CN116305671A - 一种人造板的生产线监测方法及系统 - Google Patents
一种人造板的生产线监测方法及系统 Download PDFInfo
- Publication number
- CN116305671A CN116305671A CN202310579625.7A CN202310579625A CN116305671A CN 116305671 A CN116305671 A CN 116305671A CN 202310579625 A CN202310579625 A CN 202310579625A CN 116305671 A CN116305671 A CN 116305671A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- production parameter
- associated production
- parameter
- cluster
- 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
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 274
- 238000012544 monitoring process Methods 0.000 title claims abstract description 173
- 238000000034 method Methods 0.000 title claims abstract description 38
- WSFSSNUMVMOOMR-UHFFFAOYSA-N Formaldehyde Chemical compound O=C WSFSSNUMVMOOMR-UHFFFAOYSA-N 0.000 claims abstract description 150
- 238000001514 detection method Methods 0.000 claims abstract description 71
- 238000005070 sampling Methods 0.000 claims abstract description 57
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 49
- 239000011120 plywood Substances 0.000 claims abstract description 46
- 238000010521 absorption reaction Methods 0.000 claims abstract description 43
- 238000013433 optimization analysis Methods 0.000 claims abstract description 21
- 238000010219 correlation analysis Methods 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims abstract description 9
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000005457 optimization Methods 0.000 claims description 13
- 238000007417 hierarchical cluster analysis Methods 0.000 claims description 12
- 238000012216 screening Methods 0.000 claims description 11
- 238000006243 chemical reaction Methods 0.000 claims description 10
- 238000000611 regression analysis Methods 0.000 claims description 10
- 238000007621 cluster analysis Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 7
- 238000006116 polymerization reaction Methods 0.000 claims description 5
- 238000012098 association analyses Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 5
- 230000000875 corresponding effect Effects 0.000 description 9
- 230000002596 correlated effect Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 239000002023 wood Substances 0.000 description 4
- 238000004026 adhesive bonding Methods 0.000 description 2
- 229920002522 Wood fibre Polymers 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 239000000853 adhesive Substances 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005034 decoration Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000007654 immersion Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000033772 system development Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002025 wood fiber Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0078—Testing material properties on manufactured objects
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/18—Details relating to CAD techniques using virtual or augmented reality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Business, Economics & Management (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- General Factory Administration (AREA)
- Computational Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Computer Hardware Design (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Economics (AREA)
- Mathematical Optimization (AREA)
- Manufacturing & Machinery (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
Abstract
本发明公开了一种人造板的生产线监测方法及系统,涉及数据处理技术领域,该方法包括:获取胶合板监测指标,胶合板监测指标包括甲醛释放量、吸水膨胀率和表面结合强度;遍历甲醛释放量、吸水膨胀率和表面结合强度进行关联性分析,获取关联生产参数;根据关联生产参数对胶合板监测指标进行虚拟抽样检测,当抽样检测结果不满足监测指标期望值,对关联生产参数进行优化分析,获取关联生产参数调整值;将关联生产参数调整值设为生产线监测基线进行实时监测。本发明解决了现有技术中存在人造板生产线监测准确性低,生产质量不满足要求的技术问题,达到了智能化的确定生产线监测基线,提升监测准确性的技术效果。
Description
技术领域
本发明涉及数据处理技术领域,具体涉及一种人造板的生产线监测方法及系统。
背景技术
随着建筑装饰行业的快速发展,对于木材的需求量急剧上升,人造板由于其使用性能的优越和具有较好的稳定性,逐渐在家居中被选用。随着人造板需求量的增加,保证人造板生产质量成为人们关注的焦点。
在控制人造板生产质量时主要通过对人造板生产线进行生产监测实现,然而,现有生产线监测主要利用人工对线上产品进行质量检验,形成反馈数据从而确定生产线的运行情况。反馈周期过长,且受限于技术人员的能力,监测结果的可靠性不能够满足需求。现有技术中存在人造板生产线监测准确性低,生产质量不满足要求的技术问题。
发明内容
本申请提供了一种人造板的生产线监测方法及系统,用于针对解决现有技术中存在人造板生产线监测准确性低,生产质量不满足要求的技术问题。
鉴于上述问题,本申请提供了一种人造板的生产线监测方法及系统。
本申请的第一个方面,提供了一种人造板的生产线监测方法,其中,应用于胶合板生产监测系统,包括:
获取胶合板监测指标,所述胶合板监测指标包括甲醛释放量、吸水膨胀率和表面结合强度;
遍历所述甲醛释放量、所述吸水膨胀率和所述表面结合强度进行关联性分析,获取关联生产参数;
根据所述关联生产参数对所述胶合板监测指标进行虚拟抽样检测,当抽样检测结果不满足监测指标期望值,对所述关联生产参数进行优化分析,获取关联生产参数调整值;
将所述关联生产参数调整值设为生产线监测基线进行实时监测。
本申请的第二个方面,提供了一种人造板的生产线监测系统,所述系统包括:
监测指标获取模块,所述监测指标获取模块用于获取胶合板监测指标,所述胶合板监测指标包括甲醛释放量、吸水膨胀率和表面结合强度;
关联生产参数获取模块,所述关联生产参数获取模块用于遍历所述甲醛释放量、所述吸水膨胀率和所述表面结合强度进行关联性分析,获取关联生产参数;
参数调整值获取模块,所述参数调整值获取模块用于根据所述关联生产参数对所述胶合板监测指标进行虚拟抽样检测,当抽样检测结果不满足监测指标期望值,对所述关联生产参数进行优化分析,获取关联生产参数调整值;
实时监测模块,所述实时监测模块用于将所述关联生产参数调整值设为生产线监测基线进行实时监测。
本申请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:
本申请通过获取胶合板监测指标,胶合板监测指标包括甲醛释放量、吸水膨胀率和表面结合强度,然后遍历甲醛释放量、吸水膨胀率和表面结合强度进行关联性分析,获取关联生产参数,进而根据关联生产参数对胶合板监测指标进行虚拟抽样检测,当抽样检测结果不满足监测指标期望值,对关联生产参数进行优化分析,获取关联生产参数调整值,通过将关联生产参数调整值设为生产线监测基线进行实时监测。达到了对生产线进行实时监测,提高监测可靠性的技术效果。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种人造板的生产线监测方法流程示意图;
图2为本申请实施例提供的一种人造板的生产线监测方法中获取关联生产参数的流程示意图;
图3为本申请实施例提供的一种人造板的生产线监测方法中获取关联生产参数调整值的流程示意图;
图4为本申请实施例提供的一种人造板的生产线监测系统结构示意图。
附图标记说明:监测指标获取模块11,关联生产参数获取模块12,参数调整值获取模块13,实时监测模块14。
具体实施方式
本申请通过提供了一种人造板的生产线监测方法及系统,用于针对解决现有技术中存在人造板生产线监测准确性低,生产质量不满足要求的技术问题。
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要说明的是,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块。
实施例一
如图1所示,本申请提供了一种人造板的生产线监测方法,其中,应用于胶合板生产监测系统,包括:
步骤S100:获取胶合板监测指标,所述胶合板监测指标包括甲醛释放量、吸水膨胀率和表面结合强度;
具体而言,所述人造板是以木材、木质碎料或木材和植物纤维为原料,通过胶黏剂和其他添加剂胶合等工序制成的板材,具有较好的稳定性,包括胶合板。其中,所述胶合板是由3层以上的层数为奇数的薄木板胶合压制而成,优选的,胶合板各层之间的木纤维方向互相垂直。通过根据胶合板的生产工艺确定对胶合板的质量进行监测的所述胶合板监测指标,包括甲醛释放量、吸水膨胀率和表面结合强度。其中,所述甲醛释放量是对单位时间内胶合板释放的甲醛含量进行确定的监测指标。所述吸水膨胀率是将胶合板浸入水中,浸泡2H后,测得的吸水前后厚度差与浸水前厚度之比,反映了胶合板在湿度环境下的使用性能。所述表面结合强度是胶合板单位面积内可能承受的最大压力,反映了胶合板的抗压能力。通过确定所述胶合板监测指标,为后续对生产线相关联参数的确定提供关联对象,从而实现对生产线参数的筛选。
步骤S200:遍历所述甲醛释放量、所述吸水膨胀率和所述表面结合强度进行关联性分析,获取关联生产参数;
进一步的,如图2所示,遍历所述甲醛释放量、所述吸水膨胀率和所述表面结合强度进行关联性分析,获取关联生产参数,本申请实施例步骤S200还包括:
步骤S210:将所述甲醛释放量或所述吸水膨胀率或所述表面结合强度设为基准参数属性,遍历初始生产参数设定第一比对参数属性直到第N比对参数属性,N为整数,N≥1;
步骤S220:根据生产日志数据对所述基准参数属性,所述第一比对参数属性直到所述第N比对参数属性进行赋值执行去量纲处理后,生成第一基准序列和第一比对序列;
步骤S230:对所述第一基准序列和所述第一比对序列进行灰色关联度分析,获取关联度大于或等于关联度阈值的所述初始生产参数添加进甲醛释放量关联生产参数或吸水膨胀率关联生产参数或表面结合强度关联生产参数;
步骤S240:将所述甲醛释放量关联生产参数、所述吸水膨胀率关联生产参数和所述表面结合强度关联生产参数设为所述关联生产参数。
在一个可能的实施例中,通过将甲醛释放量或所述吸水膨胀率或所述表面结合强度设为基准参数属性,也就是说,基准参数属性的设置可以为甲醛释放量、所述吸水膨胀率、所述表面结合强度三个监测指标单独设置;也可以是两两监测指标同时设置,如甲醛释放量和吸水膨胀率、甲醛释放量和表面结合强度、吸水膨胀率和表面结合强度;还可以是三个监测指标同时设置,如甲醛释放量和所述吸水膨胀率和所述表面结合强度。其中,所述基准参数属性是进行关联参数分析时,作为被关联对象的参数属性。通过对胶合板生产线的初始生产参数逐一进行分析,设定第一比对参数属性直至第N比对参数属性,
在一个可能的实施例中,通过根据生产日志数据对所述基准参数属性进行赋值,并获得与基准参数属性赋值结果相对应的生产线参数,进而对第一比对参数属性直到所述第N比对参数属性进行赋值,并对赋值结果进行去量纲处理,从而避免由于量纲影响无法分析数据之间的关联关系。优选的,可以使用归一法、标准化、中心化等方式进行去量纲处理。根据去量纲处理后的结果生成所述第一基准序列和第一比对序列。其中,第一比对序列具有多组与第一基准序列一一对应的比对参数,任意一组都与所述第一基准序列的一个赋值结果相对应,包括N个属性赋值信息。
在一个可能的实施例中,使用灰色关联度分析法,对一个系统发展变化态势的定量描述和比较。也就是将第一基准序列作为母序列,将第一比对序列作为子序列,获得子序列中参数与第一基准序列中的基准参数属性之间的关联度。以所述关联度阈值(由工作人员自行设定,在此不做限制)对关联度进行筛选,获得大于等于关联度阈值的初始生产参数,根据初始生产参数对应的基准参数属性确定关联生产参数添加的对象进行参数添加,获得所述甲醛释放量关联生产参数、所述吸水膨胀率关联生产参数和所述表面结合强度关联生产参数,将其设定为关联生产参数。
步骤S300:根据所述关联生产参数对所述胶合板监测指标进行虚拟抽样检测,当抽样检测结果不满足监测指标期望值,对所述关联生产参数进行优化分析,获取关联生产参数调整值;
进一步的,如图3所示,根据所述关联生产参数对所述胶合板监测指标进行虚拟抽样检测,当抽样检测结果不满足监测指标期望值,对所述关联生产参数进行优化分析,获取关联生产参数调整值,本申请实施例步骤S300还包括:
步骤S310:以所述关联生产参数的关联生产参数监测值作为生产线约束信息,采集M条抽检记录数据;
步骤S320:遍历所述甲醛释放量、所述吸水膨胀率和所述表面结合强度,设定第一偏差阈值、第二偏差阈值和第三偏差阈值;
步骤S330:根据所述第一偏差阈值对所述M条抽检记录数据进行层次聚类分析,获取第一聚类结果;
步骤S340:根据所述第二偏差阈值对所述M条抽检记录数据进行层次聚类分析,获取第二聚类结果;
步骤S350:根据所述第三偏差阈值对所述M条抽检记录数据进行层次聚类分析,获取第三聚类结果;
步骤S360:遍历所述第一聚类结果、所述第二聚类结果和所述第三聚类结果,筛选所述抽样检测结果;
步骤S370:当所述抽样检测结果不满足监测指标期望值,对所述关联生产参数进行优化分析,获取所述关联生产参数调整值。
在本申请的实施例中,通过根据关联生产参数进行虚拟抽样检测,所述抽样检测结果反映了胶合板的生产质量,当不满足监测指标期望值时,表明此时生产线对应的关联生产参数不合格,从而需要对关联生产参数进行优化分析,获得所述关联生产参数调整值。其中,所述关联生产参数调整值是对生产线参数中与监测指标相关联的生产参数进行调整的范围进行确定的数值。
在一个可能的实施例中,通过以关联生产参数监测值作为对生产线的生产记录抽检范围进行约束的信息,获得M条抽检记录数据。通过以所述甲醛释放量、所述吸水膨胀率和所述表面结合强度对应的合格范围确定第一偏差阈值、第二偏差阈值和第三偏差阈值。根据所述第一偏差阈值对所述M条抽检记录数据进行层次聚类分析,也就是说利用所述第一偏差阈值对M条抽检记录数据以甲醛释放量数值为划分依据进行聚类划分,获得第一聚类结果。其中,所述第一聚类结果包括甲醛释放量低于第一偏差阈值的一类,在第一偏差阈值范围内的一类和高于第一偏差阈值范围的一类。
具体而言,根据所述第二偏差阈值对所述M条抽检记录数据进行层次聚类分析,也就是说利用所述第二偏差阈值对M条抽检记录数据以吸水膨胀率为划分依据进行聚类划分,获得第二聚类结果。其中,所述第二聚类结果包括吸水膨胀率低于第二偏差阈值的一类,在第二偏差阈值范围内的一类和高于第二偏差阈值范围的一类。
具体的,根据所述第三偏差阈值对所述M条抽检记录数据进行层次聚类分析,也就是说利用所述第三偏差阈值对M条抽检记录数据以表面结合强度为划分依据进行聚类划分,获得第三聚类结果。其中,所述第三聚类结果包括表面结合强度低于第三偏差阈值的一类,在第三偏差阈值范围内的一类和高于第三偏差阈值范围的一类。
在本申请的实施例中,通过对所述第一聚类结果、所述第二聚类结果和所述第三聚类结果进行分析,筛选抽样检测结果,当抽样检测结果不满足监测指标期望值时,需要对关联生产参数进行优化。
进一步的,遍历所述第一聚类结果、所述第二聚类结果和所述第三聚类结果,筛选所述抽样检测结果,本申请实施例步骤S360还包括:
步骤S361:所述第一聚类结果具有第一频率系数,所述第二聚类结果具有第二频率系数,所述第三聚类结果具有第三频率系数;
步骤S362:根据所述第一频率系数对所述第一聚类结果进行拟合计算,获取甲醛释放量抽样检测结果;
步骤S363:根据所述第二频率系数对所述第二聚类结果进行拟合计算,获取吸水膨胀率抽样检测结果;
步骤S364:根据所述第三频率系数对所述第三聚类结果进行拟合计算,获取表面结合强度抽样检测结果;
其中,拟合计算为统计频率系数占比大于或等于预设占比的聚类结果的指标均值的计算进程。
在一个可能的实施例中,通过对第一聚类结果(甲醛释放量低于第一偏差阈值的一类,在第一偏差阈值范围内的一类和高于第一偏差阈值范围的一类)中每一类占第一聚类结果的比例作为频率系数,将其进行汇总,从而获得所述第一频率系数。同理,所述第二聚类结果具有第二频率系数,所述第三聚类结果具有第三频率系数。
在一个可能的实施例中,对第一频率系数中大于预设占比的第一聚类结果的指标进行均值处理,从而获得甲醛释放量抽样检测结果,也就是甲醛释放量的均值。同理,获得吸水膨胀率抽样检测结果和表面结合强度抽样检测结果。
进一步的,根据所述关联生产参数对所述胶合板监测指标进行虚拟抽样检测,当抽样检测结果不满足监测指标期望值,对所述关联生产参数进行优化分析,获取关联生产参数调整值,本申请实施例步骤S370还包括:
步骤S371:对所述监测指标期望值进行正向化调整,获取监测指标期望值转换结果,所述监测指标期望值转换结果包括监测指标第一期望边界和监测指标第二期望边界,其中,所述监测指标第一期望边界小于所述监测指标第二期望边界;
步骤S372:当所述抽样检测结果小于或等于所述监测指标第一期望边界时,生成关联生产参数优化指令;
步骤S373:根据所述关联生产参数优化指令,以所述监测指标第一期望边界到所述监测指标第二期望边界为回归分析约束区间,对抽样检测记录数据进行回归分析,获取L条抽样检测记录数据,其中,所述L条抽样检测记录数据的监测指标特征值属于所述回归分析约束区间;
步骤S374:对所述L条抽样检测记录数据的L组关联生产参数记录值进行聚类分析,获取多个关联生产参数组聚类结果;
步骤S375:构建适应度函数,所述适应度函数为监测指标正向化参数之和;
步骤S376:遍历所述多个关联生产参数组聚类结果进行所述关联生产参数的优化分析,获取所述关联生产参数调整值。
进一步的,对所述L条抽样检测记录数据的L组关联生产参数记录值进行聚类分析,获取多个关联生产参数组聚类结果,本申请实施例步骤S374还包括:
步骤S374-1:获取所述关联生产参数的第k个关联生产参数的第k个聚类偏差阈值;
步骤S374-2:基于所述第k个关联生产参数,根据所述第k个聚类偏差阈值对所述L组关联生产参数记录值进行聚类分析,获取第k聚类结果;
步骤S374-3:对第一聚类结果、第二聚类结果直到所述第k聚类结果取交集,获取所述多个关联生产参数组聚类结果。
进一步的,遍历所述多个关联生产参数组聚类结果进行所述关联生产参数的优化分析,获取所述关联生产参数调整值,本申请实施例步骤S376还包括:
步骤S376-1根据所述适应度函数对所述多个关联生产参数组聚类结果的第i个聚类簇的第j个聚类对象进行分析,获取第j个聚类对象适应度;
步骤S376-2:当所述第j个聚类对象适应度大于或等于第i个簇优胜聚类对象适应度时,将所述第j个聚类对象对第i个簇优胜聚类对象进行更新,并将所述第i个簇优胜聚类对象适应度更新为所述第j个聚类对象适应度;
步骤S376-3:当优化迭代次数大于或等于第i个聚类簇预设迭代次数时,将所述第i个簇优胜聚类对象与其它簇优胜聚类对象进行适应度最大值筛选,获取所述关联生产参数调整值。
具体而言,通过对监测指标期望值进行正向化调整,也就是对监测指标期望值中的正向指标期望值越大,并将其压缩在[0,1]范围内,获得所述监测指标期望值转换结果。其中,所述监测指标第一期望边界是指标的最小值,所述监测指标第一期望边界是指标的最大期望值。当所述抽样检测结果小于或等于所述监测指标第一期望边界时,表明此时抽样检测不合格,需要对生产线关联生产参数进行优化,生成关联生产参数优化指令。所述关联生产参数优化指令是对关联生产参数进行优化的命令。
具体而言,在获得所述关联生产参数优化指令后,以所述监测指标第一期望边界到所述监测指标第二期望边界为回归分析约束区间,也就是监测指标要达到的范围,获得L条抽样检测记录数据。获得所述关联生产参数的第k个关联生产参数的第k个聚类偏差阈值,也就是第k个关联生产参数的记录值偏差范围,根据第k个聚类偏差阈值对所述L组关联生产参数记录值进行聚类分析,获得第k个关联生产参数偏差值在第k个聚类偏差阈值范围内的关联生产参数记录值集合,将其作为第k聚类结果。基于同样的方法,获得第一聚类结果、第二聚类结果直到所述第k聚类结果,对上述聚类结果取交集,也就是对每个关联生产参数都要符合对应的偏差阈值,从而将都符合的聚类结果作为所述多个关联生产参数组聚类结果。
在本申请的实施例中,所述适应度函数为监测指标正向化参数之和,也就是指标越大越好的正向化参数相加的函数。使用所述适应度函数对多个关联生产参数组聚类结果中第i个聚类簇的第j个聚类对象,也就是第i个关联生产参数组聚类结果中的第j个关联生产参数对应的正向化监测指标值代入适应度函数中进行适应度计算,从而获得所述第j个聚类对象适应度。
进而判断所述第j个聚类对象适应度大于或等于第i个簇优胜聚类对象适应度时,也就是说,此时第j个聚类对象适应度在第i个聚类簇中是最好的,将所述第i个簇优胜聚类对象适应度更新为所述第j个聚类对象适应度。预设迭代次数由工作人员自行设定,在此不做限制。当优化迭代次数大于或等于第i个聚类簇预设迭代次数时,停止迭代,将此时的第i个簇优胜聚类对象与其它簇优胜聚类对象进行适应度最大值筛选,将最大值对应的簇优胜聚类对象的生产参数与关联生产参数进行差值处理,将获得的结果作为关联生产参数调整值。
步骤S400:将所述关联生产参数调整值设为生产线监测基线进行实时监测。
具体而言,在获得所述关联生产参数调整值之后,将其设定为对胶合板的生产线进行监测时,生产线的关联生产参数需要达到的基准值,也就是所述生产线监测基线。由此,实现了确定对生产线进行监测的标准的目标,以生产线监测基线对人造板生产线的生产过程进行监测,从而大幅度的缩短监测反馈时间,提高监测准确性和可靠性。
综上所述,本申请实施例至少具有如下技术效果:
本申请通过确定胶合板质量的监测指标,进而对生产线中的生产参数分析与监测指标的关联程度,确定所述关联生产参数,进而通过进行虚拟抽样检测确定关联生产参数在满足监测指标的质量要求时对应的参数调整值,并将其作为生产线监测基线对生产线进行实时监测。达到对生产线监测提供量化直观的监测基线,提升监测效率的技术效果。
实施例二
基于与前述实施例中一种人造板的生产线监测方法相同的发明构思,如图4所示,本申请提供了一种人造板的生产线监测系统,本申请实施例中的系统与方法实施例基于同样的发明构思。其中,所述系统包括:
监测指标获取模块11,所述监测指标获取模块11用于获取胶合板监测指标,所述胶合板监测指标包括甲醛释放量、吸水膨胀率和表面结合强度;
关联生产参数获取模块12,所述关联生产参数获取模块12用于遍历所述甲醛释放量、所述吸水膨胀率和所述表面结合强度进行关联性分析,获取关联生产参数;
参数调整值获取模块13,所述参数调整值获取模块13用于根据所述关联生产参数对所述胶合板监测指标进行虚拟抽样检测,当抽样检测结果不满足监测指标期望值,对所述关联生产参数进行优化分析,获取关联生产参数调整值;
实时监测模块14,所述实时监测模块14用于将所述关联生产参数调整值设为生产线监测基线进行实时监测。
进一步的,所述关联生产参数获取模块12还包括:
比对属性设定单元,所述比对属性设定单元用于将所述甲醛释放量或所述吸水膨胀率或所述表面结合强度设为基准参数属性,遍历初始生产参数设定第一比对参数属性直到第N比对参数属性,N为整数,N≥1;
序列生成单元,所述序列生成单元用于根据生产日志数据对所述基准参数属性,所述第一比对参数属性直到所述第N比对参数属性进行赋值执行去量纲处理后,生成第一基准序列和第一比对序列;
生产参数添加单元,所述生产参数添加单元用于对所述第一基准序列和所述第一比对序列进行灰色关联度分析,获取关联度大于或等于关联度阈值的所述初始生产参数添加进甲醛释放量关联生产参数或吸水膨胀率关联生产参数或表面结合强度关联生产参数;
关联生产参数设定单元,所述关联生产参数设定单元用于将所述甲醛释放量关联生产参数、所述吸水膨胀率关联生产参数和所述表面结合强度关联生产参数设为所述关联生产参数。
进一步的,所述参数调整值获取模块13还包括:
生产线约束信息设定单元,所述生产线约束信息设定单元用于以所述关联生产参数的关联生产参数监测值作为生产线约束信息,采集M条抽检记录数据;
偏差阈值设定单元,所述偏差阈值设定单元用于遍历所述甲醛释放量、所述吸水膨胀率和所述表面结合强度,设定第一偏差阈值、第二偏差阈值和第三偏差阈值;
第一聚类结果获得单元,所述第一聚类结果获得单元用于根据所述第一偏差阈值对所述M条抽检记录数据进行层次聚类分析,获取第一聚类结果;
第二聚类结果获得单元,所述第二聚类结果获得单元用于根据所述第二偏差阈值对所述M条抽检记录数据进行层次聚类分析,获取第二聚类结果;
第三聚类结果获得单元,所述第三聚类结果获得单元用于根据所述第三偏差阈值对所述M条抽检记录数据进行层次聚类分析,获取第三聚类结果;
抽样检测结果筛选单元,所述抽样检测结果筛选单元用于遍历所述第一聚类结果、所述第二聚类结果和所述第三聚类结果,筛选所述抽样检测结果;
参数调整值获得单元,所述参数调整值获得单元用于当所述抽样检测结果不满足监测指标期望值,对所述关联生产参数进行优化分析,获取所述关联生产参数调整值。
进一步的,所述参数调整值获取模块13还包括:
频率系数设定单元,所述频率系数设定单元用于设定所述第一聚类结果具有第一频率系数,所述第二聚类结果具有第二频率系数,所述第三聚类结果具有第三频率系数;
甲醛抽样结果获得单元,所述甲醛抽样结果获得单元用于根据所述第一频率系数对所述第一聚类结果进行拟合计算,获取甲醛释放量抽样检测结果;
吸水膨胀率抽样结果获得单元,所述吸水膨胀率抽样结果获得单元用于根据所述第二频率系数对所述第二聚类结果进行拟合计算,获取吸水膨胀率抽样检测结果;
强度抽样结果获得单元,所述强度抽样结果获得单元用于根据所述第三频率系数对所述第三聚类结果进行拟合计算,获取表面结合强度抽样检测结果;
其中,拟合计算为统计频率系数占比大于或等于预设占比的聚类结果的指标均值的计算进程。
进一步的,所述参数调整值获取模块13还包括:
期望值转换结果获得单元,所述期望值转换结果获得单元用于对所述监测指标期望值进行正向化调整,获取监测指标期望值转换结果,所述监测指标期望值转换结果包括监测指标第一期望边界和监测指标第二期望边界,其中,所述监测指标第一期望边界小于所述监测指标第二期望边界;
优化指令生成单元,所述优化指令生成单元用于当所述抽样检测结果小于或等于所述监测指标第一期望边界时,生成关联生产参数优化指令;
抽样检测记录数据获得单元,所述抽样检测记录数据获得单元用于根据所述关联生产参数优化指令,以所述监测指标第一期望边界到所述监测指标第二期望边界为回归分析约束区间,对抽样检测记录数据进行回归分析,获取L条抽样检测记录数据,其中,所述L条抽样检测记录数据的监测指标特征值属于所述回归分析约束区间;
聚类结果获得单元,所述聚类结果获得单元用于对所述L条抽样检测记录数据的L组关联生产参数记录值进行聚类分析,获取多个关联生产参数组聚类结果;
适应度函数构建单元,所述适应度函数构建单元用于构建适应度函数,所述适应度函数为监测指标正向化参数之和;
优化分析单元,所述优化分析单元用于遍历所述多个关联生产参数组聚类结果进行所述关联生产参数的优化分析,获取所述关联生产参数调整值。
进一步的,所述参数调整值获取模块13还包括:
聚类偏差阈值获得单元,所述聚类偏差阈值获得单元用于获取所述关联生产参数的第k个关联生产参数的第k个聚类偏差阈值;
第k聚类结果获得单元,所述第k聚类结果获得单元用于基于所述第k个关联生产参数,根据所述第k个聚类偏差阈值对所述L组关联生产参数记录值进行聚类分析,获取第k聚类结果;
参数组聚类结果获得单元,所述参数组聚类结果获得单元用于对第一聚类结果、第二聚类结果直到所述第k聚类结果取交集,获取所述多个关联生产参数组聚类结果。
进一步的,所述参数调整值获取模块13还包括:
聚类对象适应度获得单元,所述聚类对象适应度获得单元用于根据所述适应度函数对所述多个关联生产参数组聚类结果的第i个聚类簇的第j个聚类对象进行分析,获取第j个聚类对象适应度;
适应度更新单元,所述适应度更新单元用于当所述第j个聚类对象适应度大于或等于第i个簇优胜聚类对象适应度时,将所述第j个聚类对象对第i个簇优胜聚类对象进行更新,并将所述第i个簇优胜聚类对象适应度更新为所述第j个聚类对象适应度;
参数调整值获得单元,所述参数调整值获得单元用于当优化迭代次数大于或等于第i个聚类簇预设迭代次数时,将所述第i个簇优胜聚类对象与其它簇优胜聚类对象进行适应度最大值筛选,获取所述关联生产参数调整值。
需要说明的是,上述本申请实施例先后顺序仅仅为了描述,不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
以上所述仅为本申请的较佳实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
本说明书和附图仅仅是本申请的示例性说明,且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样,倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内,则本申请意图包括这些改动和变型在内。
Claims (8)
1.一种人造板的生产线监测方法,其特征在于,应用于胶合板生产监测系统,包括:
获取胶合板监测指标,所述胶合板监测指标包括甲醛释放量、吸水膨胀率和表面结合强度;
遍历所述甲醛释放量、所述吸水膨胀率和所述表面结合强度进行关联性分析,获取关联生产参数;
根据所述关联生产参数对所述胶合板监测指标进行虚拟抽样检测,当抽样检测结果不满足监测指标期望值,对所述关联生产参数进行优化分析,获取关联生产参数调整值;
将所述关联生产参数调整值设为生产线监测基线进行实时监测。
2.如权利要求1所述的方法,其特征在于,遍历所述甲醛释放量、所述吸水膨胀率和所述表面结合强度进行关联性分析,获取关联生产参数,包括:
将所述甲醛释放量或所述吸水膨胀率或所述表面结合强度设为基准参数属性,遍历初始生产参数设定第一比对参数属性直到第N比对参数属性,N为整数,N≥1;
根据生产日志数据对所述基准参数属性,所述第一比对参数属性直到所述第N比对参数属性进行赋值执行去量纲处理后,生成第一基准序列和第一比对序列;
对所述第一基准序列和所述第一比对序列进行灰色关联度分析,获取关联度大于或等于关联度阈值的所述初始生产参数添加进甲醛释放量关联生产参数或吸水膨胀率关联生产参数或表面结合强度关联生产参数;
将所述甲醛释放量关联生产参数、所述吸水膨胀率关联生产参数和所述表面结合强度关联生产参数设为所述关联生产参数。
3.如权利要求1所述的方法,其特征在于,根据所述关联生产参数对所述胶合板监测指标进行虚拟抽样检测,当抽样检测结果不满足监测指标期望值,对所述关联生产参数进行优化分析,获取关联生产参数调整值,包括:
以所述关联生产参数的关联生产参数监测值作为生产线约束信息,采集M条抽检记录数据;
遍历所述甲醛释放量、所述吸水膨胀率和所述表面结合强度,设定第一偏差阈值、第二偏差阈值和第三偏差阈值;
根据所述第一偏差阈值对所述M条抽检记录数据进行层次聚类分析,获取第一聚类结果;以及
根据所述第二偏差阈值对所述M条抽检记录数据进行层次聚类分析,获取第二聚类结果;以及
根据所述第三偏差阈值对所述M条抽检记录数据进行层次聚类分析,获取第三聚类结果;
遍历所述第一聚类结果、所述第二聚类结果和所述第三聚类结果,筛选所述抽样检测结果;
当所述抽样检测结果不满足监测指标期望值,对所述关联生产参数进行优化分析,获取所述关联生产参数调整值。
4.如权利要求3所述的方法,其特征在于,遍历所述第一聚类结果、所述第二聚类结果和所述第三聚类结果,筛选所述抽样检测结果,包括:
所述第一聚类结果具有第一频率系数,所述第二聚类结果具有第二频率系数,所述第三聚类结果具有第三频率系数;
根据所述第一频率系数对所述第一聚类结果进行拟合计算,获取甲醛释放量抽样检测结果;以及
根据所述第二频率系数对所述第二聚类结果进行拟合计算,获取吸水膨胀率抽样检测结果;以及
根据所述第三频率系数对所述第三聚类结果进行拟合计算,获取表面结合强度抽样检测结果;
其中,拟合计算为统计频率系数占比大于或等于预设占比的聚类结果的指标均值的计算进程。
5.如权利要求1所述的方法,其特征在于,根据所述关联生产参数对所述胶合板监测指标进行虚拟抽样检测,当抽样检测结果不满足监测指标期望值,对所述关联生产参数进行优化分析,获取关联生产参数调整值,包括:
对所述监测指标期望值进行正向化调整,获取监测指标期望值转换结果,所述监测指标期望值转换结果包括监测指标第一期望边界和监测指标第二期望边界,其中,所述监测指标第一期望边界小于所述监测指标第二期望边界;
当所述抽样检测结果小于或等于所述监测指标第一期望边界时,生成关联生产参数优化指令;
根据所述关联生产参数优化指令,以所述监测指标第一期望边界到所述监测指标第二期望边界为回归分析约束区间,对抽样检测记录数据进行回归分析,获取L条抽样检测记录数据,其中,所述L条抽样检测记录数据的监测指标特征值属于所述回归分析约束区间;
对所述L条抽样检测记录数据的L组关联生产参数记录值进行聚类分析,获取多个关联生产参数组聚类结果;
构建适应度函数,所述适应度函数为监测指标正向化参数之和;
遍历所述多个关联生产参数组聚类结果进行所述关联生产参数的优化分析,获取所述关联生产参数调整值。
6.如权利要求5所述的方法,其特征在于,对所述L条抽样检测记录数据的L组关联生产参数记录值进行聚类分析,获取多个关联生产参数组聚类结果,包括:
获取所述关联生产参数的第k个关联生产参数的第k个聚类偏差阈值;
基于所述第k个关联生产参数,根据所述第k个聚类偏差阈值对所述L组关联生产参数记录值进行聚类分析,获取第k聚类结果;
对第一聚类结果、第二聚类结果直到所述第k聚类结果取交集,获取所述多个关联生产参数组聚类结果。
7.如权利要求5所述的方法,其特征在于,遍历所述多个关联生产参数组聚类结果进行所述关联生产参数的优化分析,获取所述关联生产参数调整值,包括:
根据所述适应度函数对所述多个关联生产参数组聚类结果的第i个聚类簇的第j个聚类对象进行分析,获取第j个聚类对象适应度;
当所述第j个聚类对象适应度大于或等于第i个簇优胜聚类对象适应度时,将所述第j个聚类对象对第i个簇优胜聚类对象进行更新,并将所述第i个簇优胜聚类对象适应度更新为所述第j个聚类对象适应度;
当优化迭代次数大于或等于第i个聚类簇预设迭代次数时,将所述第i个簇优胜聚类对象与其它簇优胜聚类对象进行适应度最大值筛选,获取所述关联生产参数调整值。
8.一种人造板的生产线监测系统,其特征在于,所述系统包括:
监测指标获取模块,所述监测指标获取模块用于获取胶合板监测指标,所述胶合板监测指标包括甲醛释放量、吸水膨胀率和表面结合强度;
关联生产参数获取模块,所述关联生产参数获取模块用于遍历所述甲醛释放量、所述吸水膨胀率和所述表面结合强度进行关联性分析,获取关联生产参数;
参数调整值获取模块,所述参数调整值获取模块用于根据所述关联生产参数对所述胶合板监测指标进行虚拟抽样检测,当抽样检测结果不满足监测指标期望值,对所述关联生产参数进行优化分析,获取关联生产参数调整值;
实时监测模块,所述实时监测模块用于将所述关联生产参数调整值设为生产线监测基线进行实时监测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310579625.7A CN116305671B (zh) | 2023-05-23 | 2023-05-23 | 一种人造板的生产线监测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310579625.7A CN116305671B (zh) | 2023-05-23 | 2023-05-23 | 一种人造板的生产线监测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116305671A true CN116305671A (zh) | 2023-06-23 |
CN116305671B CN116305671B (zh) | 2023-10-20 |
Family
ID=86785360
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310579625.7A Active CN116305671B (zh) | 2023-05-23 | 2023-05-23 | 一种人造板的生产线监测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116305671B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116520758A (zh) * | 2023-07-03 | 2023-08-01 | 沈阳宝隆飞机零部件有限公司 | 一种机加工设备远程控制方法及系统 |
CN116631488A (zh) * | 2023-07-24 | 2023-08-22 | 江苏华存电子科技有限公司 | 一种闪存存储器的存储性能检测方法及系统 |
CN116804668A (zh) * | 2023-08-23 | 2023-09-26 | 国盐检测(天津)有限责任公司 | 一种食盐碘含量检测数据标识方法及系统 |
CN116957423A (zh) * | 2023-09-20 | 2023-10-27 | 张家港禾福新材料科技有限公司 | 一种包装薄膜生产线用生产环境监测调控方法及系统 |
CN117193178A (zh) * | 2023-07-06 | 2023-12-08 | 苏州市华研富士新材料有限公司 | 一种玻璃纤维复合板的生产工艺优化控制方法及系统 |
CN117273497A (zh) * | 2023-11-20 | 2023-12-22 | 一夫科技股份有限公司 | 一种高强石膏的生产优化方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107942873A (zh) * | 2017-12-11 | 2018-04-20 | 永艺家具股份有限公司 | 一种家具制造生产线的运营成本智能化核算及监控方法 |
CN108647808A (zh) * | 2018-04-11 | 2018-10-12 | 济南大学 | 一种生产参数优化预测方法、装置、设备及存储介质 |
US20180330300A1 (en) * | 2017-05-15 | 2018-11-15 | Tata Consultancy Services Limited | Method and system for data-based optimization of performance indicators in process and manufacturing industries |
CN110348713A (zh) * | 2019-06-28 | 2019-10-18 | 广东电网有限责任公司 | 一种基于关联性分析和数据挖掘的台区线损计算方法 |
WO2022252505A1 (zh) * | 2021-06-02 | 2022-12-08 | 杭州安脉盛智能技术有限公司 | 一种基于多指标集群分析的设备状态监测方法 |
CN115871450A (zh) * | 2023-02-16 | 2023-03-31 | 日照职业技术学院 | 一种基于物联网的新能源汽车智能控制方法及系统 |
CN115906282A (zh) * | 2022-11-14 | 2023-04-04 | 昆山适途模型科技有限公司 | 一种基于整车仿真的汽车模拟方法及系统 |
CN116049264A (zh) * | 2023-04-03 | 2023-05-02 | 广东省建设工程质量安全检测总站有限公司 | 一种基于区块链的工程试验数据分析管理方法及系统 |
-
2023
- 2023-05-23 CN CN202310579625.7A patent/CN116305671B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180330300A1 (en) * | 2017-05-15 | 2018-11-15 | Tata Consultancy Services Limited | Method and system for data-based optimization of performance indicators in process and manufacturing industries |
CN107942873A (zh) * | 2017-12-11 | 2018-04-20 | 永艺家具股份有限公司 | 一种家具制造生产线的运营成本智能化核算及监控方法 |
CN108647808A (zh) * | 2018-04-11 | 2018-10-12 | 济南大学 | 一种生产参数优化预测方法、装置、设备及存储介质 |
CN110348713A (zh) * | 2019-06-28 | 2019-10-18 | 广东电网有限责任公司 | 一种基于关联性分析和数据挖掘的台区线损计算方法 |
WO2022252505A1 (zh) * | 2021-06-02 | 2022-12-08 | 杭州安脉盛智能技术有限公司 | 一种基于多指标集群分析的设备状态监测方法 |
CN115906282A (zh) * | 2022-11-14 | 2023-04-04 | 昆山适途模型科技有限公司 | 一种基于整车仿真的汽车模拟方法及系统 |
CN115871450A (zh) * | 2023-02-16 | 2023-03-31 | 日照职业技术学院 | 一种基于物联网的新能源汽车智能控制方法及系统 |
CN116049264A (zh) * | 2023-04-03 | 2023-05-02 | 广东省建设工程质量安全检测总站有限公司 | 一种基于区块链的工程试验数据分析管理方法及系统 |
Non-Patent Citations (2)
Title |
---|
NITIN CHAUHAN 等: "Watershed Prioritization in Lower Shivaliks Region of India Using Integrated Principal Component and Hierarchical Cluster Analysis Techniques: A Case of Upper Ghaggar Watershed", 《JOURNAL OF THE INDIAN SOCIETY OF REMOTE SENSING》, vol. 50, pages 1051 * |
彭波 等: "基于工艺参数灰色关联度分析的天然气脱水装置异常检测", 《装备环境工程》, vol. 16, no. 05, pages 18 - 23 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116520758A (zh) * | 2023-07-03 | 2023-08-01 | 沈阳宝隆飞机零部件有限公司 | 一种机加工设备远程控制方法及系统 |
CN116520758B (zh) * | 2023-07-03 | 2023-09-01 | 沈阳宝隆飞机零部件有限公司 | 一种机加工设备远程控制方法及系统 |
CN117193178A (zh) * | 2023-07-06 | 2023-12-08 | 苏州市华研富士新材料有限公司 | 一种玻璃纤维复合板的生产工艺优化控制方法及系统 |
CN117193178B (zh) * | 2023-07-06 | 2024-01-26 | 苏州市华研富士新材料有限公司 | 一种玻璃纤维复合板的生产工艺优化控制方法及系统 |
CN116631488A (zh) * | 2023-07-24 | 2023-08-22 | 江苏华存电子科技有限公司 | 一种闪存存储器的存储性能检测方法及系统 |
CN116631488B (zh) * | 2023-07-24 | 2023-11-14 | 江苏华存电子科技有限公司 | 一种闪存存储器的存储性能检测方法及系统 |
CN116804668A (zh) * | 2023-08-23 | 2023-09-26 | 国盐检测(天津)有限责任公司 | 一种食盐碘含量检测数据标识方法及系统 |
CN116804668B (zh) * | 2023-08-23 | 2023-11-21 | 国盐检测(天津)有限责任公司 | 一种食盐碘含量检测数据标识方法及系统 |
CN116957423A (zh) * | 2023-09-20 | 2023-10-27 | 张家港禾福新材料科技有限公司 | 一种包装薄膜生产线用生产环境监测调控方法及系统 |
CN116957423B (zh) * | 2023-09-20 | 2024-01-12 | 张家港禾福新材料科技有限公司 | 一种包装薄膜生产线用生产环境监测调控方法及系统 |
CN117273497A (zh) * | 2023-11-20 | 2023-12-22 | 一夫科技股份有限公司 | 一种高强石膏的生产优化方法及系统 |
CN117273497B (zh) * | 2023-11-20 | 2024-02-09 | 一夫科技股份有限公司 | 一种高强石膏的生产优化方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116305671B (zh) | 2023-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116305671B (zh) | 一种人造板的生产线监测方法及系统 | |
CN108038628B (zh) | 一种军事演习演练量化评估系统 | |
CN113705977B (zh) | 一种木地板基材的安全性生产方法及系统 | |
CN108510180B (zh) | 一种生产设备所处性能区间的计算方法 | |
CN111126865B (zh) | 一种基于科技大数据的技术成熟度判断方法和系统 | |
CN110471857B (zh) | 人工智能模型性能容量的自动测试方法及装置 | |
CN113408947B (zh) | 一种智能制造工业生产数据采集分析方法、设备及计算机存储介质 | |
CN112116198A (zh) | 数据驱动的流程工业状态感知网络关键节点筛选方法 | |
CN116611747B (zh) | 一种基于云计算的资源信息智能管理系统 | |
CN110827169A (zh) | 一种基于分级指标的分布式电网业务监控方法 | |
CN109034483A (zh) | 一种基于质量功能配置的检测规划方法 | |
CN114444910A (zh) | 一种面向电力物联网的边缘网络系统健康度评估方法 | |
Kurt | Control of system parameters by estimating screw withdrawal strength values of particleboards using artificial neural network-based statistical control charts | |
Knyziak | Estimating the technical deterioration of large-panel residential buildings using artificial neural networks | |
CN112149870B (zh) | 一种基于ISODATA聚类与Elman神经网络的猪舍氨气浓度组合预测方法 | |
CN109831881B (zh) | 粘结片单重的在线控制方法和装置 | |
CN110555566B (zh) | 一种基于b样条分位数回归的光电概率密度预测方法 | |
CN116720610A (zh) | 一种用于住宅建筑的碳排放预测方法及系统 | |
CN116401501A (zh) | 疏浚作业泄漏量预测方法、装置、电子设备及介质 | |
CN113837526A (zh) | 基于边缘计算的变电站设备智能分析方法及系统 | |
CN112558927A (zh) | 基于逐层分解方法的软件可靠性指标分配方法及装置 | |
CN115809756B (zh) | 一种工程项目管理方法及系统 | |
CN111079344B (zh) | 一种纸页柔软度测量方法及系统 | |
CN111024557B (zh) | 一种纸页吸水性软测量方法 | |
CN111091153B (zh) | 一种纸页松厚度软测量方法 |
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 |