CN113255154B - 基于大数据分析的瓦楞包装工艺调控方法及计算机系统 - Google Patents

Abstract

本发明公开了基于大数据分析的瓦楞包装工艺调控方法及计算机系统，包括：采集关键工艺环节的工艺参数，基于所述关键工艺环节的工艺参数计算调整方案的工艺参数取值；基于所述调整方案的工艺参数取值和预设工艺参数构建初始评价矩阵，并对所述初始评价矩阵进行量纲归一化，生成归一化工艺参数与最优工艺参数；根据所述归一化工艺参数与所述最优工艺参数的关联系数计算关联系数，并基于所述关联系数生成评价矩阵；基于所述评价矩阵确定评价权重向量，并基于所述评价权重向量生成所述调整方案的综合评价值；对所述调整方案的综合评价值进行排序，基于排序结果选取最优调整方案。该方法保证调整后的瓦楞纸包装生产环节的工艺参数与实际具体应用的适用性。

Description

基于大数据分析的瓦楞包装工艺调控方法及计算机系统

技术领域

本发明涉及瓦楞纸技术领域，具体是基于大数据分析的瓦楞包装工艺调控方法及计算机系统。

背景技术

目前，瓦楞纸的包装生产包括如下主要工艺：原纸供给(原纸又分为楞纸、面纸、里纸、中纸；原纸的材质、含水率对瓦楞纸的产品质量具有重要影响，因此需要根据不同的需求选择不同品质等级的原纸)、原纸预热(对原纸的水分进行初步干燥)、制楞(即把楞纸加工出瓦楞的楞型，对瓦楞纸的结构强度具有重要影响)、多重预热、上浆、热压、烘干(这几个工艺是把楞型、面纸、里纸、中止胶合为瓦楞纸板，并进行热固和干燥；对瓦楞纸的粘合牢固度、重量、厚度、机械结构性能都有重要影响)、附加处理(例如为了提高防湿防水性能而表面覆膜或者加防水涂层等)、压槽、切割成板。

可见，这些关键工艺中的工艺参数——例如原纸品类的选取、原纸预热时长和温度、楞型选择、多重预热的温度和时长、上浆量、胶浆含水量、热压压力和温度、烘干温度、表面附加工艺等，都对最后所得的瓦楞纸产品性能具有重要影响。在产品设计阶段，往往要采集和分析瓦楞纸产品在实际应用过程中的负重、承压、承受外力挤压和碰撞、空气湿度、温度等因素的预期数据，并开展实验，进而通过预置的工艺参数，保障生产的瓦楞纸产品能适应具体应用。

现有技术中，对瓦楞纸包装生产各个环节的工艺参数，如果采用瓦楞纸产品设计阶段预置好的工艺参数，这样能够保证瓦楞纸下线时符合产品的质检标准。但是，在实际的产品订单生产中，由于原料供货变动和替换、总成本控制、加快生产速度、适应实际应用需求和个性化定制需求而调整某个工序等原因，难以总是按照产品设计阶段预置的工艺参数来实施生产，而是需要对工艺参数中的若干参数进行调整，通常也没有条件和时间针对工艺参数调整之后的瓦楞纸产品每批次都重新进行数据分析和实验，所以，无法完全保障实际生产中经过工艺参数调整后瓦楞纸产品总是能够适应实际具体应用，不出现质量问题。

因此，如何保证调整后的瓦楞纸包装生产环节的工艺参数与实际具体应用的适用性是本领域技术人员亟待解决的问题。

发明内容

鉴于上述问题，本发明的目的是解决目前对瓦楞纸包装生产各个环节的工艺参数的调整无法完全保障实际生产中瓦楞纸产品的质量，无法适用实际具体应用的问题，保证调整后的瓦楞纸包装生产环节的工艺参数与实际具体应用的适用性。

本发明实施例提供基于大数据分析的瓦楞包装工艺调控方法，包括：

采集关键工艺环节的工艺参数，基于所述关键工艺环节的工艺参数计算调整方案的工艺参数取值；

基于所述调整方案的工艺参数取值和预设工艺参数构建初始评价矩阵，并将所述初始评价矩阵进行归一化处理，生成归一化工艺参数与最优工艺参数；

根据所述归一化工艺参数与所述最优工艺参数的关联系数计算关联系数，并基于所述关联系数生成评价矩阵；

基于所述评价矩阵确定评价权重向量，并基于所述评价权重向量生成所述调整方案的综合评价值；

对所述调整方案的综合评价值进行排序，基于排序结果选取最优调整方案。

在一个实施例中，所述采集关键工艺环节的工艺参数，基于所述关键工艺环节的工艺参数计算调整方案的工艺参数取值，包括：

采集关键工艺环节的工艺参数，并基于所述关键工艺环节的工艺参数之间的关联性确定所述关键工艺环节的邻域；

基于所述关键工艺环节与所述邻域之间的影响权重计算所述关键工艺环节的调整取值，生成所述调整方案的工艺参数取值。

在一个实施例中，所述基于所述关键工艺环节与所述邻域之间的影响权重计算所述关键工艺环节的调整取值，生成所述调整方案的工艺参数取值，计算公式为：

其中，x_i(t+1)表示关键工艺环节i调整后的工艺参数取值，α_i表示关键工艺环节i调整前的工艺参数产生的增益，x_i(t)表示关键工艺环节i调整前的工艺参数取值，w_ij表示关键工艺环节i的工艺参数受到关键工艺环节j的影响权重，x_j(t+1)表示关键工艺环节i的邻域N_i内的关键工艺环节j调整后的工艺参数取值，x_j(t)表示关键工艺环节i的邻域N_i内的关键工艺环节j调整前的工艺参数取值，

表示关键工艺环节i调整后的工艺参数取值产生的增益。

在一个实施例中，所述根据所述归一化工艺参数与所述最优工艺参数的关联系数计算关联系数，计算公式为：

上式中，δ_l(i)表示关联系数，l表示调整方案的个数，

表示第i个关键工艺环节的最优工艺参数，

表示第i个关键工艺环节的归一化工艺参数，ρ表示调整系数，

表示在调整方案和关键工艺环节的个数取值范围内

的最小值，

表示在调整方案和关键工艺环节的个数取值范围内

的最大值。

在一个实施例中，所述基于所述评价权重向量生成所述调整方案的综合评价值，计算公式为：

上式中，γ_l表示综合评价值，M表示关键环节的总个数，θ_i表示第i个关键工艺环节的评价权重向量。

第二方面，本发明还提供基于大数据分析的瓦楞包装工艺调控的计算机系统，包括：

工艺参数取值计算模块，用于采集关键工艺环节的工艺参数，基于所述关键工艺环节的工艺参数计算调整方案的工艺参数取值；

初始评价矩阵构建模块，用于基于所述调整方案的工艺参数取值和预设工艺参数构建初始评价矩阵，并对所述初始评价矩阵进行量纲归一化，生成归一化工艺参数与最优工艺参数；

评价矩阵生成模块，用于根据所述归一化工艺参数与所述最优工艺参数的关联系数计算关联系数，并基于所述关联系数生成评价矩阵；

综合评价值生成模块，用于基于所述评价矩阵确定评价权重向量，并基于所述评价权重向量生成所述调整方案的综合评价值；

排序模块，用于对所述调整方案的综合评价值进行排序，基于排序结果选取最优调整方案。

在一个实施例中，所述工艺参数取值计算模块，包括：

邻域确定单元，用于采集关键工艺环节的工艺参数，并基于所述关键工艺环节的工艺参数之间的关联性确定所述关键工艺环节的邻域；

调整取值计算单元，用于基于所述关键工艺环节与所述邻域之间的影响权重计算所述关键工艺环节的调整取值，生成所述调整方案的工艺参数取值。

在一个实施例中，所述调整取值计算单元中所述基于所述关键工艺环节与所述邻域之间的影响权重计算所述关键工艺环节的调整取值，计算公式为：

其中，x_i(t+1)表示关键工艺环节i调整后的工艺参数取值，α_i表示关键工艺环节i调整前的工艺参数产生的增益，x_i(t)表示关键工艺环节i调整前的工艺参数取值，w_ij表示关键工艺环节i的工艺参数受到关键工艺环节j的影响权重，x_j(t+1)表示关键工艺环节i的邻域N_i内的关键工艺环节j调整后的工艺参数取值，x_j(t)表示关键工艺环节i的邻域N_i内的关键工艺环节j调整前的工艺参数取值，

表示关键工艺环节i调整后的工艺参数取值产生的增益。

在一个实施例中，所述评价矩阵生成模块中所述根据所述归一化工艺参数与所述最优工艺参数的关联系数计算关联系数，计算公式为：

上式中，δ_l(i)表示关联系数，l表示调整方案的个数，

表示第i个关键工艺环节的最优工艺参数，

表示第i个关键工艺环节的归一化工艺参数，ρ表示调整系数，

表示在调整方案和关键工艺环节的个数取值范围内

的最小值，

表示在调整方案和关键工艺环节的个数取值范围内

的最大值。

在一个实施例中，所述综合评价值生成模块中所述基于所述评价权重向量生成所述调整方案的综合评价值，计算公式为：

上式中，γ_l表示综合评价值，M表示关键环节的总个数，θ_i表示第i个关键工艺环节的评价权重向量。

本发明实施例提供的上述技术方案的有益效果至少包括：

本发明实施例提供的基于大数据分析的瓦楞包装工艺调控方法，本方法基于瓦楞纸包装的各个关键工艺环节的工艺参数之间的关联影响计算全部关键工艺环节调整后的取值，保证了瓦楞纸包装生产环节的全部工艺参数能够基于实际具体应用进行准确调整；并且针对具体调整方案中调整后的工艺参数进行计算，生成该调整方案的综合评价值，基于综合评价值对调整方案进行排序，选取最优调整方案，保证了最优调整方案中的工艺参数与最初产品设计阶段预设的工艺参数的匹配度最高，并且实现了最优调整方案与实际具体应用之间的适用性最高，保证了瓦楞纸产品的质量。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步地详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明实施例提供的基于大数据分析的瓦楞包装工艺调控方法的流程图；

图2为本发明实施例提供的步骤S101流程图；

图3为本发明实施例提供的基于大数据分析的瓦楞包装工艺调控的计算机系统的框图；

图4为本发明实施例提供的提取模块152的框图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

参照图1所示，本发明实施例提供的基于大数据分析的瓦楞包装工艺调控方法，该方法包括：步骤S101～S105；

S101、采集关键工艺环节的工艺参数，基于所述关键工艺环节的工艺参数计算调整方案的工艺参数取值。

具体的，据原料供货变动和替换、总成本控制、加快生产速度、适应实际应用需求和个性化定制需求等考虑，对关键工艺环节的某些工艺参数主动调整时，具有L种调整方案，则L种调整方案的工艺参数取值为

其中，1≤l≤L。

S102、基于所述调整方案的工艺参数取值和预设工艺参数构建初始评价矩阵，并将所述初始评价矩阵进行归一化处理，生成归一化工艺参数与最优工艺参数。

具体的，对于全部关键工艺环节的工艺参数X，在产品设计阶段的预设工艺参数表示为

其中

表示每个关键工艺环节i的工艺参数p_i的产品设计阶段的预设工艺参数取值；

进一步地，基于全部关键工艺环节的工艺参数X与预设工艺参数表示为

构建评价矩阵D如下：

其中，

表示第I种调整方案中的工艺参数取值

进一步地，将所述初始评价矩阵进行归一化处理，生成如下归一化矩阵C：

其中，

其中，

表示L个调整方案中关键工艺环节i的工艺参数p_i中的最小取值，

表示L个调整方案中关键工艺环节i的工艺参数p_i中的最大取值。

S103、根据所述归一化工艺参数与所述最优工艺参数的关联系数计算关联系数，并基于所述关联系数生成评价矩阵。

具体的，所述根据所述归一化工艺参数与所述最优工艺参数的关联系数计算关联系数，计算公式为：

上式中，δ_l(i)表示关联系数，l表示调整方案的个数，，

表示第i个关键工艺环节的最优工艺参数，

表示第i个关键工艺环节的归一化工艺参数，，ρ表示调整系数，0≤ρ≤1，

表示在调整方案和关键工艺环节的个数取值范围(即1≤l≤L，1≤i≤M)内

的最小值，

表示在调整方案和关键工艺环节的个数取值范围(即1≤l≤L，1≤i≤M)内

的最大值。

进一步地，基于所述关联系数δ_l(i)生成评价矩阵E，具体如下：

S104、基于所述评价矩阵确定评价权重向量，并基于所述评价权重向量生成所述调整方案的综合评价值。

具体的，基于评价矩阵E确定M个关键工艺环节的评价权重向量θ：

θ＝[θ₁，θ₂，...θ_i,...θ_M]

其中，

具体的，所述基于所述评价权重向量生成所述调整方案的综合评价值，计算公式为：

上式中，γ_l表示综合评价值，M表示关键环节的总个数，θ_i表示第i个关键工艺环节的评价权重向量。

S105、对所述调整方案的综合评价值进行排序，基于排序结果选取最优调整方案。

具体的，针对计算获得的全部L个调整方案的每一个的综合评价值γ_l进行排序，综合评价值γ_l最大的调整方案说明其与最初产品设计阶段的工艺参数集F匹配度最高，则可以选取该调整方案为最优的调整方案。

本实施例中，基于瓦楞纸包装的各个关键工艺环节的工艺参数之间的关联影响计算全部关键工艺环节调整后的取值，保证了瓦楞纸包装生产环节的全部工艺参数能够基于实际具体应用进行准确调整；并且针对具体调整方案中调整后的工艺参数进行计算，生成该调整方案的综合评价值，基于综合评价值对调整方案进行排序，选取最优调整方案，保证了最优调整方案中的工艺参数与最初产品设计阶段预设的工艺参数的匹配度最高，并且实现了最优调整方案与实际具体应用之间的适用性最高，保证了瓦楞纸产品的质量。

在一个实施例中，参照图2所示，上述步骤S101中所述采集关键工艺环节的工艺参数，基于所述关键工艺环节的工艺参数计算调整方案的工艺参数取值，包括：

S1021、采集关键工艺环节的工艺参数，并基于所述关键工艺环节的工艺参数之间的关联性确定所述关键工艺环节的邻域。

具体的，针对瓦楞纸产品各个关键工艺环节(例如原纸品类的选取、原纸预热时长和温度、楞型选择、多重预热的温度和时长、上浆量、胶浆含水量、热压压力和温度、烘干温度、表面附加工艺等)的工艺参数表示为p_i，其中i＝1,2,…,M，基于全部关键工艺环节的工艺参数形成集合为V＝{p₁,p₂,...p_i,...p_M}，其中，M表示纳入关键工艺环节的环节总数。

进一步地，各个关键工艺环节的工艺参数具有相互关联和影响，例如，原纸供应和胶浆的含水率，显然对预热、加热环节的工艺参数产生影响，原纸的吸湿性、胶浆中的抗水成分，影响后续表面附加工艺的选择。

进一步地，将各个关键工艺环节的工艺参数之间的相互关联影响表示为：G＝{V,E,W}。

进一步地，E＝{e₁₁,e₁₂,...e_ij,...e_MM}，其中，i＝1,2,…,M，j＝1,2,…,M，e_ij表示关键工艺环节i的工艺参数p_i受到关键工艺环节j的工艺参数p_j影响的关联性；如果关键工艺环节i的工艺参数p_i受到关键工艺环节j的工艺参数p_j影响，则e_ij＝1，反之如果关键工艺环节i的工艺参数p_i不受关键工艺环节j的工艺参数p_j影响，则e_ij＝0，对于i＝j，即对于e₁₁，e₂₂，…e_MM来说，均定义为0。

进一步地，W＝{w₁₁,w₁₂,...w_ij,...w_MM}，其中，i＝1,2,…,M，j＝1,2,…,M，w_ij表示关键工艺环节i的工艺参数p_i受到关键工艺环节j的工艺参数p_j影响的权重大小，w_ij在一个预设的取值区间范围0≤w_ij≤K内取值；如果关键工艺环节i的工艺参数p_i受到关键工艺环节j的工艺参数p_j影响越大则w_ij的取值越大；对于i＝j，即对于w₁₁，w₂₂，…w_MM来说，均定义为0。

进一步地，假设关键工艺环节i的工艺参数p_i的取值为x_i，确定关键工艺环节i的一个邻域，即从关键工艺环节的工艺参数之间的关联性集合E中选取e_ij不等于0的关键工艺环节j，组成一个邻域N_i，即关键工艺环节i的邻域。

S1022、基于所述关键工艺环节与所述邻域之间的影响权重计算所述关键工艺环节的调整取值，生成所述调整方案的工艺参数取值。

具体的，所述基于所述关键工艺环节与所述邻域之间的影响权重计算所述关键工艺环节的调整取值，生成所述调整方案的工艺参数取值，计算公式为：

其中，x_i(t+1)表示关键工艺环节i调整后的工艺参数取值，α_i表示关键工艺环节i调整前的工艺参数产生的增益，x_i(t)表示关键工艺环节i调整前的工艺参数取值，w_ij表示关键工艺环节i的工艺参数受到关键工艺环节j的影响权重，x_j(t+1)表示关键工艺环节i的邻域N_i内的关键工艺环节j调整后的工艺参数取值，x_j(t)表示关键工艺环节i的邻域N_i内的关键工艺环节j调整前的工艺参数取值，

表示关键工艺环节i调整后的工艺参数取值产生的增益。

进一步地，当根据原料供货变动和替换、总成本控制、加快生产速度、适应实际应用需求和个性化定制需求等考虑，对关键工艺环节的某些工艺参数主动进行了调整之后，则将其它未被主动调整的工艺参数作为上述公式里面的p_i，对p_i进行取值为x_i，进而计算调整后的x_i(t+1)。

进一步地，经过多轮遍历全部的未被主动调整的工艺参数进行计算之后，获得全部关键工艺环节的{p₁,p₂,...p_i,...p_M}调整后的取值，即关键工艺环节的调整取值X＝{x₁,x₂,...x_i,...x_M}。

进一步地，当预设有L种调整方案，则L种调整方案的工艺参数取值表示为

其中，1≤l≤L。

基于同一发明构思，本发明实施例还提供了基于大数据分析的瓦楞包装工艺调控的计算机系统，由于该计算机系统所解决问题的原理与前述基于大数据分析的瓦楞包装工艺调控方法相似，因此该计算机系统的实施可以参见前述方法的实施，重复之处不再赘述。

本发明实施例提供的基于大数据分析的瓦楞包装工艺调控的计算机系统，参照图3所示，包括：

工艺参数取值计算模块31，用于采集关键工艺环节的工艺参数，基于所述关键工艺环节的工艺参数计算调整方案的工艺参数取值。

具体的，据原料供货变动和替换、总成本控制、加快生产速度、适应实际应用需求和个性化定制需求等考虑，对关键工艺环节的某些工艺参数主动调整时，具有L种调整方案，则L种调整方案的工艺参数取值为

其中，1≤l≤L。

初始评价矩阵构建模块32，用于基于所述调整方案的工艺参数取值和预设工艺参数构建初始评价矩阵，并对所述初始评价矩阵进行量纲归一化，生成归一化工艺参数与最优工艺参数。

具体的，对于全部关键工艺环节的工艺参数X，在产品设计阶段的预设工艺参数表示为

其中

表示每个关键工艺环节i的工艺参数p_i的产品设计阶段的预设工艺参数取值；

进一步地，基于全部关键工艺环节的工艺参数X与预设工艺参数表示为

构建评价矩阵D如下：

其中，

表示第I种调整方案中的工艺参数取值

进一步地，将所述初始评价矩阵进行归一化处理，生成如下归一化矩阵C：

其中，

其中，

表示L个调整方案中关键工艺环节i的工艺参数p_i中的最小取值，

表示L个调整方案中关键工艺环节i的工艺参数p_i中的最大取值。

评价矩阵生成模块33，用于根据所述归一化工艺参数与所述最优工艺参数的关联系数计算关联系数，并基于所述关联系数生成评价矩阵。

具体的，所述评价矩阵生成模块33中所述根据所述归一化工艺参数与所述最优工艺参数的关联系数计算关联系数，计算公式为：

上式中，δ_l(i)表示关联系数，l表示调整方案的个数，，

表示第i个关键工艺环节的最优工艺参数，

表示第i个关键工艺环节的归一化工艺参数，，ρ表示调整系数，0≤ρ≤1，

表示在调整方案和关键工艺环节的个数取值范围(即1≤l≤L，1≤i≤M)内

的最小值，

表示在调整方案和关键工艺环节的个数取值范围(即1≤l≤L，1≤i≤M)内

的最大值。

进一步地，基于所述关联系数δ_l(i)生成评价矩阵E，具体如下：

综合评价值生成模块34，用于基于所述评价矩阵确定评价权重向量，并基于所述评价权重向量生成所述调整方案的综合评价值。

具体的，基于评价矩阵E确定M个关键工艺环节的评价权重向量θ：

θ＝[θ₁，θ₂，...θ_i,...θ_M]

其中，

具体的，所述综合评价值生成模块34中所述基于所述评价权重向量生成所述调整方案的综合评价值，计算公式为：

上式中，γ_l表示综合评价值，M表示关键环节的总个数，θ_i表示第i个关键工艺环节的评价权重向量。

排序模块35，用于对所述调整方案的综合评价值进行排序，基于排序结果选取最优调整方案。

具体的，针对计算获得的全部L个调整方案的每一个的综合评价值γ_l进行排序，综合评价值γ_l最大的调整方案说明其与最初产品设计阶段的工艺参数集F匹配度最高，则可以选取该调整方案为最优的调整方案。

在一个实施例中，所述工艺参数取值计算模块31，包括：

邻域确定单元311，用于采集关键工艺环节的工艺参数，并基于所述关键工艺环节的工艺参数之间的关联性确定所述关键工艺环节的邻域。

具体的，针对瓦楞纸产品各个关键工艺环节(例如原纸品类的选取、原纸预热时长和温度、楞型选择、多重预热的温度和时长、上浆量、胶浆含水量、热压压力和温度、烘干温度、表面附加工艺等)的工艺参数表示为p_i，其中i＝1,2,…,M，基于全部关键工艺环节的工艺参数形成集合为V＝{p₁,p₂,...p_i,...p_M}，其中，M表示纳入关键工艺环节的环节总数。

进一步地，各个关键工艺环节的工艺参数具有相互关联和影响，例如，原纸供应和胶浆的含水率，显然对预热、加热环节的工艺参数产生影响，原纸的吸湿性、胶浆中的抗水成分，影响后续表面附加工艺的选择。

进一步地，将各个关键工艺环节的工艺参数之间的相互关联影响表示为：G＝{V,E,W}。

进一步地，E＝{e₁₁,e₁₂,...e_ij,...e_MM}，其中，i＝1,2,…,M，j＝1,2,…,M，e_ij表示关键工艺环节i的工艺参数p_i受到关键工艺环节j的工艺参数p_j影响的关联性；如果关键工艺环节i的工艺参数p_i受到关键工艺环节j的工艺参数p_j影响，则e_ij＝1，反之如果关键工艺环节i的工艺参数p_i不受关键工艺环节j的工艺参数p_j影响，则e_ij＝0，对于i＝j，即对于e₁₁，e₂₂，…e_MM来说，均定义为0。

进一步地，W＝{w₁₁,w₁₂,...w_ij,...w_MM}，其中，i＝1,2,…,M，j＝1,2,…,M，w_ij表示关键工艺环节i的工艺参数p_i受到关键工艺环节j的工艺参数p_j影响的权重大小，w_ij在一个预设的取值区间范围0≤w_ij≤K内取值；如果关键工艺环节i的工艺参数p_i受到关键工艺环节j的工艺参数p_j影响越大则w_ij的取值越大；对于i＝j，即对于w₁₁，w₂₂，…w_MM来说，均定义为0。

进一步地，假设关键工艺环节i的工艺参数p_i的取值为x_i，确定关键工艺环节i的一个邻域，即从关键工艺环节的工艺参数之间的关联性集合E中选取e_ij不等于0的关键工艺环节j，组成一个邻域N_i，即关键工艺环节i的邻域。

调整取值计算单元312，用于基于所述关键工艺环节与所述邻域之间的影响权重计算所述关键工艺环节的调整取值，生成所述调整方案的工艺参数取值。

具体的，所述调整取值计算单元312中所述基于所述关键工艺环节与所述邻域之间的影响权重计算所述关键工艺环节的调整取值，计算公式为：

其中，x_i(t+1)表示关键工艺环节i调整后的工艺参数取值，α_i表示关键工艺环节i调整前的工艺参数产生的增益，x_i(t)表示关键工艺环节i调整前的工艺参数取值，w_ij表示关键工艺环节i的工艺参数受到关键工艺环节j的影响权重，x_j(t+1)表示关键工艺环节i的邻域N_i内的关键工艺环节j调整后的工艺参数取值，x_j(t)表示关键工艺环节i的邻域N_i内的关键工艺环节j调整前的工艺参数取值，

表示关键工艺环节i调整后的工艺参数取值产生的增益。

进一步地，当根据原料供货变动和替换、总成本控制、加快生产速度、适应实际应用需求和个性化定制需求等考虑，对关键工艺环节的某些工艺参数主动进行了调整之后，则将其它未被主动调整的工艺参数作为上述公式里面的p_i，对p_i进行取值为x_i，进而计算调整后的x_i(t+1)。

进一步地，经过多轮遍历全部的未被主动调整的工艺参数进行计算之后，获得全部关键工艺环节的{p₁,p₂,...p_i,...p_M}调整后的取值，即关键工艺环节的调整取值X＝{x₁,x₂,...x_i,...x_M}。

进一步地，当预设有L种调整方案，则L种调整方案的工艺参数取值表示为

其中，1≤l≤L。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (6)

1.一种基于大数据分析的瓦楞包装工艺调控方法，其特征在于，包括：

采集关键工艺环节的工艺参数，基于所述关键工艺环节的工艺参数计算调整方案的工艺参数取值；

基于所述调整方案的工艺参数取值和预设工艺参数构建初始评价矩阵，并将所述初始评价矩阵进行归一化处理，生成归一化工艺参数与最优工艺参数；

根据所述归一化工艺参数与所述最优工艺参数的关联系数计算关联系数，并基于所述关联系数生成评价矩阵；

基于所述评价矩阵确定评价权重向量，并基于所述评价权重向量生成所述调整方案的综合评价值；

对所述调整方案的综合评价值进行排序，基于排序结果选取最优调整方案，

所述采集关键工艺环节的工艺参数，基于所述关键工艺环节的工艺参数计算调整方案的工艺参数取值，包括：

采集关键工艺环节的工艺参数，并基于所述关键工艺环节的工艺参数之间的关联性确定所述关键工艺环节的邻域；其中，针对瓦楞纸产品各个关键工艺环节的工艺参数表示为p_i，其中i＝1,2……M，基于全部关键工艺环节的工艺参数形成集合为V＝{p₁,p₂,……p_i,……p_M}，其中，M表示纳入关键工艺环节的环节总数；其中，所述关键工艺环节包括原纸品类的选取、原纸预热时长和温度、楞型选择、多重预热的温度和时长、上浆量、胶浆含水量、热压压力和温度、烘干温度、表面附加工艺；

基于所述关键工艺环节与所述邻域之间的影响权重计算所述关键工艺环节的调整取值，生成所述调整方案的工艺参数取值，其中，

所述根据所述归一化工艺参数与所述最优工艺参数的关联系数计算关联系数，计算公式为：

上式中，δ_l(i)表示关联系数，l表示调整方案的个数，

表示第i个关键工艺环节的最优工艺参数，

表示第i个关键工艺环节的归一化工艺参数，ρ表示调整系数，

表示在调整方案和关键工艺环节的个数取值范围内

的最小值，

表示在调整方案和关键工艺环节的个数取值范围内

的最大值。

2.如权利要求1所述的基于大数据分析的瓦楞包装工艺调控方法，其特征在于，所述基于所述关键工艺环节与所述邻域之间的影响权重计算所述关键工艺环节的调整取值，生成所述调整方案的工艺参数取值，计算公式为：

其中，x_i(t+1)表示关键工艺环节i调整后的工艺参数取值，α_i表示关键工艺环节i调整前的工艺参数产生的增益，x_i(t)表示关键工艺环节i调整前的工艺参数取值，w_ij表示关键工艺环节i的工艺参数受到关键工艺环节j的影响权重，x_j(t+1)表示关键工艺环节i的邻域N_i内的关键工艺环节j调整后的工艺参数取值，x_j(t)表示关键工艺环节i的邻域N_i内的关键工艺环节j调整前的工艺参数取值，

表示关键工艺环节i调整后的工艺参数取值产生的增益。

3.如权利要求1所述的基于大数据分析的瓦楞包装工艺调控方法，其特征在于，所述基于所述评价权重向量生成所述调整方案的综合评价值，计算公式为：

上式中，γ_l表示综合评价值，M表示关键环节的总个数，θ_i表示第i个关键工艺环节的评价权重向量。

4.一种基于大数据分析的瓦楞包装工艺调控的计算机系统，其特征在于，包括：

工艺参数取值计算模块，用于采集关键工艺环节的工艺参数，基于所述关键工艺环节的工艺参数计算调整方案的工艺参数取值；

初始评价矩阵构建模块，用于基于所述调整方案的工艺参数取值和预设工艺参数构建初始评价矩阵，并对所述初始评价矩阵进行量纲归一化，生成归一化工艺参数与最优工艺参数；

评价矩阵生成模块，用于根据所述归一化工艺参数与所述最优工艺参数的关联系数计算关联系数，并基于所述关联系数生成评价矩阵；

综合评价值生成模块，用于基于所述评价矩阵确定评价权重向量，并基于所述评价权重向量生成所述调整方案的综合评价值；

排序模块，用于对所述调整方案的综合评价值进行排序，基于排序结果选取最优调整方案，

所述工艺参数取值计算模块，包括：

邻域确定单元，用于采集关键工艺环节的工艺参数，并基于所述关键工艺环节的工艺参数之间的关联性确定所述关键工艺环节的邻域；其中，针对瓦楞纸产品各个关键工艺环节的工艺参数表示为p_i，其中i＝1,2……M，基于全部关键工艺环节的工艺参数形成集合为V＝{p₁,p₂,……p_i,……p_M}，其中，M表示纳入关键工艺环节的环节总数；其中，所述关键工艺环节包括原纸品类的选取、原纸预热时长和温度、楞型选择、多重预热的温度和时长、上浆量、胶浆含水量、热压压力和温度、烘干温度、表面附加工艺；

调整取值计算单元，用于基于所述关键工艺环节与所述邻域之间的影响权重计算所述关键工艺环节的调整取值，生成所述调整方案的工艺参数取值，其中，

所述评价矩阵生成模块中所述根据所述归一化工艺参数与所述最优工艺参数的关联系数计算关联系数，计算公式为：

上式中，δ_l(i)表示关联系数，l表示调整方案的个数，

表示第i个关键工艺环节的最优工艺参数，

表示第i个关键工艺环节的归一化工艺参数，ρ表示调整系数，

表示在调整方案和关键工艺环节的个数取值范围内

的最小值，

表示在调整方案和关键工艺环节的个数取值范围内

的最大值。

5.如权利要求4所述的基于大数据分析的瓦楞包装工艺调控的计算机系统，其特征在于，所述调整取值计算单元中所述基于所述关键工艺环节与所述邻域之间的影响权重计算所述关键工艺环节的调整取值，计算公式为：

其中，x_i(t+1)表示关键工艺环节i调整后的工艺参数取值，α_i表示关键工艺环节i调整前的工艺参数产生的增益，x_i(t)表示关键工艺环节i调整前的工艺参数取值，w_ij表示关键工艺环节i的工艺参数受到关键工艺环节j的影响权重，x_j(t+1)表示关键工艺环节i的邻域N_i内的关键工艺环节j调整后的工艺参数取值，x_j(t)表示关键工艺环节i的邻域N_i内的关键工艺环节j调整前的工艺参数取值，

表示关键工艺环节i调整后的工艺参数取值产生的增益。

6.如权利要求4所述的基于大数据分析的瓦楞包装工艺调控的计算机系统，其特征在于，所述综合评价值生成模块中所述基于所述评价权重向量生成所述调整方案的综合评价值，计算公式为：

上式中，γ_l表示综合评价值，M表示关键环节的总个数，θ_i表示第i个关键工艺环节的评价权重向量。

Images