CN116820160B - 基于玻璃微珠状态监测的球化机参数调控方法及系统 - Google Patents
基于玻璃微珠状态监测的球化机参数调控方法及系统 Download PDFInfo
- Publication number
- CN116820160B CN116820160B CN202311095481.4A CN202311095481A CN116820160B CN 116820160 B CN116820160 B CN 116820160B CN 202311095481 A CN202311095481 A CN 202311095481A CN 116820160 B CN116820160 B CN 116820160B
- Authority
- CN
- China
- Prior art keywords
- temperature
- parameter
- spheroidizing machine
- parameters
- spheroidizing
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 102
- 239000011521 glass Substances 0.000 title claims abstract description 48
- 239000011324 bead Substances 0.000 title claims abstract description 45
- 238000000034 method Methods 0.000 title claims abstract description 33
- 239000002245 particle Substances 0.000 claims abstract description 121
- 238000009826 distribution Methods 0.000 claims abstract description 92
- 238000011156 evaluation Methods 0.000 claims abstract description 54
- 238000005245 sintering Methods 0.000 claims abstract description 45
- 238000010438 heat treatment Methods 0.000 claims abstract description 37
- 238000004519 manufacturing process Methods 0.000 claims abstract description 33
- 230000001105 regulatory effect Effects 0.000 claims abstract description 24
- 238000005265 energy consumption Methods 0.000 claims abstract description 22
- 230000001276 controlling effect Effects 0.000 claims abstract description 16
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000012512 characterization method Methods 0.000 claims description 10
- 238000007621 cluster analysis Methods 0.000 claims description 6
- 238000007417 hierarchical cluster analysis Methods 0.000 claims description 5
- 230000000694 effects Effects 0.000 abstract description 5
- 239000007789 gas Substances 0.000 description 34
- 238000002485 combustion reaction Methods 0.000 description 9
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000005855 radiation Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 239000012159 carrier gas Substances 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 239000012634 fragment Substances 0.000 description 2
- 239000002737 fuel gas Substances 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000004861 thermometry Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000006063 cullet Substances 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000000280 densification Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000013433 optimization analysis Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 239000013074 reference sample Substances 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- C—CHEMISTRY; METALLURGY
- C03—GLASS; MINERAL OR SLAG WOOL
- C03B—MANUFACTURE, SHAPING, OR SUPPLEMENTARY PROCESSES
- C03B19/00—Other methods of shaping glass
- C03B19/10—Forming beads
- C03B19/1005—Forming solid beads
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D23/00—Control of temperature
- G05D23/19—Control of temperature characterised by the use of electric means
- G05D23/20—Control of temperature characterised by the use of electric means with sensing elements having variation of electric or magnetic properties with change of temperature
Abstract
本发明公开了基于玻璃微珠状态监测的球化机参数调控方法及系统,涉及智能控制技术领域,该方法包括:通过激光测温传感器采集球化机加热空间的多个温度监测位置的多个温度监测信息,对多个温度监测信息进行集中值评价,获取集中温度粒子;对多个温度监测信息进行离散性评价,获取温度分布离散系数;当集中温度粒子不满足期望烧结温度,或/和温度分布离散系数不满足离散系数阈值时,对球化机参数进行寻优,获取球化机参数寻优结果;根据球化机参数寻优结果进行球化机参数调控。本发明解决了现有技术中玻璃微珠生产能耗高的技术问题,达到了基于玻璃微珠状态监测进行球化机参数调控,降低生产能耗的技术效果。
Description
技术领域
本发明涉及智能控制技术领域,具体涉及基于玻璃微珠状态监测的球化机参数调控方法及系统。
背景技术
在传统的球化机中,颗粒状原料被送到立式圆筒形燃烧室的底部,在燃烧室里,原料被火焰包围,并随之向上升。原料颗粒通过与火焰接触变成细珠,玻璃细珠通过热气流从燃烧室的上部带出,进到旋风器分级和收集。该布置需要很高流速的载气,并且由于在燃烧室中载气必须通过火焰加热,从而引起热能的大量损失,并增加了制造玻璃细珠的费用。
发明内容
本申请提供了基于玻璃微珠状态监测的球化机参数调控方法及系统,用于解决现有技术中玻璃微珠生产能耗高的技术问题。
本申请的第一个方面,提供了基于玻璃微珠状态监测的球化机参数调控方法,所述方法包括:通过激光测温传感器采集球化机加热空间的多个温度监测位置的多个温度监测信息;对所述多个温度监测信息进行集中值评价,获取集中温度粒子;对所述多个温度监测信息进行离散性评价,获取温度分布离散系数;当所述集中温度粒子不满足期望烧结温度,或/和所述温度分布离散系数不满足离散系数阈值时,对球化机参数进行寻优,获取球化机参数寻优结果;根据所述球化机参数寻优结果进行球化机参数调控。
本申请的第二个方面,提供了基于玻璃微珠状态监测的球化机参数调控系统,所述系统包括:温度监测信息采集模块,所述温度监测信息采集模块用于通过激光测温传感器采集球化机加热空间的多个温度监测位置的多个温度监测信息;集中温度粒子获取模块,所述集中温度粒子获取模块用于对所述多个温度监测信息进行集中值评价,获取集中温度粒子;温度分布离散系数获取模块,所述温度分布离散系数获取模块用于对所述多个温度监测信息进行离散性评价,获取温度分布离散系数;球化机参数寻优结果获取模块,所述球化机参数寻优结果获取模块用于当所述集中温度粒子不满足期望烧结温度,或/和所述温度分布离散系数不满足离散系数阈值时,对球化机参数进行寻优,获取球化机参数寻优结果;球化机参数调控模块,所述球化机参数调控模块用于根据所述球化机参数寻优结果进行球化机参数调控。
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:
本申请提供的基于玻璃微珠状态监测的球化机参数调控方法,涉及智能控制技术领域,通过激光测温传感器采集球化机加热空间的多个温度监测位置的多个温度监测信息,对多个温度监测信息进行集中值评价,获取集中温度粒子;进行离散性评价,获取温度分布离散系数;当集中温度粒子不满足期望烧结温度,或/和温度分布离散系数不满足离散系数阈值时,对球化机参数进行寻优,获取球化机参数寻优结果,进行球化机参数调控,解决了现有技术中玻璃微珠生产能耗高的技术问题,实现了基于玻璃微珠状态监测进行球化机参数调控,降低生产能耗的技术效果。
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的介绍,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基于玻璃微珠状态监测的球化机参数调控方法流程示意图;
图2为本申请实施例提供的基于玻璃微珠状态监测的球化机参数调控方法中获取集中温度粒子的流程示意图;
图3为本申请实施例提供的基于玻璃微珠状态监测的球化机参数调控方法中获取球化机参数寻优结果的流程示意图;
图4为本申请实施例提供的基于玻璃微珠状态监测的球化机参数调控系统结构示意图。
附图标记说明:温度监测信息采集模块11,集中温度粒子获取模块12,温度分布离散系数获取模块13,球化机参数寻优结果获取模块14,球化机参数调控模块15。
具体实施方式
本申请提供了基于玻璃微珠状态监测的球化机参数调控方法,用于解决现有技术中玻璃微珠生产能耗高的技术问题。
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、完整的描述。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作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,本申请的说明书和权利要求书及上述附图中的术语“第一”“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,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,本申请提供了基于玻璃微珠状态监测的球化机参数调控方法,所述方法包括:
S100:通过激光测温传感器采集球化机加热空间的多个温度监测位置的多个温度监测信息;
具体的,使用激光测温传感器采集所述球化机加热空间的多个温度监测位置的多个温度监测信息,所述激光测温传感器是利用激光束对被测物体进行非接触式温度测量的仪器,其工作原理是:当激光束照射到物体表面时,它会被吸收或反射,导致物体表面的温度上升,物体表面的温度与其自然辐射能量的频率和强度有关,通过测量物体表面自然辐射能量的频率和强度来计算出物体表面的温度。由于激光测温是一种非接触式测温方法,因此它可以测量高温、危险区域和移动目标的温度。本申请使用激光测温传感器向加热空间内的玻璃碎块表面的多个温度监测位置发射激光,其中任意两个位置的距离小于预设距离,且均匀分布在加热空间内的玻璃碎块表面,然后通过测量多个温度监测位置的自然辐射能量的频率和强度来计算出多个温度监测位置的温度,以此作为多个温度监测信息,作为后续进行温度分析的基础数据。
S200:对所述多个温度监测信息进行集中值评价,获取集中温度粒子;
具体而言,通过众数、中位数、平均数计算等方式对所述多个温度监测信息进行集中值评价,也就是判断所述多个温度监测信息的集中趋势,计算出温度集中值,以此作为集中温度粒子,可以用来表示所述多个温度监测信息的集中程度。
进一步的,如图2所示,本申请实施例步骤S200还包括:
S210:对所述多个温度监测信息按照温度偏差阈值进行层次聚类分析,获取温度粒子聚类结果;
S220:遍历所述温度粒子聚类结果进行均值计算,确定多个聚类集中温度粒子;
S230:获取所述多个聚类集中温度粒子的多个聚类权重;
S240:根据所述多个聚类权重对所述多个聚类集中温度粒子进行加权均值评价,获取所述集中温度粒子。
具体的,将所述多个温度监测信息按照温度偏差阈值进行层次聚类分析,所述温度偏差阈值是指每两个簇之间的最大温度差值,可根据用户实际需求设置。所述聚类分析指将物理或抽象对象的集合分组为由类似的对象组成的多个类的分析过程,其中,层次聚类分析是指对给定的数据进行层次分解,直到满足一定的条件。首先将每个温度监测信息作为一个簇,计算温度监测信息之间的距离,将最近的点合并到同一个簇中,然后计算聚类之间的距离,将最近的聚类合并成一个大的聚类,保持合并,直到一个簇被合成或者达到温度偏差阈值,最终得到多个温度粒子簇,以此作为温度粒子聚类结果。分别将所述温度粒子聚类结果中的多个温度粒子簇进行均值计算,将得到的平均温度值作为多个聚类集中温度粒子。根据每个温度粒子簇中的数据量占温度粒子总数的比例,为所述多个聚类集中温度粒子分配相应的权重系数,数据量占比越大,权重系数越大,由此获得所述多个聚类集中温度粒子的多个聚类权重, 使用所述多个聚类权重与所述多个聚类集中温度粒子进行加权计算,将加权平均值作为所述集中温度粒子,可以用来判断加热温度是否满足期望烧结温度。
S300:对所述多个温度监测信息进行离散性评价,获取温度分布离散系数;
具体而言,通过极差计算、标准差计算等方式,对所述多个温度监测信息进行离散性评价,也就是计算所述多个温度监测信息的离散程度,获取温度分布离散系数,离散系数是测度数据离散程度的相对统计量,主要是用于比较不同样本数据的离散程度。离散系数大,说明数据的离散程度也大,离散系数小,说明数据的离散程度也小。所述温度分布离散系数可以用来表示所述多个温度监测信息的离散程度。
进一步的,本申请实施例步骤S300还包括:
S310:获取所述多个温度监测信息大于所述集中温度粒子,且温度偏差大于或等于第一预设偏差的多个极大值温度粒子的均值,设为第一离散性评价因子;
S320:获取所述多个温度监测信息小于所述集中温度粒子,且温度偏差大于或等于所述第一预设偏差的多个极小值温度粒子的均值,设为第二离散性评价因子;
S330:构建离散系数评价公式:
,
其中,表征第一离散性评价因子,/>表征第二离散性评价因子,/>表征集中温度粒子,/>表征多个极大值温度粒子的数量,/>表征多个极小值温度粒子的数量,/>表征任意一个温度监测信息,N表征温度监测信息总数量,U表征离散系数;
S340:将所述第一离散性评价因子和所述第二离散性评价因子,以及所述多个温度监测信息输入所述离散系数评价公式,获取所述温度分布离散系数。
具体的,提取所述多个温度监测信息中大于所述集中温度粒子,且与所述集中温度粒子的温度偏差大于或等于第一预设偏差的多个极大值温度粒子,并将多个极大值温度粒子的平均值设置为第一离散性评价因子。所述第一预设偏差是预先设置的温度粒子与所述集中温度粒子的温度偏差阈值,根据用户能够接受的最大温度偏差设置。提取所述多个温度监测信息中小于所述集中温度粒子,且温度偏差大于或等于所述第一预设偏差的多个极小值温度粒子,并将多个极小值温度粒子的均值设为第二离散性评价因子。进一步的,构建离散系数评价公式:,其中,/>表征第一离散性评价因子,/>表征第二离散性评价因子,/>表征集中温度粒子,/>表征多个极大值温度粒子的数量,/>表征多个极小值温度粒子的数量,/>表征任意一个温度监测信息,N表征温度监测信息总数量,U表征离散系数。分别将所述第一离散性评价因子和所述第二离散性评价因子,以及所述多个温度监测信息输入所述离散系数评价公式中进行计算,得到所述温度分布离散系数,所述温度分布离散系数可以用来表示所述多个温度监测信息的离散程度。
S400:当所述集中温度粒子不满足期望烧结温度,或/和所述温度分布离散系数不满足离散系数阈值时,对球化机参数进行寻优,获取球化机参数寻优结果;
具体而言,将所述集中温度粒子与期望烧结温度进行比较,将所述温度分布离散系数与离散系数阈值进行比较,当其中一个数值不满足期望烧结温度或离散系数阈值,或两个数值均不满足时期望烧结温度和离散系数阈值时,则对球化机参数进行寻优。所述期望烧结温度是指玻璃碎块通过烧结,达到气孔最小、收缩最大、产品最致密、性能最优良或成为坚实集结体状态时的温度。所述离散系数阈值是指用户能够接受的离散系数最大值,所述球化机参数包括燃气分布参数、燃气等级参数和加热时长参数,通过对燃气分布参数、燃气等级参数和加热时长参数中的一个或多个进行优化,获取球化机参数寻优结果,可以作为后续球化机参数调控的参考数据。
进一步的,如图3所示,本申请实施例步骤S400还包括:
S410:构建寻优适应度函数,其中,所述寻优适应度函数为最小值选取;
S420:基于所述球化机参数,采集玻璃微珠生产记录数据,其中,所述玻璃微珠生产记录数据包括多组球化机参数记录数据和多个球化机参数选用频率;
S430:根据选用频率偏差阈值,结合所述多个球化机参数选用频率对所述多组球化机参数记录数据进行聚类分析,获取球化机参数记录数据聚类结果;
S440:遍历所述球化机参数记录数据聚类结果,获取全局频率最大球化机参数和多个局部频率最大球化机参数;
S450:根据所述全局频率最大球化机参数和所述多个局部频率最大球化机参数进行解集扩充,获取解集扩充结果;
S460:根据所述寻优适应度函数,遍历所述解集扩充结果进行评估,获取适应度最小值对应的解,设为所述球化机参数寻优结果。
具体的,根据所述多个温度监测信息的集中情况和离散情况构建不同的寻优适应度函数,所述适应度函数是用来对种群中个体的适应性进行度量的函数,遗传算法中以个体适应度的大小来评定各个个体的优劣程度,从而决定其遗传机会的大小。本申请使用的所述寻优适应度函数主要用来进行最小值选取,可分为以下四种情况:当所述集中温度粒子不满足所述期望烧结温度,且所述温度分布离散系数满足所述离散系数阈值时,所述球化机参数为燃气等级参数和加热时长参数,所述寻优适应度函数为:;当所述集中温度粒子满足所述期望烧结温度,且所述温度分布离散系数满足所述离散系数阈值时,所述球化机参数为燃气等级参数、燃气分布参数和加热时长参数,所述寻优适应度函数为:/>;当所述集中温度粒子满足所述期望烧结温度,且所述温度分布离散系数不满足所述离散系数阈值时,所述球化机参数为燃气分布参数,所述寻优适应度函数为:/>;当所述集中温度粒子不满足所述期望烧结温度,且所述温度分布离散系数不满足所述离散系数阈值时,所述球化机参数为燃气等级参数、燃气分布参数和加热时长参数,所述寻优适应度函数为:/>。
进一步的,基于所述球化机参数,燃气分布参数、燃气等级参数和加热时长参数中的一个或多个,从本地生产记录中采集玻璃微珠生产记录数据,所述玻璃微珠生产记录数据包括多组球化机参数记录数据和多个球化机参数选用频率,也就是过去进行玻璃微珠生产时使用过的多组球化机参数,以及每组球化机参数的使用频率,可以用来作为球化机参数选择的经验数据。根据选用频率的分布情况,设定一个选用频率偏差阈值,结合所述多个球化机参数选用频率对所述多组球化机参数记录数据进行聚类分析,将选用频率接近且选用频率偏差小于所述选用频率偏差阈值的球化机参数选用频率分为一类,得到多个球化机参数选用频率类别,再根据球化机参数选用频率类别将对应的所述多组球化机参数记录数据进行分类,得到多个球化机参数记录数据类别,以此作为球化机参数记录数据聚类结果。遍历所述球化机参数记录数据聚类结果,筛选出所有球化机参数记录数据中选用频率最大的球化机参数,作为全局频率最大球化机参数,以及筛选出每个球化机参数记录数据类别中选用频率最大的球化机参数,作为多个局部频率最大球化机参数。根据所述全局频率最大球化机参数和所述多个局部频率最大球化机参数对多个球化机参数记录数据进行解集扩充,获取解集扩充结果,使用所述寻优适应度函数,遍历所述解集扩充结果进行评估,获得多个适应度,选择适应度最小值对应的解,也就是适应度最小值对应的球化机参数,以此作为所述球化机参数寻优结果,作为后续进行球化机参数调控的参考数据。
进一步的,本申请实施例步骤S410还包括:
S411:当所述集中温度粒子不满足所述期望烧结温度,且所述温度分布离散系数满足所述离散系数阈值时,所述球化机参数为燃气等级参数和加热时长参数,所述寻优适应度函数为:
,
其中,表征第j个解的第一类型适应度,/>表征第j个解的集中温度粒子,/>表征第j个解的能耗值,/>和/>为归一化调节因子,/>表征第j个解,/>表征期望烧结温度;
S412:当所述集中温度粒子满足所述期望烧结温度,且所述温度分布离散系数满足所述离散系数阈值时,所述球化机参数为燃气等级参数、燃气分布参数和加热时长参数,所述寻优适应度函数为:
,
其中,表征第j个解的第二类型适应度;
S413:当所述集中温度粒子满足所述期望烧结温度,且所述温度分布离散系数不满足所述离散系数阈值时,所述球化机参数为燃气分布参数,所述寻优适应度函数为:
,
其中,表征第j个解的第三类型适应度,U表征第j个解的温度分布离散系数,/>表征离散系数阈值,/>为归一化调节因子;
S414:当所述集中温度粒子不满足所述期望烧结温度,且所述温度分布离散系数不满足所述离散系数阈值时,所述球化机参数为燃气等级参数、燃气分布参数和加热时长参数,所述寻优适应度函数为:
,
其中,表征第j个解的第四类型适应度。
具体而言,当所述集中温度粒子不满足所述期望烧结温度,但所述温度分布离散系数满足所述离散系数阈值时,说明温度分布位置满足要求,只需要调节加热时长和燃气等级,即单位时间燃烧量,此时所述球化机参数为燃气等级参数和加热时长参数,相应的寻优适应度函数为:,其中,/>表征第j个解的第一类型适应度,数值越小,产品质量越好,能耗越低,/>表征第j个解的集中温度粒子,/>表征第j个解的能耗值,越小越好,/>和/>为归一化调节因子,/>表征第j个解,/>表征期望烧结温度,/>值越小,能耗越低,玻璃球质量越好。
进一步的,当所述集中温度粒子满足所述期望烧结温度,且所述温度分布离散系数也满足所述离散系数阈值时,说明加热时长、燃气等级和温度分布位置均满足要求,可以在满足烧结温度和离散系数阈值的解中,寻找能耗最小值,则所述球化机参数为燃气等级参数、燃气分布参数和加热时长参数,所述寻优适应度函数为:,其中,表征第j个解的第二类型适应度,数值越小,能耗越低,/>为第j个解的能耗值,越小越好。
进一步的,当所述集中温度粒子满足所述期望烧结温度,但所述温度分布离散系数不满足所述离散系数阈值时,说明温度分布位置不对,需要调节分布位置,则所述球化机参数为燃气分布参数,所述寻优适应度函数为:,其中,表征第j个解的第三类型适应度,数值越小,能耗越低,U表征第j个解的温度分布离散系数,/>表征离散系数阈值,/>的数值越小,温度分布位置的越接近离散系数阈值,耗能越低,/>为归一化调节因子。
进一步的,当所述集中温度粒子不满足所述期望烧结温度,且所述温度分布离散系数不满足所述离散系数阈值时,说明燃烧时长、燃烧等级和燃气分布位置均不满足要求,则全部控制参数都能调节,所述球化机参数为燃气等级参数、燃气分布参数和加热时长参数,相应的所述寻优适应度函数为:,其中,表征第j个解的第四类型适应度,可以通过调节/>离散系数差值、/>能耗值和/>烧结温度差值来找到最小值,即为最低能耗值。
进一步的,本申请实施例步骤S450还包括:
S451:设定解集扩充步长约束区间;
S452:获取所述多组球化机参数记录数据的第k组球化机参数记录数据的第L个球化机参数记录数据;
S453:根据所述多个局部频率最大球化机参数,获取第L个球化机参数局部频率最大值;
S454:根据所述全局频率最大球化机参数,获取第L个球化机参数全局频率最大值;
S455:将所述第L个球化机参数局部频率最大值与所述第L个球化机参数记录数据进行偏差计算,获取第一解集扩充因子;
S456:将所述第L个球化机参数全局频率最大值与所述第L个球化机参数记录数据进行偏差计算,获取第二解集扩充因子;
S457:从所述解集扩充步长约束区间随机选取第一步长,将所述第一步长、所述第一解集扩充因子和所述第二解集扩充因子加和,获取第L个球化机参数记录数据扩充步长;
S458:根据所述第L个球化机参数记录数据扩充步长对所述第L个球化机参数记录数据进行扩充,添加进第k组球化机参数记录数据解集扩充结果,添加进所述解集扩充结果。
具体的,预设解集扩充的步长约束区间,也就是数据扩充步长的选择范围,不同类型的控制参数对应于不同的步长约束区间,随机选取所述多组球化机参数记录数据中的一组作为第k组球化机参数记录数据,获取第k组球化机参数记录数据的第L个球化机参数记录数据,控制参数有多个类型,L表征其中一个类型的特征值,也就是燃烧时长、燃烧等级和燃气分布位置中的一个。根据第k组球化机参数记录数据的聚类结果,确定其所属的局部最优值,然后根据多组球化机参数的局部最优值,确定第L个参数局部频率最大值。通过所述全局频率最大球化机参数,提取第L个球化机参数全局频率最大值。计算所述第L个球化机参数局部频率最大值与所述第L个球化机参数记录数据的偏差值,以此作为第一解集扩充因子,计算所述第L个球化机参数全局频率最大值与所述第L个球化机参数记录数据的偏差值,以此作为第二解集扩充因子,从所述解集扩充步长约束区间随机选取第一步长,例如选择燃烧等级步长为1级,将所述第一步长、所述第一解集扩充因子和所述第二解集扩充因子相加求和,得到第L个球化机参数记录数据扩充步长。基于所述第L个球化机参数记录数据扩充步长对所述第L个球化机参数记录数据进行扩充,从本地数据库中选择相应的数据,添加进第k组球化机参数记录数据解集扩充结果,以此类推,对除第k组球化机参数记录数据之外的其他球化机参数记录数据进行扩充,对除第L个球化机参数记录数据之外的其他球化机参数记录数据进行扩充,最后得到所述解集扩充结果,可以作为后续进行球化机参数寻优的基础数据。
进一步的,本申请实施例步骤S458还包括:
S458-1:根据所述解集扩充结果,基于玻璃微珠生产大数据,采集扩充解生产记录数据,其中,所述扩充解生产记录数据与所述解集扩充结果一一对应。
具体而言,当本地的玻璃微珠生产记录数据不能满足数据扩充要求,本地的参考样本检索不够全面时,可基于玻璃微珠生产大数据进行检索,将在本地数据中未检索到记录数据的解清洗掉,将大数据检索记录数据的解进行集中值、离散系数以及能耗量的评价,便于后步进行优化分析。
S500:根据所述球化机参数寻优结果进行球化机参数调控。
具体的,根据所述球化机参数寻优结果进行球化机燃气分布参数、燃气等级参数和加热时长参数的控制,可以提高玻璃微珠的生产质量,降低生产能耗。
综上所述,本申请实施例至少具有如下技术效果:
本申请通过激光测温传感器采集球化机加热空间的多个温度监测位置的多个温度监测信息,对多个温度监测信息进行集中值评价,获取集中温度粒子;对多个温度监测信息进行离散性评价,获取温度分布离散系数;当集中温度粒子不满足期望烧结温度,或/和温度分布离散系数不满足离散系数阈值时,对球化机参数进行寻优,获取球化机参数寻优结果;根据球化机参数寻优结果进行球化机参数调控。
达到了基于玻璃微珠状态监测进行球化机参数调控,降低生产能耗的技术效果。
实施例二:
基于与前述实施例中基于玻璃微珠状态监测的球化机参数调控方法相同的发明构思,如图4所示,本申请提供了基于玻璃微珠状态监测的球化机参数调控系统,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:
温度监测信息采集模块11,所述温度监测信息采集模块11用于通过激光测温传感器采集球化机加热空间的多个温度监测位置的多个温度监测信息;
集中温度粒子获取模块12,所述集中温度粒子获取模块12用于对所述多个温度监测信息进行集中值评价,获取集中温度粒子;
温度分布离散系数获取模块13,所述温度分布离散系数获取模块13用于对所述多个温度监测信息进行离散性评价,获取温度分布离散系数;
球化机参数寻优结果获取模块14,所述球化机参数寻优结果获取模块14用于当所述集中温度粒子不满足期望烧结温度,或/和所述温度分布离散系数不满足离散系数阈值时,对球化机参数进行寻优,获取球化机参数寻优结果;
球化机参数调控模块15,所述球化机参数调控模块15用于根据所述球化机参数寻优结果进行球化机参数调控。
进一步的,所述集中温度粒子获取模块12还用于执行以下步骤:
对所述多个温度监测信息按照温度偏差阈值进行层次聚类分析,获取温度粒子聚类结果;
遍历所述温度粒子聚类结果进行均值计算,确定多个聚类集中温度粒子;
获取所述多个聚类集中温度粒子的多个聚类权重;
根据所述多个聚类权重对所述多个聚类集中温度粒子进行加权均值评价,获取所述集中温度粒子。
进一步的,所述温度分布离散系数获取模块13还用于执行以下步骤:
获取所述多个温度监测信息大于所述集中温度粒子,且温度偏差大于或等于第一预设偏差的多个极大值温度粒子的均值,设为第一离散性评价因子;
获取所述多个温度监测信息小于所述集中温度粒子,且温度偏差大于或等于所述第一预设偏差的多个极小值温度粒子的均值,设为第二离散性评价因子;
构建离散系数评价公式:
,
其中,表征第一离散性评价因子,/>表征第二离散性评价因子,/>表征集中温度粒子,/>表征多个极大值温度粒子的数量,/>表征多个极小值温度粒子的数量,/>表征任意一个温度监测信息,N表征温度监测信息总数量,U表征离散系数;
将所述第一离散性评价因子和所述第二离散性评价因子,以及所述多个温度监测信息输入所述离散系数评价公式,获取所述温度分布离散系数。
进一步的,所述球化机参数寻优结果获取模块14还用于执行以下步骤:
构建寻优适应度函数,其中,所述寻优适应度函数为最小值选取;
基于所述球化机参数,采集玻璃微珠生产记录数据,其中,所述玻璃微珠生产记录数据包括多组球化机参数记录数据和多个球化机参数选用频率;
根据选用频率偏差阈值,结合所述多个球化机参数选用频率对所述多组球化机参数记录数据进行聚类分析,获取球化机参数记录数据聚类结果;
遍历所述球化机参数记录数据聚类结果,获取全局频率最大球化机参数和多个局部频率最大球化机参数;
根据所述全局频率最大球化机参数和所述多个局部频率最大球化机参数进行解集扩充,获取解集扩充结果;
根据所述寻优适应度函数,遍历所述解集扩充结果进行评估,获取适应度最小值对应的解,设为所述球化机参数寻优结果。
进一步的,所述球化机参数寻优结果获取模块14还用于执行以下步骤:
当所述集中温度粒子不满足所述期望烧结温度,且所述温度分布离散系数满足所述离散系数阈值时,所述球化机参数为燃气等级参数和加热时长参数,所述寻优适应度函数为:
,
其中,表征第j个解的第一类型适应度,/>表征第j个解的集中温度粒子,/>表征第j个解的能耗值,/>和/>为归一化调节因子,/>表征第j个解,/>表征期望烧结温度;
当所述集中温度粒子满足所述期望烧结温度,且所述温度分布离散系数满足所述离散系数阈值时,所述球化机参数为燃气等级参数、燃气分布参数和加热时长参数,所述寻优适应度函数为:
,
其中,表征第j个解的第二类型适应度;
当所述集中温度粒子满足所述期望烧结温度,且所述温度分布离散系数不满足所述离散系数阈值时,所述球化机参数为燃气分布参数,所述寻优适应度函数为:
,
其中,表征第j个解的第三类型适应度,U表征第j个解的温度分布离散系数,/>表征离散系数阈值,/>为归一化调节因子;
当所述集中温度粒子不满足所述期望烧结温度,且所述温度分布离散系数不满足所述离散系数阈值时,所述球化机参数为燃气等级参数、燃气分布参数和加热时长参数,所述寻优适应度函数为:
,
其中,表征第j个解的第四类型适应度。
进一步的,所述球化机参数寻优结果获取模块14还用于执行以下步骤:
设定解集扩充步长约束区间;
获取所述多组球化机参数记录数据的第k组球化机参数记录数据的第L个球化机参数记录数据;
根据所述多个局部频率最大球化机参数,获取第L个球化机参数局部频率最大值;
根据所述全局频率最大球化机参数,获取第L个球化机参数全局频率最大值;
将所述第L个球化机参数局部频率最大值与所述第L个球化机参数记录数据进行偏差计算,获取第一解集扩充因子;
将所述第L个球化机参数全局频率最大值与所述第L个球化机参数记录数据进行偏差计算,获取第二解集扩充因子;
从所述解集扩充步长约束区间随机选取第一步长,将所述第一步长、所述第一解集扩充因子和所述第二解集扩充因子加和,获取第L个球化机参数记录数据扩充步长;
根据所述第L个球化机参数记录数据扩充步长对所述第L个球化机参数记录数据进行扩充,添加进第k组球化机参数记录数据解集扩充结果,添加进所述解集扩充结果。
进一步的,所述球化机参数寻优结果获取模块14还用于执行以下步骤:
根据所述解集扩充结果,基于玻璃微珠生产大数据,采集扩充解生产记录数据,其中,所述扩充解生产记录数据与所述解集扩充结果一一对应。
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。其他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 (5)
1.基于玻璃微珠状态监测的球化机参数调控方法,其特征在于,所述方法包括:
通过激光测温传感器采集球化机加热空间的多个温度监测位置的多个温度监测信息;
对所述多个温度监测信息进行集中值评价,获取集中温度粒子;
对所述多个温度监测信息进行离散性评价,获取温度分布离散系数;
当所述集中温度粒子不满足期望烧结温度,或/和所述温度分布离散系数不满足离散系数阈值时,对球化机参数进行寻优,获取球化机参数寻优结果,包括:
构建寻优适应度函数,其中,所述寻优适应度函数为最小值选取,包括:
当所述集中温度粒子不满足所述期望烧结温度,且所述温度分布离散系数满足所述离散系数阈值时,所述球化机参数为燃气等级参数和加热时长参数,所述寻优适应度函数为:
,
其中,表征第j个解的第一类型适应度,/>表征第j个解的集中温度粒子,/>表征第j个解的能耗值,/>和/>为归一化调节因子,/>表征第j个解,/>表征期望烧结温度;
当所述集中温度粒子满足所述期望烧结温度,且所述温度分布离散系数满足所述离散系数阈值时,所述球化机参数为燃气等级参数、燃气分布参数和加热时长参数,所述寻优适应度函数为:
,
其中,表征第j个解的第二类型适应度;
当所述集中温度粒子满足所述期望烧结温度,且所述温度分布离散系数不满足所述离散系数阈值时,所述球化机参数为燃气分布参数,所述寻优适应度函数为:
,
其中,表征第j个解的第三类型适应度,U表征第j个解的温度分布离散系数,表征离散系数阈值,/>为归一化调节因子;
当所述集中温度粒子不满足所述期望烧结温度,且所述温度分布离散系数不满足所述离散系数阈值时,所述球化机参数为燃气等级参数、燃气分布参数和加热时长参数,所述寻优适应度函数为:
,
其中,表征第j个解的第四类型适应度;
基于所述球化机参数,采集玻璃微珠生产记录数据,其中,所述玻璃微珠生产记录数据包括多组球化机参数记录数据和多个球化机参数选用频率;
根据选用频率偏差阈值,结合所述多个球化机参数选用频率对所述多组球化机参数记录数据进行聚类分析,获取球化机参数记录数据聚类结果;
遍历所述球化机参数记录数据聚类结果,获取全局频率最大球化机参数和多个局部频率最大球化机参数;
根据所述全局频率最大球化机参数和所述多个局部频率最大球化机参数进行解集扩充,获取解集扩充结果,包括:
设定解集扩充步长约束区间;
获取所述多组球化机参数记录数据的第k组球化机参数记录数据的第L个球化机参数记录数据;
根据所述多个局部频率最大球化机参数,获取第L个球化机参数局部频率最大值;
根据所述全局频率最大球化机参数,获取第L个球化机参数全局频率最大值;
将所述第L个球化机参数局部频率最大值与所述第L个球化机参数记录数据进行偏差计算,获取第一解集扩充因子;
将所述第L个球化机参数全局频率最大值与所述第L个球化机参数记录数据进行偏差计算,获取第二解集扩充因子;
从所述解集扩充步长约束区间随机选取第一步长,将所述第一步长、所述第一解集扩充因子和所述第二解集扩充因子加和,获取第L个球化机参数记录数据扩充步长;
根据所述第L个球化机参数记录数据扩充步长对所述第L个球化机参数记录数据进行扩充,添加进第k组球化机参数记录数据解集扩充结果,添加进所述解集扩充结果;
根据所述寻优适应度函数,遍历所述解集扩充结果进行评估,获取适应度最小值对应的解,设为所述球化机参数寻优结果;根据所述球化机参数寻优结果进行球化机参数调控。
2.如权利要求1所述的方法,其特征在于,对所述多个温度监测信息进行集中值评价,获取集中温度粒子,包括:
对所述多个温度监测信息按照温度偏差阈值进行层次聚类分析,获取温度粒子聚类结果;
遍历所述温度粒子聚类结果进行均值计算,确定多个聚类集中温度粒子;
获取所述多个聚类集中温度粒子的多个聚类权重;
根据所述多个聚类权重对所述多个聚类集中温度粒子进行加权均值评价,获取所述集中温度粒子。
3.如权利要求1所述的方法,其特征在于,对所述多个温度监测信息进行离散性评价,获取温度分布离散系数,包括:
获取所述多个温度监测信息大于所述集中温度粒子,且温度偏差大于或等于第一预设偏差的多个极大值温度粒子的均值,设为第一离散性评价因子;
获取所述多个温度监测信息小于所述集中温度粒子,且温度偏差大于或等于所述第一预设偏差的多个极小值温度粒子的均值,设为第二离散性评价因子;
构建离散系数评价公式:
,
其中,表征第一离散性评价因子,/>表征第二离散性评价因子,/>表征集中温度粒子,/>表征多个极大值温度粒子的数量,/>表征多个极小值温度粒子的数量,/>表征任意一个温度监测信息,N保证温度监测信息总数量,U表征离散系数;
将所述第一离散性评价因子和所述第二离散性评价因子,以及所述多个温度监测信息输入所述离散系数评价公式,获取所述温度分布离散系数。
4.如权利要求1所述的方法,其特征在于,根据所述第L个球化机参数记录数据扩充步长对所述第L个球化机参数记录数据进行扩充,添加进第k组球化机参数记录数据解集扩充结果,添加进所述解集扩充结果,包括:
根据所述解集扩充结果,基于玻璃微珠生产大数据,采集扩充解生产记录数据,其中,所述扩充解生产记录数据与所述解集扩充结果一一对应。
5.基于玻璃微珠状态监测的球化机参数调控系统,其特征在于,所述系统包括:
温度监测信息采集模块,所述温度监测信息采集模块用于通过激光测温传感器采集球化机加热空间的多个温度监测位置的多个温度监测信息;
集中温度粒子获取模块,所述集中温度粒子获取模块用于对所述多个温度监测信息进行集中值评价,获取集中温度粒子;
温度分布离散系数获取模块,所述温度分布离散系数获取模块用于对所述多个温度监测信息进行离散性评价,获取温度分布离散系数;
球化机参数寻优结果获取模块,所述球化机参数寻优结果获取模块用于当所述集中温度粒子不满足期望烧结温度,或/和所述温度分布离散系数不满足离散系数阈值时,对球化机参数进行寻优,获取球化机参数寻优结果,包括:
构建寻优适应度函数,其中,所述寻优适应度函数为最小值选取,包括:
当所述集中温度粒子不满足所述期望烧结温度,且所述温度分布离散系数满足所述离散系数阈值时,所述球化机参数为燃气等级参数和加热时长参数,所述寻优适应度函数为:
,
其中,表征第j个解的第一类型适应度,/>表征第j个解的集中温度粒子,/>表征第j个解的能耗值,/>和/>为归一化调节因子,/>表征第j个解,/>表征期望烧结温度;
当所述集中温度粒子满足所述期望烧结温度,且所述温度分布离散系数满足所述离散系数阈值时,所述球化机参数为燃气等级参数、燃气分布参数和加热时长参数,所述寻优适应度函数为:
,
其中,表征第j个解的第二类型适应度;
当所述集中温度粒子满足所述期望烧结温度,且所述温度分布离散系数不满足所述离散系数阈值时,所述球化机参数为燃气分布参数,所述寻优适应度函数为:
,
其中,表征第j个解的第三类型适应度,U表征第j个解的温度分布离散系数,表征离散系数阈值,/>为归一化调节因子;
当所述集中温度粒子不满足所述期望烧结温度,且所述温度分布离散系数不满足所述离散系数阈值时,所述球化机参数为燃气等级参数、燃气分布参数和加热时长参数,所述寻优适应度函数为:
,
其中,表征第j个解的第四类型适应度;
基于所述球化机参数,采集玻璃微珠生产记录数据,其中,所述玻璃微珠生产记录数据包括多组球化机参数记录数据和多个球化机参数选用频率;
根据选用频率偏差阈值,结合所述多个球化机参数选用频率对所述多组球化机参数记录数据进行聚类分析,获取球化机参数记录数据聚类结果;
遍历所述球化机参数记录数据聚类结果,获取全局频率最大球化机参数和多个局部频率最大球化机参数;
根据所述全局频率最大球化机参数和所述多个局部频率最大球化机参数进行解集扩充,获取解集扩充结果,包括:
设定解集扩充步长约束区间;
获取所述多组球化机参数记录数据的第k组球化机参数记录数据的第L个球化机参数记录数据;
根据所述多个局部频率最大球化机参数,获取第L个球化机参数局部频率最大值;
根据所述全局频率最大球化机参数,获取第L个球化机参数全局频率最大值;
将所述第L个球化机参数局部频率最大值与所述第L个球化机参数记录数据进行偏差计算,获取第一解集扩充因子;
将所述第L个球化机参数全局频率最大值与所述第L个球化机参数记录数据进行偏差计算,获取第二解集扩充因子;
从所述解集扩充步长约束区间随机选取第一步长,将所述第一步长、所述第一解集扩充因子和所述第二解集扩充因子加和,获取第L个球化机参数记录数据扩充步长;
根据所述第L个球化机参数记录数据扩充步长对所述第L个球化机参数记录数据进行扩充,添加进第k组球化机参数记录数据解集扩充结果,添加进所述解集扩充结果;
根据所述寻优适应度函数,遍历所述解集扩充结果进行评估,获取适应度最小值对应的解,设为所述球化机参数寻优结果;
球化机参数调控模块,所述球化机参数调控模块用于根据所述球化机参数寻优结果进行球化机参数调控。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311095481.4A CN116820160B (zh) | 2023-08-29 | 2023-08-29 | 基于玻璃微珠状态监测的球化机参数调控方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311095481.4A CN116820160B (zh) | 2023-08-29 | 2023-08-29 | 基于玻璃微珠状态监测的球化机参数调控方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116820160A CN116820160A (zh) | 2023-09-29 |
CN116820160B true CN116820160B (zh) | 2023-11-21 |
Family
ID=88126045
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311095481.4A Active CN116820160B (zh) | 2023-08-29 | 2023-08-29 | 基于玻璃微珠状态监测的球化机参数调控方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116820160B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA371863A (en) * | 1938-02-08 | Gerald Ames James | Heating apparatus | |
JPS59131533A (ja) * | 1983-01-14 | 1984-07-28 | Furukawa Electric Co Ltd:The | 光学系ガラス材製造法における温度制御方法 |
CA2293028A1 (en) * | 1998-12-17 | 2000-06-17 | Pirelli & C. S.P.A. | Method and apparatus for forming an optical fiber preform by combustionless hydrolysis |
JP2009053686A (ja) * | 2007-08-01 | 2009-03-12 | Dainippon Printing Co Ltd | 谷部断面を凹曲線化した曲面化プリズムシートとその製造方法、面光源、及び液晶表示装置 |
CN101400094A (zh) * | 2007-09-29 | 2009-04-01 | 大唐移动通信设备有限公司 | 一种射频信息收发装置和用户设备 |
CA2907159A1 (en) * | 2014-10-16 | 2016-04-16 | Murray Williams | Segmentation discovery, evaluation and implementation platform |
CN215250397U (zh) * | 2021-08-11 | 2021-12-21 | 绵阳光耀新材料有限责任公司 | 一种高折射率玻璃微珠的制备装置 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7502617B2 (en) * | 2004-09-02 | 2009-03-10 | Cisco Technology, Inc. | Rapid search for optimal wireless network configuration |
US20060212279A1 (en) * | 2005-01-31 | 2006-09-21 | The Board of Trustees of the University of Illinois and | Methods for efficient solution set optimization |
CN107945321B (zh) * | 2017-11-08 | 2021-02-09 | 平安科技(深圳)有限公司 | 基于人脸识别的安检方法、应用服务器及计算机可读存储介质 |
CN111145406A (zh) * | 2020-01-03 | 2020-05-12 | 贺楚龙 | 一种楼宇对讲陌生人访问终端控制方法 |
CN111960202A (zh) * | 2020-08-27 | 2020-11-20 | 成都新潮传媒集团有限公司 | 一种智慧小区管理系统 |
CN112562161A (zh) * | 2020-12-08 | 2021-03-26 | 福建红点科技有限公司 | 一种基于5g物联网及ai智能门禁综合管理系统 |
CN113053013B (zh) * | 2021-03-25 | 2023-01-13 | 深圳佳兆业科技集团有限公司 | 基于人脸识别的门禁控制方法、装置、计算机设备和介质 |
CN113763620B (zh) * | 2021-09-14 | 2023-07-18 | 孟琦 | 组合门禁、用于控制组合门禁的方法及装置、存储介质 |
CN116012991A (zh) * | 2022-08-31 | 2023-04-25 | 云丁网络技术(北京)有限公司 | 一种场所访问管理的方法、装置及相关设备 |
-
2023
- 2023-08-29 CN CN202311095481.4A patent/CN116820160B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA371863A (en) * | 1938-02-08 | Gerald Ames James | Heating apparatus | |
JPS59131533A (ja) * | 1983-01-14 | 1984-07-28 | Furukawa Electric Co Ltd:The | 光学系ガラス材製造法における温度制御方法 |
CA2293028A1 (en) * | 1998-12-17 | 2000-06-17 | Pirelli & C. S.P.A. | Method and apparatus for forming an optical fiber preform by combustionless hydrolysis |
JP2009053686A (ja) * | 2007-08-01 | 2009-03-12 | Dainippon Printing Co Ltd | 谷部断面を凹曲線化した曲面化プリズムシートとその製造方法、面光源、及び液晶表示装置 |
CN101400094A (zh) * | 2007-09-29 | 2009-04-01 | 大唐移动通信设备有限公司 | 一种射频信息收发装置和用户设备 |
CA2907159A1 (en) * | 2014-10-16 | 2016-04-16 | Murray Williams | Segmentation discovery, evaluation and implementation platform |
CN215250397U (zh) * | 2021-08-11 | 2021-12-21 | 绵阳光耀新材料有限责任公司 | 一种高折射率玻璃微珠的制备装置 |
Non-Patent Citations (4)
Title |
---|
基于多种群差分进化的多目标优化算法;宋通;庄毅;;计算机科学(第08期);全文 * |
基于改进多目标粒子群算法的微网双层优化调度策略;李雪松;滕欢;郭宁;梁梦可;吴泽穹;;电测与仪表(第05期);全文 * |
基于改进粒子群算法的节能调度下多目标负荷最优分配;苏鹏;刘天琪;赵国波;张炯;;电网技术(第05期);全文 * |
改进的多目标粒子群优化算法及其在弹药维修任务调配中的应用;王琦;穆希辉;吕晓明;江劲勇;;装甲兵工程学院学报(第05期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116820160A (zh) | 2023-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106802977B (zh) | 一种用于烧结矿性能指标预测及综合质量评价方法 | |
CN101038277B (zh) | 基于最小二乘-支持向量机的制粉过程煤粉细度软测量方法 | |
CN112113666B (zh) | 一种基于自适应发射率模型的多光谱测温装置及其测温方法 | |
CN110647943A (zh) | 基于演化数据聚类分析的切削刀具磨损监测方法 | |
CN109858544A (zh) | 基于区间阴影集和密度峰值聚类的钢材质量检测方法 | |
CN111103854A (zh) | 一种用于提升烟草烘丝机生产稳定性的系统及方法 | |
CN109342279B (zh) | 基于粉磨机理和神经网络的混合软测量方法 | |
CN101423348B (zh) | 水泥回转窑烧成工况综合识别方法 | |
CN107301328B (zh) | 基于数据流聚类的癌症亚型精准发现与演化分析方法 | |
CN112749840B (zh) | 一种火电机组能效特征指标基准值的获取方法 | |
CN116820160B (zh) | 基于玻璃微珠状态监测的球化机参数调控方法及系统 | |
CN104913639A (zh) | 基于数据融合的烧结终点控制系统及控制方法 | |
CN117066496B (zh) | 一种铸造冷却控制方法及系统 | |
CN112908430A (zh) | 利用响应曲面法优化高碳醇脱水制正构烯烃的实验方法 | |
CN112329269B (zh) | 一种基于工况识别的烧结点火温度建模预测方法 | |
CN116757354A (zh) | 一种基于多层感知机的烟叶复烤段关键参数筛选方法 | |
CN110766234A (zh) | 基于信息融合的水泥冷却过程篦下压力预测方法 | |
Wang et al. | Lithium-ion Battery Screening by K-means with Dbscan for Denoising | |
CN114841277A (zh) | 一种转炉出钢合金收得率预测方法和系统 | |
CN117828378B (zh) | 一种数字化智能绿色建筑设计评价方法 | |
CN115170820B (zh) | 一种应用于数据曲线过渡阶段的特征提取及界限识别方法 | |
CN117540177B (zh) | 一种玻璃纤维布出炉布温的检测优化方法及系统 | |
CN108415372A (zh) | 精密机床热误差补偿方法 | |
CN116851942B (zh) | 新能源动力电池铝壳防爆阀孔加工方法及系统 | |
CN116993531B (zh) | 一种淋浴房产品生产工艺的优化方法及系统 |
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 |