CN117094608B - 结合应用需求的钛带生产控制方法及*** - Google Patents
结合应用需求的钛带生产控制方法及*** Download PDFInfo
- Publication number
- CN117094608B CN117094608B CN202311354459.7A CN202311354459A CN117094608B CN 117094608 B CN117094608 B CN 117094608B CN 202311354459 A CN202311354459 A CN 202311354459A CN 117094608 B CN117094608 B CN 117094608B
- Authority
- CN
- China
- Prior art keywords
- production
- control
- association
- regulation
- determining
- 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.)
- Active
Links
- RTAQQCXQSZGOHL-UHFFFAOYSA-N Titanium Chemical compound [Ti] RTAQQCXQSZGOHL-UHFFFAOYSA-N 0.000 title claims abstract description 89
- 229910052719 titanium Inorganic materials 0.000 title claims abstract description 89
- 239000010936 titanium Substances 0.000 title claims abstract description 89
- 238000000195 production control method Methods 0.000 title claims abstract description 7
- 238000000034 method Methods 0.000 claims abstract description 323
- 238000004519 manufacturing process Methods 0.000 claims abstract description 297
- 230000008569 process Effects 0.000 claims abstract description 208
- 238000004458 analytical method Methods 0.000 claims abstract description 67
- 238000013441 quality evaluation Methods 0.000 claims abstract description 17
- 238000007499 fusion processing Methods 0.000 claims abstract description 10
- 230000000750 progressive effect Effects 0.000 claims abstract description 10
- 238000011156 evaluation Methods 0.000 claims description 29
- 238000012937 correction Methods 0.000 claims description 28
- 238000013507 mapping Methods 0.000 claims description 25
- 238000012544 monitoring process Methods 0.000 claims description 19
- 238000007689 inspection Methods 0.000 claims description 11
- 230000000694 effects Effects 0.000 claims description 10
- 230000003044 adaptive effect Effects 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000010219 correlation analysis Methods 0.000 claims description 6
- 238000004886 process control Methods 0.000 claims description 6
- 230000004927 fusion Effects 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 4
- 230000003213 activating effect Effects 0.000 claims description 3
- 230000004069 differentiation Effects 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 230000004931 aggregating effect Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000012545 processing Methods 0.000 abstract description 2
- 238000012098 association analyses Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 238000005266 casting Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005260 corrosion Methods 0.000 description 2
- 230000007797 corrosion Effects 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 238000002844 melting Methods 0.000 description 2
- 230000008018 melting Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000003208 petroleum Substances 0.000 description 2
- 239000013643 reference control Substances 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 238000003723 Smelting Methods 0.000 description 1
- 229910001069 Ti alloy Inorganic materials 0.000 description 1
- 238000005299 abrasion Methods 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供了一种结合应用需求的钛带生产控制方法及***，涉及钛加工技术，方法包括：确定应用性能需求；针对应用性能需求进行工序关联与参控关联的层次递进分析，确定级联生产网络；逐工序进行生产监管，获取工序监管数据；进行工序质量评估与后步工序关联影响分析，确定生产调控信息；将生产调控信息反馈至产线数控设备，进行下位工序的生产调优；汇总生产调控信息并进行工序融参处理，确定统筹调参数据对级联生产网络进行校准，执行后续钛带生产控制。能够解决现有的钛带生产方法存在设备控制精度和准确性较低导致钛带生产质量较低的技术问题，可以提高钛带生产过程中设备控制的精准性，从而提高钛带生产质量。
Description
技术领域
本公开涉及钛加工技术，并且更具体地，涉及一种结合应用需求的钛带生产控制方法及***。
背景技术
钛合金具有密度低、比强度高、耐腐蚀性强等多个优点，目前广泛应用于化工、海洋工程、航空航天等领域，钛材是钛优异性能具体应用的载体，钛带属于钛材的一种。
传统的钛带生产过程中通常是根据产品性能需求设置固定的设备控制参数进行钛带加工，这种方法灵活性较低，不能根据实际情况及时调整优化设备控制参数，导致设备控制精度和准确性较低，不能满足产品所需的质量要求。
现有的钛带生产方法存在的不足之处在于：由于设备控制精度和准确性较低导致钛带生产质量较低。
发明内容
因此，为了解决上述技术问题，本公开的实施例采用的技术方案如下：
结合应用需求的钛带生产控制方法，包括以下步骤：读取批次工单的应用场景，确定应用性能需求，所述应用性能需求包括基础性能标准与柔性性能标准；获取目标生产工艺，针对所述应用性能需求进行工序关联与参控关联的层次递进分析，确定级联生产网络，所述级联生产网络存在层级映射关联；以所述级联生产网络为基准，结合传感监测模块，逐工序进行生产监管，获取工序监管数据；将所述工序监管数据流转至自适应评控模组，进行工序质量评估与后步工序关联影响分析，确定生产调控信息，其中，所述传感监测模块与所述自适应评控模组信道连接；若所述生产调控信息为非空，且归属于下位工序，将所述生产调控信息反馈至产线数控设备，进行下位工序的生产调优；逐工序进行钛带生产的同频监管调控与工序校正分析，直至完成基于所述级联生产网络的工艺生产；汇总所述生产调控信息并进行工序融参处理，确定统筹调参数据对所述级联生产网络进行校准，执行后续钛带生产控制。
结合应用需求的钛带生产控制***，包括：
应用性能需求确定模块，所述应用性能需求确定模块用于读取批次工单的应用场景，确定应用性能需求，所述应用性能需求包括基础性能标准与柔性性能标准；
级联生产网络确定模块，所述级联生产网络确定模块用于获取目标生产工艺，针对所述应用性能需求进行工序关联与参控关联的层次递进分析，确定级联生产网络，所述级联生产网络存在层级映射关联；
工序监管数据获取模块，所述工序监管数据获取模块用于以所述级联生产网络为基准，结合传感监测模块，逐工序进行生产监管，获取工序监管数据；
关联影响分析模块，所述关联影响分析模块用于将所述工序监管数据流转至自适应评控模组，进行工序质量评估与后步工序关联影响分析，确定生产调控信息，其中，所述传感监测模块与所述自适应评控模组信道连接；
下位工序生产调优模块，所述下位工序生成调优模块用于若所述生产调控信息为非空，且归属于下位工序，将所述生产调控信息反馈至产线数控设备，进行下位工序的生产调优；
调控校正模块，所述调控校正模块用于逐工序进行钛带生产的同频监管调控与工序校正分析，直至完成基于所述级联生产网络的工艺生产；
级联生产网络校准模块，所述级联生产网络校准模块用于汇总所述生产调控信息并进行工序融参处理，确定统筹调参数据对所述级联生产网络进行校准，执行后续钛带生产控制。
由于采用了上述技术方法，本公开相对于现有技术来说，取得的技术进步有如下几点：
可以解决现有的钛带生产方法存在设备控制精度和准确性较低导致钛带生产质量较低的技术问题。首先，根据钛带的应用场景确定钛带的应用性能需求，其中所述应用性能需求包括基础性能标准和柔性性能标准；然后基于钛带生产工艺，根据所述应用性能需求进行工序关联与参控关联的层次递进分析，获取层级映射关联，并根据层级映射关系构建级联生产网络；然后以所述级联生产网络为基准，结合传感监测模块，逐工序对钛带生产进行监管，获取工序监管数据；根据自适应评控模组对所述工序监管数据进行工序质量评估与后步工序关联影响分析，确定生产调控信息；当所述生产调控信息为非空时，且归属于下位工序，将所述生产调控信息反馈至产线数控设备，进行下位工序的生产调优；逐工序进行钛带生产的同频监管调控与工序校正分析，直至完成基于所述级联生产网络的工艺生产；最后汇总所述生产调控信息并进行工序融参处理，确定统筹调参数据对所述级联生产网络进行校准，执行后续钛带生产控制。通过上述方法可以提高钛带生产过程中设备控制的精准性，从而提高钛带生产质量。
附图说明
为了更清楚地说明本公开的实施例的技术方案，下面将对实施例的描述中所需要使用的附图作简单的介绍。
图1为本申请提供了一种结合应用需求的钛带生产控制方法的流程示意图；
图2为本申请提供了一种结合应用需求的钛带生产控制方法中生成级联生产网络的流程示意图；
图3为本申请提供了一种结合应用需求的钛带生产控制***的结构示意图。
具体实施方式
下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整的描述。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。
基于上述描述，如图1所示，本公开提供了一种结合应用需求的钛带生产控制方法，包括：
本申请提供的方法用于结合钛带产品的应用需求对钛带生产过程中的设备进行优化控制，来达到提高设备控制精准性，从而提高钛带生产质量的目的，所述方法具体实施于一种结合应用需求的钛带生产控制***。
读取批次工单的应用场景，确定应用性能需求，所述应用性能需求包括基础性能标准与柔性性能标准；
在本申请实施例中，首先，对本批次钛带工单的应用场景进行调取，所述应用场景是指本批次钛带产品的具体应用环境，例如：当钛带被用作石油工业上的热交换器时，存在的应用环境就是石油生产过程中的各种环境，其中包括温度、压力等环境条件。然后根据所述应用场景对钛带进行应用性能需求分析，所述应用性能需求包括基础性能标准和柔性性能标准，所述基础性能标准包括钛带的多个基本属性性能，例如：标准强度、标准耐磨性、标准密度、标准可折叠性等；所述柔性性能标准是指钛带在不同条件下的适应能力，其中包括温度条件、湿度条件、压力条件等。
通过根据钛带的应用场景确定应用性能需求，可以提高钛带性能与应用场景的适配度，从而可以提高钛带使用过程中的稳定性和质量，同时为下一步进行应用性能需求与生产工艺的关联分析提供了数据支持。
获取目标生产工艺，针对所述应用性能需求进行工序关联与参控关联的层次递进分析，确定级联生产网络，所述级联生产网络存在层级映射关联；
在本申请实施例中，首先，获取钛带产品的目标生产工艺，其中目标生产工艺包括钛带生产过程中的多个生产环节、工序以及对应的控制参数。然后根据所述应用性能需求进行生产工序关联性与控制参数关联性的层次递进分析，并根据层级递进分析结果确定级联生产网络，其中所述级联生产网络存在层级映射关联。
如图2所示，在一个实施例中，所述方法还包括：
遍历所述应用性能需求，分别进行生产工序的相关性分析，确定性能关联工序，其中，所述性能关联工序存在各应用性能需求与生产工序的一对多关系；
基于所述性能关联工序，搭建工序关联层；
在本申请实施例中，首先，对所述应用性能需求和所述生产工序依次进行相关性分析，所述生产工序包括熔炼、铸锭、平辊轧制、热处理和精整等多个环节，其中所述相关性分析是指判断生产工序是否会对钛带性能造成影响，确定性能关联工序，所述性能关联工序是指会对应用性能产生影响的工序，且所述性能关联工序存在各应用性能需求与生产工序的一对多关系，例如：钛带的强度与熔炼、铸锭、平辊轧制、热处理等多个工序相关。
然后根据所述性能关联工序中应用性能与关联工序的映射关系搭建工序关联层，其中所述工序关联层包括多个应用性能与对应的一个或多个生产工序。
遍历所述性能关联工序，确定工序参控信息，并建立参控关联层；
在一个实施例中，所述方法还包括：
遍历所述性能关联工序，确定工序控制参数并进行映射产线数控设备的标识，生成所述工序参控信息；
进行所述工序参控信息的同级关联与关联工序的级间关联，确定工序关联参控；
基于所述工序关联参控，搭建所述参控关联层。
在本申请实施例中，首先，依次获取所述性能关联工序的工序控制参数，然后根据所述工序控制参数对控制的产线数控设备进行映射标识，得到工序参控信息，所述工序参控信息包括工序控制参数及对应的产线数控设备。然后对所述工序控制信息进行同级关联和关联工序的级间关联，所述同级关联是指对同工序控制参数进行关联性分析；所述级间关联是指对相邻工序的控制参数进行关联性分析，得到工序关联参控，所述工序关联参控包括同级关联参控和级间关联参控。并根据所述工序关联参控进行参控关联层搭建，生成参控关联层。
基于所述目标生产工艺与所述应用性能需求，搭建基准层；
对所述基准层、所述工序关联层与所述参控关联层进行层级映射关联，生成所述级联生产网络。
在本申请实施例中，根据所述目标生产工艺中生产工序和所述应用性能需求的映射关系搭建基准层，其中所述基准层中包括多个应用性能需求与对应的一个或多个生产工序。然后对所述基准层、所述工序关联层与所述参控关联层进行层级映射关联，所述层级映射关联是指对所述基准层、所述工序关联层与所述参控关联层之间的互影响性进行分析，确定层级映射关系，最后基于所述层级映射关系完成级联生产网络的构建，获得所述级联生产网络。
通过对所述应用性能需求按照生产工序进行逐层拆分，并进行层级关联与同级关联性分析，然后根据关联分析结果构建级联生产网络，可以提高产线数控设备控制分析的准确性，从而提高数控设备控制的精准性。
以所述级联生产网络为基准，结合传感监测模块，逐工序进行生产监管，获取工序监管数据；
在本申请实施例中，将所述级联生产网络作为钛带生产控制基准，并结合传感监测模块对钛带生产过程进行逐工序监管，其中所述传感监测模块用于对产线数控设备的控制参数进行监测，包括多个传感监测装置，获得工序监管数据。通过获得所述工序监管数据，为下一步进行工序生产质量评估提供了支持。
将所述工序监管数据流转至自适应评控模组，进行工序质量评估与后步工序关联影响分析，确定生产调控信息，其中，所述传感监测模块与所述自适应评控模组信道连接；
在本申请实施例中，将所述工序监管数据输入自适应评控模组进行工序质量评估与后步工序关联影响分析，其中数控设备、传感监测装置、传感监测模块、自适应评控模组通过信号传输的方式进行通信连接，且构成闭合通信回路。
在一个实施例中，所述方法还包括：
其中，所述自适应评控模组包括前后置连接的工序质检模块与校准分析模块，且所述校准分析模块内嵌有所述级联生产网络；
将所述工序监管数据流转至所述工序质检模块，进行参控精度评估与参控效果评估，确定质量离轴信息，所述质量离轴信息标识有工序质量系数；
在一个实施例中，所述方法还包括：
基于参控精度标准，配置参控宽容区间；
以所述参控宽容区间为判断依据，计量参控偏离度并进行赋权求和，确定所述工序质量系数；
以表面质量、力学特征、多元耐受性为质量评估维度，确定标准维度指标矩阵；
识别工序参控效果，映射所述标准维度指标矩阵锁定工序关联指标，进行指标差异化度量确定所述质量离轴信息。
在本申请实施例中，其中所述自适应评控模组包括工序质检模块与校准分析模块，且所述工序质检模块与所述校准分析模块具有前后连接关系，即先进行工序质检然后进行校准分析，所述工序质检模块用于根据工序监管数据对工序质量进行评估；所述校准分析用于对后续关联工序进行校准，其中所述校准分析模块内嵌有所述级联生产网络。
将所述工序监管数据输入所述工序质检模块进行参控精度评估与参控效果评估，并确定质量离轴信息，所述质量离轴信息是指质量评估结果与标准质量的偏离程度，其中所述质量离轴信息标识有工序质量系数。
首先，根据所述参控精度标准配置参控宽容区间，所述参控宽容区间用于表征可容忍的控制参数误差范围，即控制参数误差在所述参控宽容区间为正常的，所述参控宽容区间可根据参控精度标准的实际需求进行设置，其中参控精度要求越高，则参控宽容区间越小；反之参控精度要求越低，则参控宽容区间越大。
然后将所述参控宽容区间作为判断依据，对所述工序监管数据进行参控偏离度计算，即将所述工序监管数据减去所述参控宽容区间，获取所述工序监管数据与所述参控宽容区间的偏差值，获得多个参控偏差值，并根据所述多个偏差值生成多个参控偏离度，其中偏差值越大，则参控偏离度越大。分别为所述工序监管数据中的多个控制参数设置不同的权重，其中哪项控制参数对工序生产质量的影响越大，则对应的权重越大，可通过变异系数法进行权重设置，其中变异系数法为本领域技术人员常用的赋权方法，在此不进行展开说明，获得多个参控偏离度对应的多个权重，并根据所述多个参控偏离度和所述多个权重进行加权计算，并将加权计算结果作为工序质量系数，获得所述工序质量系数，其中所述工序质量系数越大，表征该工序的生产质量越差。
将钛带的表面质量、力学特征、多元耐受性最为钛带的质量评估维度，所述表面质量包括钛带表面的光滑度和均匀度等特征；所述力学特征包括强度、耐折叠性等特征；所述多元耐受性包括耐腐蚀性、耐摩擦性等特征，获取所述质量评估维度的多个标准指标数据，并根据所述多个标准指标数据构建标准维度指标矩阵。
以所述质量评估维度为基准，通过多个质量检测仪器对所述工序参控效果进行质量检测，获得多个指标检测结果，并根据所述标准维度指标矩阵确定工序关联指标，根据标准质量指标和对应的指标检测结果进行指标偏差度计算，获得多个指标偏差度。然后根据所述多个指标偏差度和对应的权重进行加权求和，将加权求和结果作为工序质量系数，并将所述工序质量系数嵌入所述质量离轴信息轴，获得所述质量离轴信息。
若所述工序质量系数不满足阈值标准，输出所述质量离轴信息，并对所述生产调控信息进行空白归置。
在本申请实施例中，首先，获取工序质量的阈值标准，其中所述阈值标准本领域技术人员可根据实际需求进行设置，其中质量要求越高，则所述阈值标准越低。然后根据所述阈值标准对所述工序质量系数进行判断，当所述工序质量系数小于所述阈值标准时，表征工序生产质量符合预设质量要求，则输出所述质量离轴信息，然后对所述生产调控信息进行空白归置。
在一个实施例中，所述方法还包括：
若所述工序质量系数满足阈值标准，激活所述校准分析模块，并将所述质量离轴信息流转至所述校准分析模块；
结合所述级联生产网络锁定后步关联工序，确定基于所述质量离轴信息的后步生产影响；
基于所述后步生产影响，确定关联工序校正信息；
整合所述关联工序校正信息，生成所述生产调控信息。
在本申请实施例中，当所述工序质量系数大于或等于所述阈值标准时，则表征工序质量不符合预设质量要求，则激活所述校准分析模块，并将所述质量离轴信息输入所述校准分析模块内。然后根据所述级联生产网络获取后步关联工序，其中所述后步关联工序是指和当前工序具有关联性的下一步相邻工序，并根据所述质量离轴信息对所述后步关联工序进行质量影响分析，得到后步生产影响。
然后对所述后步生产影响进行工序校准分析，所述工序校准分析是指如何调整后步关联工序的控制参数来消除所述后步生产影响，得到关联工序校正信息。例如：可基于BP神经网络构建工序校正分析模型，并获取多个历史生产影响数据和对应的多个合格工序校正数据作为模型的训练数据集，然后通过所述训练数据集对工序校正分析模型进行监督训练和验证训练，并设置预期指标，例如：设置预期指标为输出结果准确率95%，本领域技术人员也可根据实际情况进行预期指标设置；当工序校正分析模型的输出结果准确率大于所述预期指标时，则得到训练完成的工序校正分析模型，然后将所述后步生产影响输入所述工序校正分析模型中进行工序校正分析，得到关联工序校正信息。
然后对所述关联工序校正信息进行整合，获得所述生产调控信息，通过获得生产调控信息，为下一步进行后续钛带产线数控设备的控制优化提供了支持，同时可以对钛带的生产过程进行及时优化和调整，进一步提高钛带生产控制的精度和准确性。
若所述生产调控信息为非空，且归属于下位工序，将所述生产调控信息反馈至产线数控设备，进行下位工序的生产调优；
在本申请实施例中，对所述生产调控信息进行判断，当所述生产调控信息为非空，且所述生产调控信息与下位相邻工序具有关联性，则将所述生产调控信息输入产线数控设备的控制模块，并根据所述生产调控信息对所述产线数控设备进行优化控制，完成下位工序的生产调优。
逐工序进行钛带生产的同频监管调控与工序校正分析，直至完成基于所述级联生产网络的工艺生产；
在本申请实施例中，然后根据所述级联生产网络逐工序依次进行钛带生产的同频监管调控与工序校正分析，并对生产过程中的生产调控信息进行记录并保存，直到完成基于所述级联生产网络的工艺生产。
汇总所述生产调控信息并进行工序融参处理，确定统筹调参数据对所述级联生产网络进行校准，执行后续钛带生产控制。
在本申请实施例中，对所述生产调控信息按照生产工序进行汇总，得到汇总生产调控信息，并根据所述汇总生产调控信息进行工序融参处理，得到统筹调参数据，最后根据所述统筹调参数据对所述级联生产网络进行校准，并通过校准完成的级联生产网络执行后续钛带生产控制。通过上述方法可以解决现有的钛带生产方法存在设备控制精度和准确性较低导致钛带生产质量较低的技术问题，可以提高钛带生产过程中设备控制的精准性，从而提高钛带生产质量。
在一个实施例中，所述方法还包括：
基于所述生产调控信息，累加各生产工序的工序生产调控信息；
以调控损耗为约束，以关联工序的生产调控信息为响应目标，搭建适应度函数；
确定各组关联工序对应的工序生产调控信息，结合所述适应度函数，进行关联工序的融参分摊分析，确定基于最优调参方案的所述统筹调参数据。
在本申请实施例中，首先，对所述生产调控信息按照生产工序的先后顺序进行累加，得到汇总工序生产调控信息。将调控损耗作为约束条件，所述调控损耗是指产线数控设备调控过程中的综合损耗，其中所述调控损耗包括能源损耗、设备损耗、人工损耗、材料损耗等；将关联工序的生产调控信息为响应目标，构建适应度函数，其中适应度函数的适应度值通过调控损耗表示，其中调控损耗越大，则适应度越小；调控损耗越小，则适应度越大。
确定各组关联工序对应的工序生产调控信息，然后对所述关联工序进行融参分摊分析，所述融参分摊分析是指确定关联工序的多个调参方案，例如：可以将多个工序对应的工序生产调控信息作为一个调幅，对之前的单个工序生产调控信息进行兼并与调优，获得调参方案；然后根据所述适应度函数对所述多个调参方案依次进行适应度计算，并将多个调参方案中适应度值最大的调参方案作为最优调参方案，并将所述最优调参方案的工序生产调控信息作为统筹调参数据。
通过以降低调控损耗为目的对关联工序的融参分摊分析，获得调控损耗最低的统筹调参数据，可以在满足生产质量需求的情况下减少资源损耗，降低生产成本。
在一个实施例中，如图3所示提供了一种结合应用需求的钛带生产控制***，包括：
应用性能需求确定模块，所述应用性能需求确定模块用于读取批次工单的应用场景，确定应用性能需求，所述应用性能需求包括基础性能标准与柔性性能标准；
级联生产网络确定模块，所述级联生产网络确定模块用于获取目标生产工艺，针对所述应用性能需求进行工序关联与参控关联的层次递进分析，确定级联生产网络，所述级联生产网络存在层级映射关联；
工序监管数据获取模块，所述工序监管数据获取模块用于以所述级联生产网络为基准，结合传感监测模块，逐工序进行生产监管，获取工序监管数据；
关联影响分析模块，所述关联影响分析模块用于将所述工序监管数据流转至自适应评控模组，进行工序质量评估与后步工序关联影响分析，确定生产调控信息，其中，所述传感监测模块与所述自适应评控模组信道连接；
下位工序生产调优模块，所述下位工序生成调优模块用于若所述生产调控信息为非空，且归属于下位工序，将所述生产调控信息反馈至产线数控设备，进行下位工序的生产调优；
调控校正模块，所述调控校正模块用于逐工序进行钛带生产的同频监管调控与工序校正分析，直至完成基于所述级联生产网络的工艺生产；
级联生产网络校准模块，所述级联生产网络校准模块用于汇总所述生产调控信息并进行工序融参处理，确定统筹调参数据对所述级联生产网络进行校准，执行后续钛带生产控制。
在一个实施例中，所述***还包括：
性能关联工序确定模块，所述性能关联工序确定模块用于遍历所述应用性能需求，分别进行生产工序的相关性分析，确定性能关联工序，其中，所述性能关联工序存在各应用性能需求与生产工序的一对多关系；
工序关联层搭建模块，所述工序关联层搭建模块用于基于所述性能关联工序，搭建工序关联层；
参控关联层建立模块，所述参控关联层建立模块用于遍历所述性能关联工序，确定工序参控信息，并建立参控关联层；
基准层搭建模块，所述基准层搭建模块用于基于所述目标生产工艺与所述应用性能需求，搭建基准层；
级联生产网络生成模块，所述级联生产网络生成模块用于对所述基准层、所述工序关联层与所述参控关联层进行层级映射关联，生成所述级联生产网络。
在一个实施例中，所述***还包括：
工序参控信息生成模块，所述工序参控信息生成模块用于遍历所述性能关联工序，确定工序控制参数并进行映射产线数控设备的标识，生成所述工序参控信息；
工序关联参控确定模块，所述工序关联参控确定模块用于进行所述工序参控信息的同级关联与关联工序的级间关联，确定工序关联参控；
参控关联层搭建模块，所述参控关联层搭建模块用于基于所述工序关联参控，搭建所述参控关联层。
在一个实施例中，所述***还包括：
自适应评控模组模块，所述自适应评控模组模块是指其中，所述自适应评控模组包括前后置连接的工序质检模块与校准分析模块，且所述校准分析模块内嵌有所述级联生产网络；
质量离轴信息确定模块，所述质量离轴信息确定模块用于将所述工序监管数据流转至所述工序质检模块，进行参控精度评估与参控效果评估，确定质量离轴信息，所述质量离轴信息标识有工序质量系数；
空白归置模块，所述空白归置模块用于若所述工序质量系数不满足阈值标准，输出所述质量离轴信息，并对所述生产调控信息进行空白归置。
在一个实施例中，所述***还包括：
参控宽容区间配置模块，所述参控宽容区间配置模块用于基于参控精度标准，配置参控宽容区间；
工序质量系数确定模块，所述工序质量系数确定模块用于以所述参控宽容区间为判断依据，计量参控偏离度并进行赋权求和，确定所述工序质量系数；
标准维度指标矩阵确定模块，所述标准维度指标矩阵确定模块用于以表面质量、力学特征、多元耐受性为质量评估维度，确定标准维度指标矩阵；
质量离轴信息确定模块，所述质量离轴信息确定模块用于识别工序参控效果，映射所述标准维度指标矩阵锁定工序关联指标，进行指标差异化度量确定所述质量离轴信息。
在一个实施例中，所述***还包括：
质量离轴信息流转模块，所述质量离轴信息流转模块用于若所述工序质量系数满足阈值标准，激活所述校准分析模块，并将所述质量离轴信息流转至所述校准分析模块；
后步生产影响确定模块，所述后步生产影响确定模块用于结合所述级联生产网络锁定后步关联工序，确定基于所述质量离轴信息的后步生产影响；
关联工序校正信息确定模块，所述关联工序校正信息确定模块用于基于所述后步生产影响，确定关联工序校正信息；
生产调控信息生成模块，所述生产调控信息生成模块用于整合所述关联工序校正信息，生成所述生产调控信息。
在一个实施例中，所述***还包括：
工序生产调控信息累加模块，所述工序生产调控信息累加模块用于基于所述生产调控信息，累加各生产工序的工序生产调控信息；
适应度函数搭建模块，所述适应度函数搭建模块用于以调控损耗为约束，以关联工序的生产调控信息为响应目标，搭建适应度函数；
统筹调参数据确定模块，所述统筹调参数据确定模块用于确定各组关联工序对应的工序生产调控信息，结合所述适应度函数，进行关联工序的融参分摊分析，确定基于最优调参方案的所述统筹调参数据。
综上所述，与现有技术相比，本公开的实施例具有以下技术效果：
（1）可以解决现有的钛带生产方法存在设备控制精度和准确性较低导致钛带生产质量较低的技术问题，通过构建级联生产网络，并根据级联生产网络生成生产调控信息对后步关联工序进行优化调整，可以提高钛带生产过程中设备控制的精度和准确性，从而提高钛带生产质量。
（2）通过对钛带应用性能需求按照生产工序进行逐层拆分，并进行层级关联与同级关联性分析，然后根据关联分析结果构建级联生产网络，可以提高产线数控设备控制分析的准确性，从而提高数控设备控制的精准性。
（3）通过生成生产调控信息，可以对钛带的生产过程中的数控设备控制参数进行及时优化和调整，提高钛带生产控制的精度和调整的效率。
以上所述实施例仅表达了本公开的几种实施方式，但并不能因此而理解为对发明专利范围的限制。因此，在不脱离如由所附权利要求限定的本公开构思的范围的情况下，本领域普通技术人员可做出各种类型的替换、修改和变更，并且这些替换、修改和变更都属于本公开的保护范围。
Claims (6)
1.结合应用需求的钛带生产控制方法，其特征在于，该方法包括：
读取批次工单的应用场景，确定应用性能需求，所述应用性能需求包括基础性能标准与柔性性能标准；
获取目标生产工艺，针对所述应用性能需求进行工序关联与参控关联的层次递进分析，确定级联生产网络，所述级联生产网络存在层级映射关联；
以所述级联生产网络为基准，结合传感监测模块，逐工序进行生产监管，获取工序监管数据；
将所述工序监管数据流转至自适应评控模组，进行工序质量评估与后步工序关联影响分析，确定生产调控信息，其中，所述传感监测模块与所述自适应评控模组信道连接；
若所述生产调控信息为非空，且归属于下位工序，将所述生产调控信息反馈至产线数控设备，进行下位工序的生产调优；
逐工序进行钛带生产的同频监管调控与工序校正分析，直至完成基于所述级联生产网络的工艺生产；
汇总所述生产调控信息并进行工序融参处理，确定统筹调参数据对所述级联生产网络进行校准，执行后续钛带生产控制；
所述进行工序质量评估与后步工序关联影响分析，包括：
其中，所述自适应评控模组包括前后置连接的工序质检模块与校准分析模块，且所述校准分析模块内嵌有所述级联生产网络；
将所述工序监管数据流转至所述工序质检模块，进行参控精度评估与参控效果评估，确定质量离轴信息，所述质量离轴信息标识有工序质量系数；
若所述工序质量系数不满足阈值标准，输出所述质量离轴信息，并对所述生产调控信息进行空白归置；
所述进行参控精度评估与参控效果评估，包括：
基于参控精度标准，配置参控宽容区间；
以所述参控宽容区间为判断依据，计量参控偏离度并进行赋权求和，确定所述工序质量系数；
以表面质量、力学特征、多元耐受性为质量评估维度，确定标准维度指标矩阵；
识别工序参控效果，映射所述标准维度指标矩阵锁定工序关联指标，进行指标差异化度量确定所述质量离轴信息。
2.如权利要求1所述的方法，其特征在于，所述确定级联生产网络，该方法包括：
遍历所述应用性能需求，分别进行生产工序的相关性分析，确定性能关联工序，其中，所述性能关联工序存在各应用性能需求与生产工序的一对多关系；
基于所述性能关联工序，搭建工序关联层；
遍历所述性能关联工序，确定工序参控信息，并建立参控关联层；
基于所述目标生产工艺与所述应用性能需求，搭建基准层；
对所述基准层、所述工序关联层与所述参控关联层进行层级映射关联，生成所述级联生产网络。
3.如权利要求2所述的方法，其特征在于，遍历所述性能关联工序，确定工序参控信息，并建立参控关联层，该方法包括：
遍历所述性能关联工序，确定工序控制参数并进行映射产线数控设备的标识，生成所述工序参控信息；
进行所述工序参控信息的同级关联与关联工序的级间关联，确定工序关联参控；
基于所述工序关联参控，搭建所述参控关联层。
4.如权利要求1所述的方法，其特征在于，该方法包括：
若所述工序质量系数满足阈值标准，激活所述校准分析模块，并将所述质量离轴信息流转至所述校准分析模块；
结合所述级联生产网络锁定后步关联工序，确定基于所述质量离轴信息的后步生产影响；
基于所述后步生产影响，确定关联工序校正信息；
整合所述关联工序校正信息，生成所述生产调控信息。
5.如权利要求1所述的方法，其特征在于，汇总所述生产调控信息并进行工序融参处理该方法包括：
基于所述生产调控信息，累加各生产工序的工序生产调控信息；
以调控损耗为约束，以关联工序的生产调控信息为响应目标，搭建适应度函数；
确定各组关联工序对应的工序生产调控信息，结合所述适应度函数，进行关联工序的融参分摊分析，确定基于最优调参方案的所述统筹调参数据。
6.结合应用需求的钛带生产控制***，其特征在于，用于执行权利要求1-5中所述的结合应用需求的钛带生产控制方法中任意一项方法的步骤，该***包括：
应用性能需求确定模块，所述应用性能需求确定模块用于读取批次工单的应用场景，确定应用性能需求，所述应用性能需求包括基础性能标准与柔性性能标准；
级联生产网络确定模块，所述级联生产网络确定模块用于获取目标生产工艺，针对所述应用性能需求进行工序关联与参控关联的层次递进分析，确定级联生产网络，所述级联生产网络存在层级映射关联；
工序监管数据获取模块，所述工序监管数据获取模块用于以所述级联生产网络为基准，结合传感监测模块，逐工序进行生产监管，获取工序监管数据；
关联影响分析模块，所述关联影响分析模块用于将所述工序监管数据流转至自适应评控模组，进行工序质量评估与后步工序关联影响分析，确定生产调控信息，其中，所述传感监测模块与所述自适应评控模组信道连接；
下位工序生产调优模块，所述下位工序生成调优模块用于若所述生产调控信息为非空，且归属于下位工序，将所述生产调控信息反馈至产线数控设备，进行下位工序的生产调优；
调控校正模块，所述调控校正模块用于逐工序进行钛带生产的同频监管调控与工序校正分析，直至完成基于所述级联生产网络的工艺生产；
级联生产网络校准模块，所述级联生产网络校准模块用于汇总所述生产调控信息并进行工序融参处理，确定统筹调参数据对所述级联生产网络进行校准，执行后续钛带生产控制。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311354459.7A CN117094608B (zh) | 2023-10-19 | 2023-10-19 | 结合应用需求的钛带生产控制方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311354459.7A CN117094608B (zh) | 2023-10-19 | 2023-10-19 | 结合应用需求的钛带生产控制方法及*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117094608A CN117094608A (zh) | 2023-11-21 |
| CN117094608B true CN117094608B (zh) | 2023-12-26 |
Family
ID=88777366
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311354459.7A Active CN117094608B (zh) | 2023-10-19 | 2023-10-19 | 结合应用需求的钛带生产控制方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117094608B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118134341A (zh) * | 2024-05-06 | 2024-06-04 | 金石(天津)科技发展有限公司 | 一种酸奶纸环标生产控制方法及*** |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20090093151A (ko) * | 2008-02-28 | 2009-09-02 | 고려대학교 산학협력단 | 정준 상관 분석에 기반한 계층 분석 방법, 그 장치 및 이를기록한 기록매체 |
| KR101484450B1 (ko) * | 2014-07-30 | 2015-01-23 | 단국대학교 산학협력단 | QFD(Quality Function Deployment development)-HOQ(House of Quality) 기반의 시설물 자동 품질 평가 관리 시스템 및 방법 |
| CN115655384A (zh) * | 2022-12-27 | 2023-01-31 | 江苏国嘉导体技术科技有限公司 | 一种柔性铝合金导体性能检测评估方法及*** |
| CN116719293A (zh) * | 2023-08-04 | 2023-09-08 | 江苏甬金金属科技有限公司 | 一种冷轧钢带的生产监测方法及*** |
| CN116719295A (zh) * | 2023-08-11 | 2023-09-08 | 江南载福粉末涂料（张家港）有限公司 | 一种粉末涂料的生产控制方法及*** |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20210096552A1 (en) * | 2019-09-30 | 2021-04-01 | Honeywell International Inc. | Risk-based regulatory process monitoring and control |
-
2023
- 2023-10-19 CN CN202311354459.7A patent/CN117094608B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20090093151A (ko) * | 2008-02-28 | 2009-09-02 | 고려대학교 산학협력단 | 정준 상관 분석에 기반한 계층 분석 방법, 그 장치 및 이를기록한 기록매체 |
| KR101484450B1 (ko) * | 2014-07-30 | 2015-01-23 | 단국대학교 산학협력단 | QFD(Quality Function Deployment development)-HOQ(House of Quality) 기반의 시설물 자동 품질 평가 관리 시스템 및 방법 |
| CN115655384A (zh) * | 2022-12-27 | 2023-01-31 | 江苏国嘉导体技术科技有限公司 | 一种柔性铝合金导体性能检测评估方法及*** |
| CN116719293A (zh) * | 2023-08-04 | 2023-09-08 | 江苏甬金金属科技有限公司 | 一种冷轧钢带的生产监测方法及*** |
| CN116719295A (zh) * | 2023-08-11 | 2023-09-08 | 江南载福粉末涂料（张家港）有限公司 | 一种粉末涂料的生产控制方法及*** |
Non-Patent Citations (2)
| Title |
|---|
| 设备综合性能评价体系构建;陈霞 等;上海质量(第02期);54-57 * |
| 铸锻企业生产质量控制***的开发;包力伟 等;计算机技术与发展(第04期);174-177 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117094608A (zh) | 2023-11-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117094608B (zh) | 结合应用需求的钛带生产控制方法及*** | |
| CN112284440A (zh) | 一种传感器数据偏差自适应修正方法 | |
| CN115983721B (zh) | 一种基于物联网大数据的电缆生产质量数据管理*** | |
| CN110032146A (zh) | 一种基于多机协同因子的复杂加工过程稳定性评估方法 | |
| CN108628288A (zh) | 一种用于一阶时滞组合积分控制***的性能评价方法 | |
| CN110222825B (zh) | 一种水泥成品比表面积预测方法及*** | |
| CN116852665A (zh) | 一种基于混合模型的注塑工艺参数智能调节方法 | |
| CN113705897B (zh) | 一种面向工业铜箔生产的产品质量预测方法及*** | |
| CN117979371A (zh) | 用于带宽调节的无线通信数据分析***和方法 | |
| CN117289668B (zh) | 分布式减速机网络协同控制方法、装置、设备及存储介质 | |
| CN104199417A (zh) | 一种半导体镀膜工艺的统计过程监控方法 | |
| CN117000780A (zh) | 一种自适应冷轧带材多通道板形预报方法 | |
| CN117587403A (zh) | 基于化学转化的铝合金模板表面处理方法及*** | |
| Liu et al. | FaLQE: Fluctuation adaptive link quality estimator for wireless sensor networks | |
| CN113890633B (zh) | 一种基于深度神经网络的水声通信体制自适应选取方法 | |
| CN116976665A (zh) | 一种基于改进topsis模型的风险评估方法 | |
| CN115941802A (zh) | 远程状态估计传感器调度方法、调度器及信息物理*** | |
| CN114799561A (zh) | 基于案例推理和模型推理的激光切割工艺参数优化方法 | |
| CN103135444A (zh) | 一种钢铁生产能耗免疫预测控制模型 | |
| CN110057742B (zh) | 锂离子电池极片孔隙率在线检测方法及其应用 | |
| CN113542065A (zh) | 基于ahp-模糊综合评价的低功耗物联网传输可靠性评估方法 | |
| CN117724429B (zh) | 基于多模分析的浸麦设备智能控制方法及*** | |
| CN117992894B (zh) | 基于物联网的农业大棚环境异常数据监测方法 | |
| CN115034370B (zh) | 基于bp网络模型预测高炉炉缸活性的方法 | |
| CN113537528B (zh) | 一种输变电设备状态监测数据的预处理方法及*** |
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 |