CN116339265A - 一种陶瓷基片模块化生产的智能管控方法及系统 - Google Patents
一种陶瓷基片模块化生产的智能管控方法及系统 Download PDFInfo
- Publication number
- CN116339265A CN116339265A CN202310362026.XA CN202310362026A CN116339265A CN 116339265 A CN116339265 A CN 116339265A CN 202310362026 A CN202310362026 A CN 202310362026A CN 116339265 A CN116339265 A CN 116339265A
- Authority
- CN
- China
- Prior art keywords
- production
- control
- abnormal
- flow
- nodes
- 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 290
- 239000000758 substrate Substances 0.000 title claims abstract description 72
- 238000000034 method Methods 0.000 title claims abstract description 69
- 239000000919 ceramic Substances 0.000 title claims abstract description 68
- 230000002159 abnormal effect Effects 0.000 claims abstract description 93
- 230000000694 effects Effects 0.000 claims abstract description 90
- 238000012544 monitoring process Methods 0.000 claims abstract description 42
- 238000011156 evaluation Methods 0.000 claims abstract description 21
- 230000008569 process Effects 0.000 claims description 26
- 238000007726 management method Methods 0.000 claims description 24
- 238000013210 evaluation model Methods 0.000 claims description 18
- 230000008878 coupling Effects 0.000 claims description 15
- 238000010168 coupling process Methods 0.000 claims description 15
- 238000005859 coupling reaction Methods 0.000 claims description 15
- 230000032683 aging Effects 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 4
- 230000001276 controlling effect Effects 0.000 claims 4
- 238000005457 optimization Methods 0.000 abstract description 4
- 239000011230 binding agent Substances 0.000 description 9
- 239000002994 raw material Substances 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 238000001035 drying Methods 0.000 description 7
- 239000000843 powder Substances 0.000 description 7
- 238000002360 preparation method Methods 0.000 description 7
- 239000002002 slurry Substances 0.000 description 7
- 230000005856 abnormality Effects 0.000 description 5
- 238000005245 sintering Methods 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 238000012937 correction Methods 0.000 description 4
- 238000002156 mixing Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000005406 washing Methods 0.000 description 3
- 239000000654 additive Substances 0.000 description 2
- 230000000996 additive effect Effects 0.000 description 2
- 239000000853 adhesive Substances 0.000 description 2
- 230000001070 adhesive effect Effects 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 239000003905 agrochemical Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 238000010292 electrical insulation Methods 0.000 description 1
- 238000011049 filling Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000003698 laser cutting Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 239000003209 petroleum derivative Substances 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000004537 pulping Methods 0.000 description 1
- 238000007790 scraping Methods 0.000 description 1
- 238000007650 screen-printing Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 238000005476 soldering Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32368—Quality control
-
- 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
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Factory Administration (AREA)
Abstract
本发明涉及智能生产控制技术领域,提供了一种陶瓷基片模块化生产的智能管控方法及系统,所述方法包括:获得第一陶瓷基片的模块化生产流程信息,分析得到N个生产流程链,生成N个控制模块;根据数据传感装置对第一陶瓷基片的实时生产数据进行监测,得到生产监测数据集,定位得到异常数据对应的异常流程节点,对N个控制模块分别进行控制效果评估,得到N个控制效果,对N个控制模块进行寻优,得到第一控制模块,解决了基片生产异常校正的效果不佳,生产控制精度低的技术问题,实现了针对基片生产异常,定位生产流程,分别进行控制效果评估,保障基片生产异常校正的效果,采用分布式控制的方式,提高生产控制精度的技术效果。
Description
技术领域
本发明涉及智能生产控制相关技术领域,具体涉及一种陶瓷基片模块化生产的智能管控方法及系统。
背景技术
陶瓷基板是一种广泛应用于电子领域的特殊工艺板,陶瓷基板具有优良电绝缘性能,高导热特性,优异的软钎焊性和高的附着强度,陶瓷基板作为大功率电力电子电路结构技术和互连技术的基础材料被大量使用。
在陶瓷基片生产的过程对设备和工艺控制要求较高,膏状浆料中的微气孔会降低了产品抗热冲击性;片状生坯厚度不足,在高温下片状生坯容易翘曲变形。
针对上述问题,当前本领域中常用的手段就是技术人员按照经验进行适当调整优化,不可避免的,人为调控的管控力度不足,若技术人员经验不足,还会出现不必要的成本浪费。
综上所述,现有技术中存在基片生产异常校正的效果不佳,生产控制精度低的技术问题。
发明内容
本申请通过提供了一种陶瓷基片模块化生产的智能管控方法及系统,旨在解决现有技术中的基片生产异常校正的效果不佳,生产控制精度低的技术问题。
鉴于上述问题,本申请实施例提供了一种陶瓷基片模块化生产的智能管控方法及系统。
本申请公开的第一个方面,提供了一种陶瓷基片模块化生产的智能管控方法,其中,所述方法应用于陶瓷基片模块化生产的管理系统,所述系统包括数据传感装置,所述方法包括:获得第一陶瓷基片的模块化生产流程信息,模块化生产流程信息包括生产设备、生产参数、生产流程节点以及各个生产流程节点的连接关系;根据所述模块化生产流程信息进行分析,得到N个生产流程链,其中,每个生产流程链通过具有直接相关性的多个流程节点组合生成,N为大于0的正整数,且每个生产流程链的流程节点数量至少为2;基于所述N个生产流程链,生成N个控制模块;根据所述数据传感装置对所述第一陶瓷基片的实时生产数据进行监测,得到生产监测数据集;对所述生产监测数据集进行异常数据定位,得到异常数据对应的异常流程节点;以所述异常流程节点对所述N个控制模块分别进行控制效果评估,得到N个控制效果;基于所述N个控制效果对所述N个控制模块进行寻优,得到第一控制模块。
本申请公开的另一个方面,提供了一种陶瓷基片模块化生产的智能管控系统,其中,所述系统包括:流程信息获得模块,用于获得第一陶瓷基片的模块化生产流程信息,模块化生产流程信息包括生产设备、生产参数、生产流程节点以及各个生产流程节点的连接关系;生产流程链得到模块,用于根据所述模块化生产流程信息进行分析,得到N个生产流程链,其中,每个生产流程链通过具有直接相关性的多个流程节点组合生成,N为大于0的正整数,且每个生产流程链的流程节点数量至少为2;控制模块生成模块,用于基于所述N个生产流程链,生成N个控制模块;实时监测模块,用于根据数据传感装置对所述第一陶瓷基片的实时生产数据进行监测,得到生产监测数据集;异常定位模块,用于对所述生产监测数据集进行异常数据定位,得到异常数据对应的异常流程节点;控制效果评估模块,用于以所述异常流程节点对所述N个控制模块分别进行控制效果评估,得到N个控制效果;控制模块寻优模块,用于基于所述N个控制效果对所述N个控制模块进行寻优,得到第一控制模块。
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:
由于采用了获得第一陶瓷基片的模块化生产流程信息,分析得到N个生产流程链,生成N个控制模块;根据数据传感装置对第一陶瓷基片的实时生产数据进行监测,得到生产监测数据集,定位得到异常数据对应的异常流程节点,对N个控制模块分别进行控制效果评估,得到N个控制效果,对N个控制模块进行寻优,得到第一控制模块,实现了针对基片生产异常,定位生产流程,分别进行控制效果评估,保障基片生产异常校正的效果,采用分布式控制的方式,提高生产控制精度的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例提供了一种陶瓷基片模块化生产的智能管控方法可能的流程示意图;
图2为本申请实施例提供了一种陶瓷基片模块化生产的智能管控方法中得到N个生产流程链可能的流程示意图;
图3为本申请实施例提供了一种陶瓷基片模块化生产的智能管控方法中异常数据定位可能的流程示意图;
图4为本申请实施例提供了一种陶瓷基片模块化生产的智能管控系统可能的结构示意图。
附图标记说明:流程信息获得模块100,生产流程链得到模块200,控制模块生成模块300,实时监测模块400,异常定位模块500,控制效果评估模块600,控制模块寻优模块700。
具体实施方式
本申请实施例提供了一种陶瓷基片模块化生产的智能管控方法及系统,解决了基片生产异常校正的效果不佳,生产控制精度低的技术问题,实现了针对基片生产异常,定位生产流程,分别进行控制效果评估,保障基片生产异常校正的效果,采用分布式控制的方式,提高生产控制精度的技术效果。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示,本申请实施例提供了一种陶瓷基片模块化生产的智能管控方法,其中,所述方法应用于陶瓷基片模块化生产的管理系统,所述系统包括数据传感装置,所述方法包括:
S10:获得第一陶瓷基片的模块化生产流程信息,模块化生产流程信息包括生产设备、生产参数、生产流程节点以及各个生产流程节点的连接关系;
具体而言,所述第一陶瓷基片为陶瓷基片模块化生产的管理系统加工所得的产品,所述第一陶瓷基片的模块化生产流程信息包括生产设备(常见如:冲压成型设备组件、激光切割设备组件、高温成型设备组件)、生产参数(常见如:厚度设置数据、镀膜沉积速度)、生产流程节点(混合、干燥、通孔与烧结)以及各个生产流程节点的连接关系(第一步为混合,第二步为干燥,第三步为通孔,第四步为烧结),为进行智能管控提供数据支持;
须知的,陶瓷基片生产流程可以是:第一步为混合:制备过程中先将陶瓷粉加入有机黏结剂,混合均匀后成为膏状浆料;第二步为干燥:将浆料制成片状,再通过干燥工艺使片状浆料形成生坯;第三步为通孔:依据各层的设计钻导通孔,采用丝网印刷金属浆料进行布线和填孔;第四步为烧结:将各生坯层叠加,置于高温炉(1600℃)中烧结而成。
S20:根据所述模块化生产流程信息进行分析,得到N个生产流程链,其中,每个生产流程链通过具有直接相关性的多个流程节点组合生成,N为大于0的正整数,且每个生产流程链的流程节点数量至少为2;
如图2所示,步骤S20包括步骤:
S21:根据所述模块化生产流程信息,获取第一初始节点;
S22:以所述第一初始节点对所有生产流程节点进行遍历,当上一节点与下一节点不存在连接关系时,将实时节点作为第二初始节点对所有生产流程节点进行遍历,以此类推,得到节点遍历结果;
S23:基于所述节点遍历结果,生成所述N个生产流程链。
具体包括,根据所述模块化生产流程信息进行分析,得到N个生产流程链,包括,按照各个生产流程节点的连接关系,对所述模块化生产流程信息进行分步,确定第一初始节点,所述第一初始节点即原料制备节点,包括原料制备加工设备、原料制备生产参数(简单来说,所述陶瓷粉作为陶瓷基片的原料;含碳元素的石油制品、农业化学品作为有机黏结剂制备的原料);
每个生产流程链通过具有直接相关性的多个流程节点组合生成:每个生产流程链中的上一流程必须与下一流程具有直接相关性,每个生产流程链中的各个流程为顺序流程,即执行下一流程必须在上一流程完成后才能执行,如:陶瓷基片原料的处理(刮片、干燥)流程与陶瓷基片原料的获取(制浆)流程具有直接相关性;每个生产流程链之间不存在必须的顺序关系,如:在进行原料获取过程中,陶瓷粉的处理与粘接添加剂的制备不具有直接相关性;
按照各个生产流程节点的连接关系,遍历判别各个节点之间是否存在连接关系:以所述第一初始节点为起始,对所有生产流程节点进行遍历,若第一初始节点与下一节点存在连接关系时,判断第一初始节点的下一节点与其他的生产流程节点的连接关系,直至上一节点与下一节点不存在连接关系时,第一条生产流程链截止,遍历的过程是为了对所有的生产流程进行划分,防止遗漏某一个生产节点,遍历过程是将具有直接相关性的流程作为一个生产链,如:陶瓷粉的处理中包括各个节点,有机黏结剂的处理包括各个节点,为两个生产链;
在第一条生产流程链截止后,将实时节点作为第二初始节点对所有生产流程节点进行遍历,直至上一节点与下一节点不存在连接关系时,第二条生产流程链截止,每一个生产流程链中具有主生产流程链(即陶瓷基片生产流程)和副生产流程链(包括但不限于陶瓷粉的处理、粘接添加剂的制备),副生产流程链的为整个制备工艺中的分支工艺;
重复上述步骤,以此类推,得到节点遍历结果,若陶瓷基片生产流程一共有Y个生产流程节点(Y为大于0的正整数,且Y大于等于2),所述节点遍历结果中包括不超出种连接组合;按照基于所述节点遍历结果中的生产流程节点的连接组合,生成所述N个生产流程链(验证可知/> 为有序全排列对应的连接组合种类数),N为大于0的正整数,且每个生产流程链的流程节点数量至少为2,为对生产流程进行精细化调控提供支撑。
S30:基于所述N个生产流程链,生成N个控制模块;
步骤S30包括步骤:
S31:获取所述N个生产流程链中各个生产流程链对应的N组生产设备集,其中,每组生产设备集对应一个生产流程链;
S32:基于所述N组生产设备集,建立N个设备控制协议;
S33:将所述N个设备控制协议发送至所述N个控制模块对应的控制终端,用于以所述N个控制模块执行所述N组生产设备集的控制。
具体包括,基于所述N个生产流程链,生成N个控制模块,包括,按照所述N个生产流程链中各个生产流程链对应的设备,获取N组生产设备集,其中,每组生产设备集对应一个生产流程链,所述生产设备集包括生产流程链中限定设备的运行日志中所记载的数据,(一般来说,在主生产流程链上,若为第四步为烧结,对应限定设备为高温炉,运行日志中所记载的数据可以是炉腔温度:1600℃;在副生产流程链中的陶瓷粉的处理流程上,若为第四步为洗涤过滤,对应限定设备为离心机,运行日志中所记载的数据可以是洗涤时长:2.2h、洗涤用水比例1:37,其中,1对应陶瓷粉量、37对应用水量);
一般的,在同一条生产流程链上,上一个节点上的数据变化会对下一节点产生影响,依照一个生产流程链中设备使用说明书中所公开的信息,确定所述设备控制协议(常见的,在进行设备调控之间需要充分阅读设备使用说明书中公开的信息,避免调控参数设置错误,一般的,调控参数设置错误会导致的调控参数设置失败);基于所述N组生产设备集,分别建立N个设备控制协议,其中,所述N个设备控制协议分别适用于所述N个生产流程链上的N组生产设备集;以所述N个控制模块为指令执行主体,将所述N个设备控制协议发送至所述N个控制模块对应的控制终端,所述设备控制协议作为控制终端需要遵守的约定,所述N个设备控制协议用于以所述N个控制模块执行所述N组生产设备集的控制,为保障模块化生产智能管控的可实施性提供技术支撑。
步骤S30还包括步骤:
S34:根据模块化生产流程信息进行复杂度分析,得到第一复杂度指标;
S35:按照所述第一复杂度指标,生成第一约束条件,用于对所述N个控制模块的数量进行约束。
具体包括,在进行模块化管控的过程中需要考虑到管控的便捷度,基于此,可以根据模块化生产流程信息进行复杂度分析(复杂度:时间复杂度、空间复杂度,时间复杂度=(N个控制模块的管控时耗-常规管控时耗)/常规管控时耗×100%;空间复杂度=(N个控制模块的占有存储空间-常规管控模块的占有存储空间)/常规管控模块的占有存储空间×100%,可以将时间复杂度、空间复杂度之积作为复杂度分析结果),将复杂度分析结果定义为第一复杂度指标;将所述第一复杂度指标作为第一约束条件,第一约束条件用于对所述N个控制模块的数量(一般来说,N个控制模块的数值越大,对应常规管控时耗越短,但相应的占有存储空间越大,对N个控制模块的数值进行约束,可以均衡考虑管控时耗与占有存储空间)进行约束,为保证陶瓷基片模块化生产管控的便捷度提供支持。
S40:根据所述数据传感装置对所述第一陶瓷基片的实时生产数据进行监测,得到生产监测数据集;
具体而言,在所述第一陶瓷基片的加工制作过程,根据所述数据传感装置(数据传感装置为一集成多项检测指标的智能化采集终端,常见的,高温炉搭载的数据传感装置包括温度采集端口、加热时长采集端口等多项指标采集端口)对所述第一陶瓷基片的实时生产数据进行监测,得到生产监测数据集,为进行智能管控提供数据支持。
S50:对所述生产监测数据集进行异常数据定位,得到异常数据对应的异常流程节点;
如图3所示,步骤S50包括步骤:
S51:获取所述第一陶瓷基片的历史生产监测数据集;
S52:基于所述历史生产监测数据集对各个生产设备的历史控制参数进行特征提取,得到控制参数特征;
S53:根据所述控制参数特征,搭建异常定位模型,其中,所述异常定位模型为控制参数-被控设备的映射模型;
S54:基于所述异常定位模型对所述生产监测数据集进行异常数据定位。
具体而言,对所述生产监测数据集进行异常数据定位,得到异常数据对应的异常流程节点,包括,将所述生产监测数据集作为检索内容,设置检索符,在所述陶瓷基片模块化生产的管理系统的数据存储单元中进行数据检索,获取所述第一陶瓷基片的历史生产监测数据集;基于所述历史生产监测数据集,对各个生产设备的历史控制参数进行特征提取(一般来说,若所述各个生产设备的历史控制参数满足正态分布,即将正态分布对应的特定区间作为历史控制参数的特征提取结果),将所述历史控制参数的特征提取结果记为控制参数特征;
以BP网络模型为模型基础,将所述控制参数特征作为输入训练指标,输入所述BP网络模型中,采用每次根据训练得到的结果与预想结果进行误差分析,进而修改权值和阈值(进而修改权值和阈值可以将BP网络模型训练至适用于进行异常定位),一步一步得到能输出和预想结果(预想结果:控制参数-被控设备的映射)一致的模型,在模型输出趋于稳定(模型稳定:输出和预想结果一致)后,确定异常定位模型;利所述异常定位模型,将所述生产监测数据集依次输入异常定位模型中,进行异常数据定位,为进行异常定位提供模型支持。
S60:以所述异常流程节点对所述N个控制模块分别进行控制效果评估,得到N个控制效果;
S70:基于所述N个控制效果对所述N个控制模块进行寻优,得到第一控制模块。
具体而言,一般来说,在对存在异常流程节点的M个生产流程链进行优化控制时,要考虑要参数调整的全局性,基于此,以所述异常流程节点的被控参数在所述N个控制模块中一一进行控制效果筛查,分别记录对应的N个耦合指标、N个可调指标和N个时效指标,将N个耦合指标、N个可调指标和N个时效指标作为输入信息,输入链式控制效果评估模型中对N个生产流程链一一进行控制效果评估,得到N个控制效果;基于所述N个控制效果,对所述N个控制模块进行寻优(寻优:若为有机黏结剂的剂量不足,被控参数即有机黏结剂的剂量,在有机黏结剂的剂量添加后,需要适应进行全局调整,数据表明有机黏结剂的剂量添加,浆料亲水性增强,干燥工艺的干燥时长需要适当延长),得到将需要进行寻优调整的控制模块定义为第一控制模块,为实现陶瓷基片模块化生产的全局自动管控提供支持。
步骤S60包括步骤:
S61:根据所述异常流程节点对所述N个控制模块进行识别,得到包含所述异常流程节点的M个生产流程链,其中,M为大于0的正整数,且M<N;
S62:以所述异常流程节点的被控参数对所述M个生产流程链一一进行控制效果评估,得到M个控制效果。
具体而言,在进行模块化管控的过程中需要考虑到管控效果,基于此,以所述异常流程节点对所述N个控制模块分别进行控制效果评估,得到N个控制效果,还包括,根据所述异常流程节点(常见的,异常流程节点的异常问题可以是有机黏结剂的剂量不足、片状浆料厚度异常),对所述N个控制模块进行识别,定位得到包含所述异常流程节点的M个生产流程链,其中,M为大于0的正整数,且M<N,所述M个生产流程链为N个生产流程链中的出现过异常流程节点的所有生产流程链;以所述异常流程节点的被控参数(若为有机黏结剂的剂量不足,被控参数即有机黏结剂的剂量),对所述M个生产流程链一一进行控制效果评估(M个生产流程链中对应的M个控制模块,对于这个异常流程节点的异常问题,M个控制模块一定需要进行优化调整,控制效果评估所得的控制效果是进行优化调整需要的参照指标),得到M个控制效果,为后续针对异常进行优化调控提供参考。
步骤S62包括步骤:
S621:搭建链式控制效果评估模型,其中,所述链式控制效果评估模型包括参数控制耦合性、参数控制可调性以及参数控制时效性;
S622:基于所述链式控制效果评估模型对所述异常流程节点的被控参数在所述M个生产流程链分别对应的M个耦合指标、M个可调指标和M个时效指标;
S623:基于所述M个耦合指标、所述M个可调指标和所述M个时效指标进行计算,输出M个控制效果。
具体而言,以所述异常流程节点的被控参数对所述M个生产流程链一一进行控制效果评估,得到M个控制效果,包括,所述链式控制效果评估模型包括参数控制耦合性(直接使用控制变量法确定与其他参数之间的影响,会不会影响其他的参数)、参数控制可调性(能够进行调整的一个区间范围中最大的调节参数)以及参数控制时效性(控制之后,协调所耗费的时间);以多元评价模型为模型基础,以参数控制耦合性作为第一重维度、以参数控制可调性作为第二重维度、以参数控制时效性作为第三重维度,搭建链式控制效果评估模型;
基于所述链式控制效果评估模型的输入信息,在所述M个生产流程链,对所述异常流程节点的被控参数进行参数控制的过程,分别记录对应的M个耦合指标、M个可调指标和M个时效指标;将所述M个耦合指标、所述M个可调指标和所述M个时效指标作为输入信息,依次输入所述链式控制效果评估模型中,进行控制效果评估计算,输出M个控制效果,为进行控制效果评估计算提供模型支持,同时,为代入模型进行评估计算提供参考。
综上所述,本申请实施例所提供的一种陶瓷基片模块化生产的智能管控方法及系统具有如下技术效果:
1.由于采用了获得第一陶瓷基片的模块化生产流程信息,分析N个生产流程链,生成N个控制模块;根据数据传感装置对第一陶瓷基片的实时生产数据进行监测,得到生产监测数据集,定位得到异常数据对应的异常流程节点,对N个控制模块分别进行控制效果评估,得到N个控制效果,对N个控制模块进行寻优,得到第一控制模块,本申请通过提供了一种陶瓷基片模块化生产的智能管控方法及系统,实现了针对基片生产异常,定位生产流程,分别进行控制效果评估,保障基片生产异常校正的效果,采用分布式控制的方式,提高生产控制精度的技术效果。
2.由于采用了搭建效果评估模型,使用模型针对异常流程节点的相关指标进行控制效果评估计算,输出控制效果,为进行控制效果评估计算提供模型支持,同时,为代入模型进行评估计算提供参考
实施例二
基于与前述实施例中一种陶瓷基片模块化生产的智能管控方法相同的发明构思,如图4所示,本申请实施例提供了一种陶瓷基片模块化生产的智能管控系统,其中,所述系统包括:
流程信息获得模块100,用于获得第一陶瓷基片的模块化生产流程信息,模块化生产流程信息包括生产设备、生产参数、生产流程节点以及各个生产流程节点的连接关系;
生产流程链得到模块200,用于根据所述模块化生产流程信息进行分析,得到N个生产流程链,其中,每个生产流程链通过具有直接相关性的多个流程节点组合生成,N为大于0的正整数,且每个生产流程链的流程节点数量至少为2;
控制模块生成模块300,用于基于所述N个生产流程链,生成N个控制模块;
实时监测模块400,用于根据数据传感装置对所述第一陶瓷基片的实时生产数据进行监测,得到生产监测数据集;
异常定位模块500,用于对所述生产监测数据集进行异常数据定位,得到异常数据对应的异常流程节点;
控制效果评估模块600,用于以所述异常流程节点对所述N个控制模块分别进行控制效果评估,得到N个控制效果;
控制模块寻优模块700,用于基于所述N个控制效果对所述N个控制模块进行寻优,得到第一控制模块。
进一步的,所述系统包括:
第一初始节点获取模块,用于根据所述模块化生产流程信息,获取第一初始节点;
流程节点遍历模块,用于以所述第一初始节点对所有生产流程节点进行遍历,当上一节点与下一节点不存在连接关系时,将实时节点作为第二初始节点对所有生产流程节点进行遍历,以此类推,得到节点遍历结果;
生产流程链生成模块,用于基于所述节点遍历结果,生成所述N个生产流程链。
进一步的,所述系统包括:
生产设备集获取模块,用于获取所述N个生产流程链中各个生产流程链对应的N组生产设备集,其中,每组生产设备集对应一个生产流程链;
设备控制协议建立模块,用于基于所述N组生产设备集,建立N个设备控制协议;
生产设备控制模块,用于将所述N个设备控制协议发送至所述N个控制模块对应的控制终端,用于以所述N个控制模块执行所述N组生产设备集的控制。
进一步的,所述系统包括:
生产监测数据获取模块,用于获取所述第一陶瓷基片的历史生产监测数据集;
控制参数特征得到模块,用于基于所述历史生产监测数据集对各个生产设备的历史控制参数进行特征提取,得到控制参数特征;
异常定位模型搭建模块,用于根据所述控制参数特征,搭建异常定位模型,其中,所述异常定位模型为控制参数-被控设备的映射模型;
异常数据定位模块,用于基于所述异常定位模型对所述生产监测数据集进行异常数据定位。
进一步的,所述系统包括:
生产流程链识别模块,用于根据所述异常流程节点对所述N个控制模块进行识别,得到包含所述异常流程节点的M个生产流程链,其中,M为大于0的正整数,且M<N;
控制效果得到模块,用于以所述异常流程节点的被控参数对所述M个生产流程链一一进行控制效果评估,得到M个控制效果。
进一步的,所述系统包括:
控制效果评估模型搭建模块,用于搭建链式控制效果评估模型,其中,所述链式控制效果评估模型包括参数控制耦合性、参数控制可调性以及参数控制时效性;
指标获取模块,用于基于所述链式控制效果评估模型对所述异常流程节点的被控参数在所述M个生产流程链分别对应的M个耦合指标、M个可调指标和M个时效指标;
控制效果计算模块,用于基于所述M个耦合指标、所述M个可调指标和所述M个时效指标进行计算,输出M个控制效果。
进一步的,所述系统包括:
复杂度分析模块,用于根据模块化生产流程信息进行复杂度分析,得到第一复杂度指标;
约束条件生成模块,用于按照所述第一复杂度指标,生成第一约束条件,用于对所述N个控制模块的数量进行约束。
综上所述的方法的任意步骤都可作为计算机指令或者程序存储在不设限制的计算机存储器中,并可以被不设限制的计算机处理器调用识别用以实现本申请实施例中的任一项方法,在此不做多余限制。
进一步的,综上所述的第一或第二可能不止代表次序关系,也可能代表某项特指概念,和/或指的是多个元素之间可单独或全部选择。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)
1.一种陶瓷基片模块化生产的智能管控方法,其特征在于,所述方法应用于陶瓷基片模块化生产的管理系统,所述系统包括数据传感装置,所述方法包括:
获得第一陶瓷基片的模块化生产流程信息,模块化生产流程信息包括生产设备、生产参数、生产流程节点以及各个生产流程节点的连接关系;
根据所述模块化生产流程信息进行分析,得到N个生产流程链,其中,每个生产流程链通过具有直接相关性的多个流程节点组合生成,N为大于0的正整数,且每个生产流程链的流程节点数量至少为2;
基于所述N个生产流程链,生成N个控制模块;
根据所述数据传感装置对所述第一陶瓷基片的实时生产数据进行监测,得到生产监测数据集;
对所述生产监测数据集进行异常数据定位,得到异常数据对应的异常流程节点;
以所述异常流程节点对所述N个控制模块分别进行控制效果评估,得到N个控制效果;
基于所述N个控制效果对所述N个控制模块进行寻优,得到第一控制模块。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述模块化生产流程信息,获取第一初始节点;
以所述第一初始节点对所有生产流程节点进行遍历,当上一节点与下一节点不存在连接关系时,将实时节点作为第二初始节点对所有生产流程节点进行遍历,以此类推,得到节点遍历结果;
基于所述节点遍历结果,生成所述N个生产流程链。
3.如权利要求2所述的方法,其特征在于,所述方法还包括:
获取所述N个生产流程链中各个生产流程链对应的N组生产设备集,其中,每组生产设备集对应一个生产流程链;
基于所述N组生产设备集,建立N个设备控制协议;
将所述N个设备控制协议发送至所述N个控制模块对应的控制终端,用于以所述N个控制模块执行所述N组生产设备集的控制。
4.如权利要求1所述的方法,其特征在于,对所述生产监测数据集进行异常数据定位,得到异常数据对应的异常流程节点,方法还包括:
获取所述第一陶瓷基片的历史生产监测数据集;
基于所述历史生产监测数据集对各个生产设备的历史控制参数进行特征提取,得到控制参数特征;
根据所述控制参数特征,搭建异常定位模型,其中,所述异常定位模型为控制参数-被控设备的映射模型;
基于所述异常定位模型对所述生产监测数据集进行异常数据定位。
5.如权利要求1所述的方法,其特征在于,以所述异常流程节点对所述N个控制模块分别进行控制效果评估,方法还包括:
根据所述异常流程节点对所述N个控制模块进行识别,得到包含所述异常流程节点的M个生产流程链,其中,M为大于0的正整数,且M<N;
以所述异常流程节点的被控参数对所述M个生产流程链一一进行控制效果评估,得到M个控制效果。
6.如权利要求5所述的方法,其特征在于,以所述异常流程节点的被控参数对所述M个生产流程链一一进行控制效果评估,得到M个控制效果,方法包括:
搭建链式控制效果评估模型,其中,所述链式控制效果评估模型包括参数控制耦合性、参数控制可调性以及参数控制时效性;
基于所述链式控制效果评估模型对所述异常流程节点的被控参数在所述M个生产流程链分别对应的M个耦合指标、M个可调指标和M个时效指标;
基于所述M个耦合指标、所述M个可调指标和所述M个时效指标进行计算,输出M个控制效果。
7.如权利要求1所述的方法,其特征在于,所述方法还包括:
根据模块化生产流程信息进行复杂度分析,得到第一复杂度指标;
按照所述第一复杂度指标,生成第一约束条件,用于对所述N个控制模块的数量进行约束。
8.一种陶瓷基片模块化生产的智能管控系统,其特征在于,用于实施权利要求1-7任意一项所述的一种陶瓷基片模块化生产的智能管控方法,包括:
流程信息获得模块,用于获得第一陶瓷基片的模块化生产流程信息,模块化生产流程信息包括生产设备、生产参数、生产流程节点以及各个生产流程节点的连接关系;
生产流程链得到模块,用于根据所述模块化生产流程信息进行分析,得到N个生产流程链,其中,每个生产流程链通过具有直接相关性的多个流程节点组合生成,N为大于0的正整数,且每个生产流程链的流程节点数量至少为2;
控制模块生成模块,用于基于所述N个生产流程链,生成N个控制模块;
实时监测模块,用于根据数据传感装置对所述第一陶瓷基片的实时生产数据进行监测,得到生产监测数据集;
异常定位模块,用于对所述生产监测数据集进行异常数据定位,得到异常数据对应的异常流程节点;
控制效果评估模块,用于以所述异常流程节点对所述N个控制模块分别进行控制效果评估,得到N个控制效果;
控制模块寻优模块,用于基于所述N个控制效果对所述N个控制模块进行寻优,得到第一控制模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310362026.XA CN116339265B (zh) | 2023-04-06 | 2023-04-06 | 一种陶瓷基片模块化生产的智能管控方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310362026.XA CN116339265B (zh) | 2023-04-06 | 2023-04-06 | 一种陶瓷基片模块化生产的智能管控方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116339265A true CN116339265A (zh) | 2023-06-27 |
CN116339265B CN116339265B (zh) | 2023-10-24 |
Family
ID=86891208
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310362026.XA Active CN116339265B (zh) | 2023-04-06 | 2023-04-06 | 一种陶瓷基片模块化生产的智能管控方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116339265B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117436771A (zh) * | 2023-12-20 | 2024-01-23 | 天津撒布浪斯探测仪器有限公司 | 蠕墨铸铁制品的智能在线质量监测与优化控制系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004003671A1 (en) * | 2002-06-28 | 2004-01-08 | Umetrics Ab | Method and device for monitoring and fault detection in industrial processes |
CN102033537A (zh) * | 2010-12-29 | 2011-04-27 | 南京磊能自动化技术有限公司 | 一种设备在线监测与优化控制系统 |
WO2013041440A1 (en) * | 2011-09-20 | 2013-03-28 | Abb Technology Ag | System and method for plant wide asset management |
CN104298187A (zh) * | 2014-06-12 | 2015-01-21 | 东北大学 | 金湿法冶金全流程三层结构过程监测方法 |
CN108596229A (zh) * | 2018-04-13 | 2018-09-28 | 北京华电智慧科技产业有限公司 | 在线异常的监测诊断方法和系统 |
CN114065613A (zh) * | 2021-10-27 | 2022-02-18 | 中国华能集团清洁能源技术研究院有限公司 | 基于深度迁移学习的多工况流程工业故障检测诊断方法 |
WO2022127797A1 (zh) * | 2020-12-15 | 2022-06-23 | 第四范式(北京)技术有限公司 | 生产流水线中的异常环节定位方法、装置及电子设备 |
CN115494802A (zh) * | 2022-09-16 | 2022-12-20 | 华中科技大学 | 一种流程作业多层级安全数智化监控系统 |
-
2023
- 2023-04-06 CN CN202310362026.XA patent/CN116339265B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004003671A1 (en) * | 2002-06-28 | 2004-01-08 | Umetrics Ab | Method and device for monitoring and fault detection in industrial processes |
CN102033537A (zh) * | 2010-12-29 | 2011-04-27 | 南京磊能自动化技术有限公司 | 一种设备在线监测与优化控制系统 |
WO2013041440A1 (en) * | 2011-09-20 | 2013-03-28 | Abb Technology Ag | System and method for plant wide asset management |
CN104298187A (zh) * | 2014-06-12 | 2015-01-21 | 东北大学 | 金湿法冶金全流程三层结构过程监测方法 |
CN108596229A (zh) * | 2018-04-13 | 2018-09-28 | 北京华电智慧科技产业有限公司 | 在线异常的监测诊断方法和系统 |
WO2022127797A1 (zh) * | 2020-12-15 | 2022-06-23 | 第四范式(北京)技术有限公司 | 生产流水线中的异常环节定位方法、装置及电子设备 |
CN114065613A (zh) * | 2021-10-27 | 2022-02-18 | 中国华能集团清洁能源技术研究院有限公司 | 基于深度迁移学习的多工况流程工业故障检测诊断方法 |
CN115494802A (zh) * | 2022-09-16 | 2022-12-20 | 华中科技大学 | 一种流程作业多层级安全数智化监控系统 |
Non-Patent Citations (2)
Title |
---|
张浩;茅大钧;王建峰;盛卫东;蔡勇承;: "大型电站生产过程信息采集与远程监测的关键技术", 上海电力学院学报, no. 02, pages 4 - 7 * |
杨建新等: "离散制造车间质量管控模式研究", 《新技术 新工艺》, no. 2, pages 1 - 5 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117436771A (zh) * | 2023-12-20 | 2024-01-23 | 天津撒布浪斯探测仪器有限公司 | 蠕墨铸铁制品的智能在线质量监测与优化控制系统 |
CN117436771B (zh) * | 2023-12-20 | 2024-03-08 | 天津撒布浪斯探测仪器有限公司 | 蠕墨铸铁制品的智能在线质量监测与优化控制系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116339265B (zh) | 2023-10-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116339265B (zh) | 一种陶瓷基片模块化生产的智能管控方法及系统 | |
CN105246258A (zh) | 一种电路板涨缩比例控制方法及系统 | |
CN102955977A (zh) | 一种基于云技术的能效服务方法及其能效服务平台 | |
US20140359360A1 (en) | Method and apparatus for a remote modular test system | |
CN105337796A (zh) | 一种wifi路由器性能测试方法及系统 | |
CN116365536B (zh) | 一种基于电力配电的低压无功精准性补偿方法 | |
CN105677567A (zh) | 一种自动化测试方法及系统 | |
CN104797084A (zh) | 印制电路板布局的方法及装置 | |
CN104267290A (zh) | 一种电量管理ic校准校验方法 | |
CN111950747B (zh) | 一种智能路由器自动化测试系统和方法 | |
CN104243246B (zh) | 一种基于ZigBee技术的FlexRay总线测试与优化方法及装置 | |
CN117014066B (zh) | 一种激光器筛选方法、筛选器、电子设备及存储介质 | |
CN112910086B (zh) | 一种智能变电站数据校验方法及系统 | |
CN212378957U (zh) | 一种气压传感器标校检测系统 | |
CN102130701B (zh) | 功耗调整方法、装置及系统 | |
CN110233684A (zh) | 信噪比评估方法、装置、设备及存储介质 | |
CN105306302A (zh) | Qinq功能的自动化测试方法及系统 | |
CN112311791B (zh) | 一种适用于办公业务流量的统计方法及系统 | |
CN116094589A (zh) | 一种评估光模块均衡器性能的装置和方法 | |
CN115396299B (zh) | 域间栓提供、获取方法、装置、网管设备及跨域管理设备 | |
CN204650205U (zh) | 一种数字焊接电源远程监控系统 | |
EP4336883A1 (en) | Modeling method, network element data processing method and apparatus, electronic device, and medium | |
CN114089907B (zh) | 一种集中式直流采样值数据转换方法及装置 | |
CN114444435B (zh) | Pcb回流焊炉温控制方法、系统、终端及存储介质 | |
CN117318847B (zh) | 一种移频设备测试方法、系统、设备及介质 |
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 |