CN102981409A - 一种同轴电缆护套机优化运行方法 - Google Patents

一种同轴电缆护套机优化运行方法 Download PDF

Info

Publication number
CN102981409A
CN102981409A CN2012105296671A CN201210529667A CN102981409A CN 102981409 A CN102981409 A CN 102981409A CN 2012105296671 A CN2012105296671 A CN 2012105296671A CN 201210529667 A CN201210529667 A CN 201210529667A CN 102981409 A CN102981409 A CN 102981409A
Authority
CN
China
Prior art keywords
sheath
production
machine
quality
index
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
Application number
CN2012105296671A
Other languages
English (en)
Other versions
CN102981409B (zh
Inventor
王春林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
HANGZHOU FUTONG ELECTRIC WIRE & CABLE CO., LTD.
Original Assignee
Futong Group Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Futong Group Co Ltd filed Critical Futong Group Co Ltd
Priority to CN201210529667.1A priority Critical patent/CN102981409B/zh
Publication of CN102981409A publication Critical patent/CN102981409A/zh
Application granted granted Critical
Publication of CN102981409B publication Critical patent/CN102981409B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Feedback Control In General (AREA)
  • Superconductors And Manufacturing Methods Therefor (AREA)

Abstract

本发明涉及一种同轴电缆护套机优化运行方法。目前同轴电缆护套机运行主要是靠工作人员经验运行。本发明方法首先采集同轴电缆护套机生产运行参数及相关的表征同轴电缆护套生产品质指标，建立数据库；然后针对给定的同轴电缆护套机和相应的护套生产材料，选择数据作为建模数据；采用支持向量机方法针对建模数据建模，将不同的护套品质融合为一个综合品质指标，并作为模型输出，建立生同轴电缆护套生产的综合品质指标与各生产运行参数间的模型，再利用蚁群优化算法结合所建模型，针对模型对应的同轴电缆护套产品的品质，进行护套机生产运行参数配置的优化。本发明方法可有效提高护套机生产的效率和产品品质，可实施离线优化也可进行在线实时优化。

Description

一种同轴电缆护套机优化运行方法
技术领域
本发明属于信息与控制技术领域，涉及一种同轴电缆护套机优化运行方法。
背景技术
同轴电缆护套机优化运行方法是保证同轴电缆护套品质的重要技术手段，其目标是在一定的生产材料(护套材料)条件下，通过调整给料速度，芯线速度，过程中的温度等生产操作参数而获得高效、高品质的运行状态。同轴电缆护套机所用护套材料、生产过程中的温度及芯线通过护套机的速度等生产操作参数的搭配，对同轴电缆护套的品质有直接的影响，不同的护套材料、生产过程中温度及芯线穿过护套机速度等生产操作参数的配置，会直接导致不同的电缆护套的老化性能指标、抗磨性能指标甚至是有无气泡(或气泡多少)等情况。对于给定的护套材料，在给定的护套机上生产，针对不同的规格要求，存在一种最优的运行方案，能够使相应护套品质指标最优化，但是，生产操作参数与品质指标间有着复杂的关系，要找到最优的生产运行方案并不容易。随着科学技术的不断进步，自动化程度也在不断提高，但是同轴电缆护套机优化运行问题还没有很好的得到解决。
实际中同轴电缆护套机运行主要是靠工作人员经验运行，而且不能实现实时在线的优化，因此实际运行中的参数配置存在较大的优化空间。
发明内容
本发明的目的是针对同轴电缆护套机优化运行的难题，提出一种具有自学习能力的优化运行方法，优化内容保证了电缆护套的品质指标。
本发明方法通过机器学习，在大量不同的生产操作参数组合中，挖掘出生产操作参数与电缆护套的品质指标间的关系模型，再结合优化算法进行电缆护套的生产运行优化是非常有潜力的方法。如何使该方法真正达到电缆护套生产实际的要求，是困扰工程技术人员的难题，主要难题包括，如何提高模型的预测和泛化能力，如何提高模型的增量学习能力，如何丰富电缆护套优化的目标，使之达到兼顾各项指标的更全面的优化的目的等。
本发明方法的具体步骤是：
步骤(1).根据护套的生产材料的物理特性(熔融和凝结特性)和生产工艺要求确定生产的温度范围                                               
Figure 2012105296671100002DEST_PATH_IMAGE002
；
步骤(2).采集同轴电缆护套机生产操作参数及表征同轴电缆护套生产品质指标，建立数据库；同轴电缆护套机生产操作参数通过同轴电缆护套机运行数控系统获取，或直接通过仪器测量采集,不同的护套生产材料要分开采集数据，以便有针对性的分别建模；其获得的方法为成熟技术；
所述的同轴电缆护套机生产操作参数的数据包括：同轴电缆护套的生产材料、给料速度
Figure 2012105296671100002DEST_PATH_IMAGE004
、芯线穿过护套机速度
Figure 2012105296671100002DEST_PATH_IMAGE006
、生产温度
Figure 2012105296671100002DEST_PATH_IMAGE008
；所述的表征同轴电缆护套生产品质指标的数据包括：护套的抗老化指标
Figure 2012105296671100002DEST_PATH_IMAGE010
、单位长度平均气泡数量
Figure 2012105296671100002DEST_PATH_IMAGE012
、抗磨性能指标；
这个过程是积累数据的阶段，为后边的数据挖掘建模做准备；
步骤(3).建模数据选择，针对给定的护套机和护套生产材料，选择30～50组数据作为建模数据，数据要针对同一种生产材料包括：给料速度、芯线穿过护套机速度、生产温度及护套的抗老化指标、单位长度平均气泡数量和抗磨性能指标；
步骤(4).采用支持向量机方法针对建模数据建模，建立护套的品质指标与生产操作参数间的模型；具体建模方法如下：
首先将表征同轴电缆护套生产品质指标根据生产质量的要求和侧重，融合为一个综合的护套生产品质性能指标：
Figure 2012105296671100002DEST_PATH_IMAGE016
；其中，
Figure 2012105296671100002DEST_PATH_IMAGE018
为抗老化指标比重系数、
Figure 2012105296671100002DEST_PATH_IMAGE020
为单位长度平均气泡数量比重系数、
Figure 2012105296671100002DEST_PATH_IMAGE022
为抗磨性指标比重系数，
Figure 2012105296671100002DEST_PATH_IMAGE024
，
Figure 2012105296671100002DEST_PATH_IMAGE026
，
Figure 2012105296671100002DEST_PATH_IMAGE028
；各指标系数的确定依据实际生产用的护套材料及设备状况和对产品质量需求的侧重确定或调整；
用于建模样本的输入参数及表征护套生产品质性能的综合指标的输出参数表示为
Figure 2012105296671100002DEST_PATH_IMAGE030
，其中
Figure 2012105296671100002DEST_PATH_IMAGE032
表示第
Figure 2012105296671100002DEST_PATH_IMAGE034
组作为输入数据的护套生产操作参数向量，
Figure 2012105296671100002DEST_PATH_IMAGE036
表示第
Figure 979763DEST_PATH_IMAGE034
组作为输出参数的表征护套生产品质的综合指标的参数，
Figure 2012105296671100002DEST_PATH_IMAGE040
为样本数量，以实际运行数据为基础建立生产操作参数与护套的生产品质指标间的模型；
采用支持向量机算法建模，支持向量机核函数选为径向基函数：
为径向基函数的宽度，该表示形式为标准形式；
Figure 2012105296671100002DEST_PATH_IMAGE046
为映射函数，设所求的目标函数为：
Figure 2012105296671100002DEST_PATH_IMAGE048
，为模型输出的燃烧状态的特征指标预测值，
Figure 2012105296671100002DEST_PATH_IMAGE052
为权重系数向量，为截距；引入松弛因子ξ* i和ξi以及允许拟合误差ε，ξ* i≥0、ξi≥0，模型通过在约束：
Figure 2012105296671100002DEST_PATH_IMAGE056
Figure 2012105296671100002DEST_PATH_IMAGE058
，条件下，最小化：
Figure 2012105296671100002DEST_PATH_IMAGE060
其中常数
Figure 2012105296671100002DEST_PATH_IMAGE062
为惩罚系数，
Figure 2012105296671100002DEST_PATH_IMAGE064
；
Figure 2012105296671100002DEST_PATH_IMAGE066
为样本中利用所建模预测超出允许拟合误差ε的样本的数量，
Figure 2012105296671100002DEST_PATH_IMAGE068
；该最小化问题为一个凸二次规划问题，引入拉格朗日函数：
Figure 2012105296671100002DEST_PATH_IMAGE070
     
其中
Figure 2012105296671100002DEST_PATH_IMAGE072
、
Figure 2012105296671100002DEST_PATH_IMAGE074
、
Figure 2012105296671100002DEST_PATH_IMAGE076
、
Figure 2012105296671100002DEST_PATH_IMAGE078
为拉格朗日乘数，≥0、
Figure 821782DEST_PATH_IMAGE074
≥0、
Figure 216992DEST_PATH_IMAGE076
≥0、≥0；
在鞍点处，函数L是关于w、d、ξi、ξi *的极小点，也是
Figure 666876DEST_PATH_IMAGE072
、
Figure 996226DEST_PATH_IMAGE074
、
Figure 195126DEST_PATH_IMAGE076
、
Figure 677054DEST_PATH_IMAGE078
的极大点，最小化问题转化为求其对偶问题的最大化问题；
拉格朗日函数L在鞍点处是关于极小点，得：
                    
可得拉格朗日函数的对偶函数：
Figure 2012105296671100002DEST_PATH_IMAGE082
           
此时，
Figure 2012105296671100002DEST_PATH_IMAGE084
Figure 2012105296671100002DEST_PATH_IMAGE086
按照库恩-塔克(KKT)条件定理，在鞍点有下式成立：
Figure 2012105296671100002DEST_PATH_IMAGE090
             
由上式可见，α i ·α i * =0,α i 和α i * 都不会同时为非零，可得：
Figure 2012105296671100002DEST_PATH_IMAGE092
  
Figure 421150DEST_PATH_IMAGE058
从上式求出d，获得模型； 
步骤(5).利用蚁群优化算法结合所建模型，针对模型对应的护套机、护套生产材料，进行护套生产的操作参数配置的优化，具体步骤如下：
a.定蚁群算法初始群向量
Figure 2012105296671100002DEST_PATH_IMAGE094
的各维分量，分别为护套机生产操作参数，包括：给料速度，芯线穿过护套机速度
Figure 974808DEST_PATH_IMAGE006
，生产温度
Figure 311243DEST_PATH_IMAGE008
；
b.设定蚁群算法的搜索目标和迭代次数，搜索目标为综合的护套生产品质指标
Figure 741087DEST_PATH_IMAGE038
最优，综合的护套生产品质指标由上文所建的相应模型预测获得；
c.根据实际护套机的设备情况和生产运行要求设定各参数的寻优范围，其中，生产温度的范围为步骤1确定的范围
Figure 45030DEST_PATH_IMAGE002
，初始化初始群体向量
Figure 320153DEST_PATH_IMAGE094
，然后根据上一步设定的搜索目标，用蚁群算法进行迭代计算，搜索蚁群在参数向量空间内的最优位置；
d.当蚁群算法完成迭代次数或找到设定要求的最优时，停止计算获得相应最优的位置向量，即获得最优的护套机生产操作参数组合，根据所获得的最优生产操作参数组合对护套机实际生产进行调整，达到生产优化的目的。
本发明方法具体是采集护套机生产的实时数据并利用支持向量机算法，针对护套机生产的护套品质综合指标性进行建模，结合寻优算法对生护套机的运行进行优化，以达到提高生产效率和产品品质的目标。本发明方法既可以在线优化也可以离线优化。
本发明方法通过同轴电缆的护套机生产的数据采集，针对同轴电缆的综合品质指标，建立基于支持向量机算法的模型，应用并行的优化算法寻优等手段，确立了一种同轴电缆护套生产的优化的方法，利用该方法可有效提高同轴电缆护套的生产效率和产品品质，既可以实施离线优化也可以进行在线实时优化。
具体实施方式
一种同轴电缆护套机优化运行方法，具体是以下步骤：
步骤(1).根据护套的生产材料的物理特性(熔融和凝结特性)和生产工艺要求确定生产的温度范围
Figure 776673DEST_PATH_IMAGE002
；
步骤(2).采集同轴电缆护套机生产操作参数及表征同轴电缆护套生产品质指标，建立数据库；同轴电缆护套机生产操作参数通过同轴电缆护套机运行数控系统获取，或直接通过仪器测量采集,不同的护套生产材料要分开采集数据，以便有针对性的分别建模；其获得的方法为成熟技术；
所述的同轴电缆护套机生产操作参数的数据包括：同轴电缆护套的生产材料、给料速度
Figure 111840DEST_PATH_IMAGE004
、芯线穿过护套机速度
Figure 903078DEST_PATH_IMAGE006
、生产温度
Figure 981893DEST_PATH_IMAGE008
；所述的表征同轴电缆护套生产品质指标的数据包括：护套的抗老化指标
Figure 287060DEST_PATH_IMAGE010
、单位长度平均气泡数量
Figure 58707DEST_PATH_IMAGE012
、抗磨性能指标
Figure 71662DEST_PATH_IMAGE014
；
这个过程是积累数据的阶段，为后边的数据挖掘建模做准备；
步骤(3).建模数据选择，针对给定的护套机和护套生产材料，选择30～50组数据作为建模数据，数据要针对同一种生产材料包括：给料速度、芯线穿过护套机速度、生产温度及护套的抗老化指标、单位长度平均气泡数量和抗磨性能指标；
步骤(4).采用支持向量机方法针对建模数据建模，建立护套的品质指标与生产操作参数间的模型；具体建模方法如下：
首先将表征同轴电缆护套生产品质指标根据生产质量的要求和侧重，融合为一个综合的护套生产品质性能指标：
Figure 954168DEST_PATH_IMAGE016
；其中，
Figure 119701DEST_PATH_IMAGE018
为抗老化指标比重系数、
Figure 62249DEST_PATH_IMAGE020
为单位长度平均气泡数量比重系数、
Figure 562501DEST_PATH_IMAGE022
为抗磨性指标比重系数，
Figure 983118DEST_PATH_IMAGE024
，
Figure 268737DEST_PATH_IMAGE026
，
Figure 382186DEST_PATH_IMAGE028
；各指标系数的确定依据实际生产用的护套材料及设备状况和对产品质量需求的侧重确定或调整；
用于建模样本的输入参数及表征护套生产品质性能的综合指标的输出参数表示为
Figure 369734DEST_PATH_IMAGE030
，其中
Figure 594042DEST_PATH_IMAGE032
表示第
Figure 468588DEST_PATH_IMAGE034
组作为输入数据的护套生产操作参数向量，
Figure 752939DEST_PATH_IMAGE036
表示第
Figure 227783DEST_PATH_IMAGE034
组作为输出参数的表征护套生产品质的综合指标
Figure 255781DEST_PATH_IMAGE038
的参数，
Figure 250413DEST_PATH_IMAGE040
为样本数量，以实际运行数据为基础建立生产操作参数与护套的生产品质指标间的模型；
采用支持向量机算法建模，支持向量机核函数选为径向基函数：
Figure 440086DEST_PATH_IMAGE042
为径向基函数的宽度，该表示形式为标准形式；
Figure 968337DEST_PATH_IMAGE046
为映射函数，设所求的目标函数为：
Figure 83054DEST_PATH_IMAGE048
，
Figure 505945DEST_PATH_IMAGE050
为模型输出的燃烧状态的特征指标预测值，
Figure 893064DEST_PATH_IMAGE052
为权重系数向量，
Figure 75915DEST_PATH_IMAGE054
为截距；引入松弛因子ξ* i和ξi以及允许拟合误差ε，ξ* i≥0、ξi≥0，模型通过在约束：
Figure 966511DEST_PATH_IMAGE056
Figure 825882DEST_PATH_IMAGE058
，条件下，最小化：
Figure 434718DEST_PATH_IMAGE060
其中常数
Figure 421260DEST_PATH_IMAGE062
为惩罚系数，；
Figure 462214DEST_PATH_IMAGE066
为样本中利用所建模预测超出允许拟合误差ε的样本的数量，
Figure 558346DEST_PATH_IMAGE068
；该最小化问题为一个凸二次规划问题，引入拉格朗日函数：
Figure 77140DEST_PATH_IMAGE070
     
其中
Figure 942328DEST_PATH_IMAGE072
、
Figure 143502DEST_PATH_IMAGE074
、、
Figure 789695DEST_PATH_IMAGE078
为拉格朗日乘数，
Figure 774969DEST_PATH_IMAGE072
≥0、
Figure 147044DEST_PATH_IMAGE074
≥0、
Figure 217768DEST_PATH_IMAGE076
≥0、
Figure 84224DEST_PATH_IMAGE078
≥0；
在鞍点处，函数L是关于w、d、ξi、ξi *的极小点，也是
Figure 924004DEST_PATH_IMAGE072
、
Figure 466981DEST_PATH_IMAGE074
、、
Figure 429569DEST_PATH_IMAGE078
的极大点，最小化问题转化为求其对偶问题的最大化问题；
拉格朗日函数L在鞍点处是关于极小点，得：
Figure 123856DEST_PATH_IMAGE080
                    
可得拉格朗日函数的对偶函数：
           
此时，
Figure 883050DEST_PATH_IMAGE084
Figure 91309DEST_PATH_IMAGE086
按照库恩-塔克(KKT)条件定理，在鞍点有下式成立：
Figure 790460DEST_PATH_IMAGE090
             
由上式可见，α i ·α i * =0,α i 和α i * 都不会同时为非零，可得：
Figure 870543DEST_PATH_IMAGE092
  
Figure 69443DEST_PATH_IMAGE058
从上式求出d，获得模型； 
步骤(5).利用蚁群优化算法结合所建模型，针对模型对应的护套机、护套生产材料，进行护套生产的操作参数配置的优化，具体步骤如下：
a.定蚁群算法初始群向量
Figure 535060DEST_PATH_IMAGE094
的各维分量，分别为护套机生产操作参数，包括：给料速度，芯线穿过护套机速度
Figure 361381DEST_PATH_IMAGE006
，生产温度
Figure 98393DEST_PATH_IMAGE008
；
b.设定蚁群算法的搜索目标和迭代次数，搜索目标为综合的护套生产品质指标
Figure 684095DEST_PATH_IMAGE038
最优，综合的护套生产品质指标由上文所建的相应模型预测获得；
c.根据实际护套机的设备情况和生产运行要求设定各参数的寻优范围，其中，生产温度的范围为步骤1确定的范围
Figure 113940DEST_PATH_IMAGE002
，初始化初始群体向量
Figure 903035DEST_PATH_IMAGE094
，然后根据上一步设定的搜索目标，用蚁群算法进行迭代计算，搜索蚁群在参数向量空间内的最优位置；
d.当蚁群算法完成迭代次数或找到设定要求的最优时，停止计算获得相应最优的位置向量，即获得最优的护套机生产操作参数组合，根据所获得的最优生产操作参数组合对护套机实际生产进行调整，达到生产优化的目的。

Claims (1)

1. 一种同轴电缆护套机优化运行方法，其特征在于该方法的具体步骤是：
步骤(1).根据护套的生产材料的熔融和凝结特性以及生产工艺要求确定生产的温度范围                                               ；
步骤(2).采集同轴电缆护套机生产操作参数及表征同轴电缆护套生产品质指标，建立数据库；同轴电缆护套机生产操作参数通过同轴电缆护套机运行数控系统获取，或直接通过仪器测量采集,不同的护套生产材料要分开采集数据；
所述的同轴电缆护套机生产操作参数的数据包括：同轴电缆护套的生产材料、给料速度
Figure 2012105296671100001DEST_PATH_IMAGE004
、芯线穿过护套机速度
Figure DEST_PATH_IMAGE006
、生产温度；所述的表征同轴电缆护套生产品质指标的数据包括：护套的抗老化指标
Figure DEST_PATH_IMAGE010
、单位长度平均气泡数量
Figure DEST_PATH_IMAGE012
、抗磨性能指标
Figure DEST_PATH_IMAGE014
；
步骤(3).建模数据选择，针对给定的护套机和护套生产材料，选择30～50组数据作为建模数据，数据要针对同一种生产材料包括：给料速度、芯线穿过护套机速度、生产温度及护套的抗老化指标、单位长度平均气泡数量和抗磨性能指标；
步骤(4).采用支持向量机方法针对建模数据建模，建立护套的品质指标与生产操作参数间的模型；具体建模方法如下：
首先将表征同轴电缆护套生产品质指标根据生产质量的要求和侧重，融合为一个综合的护套生产品质性能指标：
Figure DEST_PATH_IMAGE016
；其中，
Figure DEST_PATH_IMAGE018
为抗老化指标比重系数、
Figure DEST_PATH_IMAGE020
为单位长度平均气泡数量比重系数、
Figure DEST_PATH_IMAGE022
为抗磨性指标比重系数，，
Figure DEST_PATH_IMAGE026
，；各指标系数的确定依据实际生产用的护套材料及设备状况和对产品质量需求的侧重确定或调整；
用于建模样本的输入参数及表征护套生产品质性能的综合指标的输出参数表示为
Figure DEST_PATH_IMAGE030
，其中
Figure DEST_PATH_IMAGE032
表示第
Figure DEST_PATH_IMAGE034
组作为输入数据的护套生产操作参数向量，
Figure DEST_PATH_IMAGE036
表示第
Figure 149976DEST_PATH_IMAGE034
组作为输出参数的表征护套生产品质的综合指标
Figure DEST_PATH_IMAGE038
的参数，为样本数量，以实际运行数据为基础建立生产操作参数与护套的生产品质指标间的模型；
采用支持向量机算法建模，支持向量机核函数选为径向基函数：
Figure DEST_PATH_IMAGE042
Figure DEST_PATH_IMAGE044
为径向基函数的宽度，该表示形式为标准形式；
Figure DEST_PATH_IMAGE046
为映射函数，设所求的目标函数为：
Figure DEST_PATH_IMAGE048
，
Figure DEST_PATH_IMAGE050
为模型输出的燃烧状态的特征指标预测值，
Figure DEST_PATH_IMAGE052
为权重系数向量，
Figure DEST_PATH_IMAGE054
为截距；引入松弛因子ξ* i和ξi以及允许拟合误差ε，ξ* i≥0、ξi≥0，模型通过在约束：
Figure DEST_PATH_IMAGE056
Figure DEST_PATH_IMAGE058
，条件下，最小化：
Figure DEST_PATH_IMAGE060
其中常数
Figure DEST_PATH_IMAGE062
为惩罚系数，
Figure DEST_PATH_IMAGE064
；
Figure DEST_PATH_IMAGE066
为样本中利用所建模预测超出允许拟合误差ε的样本的数量，
Figure DEST_PATH_IMAGE068
；该最小化问题为一个凸二次规划问题，引入拉格朗日函数：
Figure DEST_PATH_IMAGE070
     
其中
Figure DEST_PATH_IMAGE072
、
Figure DEST_PATH_IMAGE074
、
Figure DEST_PATH_IMAGE076
、
Figure DEST_PATH_IMAGE078
为拉格朗日乘数，
Figure 45644DEST_PATH_IMAGE072
≥0、≥0、
Figure 922781DEST_PATH_IMAGE076
≥0、
Figure 1596DEST_PATH_IMAGE078
≥0；
在鞍点处，函数L是关于w、d、ξi、ξi *的极小点，也是
Figure 561890DEST_PATH_IMAGE072
、、
Figure 91365DEST_PATH_IMAGE076
、
Figure 973871DEST_PATH_IMAGE078
的极大点，最小化问题转化为求其对偶问题的最大化问题；
拉格朗日函数L在鞍点处是关于极小点，得：
Figure DEST_PATH_IMAGE080
                    
可得拉格朗日函数的对偶函数：
Figure DEST_PATH_IMAGE082
           
此时，
Figure DEST_PATH_IMAGE084
Figure DEST_PATH_IMAGE086
按照库恩-塔克(KKT)条件定理，在鞍点有下式成立：
Figure DEST_PATH_IMAGE088
             
由上式可见，α i ·α i * =0,α i 和α i * 都不会同时为非零，可得：
Figure DEST_PATH_IMAGE092
  
Figure 77087DEST_PATH_IMAGE058
从上式求出d，获得模型； 
步骤(5).利用蚁群优化算法结合所建模型，针对模型对应的护套机、护套生产材料，进行护套生产的操作参数配置的优化，具体步骤如下：
a.定蚁群算法初始群向量
Figure DEST_PATH_IMAGE094
的各维分量，分别为护套机生产操作参数，包括：给料速度
Figure 81952DEST_PATH_IMAGE004
，芯线穿过护套机速度
Figure 332936DEST_PATH_IMAGE006
，生产温度
Figure 753553DEST_PATH_IMAGE008
；
b.设定蚁群算法的搜索目标和迭代次数，搜索目标为综合的护套生产品质指标
Figure 288440DEST_PATH_IMAGE038
最优，综合的护套生产品质指标由上文所建的相应模型预测获得；
c.根据实际护套机的设备情况和生产运行要求设定各参数的寻优范围，其中，生产温度的范围为步骤(1)确定的范围
Figure 136310DEST_PATH_IMAGE002
，初始化初始群体向量
Figure 874590DEST_PATH_IMAGE094
，然后根据上一步设定的搜索目标，用蚁群算法进行迭代计算，搜索蚁群在参数向量空间内的最优位置；
d.当蚁群算法完成迭代次数或找到设定要求的最优时，停止计算获得相应最优的位置向量，即获得最优的护套机生产操作参数组合，根据所获得的最优生产操作参数组合对护套机实际生产进行调整。
CN201210529667.1A 2012-12-11 2012-12-11 一种同轴电缆护套机优化运行方法 Active CN102981409B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210529667.1A CN102981409B (zh) 2012-12-11 2012-12-11 一种同轴电缆护套机优化运行方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210529667.1A CN102981409B (zh) 2012-12-11 2012-12-11 一种同轴电缆护套机优化运行方法

Publications (2)

Publication Number Publication Date
CN102981409A true CN102981409A (zh) 2013-03-20
CN102981409B CN102981409B (zh) 2015-05-06

Family

ID=47855567

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210529667.1A Active CN102981409B (zh) 2012-12-11 2012-12-11 一种同轴电缆护套机优化运行方法

Country Status (1)

Country Link
CN (1) CN102981409B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105716664A (zh) * 2016-04-12 2016-06-29 国家电网公司 基于标幺化算法的电缆状态监测多参数关联分析方法
CN112485372A (zh) * 2020-11-17 2021-03-12 中国烟草总公司郑州烟草研究院 一种评价烟气中杂气的方法
CN115270377A (zh) * 2022-09-26 2022-11-01 浙江华东工程数字技术有限公司 一种基于改进蚁群算法的多电缆最佳路径规划方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101498457A (zh) * 2009-03-02 2009-08-05 杭州电子科技大学 一种锅炉燃烧优化的方法
CN101498458A (zh) * 2009-03-02 2009-08-05 杭州电子科技大学 一种锅炉在线燃烧优化的模型更新方法
CN102222128A (zh) * 2011-05-05 2011-10-19 杭州电子科技大学 一种废塑料炼油燃烧优化的方法
CN102252343A (zh) * 2011-05-05 2011-11-23 浙江宜景环保科技有限公司 一种多孔介质燃烧器燃烧优化的方法
CN102750424A (zh) * 2012-07-16 2012-10-24 杭州电子科技大学 一种生物质炉燃烧优化的方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101498457A (zh) * 2009-03-02 2009-08-05 杭州电子科技大学 一种锅炉燃烧优化的方法
CN101498458A (zh) * 2009-03-02 2009-08-05 杭州电子科技大学 一种锅炉在线燃烧优化的模型更新方法
CN102222128A (zh) * 2011-05-05 2011-10-19 杭州电子科技大学 一种废塑料炼油燃烧优化的方法
CN102252343A (zh) * 2011-05-05 2011-11-23 浙江宜景环保科技有限公司 一种多孔介质燃烧器燃烧优化的方法
CN102750424A (zh) * 2012-07-16 2012-10-24 杭州电子科技大学 一种生物质炉燃烧优化的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王春林等: "基于遗传算法和支持向量机的低NO_x燃烧优化", 《中国电机工程学报》, vol. 27, no. 11, 30 April 2007 (2007-04-30) *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105716664A (zh) * 2016-04-12 2016-06-29 国家电网公司 基于标幺化算法的电缆状态监测多参数关联分析方法
CN112485372A (zh) * 2020-11-17 2021-03-12 中国烟草总公司郑州烟草研究院 一种评价烟气中杂气的方法
CN115270377A (zh) * 2022-09-26 2022-11-01 浙江华东工程数字技术有限公司 一种基于改进蚁群算法的多电缆最佳路径规划方法
CN115270377B (zh) * 2022-09-26 2023-01-31 浙江华东工程数字技术有限公司 一种基于改进蚁群算法的多电缆最佳路径规划方法

Also Published As

Publication number Publication date
CN102981409B (zh) 2015-05-06

Similar Documents

Publication Publication Date Title
CN102626557B (zh) 基于ga-bp算法的分子蒸馏工艺参数优化方法
CN102222128B (zh) 一种废塑料炼油燃烧优化的方法
CN103733210A (zh) 用于对技术系统进行计算机辅助的建模的方法
CN104134003B (zh) 基于知识与数据共同驱动的作物单产量预测方法
CN109839825B (zh) 一种稀土萃取过程组分含量的预测控制方法及系统
CN106444428A (zh) 基于流程模拟软件的常减压装置优化操作系统及方法
CN104077632A (zh) 一种基于深度神经网络的风电场功率预测方法
CN102799778A (zh) 一种优化锅炉负荷分配方法
CN106354017A (zh) 一种稀土萃取分离过程组分含量区间控制方法
CN102184287A (zh) 一种废塑料炼油燃烧优化的建模方法
CN104123595A (zh) 一种配电网负荷预测方法及系统
CN108876094A (zh) 一种清洁能源接入的电网运行综合评价方法
CN102981409A (zh) 一种同轴电缆护套机优化运行方法
CN110212551A (zh) 基于卷积神经网络的微网无功自动控制方法
CN111626539B (zh) 一种基于q强化学习的电网运行断面动态生成方法
CN102509026A (zh) 基于最大信息熵原理的风电场短期输出功率预测综合模型
CN201476905U (zh) 神经网络pid控温的热电偶自动检定系统
CN103613272B (zh) 一种玻璃光纤拉丝设备优化生产方法
Shi et al. Sliding window and dual-channel CNN (SWDC-CNN): A novel method for synchronous prediction of coal and electricity consumption in cement calcination process
CN106446315A (zh) 涤纶纤维纺丝过程中性能指标的预测方法
CN109946968A (zh) 一种楼宇内分布式能源匹配系统和方法
CN105654194B (zh) 一种电网发展指数测算方法
CN103020455B (zh) 一种同轴电缆护套机优化运行的多目标模型更新方法
CN104552887B (zh) 基于自适应粒子群算法的塑料片材机能耗优化方法
CN103020447A (zh) 一种同轴电缆护套机优化运行的建模方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20180509

Address after: 311400 Zhejiang Hangzhou Fuyang District golden autumn Avenue Fortis Technology

Patentee after: HANGZHOU FUTONG ELECTRIC WIRE & CABLE CO., LTD.

Address before: 311499 Fuchun street, Fuyang, Hangzhou, Zhejiang, 18

Patentee before: Futong Group Co., Ltd.

TR01 Transfer of patent right