搜索路径中原节点的评价值时进行路径节点替换,依次完成所有节点的搜索调整,获得候选目标路径,所述候选目标路径为满足目标评价值要求的路径;
当所述候选目标路径为多条时,以路径长度最短为目标进行路径寻优,获得所述最优路径。
7.针对隔热板材生产的多参数调控系统,其特征在于,用于实施权利要求1-6任意一项所述的针对隔热板材生产的多参数调控方法,所述系统包括:
拟合模块,用于按照隔热板材生产流程,分解材料混合-发泡-固化各阶段的影响参数,并拟合各影响参数与响应目标参数的影响关系;
配置模块,用于基于所述影响关系,配置各阶段中各影响参数的调控优先级;
识别模块,用于利用灰色关联度算法识别各影响参数交互作用,获得冲突参数组合、增强参数组合;
搜索模块,用于以隔热板材的生产目标参数为目标评价值,根据各阶段中各影响参数的调控优先级、冲突参数组合及增强参数组合进行全局搜索,获得各阶段各参数调控策略,其中,各阶段各参数调控策略的评价结果满足所述目标评价值。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-6中任意一项所述的针对隔热板材生产的多参数调控方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202511520492.1A CN121008553B (zh) | 2025-10-23 | 2025-10-23 | 针对隔热板材生产的多参数调控方法、系统及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202511520492.1A CN121008553B (zh) | 2025-10-23 | 2025-10-23 | 针对隔热板材生产的多参数调控方法、系统及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN121008553A true CN121008553A (zh) | 2025-11-25 |
| CN121008553B CN121008553B (zh) | 2025-12-16 |
Family
ID=97734022
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202511520492.1A Active CN121008553B (zh) | 2025-10-23 | 2025-10-23 | 针对隔热板材生产的多参数调控方法、系统及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN121008553B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE2522062A1 (de) * | 1975-05-17 | 1976-11-25 | Jakob Eschbach Fabrik Fuer Feu | Verfahren und vorrichtung zur herstellung von profilen, platten o.dgl. aus schaumkunststoff |
| JP2005100138A (ja) * | 2003-09-25 | 2005-04-14 | Sumitomo Kinzoku Kozan Siporex Kk | Alcパネルの製造管理方法 |
| CN118569732A (zh) * | 2024-06-27 | 2024-08-30 | 江苏蓝米节能科技有限公司 | 用于胶合板生产的优化控制方法及系统 |
| CN119062017A (zh) * | 2024-08-23 | 2024-12-03 | 江苏乐通彩业科技发展有限公司 | 一种复合建筑节能保温隔热板及其制备方法 |
| CN120439504A (zh) * | 2025-07-11 | 2025-08-08 | 苏州明睿威尔新型材料有限公司 | Epp发泡工艺参数优化方法 |
-
2025
- 2025-10-23 CN CN202511520492.1A patent/CN121008553B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE2522062A1 (de) * | 1975-05-17 | 1976-11-25 | Jakob Eschbach Fabrik Fuer Feu | Verfahren und vorrichtung zur herstellung von profilen, platten o.dgl. aus schaumkunststoff |
| JP2005100138A (ja) * | 2003-09-25 | 2005-04-14 | Sumitomo Kinzoku Kozan Siporex Kk | Alcパネルの製造管理方法 |
| CN118569732A (zh) * | 2024-06-27 | 2024-08-30 | 江苏蓝米节能科技有限公司 | 用于胶合板生产的优化控制方法及系统 |
| CN119062017A (zh) * | 2024-08-23 | 2024-12-03 | 江苏乐通彩业科技发展有限公司 | 一种复合建筑节能保温隔热板及其制备方法 |
| CN120439504A (zh) * | 2025-07-11 | 2025-08-08 | 苏州明睿威尔新型材料有限公司 | Epp发泡工艺参数优化方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN121008553B (zh) | 2025-12-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN118690143B (zh) | 基于大数据的云种植舱多维数据处理方法及系统 | |
| CN106599519B (zh) | 面向生产订单组合优化的中厚板母板与板坯协同设计方法及系统 | |
| CN106056127A (zh) | 一种带模型更新的gpr在线软测量方法 | |
| CN102831269A (zh) | 一种流程工业过程工艺参数的确定方法 | |
| CN110991495B (zh) | 生产制造过程中产品质量预测方法、系统、介质及设备 | |
| CN118350600A (zh) | 基于混合模型和多变量分析的供热负荷预测方法及系统 | |
| CN112184412A (zh) | 一种信用评分卡模型的建模方法、装置、介质及电子设备 | |
| CN114048592B (zh) | 一种精轧全流程分布式运行性能评估及非优原因追溯方法 | |
| CN115169453A (zh) | 基于密度聚类协同深度残差网络的热连轧宽度预测方法 | |
| CN117587403A (zh) | 基于化学转化的铝合金模板表面处理方法及系统 | |
| CN113032367A (zh) | 面向动态负载场景的大数据系统跨层配置参数协同调优方法和系统 | |
| CN116224947A (zh) | 可主动融入领域规则知识的深度学习工业控制系统 | |
| CN117742273A (zh) | 一种基于深度强化学习的造纸过程优化系统及方法 | |
| CN114532564A (zh) | 基于主成分分析策略的松散回潮出口烟丝含水率控制方法 | |
| CN118551308A (zh) | 一种基于数据分析的食用菌育种生长过程监测方法及系统 | |
| CN115017671A (zh) | 基于数据流在线聚类分析的工业过程软测量建模方法、系统 | |
| CN121008553B (zh) | 针对隔热板材生产的多参数调控方法、系统及介质 | |
| CN106845825B (zh) | 一种基于改进pca的带钢冷轧质量问题溯源及控制方法 | |
| CN117000780A (zh) | 一种自适应冷轧带材多通道板形预报方法 | |
| CN116070929A (zh) | 一种基于自适应的局部动态焦炭质量预测方法及系统 | |
| CN116757354A (zh) | 一种基于多层感知机的烟叶复烤段关键参数筛选方法 | |
| CN116245019A (zh) | 一种基于Bagging抽样及改进随机森林算法的负荷预测方法、系统、装置及存储介质 | |
| CN119689871B (zh) | 多参数分析下的蒸发节能自适应调控方法及系统 | |
| CN119578653A (zh) | 定形工艺参数推荐方法、装置、计算机设备及存储介质 | |
| CN119742760A (zh) | 基于智能数据挖掘的电力需求预测方法、系统及介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |