CN117250932B - 一种石膏聚合物复合材料的生产控制方法及*** - Google Patents
一种石膏聚合物复合材料的生产控制方法及*** Download PDFInfo
- Publication number
- CN117250932B CN117250932B CN202311540415.3A CN202311540415A CN117250932B CN 117250932 B CN117250932 B CN 117250932B CN 202311540415 A CN202311540415 A CN 202311540415A CN 117250932 B CN117250932 B CN 117250932B
- Authority
- CN
- China
- Prior art keywords
- result
- production
- steady
- control
- raw material
- 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
- 239000002131 composite material Substances 0.000 title claims abstract description 81
- 229910052602 gypsum Inorganic materials 0.000 title claims abstract description 63
- 239000010440 gypsum Substances 0.000 title claims abstract description 63
- 229920000642 polymer Polymers 0.000 title claims abstract description 27
- 238000000195 production control method Methods 0.000 title abstract description 8
- 238000004519 manufacturing process Methods 0.000 claims abstract description 192
- 239000002994 raw material Substances 0.000 claims abstract description 95
- 238000000034 method Methods 0.000 claims abstract description 81
- 238000007728 cost analysis Methods 0.000 claims abstract description 69
- 238000004886 process control Methods 0.000 claims abstract description 61
- 238000011156 evaluation Methods 0.000 claims abstract description 46
- 238000012216 screening Methods 0.000 claims abstract description 9
- 230000008569 process Effects 0.000 claims description 53
- 238000004458 analytical method Methods 0.000 claims description 51
- 230000007613 environmental effect Effects 0.000 claims description 34
- 238000005457 optimization Methods 0.000 claims description 15
- 238000005265 energy consumption Methods 0.000 claims description 11
- 238000010606 normalization Methods 0.000 claims description 10
- 230000036962 time dependent Effects 0.000 claims description 5
- 230000010354 integration Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000001960 triggered effect Effects 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 2
- 230000006978 adaptation Effects 0.000 abstract description 7
- 230000000694 effects Effects 0.000 abstract description 7
- 238000002360 preparation method Methods 0.000 abstract description 5
- 239000002245 particle Substances 0.000 description 15
- 230000001276 controlling effect Effects 0.000 description 10
- 239000013598 vector Substances 0.000 description 10
- 239000000126 substance Substances 0.000 description 7
- 239000004743 Polypropylene Substances 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 6
- 239000000463 material Substances 0.000 description 6
- 238000002156 mixing Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- PASHVRUKOFIRIK-UHFFFAOYSA-L calcium sulfate dihydrate Chemical compound O.O.[Ca+2].[O-]S([O-])(=O)=O PASHVRUKOFIRIK-UHFFFAOYSA-L 0.000 description 4
- 238000001354 calcination Methods 0.000 description 3
- OSGAYBCDTDRGGQ-UHFFFAOYSA-L calcium sulfate Chemical compound [Ca+2].[O-]S([O-])(=O)=O OSGAYBCDTDRGGQ-UHFFFAOYSA-L 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000003908 quality control method Methods 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- NBIIXXVUZAFLBC-UHFFFAOYSA-N Phosphoric acid Chemical compound OP(O)(O)=O NBIIXXVUZAFLBC-UHFFFAOYSA-N 0.000 description 2
- ZOMBKNNSYQHRCA-UHFFFAOYSA-J calcium sulfate hemihydrate Chemical compound O.[Ca+2].[Ca+2].[O-]S([O-])(=O)=O.[O-]S([O-])(=O)=O ZOMBKNNSYQHRCA-UHFFFAOYSA-J 0.000 description 2
- 239000007822 coupling agent Substances 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 239000004033 plastic Substances 0.000 description 2
- 229920003023 plastic Polymers 0.000 description 2
- 239000002861 polymer material Substances 0.000 description 2
- 238000010206 sensitivity analysis Methods 0.000 description 2
- ZOXJGFHDIHLPTG-UHFFFAOYSA-N Boron Chemical compound [B] ZOXJGFHDIHLPTG-UHFFFAOYSA-N 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 229910000147 aluminium phosphate Inorganic materials 0.000 description 1
- 229910052925 anhydrite Inorganic materials 0.000 description 1
- 229910052796 boron Inorganic materials 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000007385 chemical modification Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- VVRKSAMWBNJDTH-UHFFFAOYSA-N difluorophosphane Chemical compound FPF VVRKSAMWBNJDTH-UHFFFAOYSA-N 0.000 description 1
- 150000004683 dihydrates Chemical class 0.000 description 1
- VCSZKSHWUBFOOE-UHFFFAOYSA-N dioxidanium;sulfate Chemical compound O.O.OS(O)(=O)=O VCSZKSHWUBFOOE-UHFFFAOYSA-N 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000005187 foaming Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000003837 high-temperature calcination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000001746 injection moulding Methods 0.000 description 1
- 230000013016 learning Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 239000000088 plastic resin Substances 0.000 description 1
- 229920001155 polypropylene Polymers 0.000 description 1
- 239000004800 polyvinyl chloride Substances 0.000 description 1
- 229920000915 polyvinyl chloride Polymers 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- JTDPJYXDDYUJBS-UHFFFAOYSA-N quinoline-2-carbohydrazide Chemical compound C1=CC=CC2=NC(C(=O)NN)=CC=C21 JTDPJYXDDYUJBS-UHFFFAOYSA-N 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000011347 resin Substances 0.000 description 1
- 229920005989 resin Polymers 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
- 230000009326 social learning Effects 0.000 description 1
- 239000011734 sodium Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000002910 solid waste Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
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
本申请公开了一种石膏聚合物复合材料的生产控制方法及***,涉及复合材料制备技术领域,所述方法包括:通过获得复合材料的应用场景集,生成产品性能约束;建立原材数据库,通过产品性能约束对原材数据库进行调用筛选,生成原材选用约束;确定复合材料的生产工艺,以原材选用约束作为原材基本信息,以产品性能约束作为控制目标,控制寻优拟合建立寻优结果集;对寻优结果集进行控制稳态评价,生成稳态损失结果;基于工艺控制参数进行生产成本分析;将稳态损失结果和成本分析结果执行通道选择,确定生产控制参数;以生产控制参数执行复合材料的生产控制。进而达成降低生产控制难度、提高产品性能与需求适配度的技术效果。
Description
技术领域
本发明涉及复合材料制备技术领域,特别涉及一种石膏聚合物复合材料的生产控制方法及***。
背景技术
聚合物具有性质稳定、力学性能优秀等优点,被广泛应用于各类工程、领域中。实际应用中,通过对聚合物材料进行针对性的改性,以拓展其使用领域,包括在纯树脂中添加各类非金属和金属粉体材料,以提升塑料树脂的各类性能,达到所需要的技术指标和高性价比。对于石膏聚合物复合材料,生产过程中的影响因素众多,进而存在生产控制难度大、产品性能与需求适配度低的技术问题。
发明内容
本申请的目的在于提供一种石膏聚合物复合材料的生产控制方法及***。用以解决现有技术中生产控制调节困难、产品性能与需求适配度低的技术问题。
鉴于以上技术问题,本申请提供了一种石膏聚合物复合材料的生产控制方法及***。
第一方面,本申请提供了一种石膏聚合物复合材料的生产控制方法,其中,所述方法包括:
获得复合材料的应用场景集,所述应用场景集通过采集解析需求数据获得,基于所述应用场景集生成产品性能约束;建立原材数据库,所述原材数据库包括石膏原材纯度、石膏原材粒度,通过所述产品性能约束对所述原材数据库进行调用筛选,生成原材选用约束;确定所述复合材料的生产工艺,以所述原材选用约束作为原材基本信息,以所述产品性能约束作为控制目标,执行生产工艺的控制寻优拟合,并建立寻优结果集;调用所述寻优结果集中的工艺控制参数,并对所述工艺控制参数进行控制稳态评价,生成稳态损失结果;基于所述工艺控制参数进行生产成本分析,生成成本分析结果;将所述稳态损失结果和所述成本分析结果同步至控制优化通道执行通道选择,基于通道选择结果确定生产控制参数;以所述生产控制参数执行所述复合材料的生产控制。
第二方面,本申请还提供了一种石膏聚合物复合材料的生产控制***,其中,所述***包括:
场景解析模块,所述场景解析模块用于获得复合材料的应用场景集,所述应用场景集通过采集解析需求数据获得,基于所述应用场景集生成产品性能约束;原材遴选模块,所述原材遴选模块用于建立原材数据库,所述原材数据库包括石膏原材纯度、石膏原材粒度,通过所述产品性能约束对所述原材数据库进行调用筛选,生成原材选用约束;寻优拟合模块,所述寻优拟合模块用于确定所述复合材料的生产工艺,以所述原材选用约束作为原材基本信息,以所述产品性能约束作为控制目标,执行生产工艺的控制寻优拟合,并建立寻优结果集;稳态评价模块,所述稳态评价模块用于调用所述寻优结果集中的工艺控制参数,并对所述工艺控制参数进行控制稳态评价,生成稳态损失结果;成本分析模块,所述成本分析模块用于基于所述工艺控制参数进行生产成本分析,生成成本分析结果;综合选取模块,所述综合选取模块用于将所述稳态损失结果和所述成本分析结果同步至控制优化通道执行通道选择,基于通道选择结果确定生产控制参数;生产控制模块,所述生产控制模块用于以所述生产控制参数执行所述复合材料的生产控制。
本申请实施例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:
通过获得复合材料的应用场景集,应用场景集通过采集解析需求数据获得,基于应用场景集生成产品性能约束;建立原材数据库,原材数据库包括石膏原材纯度、石膏原材粒度,通过产品性能约束对原材数据库进行调用筛选,生成原材选用约束;确定复合材料的生产工艺,以原材选用约束作为原材基本信息,以产品性能约束作为控制目标,执行生产工艺的控制寻优拟合,并建立寻优结果集;调用寻优结果集中的工艺控制参数,并对工艺控制参数进行控制稳态评价,生成稳态损失结果;基于工艺控制参数进行生产成本分析,生成成本分析结果;将稳态损失结果和成本分析结果同步至控制优化通道执行通道选择,基于通道选择结果确定生产控制参数;以生产控制参数执行复合材料的生产控制。进而达成降低生产控制难度、提高产品性能与需求适配度的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚阐明本申请的技术手段,进而可依照说明书的内容予以实施,并且为了让本申请的上述及其他目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
本发明的实施例及后述简单说明结合图示予以说明,附图说明如下:
图1为本申请一种石膏聚合物复合材料的生产控制方法的流程示意图;
图2为本申请一种石膏聚合物复合材料的生产控制方法中对所述工艺控制参数进行控制稳态评价,生成稳态损失结果的流程示意图;
图3为本申请一种石膏聚合物复合材料的生产控制***的结构示意图。
附图标记说明:场景解析模块11、原材遴选模块12、寻优拟合模块13、稳态评价模块14、成本分析模块15、综合选取模块16、生产控制模块17。
具体实施方式
本申请通过提供一种石膏聚合物复合材料的生产控制方法和***,解决了现有技术面临的生产控制难度大、产品性能与需求适配度低的技术问题。
本技术实施例中的方案,为解决上述问题,所采用的整体思路如下:
首先,通过采集和解析需求数据,获取应用场景集合,生成对产品性能的约束。然后,建立一个原材料数据库,其中包括了有关石膏原材料的纯度和粒度等信息。进而利用这些产品性能约束,对原材料数据库进行筛选,以生成适用于需求情况的原材料选择要求。接下来,使用原材料选择要求作为基本信息,以产品性能约束作为控制目标。通过执行生产工艺的控制寻优拟合,建立一系列寻优结果,确定多组可选的复合材料的生产工艺。然后,调用寻优结果中的工艺控制参数,并对这些参数进行控制稳态评价,以生成关于生产过程的稳态损失结果。而后,进行生产成本分析,以获得有关成本的详细信息。最后,同时考虑稳态损失结果和成本分析结果,进行控制优化通道的选择。基于通道选择的结果,确定用于生产复合材料的生产控制参数,并将它们应用到实际生产过程中。进而达成降低生产控制难度、提高产品性能与需求适配度的技术效果。
为更好理解上述技术方案,下面将结合说明书附图和具体的实施方式来对上述技术方案进行详细的说明,需要说明的是,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。基于本发明的实施例,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,都属于本发明保护的范围。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部。
实施例一
如图1所示,本申请提供了一种石膏聚合物复合材料的生产控制方法,所述方法包括:
S100:获得复合材料的应用场景集,所述应用场景集通过采集解析需求数据获得,基于所述应用场景集生成产品性能约束;
复合材料的应用场景是指目标石膏聚合物复合材料的具体使用场景,示例性的,包括用于建筑、电信、发泡材料等的磷石膏-聚氯乙烯石膏聚合物复合材料;用于塑料包装袋、注塑产品、塑料管等的磷石膏-聚丙烯石膏聚合物复合材料。
可选的,应用场景集中包括了多种应用场景与多种样本复合材料,且一种应用场景可对应多种样本复合材料,多种样本复合材料的性能指标集共同构成了该种应用场景的性能约束域。
可选的,通过对目标需求数据进行分析,获取目标应用场景,进而基于目标应用场景,遍历应用场景集,匹配适配的应用场景,并将该种应用场景的性能约束域作为目标应用场景的性能约束域。通过以上步骤,得以获取符合目标需求的场景性能约束参数。
S200:建立原材数据库,所述原材数据库包括石膏原材纯度、石膏原材粒度,通过所述产品性能约束对所述原材数据库进行调用筛选,生成原材选用约束;
可选的,原材数据库包括各种种类、各种来源的石膏及其对应的原材料数据。石膏原材类型包括磷石膏、α型半水硫酸钙、β型半水硫酸钙、硬石膏、天然二水石膏、脱硫石膏、硼石膏等。不同的石膏原材具有不同的化学组成、粒度。进而在实际生产中需要进行不同的前处理工艺,使其满足石膏聚合物复合材料的产品性能约束。
可选的,基于目标复合材料生产线的现有生产设备和相应的前处理技术工艺,对原材数据库进行调用筛选。获取目标复合材料生产线便于处理的应用的石膏原材。
可选的,相同种类的石膏原材,其化学组成成分也不尽相同,体现为石膏原材的纯度。示例性的,磷石膏是湿法磷酸工艺中产生的固体废弃物,是一种具有多种化学成分的白色粉末状固体,其主要成分是二水硫酸(CaSO4·2H20)和六氟硅酸钠(Na2SiF6),还含有机磷氟化物以及无机物等其他物质。在使用磷石膏前,需要对磷石膏进行预处理以去除其中的杂质。石膏原材纯度越高,处理难度和成本越低,使用价值也越高。
可选的,基于尽可能减少前处理的原则,根据产品性能约束对原材数据库进行调用筛选,获取原材选用约束。其中,原材料选用约束涉及原材料的材料属性,可选的,包括化学组成、
S300:确定所述复合材料的生产工艺,以所述原材选用约束作为原材基本信息,以所述产品性能约束作为控制目标,执行生产工艺的控制寻优拟合,并建立寻优结果集;
可选的,不同的生产工艺对复合材料的性能产生不同的影响,其中,示例性的,对于无水石膏PP聚合物复合材料生产工艺可分为石膏制备阶段与混合生成复合材料阶段。
具体的,石膏制备阶段用于将石膏原材料通过一定的工艺流程制备获取石膏颗粒或石膏晶须等石膏相,可选的工艺包括煅烧、改性(物理改性与化学改性)、转晶、水热法制备等。混合生成复合材料阶段用于混合石膏相与PP聚合物相,可选的工艺包括:石膏相、偶联剂、PP颗粒于高速混合机中同步混合;石膏相与偶联剂混合改性后再与PP颗粒混合均匀;高温熔融PP颗粒与石膏混合等。
可选的,产品性能约束维度包括断裂伸长率、拉伸强度、弯曲强度、弹性模量等性能参数。基于原材选用约束及产品性能约束,获取原材基本信息与控制目标间的偏离信息,并根据偏离信息生成拟合约束向量。其中,拟合约束向量为一个多维向量。
具体而言,偏离信息包括多个产品约束维度上的性能参数偏离度,性能参数偏离度f基于以下公式获取:
;
其中,py代表原材选用约束中的性能参数典型值,pe代表产品性能约束中的性能参数典型值。
可选的,执行生产工艺的控制寻优拟合,首先,建立生产工艺数据集,该生产工艺数据集基于大数据或读取生产工艺比选文献等材料建立。接着,对生产工艺数据集中多种生产工艺进行分析,获取多个拟合样本向量。其中,拟合样本向量基于上述拟合约束向量同样的方法思路获取,拟合样本向量用于反映生产工艺对原材基本信息的改造能力和改造方向。通过比较拟合约束向量与拟合样本向量的相似度,获取多个拟合度值,并设置为寻优拟合结果。进而实现了生产工艺的控制寻优拟合。
可选的,寻优拟合结果中包含多种生产工艺对应的多个拟合度值,基于预设的拟合度阈值,对多个拟合度值进行遴选,将拟合度值满足预设拟合度值的多种生产工艺存入寻优结果集。
S400:调用所述寻优结果集中的工艺控制参数,并对所述工艺控制参数进行控制稳态评价,生成稳态损失结果;
可选的,寻优结果集中多种生产工艺包括其具体的工艺控制参数,工艺控制参数包括多维多组工艺控制参数。且每组工艺控制参数具有流程标记与时序标记。其中,流程标记用于确定每组工艺控制参数对应的工艺流程步骤;时序标记描述了每组工艺控制参数的调控时间节点等时序信息。
进一步的,如图2所示,调用所述寻优结果集中的工艺控制参数,并对所述工艺控制参数进行控制稳态评价,生成稳态损失结果,步骤S400包括:
构建生产设备数据集,所述生产设备数据集通过调用所述生产工艺对应的生产设备历史数据获得;
建立生产设备的设备生命周期,并依据所述设备生命周期生成时间关联衰减系数;
基于所述生产设备数据集进行设备的工艺控制稳态分析,生成各个控制参数下的工艺稳态评价结果;
通过所述时间关联衰减系数执行所述工艺稳态评价结果的结果补偿;
基于所述结果补偿生成稳态损失结果。
可选的,生产设备数据集用于反映生产工艺中多种生产设备的设备性能、设备状态、设备维护记录等。其中,设备性能包括设备典型性能与设备的性能变化特性。生产设备历史数据包括传感器数据、操作日志、维护记录、设备状态等。通过设备控制***、传感器、记录表格等途径获得。
基于生产设备数据集进行设备的工艺控制稳态分析,生成各个控制参数下的工艺稳态评价结果,通过稳态损失分析网络进行。稳态损失分析网络描述了控制参数和工艺稳态之间的关系。可选的,稳态损失分析网络基于包括线性模型、非线性模型或机器学习模型构建。
可选的,稳态损失分析网络基于AHP层次分析法构建,建立了工艺稳态等级与控制参数间的对应关系,其中,稳态损失分析网络包括目标层、准则层与方案层,且准则层包括多个子准则层,多个子准则层对应生产工艺中多个工艺步骤。子准则层的判断矩阵反映了工艺步骤中生产设备的多个数据指标两两之间对复合材料性能的影响度的关系,该影响度通过计算数据指标对复合材料性能影响系数与生产设备指标数据的乘积获取。示例性的,对于某一生产设备的温度指标为单一变量时,温度每提升或降低10℃、复合材料的弹性模量对应提升或降低5%,则该温度指标的性能影响系数为10/5=0.5(单位℃-1)。该生产设备的温度控制精度为正负2度,则该温度指标的影像度为0.5×2×2=2。通过构造判断矩阵,对指标之间相互两两比较,并确定各子准则层对目标层的权重。进而实现了不同生产工艺的工艺稳态评价,获取工艺稳态评价结果。
可选的,基于时间关联衰减系数,对工艺稳态评价结果中多个评价值进行加权计算,生成稳态损失结果。实现了包括时间维度与生产设备维度的控制稳态评价。
进一步的,调用所述寻优结果集中的工艺控制参数,并对所述工艺控制参数进行控制稳态评价,生成稳态损失结果,步骤S400还包括:
基于所述寻优结果集调用各个生产工艺在寻优控制中的工艺影响权重;
将所述工艺影响权重和所述结果补偿同步至稳态损失分析网络,生成所述稳态损失结果。
进一步的,调用所述寻优结果集中的工艺控制参数,并对所述工艺控制参数进行控制稳态评价,生成稳态损失结果,步骤S400,之后还包括:
布设组合传感器,通过所述组合传感器进行环境数据采集,构建环境数据集;
对所述环境数据集进行环境评价,生成各个生产工艺的环境控制标定值和波动系数;
基于环境影响子网络对所述环境控制标定值和所述波动系数进行工艺的稳态影响分析,生成补偿影响结果,其中,所述环境影响子网络为所述稳态损失分析网络的处理子网络;
将所述补偿影响结果同步至所述稳态损失分析网络,基于同步结果更新所述稳态损失结果。
可选的,组合传感器包括温度传感器、湿度传感器、压力传感器等。环境数据集包括组合传感器所采集的一个生产周期内的多维环境数据。其中,生产周期是指单一批次复合材料生产所需的时间。
环境控制标定值是指预设的生产环境控制参数值,是工厂或生产工艺需要维护的目标值,以确保生产过程的稳定性和质量。环境控制标定值可以是单个数值或一个数值范围。波动系数表示环境参数的波动程度。用来衡量环境的变化情况。根据环境数据的分析,确定每个环境参数的波动系数。波动系数表示环境参数的波动程度,用来衡量环境的变化情况。根据环境数据的分析,确定每个环境参数的波动系数。
可选的,环境数据的分析结果包括环境参数的最大波动比例、平均波动比例、标准差等。对环境数据分析结果进行加权求和,或选取其中具有代表性参数作为波动系数。
可选的,基于环境数据,构建环境影响子网络。环境影响子网络是一个数学模型,描述了环境参数及波动系数与工艺稳态之间的关系。涉及统计分析、回归分析或其他建模技术。使用环境影响子网络进行稳态影响分析。确定环境参数对工艺稳态的影响程度,即哪些环境参数对工艺稳态有更大的影响。示例性的,通过分析生产工艺对各种环境参数的敏感性实现。
其中,补偿影响结果用于对上述稳态损失分析网络进行参数补偿、引入环境因素,并基于同步后稳态损失分析网络更新所述稳态损失结果,进而提高稳态损失结果的准确度。
S500:基于所述工艺控制参数进行生产成本分析,生成成本分析结果;
进一步的,基于所述工艺控制参数进行生产成本分析,生成成本分析结果,步骤S500包括:
基于所述复合材料的需求量和生产工艺配置时间成本归一化系数;
通过所述工艺控制参数调用工艺执行时长,依据所述工艺执行时长和所述时间成本归一化系数进行时间成本分析,生成第一成本分析结果;
解析所述工艺控制参数,基于解析结果进行工艺的能源消耗分析,生成第二成本分析结果;
整合所述第一成本分析结果和所述第二成本分析结果,获得所述成本分析结果。
可选的,时间成本归一化系数用于反映不同生产因素对成本的影响,包括生产时间、设备维护时间、人力时间成本等。基于时间成本归一化系数,将不同因素标准化,确保时间成本分析结果的可靠性。
可选的,解析工艺控制参数,基于解析结果进行工艺的能源消耗分析。解析结果包括工艺设备的运行状态,解析通过查询工业设备的运行状态数据、特性曲线、历史运行记录或实验进行。其中,工艺的能源消耗包括电能消耗、燃料消耗等。
可选的,整合第一成本分析结果和第二成本分析结果,整合方法涉及加权求和、成本敏感性分析等。示例性的,进行成本敏感性分析,确定时间和能耗的经济成本,并基于时间和能耗的经济成本,估算获取成本分析结果。
S600:将所述稳态损失结果和所述成本分析结果同步至控制优化通道执行通道选择,基于通道选择结果确定生产控制参数;
进一步的,将所述稳态损失结果和所述成本分析结果同步至控制优化通道执行通道选择,基于通道选择结果确定生产控制参数,步骤S600之后,还包括:
基于所述寻优结果集建立各个工艺控制参数的寻优控制方向;
记录生产控制结果,并以所述生产控制参数为搜索起点,以生产控制结果和产品性能约束的差值为寻优目标,在对应寻优控制方向进行寻优搜索;
根据寻优搜索结果更新所述生产控制参数。
可选的,各个工艺控制参数的寻优控制方向基于寻优结果集确定,获取寻优结果集中多个参数的参数单一变量样本,判断参数单一变量样本中对应参数对复合材料的性能影响情况,进而获取对复合材料的性能产生有利影响的参数变化方向为寻优控制方向。示例性的,石膏的高温煅烧工艺步骤中,煅烧温度越高,煅烧产品的无水石膏性能吸油率性能越好。则煅烧温度参数的寻优方向为温度提升。
可选的,寻优搜索基于优化算法实现,包括遗传算法、模拟退火算法、粒子群优化算法、约束优化算法等。示例性的,基于粒子群优化算法进行工艺控制参数的寻优,首先,确定要优化的目标函数(即各个工艺控制参数的寻优控制方向与复合材料的性能变化情况之间的函数关系)个参数空间(哪些参数需要进行优化);而后,创建一个包含多个粒子的初始种群。每个粒子表示一个参数向量,为每个粒子分配一个位置(生产控制参数值)和速度(基于寻优步长和寻优控制方向)。然后,计算每个粒子的适应度,即目标函数的值。对于每个粒子,根据其个体最佳位置(经过的最佳位置)和全局最佳位置(粒子群中经过的最佳位置)来更新速度和位置。可选的,更新控制参数包括适应度、惯性权重、个体学习因子和社会学习因子等。进而,重复上一步骤对粒子群进行迭代更新,直至满足停止条件,如达到最大迭代次数或抵达寻优目标。最后,保留全局最佳位置对应的参数向量,获取寻优搜索结果。
S700:以所述生产控制参数执行所述复合材料的生产控制。
进一步的,以所述生产控制参数执行所述复合材料的生产控制,不是S700之后,还包括:
设定生产控制的预警空间;
判断所述生产控制结果是否连续满足所述预警空间;
当触发所述预警空间,则生成更新指令,通过所述更新指令控制执行寻优搜索。
其中,生产控制的预警空间基于目标复合材料的质量控制标准确定,用于监测和管理复合材料生产过程中的变化,以确保产品符合质量控制标准。预警空间是一个多维度的控制范围,通常包括了多个生产参数和产品属性。可选的,包括温度、湿度、材料成分等控制参数和物理性能、化学性能、尺寸精度等复合材料产品质量。
可选的,使用实时监测***来跟踪生产参数和产品属性。如果在生产过程中某些参数偏离了预警空间,***应该发出警报。当发出警报时,生成更新指令来纠正偏离,包括更新调整生产参数,停止生产以排除问题,或进行质量控制测试等。通过设定生产控制的预警空间,实现及早识别潜在的问题,降低废品率,并确保复合材料的质量符合标准。进而提高生产效率、降低成本。
综上所述,本发明所提供的一种石膏聚合物复合材料的生产控制方法具有如下技术效果:
通过获得复合材料的应用场景集,应用场景集通过采集解析需求数据获得,基于应用场景集生成产品性能约束;建立原材数据库,原材数据库包括石膏原材纯度、石膏原材粒度,通过产品性能约束对原材数据库进行调用筛选,生成原材选用约束;确定复合材料的生产工艺,以原材选用约束作为原材基本信息,以产品性能约束作为控制目标,执行生产工艺的控制寻优拟合,并建立寻优结果集;调用寻优结果集中的工艺控制参数,并对工艺控制参数进行控制稳态评价,生成稳态损失结果;基于工艺控制参数进行生产成本分析,生成成本分析结果;将稳态损失结果和成本分析结果同步至控制优化通道执行通道选择,基于通道选择结果确定生产控制参数;以生产控制参数执行复合材料的生产控制。进而达成降低生产控制难度、提高产品性能与需求适配度的技术效果。
实施例二
基于与所述实施例中一种石膏聚合物复合材料的生产控制方法同样的构思,如图3所示,本申请还提供了一种石膏聚合物复合材料的生产控制***,所述***包括:
场景解析模块11,用于获得复合材料的应用场景集,所述应用场景集通过采集解析需求数据获得,基于所述应用场景集生成产品性能约束;
原材遴选模块12,用于建立原材数据库,所述原材数据库包括石膏原材纯度、石膏原材粒度,通过所述产品性能约束对所述原材数据库进行调用筛选,生成原材选用约束;
寻优拟合模块13,用于确定所述复合材料的生产工艺,以所述原材选用约束作为原材基本信息,以所述产品性能约束作为控制目标,执行生产工艺的控制寻优拟合,并建立寻优结果集;
稳态评价模块14,用于调用所述寻优结果集中的工艺控制参数,并对所述工艺控制参数进行控制稳态评价,生成稳态损失结果;
成本分析模块15,用于基于所述工艺控制参数进行生产成本分析,生成成本分析结果;
综合选取模块16,用于将所述稳态损失结果和所述成本分析结果同步至控制优化通道执行通道选择,基于通道选择结果确定生产控制参数;
生产控制模块17,用于以所述生产控制参数执行所述复合材料的生产控制。
进一步的,稳态评价模块14还包括:
生产设备数据集构建单元,用于构建生产设备数据集,所述生产设备数据集通过调用所述生产工艺对应的生产设备历史数据获得;
时间关联衰减分析单元,用于建立生产设备的设备生命周期,并依据所述设备生命周期生成时间关联衰减系数;
工艺稳态评价单元,用于基于所述生产设备数据集进行设备的工艺控制稳态分析,生成各个控制参数下的工艺稳态评价结果;
稳态评价补偿单元,用于通过所述时间关联衰减系数执行所述工艺稳态评价结果的结果补偿;
稳态损失获取单元,用于基于所述结果补偿生成稳态损失结果。
进一步的,稳态评价模块14还包括:
权重获取单元,用于基于所述寻优结果集调用各个生产工艺在寻优控制中的工艺影响权重;
稳态综合评价单元,用于将所述工艺影响权重和所述结果补偿同步至稳态损失分析网络,生成所述稳态损失结果。
进一步的,稳态评价模块14还包括:
环境监测单元,用于布设组合传感器,通过所述组合传感器进行环境数据采集,构建环境数据集;
环境评价单元,用于对所述环境数据集进行环境评价,生成各个生产工艺的环境控制标定值和波动系数;
环境补偿影响单元,用于基于环境影响子网络对所述环境控制标定值和所述波动系数进行工艺的稳态影响分析,生成补偿影响结果,其中,所述环境影响子网络为所述稳态损失分析网络的处理子网络;
稳态损失更新单元,用于将所述补偿影响结果同步至所述稳态损失分析网络,基于同步结果更新所述稳态损失结果。
进一步的,成本分析模块15还包括:
归一化单元,用于基于所述复合材料的需求量和生产工艺配置时间成本归一化系数;
时间成本分析单元,用于通过所述工艺控制参数调用工艺执行时长,依据所述工艺执行时长和所述时间成本归一化系数进行时间成本分析,生成第一成本分析结果;
能耗成本分析单元,用于解析所述工艺控制参数,基于解析结果进行工艺的能源消耗分析,生成第二成本分析结果;
整合单元,用于整合所述第一成本分析结果和所述第二成本分析结果,获得所述成本分析结果。
进一步的,综合选取模块16还包括:
寻优导向单元,用于基于所述寻优结果集建立各个工艺控制参数的寻优控制方向;
寻优搜索单元,用于记录生产控制结果,并以所述生产控制参数为搜索起点,以生产控制结果和产品性能约束的差值为寻优目标,在对应寻优控制方向进行寻优搜索;
参数更新单元,用于根据寻优搜索结果更新所述生产控制参数。
进一步的,生产控制模块17还包括:
生产控制约束单元,用于设定生产控制的预警空间;
判断单元,用于判断所述生产控制结果是否连续满足所述预警空间;
更新控制单元,用于当触发所述预警空间,则生成更新指令,通过所述更新指令控制执行寻优搜索。
应当理解的是,本说明书中所提及的实施例重点在其与其他实施例的不同,前述实施例一中的具体实施例,同样适用于实施例二所述的一种石膏聚合物复合材料的生产控制***,为了说明书的简洁,在此不做进一步的展开。
应当理解的是,本申请所公开的实施例及上述说明,可以使得本领域的技术人员运用本申请实现本申请。同时本申请不被限制于上述所提到的这部分实施例,对本申请提到的实施例进行显而易见的修改、变种,也属于本申请原理范围之内。
Claims (5)
1.一种石膏聚合物复合材料的生产控制方法,其特征在于,所述方法包括:
获得复合材料的应用场景集,所述应用场景集通过采集解析需求数据获得,基于所述应用场景集生成产品性能约束;
建立原材数据库,所述原材数据库包括石膏原材纯度、石膏原材粒度,通过所述产品性能约束对所述原材数据库进行调用筛选,生成原材选用约束;
确定所述复合材料的生产工艺,以所述原材选用约束作为原材基本信息,以所述产品性能约束作为控制目标,执行生产工艺的控制寻优拟合,并建立寻优结果集;
调用所述寻优结果集中的工艺控制参数,并对所述工艺控制参数进行控制稳态评价,生成稳态损失结果;
基于所述工艺控制参数进行生产成本分析,生成成本分析结果;
将所述稳态损失结果和所述成本分析结果同步至控制优化通道执行通道选择,基于通道选择结果确定生产控制参数;
以所述生产控制参数执行所述复合材料的生产控制;
其中,所述方法还包括:
构建生产设备数据集,所述生产设备数据集通过调用所述生产工艺对应的生产设备历史数据获得;
建立生产设备的设备生命周期,并依据所述设备生命周期生成时间关联衰减系数;
基于所述生产设备数据集进行设备的工艺控制稳态分析,生成各个控制参数下的工艺稳态评价结果;
通过所述时间关联衰减系数执行所述工艺稳态评价结果的结果补偿;
基于所述结果补偿生成稳态损失结果;
基于所述寻优结果集调用各个生产工艺在寻优控制中的工艺影响权重;
将所述工艺影响权重和所述结果补偿同步至稳态损失分析网络,生成所述稳态损失结果;
其中,所述方法还包括:
基于所述复合材料的需求量和生产工艺配置时间成本归一化系数;
通过所述工艺控制参数调用工艺执行时长,依据所述工艺执行时长和所述时间成本归一化系数进行时间成本分析,生成第一成本分析结果;
解析所述工艺控制参数,基于解析结果进行工艺的能源消耗分析,生成第二成本分析结果;
整合所述第一成本分析结果和所述第二成本分析结果,获得所述成本分析结果。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
布设组合传感器,通过所述组合传感器进行环境数据采集,构建环境数据集;
对所述环境数据集进行环境评价,生成各个生产工艺的环境控制标定值和波动系数;
基于环境影响子网络对所述环境控制标定值和所述波动系数进行工艺的稳态影响分析,生成补偿影响结果,其中,所述环境影响子网络为所述稳态损失分析网络的处理子网络;
将所述补偿影响结果同步至所述稳态损失分析网络,基于同步结果更新所述稳态损失结果。
3.如权利要求1所述的方法,其特征在于,所述方法还包括:
基于所述寻优结果集建立各个工艺控制参数的寻优控制方向;
记录生产控制结果,并以所述生产控制参数为搜索起点,以生产控制结果和产品性能约束的差值为寻优目标,在对应寻优控制方向进行寻优搜索;
根据寻优搜索结果更新所述生产控制参数。
4.如权利要求3所述的方法,其特征在于,所述方法还包括:
设定生产控制的预警空间;
判断所述生产控制结果是否连续满足所述预警空间;
当触发所述预警空间,则生成更新指令,通过所述更新指令控制执行寻优搜索。
5.一种石膏聚合物复合材料的生产控制***,其特征在于,所述***包括:
场景解析模块,所述场景解析模块用于获得复合材料的应用场景集,所述应用场景集通过采集解析需求数据获得,基于所述应用场景集生成产品性能约束;
原材遴选模块,所述原材遴选模块用于建立原材数据库,所述原材数据库包括石膏原材纯度、石膏原材粒度,通过所述产品性能约束对所述原材数据库进行调用筛选,生成原材选用约束;
寻优拟合模块,所述寻优拟合模块用于确定所述复合材料的生产工艺,以所述原材选用约束作为原材基本信息,以所述产品性能约束作为控制目标,执行生产工艺的控制寻优拟合,并建立寻优结果集;
稳态评价模块,所述稳态评价模块用于调用所述寻优结果集中的工艺控制参数,并对所述工艺控制参数进行控制稳态评价,生成稳态损失结果;
成本分析模块,所述成本分析模块用于基于所述工艺控制参数进行生产成本分析,生成成本分析结果;
综合选取模块,所述综合选取模块用于将所述稳态损失结果和所述成本分析结果同步至控制优化通道执行通道选择,基于通道选择结果确定生产控制参数;
生产控制模块,所述生产控制模块用于以所述生产控制参数执行所述复合材料的生产控制;
稳态评价模块还包括:
生产设备数据集构建单元,用于构建生产设备数据集,所述生产设备数据集通过调用所述生产工艺对应的生产设备历史数据获得;
时间关联衰减分析单元,用于建立生产设备的设备生命周期,并依据所述设备生命周期生成时间关联衰减系数;
工艺稳态评价单元,用于基于所述生产设备数据集进行设备的工艺控制稳态分析,生成各个控制参数下的工艺稳态评价结果;
稳态评价补偿单元,用于通过所述时间关联衰减系数执行所述工艺稳态评价结果的结果补偿;
稳态损失获取单元,用于基于所述结果补偿生成稳态损失结果;
权重获取单元,用于基于所述寻优结果集调用各个生产工艺在寻优控制中的工艺影响权重;
稳态综合评价单元,用于将所述工艺影响权重和所述结果补偿同步至稳态损失分析网络,生成所述稳态损失结果;
成本分析模块还包括:
归一化单元,用于基于所述复合材料的需求量和生产工艺配置时间成本归一化系数;
时间成本分析单元,用于通过所述工艺控制参数调用工艺执行时长,依据所述工艺执行时长和所述时间成本归一化系数进行时间成本分析,生成第一成本分析结果;
能耗成本分析单元,用于解析所述工艺控制参数,基于解析结果进行工艺的能源消耗分析,生成第二成本分析结果;
整合单元,用于整合所述第一成本分析结果和所述第二成本分析结果,获得所述成本分析结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311540415.3A CN117250932B (zh) | 2023-11-20 | 2023-11-20 | 一种石膏聚合物复合材料的生产控制方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311540415.3A CN117250932B (zh) | 2023-11-20 | 2023-11-20 | 一种石膏聚合物复合材料的生产控制方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117250932A CN117250932A (zh) | 2023-12-19 |
CN117250932B true CN117250932B (zh) | 2024-01-26 |
Family
ID=89137253
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311540415.3A Active CN117250932B (zh) | 2023-11-20 | 2023-11-20 | 一种石膏聚合物复合材料的生产控制方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117250932B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111103854A (zh) * | 2019-12-10 | 2020-05-05 | 云南昆船设计研究院有限公司 | 一种用于提升烟草烘丝机生产稳定性的***及方法 |
CN113420061A (zh) * | 2021-06-10 | 2021-09-21 | 北京宜能高科科技有限公司 | 炼油和化工生产装置的稳态工况分析方法、优化调试方法及*** |
CN115840431A (zh) * | 2023-02-27 | 2023-03-24 | 一夫科技股份有限公司 | 一种ⅱ型无水石膏的生产控制方法及*** |
CN115951646A (zh) * | 2023-03-14 | 2023-04-11 | 一夫科技股份有限公司 | 一种α型半水石膏的智能生产控制方法及*** |
CN116607996A (zh) * | 2023-03-23 | 2023-08-18 | 河南理工大学 | 一种煤矿瓦斯抽采参数智能调控***及方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7016754B2 (en) * | 2003-05-08 | 2006-03-21 | Onwafer Technologies, Inc. | Methods of and apparatus for controlling process profiles |
-
2023
- 2023-11-20 CN CN202311540415.3A patent/CN117250932B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111103854A (zh) * | 2019-12-10 | 2020-05-05 | 云南昆船设计研究院有限公司 | 一种用于提升烟草烘丝机生产稳定性的***及方法 |
CN113420061A (zh) * | 2021-06-10 | 2021-09-21 | 北京宜能高科科技有限公司 | 炼油和化工生产装置的稳态工况分析方法、优化调试方法及*** |
CN115840431A (zh) * | 2023-02-27 | 2023-03-24 | 一夫科技股份有限公司 | 一种ⅱ型无水石膏的生产控制方法及*** |
CN115951646A (zh) * | 2023-03-14 | 2023-04-11 | 一夫科技股份有限公司 | 一种α型半水石膏的智能生产控制方法及*** |
CN116607996A (zh) * | 2023-03-23 | 2023-08-18 | 河南理工大学 | 一种煤矿瓦斯抽采参数智能调控***及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117250932A (zh) | 2023-12-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101315557B (zh) | 基于遗传算法优化bp神经网络的丙烯聚合生产过程最优软测量仪表及方法 | |
CN1851715B (zh) | 塑料注射过程中注塑件缺陷的智能修正方法及注塑机 | |
CN106843172B (zh) | 基于jy-kpls的复杂工业过程在线质量预测方法 | |
CN101957598A (zh) | 一种大时滞***的灰色无模型控制方法 | |
CN113325721B (zh) | 一种工业***无模型自适应控制方法及*** | |
US20220253734A1 (en) | Machine learning methods to optimize concrete applications and formulations | |
CN113378939A (zh) | 基于物理驱动神经网络的结构数字孪生建模与参数识别法 | |
CN117250932B (zh) | 一种石膏聚合物复合材料的生产控制方法及*** | |
CN115497574A (zh) | 一种基于模型融合的hpc抗压强度预测方法和*** | |
CN115547425A (zh) | 一种基于原子尺度特征描述符预测钙钛矿晶格常数的方法 | |
CN103389704B (zh) | 基于Petri网控制流程建模的创建石膏砌块成型生产线方法 | |
CN115438897A (zh) | 一种基于blstm神经网络的工业过程产品质量预测方法 | |
Wang et al. | Modeling early-age hydration kinetics of Portland cement using flexible neural tree | |
CN115880101B (zh) | 一种基于大数据的水利数据管理*** | |
Zhang et al. | Particle-swarm-optimization-based 2D output feedback robust constraint model predictive control for batch processes | |
CN117787079A (zh) | 一种基于深度学习预测水泥熟料性能的模型及应用 | |
CN117037140A (zh) | 基于深度学习的钙钛矿性质预测方法 | |
CN115114985A (zh) | 一种基于集合理论的传感器***分布式融合方法 | |
CN110749573B (zh) | 一种非晶态合金结晶动力学特征的原位同步辐射表征方法 | |
CN108052003A (zh) | 基于光电平台精确模型的自抗扰控制器设计*** | |
Lou et al. | The selection of key temperature measuring points for the compensation of thermal errors of CNC machining tools | |
CN117521492A (zh) | 一种基于知识深度挖掘的光纤粉棒质量指标智能优化方法 | |
CN116028757B (zh) | 一种基于多源信息融合的最优软测量模型生成方法及*** | |
Rossiter et al. | Robustness of dual-rate inferential MPC systems | |
CN117634705A (zh) | 一种基于大数据的新拌混凝土工作性能预测方法 |
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 |