CN115619050A - 一种防火铝木饰面板加工质量预测方法、系统及存储介质 - Google Patents

一种防火铝木饰面板加工质量预测方法、系统及存储介质 Download PDF

Info

Publication number
CN115619050A
CN115619050A CN202211634363.1A CN202211634363A CN115619050A CN 115619050 A CN115619050 A CN 115619050A CN 202211634363 A CN202211634363 A CN 202211634363A CN 115619050 A CN115619050 A CN 115619050A
Authority
CN
China
Prior art keywords
processing
time
data
real
wood veneer
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
CN202211634363.1A
Other languages
English (en)
Other versions
CN115619050B (zh
Inventor
张克贵
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.)
Mianyang Fengruishangya Wood Industry Co ltd
Original Assignee
Mianyang Fengruishangya Wood Industry 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 Mianyang Fengruishangya Wood Industry Co ltd filed Critical Mianyang Fengruishangya Wood Industry Co ltd
Priority to CN202211634363.1A priority Critical patent/CN115619050B/zh
Publication of CN115619050A publication Critical patent/CN115619050A/zh
Application granted granted Critical
Publication of CN115619050B publication Critical patent/CN115619050B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Strategic Management (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Operations Research (AREA)
  • Human Resources & Organizations (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Economics (AREA)
  • Mathematical Physics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Evolutionary Biology (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Algebra (AREA)
  • Development Economics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Chemical And Physical Treatments For Wood And The Like (AREA)

Abstract

本发明公开了一种防火铝木饰面板加工质量预测方法、系统及存储介质，涉及面板加工预测技术领域，包括：确定当前加工的面板的标准处理工艺参数；建立防火铝木饰面板加工质量合格预测模型；实时监测获得实时处理压力数据、实时处理温度数据和实时处理时间数据；计算装饰木皮的实时处理压力完成指标、实时处理温度完成指标和实时处理时间完成指标；计算渗透超声功率完成指标期望值；计算获得防火铝木饰面板加工合格预测概率；判断防火铝木饰面板加工合格预测概率是否大于预设值。本发明的优点在于：本方案不需要进行繁琐的装饰木皮进行毛孔扩张检测，既可以使工作人员把控装饰木皮的加工质量，可有效的提高防火铝木饰面板的加工良率。

Description

一种防火铝木饰面板加工质量预测方法、系统及存储介质
技术领域
本发明涉及面板加工预测技术领域，具体是涉及一种防火铝木饰面板加工质量预测方法、系统及存储介质。
背景技术
防火铝木饰面板为在铝板两侧贴合有经过处理的装饰木皮形成的复合型面板板材，为使铝木饰面板具有良好的防火性能，通常需要对两侧的装饰木皮进行防火处理，既通过向装饰木皮中渗透足量的阻燃物质，以使装饰木皮具有一定的阻燃能力来实现，处理过程中，通常需要对装饰木皮进行高温高压处理后进行超声阻燃物质渗透，高温高压处理可使装饰木皮表面的毛孔扩张，以使阻燃物质可以更好的渗透进装饰木皮中。
装饰木皮的毛孔扩张程度直接决定着阻燃物质的渗透量，而对于装饰木皮进行毛孔扩张进行微观检测效率极低，因此对每一个经过高温高压的装饰木皮进行毛孔扩张检测是不现实，而现有技术缺乏一套行之有效的针对于装饰木皮的加工质量的预测方法，导致在实际加工过程中，工作人员无法把握防火铝木饰面板加工质量，造成防火铝木饰面板加工良率不稳定，易造成加工资源的浪费。
发明内容
为解决上述技术问题，提供一种防火铝木饰面板加工质量预测方法、系统及存储介质，本技术方案解决了上述的现有技术缺乏一套行之有效的针对于装饰木皮的加工质量的预测方法，导致在实际加工过程中，工作人员无法精准的把握防火铝木饰面板加工质量，造成防火铝木饰面板加工良率不稳定，易造成加工资源的浪费的问题。
为达到以上目的，本发明采用的技术方案为：
一种防火铝木饰面板加工质量预测方法，包括：
确定当前加工的面板的防火等级，根据防火等级确定装饰木皮的标准处理工艺参数，所述标准处理工艺参数包括标准处理压力、标准处理温度、标准处理时间和标准渗透超声功率；
建立防火铝木饰面板加工质量合格预测模型，所述防火铝木饰面板加工质量合格预测模型以装饰木皮的处理压力完成指标、处理温度完成指标、处理时间完成指标和渗透超声功率完成指标期望值为输入，输出防火铝木饰面板加工合格预测概率；
实时监测装饰木皮处理过程中的处理压力、处理温度和处理时间，获得实时处理压力数据、实时处理温度数据和实时处理时间数据；
根据实时处理压力数据、实时处理温度数据和实时处理时间数据计算装饰木皮的实时处理压力完成指标、实时处理温度完成指标和实时处理时间完成指标；
根据历史加工数据计算获得超声渗透工序步骤中的渗透超声功率完成指标期望值；
将装饰木皮的实时处理压力完成指标、实时处理温度完成指标、实时处理时间完成指标和渗透超声功率完成指标期望值代入防火铝木饰面板加工质量合格预测模型中，获得防火铝木饰面板加工合格预测概率；
判断防火铝木饰面板加工合格预测概率是否大于预设值，若是，则判断为合格概率高，进行后续的超声渗透步骤，若否，则判定为合格概率低，进行装饰木皮的返工处理。
优选的，所述根据防火等级确定装饰木皮的标准处理工艺参数具体包括如下步骤：
根据加工的面板的防火等级，确定装饰木皮的阻燃物质的渗透量；
根据阻燃物质的渗透量，确定装饰木皮在超声渗透前的毛孔扩张度，作为标准毛孔扩张度；
根据实验数据，确定装饰木皮达到标准毛孔扩张度下的处理压力、处理温度和处理时间，作为装饰木皮的标准处理压力、标准处理温度和标准处理时间；
根据实验数据，确定装饰木皮的标准渗透超声功率。
优选的，所述建立防火铝木饰面板加工质量合格预测模型具体包括如下步骤：
获取防火铝木饰面板历史加工数据；
按照是否合格对防火铝木饰面板历史加工数据进行分类，获得若干组合格历史加工数据和不合格历史加工数据；
根据历史加工数据进行计算，获得历史加工数据中的历史处理压力完成指标、历史处理温度完成指标、历史处理时间完成指标和历史渗透超声功率完成指标；
基于Logistic回归模型原理建立预测模型；
根据合格历史加工数据和不合格历史加工数据对预测模型中的参数以最大似然法进行参数估计，获得模型回归系数；
检验模型回归系数是否满足显著性要求，若不满足则重新进行模型回归系数计算，直至检验模型回归系数满足显著性要求；
完成模型求解，获得防火铝木饰面板加工质量合格预测模型。
优选的，所述防火铝木饰面板加工质量合格预测模型的表达式为：
Figure DEST_PATH_IMAGE001
，式中，G为概率预测模型的预测概率；
Figure DEST_PATH_IMAGE002
为处理压力完成指标；
Figure DEST_PATH_IMAGE003
为处理温度完成指标；
Figure DEST_PATH_IMAGE004
为处理时间完成指标；
Figure DEST_PATH_IMAGE005
为渗透超声功率完成指标；
Figure DEST_PATH_IMAGE006
、
Figure DEST_PATH_IMAGE007
、
Figure DEST_PATH_IMAGE008
、
Figure DEST_PATH_IMAGE009
和
Figure DEST_PATH_IMAGE010
均为风险预测模型的系数。
优选的，所述处理压力的实时监测方法为：
按照预设的时间间隔，装饰木皮处理过程中的压力进行实时检测采集，获得多个实时检测压力数据；
所述处理压力完成指标的计算方法为：
Figure DEST_PATH_IMAGE011
式中，
Figure DEST_PATH_IMAGE012
为实时检测压力数据；
Figure DEST_PATH_IMAGE013
为标准处理压力；
Q为实时检测压力数据的数量。
优选的，所述处理温度的实时监测方法为：
按照预设的时间间隔，装饰木皮处理过程中的温度进行实时检测采集，获得多个实时检测温度数据；
所述处理温度完成指标的计算方法为：
Figure DEST_PATH_IMAGE014
式中，
Figure DEST_PATH_IMAGE015
为实时检测压力数据；
Figure DEST_PATH_IMAGE016
为标准处理压力；
M为实时检测压力数据的数量。
优选的，所述处理时间完成指标的计算方法为：
Figure DEST_PATH_IMAGE017
式中，为实际处理时间；
为标准处理时间；
所述渗透超声功率完成指标的计算方法为：
Figure DEST_PATH_IMAGE018
式中，P为实际渗透超声功率；
Figure DEST_PATH_IMAGE019
为标准渗透超声功率。
优选的，所述渗透超声功率完成指标期望值的计算方法为：
获取历史加工数据中，在设定标准渗透超声功率状态下的超声渗透设备在实际加工过程中的渗透超声功率值，获得历史实际渗透超声功率数据；
将历史实际渗透超声功率数据按照从小到大的顺序进行排列；
确定检出水平α，并根据检出水平确定峰度检验的临界值bp（n）；
计算每个历史实际渗透超声功率值的峰度检验值bk（n）；
判断历史实际渗透超声功率值的峰度检验值bk（n）是否大于峰度检验的临界值bp（n），若是，则将历史实际渗透超声功率值剔除，若否，则不做响应；
对剩余的历史实际渗透超声功率数据进行求平均值，以该平均值作为渗透超声功率期望值；
采用渗透超声功率期望值进行计算渗透超声功率完成指标期望值；
其中，所述历史实际渗透超声功率值的峰度检验值bk（n）的计算公式为：
Figure DEST_PATH_IMAGE020
式中，n为渗透超声功率值按照从小到大的排序数；
Figure DEST_PATH_IMAGE021
为历史实际渗透超声功率数据的平均值；
Figure DEST_PATH_IMAGE022
为按照从小到大的顺序排列在n之前的渗透超声功率值。
进一步的，提出一种防火铝木饰面板加工质量预测系统，用于实现如上述的防火铝木饰面板加工质量预测方法，包括：
处理器，处理器用于进行建立防火铝木饰面板加工质量合格预测模型、进行处理工艺参数完成指标的计算、进行渗透超声功率完成指标期望值的计算和进行防火铝木饰面板加工合格预测概率计算；
数据接收模块，数据接收模块与所述处理器电性连接，数据处理模块用于接收实时处理压力数据、实时处理温度数据和实时处理时间数据；
存储模块，存储模块与所述处理器电性连接，存储模块用于存储历史加工数据和防火铝木饰面板加工质量合格预测模型；
数据判断模块，数据判断模块与所述处理器电性连接，数据判断模块用于判断防火铝木饰面板加工合格预测概率是否大于预设值；
信号输出模块，信号输出模块与数据判断模块电性连接，信号输出模块用于根据数据判断模块的判断结果输出预测信号。
再进一步的，提出一种存储介质，其上存储有计算机程序，所述计算机程序被调用时执行如上述的防火铝木饰面板加工质量预测方法。
与现有技术相比，本发明的有益效果在于：
本发明提出一种防火铝木饰面板加工质量预测方案，对与装饰木板的毛孔扩张度直接相关的高温高压处理的处理压力、处理温度和处理时间进行检测，并将处理压力、处理温度和处理时间的检测数据进行转换为完成指标，并通过建立防火铝木饰面板加工质量合格预测模型进行预测计算，在当前高温高压处理完成度下的装饰木皮经过超声渗透后能够达到合格标准的概率，并根据该概率判断是否进行超声渗透步骤,此方案不需要进行繁琐的装饰木皮进行毛孔扩张检测，既可以使工作人员把控装饰木皮的加工质量，可有效的提高防火铝木饰面板的加工良率，避免造成加工资源的浪费。
附图说明
图1为本方案提出的防火铝木饰面板加工质量预测系统结构框图；
图2为本方案提出的防火铝木饰面板加工质量预测方案流程图；
图3为本方案中的标准处理工艺参数的确定方法流程图；
图4为本方案中的防火铝木饰面板加工质量合格预测模型建立方法流程图；
图5为本方案中的渗透超声功率完成指标期望值的计算方法流程图。
具体实施方式
以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例，本领域技术人员可以想到其他显而易见的变型。
参照图1所示，一种防火铝木饰面板加工质量预测系统，包括：
处理器，处理器用于进行建立防火铝木饰面板加工质量合格预测模型、进行处理工艺参数完成指标的计算、进行渗透超声功率完成指标期望值的计算和进行防火铝木饰面板加工合格预测概率计算；
数据接收模块，数据接收模块与处理器电性连接，数据处理模块用于接收实时处理压力数据、实时处理温度数据和实时处理时间数据；
存储模块，存储模块与处理器电性连接，存储模块用于存储历史加工数据和防火铝木饰面板加工质量合格预测模型；
数据判断模块，数据判断模块与处理器电性连接，数据判断模块用于判断防火铝木饰面板加工合格预测概率是否大于预设值；
信号输出模块，信号输出模块与数据判断模块电性连接，信号输出模块用于根据数据判断模块的判断结果输出预测信号。
上述防火铝木饰面板加工质量预测系统的工作流程为：
S1、处理器从存储模块调取历史加工数据，并根据历史加工数据进行防火铝木饰面板加工质量合格预测模型的计算，并将防火铝木饰面板加工质量合格预测模型存储进存储模块；
S2、数据接收模块接收装饰木板高温高压处理过程中实时采集的实时处理压力数据、实时处理温度数据和实时处理时间数据，并输送至处理器；
S3、处理器根据实时处理压力数据、实时处理温度数据和实时处理时间数据进行计算实时处理压力完成指标、实时处理温度完成指标、实时处理时间完成指标；
S4、处理器根据历史加工数据进行渗透超声功率完成指标期望值计算；
S5、处理器从存储模块调取防火铝木饰面板加工质量合格预测模型，并代入实时处理压力完成指标、实时处理温度完成指标、实时处理时间完成指标和渗透超声功率完成指标期望值进行计算防火铝木饰面板加工合格预测概率；
S6、数据判断模块将处理器计算出的防火铝木饰面板加工合格预测概率与预设值进行比对，并输出比对结果；
S7、信号输出模块根据数据判断模块的比对结果输出预测信号。
为进一步的说明本方案，以下提出一种防火铝木饰面板加工质量预测方法，详细说明上述防火铝木饰面板加工质量预测系统的运行方法；
参照图2所示，一种防火铝木饰面板加工质量预测方法，包括：
确定当前加工的面板的防火等级，根据防火等级确定装饰木皮的标准处理工艺参数，标准处理工艺参数包括标准处理压力、标准处理温度、标准处理时间和标准渗透超声功率；
建立防火铝木饰面板加工质量合格预测模型，防火铝木饰面板加工质量合格预测模型以装饰木皮的处理压力完成指标、处理温度完成指标、处理时间完成指标和渗透超声功率完成指标期望值为输入，输出防火铝木饰面板加工合格预测概率；
实时监测装饰木皮处理过程中的处理压力、处理温度和处理时间，获得实时处理压力数据、实时处理温度数据和实时处理时间数据；
根据实时处理压力数据、实时处理温度数据和实时处理时间数据计算装饰木皮的实时处理压力完成指标、实时处理温度完成指标和实时处理时间完成指标；
根据历史加工数据计算获得超声渗透工序步骤中的渗透超声功率完成指标期望值；
将装饰木皮的实时处理压力完成指标、实时处理温度完成指标、实时处理时间完成指标和渗透超声功率完成指标期望值代入防火铝木饰面板加工质量合格预测模型中，获得防火铝木饰面板加工合格预测概率；
判断防火铝木饰面板加工合格预测概率是否大于预设值，若是，则判断为合格概率高，进行后续的超声渗透步骤，若否，则判定为合格概率低，进行装饰木皮的返工处理。
本方案对与装饰木板的毛孔扩张度直接相关的高温高压处理的处理压力、处理温度和处理时间进行检测，并将处理压力、处理温度和处理时间的检测数据进行转换为完成指标，并通过建立防火铝木饰面板加工质量合格预测模型进行预测计算，在当前高温高压处理完成度下的装饰木皮经过超声渗透后能够达到合格标准的概率，并根据该概率判断是否进行超声渗透步骤，可有效的避免高温高压处理不达标的装饰木板进行后续的超声渗透步骤，进而有效的防止了后续的加工资源的浪费。
参照图3所示，根据防火等级确定装饰木皮的标准处理工艺参数具体包括如下步骤：
根据加工的面板的防火等级，确定装饰木皮的阻燃物质的渗透量；
根据阻燃物质的渗透量，确定装饰木皮在超声渗透前的毛孔扩张度，作为标准毛孔扩张度；
根据实验数据，确定装饰木皮达到标准毛孔扩张度下的处理压力、处理温度和处理时间，作为装饰木皮的标准处理压力、标准处理温度和标准处理时间；
根据实验数据，确定装饰木皮的标准渗透超声功率。
在实际进行装饰木皮的加工之前，需要通过实验的方式进行装饰木皮的标准处理工艺参数的计算，以获得当前装饰木皮加工的标准工艺参数，并以此标砖工艺参数作为后续加工检测过程中的计算标准。
参照图4所示，建立防火铝木饰面板加工质量合格预测模型具体包括如下步骤：
获取防火铝木饰面板历史加工数据；
按照是否合格对防火铝木饰面板历史加工数据进行分类，获得若干组合格历史加工数据和不合格历史加工数据；
根据历史加工数据进行计算，获得历史加工数据中的历史处理压力完成指标、历史处理温度完成指标、历史处理时间完成指标和历史渗透超声功率完成指标；
基于Logistic回归模型原理建立预测模型；
根据合格历史加工数据和不合格历史加工数据对预测模型中的参数以最大似然法进行参数估计，获得模型回归系数；
检验模型回归系数是否满足显著性要求，若不满足则重新进行模型回归系数计算，直至检验模型回归系数满足显著性要求；
完成模型求解，获得防火铝木饰面板加工质量合格预测模型。
防火铝木饰面板加工质量合格预测模型的表达式为：
Figure DEST_PATH_IMAGE023
，式中，G为概率预测模型的预测概率；
Figure DEST_PATH_IMAGE024
为处理压力完成指标；
Figure DEST_PATH_IMAGE025
为处理温度完成指标；
Figure DEST_PATH_IMAGE026
为处理时间完成指标；
Figure DEST_PATH_IMAGE027
为渗透超声功率完成指标；
Figure 794277DEST_PATH_IMAGE006
、
Figure 533563DEST_PATH_IMAGE007
、
Figure 378022DEST_PATH_IMAGE008
、
Figure 533060DEST_PATH_IMAGE009
和
Figure 802367DEST_PATH_IMAGE010
均为风险预测模型的系数。
本方案中的防火铝木饰面板加工质量合格预测模型基于Logistic回归模型原理进行计算，Logistic回归模型是一种广义的线性回归分析模型，常用于数据挖掘，结果预测等领域；
本方案中，基于Logistic回归模型原理建立的防火铝木饰面板加工质量合格预测模型可根据实际检测的的实时处理压力完成指标、实时处理温度完成指标、实时处理时间完成指标，以及超声渗透装置在实际的使用过程中实际超声功率进行计算防火铝木饰面板加工质量合格概率预测，为后续的加工步骤提供了数据支撑。
处理压力的实时监测方法为：
按照预设的时间间隔，装饰木皮处理过程中的压力进行实时检测采集，获得多个实时检测压力数据；
处理压力完成指标的计算方法为：
Figure DEST_PATH_IMAGE028
式中，
Figure DEST_PATH_IMAGE029
为实时检测压力数据；
Figure DEST_PATH_IMAGE030
为标准处理压力；
Q为实时检测压力数据的数量。
处理温度的实时监测方法为：
按照预设的时间间隔，装饰木皮处理过程中的温度进行实时检测采集，获得多个实时检测温度数据；
处理温度完成指标的计算方法为：
Figure DEST_PATH_IMAGE031
式中，
Figure DEST_PATH_IMAGE032
为实时检测压力数据；
Figure DEST_PATH_IMAGE033
为标准处理压力；
M为实时检测压力数据的数量。
处理时间完成指标的计算方法为：
Figure DEST_PATH_IMAGE034
式中，为实际处理时间；
为标准处理时间；
渗透超声功率完成指标的计算方法为：
Figure DEST_PATH_IMAGE035
式中，P为实际渗透超声功率；
Figure DEST_PATH_IMAGE036
为标准渗透超声功率。
本方案中将防火铝木饰面板加工过程中的装饰木皮的处理压力、处理温度、处理时间和渗透超声功率作为检测指标，并将检测到的数值与标准的数值进行比对，并转化成完成指标，以数值的状态直观的表示处理压力、处理温度、处理时间和渗透超声功率在实际加工过程中的完成度，并根据实际加工过程中的完成度进行后续的合格概率预测。
参照图5所示，渗透超声功率完成指标期望值的计算方法为：
获取历史加工数据中，在设定标准渗透超声功率状态下的超声渗透设备在实际加工过程中的渗透超声功率值，获得历史实际渗透超声功率数据；
将历史实际渗透超声功率数据按照从小到大的顺序进行排列；
确定检出水平α，并根据检出水平确定峰度检验的临界值bp（n）；
计算每个历史实际渗透超声功率值的峰度检验值bk（n）；
判断历史实际渗透超声功率值的峰度检验值bk（n）是否大于峰度检验的临界值bp（n），若是，则将历史实际渗透超声功率值剔除，若否，则不做响应；
对剩余的历史实际渗透超声功率数据进行求平均值，以该平均值作为渗透超声功率期望值；
采用渗透超声功率期望值进行计算渗透超声功率完成指标期望值；
其中，历史实际渗透超声功率值的峰度检验值bk（n）的计算公式为：
Figure DEST_PATH_IMAGE037
式中，n为渗透超声功率值按照从小到大的排序数；
Figure DEST_PATH_IMAGE038
为历史实际渗透超声功率数据的平均值；
Figure DEST_PATH_IMAGE039
为按照从小到大的顺序排列在n之前的渗透超声功率值。
由于在实际的加工过程中，存在着加工环境的干扰，因此超声渗透设备的实际输出的超声功率会与设定的标准渗透超声功率存在的一定的波动误差，本方案中采用峰度检验对历史加工数据中的渗透超声功率进行离群点剔除，保留下可以真实反映超声渗透设备实际加工时的超声渗透功率数据进行渗透超声功率期望值的计算，使得渗透超声功率期望值可以降低异常加工状态的影响，更加真实的反映出超声渗透设备的工作状态，并依次状态进行计算渗透超声功率完成指标期望值的计算，可以准确的计算预测出防火铝木饰面板加工质量合格概率。
进一步的，本方案还提出一种存储介质，其上存储有计算机程序，计算机程序被调用时执行如上述的防火铝木饰面板加工质量预测方法；
可以理解的是，存储介质可以是磁性介质，例如，软盘、硬盘、磁带；光介质例如，DVD；或者半导体介质例如固态硬盘SolidStateDisk，SSD等。
综上所述，本发明的优点在于：本方案对与装饰木板的毛孔扩张度直接相关的高温高压处理的处理压力、处理温度和处理时间进行检测，不需要进行繁琐的装饰木皮进行毛孔扩张检测，既可以使工作人员把控装饰木皮的加工质量，可有效的提高防火铝木饰面板的加工良率，避免造成加工资源的浪费。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是本发明的原理，在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。

Claims (10)

1.一种防火铝木饰面板加工质量预测方法，其特征在于，包括：
确定当前加工的面板的防火等级，根据防火等级确定装饰木皮的标准处理工艺参数，所述标准处理工艺参数包括标准处理压力、标准处理温度、标准处理时间和标准渗透超声功率；
建立防火铝木饰面板加工质量合格预测模型，所述防火铝木饰面板加工质量合格预测模型以装饰木皮的处理压力完成指标、处理温度完成指标、处理时间完成指标和渗透超声功率完成指标期望值为输入，输出防火铝木饰面板加工合格预测概率；
实时监测装饰木皮处理过程中的处理压力、处理温度和处理时间，获得实时处理压力数据、实时处理温度数据和实时处理时间数据；
根据实时处理压力数据、实时处理温度数据和实时处理时间数据计算装饰木皮的实时处理压力完成指标、实时处理温度完成指标和实时处理时间完成指标；
根据历史加工数据计算获得超声渗透工序步骤中的渗透超声功率完成指标期望值；
将装饰木皮的实时处理压力完成指标、实时处理温度完成指标、实时处理时间完成指标和渗透超声功率完成指标期望值代入防火铝木饰面板加工质量合格预测模型中，获得防火铝木饰面板加工合格预测概率；
判断防火铝木饰面板加工合格预测概率是否大于预设值，若是，则判断为合格概率高，进行后续的超声渗透步骤，若否，则判定为合格概率低，进行装饰木皮的返工处理。
2.根据权利要求1所述一种防火铝木饰面板加工质量预测方法，其特征在于，所述根据防火等级确定装饰木皮的标准处理工艺参数具体包括如下步骤：
根据加工的面板的防火等级，确定装饰木皮的阻燃物质的渗透量；
根据阻燃物质的渗透量，确定装饰木皮在超声渗透前的毛孔扩张度，作为标准毛孔扩张度；
根据实验数据，确定装饰木皮达到标准毛孔扩张度下的处理压力、处理温度和处理时间，作为装饰木皮的标准处理压力、标准处理温度和标准处理时间；
根据实验数据，确定装饰木皮的标准渗透超声功率。
3.根据权利要求1所述一种防火铝木饰面板加工质量预测方法，其特征在于，所述建立防火铝木饰面板加工质量合格预测模型具体包括如下步骤：
获取防火铝木饰面板历史加工数据；
按照是否合格对防火铝木饰面板历史加工数据进行分类，获得若干组合格历史加工数据和不合格历史加工数据；
根据历史加工数据进行计算，获得历史加工数据中的历史处理压力完成指标、历史处理温度完成指标、历史处理时间完成指标和历史渗透超声功率完成指标；
基于Logistic回归模型原理建立预测模型；
根据合格历史加工数据和不合格历史加工数据对预测模型中的参数以最大似然法进行参数估计，获得模型回归系数；
检验模型回归系数是否满足显著性要求，若不满足则重新进行模型回归系数计算，直至检验模型回归系数满足显著性要求；
完成模型求解，获得防火铝木饰面板加工质量合格预测模型。
4.根据权利要求3所述一种防火铝木饰面板加工质量预测方法，其特征在于，所述防火铝木饰面板加工质量合格预测模型的表达式为：
Figure 998898DEST_PATH_IMAGE001
，
式中，G为概率预测模型的预测概率；
Figure 181617DEST_PATH_IMAGE002
为处理压力完成指标；
Figure 226934DEST_PATH_IMAGE003
为处理温度完成指标；
Figure 763088DEST_PATH_IMAGE004
为处理时间完成指标；
Figure 108619DEST_PATH_IMAGE005
为渗透超声功率完成指标；
Figure 196661DEST_PATH_IMAGE006
、
Figure 604640DEST_PATH_IMAGE007
、
Figure 69119DEST_PATH_IMAGE008
、
Figure 269156DEST_PATH_IMAGE009
和
Figure 403465DEST_PATH_IMAGE010
均为风险预测模型的系数。
5.根据权利要求4所述一种防火铝木饰面板加工质量预测方法，其特征在于，所述处理压力的实时监测方法为：
按照预设的时间间隔，装饰木皮处理过程中的压力进行实时检测采集，获得多个实时检测压力数据；
所述处理压力完成指标的计算方法为：
Figure 423374DEST_PATH_IMAGE011
式中，
Figure 425965DEST_PATH_IMAGE012
为实时检测压力数据；
Figure 214930DEST_PATH_IMAGE013
为标准处理压力；
Figure 48369DEST_PATH_IMAGE014
为实时检测压力数据的数量。
6.根据权利要求5所述一种防火铝木饰面板加工质量预测方法，其特征在于，所述处理温度的实时监测方法为：
按照预设的时间间隔，装饰木皮处理过程中的温度进行实时检测采集，获得多个实时检测温度数据；
所述处理温度完成指标的计算方法为：
Figure 555574DEST_PATH_IMAGE015
式中，
Figure 96276DEST_PATH_IMAGE016
为实时检测温度数据；
Figure 146272DEST_PATH_IMAGE017
为标准处理温度；
M为实时检测温度数据的数量。
7.根据权利要求6所述一种防火铝木饰面板加工质量预测方法，其特征在于，所述处理时间完成指标的计算方法为：
Figure 747018DEST_PATH_IMAGE018
式中，t为实际处理时间；
Figure 741518DEST_PATH_IMAGE019
为标准处理时间；
所述渗透超声功率完成指标的计算方法为：
Figure 961278DEST_PATH_IMAGE020
式中，P为实际渗透超声功率；
Figure 724835DEST_PATH_IMAGE021
为标准渗透超声功率。
8.根据权利要求7所述一种防火铝木饰面板加工质量预测方法，其特征在于，所述渗透超声功率完成指标期望值的计算方法为：
获取历史加工数据中，在设定标准渗透超声功率状态下的超声渗透设备在实际加工过程中的渗透超声功率值，获得历史实际渗透超声功率数据；
将历史实际渗透超声功率数据按照从小到大的顺序进行排列；
确定检出水平α，并根据检出水平确定峰度检验的临界值bp（n）；
计算每个历史实际渗透超声功率值的峰度检验值bk（n）；
判断历史实际渗透超声功率值的峰度检验值bk（n）是否大于峰度检验的临界值bp（n），若是，则将历史实际渗透超声功率值剔除，若否，则不做响应；
对剩余的历史实际渗透超声功率数据进行求平均值，以该平均值作为渗透超声功率期望值；
采用渗透超声功率期望值进行计算渗透超声功率完成指标期望值；
其中，所述历史实际渗透超声功率值的峰度检验值bk（n）的计算公式为：
Figure 27640DEST_PATH_IMAGE022
式中，n为渗透超声功率值按照从小到大的排序数；
Figure 119224DEST_PATH_IMAGE023
为历史实际渗透超声功率数据的平均值；
Figure 267309DEST_PATH_IMAGE024
为按照从小到大的顺序排列在n之前的渗透超声功率值。
9.一种防火铝木饰面板加工质量预测系统，用于实现如权利要求1-8任一项所述的防火铝木饰面板加工质量预测方法，其特征在于，包括：
处理器，处理器用于进行建立防火铝木饰面板加工质量合格预测模型、进行处理工艺参数完成指标的计算、进行渗透超声功率完成指标期望值的计算和进行防火铝木饰面板加工合格预测概率计算；
数据接收模块，数据接收模块与所述处理器电性连接，数据处理模块用于接收实时处理压力数据、实时处理温度数据和实时处理时间数据；
存储模块，存储模块与所述处理器电性连接，存储模块用于存储历史加工数据和防火铝木饰面板加工质量合格预测模型；
数据判断模块，数据判断模块与所述处理器电性连接，数据判断模块用于判断防火铝木饰面板加工合格预测概率是否大于预设值；
信号输出模块，信号输出模块与数据判断模块电性连接，信号输出模块用于根据数据判断模块的判断结果输出预测信号。
10.一种计算机可读存储介质，其上存储有计算机可读程序，其特征在于，所述计算机可读程序被调用时执行如权利要求1-8任一项所述的防火铝木饰面板加工质量预测方法。
CN202211634363.1A 2022-12-19 2022-12-19 一种防火铝木饰面板加工质量预测方法、系统及存储介质 Active CN115619050B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211634363.1A CN115619050B (zh) 2022-12-19 2022-12-19 一种防火铝木饰面板加工质量预测方法、系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211634363.1A CN115619050B (zh) 2022-12-19 2022-12-19 一种防火铝木饰面板加工质量预测方法、系统及存储介质

Publications (2)

Publication Number Publication Date
CN115619050A true CN115619050A (zh) 2023-01-17
CN115619050B CN115619050B (zh) 2023-03-28

Family

ID=84880227

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211634363.1A Active CN115619050B (zh) 2022-12-19 2022-12-19 一种防火铝木饰面板加工质量预测方法、系统及存储介质

Country Status (1)

Country Link
CN (1) CN115619050B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116307289A (zh) * 2023-05-19 2023-06-23 苏州益诚隆纺织科技有限公司 一种纺织品加工工序参数检测预测方法、系统及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102649159A (zh) * 2011-02-25 2012-08-29 北京科技大学 一种粉末注射成形坯密度在线预测系统及其方法
CN107944147A (zh) * 2017-11-28 2018-04-20 柳州市城中区聚宝机械冲压厂 基于grnn神经网络的注塑工艺优化方法及注塑工艺
CN109101698A (zh) * 2018-07-19 2018-12-28 广州科技贸易职业学院 一种基于注塑成型模型的特征选取方法、装置及存储介质
WO2021007801A1 (zh) * 2019-07-16 2021-01-21 东北大学 基于多尺度深度卷积网络的氧化铝综合生产指标决策方法
CN113677495A (zh) * 2019-04-12 2021-11-19 科思创知识产权两合公司 基于切割边缘的视觉金属面板质量检测
CN115294113A (zh) * 2022-09-30 2022-11-04 南通佳木汇木制品有限公司 一种木饰面板质量检测方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102649159A (zh) * 2011-02-25 2012-08-29 北京科技大学 一种粉末注射成形坯密度在线预测系统及其方法
CN107944147A (zh) * 2017-11-28 2018-04-20 柳州市城中区聚宝机械冲压厂 基于grnn神经网络的注塑工艺优化方法及注塑工艺
CN109101698A (zh) * 2018-07-19 2018-12-28 广州科技贸易职业学院 一种基于注塑成型模型的特征选取方法、装置及存储介质
CN113677495A (zh) * 2019-04-12 2021-11-19 科思创知识产权两合公司 基于切割边缘的视觉金属面板质量检测
WO2021007801A1 (zh) * 2019-07-16 2021-01-21 东北大学 基于多尺度深度卷积网络的氧化铝综合生产指标决策方法
CN115294113A (zh) * 2022-09-30 2022-11-04 南通佳木汇木制品有限公司 一种木饰面板质量检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李胜利;: "结构耐火设计中室内温度预测模型的对比研究" *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116307289A (zh) * 2023-05-19 2023-06-23 苏州益诚隆纺织科技有限公司 一种纺织品加工工序参数检测预测方法、系统及存储介质
CN116307289B (zh) * 2023-05-19 2023-08-18 苏州益诚隆纺织科技有限公司 一种纺织品加工工序参数检测预测方法、系统及存储介质

Also Published As

Publication number Publication date
CN115619050B (zh) 2023-03-28

Similar Documents

Publication Publication Date Title
CN115619050B (zh) 一种防火铝木饰面板加工质量预测方法、系统及存储介质
US9547544B2 (en) Method for verifying bad pattern in time series sensing data and apparatus thereof
US20150371134A1 (en) Predicting circuit reliability and yield using neural networks
CN115425764A (zh) 一种电力系统智能网络风险实时监控方法、系统及存储介质
CN104091622B (zh) 一种核电站数字化控制系统可用率评估方法及系统
CN109766281B (zh) 一种故障检测率下降变化的不完美调试软件可靠性模型
CN113757093B (zh) 一种闪蒸汽压缩机组故障诊断方法
KR101630171B1 (ko) 화재 위험 지수를 이용한 화재 위험 평가 시스템, 방법, 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 매체
JP2015148539A (ja) 地震情報配信システムとノイズ判定方法
Asadzadeh et al. AFT regression-adjusted monitoring of reliability data in cascade processes
CN109101750B (zh) 一种电子器件湿热环境下的加速寿命预测方法
CN116431994A (zh) 一种火灾监测方法和系统
ITUB20155449A1 (it) Metodo di analisi di una sequenza temporale di misure di un segnale caratteristico di un sistema per la diagnosi preventiva del sistema stesso
CN108197603A (zh) 考虑环境因素影响的基于奇异谱分析的结构损伤预警方法
CN112836359B (zh) 一种卷烟生产企业供配电设备的安全性评估方法
CN114895732A (zh) 环境试验箱防凝露方法及系统
CN113450001B (zh) 用于监测熟食制作实施情况的方法和系统
JPH0367146A (ja) 軸受の寿命診断装置
CN117729229A (zh) 一种机房环境安全监控方法及系统
CN116539979A (zh) 一种火电厂设备状态检测方法及系统
JPS58119008A (ja) 事故原因自動判定装置
CN117077060A (zh) 页岩气井的井漏预警方法、装置、电子设备和存储介质
CN116851462A (zh) 一种导位状态检测方法、装置、电子设备及存储介质
CN113586961A (zh) 一种飞机维修充氧方法、系统、终端及存储介质
CN117054009A (zh) 一种汽轮机真空严密性检测方法及系统

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