CN116859875B - 一种基于使用需求的钢管生产工艺调节控制方法及系统 - Google Patents
一种基于使用需求的钢管生产工艺调节控制方法及系统 Download PDFInfo
- Publication number
- CN116859875B CN116859875B CN202311130924.9A CN202311130924A CN116859875B CN 116859875 B CN116859875 B CN 116859875B CN 202311130924 A CN202311130924 A CN 202311130924A CN 116859875 B CN116859875 B CN 116859875B
- Authority
- CN
- China
- Prior art keywords
- result
- production
- abnormal
- analysis
- steel pipe
- 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
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 156
- 238000000034 method Methods 0.000 title claims abstract description 92
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 56
- 239000010959 steel Substances 0.000 title claims abstract description 56
- 238000004458 analytical method Methods 0.000 claims abstract description 86
- 238000004886 process control Methods 0.000 claims abstract description 60
- 238000005457 optimization Methods 0.000 claims abstract description 44
- 238000012795 verification Methods 0.000 claims abstract description 42
- 230000002159 abnormal effect Effects 0.000 claims description 64
- 230000008569 process Effects 0.000 claims description 56
- 238000000605 extraction Methods 0.000 claims description 43
- 230000007613 environmental effect Effects 0.000 claims description 29
- 230000005856 abnormality Effects 0.000 claims description 23
- 238000001514 detection method Methods 0.000 claims description 21
- 238000012360 testing method Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000033228 biological regulation Effects 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 4
- 238000010219 correlation analysis Methods 0.000 claims description 3
- 230000014759 maintenance of location Effects 0.000 claims description 2
- 239000000178 monomer Substances 0.000 claims description 2
- 238000010606 normalization Methods 0.000 claims description 2
- 230000001360 synchronised effect Effects 0.000 claims description 2
- 238000007405 data analysis Methods 0.000 claims 2
- 238000005516 engineering process Methods 0.000 claims 1
- 238000013507 mapping Methods 0.000 description 11
- 230000001276 controlling effect Effects 0.000 description 8
- 238000012544 monitoring process Methods 0.000 description 4
- 230000008520 organization Effects 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000001105 regulatory effect Effects 0.000 description 3
- 239000004566 building material Substances 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 229910000967 As alloy Inorganic materials 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000010224 classification analysis Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013386 optimize process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
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]
- G05B19/41865—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 job scheduling, process planning, material flow
-
- 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
- G05B2219/32252—Scheduling production, machining, job shop
-
- 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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于使用需求的钢管生产工艺调节控制方法及系统，涉及智能控制技术领域，执行数据采集并进行需求解析，将需求解析结果输入构建的生产工艺数据集，执行工艺控制匹配完成钢管的生产工艺优化，对工艺优化后的生产结果执行图像采集，构建验证图像集合识别确定反馈参数，对工艺控制匹配结果进行控制优化，解决了现有技术中进行钢管的生产工艺调节控制时，由于缺乏有效的在线组织性能调整手段，导致无法基于使用需求进行工艺的适配性精准调控，导致调整受限且成本损耗较大的技术问题，通过进行需求解析匹配优选性工艺数据进行生产工艺调整，进而进行生产反馈优化，在维系生产成本的基础上最大化保障工艺生产结果的需求契合度。
Description
技术领域
本发明涉及智能控制技术领域，具体涉及一种基于使用需求的钢管生产工艺调节控制方法及系统。
背景技术
钢管作为一种基本建材，广泛应用于建筑等多个领域，为保障其应用性能与使用需求相契合，实现应用能效最大化，需基于具体使用需求进行适配性生产调整。现如今，主要通过添加合金或后续离线热处理等等外部处理手段进行钢管性能调整，导致生产周期延长且能耗过大，同时性能提升度受限，导致最终调节生产效果无法满足既定需求，有待进一步进行技术优化。
现有技术中，进行钢管的生产工艺调节控制时，由于缺乏有效的在线组织性能调整手段，导致无法基于使用需求进行工艺的适配性精准调控，导致调整受限且成本损耗较大。
发明内容
本申请提供了一种基于使用需求的钢管生产工艺调节控制方法及系统，用于针对解决现有技术中存在的进行钢管的生产工艺调节控制时，由于缺乏有效的在线组织性能调整手段，导致无法基于使用需求进行工艺的适配性精准调控，导致调整受限且成本损耗较大的技术问题。
鉴于上述问题，本申请提供了一种基于使用需求的钢管生产工艺调节控制方法及系统。
第一方面，本申请提供了一种基于使用需求的钢管生产工艺调节控制方法，所述方法包括：
执行数据采集，并将数据采集结果传输至所述输入信息解析单元，执行需求解析；
获得需求解析结果，其中，所述需求解析结果具有多个特征的提取等级标识；
通过大数据构建钢管的生产工艺数据集，将所述需求解析结果输入所述生产工艺数据集，执行工艺控制匹配；
留存工艺控制匹配结果，其中，所述工艺控制匹配结果具有工艺检测标识；
通过所述工艺控制匹配结果执行钢管的生产工艺优化，并通过所述图像采集单元对工艺优化后的生产结果执行图像采集，构建验证图像集合；
对所述验证图像集合进行图像识别，并将图像识别结果与所述工艺检测标识进行异常比对，基于异常比对结果确定反馈参数；
通过所述反馈参数对所述工艺控制匹配结果进行控制优化，基于控制优化后的所述工艺控制匹配结果进行钢管生产。
第二方面，本申请提供了一种基于使用需求的钢管生产工艺调节控制系统，所述系统包括：
采集解析模块，所述采集解析模块用于执行数据采集，并将数据采集结果传输至所述输入信息解析单元，执行需求解析；
结果获取模块，所述结果获取模块用于获得需求解析结果，其中，所述需求解析结果具有多个特征的提取等级标识；
匹配执行模块，所述匹配执行模块用于通过大数据构建钢管的生产工艺数据集，将所述需求解析结果输入所述生产工艺数据集，执行工艺控制匹配；
结果留存模块，所述结果留存模块用于留存工艺控制匹配结果，其中，所述工艺控制匹配结果具有工艺检测标识；
优化采集模块，所述优化采集模块用于通过所述工艺控制匹配结果执行钢管的生产工艺优化，并通过所述图像采集单元对工艺优化后的生产结果执行图像采集，构建验证图像集合；
异常比对模块，所述异常比对模块用于对所述验证图像集合进行图像识别，并将图像识别结果与所述工艺检测标识进行异常比对，基于异常比对结果确定反馈参数；
优化生产模块，所述优化生产模块用于通过所述反馈参数对所述工艺控制匹配结果进行控制优化，基于控制优化后的所述工艺控制匹配结果进行钢管生产。
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：
本申请实施例提供的一种基于使用需求的钢管生产工艺调节控制方法，执行数据采集，将数据采集结果传输至所述输入信息解析单元，执行需求解析；获得需求解析结果，所述需求解析结果具有多个特征的提取等级标识，将所述需求解析结果输入构建的所述生产工艺数据集，执行工艺控制匹配，通过工艺控制匹配结果执行钢管的生产工艺优化，并通过所述图像采集单元对工艺优化后的生产结果执行图像采集，构建验证图像集合并进行图像识别，将图像识别结果与所述工艺检测标识进行异常比对确定反馈参数，对所述工艺控制匹配结果进行控制优化，基于控制优化后的工艺控制匹配结果进行钢管生产，解决了现有技术中存在的进行钢管的生产工艺调节控制时，由于缺乏有效的在线组织性能调整手段，导致无法基于使用需求进行工艺的适配性精准调控，导致调整受限且成本损耗较大的技术问题，通过进行需求解析匹配优选性工艺数据进行生产工艺调整，进而进行生产反馈优化，在维系生产成本的基础上最大化保障工艺生产结果的需求契合度。
附图说明
图1为本申请提供了一种基于使用需求的钢管生产工艺调节控制方法流程示意图；
图2为本申请提供了一种基于使用需求的钢管生产工艺调节控制方法中工艺控制匹配执行流程示意图；
图3为本申请提供了一种基于使用需求的钢管生产工艺调节控制方法中反馈参数获取流程示意图；
图4为本申请提供了一种基于使用需求的钢管生产工艺调节控制系统结构示意图。
附图标记说明：采集解析模块11，结果获取模块12，匹配执行模块13，结果留存模块14，优化采集模块15，异常比对模块16，优化生产模块17。
具体实施方式
本申请通过提供一种基于使用需求的钢管生产工艺调节控制方法及系统，执行数据采集并进行需求解析，将需求解析结果输入构建的钢管的生产工艺数据集，执行工艺控制匹配，通过工艺控制匹配结果执行钢管的生产工艺优化，对工艺优化后的生产结果执行图像采集，构建验证图像集合并进行图像识别，确定反馈参数对工艺控制匹配结果进行控制优化，用于解决现有技术中存在的进行钢管的生产工艺调节控制时，由于缺乏有效的在线组织性能调整手段，导致无法基于使用需求进行工艺的适配性精准调控，导致调整受限且成本损耗较大的技术问题。
实施例1
如图1所示，本申请提供了一种基于使用需求的钢管生产工艺调节控制方法，所述方法应用智能控制系统，所述智能控制系统与输入信息解析单元、图像采集单元通信连接，所述方法包括：
步骤S100：执行数据采集，并将数据采集结果传输至所述输入信息解析单元，执行需求解析；
步骤S200：获得需求解析结果，其中，所述需求解析结果具有多个特征的提取等级标识；
具体而言，钢管作为一种基本建材，广泛应用于建筑等多个领域，为保障其应用性能与使用需求相契合，实现应用能效最大化，需基于具体使用需求进行适配性生产调整。本申请提供的一种基于使用需求的钢管生产工艺调节控制方法应用于所述智能控制系统，所述系统为进行生产工艺优化调整全周期管理的总控系统，所述系统与所述输入信息解析单元与所述图像采集单元通信连接，所述信息解析单元为进行需求解析的功能性执行单元，所述图像采集单元为优化生产结果的采集单元，用于进行生产调整反馈。
具体的，对钢管的应用必要能效进行采集，包括应用环境，承压等，获取所述数据采集结果。将所述数据采集结果传输至所述信息解析单元。所述信息解析单元为自建的解析处理执行单元，示例性的，采集多组样本数据进行执行定位点提炼，即采集数据的语义要点，对其进行剖析标识，作为标识样本数据，通过进行单元训练与执行机制嵌入，生成所述信息解析单元。基于所述信息解析单元，通过进行需求解析输出多个必要性生产需求，例如抗应力，基于承压需求确定抗性程度，匹配对应的抗性等级对抗应力特征进行标识；环境湿度过大时，需具备一定的抗性，确定抗性等级并进行标识。通过进行各个解析需求的等级确定与映射标识，集成生成所述需求解析结果。
步骤S300：通过大数据构建钢管的生产工艺数据集，将所述需求解析结果输入所述生产工艺数据集，执行工艺控制匹配；
进一步而言，本申请步骤S300还包括：
步骤S310-1：对所述需求解析结果进行特征的等级限缩调整，获得等级限缩调整结果；
步骤S320-1：基于所述等级限缩调整结果执行所述工艺控制匹配。
进一步而言，如图2所示，本申请步骤S300还包括：
步骤S310-2：对所述生产工艺数据集进行工艺执行的稳定分析，获得稳定性关联系数；
步骤S320-2：对所述生产工艺数据集进行工艺执行的效率评价，生成效率关联系数；
步骤S330-3：通过所述需求解析结果确定稳定性和效率的平衡系数；
步骤S340-4：基于所述平衡系数、所述稳定性关联系数、所述效率关联系数执行工艺控制匹配的匹配控制。
具体而言，基于大数据进行调研统计，采集多个具有生产实施性的工艺数据，集成生成所述生产工艺数据集。将所述需求解析结果作为匹配依据，输入所述生产工艺数据集中，遍历所述生产工艺数据集进行匹配，以确定满足使用需求的生产工艺数据。
具体的，基于所述需求解析结果，对多个特征的提取等级进行缩限调整，即进行等级提升，具体提升限度基于生产需求进行自定义调整，生成所述等级缩限调整结果，所述等级缩限调整结果包括多个特征的提取等级同步调整。基于所述等级缩限调整结果作为调整限制因素，进行工艺控制匹配，提升需求特征等级，以保障后续生产下限。
进一步的，对所述生产工艺数据集进行工艺执行的稳定分析，示例性的，可调取所述生产工艺数据集对应的生产记录，识别提取生产能效，计算满足稳定度标准的记录数据对于总记录数据的占比，作为所述稳定性关联系数，所述稳定性关联系数与所述生产工艺数据中多个工艺相对应。进一步的，对所述生产工艺数据集进行工艺执行的效率评价，示例性的，基于预定时间区间，即进行统计分析的界定时间范围，对所述生产工艺数据集对应的生产记录进行生产量统计，对统计生产量由大到小依次排序，基于排序结果生成对应的效率关联系数，所述效率关联系数依次递减。基于所述需求解析结果，对所述生产工艺数据集中各生产工艺数据进行稳定性与效率的协同分析，即满足所述需求解析结果的生产稳定性与效率需达到的生产平衡限度，作为所述平衡系数。基于所述稳定性关联系数与所述效率关联系数，对所述生产工艺数据集进行映射标识，将所述平衡系数作为限制因素，将标识的所述稳定性关联系数与所述效率关联系数作为匹配依据，进行遍历校对，确定满足所述平衡系数的生产工艺数据。基于所述需求解析结果，按需进行生产工艺的匹配分析，以提高匹配工艺的生产需求契合度。
步骤S400：留存工艺控制匹配结果，其中，所述工艺控制匹配结果具有工艺检测标识；
步骤S500：通过所述工艺控制匹配结果执行钢管的生产工艺优化，并通过所述图像采集单元对工艺优化后的生产结果执行图像采集，构建验证图像集合；
具体而言，遍历所述生产工艺数据集，基于所述需求解析结果进行匹配控制，择优确定最佳匹配生产工艺数据，作为所述工艺控制匹配结果，所述工艺控制匹配结果为与使用需求契合度最高的筛选工艺数据，确定检测标识信息对所述工艺控制匹配结果进行标识，用于后续进行生产能效检测反馈，其中，所述检测标识信息为自定义设置的标识信息。
进一步的，确定当前生产线的生产工艺，基于所述工艺控制匹配结果对钢管的生产工艺进行优化调整。具体的，对所述工艺控制匹配结果与钢管的生产工艺进行映射对应，基于映射结果进行映射工艺节点的工艺覆盖，完成基于适用需求的适配性工艺优化调整。所述图像采集单元为进行工艺生产的监测采集单元，连接控制有监测采集设备，例如图像采集设备，控制所述监测采集设备进行工艺优化后的生产结果的多角度全方位图像采集，示例性的，基于优化生产工艺进行生产控制，基于生产结果随机采样，针对生产样品进行图像采集，对采集结果与样本进行映射对应，生成所述验证图像集合，所述验证图像集合用于进行工艺优化复检。
步骤S600：对所述验证图像集合进行图像识别，并将图像识别结果与所述工艺检测标识进行异常比对，基于异常比对结果确定反馈参数；
进一步而言，如图3所示，所述智能控制系统与环境采集单元通信连接，本申请步骤S600还包括：
步骤S610：通过所述环境采集单元进行工艺的生产环境数据采集，获得环境数据采集结果；
步骤S620：将所述环境数据采集结果与标准环境进行环境比对，确定异常环境特征；
步骤S630：基于所述异常环境特征进行所述异常比对结果的异常验证，获得异常验证结果；
步骤S640：通过所述异常验证结果确定所述反馈参数。
进一步而言，本申请步骤S640还包括：
步骤S641-1：当所述异常环境特征进行所述异常比对结果的异常验证为一致性验证结果时，则根据所述异常环境特征和所述异常比对结果确定特征的一致相关值；
步骤S642-1：当所述一致相关值可以满足预设一致性评判阈值时，则直接基于异常比对结果确定所述反馈参数。
进一步而言，本申请步骤S640还包括：
步骤S641-2：当所述一致相关值不能满足所述预设一致性评判阈值时，则基于所述一致相关值对所述异常环境特征和所述异常比对结果进行同向相关特征提取，获得同向相关特征提取结果；
步骤S642-2：基于所述一致相关值对应的特征集合和所述同向相关特征提取结果获得非同向相关特征提取结果；
步骤S643-2：通过所述非同向相关特征提取结果进行设备的自检测试，基于自检测试结果和所述同向相关特征提取结果确定所述反馈参数。
具体而言，所述验证图像集合为生产工艺优化后的生产结果采集图像，对所述验证图像集合进行图像识别，提取多个表征特征，例如金属光泽度、延展性等，作为所述图像识别结果。进一步对所述图像识别结果与所述工艺检测标识进行映射对应，基于映射结果进行校对判定，提取非一致性识别特征，作为所述异常比对结果，基于所述异常比对结果进行工艺优化反馈分析。
具体的，所述环境采集单元为进行工艺生产环境采集控制的执行单元，所述环境采集单元连接有多个传感检测设备，例如温度传感器、振动传感器等，基于所述多个传感检测设备进行生产环境数据采集，对采集数据进行设备对应标识，集成生成所述环境数据采集结果。采集标准环境，即标准生产状况下所感知的环境特征，对所述环境数据采集结果与所述标准环境进行映射，基于映射结果进行重叠校对，设定异常特征阈值，即基于专家经验自定义设定的工艺生产允许范围内的特征偏离值，例如，针对环境温度，可将温度上下限偏离3℃作为对应的异常特征阈值，基于所述异常特征阈值进行异常特征定位，将环境校对结果中大于对应异常特征阈值者，作为所述异常环境特征。进一步基于所述异常环境特征对所述异常比对结果进行验证，判断两者是否相一致，生成所述异常验证结果，所述异常验证结果包括一致性验证结果与非一致性验证结果，基于所述异常验证结果进行反馈分析。
具体的，当所述异常验证结果为一致性验证结果时，表明所述异常环境特征与所述异常比对结果同源，即异常环境特征与所述异常比对结果的同向异常偏离，例如，环境温度过高，钢管塑形偏离，两者存在同导向因果关系。进一步的，对所述异常环境特征与所述异常比对结果进行一致相关度分析，即两者的相关影响度，例如温度偏离值对于钢管塑形的偏离影响程度，例如可采集生产记录数据直接进行匹配提取。分别进行所述异常环境特征与所述异常比对结果的映射对应组的一致相关度计量，对获取的多个一致相关度计量值进行加和计算，作为所述一致相关值，所述一致相关值为总体计量值。设定所述预设一致性评判阈值，即进行一致性评判的临界相关度，可基于专家经验进行自定义设定。若所述一致相关值满足所述预设一致性评判阈值时，表明生产异常多为环境因素导致，其工艺生产瑕疵较弱可进行忽略，基于所述异常比对结果确定调整方向与调整尺度，生成所述反馈参数；当所述一致相关值不满足所述预设一致性评判阈值时，表明当前的生产异常还存在设备等其余因素影响，需进行具体分析。
具体的，当所述一致相关值不满足所述预设一致性评判阈值时，进一步进行生产异常溯源细化。基于所述一致相关值，对所述异常环境特征与所述异常比对结果进行同向相关分析，即异常环境特征影响致使异常比对结果，提取所述同向相关特征提取结果。针对所述同向相关特征提取结果，则直接基于异常比对结果确定调整方向与调整尺度，生成映射对应的反馈参数；将所述一致相关值对应的特征集合中筛除所述同向相关特征提取结果后，剩余特征作为所述非同向相关特征提取结果。所述非同向相关特征提取结果为排除了工艺异常与环境异常后，可能存在的设备异常导致，基于所述非同向相关特征提取结果执行设备自检测试，获取所述自检测试结果，所述自检测试结果为表征异常设备-异常组件-异常控制的多个序列，基于所述自检测试结果可直接进行设备异常定位检修。基于所述同向相关特征提取结果与所述自检测试结果确定所述反馈参数，即进行生产优化反馈的调整参数。针对不同生产异常进行细化分类分析，可有效提高分析精准度，保障所述反馈参数的生产匹配度。
步骤S700：通过所述反馈参数对所述工艺控制匹配结果进行控制优化，基于控制优化后的所述工艺控制匹配结果进行钢管生产。
进一步而言，本申请步骤S700还包括：
步骤S710：基于所述需求解析结果确定需求量信息；
步骤S720：通过所述需求量信息和单体工艺处理成本进行总成本计算，并将总成本计算结果进行归一化处理，生成工艺的成本关联系数；
步骤S730：通过所述成本关联系数对所述匹配控制进行控制优化。
具体而言，所述反馈参数为优化后工艺的生产反馈信息，基于所述反馈参数对所述工艺控制评判结果进行控制优化，通过试生产监测分析，进一步深究生产异常，最大化保障生产工艺的生产能效。
同时，在保障生产工艺最优的基础上还需考虑生产成本，基于所述需求解析结果提取需求生产量，作为所述需求量信息，基于单次工艺生产计量单体工艺处理成本，所述单体工艺处理成本包括材料损耗、人工损耗等多项，对所述需求量信息与所述单体工艺处理成本进行乘法运算，将计算结果作为所述总成本计算结果并进行归一化处理，以进行数据标准化处理，消除数据间的纲量差异，将生产工艺与成本的关联程度作为工艺的成本关联系数。将所述成本关联系数作为限制因素，进行工艺控制优化，避免生产成本过高，在成本限度范围内实现最佳生产控制。
实施例2
基于与前述实施例中一种基于使用需求的钢管生产工艺调节控制方法相同的发明构思，如图4所示，本申请提供了一种基于使用需求的钢管生产工艺调节控制系统，所述系统包括：
采集解析模块11，所述采集解析模块11用于执行数据采集，并将数据采集结果传输至所述输入信息解析单元，执行需求解析；
结果获取模块12，所述结果获取模块12用于获得需求解析结果，其中，所述需求解析结果具有多个特征的提取等级标识；
匹配执行模块13，所述匹配执行模块13用于通过大数据构建钢管的生产工艺数据集，将所述需求解析结果输入所述生产工艺数据集，执行工艺控制匹配；
结果留存模块14，所述结果留存模块14用于留存工艺控制匹配结果，其中，所述工艺控制匹配结果具有工艺检测标识；
优化采集模块15，所述优化采集模块15用于通过所述工艺控制匹配结果执行钢管的生产工艺优化，并通过所述图像采集单元对工艺优化后的生产结果执行图像采集，构建验证图像集合；
异常比对模块16，所述异常比对模块16用于对所述验证图像集合进行图像识别，并将图像识别结果与所述工艺检测标识进行异常比对，基于异常比对结果确定反馈参数；
优化生产模块17，所述优化生产模块17用于通过所述反馈参数对所述工艺控制匹配结果进行控制优化，基于控制优化后的所述工艺控制匹配结果进行钢管生产。
进一步而言，所述系统还包括：
生产环境数据采集模块，所述生产环境数据采集模块用于通过所述环境采集单元进行工艺的生产环境数据采集，获得环境数据采集结果；
环境比对模块，所述环境比对模块用于将所述环境数据采集结果与标准环境进行环境比对，确定异常环境特征；
异常验证模块，所述异常验证模块用于基于所述异常环境特征进行所述异常比对结果的异常验证，获得异常验证结果；
反馈参数确定模块，所述反馈参数确定模块用于通过所述异常验证结果确定所述反馈参数。
进一步而言，所述系统还包括：
一致相关值确定模块，所述一致相关值确定模块用于当所述异常环境特征进行所述异常比对结果的异常验证为一致性验证结果时，则根据所述异常环境特征和所述异常比对结果确定特征的一致相关值；
一致相关值判断模块，所述一致相关值判断模块用于当所述一致相关值可以满足预设一致性评判阈值时，则直接基于异常比对结果确定所述反馈参数。
进一步而言，所述系统还还包括：
同向相关特征提取模块，所述同向相关特征提取模块用于当所述一致相关值不能满足所述预设一致性评判阈值时，则基于所述一致相关值对所述异常环境特征和所述异常比对结果进行同向相关特征提取，获得同向相关特征提取结果；
非同向相关特征获取模块，所述非同向相关特征获取模块用于基于所述一致相关值对应的特征集合和所述同向相关特征提取结果获得非同向相关特征提取结果；
参数确定模块，所述参数确定模块用于通过所述非同向相关特征提取结果进行设备的自检测试，基于自检测试结果和所述同向相关特征提取结果确定所述反馈参数。
进一步而言，所述系统还包括：
稳定分析模块，所述稳定分析模块用于对所述生产工艺数据集进行工艺执行的稳定分析，获得稳定性关联系数；
效率评价模块，所述效率评价模块用于对所述生产工艺数据集进行工艺执行的效率评价，生成效率关联系数；
平衡系数确定模块，所述平衡系数确定模块用于通过所述需求解析结果确定稳定性和效率的平衡系数；
匹配控制模块，所述匹配控制模块用于基于所述平衡系数、所述稳定性关联系数、所述效率关联系数执行工艺控制匹配的匹配控制。
进一步而言，所述系统还包括：
需求量确定模块，所述需求量确定模块用于基于所述需求解析结果确定需求量信息；
成本关联系数生成模块，所述成本关联系数生成模块用于通过所述需求量信息和单体工艺处理成本进行总成本计算，并将总成本计算结果进行归一化处理，生成工艺的成本关联系数；
控制优化模块，所述控制优化模块用于通过所述成本关联系数对所述匹配控制进行控制优化。
进一步而言，所述系统还包括：
等级缩限调整模块，所述等级缩限调整模块用于对所述需求解析结果进行特征的等级限缩调整，获得等级限缩调整结果；
匹配执行模块，所述匹配执行模块用于基于所述等级限缩调整结果执行所述工艺控制匹配。
本说明书通过前述对一种基于使用需求的钢管生产工艺调节控制方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种基于使用需求的钢管生产工艺调节控制方法及系统，对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.一种基于使用需求的钢管生产工艺调节控制方法，其特征在于，所述方法应用智能控制系统，所述智能控制系统与输入信息解析单元、图像采集单元通信连接，所述方法包括：
执行数据采集，并将数据采集结果传输至所述输入信息解析单元，执行需求解析；
获得需求解析结果，其中，所述需求解析结果具有多个特征的提取等级标识，所述提取等级标识为采集多组样本数据进行执行定位点提炼，即采集数据的语义要点，对其进行剖析，获得标识；
通过大数据构建钢管的生产工艺数据集，将所述需求解析结果输入所述生产工艺数据集，执行工艺控制匹配；
留存工艺控制匹配结果，其中，所述工艺控制匹配结果具有工艺检测标识，所述工艺检测标识为具有自定义设置的标识信息；
通过所述工艺控制匹配结果执行钢管的生产工艺优化，并通过所述图像采集单元对工艺优化后的生产结果执行图像采集，构建验证图像集合；
对所述验证图像集合进行图像识别，并将图像识别结果与所述工艺检测标识进行异常比对，基于异常比对结果确定反馈参数；
通过所述反馈参数对所述工艺控制匹配结果进行控制优化，基于控制优化后的所述工艺控制匹配结果进行钢管生产。
2.如权利要求1所述的方法，其特征在于，所述智能控制系统与环境采集单元通信连接，所述方法还包括：
通过所述环境采集单元进行工艺的生产环境数据采集，获得环境数据采集结果；
将所述环境数据采集结果与标准环境进行环境比对，确定异常环境特征；
基于所述异常环境特征进行所述异常比对结果的异常验证，获得异常验证结果；
通过所述异常验证结果确定所述反馈参数。
3.如权利要求2所述的方法，其特征在于，所述方法还包括：
当所述异常环境特征进行所述异常比对结果的异常验证为一致性验证结果时，则根据所述异常环境特征和所述异常比对结果确定特征的一致相关值；
当所述一致相关值可以满足预设一致性评判阈值时，则直接基于异常比对结果确定所述反馈参数。
4.如权利要求3所述的方法，其特征在于，所述方法还包括：
当所述一致相关值不能满足所述预设一致性评判阈值时，则基于所述一致相关值对所述异常环境特征和所述异常比对结果进行同向相关特征提取，所述同向相关特征提取为当所述一致相关值不满足所述预设一致性评判阈值时，进一步进行生产异常溯源细化，基于所述一致相关值，对所述异常环境特征与所述异常比对结果进行同向相关分析，获得同向相关特征提取结果，所述同向相关特征提取结果为异常环境特征影响致使异常比对的结果；
基于所述一致相关值对应的特征集合和所述同向相关特征提取结果获得非同向相关特征提取结果，所述非同向相关特征提取结果为排除了工艺异常与环境异常后的结果；
通过所述非同向相关特征提取结果进行设备的自检测试，基于自检测试结果和所述同向相关特征提取结果确定所述反馈参数。
5.如权利要求1所述的方法，其特征在于，所述方法还包括：
对所述生产工艺数据集进行工艺执行的稳定分析，获得稳定性关联系数；
对所述生产工艺数据集进行工艺执行的效率评价，生成效率关联系数；
通过所述需求解析结果确定稳定性和效率的平衡系数；
基于所述平衡系数、所述稳定性关联系数、所述效率关联系数执行工艺控制匹配的匹配控制。
6.如权利要求5所述的方法，其特征在于，所述方法还包括：
基于所述需求解析结果确定需求量信息；
通过所述需求量信息和单体工艺处理成本进行总成本计算，并将总成本计算结果进行归一化处理，生成工艺的成本关联系数；
通过所述成本关联系数对所述匹配控制进行控制优化。
7.如权利要求1所述的方法，其特征在于，所述方法还包括：
对所述需求解析结果进行特征的等级限缩调整，获得等级限缩调整结果；
基于所述等级限缩调整结果执行所述工艺控制匹配；
其中，所述等级限缩调整为基于所述需求解析结果，对多个特征的提取等级进行限缩调整，即进行等级提升，具体提升限度基于生产需求进行自定义调整，生成所述等级限缩调整结果，所述等级限缩调整结果包括多个特征的提取等级同步调整。
8.一种基于使用需求的钢管生产工艺调节控制系统，其特征在于，所述系统与输入信息解析单元、图像采集单元通信连接，所述系统包括：
采集解析模块，所述采集解析模块用于执行数据采集，并将数据采集结果传输至所述输入信息解析单元，执行需求解析；
结果获取模块，所述结果获取模块用于获得需求解析结果，其中，所述需求解析结果具有多个特征的提取等级标识，所述提取等级标识为采集多组样本数据进行执行定位点提炼，即采集数据的语义要点，对其进行剖析，获得标识；
匹配执行模块，所述匹配执行模块用于通过大数据构建钢管的生产工艺数据集，将所述需求解析结果输入所述生产工艺数据集，执行工艺控制匹配；
结果留存模块，所述结果留存模块用于留存工艺控制匹配结果，其中，所述工艺控制匹配结果具有工艺检测标识，所述工艺检测标识为具有自定义设置的标识信息；
优化采集模块，所述优化采集模块用于通过所述工艺控制匹配结果执行钢管的生产工艺优化，并通过所述图像采集单元对工艺优化后的生产结果执行图像采集，构建验证图像集合；
异常比对模块，所述异常比对模块用于对所述验证图像集合进行图像识别，并将图像识别结果与所述工艺检测标识进行异常比对，基于异常比对结果确定反馈参数；
优化生产模块，所述优化生产模块用于通过所述反馈参数对所述工艺控制匹配结果进行控制优化，基于控制优化后的所述工艺控制匹配结果进行钢管生产。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311130924.9A CN116859875B (zh) | 2023-09-04 | 2023-09-04 | 一种基于使用需求的钢管生产工艺调节控制方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311130924.9A CN116859875B (zh) | 2023-09-04 | 2023-09-04 | 一种基于使用需求的钢管生产工艺调节控制方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116859875A CN116859875A (zh) | 2023-10-10 |
| CN116859875B true CN116859875B (zh) | 2023-11-24 |
Family
ID=88222014
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311130924.9A Active CN116859875B (zh) | 2023-09-04 | 2023-09-04 | 一种基于使用需求的钢管生产工艺调节控制方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116859875B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117148807B (zh) * | 2023-10-30 | 2024-01-26 | 江苏银家不锈钢管业有限公司 | 不锈钢钢管的加工控制方法及装置 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20180056900A (ko) * | 2016-11-21 | 2018-05-30 | 주식회사 에스씨티 | 프로세스마이닝을 이용한 공정 관리 방법 |
| CN113780506A (zh) * | 2021-09-18 | 2021-12-10 | 重庆允成互联网科技有限公司 | 基于主动标识的生产管理方法、系统、设备及存储介质 |
| CN114640905A (zh) * | 2022-05-23 | 2022-06-17 | 广东冠星陶瓷企业有限公司 | 一种陶瓷生产云数据处理控制系统及方法 |
| CN114757517A (zh) * | 2022-04-07 | 2022-07-15 | 苏州双德锐精密机械有限公司 | 一种设备零部件的生产智能管理方法及系统 |
| CN115877806A (zh) * | 2022-12-09 | 2023-03-31 | 南京贝迪新材料科技股份有限公司 | 一种lcp膜产品生产控制方法及系统 |
| CN116382209A (zh) * | 2023-04-19 | 2023-07-04 | 扬州市管件厂有限公司 | 一种无缝弯头加工的工艺优化方法及系统 |
| CN116551238A (zh) * | 2023-07-12 | 2023-08-08 | 苏州友得利金属制品有限公司 | 一种镀锌钢管的焊接工艺控制方法及系统 |
| CN116679658A (zh) * | 2023-08-03 | 2023-09-01 | 江苏甬金金属科技有限公司 | 一种不锈钢带的优化生产控制方法及系统 |
-
2023
- 2023-09-04 CN CN202311130924.9A patent/CN116859875B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20180056900A (ko) * | 2016-11-21 | 2018-05-30 | 주식회사 에스씨티 | 프로세스마이닝을 이용한 공정 관리 방법 |
| CN113780506A (zh) * | 2021-09-18 | 2021-12-10 | 重庆允成互联网科技有限公司 | 基于主动标识的生产管理方法、系统、设备及存储介质 |
| CN114757517A (zh) * | 2022-04-07 | 2022-07-15 | 苏州双德锐精密机械有限公司 | 一种设备零部件的生产智能管理方法及系统 |
| CN114640905A (zh) * | 2022-05-23 | 2022-06-17 | 广东冠星陶瓷企业有限公司 | 一种陶瓷生产云数据处理控制系统及方法 |
| CN115877806A (zh) * | 2022-12-09 | 2023-03-31 | 南京贝迪新材料科技股份有限公司 | 一种lcp膜产品生产控制方法及系统 |
| CN116382209A (zh) * | 2023-04-19 | 2023-07-04 | 扬州市管件厂有限公司 | 一种无缝弯头加工的工艺优化方法及系统 |
| CN116551238A (zh) * | 2023-07-12 | 2023-08-08 | 苏州友得利金属制品有限公司 | 一种镀锌钢管的焊接工艺控制方法及系统 |
| CN116679658A (zh) * | 2023-08-03 | 2023-09-01 | 江苏甬金金属科技有限公司 | 一种不锈钢带的优化生产控制方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116859875A (zh) | 2023-10-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116859875B (zh) | 一种基于使用需求的钢管生产工艺调节控制方法及系统 | |
| CN110411580B (zh) | 一种电力设备发热缺陷的诊断方法以及诊断系统 | |
| CN117371337B (zh) | 一种基于数字孪生的水利模型构建方法及系统 | |
| CN116651971B (zh) | 一种汽车冲压模具在线检测方法及系统 | |
| CN118051083A (zh) | 一种加热丝的智能温控方法和装置 | |
| CN117115169A (zh) | 一种汽车配件压铸模具表面形变异常智能识别方法 | |
| CN117911412B (zh) | 用于工程机械用链轨节的尺寸检测方法及系统 | |
| CN118228128A (zh) | 一种基于机器学习的电力设备状态监测预警系统及方法 | |
| CN110852906B (zh) | 一种基于高维随机矩阵进行窃电嫌疑识别的方法和系统 | |
| CN116881773A (zh) | 一种基于深度学习的设备故障识别方法及系统 | |
| CN116662800A (zh) | 一种基于自适应注意力机制的滚动轴承故障诊断方法 | |
| CN112861957A (zh) | 一种油井运行状态检测方法及装置 | |
| CN111695634A (zh) | 一种基于有限陪审团机制的数据异常突变点检测算法 | |
| CN116930459B (zh) | 一种土壤原位探测装置及其探测方法 | |
| CN116879121B (zh) | 一种基于光纤传感技术的空气颗粒物浓度实时监测系统 | |
| CN116209000B (zh) | 一种用于双模模块的载波通信质量检测分析方法及系统 | |
| CN109085440A (zh) | 一种蜂鸣片电性能自动检测方法 | |
| CN118153462B (zh) | 基于深度学习的恒温系统能效评估方法及系统 | |
| CN113144840B (zh) | 一种基于大数据手机app量化测算除湿机推荐除湿面积的方法 | |
| CN118641877B (zh) | 一种无线信号屏蔽器的数字化调试方法及系统 | |
| CN116993232B (zh) | 一种综合能源站的能耗管理优化方法及系统 | |
| CN116540627B (zh) | 基于深度迁移学习的机床热误差预测补偿群控方法及系统 | |
| CN118655488A (zh) | 一种电源故障检测系统及方法 | |
| CN117806233A (zh) | 一种数控机床智能监控系统及方法 | |
| CN117332276A (zh) | 一种基于距离度量学习的流体识别方法 |
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 |