CN113391554A - 一种基于人工智能的电镀方法 - Google Patents

Abstract

本发明提供了一种基于人工智能的电镀方法，具体包括以下步骤：初始化配置、获得废液处理参数组、控制废液处理以及更新废液浓度段下经验参数；其中，获得废液处理参数组具体包括测定待处理废液浓度、获得待处理废液浓度段到废液处理排放目标浓度段的每段的处理控制参数、将每段处理控制参数d按照电解废液浓度段的浓度值由高至低组合形成废液处理参数组。该方法能有效控制电解法处理废水系统中的电流值与电压值，从而降低系统所需电量；同时，该方法还能进行智能学习，从而匹配各种处理环境、寻求更低的电量消耗方案。

Description

一种基于人工智能的电镀方法

技术领域

本发明涉及电镀工艺处理技术领域，具体涉及一种基于人工智能的电镀方法。

背景技术

电镀工艺是利用电解的原理将导电体铺上一层金属的方法。电镀是指在含有预镀金属的盐类溶液中，以被镀基体金属为阴极，通过电解作用，使镀液中预镀金属的阳离子在基体金属表面沉积出来，形成镀层的一种表面加工方法。镀层性能不同于基体金属，具有新的特征。根据镀层的功能分为防护性镀层，装饰性镀层及其它功能性镀层。电镀时，镀层金属或其他不溶性材料做阳极，待镀的工件做阴极，镀层金属的阳离子在待镀工件表面被还原形成镀层。能增强金属的抗腐蚀性(镀层金属多采用耐腐蚀的金属)、增加硬度、防止磨耗、提高导电性、光滑性、耐热性和表面美观。

电镀过程中，镀件清洗水、废电镀液、其他废水(如冲刷车间地面、刷洗极板洗水、通风设备冷凝水等)以及设备冷却水形成电镀废水，通常需要进行人工处理，否则会导致环境污染以及损害人体健康；电解法是目前电镀废液处理中一种高效且便捷的处理方式；然而，电解法处理电镀废液的过程中，需要消耗大量电能，从而导致生产成本大量增加，即处理浓度相同的废液时，在其他设备和条件一致的情况下，高电流电压能获取较快的处理速度；并且废液浓度越高，所需的电流电压越高；因此，如何在电解废液处理过程中节省电能、从而降低使用成本，是目前提升电解法使用范围，进而推广与普及电解法在工业生产中大量使用所亟待解决的问题。

发明内容

针对以上现有技术存在的问题，本发明的目的在于提供一种基于人工智能的电镀方法，该方法能有效控制电解法处理废水系统中的电流值与电压值，从而降低系统所需电量；同时，该方法还能进行智能学习，从而匹配各种处理环境，寻求更低的电量消耗方案。

本发明的目的通过以下技术方案实现：

一种基于人工智能的电镀方法，其特征在于：

包括以下步骤：

S001、初始化配置：首先设置浓度步进ρ_s，根据浓度步进划分电解废液浓度段；然后预设电解废液浓度段下经验参数；

所述电解废液浓度段下经验参数包括控制参数组、最优控制参数以及最优参数时间戳；

所述控制参数组由若干控制参数对组成，所述控制参数对由电流、电压与耗时组成；所述最优控制参数为控制参数组中处理效率最高的控制参数对；所述最优参数时间戳为用于记录对应的最优控制参数确定的时间点；

所述控制参数组的初始化配置值为经验值；所述最优控制参数的初始化配置在控制参数组的初始化配置值中进行选择；所述最优参数时间戳的初始化配置为开机时间戳；

并预设电解法处理废水系统中所述电解废液浓度段的所述控制参数组最大容量，用于表征所述控制参数组最多的参数对；所述控制参数组最大容量的预设值为经验值；

预设系统电解法处理废水系统中的参数跳变门限，用于表征最优控制参数保持不变的最长时间间隔、即一个时间长度门限；所述参数跳变门限的预设值为经验值；

所述经验值通过本领域多次使用收集的数据与数据库中存储的大量实验数据获得；

S002、获得废液处理参数组：

S201：首先测定待处理废液浓度ρ_p；

S202：从待处理废液浓度ρ_p所在的浓度段开始、到废液处理排放目标浓度ρ_e为止的所有浓度段中，获得每段的处理控制参数d；

获得所述每段的处理控制参数d的具体方法为：比较从待处理废液浓度ρ_p所在的浓度段开始、到废液处理排放目标浓度ρ_e为止的所有浓度段中的各段当前时间戳t_c与最优参数时间戳t_b的差值是否大于参数跳变时间门限t_th；

若t_c-t_b＜t_th，则直接使用对应浓度段的最优控制参数作为该段的处理控制参数d；

若t_c-t_b≥t_th，则通过控制参数新增算法更新对应浓度段的最优控制参数，并选择更新后的最优控制参数作为该段的处理控制参数d；

S203、获得的每段处理控制参数d按照步骤S001中划分的电解废液浓度段的浓度值由高至低组合，从而形成电解处理控制系统的废液处理参数组d₀；所述废液处理参数组d₀为不同废液浓度段下的处理控制参数d组成、是一个集合；

S003、控制废液处理：根据步骤S002的废液处理控制组d₀，实时监测废液浓度，按照废液处理参数组d₀控制不同废液浓度下的处理控制参数d，并记录不同废液浓度段的耗时时间t₀；

所述耗时时间t₀为废液浓度由待处理电解废液浓度段的上限浓度到下限浓度的时间，用于表征电解法处理废水系统中处理该废液浓度段所需的时间；

S004、更新废液浓度段下经验参数：

S401、根据步骤S003中获得的各废液浓度段的耗时时间t₀，更新对应电解废液浓度段的控制参数对(即当前使用的最优控制参数)中的耗时；

S402、对待处理的电解废液中的所有电解废液浓度段的控制参数对的参数进行处理效率的计算；

S403、对于每段废液浓度的处理控制参数组中，选择处理效率指标最高的控制参数对作为该电解废液浓度段最优控制参数；

S404、若最优控制参数(与更新前进行比较)发生变化，则用当前时间戳更新对应电解废液浓度段中的最优参数时间戳，反之则不更新；

S405、统计本次电解废液浓度段中的控制参数对的数量，若大于预设控制参数组最大容量，则删除处理效率最低的控制参数对；

S005、排放当前合格的处理废液，并重复步骤S002～S004，不断完成废液的处理。

作进一步优化，所述浓度步进ρ_s根据废液处理环境与检测设备精度进行设定，具体为：

式中，ρ_h为待处理废液浓度上限值；ρ₀为废液排放标准浓度值；

根据浓度步进划分电解废液浓度段，第i段电解废液浓度段的浓度为：[ρ₀ ^+i*ρ_s,ρ₀ ^+i*ρ_s ⁺ρ_s]。

参数跳变时间门限为一个动态变化值，当电解法处理废水系统开始时，参数跳变时间门限值小，使得系统存在更多的跳变可能，产生更多的学习和选择；随着系统运行时间增长，学习到的控制参数的增长，参数跳变门限值变大，使得系统更稳定。

作进一步优化，所述参数跳变时间门限采用自适应方法；

所述自适应方法具体为：所述电解废液浓度段的每一段均设置一个独立的参数跳变时间门限，若废液浓度段的最优控制参数改变一次，则对应浓度段的参数跳变时间门限均独立减去一个固定值；若废液浓度段的最优控制参数保持不变一次，则对应浓度段的参数跳变时间门限均独立加上一个固定值，从而使系统的调控适应不同废液浓度处理的不同需求，使系统自身趋于稳定、确保调控更精细。

作进一步优化，所述固定值由浓度步进以及废液电解处理的通用效率获得，具体为：

式中，D表示固定值；ρ_s表示浓度步进；v表示废液电解处理的通用效率，用于表征单位时间内电解废液浓度下降值。

作进一步优化，所述参数跳变时间门限设置最大值，避免电解法处理废水系统不再学习更新；所述参数跳变时间门限设置最小值，避免电解法处理废水系统频繁更新而无法稳定。

作进一步优化，所述步骤S202中所述控制参数新增算法具体为：首先通过该废液浓度段的控制参数组的参数对值(参数对值首次为初始化配置值，后续为初始化配置值更新后的值)，计算电流与电压的方差；然后以该废液浓度段最优控制参数值为基准，更新电流与电压中方差较大项的值(以最优控制参数为基准指对最优控制参数进行更新、从而得到新的控制参数)，更新量为：

Δ＝λ·3·σ；

式中，Δ更新量；λ为随机变量值，λ∈[-1,1]且λ≠0；σ＝max{σ_电流，σ_电压}，表示电压方差、电流方差的最大值。

作进一步优化，所述步骤S402的处理效率v₀具体为：

式中，ρ_Δ表示浓度变化值；I表示电流；U表示电压；T表示时间；I·U·T表示耗电量。

本发明具有如下技术效果：

本发明方法从智能学习和自动控制出发，对电解处理系统过程中的电量进行控制，能提供动态的电量最优的电解处理控制方案，同时；该方法引入智能学习的方式，系统能根据自身的执行处理的实际环境进行学习和调节，达到环境自动定制化的目的，进一步优化电解处理控制过程。该方法将所需处理的废液浓度划分为不同的分段范围、对应废液电解处理中的不同过程，寻求每个过程的最优方案，从而达到全局最优的方法，同时通过设置参数跳变时间门限，使得对每一段浓度调控更为精细、也有效避免整个更新方案陷入局部最优解而无法稳定；通过控制参数新增算法与舍弃设置，限制跳变范围，从而保证系统的稳定性与精确性。

具体实施方式

下面将结合具体实施方式，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做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。

实施例：

一种基于人工智能的电镀方法，其特征在于：

包括以下步骤：

S001、初始化配置：首先设置浓度步进ρ_s，根据浓度步进划分电解废液浓度段；

浓度步进ρ_s根据废液处理环境与检测设备精度进行设定，具体为：

式中，ρ_h为待处理废液浓度上限值；ρ₀为废液排放标准浓度值；

根据浓度步进划分电解废液浓度段，第i段电解废液浓度段的浓度为：[ρ₀ ^+i*ρ_s,ρ₀ ^+i*ρ_s ⁺ρ_s]。

然后预设电解废液浓度段下经验参数：电解废液浓度段下经验参数包括控制参数组、最优控制参数以及最优参数时间戳；

控制参数组由若干控制参数对组成，控制参数由电流、电压与耗时组成；控制参数组的初始化配置值为经验值；

最优控制参数为控制参数组中处理效率最高的控制参数对，最优参数时间戳为用于记录对应的最优控制参数确定的时间点；最优控制参数的初始化配置在控制参数组的初始化配置值中进行选择，最优参数时间戳的初始化配置为开机时间戳；

并预设电解法处理废水系统中电解废液浓度段的控制参数组最大容量，用于表征控制参数组最多的参数对；控制参数组最大容量的预设值为经验值、优选为10；

预设系统电解法处理废水系统中的参数跳变门限，用于表征最优控制参数保持不变的最长时间间隔、即一个时间长度门限；参数跳变门限的预设值为经验值；

参数跳变时间门限为一个动态变化值，当电解法处理废水系统开始时，参数跳变时间门限值小，使得系统存在更多的跳变可能，产生更多的学习和选择；随着系统运行时间增长，学习到的控制参数的增长，参数跳变门限值变大，使得系统更稳定。

参数跳变时间门限采用自适应方法；

自适应方法具体为：电解废液浓度段的每一段均设置一个独立的参数跳变时间门限，若废液浓度段的最优控制参数改变一次，则对应浓度段的参数跳变时间门限均独立减去一个固定值；若废液浓度段的最优控制参数保持不变一次，则对应浓度段的参数跳变时间门限均独立加上一个固定值，从而使系统的调控适应不同废液浓度处理的不同需求，使系统自身趋于稳定、确保调控更精细。

固定值由浓度步进以及废液电解处理的通用效率获得，具体为：

式中，D表示固定值；ρ_s表示浓度步进；v表示废液电解处理的通用效率，用于表征单位时间内电解废液浓度下降值，即：

式中，ρ′_Δ表示单位时间内的浓度变化下降值；I表示电流；U表示电压；T₀表示单位时间。

参数跳变时间门限设置最大值，避免电解法处理废水系统不再学习更新；参数跳变时间门限设置最小值，避免电解法处理废水系统频繁更新而无法稳定。

经验值通过本领域多次使用收集的数据与数据库中存储的大量实验数据获得；

S002、获得废液处理参数组：

S201：首先测定待处理废液浓度ρ_p；

S202：从待处理废液浓度ρ_p所在的浓度段开始、到废液处理排放目标浓度ρ_e为止的所有浓度段中，获得每段的处理控制参数d；

获得每段的处理控制参数d的具体方法为：比较从待处理废液浓度ρ_p所在的浓度段开始、到废液处理排放目标浓度ρ_e为止的所有浓度段中的各段当前时间戳t_c与最优参数时间戳t_b的差值是否大于参数跳变时间门限t_th；

若t_c-t_b＜t_th，则直接使用对应浓度段的最优控制参数作为该段的处理控制参数d；

若t_c-t_b≥t_th，则通过控制参数新增算法更新对应浓度段的最优控制参数，并选择更新后的最优控制参数作为该段的处理控制参数d；

步骤S202中控制参数新增算法具体为：首先通过该废液浓度段的控制参数组中的参数对值(参数对值首次为初始化配置值，后续为初始化配置值更新后的值)，计算电流与电压的方差；然后以该废液浓度段最优控制参数值为基准，更新电流与电压中方差较大项的值(以最优控制参数为基准指对最优控制参数进行更新、从而得到新的控制参数)，更新量为：

Δ＝λ·3·σ；

式中，Δ更新量；λ为随机变量值，λ∈[-1,1]且λ≠0；σ＝max{σ_电流，σ_电压}，表示电压方差、电流方差的最大值。

S203、获得的每段处理控制参数d按照步骤S001中划分的电解废液浓度段的浓度值由高至低组合，从而形成电解处理控制系统的废液处理参数组d₀；废液处理参数组d₀为不同废液浓度段下的处理控制参数d组成、是一个集合；

S003、控制废液处理：根据步骤S002的废液处理控制组d₀，实时监测废液浓度，按照废液处理参数组d₀控制不同废液浓度下的处理控制参数d，并记录不同废液浓度段的耗时时间t₀；

耗时时间t₀为废液浓度由待处理电解废液浓度段的上限浓度到下限浓度的时间，用于表征电解法处理废水系统中处理该废液浓度段所需的时间；

S004、更新废液浓度段下经验参数：

S401、根据步骤S003中获得的各废液浓度段的耗时时间t₀，更新对应电解废液浓度段的控制参数对(即当前使用的最优控制参数)中的耗时；

S402、对待处理的电解废液中的所有电解废液浓度段的控制参数对的参数进行处理效率的计算；

处理效率v₀具体为：

式中，ρ_Δ表示浓度变化值；I表示电流；U表示电压；T表示时间；I·U·T表示耗电量。

S403、对于每段废液浓度的处理控制参数组中，选择处理效率指标最高的控制参数对作为该电解废液浓度段最优控制参数；

S404、若最优控制参数(与更新前进行比较)发生变化，则用当前时间戳更新对应电解废液浓度段中的最优参数时间戳，反之则不更新；

S405、统计本次电解废液浓度段中的控制参数对的数量，若大于预设控制参数组最大容量，则删除处理效率最低的控制参数对；

S005、排放当前合格的处理废液，并重复步骤S002～S004，不断完成废液的处理。

以上结合具体实施例描述了本公开的基本原理，但是，需要指出的是，在本公开中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本公开的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本公开为必须采用上述具体的细节来实现。

Claims (4)

1.一种基于人工智能的电镀方法，其特征在于：

包括以下步骤：

S001、初始化配置：首先设置浓度步进ρ_s，根据浓度步进划分电解废液浓度段；然后预设电解废液浓度段下经验参数；

所述电解废液浓度段下经验参数包括控制参数组、最优控制参数以及最优参数时间戳；

所述控制参数组由若干控制参数对组成，所述控制参数由电流、电压与耗时组成；所述最优控制参数为控制参数组中处理效率最高的控制参数对；所述最优参数时间戳为用于记录对应的最优控制参数确定的时间点；

所述控制参数组的初始化配置值为经验值；所述最优控制参数的初始化配置在控制参数组的初始化配置值中进行选择；所述最优参数时间戳的初始化配置为开机时间戳；

并预设电解法处理废水系统中所述电解废液浓度段的所述控制参数组最大容量，用于表征所述控制参数组最多的参数对；所述控制参数组最大容量的预设值为经验值；

预设系统电解法处理废水系统中的参数跳变门限，用于表征最优控制参数保持不变的最长时间间隔、即一个时间长度门限；所述参数跳变门限的预设值为经验值；

所述经验值通过本领域多次使用收集的数据与数据库中存储的大量实验数据获得；

S002、获得废液处理参数组：

S201：首先测定待处理废液浓度ρ_p；

S202：从待处理废液浓度ρ_p所在的浓度段开始、到废液处理排放目标浓度ρ_e为止的所有浓度段中，获得每段的处理控制参数d；

获得所述每段的处理控制参数d的具体方法为：比较从待处理废液浓度ρ_p所在的浓度段开始、到废液处理排放目标浓度ρ_e为止的所有浓度段中的各段当前时间戳t_c与最优参数时间戳t_b的差值是否大于参数跳变时间门限t_th；

若t_c-t_b＜t_th，则直接使用对应浓度段的最优控制参数作为该段的处理控制参数d；

若t_c-t_b≥t_th，则通过控制参数新增算法更新对应浓度段的最优控制参数，并选择更新后的最优控制参数作为该段的处理控制参数d；

S203、获得的每段处理控制参数d按照步骤S001中划分的电解废液浓度段的浓度值由高至低组合，从而形成电解处理控制系统的废液处理参数组d₀；所述废液处理参数组d₀为不同废液浓度段下的处理控制参数d组成、是一个集合；

S003、控制废液处理：根据步骤S002的废液处理控制组d₀，实时监测废液浓度，按照废液处理参数组d₀控制不同废液浓度下的处理控制参数d，并记录不同废液浓度段的耗时时间t₀；

所述耗时时间t₀为废液浓度由待处理电解废液浓度段的上限浓度到下限浓度的时间，用于表征电解法处理废水系统中处理该废液浓度段所需的时间；

S004、更新废液浓度段下经验参数：

S401、根据步骤S003中获得的各废液浓度段的耗时时间t₀，更新对应电解废液浓度段的控制参数对(即当前使用的最优控制参数)中的耗时；

S402、对待处理的电解废液中的所有电解废液浓度段的控制参数对的参数进行处理效率的计算；

S403、对于每段废液浓度的处理控制参数组中，选择处理效率指标最高的控制参数对作为该电解废液浓度段最优控制参数；

S404、若最优控制参数(与更新前进行比较)发生变化，则用当前时间戳更新对应电解废液浓度段中的最优参数时间戳，反之则不更新；

S405、统计本次电解废液浓度段中的控制参数对的数量，若大于预设控制参数组最大容量，则删除处理效率最低的控制参数对；

S005、排放当前合格的处理废液，并重复步骤S002～S004，不断完成废液的处理。

2.根据权利要求1所述的一种基于人工智能的电镀方法，其特征在于：所述浓度步进ρ_s根据废液处理环境与检测设备精度进行设定，具体为：

式中，ρ_h为待处理废液浓度上限值；ρ₀为废液排放标准浓度值；

根据浓度步进划分电解废液浓度段，第i段电解废液浓度段的浓度可为：[ρ₀+i*ρ_s,ρ₀+i*ρ_s+ρ_s]。

3.根据权利要求1或2任一项所述的一种基于人工智能的电镀方法，其特征在于：所述参数跳变时间门限可采用自适应方法；

所述自适应方法具体为：所述电解废液浓度段的每一段均设置一个独立的参数跳变时间门限，若废液浓度段的最优控制参数改变一次，则对应浓度段的参数跳变时间门限均独立减去一个固定值；若废液浓度段的最优控制参数保持不变一次，则对应浓度段的参数跳变时间门限均独立加上一个固定值，从而使系统的调控适应不同废液浓度处理的不同需求，使系统自身趋于稳定、确保调控更精细。

4.根据权利要求1-3任一项所述的一种基于人工智能的电镀方法，其特征在于：所述步骤S202中所述控制参数新增算法具体为：首先通过该废液浓度段的控制参数组的参数对值，计算电流与电压的方差；然后以该废液浓度段最优控制参数值为基准，更新电流与电压中方差较大项的值(以最优控制参数为基准指对最优控制参数进行更新、从而得到新的控制参数)，更新量为：

Δ＝λ·3·σ；

式中，Δ更新量；λ为随机变量值，λ∈[-1,1]且λ≠0；σ＝max{σ_电流，σ_电压}，表示电压方差、电流方差的最大值。