CN117170658B - 一种适用于涂布机的控制系统软件编辑方法及系统 - Google Patents
一种适用于涂布机的控制系统软件编辑方法及系统 Download PDFInfo
- Publication number
- CN117170658B CN117170658B CN202311331943.8A CN202311331943A CN117170658B CN 117170658 B CN117170658 B CN 117170658B CN 202311331943 A CN202311331943 A CN 202311331943A CN 117170658 B CN117170658 B CN 117170658B
- Authority
- CN
- China
- Prior art keywords
- module
- data
- control module
- control
- generate
- 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
- 238000000576 coating method Methods 0.000 title claims abstract description 239
- 239000011248 coating agent Substances 0.000 title claims abstract description 225
- 238000000034 method Methods 0.000 title claims abstract description 54
- 239000000463 material Substances 0.000 claims abstract description 197
- 230000006854 communication Effects 0.000 claims abstract description 153
- 238000004891 communication Methods 0.000 claims abstract description 153
- 230000033001 locomotion Effects 0.000 claims abstract description 122
- 238000004458 analytical method Methods 0.000 claims abstract description 71
- 238000013461 design Methods 0.000 claims abstract description 48
- 238000012545 processing Methods 0.000 claims abstract description 40
- 230000006870 function Effects 0.000 claims description 93
- 238000005457 optimization Methods 0.000 claims description 82
- 238000004422 calculation algorithm Methods 0.000 claims description 49
- 239000004744 fabric Substances 0.000 claims description 24
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000013135 deep learning Methods 0.000 claims description 18
- 230000003993 interaction Effects 0.000 claims description 13
- 238000013507 mapping Methods 0.000 claims description 12
- 239000013598 vector Substances 0.000 claims description 12
- 230000002452 interceptive effect Effects 0.000 claims description 11
- 230000009131 signaling function Effects 0.000 claims description 10
- 230000000007 visual effect Effects 0.000 claims description 10
- 238000012800 visualization Methods 0.000 claims description 10
- 238000013079 data visualisation Methods 0.000 claims description 9
- 230000009467 reduction Effects 0.000 claims description 9
- 238000004519 manufacturing process Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 15
- 230000000875 corresponding effect Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 238000012544 monitoring process Methods 0.000 description 10
- 230000005540 biological transmission Effects 0.000 description 9
- 230000007246 mechanism Effects 0.000 description 7
- 239000002699 waste material Substances 0.000 description 7
- 230000009286 beneficial effect Effects 0.000 description 5
- 238000013523 data management Methods 0.000 description 5
- 238000013136 deep learning model Methods 0.000 description 5
- 230000002708 enhancing effect Effects 0.000 description 5
- 238000011217 control strategy Methods 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 230000002411 adverse Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000007175 bidirectional communication Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 238000013439 planning Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 230000008275 binding mechanism Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000012407 engineering method Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000010230 functional analysis Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Classifications
-
- 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
- Coating Apparatus (AREA)
Abstract
本发明涉及软件编辑领域,尤其涉及一种适用于涂布机的控制系统软件编辑方法及系统。该方法包括以下步骤:通过I/O模块获取涂布机传感器数据;对涂布机传感器数据进行功能模块需求分析,以生成功能模块需求数据;对功能模块需求数据进行控制模块设计处理,以生成涂布机控制模块,涂布机控制模块包括运动控制模块、厚度控制模块、温度控制模块及材料供给控制模块;对涂布机控制模块进行模块通信分析,以建立模块间通信;基于模块间通信对涂布机控制模块进行动态调用功能设计,以生成动态调用功能;根据动态调用功能对涂布机控制模块进行控制逻辑设计,以生成模块控制逻辑。本发明实现了高效,准确的软件控制。
Description
技术领域
本发明涉及软件编辑技术领域,尤其涉及一种适用于涂布机的控制系统软件编辑方法及系统。
背景技术
随着工业自动化的不断发展,涂布机等生产设备在现代工厂中发挥着关键作用。涂布机的控制系统起着至关重要的作用,它们控制着涂布工艺的精度和效率。然而,长时间的运行和各种内外部因素可能会导致涂布机性能下降,其中包括涂布质量不均匀、涂布剂浪费以及设备故障。传统的涂布机控制系统通常基于固定的预设参数,这在面对材料变化、环境条件变化和设备磨损时往往效率不高。往往存在着控制不准确、效率不高的问题,因此,为了满足涂布机的控制系统的需求,需要一种涂布机的控制系统软件编辑方法及系统。
发明内容
本发明为解决上述技术问题,提出了一种适用于涂布机的控制系统软件编辑方法及系统,以解决至少一个上述技术问题。
为实现上述目的,本发明提供一种适用于涂布机的控制系统软件编辑方法,包括以下步骤:
步骤S1:通过I/O模块获取涂布机传感器数据;对涂布机传感器数据进行功能模块需求分析,以生成功能模块需求数据;对功能模块需求数据进行控制模块设计处理,以生成涂布机控制模块,涂布机控制模块包括运动控制模块、厚度控制模块、温度控制模块及材料供给控制模块;
步骤S2:对涂布机控制模块进行模块通信分析,以建立模块间通信;基于模块间通信对涂布机控制模块进行动态调用功能设计,以生成动态调用功能;
步骤S3:根据动态调用功能对涂布机控制模块进行控制逻辑设计,以生成模块控制逻辑;利用模块控制逻辑对涂布机控制模块进行运行参数编译,以生成模块运行参数;
步骤S4:将模块运行参数进行同态加密,以生成加密模块运行参数;将加密模块运行参数进行控制决策优化,生成涂布机控制优化数据;
步骤S5:利用深度学习算法对涂布机控制优化数据进行数据交互可视化,以生成前端页面可交互数据;对前端页面可交互数据进行前端页面映射,以生成前端页面;
步骤S6:通过前端页面对涂布机控制模块进行模块操作处理,以执行涂布机控制作业。
本发明通过I/O模块获取涂布机传感器数据,这有助于实时监控涂布机的状态和性能,以便进行及时的控制和调整,对传感器数据进行功能模块需求分析,确保系统能够满足涂布机的操作需,生成包括运动控制、厚度控制、温度控制和材料供给控制的模块,这有助于将系统分解成可管理的部分,提高系统的可扩展性和可维护性,分析各模块之间的通信需求,确保它们能够相互协作,从而实现涂布机的全面控制,设计动态调用功能,使模块之间能够根据需要调用彼此的功能,提高了系统的灵活性和适应性,根据动态调用功能设计,为每个模块制定详细的控制逻辑,确保涂布机的各个方面都受到精确的控制,生成运行参数,这些参数将用于调整每个控制模块,以使涂布机能够达到所需的性能水平,将敏感的运行参数进行同态加密,确保数据的隐私和安全性。这有助于防止未经授权的访问和数据泄漏,通过对加密参数进行决策优化,确保涂布机在不暴露敏感信息的情况下进行高效的控制,使用深度学习算法对涂布机控制优化数据进行可视化,这有助于操作员更好地理解系统性能和趋势,将可视化数据映射到前端页面,使操作员能够直观地监控和管理涂布机的操作,通过前端页面,操作员可以与涂布机控制模块进行交互,执行控制作业。这有助于提高操作的效率和精度。
优选地,步骤S1包括以下步骤:
步骤S11:通过I/O模块获取涂布机传感器数据,涂布机传感器数据包括涂布运行速度、涂布材料厚度数据、涂布机温度数据、涂布机湿度数据、涂布机压力及剩余涂布材料数据;
步骤S12:对涂布机传感器数据进行功能模块需求分析,以生成功能模块需求数据;
步骤S13:对功能模块需求数据进行系统架构划分,构建系统层次,系统层次包括硬件层、控制层及用户界面层;
步骤S14:基于系统层次对功能模块需求数据进行控制模块设计处理,以生成涂布机控制模块,涂布机控制模块包括运动控制模块、厚度控制模块、温度控制模块及材料供给控制模块。
本发明通过I/O模块获取多种传感器数据,包括速度、厚度、温度、湿度、压力和材料数据,这有助于全面了解涂布机的状态和性能,整合多种传感器数据,使系统能够同时监测和控制涂布机的不同方面,从而更全面地进行涂布过程的管理和优化,对传感器数据进行功能模块需求分析,有助于确保系统能够满足不同参数的监测和控制需求,根据不同的传感器数据类型,可以创建相应的功能模块,以确保涂布机在不同操作条件下的精确控制和调整,将功能模块需求数据按系统层次进行划分,包括硬件层、控制层和用户界面层,这有助于建立系统的清晰结构,便于维护和扩展,将系统分解成不同层次的模块,使系统更容易管理,降低了维护和开发的复杂性。基于系统层次,对功能模块需求数据进行控制模块设计处理,生成了运动控制、厚度控制、温度控制和材料供给控制模块,通过硬件层、控制层和用户界面层的分层设计,使系统的控制结构清晰,有助于更好地隔离不同功能和模块,提高了系统的稳定性和可维护性。
优选地,步骤S12包括以下步骤:
步骤S121:对涂布机传感器数据进行目标布料运动约束分析,以生成运动约束数据;
步骤S122:对运动约束数据进行运动轨迹分析,生成目标布料运动轨迹;
步骤S123:对目标布料运动轨迹进行运动控制需求分析,以生成运动控制需求数据;
步骤S124:对涂布机传感器数据进行涂布材料厚度偏差分析,以生成厚度偏差数据;
步骤S125:对厚度偏差数据进行厚度控制需求分析,以生成厚度控制需求数据;
步骤S126:对涂布机传感器数据进行温度调节策略分析,生成温度控制需求数据;
步骤S127:对涂布机传感器数据进行材料供给逻辑定义,获取材料供给逻辑;
步骤S128:对材料供给逻辑进行材料供给需求分析,生成材料供给控制需求数据。
本发明通过分析传感器数据,确定涂布机目标布料的运动约束,例如速度、加速度、运动范围等。这有助于确保目标布料在涂布过程中按照要求的方式移动,减少运动失控的风险,基于运动约束数据,生成目标布料的运动轨迹。这是确保布料在涂布过程中按照计划的路径进行移动,以获得一致的涂布结果的关键步骤,对目标布料运动轨迹进行分析,以确定运动控制需求,包括运动速度、定位、轨迹跟踪等。这有助于确保涂布机能够按照计划的轨迹进行运动控制,通过分析涂布机传感器数据,确定涂布材料的厚度偏差。这有助于检测涂布过程中可能存在的问题,如材料均匀性或粘附问题,基于厚度偏差数据,确定厚度控制需求,包括调整涂布机的参数以纠正厚度偏差。这有助于确保涂布的质量和均匀性,通过分析传感器数据,确定温度调节策略,以维持涂布机在所需的温度范围内。这有助于确保涂布材料在适宜的温度下进行涂布,以获得最佳的涂布效果,根据传感器数据,定义材料供给的逻辑,包括供给速度、供给位置和供给时机。这有助于确保涂布机能够按照需要提供材料,以满足涂布过程的要求,基于材料供给逻辑,确定材料供给的需求,包括调整材料供给参数以满足涂布机的需求。这有助于确保涂布机能够按照计划提供材料,以获得一致的涂布结果。
优选地,步骤S2包括以下步骤:
步骤S21:对涂布机控制模块进行通信接口定义,以构建模块间通信接口;
步骤S22:对模块间通信接口进行通信逻辑设计,生成模块通信逻辑,模块通信逻辑具体为运动控制模块与厚度控制模块、温度控制模块及材料供给控制模块为双向通信接口,厚度控制模块与材料供给控制模块为单向通信接口,厚度控制模块与温度控制模块无通信接口,温度控制模块与材料供给控制模块为单向通信接口;
步骤S23:根据模块通信逻辑进行通信连接,以建立模块间通信;
步骤S24:基于模块间通信对涂布机控制模块进行动态调用功能设计,生成模块调用逻辑,模块调用逻辑具体为运动控制模块能够调用厚度控制模块、温度控制模块及材料供给控制模块,厚度控制模块能够调用材料供给控制模块,不能够调用温度控制模块,温度控制模块能够调用材料供给控制模块;
步骤S25:对模块调用逻辑进行功能分析,以生成动态调用功能。
本发明通过定义通信接口,允许不同的控制模块之间进行通信。这有助于确保各模块能够交换数据和指令,以协同工作,确定了模块之间的通信逻辑,包括通信接口的类型(双向或单向)以及哪些模块能够相互通信。这有助于建立清晰的通信关系,确保信息能够有效传递和共享,模块之间有特定的通信顺序,例如运动控制模块与其他模块都有双向通信接口,使得运动控制模块任意调用其他控制模块,具有最高控制权限,提高系统的控制效率,厚度控制模块与材料供给控制模块为单向通信接口,只能厚度控制模块单方向对材料供给控制模块进行通信信号输出,而材料供给控制模块无法对厚度控制模块进行通信信号输入,特定的通信顺序保证控制系统模块各司其职,运行效率更高,没有通信接口的模块之间无法进行通信,可以屏蔽无效信号通信,保证系统信号的高效率传递,通过实施通信逻辑,建立了模块之间的通信。这有助于确保具有通信接口的控制模块交换数据和指令,以实现整个涂布机系统的协同工作,确定了哪些模块可以调用其他模块的功能。这有助于确保控制模块之间可以协同工作,执行必要的操作,如运动控制、厚度控制、温度控制和材料供给,分析模块调用逻辑,以确定动态调用功能。这有助于确保控制系统可以根据需要实时调整各个模块的功能,以满足不同生产要求。例如,运动控制模块可以调用厚度控制模块来调整涂布厚度,或者温度控制模块可以调用材料供给控制模块来调整材料温度。
优选地,步骤S3包括以下步骤:
步骤S31:根据动态调用功能对涂布机控制模块进行控制节点分析,生成控制节点;
步骤S32:通过控制节点对涂布机控制模块进行执行顺序定义,以生成执行顺序数据;
步骤S33:基于执行顺序数据对涂布机控制模块进行控制逻辑设计,以生成模块控制逻辑;
步骤S34:利用模块控制逻辑对涂布机控制模块进行运行参数编译,以生成模块运行参数。
本发明通过动态调用功能进行控制节点分析,控制节点是系统中需要进行控制的关键点。生成控制节点有助于明确系统中哪些部分需要被监控和控制,确保控制模块能够准确地干预系统的不同方面,通过定义执行顺序数据,确定了不同控制节点的执行顺序。这有助于确保控制模块的操作按照正确的顺序进行,避免冲突和混乱。能够提供系统中操作的时序性和协调性,基于执行顺序数据,设计了模块控制逻辑,这是控制模块操作的指南。模块控制逻辑定义了如何对每个控制节点进行操作,以实现涂布机的所需功能。这确保了系统操作的一致性和正确性,根据模块控制逻辑,生成了模块运行参数。这些参数包括速度、温度、厚度等各种控制参数,用于调整控制模块的行为。这有助于确保系统可以按照要求进行操作,并实现所需的产品质量和性能。
优选地,步骤S33包括以下步骤:
运动控制模块能够随时通过通信接口调用厚度控制模块、温度控制模块及材料供给控制模块;
厚度控制模块用于获取涂布材料厚度数据,当涂布材料厚度数据高于或等于系统预设的涂布材料厚度数据,厚度控制模块调用材料供给控制模块,停止涂布材料供给;当涂布材料厚度数据低于系统预设的涂布材料厚度数据,厚度控制模块不调用材料供给控制模块,此时材料供给控制模块只通过运动控制模块调用;
温度控制模块用于获取涂布机温度数据,当涂布机温度数据高于或等于系统预设的涂布机温度数据,温度控制模块调用材料供给控制模块,停止涂布材料供给;当涂布机温度数据低于系统预设的涂布机温度数据,温度控制模块不调用材料供给控制模块,此时材料供给控制模块只通过运动控制模块调用;
厚度控制模块不能调用温度控制模块,温度控制模块不能调用厚度控制模块,材料供给控制模块不能调用运动控制模块、温度控制模块及厚度控制模块。
本发明通过运动控制模块与其他控制模块进行通信和协作,这有助于实现系统的协同控制,以确保各个模块能够共同协作来实现涂布任务,通过获取涂布材料厚度数据,系统能够实时了解材料的厚度情况,从而能够根据实际情况进行调整,当涂布材料厚度高于或等于系统预设的值时,自动停止材料供给,从而减少浪费,提高生产效率,通过监测涂布材料厚度,可以及早发现问题,如材料过厚或过薄,从而减少产品缺陷的风险,通过获取涂布机温度数据,系统能够控制温度在合适的范围内,确保涂布过程中的质量和稳定性,当涂布机温度高于或等于系统预设值时,自动停止材料供给,有助于减少能源消耗,提高能效,防止不合适的控制模块调用有助于确保系统的稳定性和可靠性。例如,禁止厚度控制模块调用温度控制模块,避免潜在的冲突或误操作,运动控制模块处于控制系统模块的最高级,可随时调用任意其他模块,厚度控制模块与调用温度控制模块处于控制系统模块的第二级,厚度控制模块与调用温度控制模块之间不可相互调用,材料供给控制模块处于控制系统模块的第三级,厚度控制模块与调用温度控制模块可调用材料供给控制模块而低级的材料供给控制模块无法调用高级的运动控制模块、厚度控制模块与调用温度控制模块,这样保证高级控制模块主导控制系统的运行,提高系统运行效率,避免不必要的系统模块之间的的通信错误,控制模块能够根据实际情况实时作出决策,优化涂布过程,减少浪费,提高产品质量,同时避免不合适的控制模块之间的冲突,确保系统的稳定性。
优选地,步骤S4包括以下步骤:
步骤S41:利用同态加密算法将模块运行参数进行数据密文转换,以生成模块运行同态密文;
步骤S42:利用控制系统同态加密计算公式对模块运行同态密文进行同态加密,以生成加密模块运行参数;
步骤S43:将加密模块运行参数进行控制决策优化,生成涂布机控制优化数据;
本发明通过同态加密允许对数据进行加密,同时保持数据的机密性,确保模块运行参数不会在加密过程中泄漏,生成模块运行同态密文后,数据可以在不暴露原始参数的情况下传输,从而增强数据传输的安全性,同态加密有助于确保数据在转换过程中不被篡改,从而保持数据的完整性,使用控制系统的同态加密计算公式对同态密文进行再加密,增加了数据的安全性,使其更难以解密或篡改,同态加密计算公式可确保数据的完整性和可验证性,从而防止数据在传输和处理过程中受到不良影响。使用加密模块运行参数进行控制决策,保持了敏感数据的机密性,从而防止非授权访问和泄露。基于加密数据进行决策优化,有助于改进涂布机的性能,提高生产效率,减少资源浪费。使得涂布机控制系统能够集成敏感数据,同时保持数据的隐私,有助于有效地进行决策和优化。
优选地,步骤S43中的控制系统同态加密计算公式具体为:
其中,E为加密模块运行参数,P为涂布机控制系统的增益函数,N为引入的同态加密哈希函数值,M为同态加密选取的随机数,a为系统输入的控制信号函数,b为系统输出的控制信号函数,x为输入的模块运行同态密文。
本发明通过对增益函数P的平方取自然对数,对控制系统的参数进行非线性处理,以加强数据的混淆性。这有助于增加数据的难以分析性,提高同态加密的安全性,计算同态加密哈希函数值N与同态加密随机数M的比值的平方根。用于引入额外的噪声和混淆,以增加数据的隐蔽性和难以解密性,从而增强数据的安全性,/>计算控制信号函数a到b的积分,设计用来引入更多的非线性因素,以增加数据的复杂性。积分部分可以使数据的变化更加复杂,难以分析。这些操作可以提高同态加密的安全性,使数据更难以解密,公式通过引入非线性运算、哈希值、随机性和复杂性,以保护模块运行参数的安全性,增强同态加密的效力,从而确保数据在加密和解密过程中的安全性和保密性。
优选地,步骤S5包括以下步骤:
步骤S51:利用深度学习算法对涂布机控制优化数据进行数据降维,生成涂布机控制优化向量;
步骤S52:对涂布机控制优化向量进行数据可视化,以生成可视化控制优化数据;
步骤S53:对可视化控制优化数据进行数据交互化处理,以生成前端页面可交互数据;
步骤S54:对前端页面可交互数据进行前端页面映射,以生成前端页面。
本发明通过数据降维有助于减少数据的维度,保留主要信息,从而减小数据的复杂性,降低存储和计算成本,深度学习算法可以帮助发现数据中的潜在模式和关联,有助于更好地理解数据的特征。降维后的数据更容易处理和分析,从而提高了处理效率。数据可视化使得数据更容易理解和解释,有助于从控制优化向量中提炼洞察,可视化提供了一种直观的方式来呈现数据,帮助决策制定者更好地理解优化结果,从而做出更明智的决策,可视化可以揭示数据中的异常或趋势,有助于及早发现问题或机会,通过交互性,用户可以积极参与数据探索和决策制定,从而更好地利用数据,通过交互性,用户可以积极参与数据探索和决策制定,从而更好地利用数据,用户可以根据其需求和偏好自定义数据展示,获得个性化的数据体验,前端页面的生成使得数据可视化和交互性结果以用户友好的方式展示,无需深入了解数据处理的复杂性,前端页面提供了一个方便的平台,帮助决策制定者更好地理解数据和做出决策,而无需深入数据分析,前端页面的互动性可立即反映用户的操作和需求,提供及时的反馈和结果。
优选地,步骤S6包括以下步骤:
步骤S61:将前端页面发送至服务器,生成服务器数据;
步骤S62:通过前端页面对涂布机控制模块进行模块操作处理,以生成模块操作数据;
步骤S63:利用模块操作数据对服务器数据进行数据控制,以执行涂布机控制作业。
本发明通过将前端页面发送至服务器允许用户通过互联网远程访问和控制涂布机,无需物理接触设备,服务器可以存储和同步前端页面的状态,确保多个用户之间的数据一致,过服务器传输数据可提高数据的安全性,通过加密和身份验证来保护数据不被未授权访问,前端页面允许用户实时与涂布机控制模块进行交互,从而可以迅速调整设备的操作参数,前端页面提供了用户友好的界面,使得用户能够轻松了解和操作涂布机控制模块,而无需专业技能,通过前端页面的交互性,可以减少人为错误,因为用户可以直观地选择和调整参数,通过模块操作数据,服务器可以实时地调整涂布机的控制参数,以满足用户的需求,通过模块操作数据,服务器可以实时地调整涂布机的控制参数,以满足用户的需求,过模块操作数据,服务器可以实时地调整涂布机的控制参数,以满足用户的需求。
在本说明书中,提供一种适用于涂布机的控制系统软件编辑系统,包括:
需求分析模块,通过I/O模块获取涂布机传感器数据;对涂布机传感器数据进行功能模块需求分析,以生成功能模块需求数据;对功能模块需求数据进行控制模块设计处理,以生成涂布机控制模块,涂布机控制模块包括运动控制模块、厚度控制模块、温度控制模块及材料供给控制模块;
动态调用模块,对涂布机控制模块进行模块通信分析,以建立模块间通信;基于模块间通信对涂布机控制模块进行动态调用功能设计,以生成动态调用功能;
控制逻辑模块,根据动态调用功能对涂布机控制模块进行控制逻辑设计,以生成模块控制逻辑;利用模块控制逻辑对涂布机控制模块进行运行参数编译,以生成模块运行参数;
同态加密模块,将模块运行参数进行同态加密,以生成加密模块运行参数;将加密模块运行参数进行控制决策优化,生成涂布机控制优化数据;
前端页面模块,利用深度学习算法对涂布机控制优化数据进行数据交互可视化,以生成前端页面可交互数据;对前端页面可交互数据进行前端页面映射,以生成前端页面;
涂布机操作模块,通过前端页面对涂布机控制模块进行模块操作处理,以执行涂布机控制作业。
本发明通过需求分析模块获取涂布机传感器数据,实时数据采集、监控和分析,以便进行精确的控制和调整,通过分析传感器数据,系统可以了解涂布机的状态,有助于识别问题和改进生产流程,生成涂布机控制模块,将传感器数据和需求分析的信息整合,有助于实现精确的控制,例如运动、厚度、温度和材料供给控制,通过动态调用模块建立模块间通信,使不同控制模块能够协同工作,提高系统的灵活性和可扩展性,允许系统在运行时根据需求调用不同的控制模块,以适应不同工作条件,通过控制逻辑模块设计控制逻辑,以实现涂布机的精确控制和优化操作,将控制逻辑应用于涂布机控制模块,生成适当的运行参数,确保设备按预期运行,通过同态加密模块进行同态加密,护敏感的运行参数数据,以确保数据的机密性和完整性,通过前端页面模块,利用深度学习算法将控制优化数据可视化,使操作员能够更清晰地了解涂布机的状态和性能,创建用户友好的前端页面,通过映射可交互数据,操作员可以轻松地与系统进行互动和控制,涂布机操作模块通过前端页面,操作员可以远程对涂布机进行控制,从任何地点实现涂布作业,实时调整控制参数,以满足不同产品要,整个系统可以实现自动化控制,减少了人工干预的需求,提高了生产效率。
附图说明
图1为本发明一种适用于涂布机的控制系统软件编辑方法及系统的步骤流程示意图;
图2为步骤S1的详细实施步骤流程示意图;
图3为步骤S2的详细实施步骤流程示意图;
图4为步骤S3的详细实施步骤流程示意图。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本申请实例提供一种适用于涂布机的控制系统软件编辑方法及系统。所述一种适用于涂布机的控制系统软件编辑方法及系统的执行主体包括但不限于搭载该系统的:机械设备、数据处理平台、云服务器节点、网络上传设备等可看作本申请的通用计算节点,所述数据处理平台包括但不限于:音频图像管理系统、信息管理系统、云端数据管理系统至少一种。
请参阅图1至图4,本发明提供了一种适用于涂布机的控制系统软件编辑方法,所述方法包括以下步骤:
步骤S1:通过I/O模块获取涂布机传感器数据;对涂布机传感器数据进行功能模块需求分析,以生成功能模块需求数据;对功能模块需求数据进行控制模块设计处理,以生成涂布机控制模块,涂布机控制模块包括运动控制模块、厚度控制模块、温度控制模块及材料供给控制模块;
步骤S2:对涂布机控制模块进行模块通信分析,以建立模块间通信;基于模块间通信对涂布机控制模块进行动态调用功能设计,以生成动态调用功能;
步骤S3:根据动态调用功能对涂布机控制模块进行控制逻辑设计,以生成模块控制逻辑;利用模块控制逻辑对涂布机控制模块进行运行参数编译,以生成模块运行参数;
步骤S4:将模块运行参数进行同态加密,以生成加密模块运行参数;将加密模块运行参数进行控制决策优化,生成涂布机控制优化数据;
步骤S5:利用深度学习算法对涂布机控制优化数据进行数据交互可视化,以生成前端页面可交互数据;对前端页面可交互数据进行前端页面映射,以生成前端页面;
步骤S6:通过前端页面对涂布机控制模块进行模块操作处理,以执行涂布机控制作业。
本发明通过I/O模块获取涂布机传感器数据,这有助于实时监控涂布机的状态和性能,以便进行及时的控制和调整,对传感器数据进行功能模块需求分析,确保系统能够满足涂布机的操作需,生成包括运动控制、厚度控制、温度控制和材料供给控制的模块,这有助于将系统分解成可管理的部分,提高系统的可扩展性和可维护性,分析各模块之间的通信需求,确保它们能够相互协作,从而实现涂布机的全面控制,设计动态调用功能,使模块之间能够根据需要调用彼此的功能,提高了系统的灵活性和适应性,根据动态调用功能设计,为每个模块制定详细的控制逻辑,确保涂布机的各个方面都受到精确的控制,生成运行参数,这些参数将用于调整每个控制模块,以使涂布机能够达到所需的性能水平,将敏感的运行参数进行同态加密,确保数据的隐私和安全性。这有助于防止未经授权的访问和数据泄漏,通过对加密参数进行决策优化,确保涂布机在不暴露敏感信息的情况下进行高效的控制,使用深度学习算法对涂布机控制优化数据进行可视化,这有助于操作员更好地理解系统性能和趋势,将可视化数据映射到前端页面,使操作员能够直观地监控和管理涂布机的操作,通过前端页面,操作员可以与涂布机控制模块进行交互,执行控制作业。这有助于提高操作的效率和精度。
本发明实施例中,参考图1所述,为本发明一种适用于涂布机的控制系统软件编辑方法及系统的步骤流程示意图,在本实例中,所述一种适用于涂布机的控制系统软件编辑方法的步骤包括:
步骤S1:通过I/O模块获取涂布机传感器数据;对涂布机传感器数据进行功能模块需求分析,以生成功能模块需求数据;对功能模块需求数据进行控制模块设计处理,以生成涂布机控制模块,涂布机控制模块包括运动控制模块、厚度控制模块、温度控制模块及材料供给控制模块;
本实施例中,通过I/O模块与涂布机传感器通信,获取数据。这些传感器可以包括测量厚度、温度、速度等参数的传感器,分析获得的传感器数据,确定需要的功能模块。这可能包括检测涂布质量、维持涂布速度、控制温度以及调整材料供给等功能,基于需求分析,将数据转化为对每个功能模块所需的具体数据要求。这可能包括期望的温度范围、所需的涂布速度等,对于每个功能模块,设计相应的控制算法和逻辑,根据设计的控制算法和逻辑,实现涂布机控制模块。这可能包括编写控制软件、配置控制器、调整参数等,将生成的运动控制、厚度控制、温度控制和材料供给控制模块整合在一起,以确保它们协同工作来实现涂布机的整体控制,在实际的涂布机上测试生成的控制模块,进行调试和优化,通过模拟或实际操作来验证控制系统的性能,确保它满足要求。
步骤S2:对涂布机控制模块进行模块通信分析,以建立模块间通信;基于模块间通信对涂布机控制模块进行动态调用功能设计,以生成动态调用功能;
本实施例中,确定所有已生成的涂布机控制模块。这可能包括运动控制、厚度控制、温度控制和材料供给控制模块,分析每个模块之间的信息交流需求。这包括了解哪些模块需要与其他模块通信,以及它们需要交换什么类型的数据,选择适当的通信协议和方法来满足通信需求。这可以包括使用标准通信协议,如TCP/IP、MQTT、Modbus等,或者根据具体需求设计自定义通信协议,配置通信通道,确保模块之间可以相互传递数据。这可以包括设置网络通信、串行通信、总线通信等,定义数据格式和消息结构,以确保数据在模块间的传递和解析是一致的,实现错误处理机制,以处理通信中可能出现的问题,如数据丢失、超时等。确保通信是安全的,可以采用加密和身份验证方法,为每个模块创建一个注册机制,以便其他模块能够识别和访问它们。这可以包括将模块的功能和接口注册到一个中心控制器或服务中,设计一种请求-响应机制,允许一个模块向其他模块请求特定功能或数据。这可以采用远程过程调用(RPC)或Web服务的方式,实现事件触发机制,允许模块在特定条件下触发其他模块的功能。这可以通过发布-订阅模式或回调函数实现,确定如何传递参数和数据,以确保不同模块之间的数据交流是有效的,
步骤S3:根据动态调用功能对涂布机控制模块进行控制逻辑设计,以生成模块控制逻辑;利用模块控制逻辑对涂布机控制模块进行运行参数编译,以生成模块运行参数;
本实施例中,明确涂布机控制模块的功能需求。这可能包括运动控制、温度调节、材料供给等方面的要求,考虑不同模块之间的交互关系,包括如何通过动态调用功能触发和协调它们的操作,对于每个模块,设计状态机或控制流程图,以描述其操作和状态转换。确保状态机能够满足控制需求,计适当的异常处理机制,以应对模块可能遇到的问题,如传感器故障、执行错误等,定义模块之间的接口,包括输入和输出参数、数据格式和消息传递机制,为每个模块定义必要的运行参数,包括控制增益、设定温度、速度曲线等,创建参数配置文件,以存储每个模块的运行参数。这可以是文本文件、XML文件或数据库表,根据需要选择合适的格式,创建参数配置文件,以存储每个模块的运行参数。这可以是文本文件、XML文件或数据库表,根据需要选择合适的格式,在系统启动时,从配置文件中加载运行参数并将其应用到相应的模块控制逻辑中。
步骤S4:将模块运行参数进行同态加密,以生成加密模块运行参数;将加密模块运行参数进行控制决策优化,生成涂布机控制优化数据;
本实施例中,选择合适的同态加密算法,这是一种特殊的加密技术,允许在加密状态下进行加法和乘法运算,使用选定的同态加密算法,对模块运行参数进行加密。确保加密后的数据是安全的,无法被未经授权的人解密,管理加密和解密所需的密钥。确保密钥的安全性,可以考虑使用硬件安全模块(HSM)来存储密钥,在需要进行控制决策的时候,将加密模块运行参数解密。只有在解密后,数据才能被正常处理,选择适当的控制决策算法。这可能涉及到机器学习、优化算法或者规则引擎,具体选择取决于问题的性质,使用选定的算法对解密后的参数进行优化。这可能包括寻找最优控制策略、优化生产效率等,生成控制优化数据:根据优化算法的结果,生成涂布机的控制优化数据。这些数据可以是调整后的参数、控制策略建议、生产计划等,如果控制优化数据需要传输到其他系统或设备,确保在传输过程中使用安全通信协议,例如SSL/TLS,限制对解密和优化过程的访问。只有授权人员才能够解密数据和进行控制决策优化,建立监控系统,以监测加密、解密和优化过程。同时,记录相关操作,以便进行审计,评估同态加密和控制决策优化的性能,确保这些过程不会显著影响涂布机的实时性能,如果优化算法运行时间较长,可以考虑对算法进行进一步的优化,或者使用分布式计算资源来加速计算过程。
步骤S5:利用深度学习算法对涂布机控制优化数据进行数据交互可视化,以生成前端页面可交互数据;对前端页面可交互数据进行前端页面映射,以生成前端页面;
本实施例中,准备涂布机控制优化数据。这可能包括参数、传感器数据、生产指标等。确保数据质量和一致性,根据深度学习算法的要求,对数据进行特征工程。这可能包括数据清洗、标准化、归一化等数据预处理步骤,根据任务的性质选择合适的深度学习模型,如卷积神经网络(CNN)、循环神经网络(RNN)、或者Transformer模型,将数据分为训练集、验证集和测试集,然后使用训练数据来训练深度学习模型。监控模型的性能,并在需要时进行超参数调整,使用训练好的深度学习模型,将涂布机控制优化数据转化为可视化数据。这可能包括生成图形、图表、热图等,考虑如何使生成的可视化数据具有交互性。这可以通过工具如D3.js、Plotly等来实现。决定哪些数据可以交互,例如缩放、滚动、过滤等功能,生成的可交互数据与前端页面进行绑定。这可以通过JavaScript框架提供的数据绑定机制来实现,设计前端页面的布局、样式和交互元素,以确保用户友好性和易用性,编写前端代码来处理用户交互事件,如点击、拖拽、滚动等。这些事件将触发深度学习模型生成的可交互数据的更新,测试前端页面,确保交互性和性能满足要求。根据用户反馈进行优化,建立监控系统,以追踪前端应用的性能和稳定性。及时处理bug和问题。
步骤S6:通过前端页面对涂布机控制模块进行模块操作处理,以执行涂布机控制作业。
本实施例中,提供前端页面上的导航元素,以便用户可以轻松找到与涂布机控制相关的功能,在前端页面上呈现涂布机的实时数据,包括温度、速度、湿度等参数。这可以是实时图表、数字读数等,显示涂布机的当前状态,例如停止、运行、故障等。使用可视化元素,如图标或颜色编码,以便用户迅速识别,提供用户可以点击的按钮,用于执行不同的涂布机控制操作,如启动、停止、调整参数等,如果需要用户输入参数或调整值,提供相应的输入框和滑块,以便用户可以输入或调整数值,在执行关键操作之前,实施确认机制,以防止误操作。例如,要求用户确认他们的意图,或要求输入密码,编写前端代码,以处理用户的操作事件。当用户点击按钮或调整参数时,触发相应的事件处理程序,将用户的控制命令传递给涂布机控制模块。这可以通过网络通信协议、API调用或其他适当的方法来实现,持续监控涂布机的状态和性能。如果出现问题或故障,及时通知用户。
本实施例中,参考图2所述,为步骤S1的详细实施步骤流程示意图,本实施例中,所述步骤S1的详细实施步骤包括:
步骤S11:通过I/O模块获取涂布机传感器数据,涂布机传感器数据包括涂布运行速度、涂布材料厚度数据、涂布机温度数据、涂布机湿度数据、涂布机压力及剩余涂布材料数据;
步骤S12:对涂布机传感器数据进行功能模块需求分析,以生成功能模块需求数据;
步骤S13:对功能模块需求数据进行系统架构划分,构建系统层次,系统层次包括硬件层、控制层及用户界面层;
步骤S14:基于系统层次对功能模块需求数据进行控制模块设计处理,以生成涂布机控制模块,涂布机控制模块包括运动控制模块、厚度控制模块、温度控制模块及材料供给控制模块。
本发明通过I/O模块获取多种传感器数据,包括速度、厚度、温度、湿度、压力和材料数据,这有助于全面了解涂布机的状态和性能,整合多种传感器数据,使系统能够同时监测和控制涂布机的不同方面,从而更全面地进行涂布过程的管理和优化,对传感器数据进行功能模块需求分析,有助于确保系统能够满足不同参数的监测和控制需求,根据不同的传感器数据类型,可以创建相应的功能模块,以确保涂布机在不同操作条件下的精确控制和调整,将功能模块需求数据按系统层次进行划分,包括硬件层、控制层和用户界面层,这有助于建立系统的清晰结构,便于维护和扩展,将系统分解成不同层次的模块,使系统更容易管理,降低了维护和开发的复杂性。基于系统层次,对功能模块需求数据进行控制模块设计处理,生成了运动控制、厚度控制、温度控制和材料供给控制模块,通过硬件层、控制层和用户界面层的分层设计,使系统的控制结构清晰,有助于更好地隔离不同功能和模块,提高了系统的稳定性和可维护性。
本实施例中,将涂布机的传感器与I/O模块连接,确保传感器可以与控制系统通信,配置I/O模块以定期或实时采集传感器数据。这些数据可以包括运行速度、材料厚度、温度、湿度、压力以及材料供给状态,根据分析结果,明确定义需要的功能模块,例如运动控制、厚度控制、温度控制和材料供给控制,定义系统的层次结构,通常包括硬件层、控制层和用户界面层,包括传感器、I/O模块和任何硬件设备,用于数据采集和控制操作,包括各种控制模块,用于处理传感器数据、执行控制算法和与硬件交互,用户界面层是用户与系统交互的界面,通常是前端页面,用于操作控制模块并监视系统状态,定义如何控制涂布机的运动,包括速度和位置控制。开发相应的控制算法和接口,创建控制算法,以根据传感器数据调整涂布材料的厚度。这可能涉及到调整涂布机的速度或其他参,如果需要控制涂布机的温度,设计相应的算法和控制逻辑,以保持所需的温度范围,设计控制逻辑,以根据传感器数据确保涂布机的材料供给在适当的水平,并调整根据需要,在设计每个控制模块后,进行测试和验证以确保它们按预期工作。
本实施例中,步骤S121包括以下步骤:
步骤S121:对涂布机传感器数据进行目标布料运动约束分析,以生成运动约束数据;
步骤S122:对运动约束数据进行运动轨迹分析,生成目标布料运动轨迹;
步骤S123:对目标布料运动轨迹进行运动控制需求分析,以生成运动控制需求数据;
步骤S124:对涂布机传感器数据进行涂布材料厚度偏差分析,以生成厚度偏差数据;
步骤S125:对厚度偏差数据进行厚度控制需求分析,以生成厚度控制需求数据;
步骤S126:对涂布机传感器数据进行温度调节策略分析,生成温度控制需求数据;
步骤S127:对涂布机传感器数据进行材料供给逻辑定义,获取材料供给逻辑;
步骤S128:对材料供给逻辑进行材料供给需求分析,生成材料供给控制需求数据。
本发明通过分析传感器数据,确定涂布机目标布料的运动约束,例如速度、加速度、运动范围等。这有助于确保目标布料在涂布过程中按照要求的方式移动,减少运动失控的风险,基于运动约束数据,生成目标布料的运动轨迹。这是确保布料在涂布过程中按照计划的路径进行移动,以获得一致的涂布结果的关键步骤,对目标布料运动轨迹进行分析,以确定运动控制需求,包括运动速度、定位、轨迹跟踪等。这有助于确保涂布机能够按照计划的轨迹进行运动控制,通过分析涂布机传感器数据,确定涂布材料的厚度偏差。这有助于检测涂布过程中可能存在的问题,如材料均匀性或粘附问题,基于厚度偏差数据,确定厚度控制需求,包括调整涂布机的参数以纠正厚度偏差。这有助于确保涂布的质量和均匀性,通过分析传感器数据,确定温度调节策略,以维持涂布机在所需的温度范围内。这有助于确保涂布材料在适宜的温度下进行涂布,以获得最佳的涂布效果,根据传感器数据,定义材料供给的逻辑,包括供给速度、供给位置和供给时机。这有助于确保涂布机能够按照需要提供材料,以满足涂布过程的要求,基于材料供给逻辑,确定材料供给的需求,包括调整材料供给参数以满足涂布机的需求。这有助于确保涂布机能够按照计划提供材料,以获得一致的涂布结果。
本实施例中,获取有关布料运动的数据,如速度、位置、方向等信息,使用这些数据来确定目标布料的运动约束,例如最大速度、最大加速度、运动范围等,将分析结果转化为运动约束数据,以便后续的运动控制需求分析使用,应用运动约束数据,考虑约束条件,以生成目标布料的运动轨迹,根据所需的运动轨迹,执行路径规划,以确定如何实现目标轨迹,避免障碍物,并满足约束条件,将路径规划结果转化为目标布料的运动轨迹数据,包括时间、位置和速度信息,生成运动轨迹数据,考虑如何控制涂布机以实现目标布料的轨迹,开发控制算法,以调整涂布机的运动,以使其按照目标轨迹运动。这可能涉及到速度控制、位置控制和轨迹跟踪等技术,控制算法和相关参数整合,生成运动控制需求数据,以指导涂布机的运动控制,从传感器数据中获取有关涂布材料厚度的信息,包括实际测量值和目标值,比较实际厚度和目标厚度,计算出厚度偏差数据,即实际与目标之间的差异,开发厚度控制算法,以调整涂布机的参数,以减小厚度偏差。这可能涉及到调整涂布速度或其他参数,将控制算法和参数整合,生成厚度控制需求数据,以实现所需的涂布材料厚度,根据数据分析确定是否需要调整涂布机的温度,以满足要求,设计温度控制策略,以使涂布机维持所需的温度范围,将控制策略和相关参数整合,生成温度控制需求数据,以指导涂布机的温度调节。根据需求定义如何控制涂布机的材料供给系统,以满足目标生产要求。这包括何时补充材料、如何避免供给中断等,控制算法和相关参数整合,生成材料供给控制需求数据,以满足涂布机的材料需求。
本实施例中,参考图3所述,为步骤S2的详细实施步骤流程示意图,本实施例中,所述步骤S2的详细实施步骤包括:
步骤S21:对涂布机控制模块进行通信接口定义,以构建模块间通信接口;
步骤S22:对模块间通信接口进行通信逻辑设计,生成模块通信逻辑,模块通信逻辑具体为运动控制模块与厚度控制模块、温度控制模块及材料供给控制模块为双向通信接口,厚度控制模块与材料供给控制模块为单向通信接口,厚度控制模块与温度控制模块无通信接口,温度控制模块与材料供给控制模块为单向通信接口;
步骤S23:根据模块通信逻辑进行通信连接,以建立模块间通信;
步骤S24:基于模块间通信对涂布机控制模块进行动态调用功能设计,生成模块调用逻辑,模块调用逻辑具体为运动控制模块能够调用厚度控制模块、温度控制模块及材料供给控制模块,厚度控制模块能够调用材料供给控制模块,不能够调用温度控制模块,温度控制模块能够调用材料供给控制模块;
步骤S25:对模块调用逻辑进行功能分析,以生成动态调用功能。
本发明通过定义通信接口,允许不同的控制模块之间进行通信。这有助于确保各模块能够交换数据和指令,以协同工作,确定了模块之间的通信逻辑,包括通信接口的类型(双向或单向)以及哪些模块能够相互通信。这有助于建立清晰的通信关系,确保信息能够有效传递和共享,模块之间有特定的通信顺序,例如运动控制模块与其他模块都有双向通信接口,使得运动控制模块任意调用其他控制模块,具有最高控制权限,提高系统的控制效率,厚度控制模块与材料供给控制模块为单向通信接口,只能厚度控制模块单方向对材料供给控制模块进行通信信号输出,而材料供给控制模块无法对厚度控制模块进行通信信号输入,特定的通信顺序保证控制系统模块各司其职,运行效率更高,没有通信接口的模块之间无法进行通信,可以屏蔽无效信号通信,保证系统信号的高效率传递,通过实施通信逻辑,建立了模块之间的通信。这有助于确保具有通信接口的控制模块交换数据和指令,以实现整个涂布机系统的协同工作,确定了哪些模块可以调用其他模块的功能。这有助于确保控制模块之间可以协同工作,执行必要的操作,如运动控制、厚度控制、温度控制和材料供给,分析模块调用逻辑,以确定动态调用功能。这有助于确保控制系统可以根据需要实时调整各个模块的功能,以满足不同生产要求。例如,运动控制模块可以调用厚度控制模块来调整涂布厚度,或者温度控制模块可以调用材料供给控制模块来调整材料温度。
本实施例中,定义涂布机控制模块的通信接口,这是为了确保不同模块之间能够进行有效的数据交换和通信。通信接口可能包括硬件接口(如电缆连接或通信协议)和软件接口(如数据格式或API)。这些接口应该明确定义,以便不同模块能够理解如何与涂布机控制模块通信,设计模块之间的通信逻辑,对于双向通信接口,模块之间需要双向传输数据,这意味着它们可以发送和接收信息。对于单向通信接口,一个模块只能发送信息给另一个模块,而另一个模块不能回复,运动控制模块与其他模块都有双向通信接口,使得运动控制模块任意调用其他控制模块,具有最高控制权限,提高系统的控制效率,厚度控制模块与材料供给控制模块为单向通信接口,只能厚度控制模块单方向对材料供给控制模块进行通信信号输出,而材料供给控制模块无法对厚度控制模块进行通信信号输入,建立通信连接,将实际的通信硬件和软件设置配置为遵循之前定义的通信逻辑,包括安装电缆、配置通信协议、设置网络连接或其他必要的步骤,以确保不同模块之间能够进行有效的通信,设计涂布机控制模块的动态调用功能,不同模块之间存在可调用和不可调用的关系,具体来说,运动控制模块可以调用厚度控制模块、温度控制模块和材料供给控制模块的功能。厚度控制模块可以调用材料供给控制模块,但不能调用温度控制模块。温度控制模块可以调用材料供给控制模块,但不能调厚用温度控制模块,对模块调用逻辑进行功能分析,以生成实际的动态调用功能。这包括编写代码或配置系统,以确保不同模块能够按照之前定义的逻辑相互调用功能。在代码或配置中需要包括适当的接口和调用逻辑,以实现模块间的协作。
本实施例中,参考图4所述,为步骤S3的详细实施步骤流程示意图,本实施例中,所述步骤S3的详细实施步骤包括:
步骤S31:根据动态调用功能对涂布机控制模块进行控制节点分析,生成控制节点;
步骤S32:通过控制节点对涂布机控制模块进行执行顺序定义,以生成执行顺序数据;
步骤S33:基于执行顺序数据对涂布机控制模块进行控制逻辑设计,以生成模块控制逻辑;
步骤S34:利用模块控制逻辑对涂布机控制模块进行运行参数编译,以生成模块运行参数。
本发明通过动态调用功能进行控制节点分析,控制节点是系统中需要进行控制的关键点。生成控制节点有助于明确系统中哪些部分需要被监控和控制,确保控制模块能够准确地干预系统的不同方面,通过定义执行顺序数据,确定了不同控制节点的执行顺序。这有助于确保控制模块的操作按照正确的顺序进行,避免冲突和混乱。能够提供系统中操作的时序性和协调性,基于执行顺序数据,设计了模块控制逻辑,这是控制模块操作的指南。模块控制逻辑定义了如何对每个控制节点进行操作,以实现涂布机的所需功能。这确保了系统操作的一致性和正确性,根据模块控制逻辑,生成了模块运行参数。这些参数包括速度、温度、厚度等各种控制参数,用于调整控制模块的行为。这有助于确保系统可以按照要求进行操作,并实现所需的产品质量和性能。
本实施例中,根据之前定义的动态调用功能分析,确定哪些控制功能需要执行,并将它们划分为不同的控制节点。控制节点可以视为系统中的独立任务或操作单元,每个节点负责执行特定的控制功能。例如,如果运动控制模块需要在特定情况下调用厚度控制模块,那么这个调用可以视为一个控制节点,一旦控制节点被确定,下一步是定义它们的执行顺序。确定运动控制模块为第一个调用的模块,运功控制模块为最高级的控制系统模块,确保控制节点按照正确的次序执行。这包括编写程序、配置规则、定义条件等,以实现控制节点的协同工作。您需要确保每个控制节点的逻辑设计与系统的要求相符,以实现涂布机的正常运行,为涂布机控制模块编译运行参数。这些参数包括各个模块的设置、配置、运行条件等。根据系统的要求,您需要确保模块的运行参数符合设计规范。
本实施例中,步骤S33包括以下步骤:
运动控制模块能够随时通过通信接口调用厚度控制模块、温度控制模块及材料供给控制模块;
厚度控制模块用于获取涂布材料厚度数据,当涂布材料厚度数据高于或等于系统预设的涂布材料厚度数据,厚度控制模块调用材料供给控制模块,停止涂布材料供给;当涂布材料厚度数据低于系统预设的涂布材料厚度数据,厚度控制模块不调用材料供给控制模块,此时材料供给控制模块只通过运动控制模块调用;
温度控制模块用于获取涂布机温度数据,当涂布机温度数据高于或等于系统预设的涂布机温度数据,温度控制模块调用材料供给控制模块,停止涂布材料供给;当涂布机温度数据低于系统预设的涂布机温度数据,温度控制模块不调用材料供给控制模块,此时材料供给控制模块只通过运动控制模块调用;
厚度控制模块不能调用温度控制模块,温度控制模块不能调用厚度控制模块,材料供给控制模块不能调用运动控制模块、温度控制模块及厚度控制模块。
本发明通过运动控制模块与其他控制模块进行通信和协作,这有助于实现系统的协同控制,以确保各个模块能够共同协作来实现涂布任务,通过获取涂布材料厚度数据,系统能够实时了解材料的厚度情况,从而能够根据实际情况进行调整,当涂布材料厚度高于或等于系统预设的值时,自动停止材料供给,从而减少浪费,提高生产效率,通过监测涂布材料厚度,可以及早发现问题,如材料过厚或过薄,从而减少产品缺陷的风险,通过获取涂布机温度数据,系统能够控制温度在合适的范围内,确保涂布过程中的质量和稳定性,当涂布机温度高于或等于系统预设值时,自动停止材料供给,有助于减少能源消耗,提高能效,防止不合适的控制模块调用有助于确保系统的稳定性和可靠性。例如,禁止厚度控制模块调用温度控制模块,避免潜在的冲突或误操作,运动控制模块处于控制系统模块的最高级,可随时调用任意其他模块,厚度控制模块与调用温度控制模块处于控制系统模块的第二级,厚度控制模块与调用温度控制模块之间不可相互调用,材料供给控制模块处于控制系统模块的第三级,厚度控制模块与调用温度控制模块可调用材料供给控制模块而低级的材料供给控制模块无法调用高级的运动控制模块、厚度控制模块与调用温度控制模块,这样保证高级控制模块主导控制系统的运行,提高系统运行效率,避免不必要的系统模块之间的的通信错误,控制模块能够根据实际情况实时作出决策,优化涂布过程,减少浪费,提高产品质量,同时避免不合适的控制模块之间的冲突,确保系统的稳定性。
本实施例中,运动控制模块可随时通过通信接口调用其他控制模块,因此,需要实现通信接口,以便与其他模块进行通信和调用,获取涂布材料厚度数据,可以使用传感器或其他测量设备来实时监测涂布材料的厚度,比较涂布材料厚度数据与系统预设的涂布材料厚度数据,如果涂布材料厚度数据高于或等于预设值,调用材料供给控制模块,以停止涂布材料供给,如果涂布材料厚度数据低于预设值,不调用材料供给控制模块,而是通过通信接口通知运动控制模块,获取涂布机温度数据,可能需要温度传感器或控制系统来实时监测温度,比较涂布机温度数据与系统预设的涂布机温度数据,如果涂布机温度数据高于或等于预设值,如果涂布机温度数据高于或等于预设值,如果涂布机温度数据低于预设值,不调用材料供给控制模块,而是通过通信接口通知运动控制模块,确保材料供给控制模块仅能通过运动控制模块调用,这可以通过限制接口访问权限来实现。
本实施例中,步骤S4包括以下步骤:
步骤S41:利用同态加密算法将模块运行参数进行数据密文转换,以生成模块运行同态密文;
步骤S42:利用控制系统同态加密计算公式对模块运行同态密文进行同态加密,以生成加密模块运行参数;
步骤S43:将加密模块运行参数进行控制决策优化,生成涂布机控制优化数据;
本发明通过同态加密允许对数据进行加密,同时保持数据的机密性,确保模块运行参数不会在加密过程中泄漏,生成模块运行同态密文后,数据可以在不暴露原始参数的情况下传输,从而增强数据传输的安全性,同态加密有助于确保数据在转换过程中不被篡改,从而保持数据的完整性,使用控制系统的同态加密计算公式对同态密文进行再加密,增加了数据的安全性,使其更难以解密或篡改,同态加密计算公式可确保数据的完整性和可验证性,从而防止数据在传输和处理过程中受到不良影响。使用加密模块运行参数进行控制决策,保持了敏感数据的机密性,从而防止非授权访问和泄露。基于加密数据进行决策优化,有助于改进涂布机的性能,提高生产效率,减少资源浪费。此步骤使得涂布机控制系统能够集成敏感数据,同时保持数据的隐私,有助于有效地进行决策和优化。
本实施例中,选择适当的同态加密算法,如Paillier同态加密或ElGamal同态加密,根据系统需求和安全性进行选择,生成同态加密所需的公钥和私钥,确保私钥安全保存,只有授权人员可以访问,使用公钥将模块运行参数进行同态加密,生成模块运行的同态密文,控制系统使用同态加密的公钥,将模块运行的同态密文进行特定的同态加密运算,得到加密后的模块运行参数,确保同态加密计算公式是安全的,不会泄露私密信息,同时保持同态性质,即在加密状态下能够进行特定的计算操作,使用私钥解密加密的模块运行参数,将其还原为原始的运行参数,将解密后的模块运行参数输入到控制系统中,执行相应的控制决策算法,例如PID控制、模糊逻辑控制或强化学习算法,以生成优化的涂布机控制数据,将优化后的控制数据应用于涂布机的控制系统,调整涂布机的运行状态,以实现更高效、稳定的涂布过程,
本实施例中,步骤S43中的控制系统同态加密计算公式具体为:
其中,E为加密模块运行参数,P为涂布机控制系统的增益函数,N为引入的同态加密哈希函数值,M为同态加密选取的随机数,a为系统输入的控制信号函数,b为系统输出的控制信号函数,x为输入的模块运行同态密文。
本发明通过对增益函数P的平方取自然对数,对控制系统的参数进行非线性处理,以加强数据的混淆性。这有助于增加数据的难以分析性,提高同态加密的安全性,计算同态加密哈希函数值N与同态加密随机数M的比值的平方根。用于引入额外的噪声和混淆,以增加数据的隐蔽性和难以解密性,从而增强数据的安全性,/>计算控制信号函数a到b的积分,设计用来引入更多的非线性因素,以增加数据的复杂性。积分部分可以使数据的变化更加复杂,难以分析。这些操作可以提高同态加密的安全性,使数据更难以解密,公式通过引入非线性运算、哈希值、随机性和复杂性,以保护模块运行参数的安全性,增强同态加密的效力,从而确保数据在加密和解密过程中的安全性和保密性。
本实施例中,步骤S5包括以下步骤:
步骤S51:利用深度学习算法对涂布机控制优化数据进行数据降维,生成涂布机控制优化向量;
步骤S52:对涂布机控制优化向量进行数据可视化,以生成可视化控制优化数据;
步骤S53:对可视化控制优化数据进行数据交互化处理,以生成前端页面可交互数据;
步骤S54:对前端页面可交互数据进行前端页面映射,以生成前端页面。
本发明通过数据降维有助于减少数据的维度,保留主要信息,从而减小数据的复杂性,降低存储和计算成本,深度学习算法可以帮助发现数据中的潜在模式和关联,有助于更好地理解数据的特征。降维后的数据更容易处理和分析,从而提高了处理效率。数据可视化使得数据更容易理解和解释,有助于从控制优化向量中提炼洞察,可视化提供了一种直观的方式来呈现数据,帮助决策制定者更好地理解优化结果,从而做出更明智的决策,可视化可以揭示数据中的异常或趋势,有助于及早发现问题或机会,通过交互性,用户可以积极参与数据探索和决策制定,从而更好地利用数据,通过交互性,用户可以积极参与数据探索和决策制定,从而更好地利用数据,用户可以根据其需求和偏好自定义数据展示,获得个性化的数据体验,前端页面的生成使得数据可视化和交互性结果以用户友好的方式展示,无需深入了解数据处理的复杂性,前端页面提供了一个方便的平台,帮助决策制定者更好地理解数据和做出决策,而无需深入数据分析,前端页面的互动性可立即反映用户的操作和需求,提供及时的反馈和结果。
本实施例中,收集涂布机控制优化数据,这可以包括各种传感器数据、涂布机状态信息等,对采集的数据进行清洗、归一化、处理缺失值等预处理步骤,以确保数据的质量,选择适当的深度学习算法,如自编码器(Autoencoder)或主成分分析(PCA),用于数据降维,使用控制优化数据训练深度学习模型,目标是将高维数据映射到低维空间,生成涂布机控制优化向量,择适当的数据可视化工具,如Matplotlib、Seaborn、Plotly等,用于创建图形和可视化,利用选定的可视化工具,将降维后的涂布机控制优化向量转化为可视化图形,如散点图、折线图、热图等,据需要,可以调整可视化参数,以突出重要信息或隐藏不必要的细节,据需要,可以调整可视化参数,以突出重要信息或隐藏不必要的细节,在前端页面中添加交互功能,例如筛选、排序、放大、缩小、信息提示等,以增强用户体验,将前端页面元素与控制优化数据绑定,确保数据的动态更新,根据项目需求和用户体验,设计前端页面的布局、颜色、字体等,利用选定的前端框架,创建前端页面,并将交互数据与页面元素相互关联,测试前端页面的功能和性能,并根据用户反馈进行必要的优化。
本实施例中,步骤S6包括以下步骤:
步骤S61:将前端页面发送至服务器,生成服务器数据;
步骤S62:通过前端页面对涂布机控制模块进行模块操作处理,以生成模块操作数据;
步骤S63:利用模块操作数据对服务器数据进行数据控制,以执行涂布机控制作业。
本发明通过将前端页面发送至服务器允许用户通过互联网远程访问和控制涂布机,无需物理接触设备,服务器可以存储和同步前端页面的状态,确保多个用户之间的数据一致,过服务器传输数据可提高数据的安全性,通过加密和身份验证来保护数据不被未授权访问,前端页面允许用户实时与涂布机控制模块进行交互,从而可以迅速调整设备的操作参数,前端页面提供了用户友好的界面,使得用户能够轻松了解和操作涂布机控制模块,而无需专业技能,通过前端页面的交互性,可以减少人为错误,因为用户可以直观地选择和调整参数,通过模块操作数据,服务器可以实时地调整涂布机的控制参数,以满足用户的需求,通过模块操作数据,服务器可以实时地调整涂布机的控制参数,以满足用户的需求,过模块操作数据,服务器可以实时地调整涂布机的控制参数,以满足用户的需求。
本实施例中,在前端页面中实现与服务器的通信功能,通常使用HTTP请求(如POST或GET请求),将前端页面的用户操作、设置和需求作为请求参数发送到服务器,服务器端应该有一个接收请求的端点(通常是API接口),以接收前端发送的数据,服务器端根据前端请求,生成或更新所需的服务器数据。这可能包括从数据库中检索数据、进行计算、记录操作日志等,服务器将生成的数据作为响应发送回前端,通常以JSON格式,在前端页面上,用户与涂布机控制模块进行交互,可能通过按钮、滑块、输入字段等进行设置和操作,在前端页面中,设置事件处理程序来监听用户操作。当用户执行操作时,触发相应的事件,在事件处理程序中,提取用户的模块操作数据。这可能包括所需的参数、命令或配置,格式化用户提供的数据,以便与服务器通信或发送给涂布机控制模块。通常,这将采用JSON格式或其他协议,将用户的模块操作数据转化为可以发送到涂布机控制模块的格式,这可能包括构建命令、配置文件等,服务器接收到前端生成的模块操作数据后,通过网络或本地连接将数据发送到涂布机控制模块,涂布机控制模块接收数据并解析,以理解操作命令、参数和配置,根据解析后的数据,涂布机控制模块执行相应的控制操作,调整涂布机的参数、速度、位置等,涂布机控制模块可能会生成状态反馈数据,如作业进度、成功或失败的消息,将状态反馈数据发送回服务器,服务器再将数据传递给前端以供用户查看或进一步处理。
在本实施例中,提供了一种商品交易数据管理系统及方法,包括:
需求分析模块,通过I/O模块获取涂布机传感器数据;对涂布机传感器数据进行功能模块需求分析,以生成功能模块需求数据;对功能模块需求数据进行控制模块设计处理,以生成涂布机控制模块,涂布机控制模块包括运动控制模块、厚度控制模块、温度控制模块及材料供给控制模块;
动态调用模块,对涂布机控制模块进行模块通信分析,以建立模块间通信;基于模块间通信对涂布机控制模块进行动态调用功能设计,以生成动态调用功能;
控制逻辑模块,根据动态调用功能对涂布机控制模块进行控制逻辑设计,以生成模块控制逻辑;利用模块控制逻辑对涂布机控制模块进行运行参数编译,以生成模块运行参数;
同态加密模块,将模块运行参数进行同态加密,以生成加密模块运行参数;将加密模块运行参数进行控制决策优化,生成涂布机控制优化数据;
前端页面模块,利用深度学习算法对涂布机控制优化数据进行数据交互可视化,以生成前端页面可交互数据;对前端页面可交互数据进行前端页面映射,以生成前端页面;
涂布机操作模块,通过前端页面对涂布机控制模块进行模块操作处理,以执行涂布机控制作业。
本发明通过需求分析模块获取涂布机传感器数据,实时数据采集、监控和分析,以便进行精确的控制和调整,通过分析传感器数据,系统可以了解涂布机的状态,有助于识别问题和改进生产流程,生成涂布机控制模块,将传感器数据和需求分析的信息整合,有助于实现精确的控制,例如运动、厚度、温度和材料供给控制,通过动态调用模块建立模块间通信,使不同控制模块能够协同工作,提高系统的灵活性和可扩展性,允许系统在运行时根据需求调用不同的控制模块,以适应不同工作条件,通过控制逻辑模块设计控制逻辑,以实现涂布机的精确控制和优化操作,将控制逻辑应用于涂布机控制模块,生成适当的运行参数,确保设备按预期运行,通过同态加密模块进行同态加密,护敏感的运行参数数据,以确保数据的机密性和完整性,通过前端页面模块,利用深度学习算法将控制优化数据可视化,使操作员能够更清晰地了解涂布机的状态和性能,创建用户友好的前端页面,通过映射可交互数据,操作员可以轻松地与系统进行互动和控制,涂布机操作模块通过前端页面,操作员可以远程对涂布机进行控制,从任何地点实现涂布作业,实时调整控制参数,以满足不同产品要,整个系统可以实现自动化控制,减少了人工干预的需求,提高了生产效率。
本发明通过构建商品交易数据管理系统,通过信息采集模块系统能够获取商品交易数据,实现数据的收集和整合。这将帮助用户快速获取商品交易相关的信息,为后续的分析和智能合约构建提供数据基础。通过集成学习算法,系统可以进行数据耦合,从而构建商品交易智能合约。这有助于提高智能合约的准确性和效果,增强系统对商品交易规则的理解和应用能力。利用特征工程法对智能合约进行特征提取,生成商品交易特征数据。通过关联规则分析法进行规则筛选,得到更具有相关性的特征数据。最后,使用指定共识算法对特征数据进行区块链网络构建,生成商品交易区块链网络。这将使系统能够构建安全、可信的商品交易网络,确保交易的可追溯性和不可篡改性。通过特征检测算法标记商品交易区块链网络的特征,生成特征权重数据。利用深度学习算法对特征点数据进行交互式可视化处理,生成商品交易区块链网络的可交互视图。这将提升用户对商品交易网络的理解和可视化分析能力,便于用户进行有效的业务决策。利用矩阵分解法对可交互视图进行视觉投影,生成商品交易区块链的特征矩阵投影图。这将有助于更清晰地展示商品交易网络的结构和特征,提供对复杂数据的更直观理解和分析。运用空洞卷积网络对商品交易区块链特征矩阵投影图进行膨胀卷积和多尺度采样,构建商品交易区块链卷积特征模型。这将提供一种强大的工具,用于从特征数据中提取更高级别的抽象特征,帮助系统进行更准确、高效的分析和预测。利用同态加密算法对商品交易区块链卷积特征模型进行同态加密,增强模型的安全性和数据隐私保护。通过线性规划法将加密后的模型上传至商品交易数据管理系统,实现商品交易数据的安全管理。利用同态加密算法对商品交易区块链卷积特征模型进行同态加密,增强模型的安全性和数据隐私保护。通过线性规划法将加密后的模型上传至商品交易数据管理系统,实现商品交易数据的安全管理。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在申请文件的等同要件的含义和范围内的所有变化涵括在本发明内。
应当理解的是,虽然在这里可能使用了术语“第一”、“第二”等等来描述各个单元,但是这些单元不应当受这些术语限制。使用这些术语仅仅是为了将一个单元与另一个单元进行区分。举例来说,在不背离示例性实施例的范围的情况下,第一单元可以被称为第二单元,并且类似地第二单元可以被称为第一单元。这里所使用的术语“和/或”包括其中一个或更多所列出的相关联项目的任意和所有组合。
上所述仅是本发明的具体实施方式,使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的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发明的精神或范围的情况下,在其它实施例中实现。因此,本发明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发明的原理和新颖特点相一致的最宽的范围。
Claims (7)
1.一种适用于涂布机的控制系统软件编辑方法,其特征在于,包括以下步骤:
步骤S1:通过I/O模块获取涂布机传感器数据;对涂布机传感器数据进行功能模块需求分析,以生成功能模块需求数据;对功能模块需求数据进行控制模块设计处理,以生成涂布机控制模块,涂布机控制模块包括运动控制模块、厚度控制模块、温度控制模块及材料供给控制模块;
步骤S2:对涂布机控制模块进行模块通信分析,以建立模块间通信;基于模块间通信对涂布机控制模块进行动态调用功能设计,以生成动态调用功能;
步骤S21:对涂布机控制模块进行通信接口定义,以构建模块间通信接口;
步骤S22:对模块间通信接口进行通信逻辑设计,生成模块通信逻辑,模块通信逻辑具体为运动控制模块与厚度控制模块、温度控制模块及材料供给控制模块为双向通信接口,厚度控制模块与材料供给控制模块为单向通信接口,厚度控制模块与温度控制模块无通信接口,温度控制模块与材料供给控制模块为单向通信接口;
步骤S23:根据模块通信逻辑进行通信连接,以建立模块间通信;
步骤S24:基于模块间通信对涂布机控制模块进行动态调用功能设计,生成模块调用逻辑,模块调用逻辑具体为运动控制模块能够调用厚度控制模块、温度控制模块及材料供给控制模块,厚度控制模块能够调用材料供给控制模块,厚度控制模块不能够调用温度控制模块,温度控制模块能够调用材料供给控制模块;
步骤S25:对模块调用逻辑进行功能分析,以生成动态调用功能;
步骤S3:根据动态调用功能对涂布机控制模块进行控制逻辑设计,以生成模块控制逻辑;利用模块控制逻辑对涂布机控制模块进行运行参数编译,以生成模块运行参数;
步骤S4:将模块运行参数进行同态加密,以生成加密模块运行参数;将加密模块运行参数进行控制决策优化,生成涂布机控制优化数据;
步骤S41:利用同态加密算法将模块运行参数进行数据密文转换,以生成模块运行同态密文;
步骤S42:利用控制系统同态加密计算公式对模块运行同态密文进行同态加密,以生成加密模块运行参数;
步骤S43:将加密模块运行参数进行控制决策优化,生成涂布机控制优化数据;
其中,控制系统同态加密计算公式具体为:
其中,E为加密模块运行参数,P为涂布机控制系统的增益函数,N为引入的同态加密哈希函数值,M为同态加密选取的随机数,a为系统输入的控制信号函数,b为系统输出的控制信号函数,x为输入的模块运行同态密文;
步骤S5:利用深度学习算法对涂布机控制优化数据进行数据交互可视化,以生成前端页面可交互数据;对前端页面可交互数据进行前端页面映射,以生成前端页面;
步骤S51:利用深度学习算法对涂布机控制优化数据进行数据降维,生成涂布机控制优化向量;
步骤S52:对涂布机控制优化向量进行数据可视化,以生成可视化控制优化数据;
步骤S53:对可视化控制优化数据进行数据交互化处理,以生成前端页面可交互数据;
步骤S54:对前端页面可交互数据进行前端页面映射,以生成前端页面;
步骤S6:通过前端页面对涂布机控制模块进行模块操作处理,以执行涂布机控制作业。
2.根据权利要求1所述的方法,其特征在于,步骤S1的具体步骤为:步骤S11:通过I/O模块获取涂布机传感器数据,涂布机传感器数据包括涂布运行速度、涂布材料厚度数据、涂布机温度数据、涂布机湿度数据、涂布机压力及剩余涂布材料数据;
步骤S12:对涂布机传感器数据进行功能模块需求分析,以生成功能模块需求数据;
步骤S13:对功能模块需求数据进行系统架构划分,构建系统层次,系统层次包括硬件层、控制层及用户界面层;
步骤S14:基于系统层次对功能模块需求数据进行控制模块设计处理,以生成涂布机控制模块,涂布机控制模块包括运动控制模块、厚度控制模块、温度控制模块及材料供给控制模块。
3.根据权利要求2所述的方法,其特征在于,功能模块需求分析包括运动控制需求分析、厚度控制需求分析、温度调节策略分析及材料供给需求分析,功能模块需求数据包括运动控制需求数据、厚度控制需求数据、温度控制需求数据及材料供给控制需求数据,步骤S2的具体步骤为:步骤S121:对涂布机传感器数据进行目标布料运动约束分析,以生成运动约束数据;
步骤S122:对运动约束数据进行运动轨迹分析,生成目标布料运动轨迹;
步骤S123:对目标布料运动轨迹进行运动控制需求分析,以生成运动控制需求数据;
步骤S124:对涂布机传感器数据进行涂布材料厚度偏差分析,以生成厚度偏差数据;
步骤S125:对厚度偏差数据进行厚度控制需求分析,以生成厚度控制需求数据;
步骤S126:对涂布机传感器数据进行温度调节策略分析,生成温度控制需求数据;
步骤S127:对涂布机传感器数据进行材料供给逻辑定义,获取材料供给逻辑;
步骤S128:对材料供给逻辑进行材料供给需求分析,生成材料供给控制需求数据。
4.根据权利要求1所述的方法,其特征在于,步骤S3的具体步骤为:
步骤S31:根据动态调用功能对涂布机控制模块进行控制节点分析,生成控制节点;
步骤S32:通过控制节点对涂布机控制模块进行执行顺序定义,以生成执行顺序数据;
步骤S33:基于执行顺序数据对涂布机控制模块进行控制逻辑设计,以生成模块控制逻辑;
步骤S34:利用模块控制逻辑对涂布机控制模块进行运行参数编译,以生成模块运行参数。
5.根据权利要求4所述的方法,其特征在于,步骤S33的模块控制逻辑具体为:运动控制模块能够随时通过通信接口调用厚度控制模块、温度控制模块及材料供给控制模块;
厚度控制模块用于获取涂布材料厚度数据,当涂布材料厚度数据高于或等于系统预设的涂布材料厚度数据,厚度控制模块调用材料供给控制模块,停止涂布材料供给;当涂布材料厚度数据低于系统预设的涂布材料厚度数据,厚度控制模块不调用材料供给控制模块,此时材料供给控制模块只通过运动控制模块调用;
温度控制模块用于获取涂布机温度数据,当涂布机温度数据高于或等于系统预设的涂布机温度数据,温度控制模块调用材料供给控制模块,停止涂布材料供给;当涂布机温度数据低于系统预设的涂布机温度数据,温度控制模块不调用材料供给控制模块,此时材料供给控制模块只通过运动控制模块调用;
厚度控制模块不能调用温度控制模块,温度控制模块不能调用厚度控制模块,材料供给控制模块不能调用运动控制模块、温度控制模块及厚度控制模块。
6.根据权利要求1所述的方法,其特征在于,步骤S6的具体步骤为:
步骤S61:将前端页面发送至服务器,生成服务器数据;
步骤S62:通过前端页面对涂布机控制模块进行模块操作处理,以生成模块操作数据;
步骤S63:利用模块操作数据对服务器数据进行数据控制,以执行涂布机控制作业。
7.一种适用于涂布机的控制系统软件编辑系统,其特征在于,用于执行如权利要求1所述的适用于涂布机的控制系统软件编辑方法,包括:需求分析模块,通过I/O模块获取涂布机传感器数据;对涂布机传感器数据进行功能模块需求分析,以生成功能模块需求数据;对功能模块需求数据进行控制模块设计处理,以生成涂布机控制模块,涂布机控制模块包括运动控制模块、厚度控制模块、温度控制模块及材料供给控制模块;
动态调用模块,对涂布机控制模块进行模块通信分析,以建立模块间通信;基于模块间通信对涂布机控制模块进行动态调用功能设计,以生成动态调用功能;
下述为动态调用模块的子模块;
对涂布机控制模块进行通信接口定义,以构建模块间通信接口;
对模块间通信接口进行通信逻辑设计,生成模块通信逻辑,模块通信逻辑具体为运动控制模块与厚度控制模块、温度控制模块及材料供给控制模块为双向通信接口,厚度控制模块与材料供给控制模块为单向通信接口,厚度控制模块与温度控制模块无通信接口,温度控制模块与材料供给控制模块为单向通信接口;
根据模块通信逻辑进行通信连接,以建立模块间通信;
基于模块间通信对涂布机控制模块进行动态调用功能设计,生成模块调用逻辑,模块调用逻辑具体为运动控制模块能够调用厚度控制模块、温度控制模块及材料供给控制模块,厚度控制模块能够调用材料供给控制模块,厚度控制模块不能够调用温度控制模块,温度控制模块能够调用材料供给控制模块;
对模块调用逻辑进行功能分析,以生成动态调用功能;
控制逻辑模块,根据动态调用功能对涂布机控制模块进行控制逻辑设计,以生成模块控制逻辑;利用模块控制逻辑对涂布机控制模块进行运行参数编译,以生成模块运行参数;
同态加密模块,将模块运行参数进行同态加密,以生成加密模块运行参数;将加密模块运行参数进行控制决策优化,生成涂布机控制优化数据;
下述为同态加密模块的子模块;
利用同态加密算法将模块运行参数进行数据密文转换,以生成模块运行同态密文;
利用控制系统同态加密计算公式对模块运行同态密文进行同态加密,以生成加密模块运行参数;
将加密模块运行参数进行控制决策优化,生成涂布机控制优化数据;
其中,控制系统同态加密计算公式具体为:
其中,E为加密模块运行参数,P为涂布机控制系统的增益函数,N为引入的同态加密哈希函数值,M为同态加密选取的随机数,a为系统输入的控制信号函数,b为系统输出的控制信号函数,x为输入的模块运行同态密文;
前端页面模块,利用深度学习算法对涂布机控制优化数据进行数据交互可视化,以生成前端页面可交互数据;对前端页面可交互数据进行前端页面映射,以生成前端页面;
利用深度学习算法对涂布机控制优化数据进行数据降维,生成涂布机控制优化向量;
对涂布机控制优化向量进行数据可视化,以生成可视化控制优化数据;
对可视化控制优化数据进行数据交互化处理,以生成前端页面可交互数据;
对前端页面可交互数据进行前端页面映射,以生成前端页面;
涂布机操作模块,通过前端页面对涂布机控制模块进行模块操作处理,以执行涂布机控制作业。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311331943.8A CN117170658B (zh) | 2023-10-13 | 2023-10-13 | 一种适用于涂布机的控制系统软件编辑方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311331943.8A CN117170658B (zh) | 2023-10-13 | 2023-10-13 | 一种适用于涂布机的控制系统软件编辑方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117170658A CN117170658A (zh) | 2023-12-05 |
CN117170658B true CN117170658B (zh) | 2024-05-07 |
Family
ID=88936111
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311331943.8A Active CN117170658B (zh) | 2023-10-13 | 2023-10-13 | 一种适用于涂布机的控制系统软件编辑方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117170658B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1462322A (zh) * | 2001-07-02 | 2003-12-17 | 关西涂料株式会社 | 涂布设备管理系统 |
CN112789500A (zh) * | 2018-08-22 | 2021-05-11 | 阿尔诺斯公司 | 控制和优化模拟前端以测量基于纳米材料的气体传感器阵列从而向模式识别算法供应数据的数字后端 |
DE102021124450A1 (de) * | 2021-09-21 | 2023-03-23 | Eos Gmbh Electro Optical Systems | Sensoranordnung für eine Vorrichtung zur additiven Fertigung |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113965313B (zh) * | 2021-12-15 | 2022-04-05 | 北京百度网讯科技有限公司 | 基于同态加密的模型训练方法、装置、设备以及存储介质 |
-
2023
- 2023-10-13 CN CN202311331943.8A patent/CN117170658B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1462322A (zh) * | 2001-07-02 | 2003-12-17 | 关西涂料株式会社 | 涂布设备管理系统 |
CN112789500A (zh) * | 2018-08-22 | 2021-05-11 | 阿尔诺斯公司 | 控制和优化模拟前端以测量基于纳米材料的气体传感器阵列从而向模式识别算法供应数据的数字后端 |
DE102021124450A1 (de) * | 2021-09-21 | 2023-03-23 | Eos Gmbh Electro Optical Systems | Sensoranordnung für eine Vorrichtung zur additiven Fertigung |
Non-Patent Citations (3)
Title |
---|
基于组态软件的自动涂布实时监控系统设计;张国伟, 施文康, 卢秋红;工业仪表与自动化装置;20030215(第01期);第18-20页 * |
大面积光刻胶线棒涂布工艺研究;韦必明等;《华南师范大学学报(自然科学版)》;20141231;第84-89页 * |
激光测厚仪在锂电池极片涂布生产中的应用性;王莹;《绿色能源》;20180430;第21-23页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117170658A (zh) | 2023-12-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11265513B2 (en) | Virtual reality and augmented reality for industrial automation | |
US20210397174A1 (en) | Industrial automation information contextualization method and system | |
CN108089696B (zh) | 用于工业自动化的虚拟现实和增强现实 | |
CN108351636B (zh) | 工程设计工具、系统及模块 | |
Wieland et al. | Towards situation-aware adaptive workflows: SitOPT—A general purpose situation-aware workflow management system | |
US11627175B2 (en) | Edge gateway system with data typing for secured process plant data delivery | |
CN101963799A (zh) | 带有集成外部数据源的过程控制系统 | |
Karnouskos et al. | The IMC-AESOP architecture for cloud-based industrial cyber-physical systems | |
CN114787792A (zh) | 集中式知识库和数据挖掘系统 | |
US11199834B2 (en) | Persistent authentication in dynamic automation visualization content delivery | |
KR102051568B1 (ko) | Vr 훈련 시스템 및 방법 | |
US20190102456A1 (en) | Reduced data set automation visualization content | |
US20220083015A1 (en) | Converged machine learning and operational technology data acquisition platform | |
CN112540573A (zh) | 具有情境化过程工厂知识库的边缘网关系统 | |
EP3467599A1 (en) | Event driven triggering of thin client resolution | |
CN112540572A (zh) | 用于安全的、可展示过程工厂数据传送的边缘网关系统 | |
Zhang et al. | An agent-based platform for service integration in e-maintenance | |
KR102051558B1 (ko) | Vr 훈련 시스템 및 방법 | |
Latif et al. | Integrating a dynamic simulator and advanced process control using the opc-ua standard | |
CN117170658B (zh) | 一种适用于涂布机的控制系统软件编辑方法及系统 | |
JP2018055565A (ja) | アプリケーション開発環境提供システム、アプリケーション開発環境提供方法、アプリケーション開発環境提供プログラム、および情報処理装置 | |
Levy et al. | Emerging trends in data center management automation | |
US20180129793A1 (en) | Precompile and encrypt industrial intellectual property | |
US20210263819A1 (en) | Apparatuses, methods, and computer program products for industrial automation control system configuration error processing | |
US20190101900A1 (en) | Robust automation visualization delivery |
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 |