CN117236795A - 一种无水石膏的生产质量管理方法及系统 - Google Patents
一种无水石膏的生产质量管理方法及系统 Download PDFInfo
- Publication number
- CN117236795A CN117236795A CN202311497867.8A CN202311497867A CN117236795A CN 117236795 A CN117236795 A CN 117236795A CN 202311497867 A CN202311497867 A CN 202311497867A CN 117236795 A CN117236795 A CN 117236795A
- Authority
- CN
- China
- Prior art keywords
- target
- sample
- anhydrous gypsum
- quality
- production
- 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
- OSGAYBCDTDRGGQ-UHFFFAOYSA-L calcium sulfate Chemical compound [Ca+2].[O-]S([O-])(=O)=O OSGAYBCDTDRGGQ-UHFFFAOYSA-L 0.000 title claims abstract description 156
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 121
- 238000007726 management method Methods 0.000 title claims abstract description 74
- 238000000034 method Methods 0.000 claims abstract description 130
- 238000007689 inspection Methods 0.000 claims abstract description 57
- 238000005457 optimization Methods 0.000 claims abstract description 38
- 239000012535 impurity Substances 0.000 claims description 153
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 102
- 238000005406 washing Methods 0.000 claims description 91
- 238000001514 detection method Methods 0.000 claims description 55
- 239000000428 dust Substances 0.000 claims description 43
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 35
- 239000011574 phosphorus Substances 0.000 claims description 35
- 229910052698 phosphorus Inorganic materials 0.000 claims description 35
- 238000003837 high-temperature calcination Methods 0.000 claims description 29
- 239000003599 detergent Substances 0.000 claims description 20
- 229910052925 anhydrite Inorganic materials 0.000 claims description 17
- 230000005496 eutectics Effects 0.000 claims description 13
- 239000002245 particle Substances 0.000 claims description 11
- 238000003326 Quality management system Methods 0.000 claims description 10
- 238000001354 calcination Methods 0.000 claims description 10
- 238000006386 neutralization reaction Methods 0.000 claims description 10
- 239000000843 powder Substances 0.000 claims description 10
- 230000003472 neutralizing effect Effects 0.000 claims description 7
- KRHYYFGTRYWZRS-UHFFFAOYSA-M Fluoride anion Chemical compound [F-] KRHYYFGTRYWZRS-UHFFFAOYSA-M 0.000 claims description 6
- 239000010419 fine particle Substances 0.000 claims description 6
- 239000005416 organic matter Substances 0.000 claims description 6
- -1 fluoride ions Chemical class 0.000 claims description 5
- 238000012360 testing method Methods 0.000 claims 2
- 238000012372 quality testing Methods 0.000 claims 1
- 238000004886 process control Methods 0.000 abstract description 9
- 238000005516 engineering process Methods 0.000 abstract 1
- 238000012549 training Methods 0.000 description 20
- 229910052602 gypsum Inorganic materials 0.000 description 12
- 239000010440 gypsum Substances 0.000 description 12
- 238000004458 analytical method Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 9
- 238000003908 quality control method Methods 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000005498 polishing Methods 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- 238000004140 cleaning Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- SMWDFEZZVXVKRB-UHFFFAOYSA-N Quinoline Chemical compound N1=CC=CC2=CC=CC=C21 SMWDFEZZVXVKRB-UHFFFAOYSA-N 0.000 description 2
- 230000004075 alteration Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000007935 neutral effect Effects 0.000 description 2
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 239000011575 calcium Substances 0.000 description 1
- 229910052791 calcium Inorganic materials 0.000 description 1
- JUNWLZAGQLJVLR-UHFFFAOYSA-J calcium diphosphate Chemical compound [Ca+2].[Ca+2].[O-]P([O-])(=O)OP([O-])([O-])=O JUNWLZAGQLJVLR-UHFFFAOYSA-J 0.000 description 1
- 229940043256 calcium pyrophosphate Drugs 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000002274 desiccant Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 235000019821 dicalcium diphosphate Nutrition 0.000 description 1
- 235000011180 diphosphates Nutrition 0.000 description 1
- 239000000945 filler Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- QGWDKKHSDXWPET-UHFFFAOYSA-E pentabismuth;oxygen(2-);nonahydroxide;tetranitrate Chemical compound [OH-].[OH-].[OH-].[OH-].[OH-].[OH-].[OH-].[OH-].[OH-].[O-2].[Bi+3].[Bi+3].[Bi+3].[Bi+3].[Bi+3].[O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O QGWDKKHSDXWPET-UHFFFAOYSA-E 0.000 description 1
- DHRLEVQXOMLTIM-UHFFFAOYSA-N phosphoric acid;trioxomolybdenum Chemical compound O=[Mo](=O)=O.O=[Mo](=O)=O.O=[Mo](=O)=O.O=[Mo](=O)=O.O=[Mo](=O)=O.O=[Mo](=O)=O.O=[Mo](=O)=O.O=[Mo](=O)=O.O=[Mo](=O)=O.O=[Mo](=O)=O.O=[Mo](=O)=O.O=[Mo](=O)=O.OP(O)(O)=O DHRLEVQXOMLTIM-UHFFFAOYSA-N 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
- 239000011265 semifinished product Substances 0.000 description 1
- 238000007873 sieving Methods 0.000 description 1
- 239000008234 soft water Substances 0.000 description 1
- 239000012463 white pigment Substances 0.000 description 1
Landscapes
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本公开提供了一种无水石膏的生产质量管理方法及系统，涉及生产质量管理技术，方法包括：首先判断基于预定质检方案对无水石膏样本进行质量检测得到的样本质检结果是否达到预定质量要求；若是未达到，匹配所述样本质检结果中未达标特征对应的生产工艺节点；根据启动所述生产工艺节点对应的目标质量管理单元生成的目标工艺优化决策进行无水石膏的生产质量管理。能够解决现有的无水石膏生产方法存在工艺管控精准度较低导致无水石膏生产质量较低的技术问题，可以提高无水石膏生产过程中的工艺管控精准度，从而提高无水石膏的生产质量。
Description
技术领域
本公开涉及生产质量管理技术，并且更具体地，涉及一种无水石膏的生产质量管理方法及系统。
背景技术
无水石膏是通过天然石膏进行水洗去杂、破碎处理、高温煅烧等工艺加工而成，主要用于制作磨光粉、油漆白颜料、纸张填充物、气体干燥剂等物品。传统的无水石膏加工过程中，通常是在加工完成后对石膏加工结果进行质量检测，这种方法不能及时对石膏加工过程中出现的异常质量问题进行优化调整，导致石膏生产质量较低。
现有的无水石膏生产方法存在的不足之处在于：由于加工过程中工艺管控精准度较低导致无水石膏生产质量较低。
发明内容
因此，为了解决上述技术问题，本公开的实施例采用的技术方案如下：
一种无水石膏的生产质量管理方法，包括以下步骤：判断基于预定质检方案对无水石膏样本进行质量检测得到的样本质检结果是否达到预定质量要求；若是未达到，匹配所述样本质检结果中未达标特征对应的生产工艺节点；根据启动所述生产工艺节点对应的目标质量管理单元生成的目标工艺优化决策进行无水石膏的生产质量管理。
一种无水石膏的生产质量管理系统，包括：样本质检结果判断模块，所述样本质检结果判断模块用于判断基于预定质检方案对无水石膏样本进行质量检测得到的样本质检结果是否达到预定质量要求；生产工艺节点匹配模块，所述生产工艺节点匹配模块用于若是未达到，匹配所述样本质检结果中未达标特征对应的生产工艺节点；生产质量管理模块，所述生产质量管理模块用于根据启动所述生产工艺节点对应的目标质量管理单元生成的目标工艺优化决策进行无水石膏的生产质量管理。
由于采用了上述技术方法，本公开相对于现有技术来说，取得的技术进步有如下几点：
可以解决现有的无水石膏生产方法存在工艺管控精准度较低导致无水石膏生产质量较低的技术问题，首先，获取预定质检方案，并基于所述预定质检方案对无水石膏样本进行质量检测，得到样本质检结果；然后根据预定质量要求对所述样本质检结果进行判断，当所述样本质检结果未达到所述预定质量要求时，则匹配所述样本质检结果中未达标特征对应的生产工艺节点；进一步启动所述生产工艺节点对应的目标质量管理单元生成目标工艺优化决策，并根据所述目标工艺优化决策进行无水石膏的生产质量管理。通过上述方法可以提高无水石膏生产过程中的工艺管控精准度，从而提高无水石膏的生产质量。
附图说明
为了更清楚地说明本公开的实施例的技术方案，下面将对实施例的描述中所需要使用的附图作简单的介绍。
图1为本申请提供了一种无水石膏的生产质量管理方法的流程示意图；
图2为本申请提供了一种无水石膏的生产质量管理方法中获得样本质检结果的流程示意图；
图3为本申请提供了一种无水石膏的生产质量管理系统的结构示意图。
附图标记说明：样本质检结果判断模块01、生产工艺节点匹配模块02、生产质量管理模块03。
具体实施方式
下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整的描述。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。
基于上述描述，如图1所示，本公开提供了一种无水石膏的生产质量管理方法，包括：
本申请提供的方法用于对无水石膏加工过程中的异常生产工艺节点进行及时优化调整，来达到提高无水石膏生产工艺管控精准度的目的，从而提高无水石膏的生产质量，所述方法具体实施于一种无水石膏的生产质量管理系统，所述系统包括杂质去除单元、高温煅烧单元和粉碎研磨单元。
判断基于预定质检方案对无水石膏样本进行质量检测得到的样本质检结果是否达到预定质量要求；
在本申请实施例中，首先，获取预定质检方案和预设检测时间窗口，所述预设检测时间窗口本领域技术人员可根据实际质量要求进行设置，其中实际质量要求越高，则预设检测时间窗口的时间间隔越短，例如：可设置预设检测时间窗口为1小时，即每隔1小时对无水石膏样本进行一次质量检测，然后在所述预设检测时间窗口下，根据所述预定质检方案对无水石膏样本进行质量检测，其中所述无水石膏样本为无水石膏生产过程中的石膏半成品，生成样本质检结果。
获取预定质量要求，所述预定质量要求和所述预设检测时间窗口具有映射关系，即每个预设检测时间窗口内都包含一个对应的预定质量要求，所述预定质量要求包括预定杂质含量、预定水分含量和预定粉末粒径，本领域技术人员可根据无水石膏加工过程中的实际质量要求进行设置。然后根据所述预定质量要求对所述样本质检结果进行判断。通过按照预设检测时间窗口对无水石膏样本进行质量检测，可以及时发现无水石膏加工过程中的异常质量问题，从而提高异常生产工艺节点的调整效率。
如图2所示，在一个实施例中，所述方法还包括：
所述预定质检方案包括预定成分检测方案、预定形貌检测方案，其中，所述预定成分检测方案包括杂质检测方案和水分检测方案；
根据所述杂质检测方案对所述无水石膏样本中的预定杂质类目进行检测，得到样本杂质信息；
在一个实施例中，所述方法还包括：
所述预定杂质类目包括污垢灰尘、共晶磷、有机物及可溶性氟离子、磷及无机磷。
在本申请实施例中，其中所述预定质检方案包括预定成分检测方案、预定形貌检测方案，且所述预定成分检测方案包括杂质检测方案和水分检测方案，所述杂质检测方案用于对无水石膏样本进行杂质含量检测。然后根据所述杂质检测方案对所述无水石膏样本中的预定杂质类目进行检测，其中所述预定杂质类目包括污垢灰尘、共晶磷、有机物及可溶性氟离子、磷及无机磷，其中所述杂质检测方案中的杂质检测手段与所述预定杂质类目中的杂质类型具有对应关系，例如：在进行共晶磷含量检测时，可通过磷钼酸喹啉重量法来测定石膏中共晶磷含量；本领域技术人员可根据实际情况进行杂质检测方案设置，得到样本杂质信息，其中所述样本杂质信息包括无水石膏样本中的污垢灰尘含量、共晶磷含量、有机物及可溶性氟离子含量、磷及无机磷含量。
根据所述水分检测方案对所述无水石膏样本中的水分含量进行检测，得到样本含水信息；
根据所述预定形貌检测方案对所述无水石膏样本中的粉末粒径进行检测，得到样本细粒度信息；
将所述样本杂质信息、所述样本含水信息和所述样本细粒度信息作为所述无水石膏样本的所述样本质检结果。
在本申请实施例中，根据所述水分检测方案对所述无水石膏样本中的水分含量进行检测，所述水分检测方案本领域技术人员可根据实际情况选择适配的水分检测手段，例如：通过水分测定仪进行水分含量检测、通过重量法进行水分含量检测等，得到水分含量检测结果即所述样本含水信息。
根据所述预定形貌检测方案对所述无水石膏样本中的粉末粒径进行检测，其中粉末粒径检测方法包括筛分法、沉降法、比表面积法等，可根据实际需求选择合适的粒径检测方法，得到样本细粒度信息。最后将所述样本杂质信息、所述样本含水信息和所述样本细粒度信息作为所述无水石膏样本的样本质检结果，获得所述样本质检结果，通过获得样本质检结果，为进行无水石膏样本质量判断提供了数据支持。
若是未达到，匹配所述样本质检结果中未达标特征对应的生产工艺节点；
在本申请实施例中，首先，根据所述预定质量要求中的预定杂质含量、预定水分含量和预定粉末粒径分别对所述样本质检结果中的样本杂质信息、样本含水信息和样本细粒度信息进行判断，当所述样本杂质信息大于所述预定杂质含量时，则标记杂质清洗特征为未达标特征；当所述样本含水信息大于所述预定水分含量时，则标记水分特征为未达标特征；当所述样本细粒度信息大于所述预定粉末粒径时，则标记粉碎研磨特征为未达标特征，获得所述无水石膏样本的未达标特征。
构建无水石膏生产的特征-工艺节点对照表，所述特征-工艺节点对照表本领域技术人员可通过对无水石膏生产的历史加工数据进行分析后获得，其中所述特征和无水石膏的生产工艺节点具有对应关系，其中每个生产工艺节点对应一个或多个特征。然后将所述未达标特征输入所述特征-工艺节点对照表进行工艺节点匹配，获得未达标特征对应的生产工艺节点。通过构建特征-工艺节点对照表，可以提高生产工艺节点匹配的效率和准确性。
根据启动所述生产工艺节点对应的目标质量管理单元生成的目标工艺优化决策进行无水石膏的生产质量管理。
在本申请实施例中，根据所述生产工艺节点启动对应的目标质量管理单元，并根据所述目标质量管理单元生成目标工艺优化决策，其中所述目标工艺优化决策为生产工艺节点的工艺优化方案，然后根据所述目标工艺优化决策对无水石膏的生产工艺节点进行优化，从而提高无水石膏的生产质量。
在一个实施例中，所述方法还包括：
所述方法应用于一种无水石膏的生产质量管理系统，所述系统包括杂质去除单元；
若所述未达标特征为所述样本杂质信息中的污垢灰尘特征，将所述杂质去除单元作为所述目标质量管理单元；
通过所述目标质量管理单元对无水石膏水洗除杂工艺进行优化，得到目标水洗除杂工艺方案；
在本申请实施例中，其中所述方法具体实施于一种无水石膏的生产质量管理系统，且所述系统包括杂质去除单元。当所述未达标特征为所述样本杂质信息中的污垢灰尘特征时，则将所述杂质去除单元作为目标质量管理单元，然后根据所述杂质去除单元对无水石膏水洗除杂工艺进行优化调整，其中无水石膏水洗除杂工艺为去除无水石膏表面污垢灰尘的手段，例如：使用清水或软水对石膏表面进行拭洗，可以清除石膏表面的污垢和灰尘；使用去油污洗涤剂对石膏表面进行深层清洗，可以清除石膏表面的污垢油渍等。
在一个实施例中，所述方法还包括：
组建所述无水石膏水洗除杂工艺的水洗工艺指标集，所述水洗工艺指标集包括中和洗涤剂的成分种类及配比；
获取历史无水石膏水洗除杂记录中的第一历史水洗记录，所述第一历史水洗记录包括第一历史中和洗涤剂的第一历史成分种类及配比信息、第一历史污垢灰尘杂质率；
对所述第一历史水洗记录进行监督寻优并生成所述目标水洗除杂工艺方案，所述目标水洗除杂工艺方案是指污垢灰尘杂质率最小时的中和洗涤剂的成分种类及配比。
在本申请实施例中，首先，组建所述无水石膏水洗除杂工艺的水洗工艺指标集，其中所述水洗工艺指标集包括中和洗涤剂的成分类型、成分比例。然后调取历史无水石膏生产日志，并根据所述历史无水石膏生产日志获取历史无水石膏水洗除杂记录，其中所述历史无水石膏水洗除杂记录包括多个历史水洗除杂记录数据。
在所述多个历史水洗除杂记录数据中随机选取一历史水洗除杂记录数据作为第一历史水洗记录，其中所述第一历史水洗记录为多个历史水洗除杂记录数据中的任意一个，且所述第一历史水洗记录包括第一历史中和洗涤剂的第一历史成分种类及配比信息、第一历史污垢灰尘杂质率，所述第一历史污垢灰尘杂质率是指经过所述第一历史中和洗涤剂水洗除杂后的无水石膏表面的污垢灰尘杂质含量，其中污垢灰尘杂质含量越小，表征中和洗涤剂的水洗除杂效果越好，则污垢灰尘杂质率越小。
基于BP神经网络构建水洗除杂分析模型，所述水洗除杂分析模型为机器学习中可以进行迭代优化的神经网络模型，通过监督训练获得，其中所述水洗除杂分析模型的输入数据为中和洗涤剂的成分种类及配比，输出数据为污垢灰尘杂质率，其中污垢灰尘杂质率越小，表征该中和洗涤剂的水洗除杂效果越好。将所述历史无水石膏水洗除杂记录中的多个历史水洗除杂记录数据作为模型训练数据，并将所述模型训练数据划分为监督训练数据和监督验证数据，所述监督训练数据和所述监督验证数据的占比可根据实际情况自行设置，例如：监督训练数据占比为90%，监督验证数据占比为10%。
通过所述监督训练数据对所述水洗除杂分析模型进行监督训练，首先，在所述监督训练数据中随机选取第一组训练数据；然后通过第一组训练数据对所述水洗除杂分析模型进行监督训练，获得模型输出的第一污垢灰尘杂质率，然后将所述第一污垢灰尘杂质率与所述第一组训练数据中的历史污垢灰尘杂质率进行比对；当结果一致时，则进行下一组训练数据的监督训练；当结果不一致时，则获取所述第一污垢灰尘杂质率与所述第一组训练数据中的历史污垢灰尘杂质率的杂质率偏差，并根据所述杂质率偏差对所述水洗除杂分析模型的权重参数进行优化，然后进行下一组训练数据的监督训练，不断通过监督训练数据对所述水洗除杂分析模型进行迭代训练，直到模型趋于收敛状态时，获得初始水洗除杂分析模型。然后通过所述监督验证数据对所述初始水洗除杂分析模型的输出结果进行验证，直到模型输出结果准确率大于预设准确率指标时，获得训练完成的水洗除杂分析模型，所述预设准确率指标本领域技术人员可根据实际情况进行设置，例如：设置准确率指标为输出结果准确率98%。通过构建水洗除杂分析模型，可以提高污垢灰尘杂质率计算的效率和准确性。
基于所述历史无水石膏水洗除杂记录中的多个历史水洗除杂记录数据设置中和洗涤剂的成分种类阈值和配比阈值，然后在所述成分种类阈值和所述配比阈值随机选取多个成分种类和多个匹配数据，并将多个成分种类和多个匹配数据进行随机组合，生成多个中和洗涤剂的参数数据，并将所述多个中和洗涤剂的参数数据作为水洗除杂工艺的寻优空间。
将所述多个历史水洗除杂记录数据中的最小历史污垢灰尘杂质率作为起始判断依据，在所述寻优空间内对水洗除杂工艺进行寻优。首先，在所述寻优空间中不放回地随机选取一参数数据作为第一参数数据，然后将所述第一参数数据输入所述水洗除杂分析模型，输出所述第一参数数据的第一污垢灰尘杂质率；然后根据所述最小历史污垢灰尘杂质率对所述第一污垢灰尘杂质率进行判断，当所述第一污垢灰尘杂质率小于等于所述最小历史污垢灰尘杂质率时，则将所述第一参数数据作为当前最优水洗除杂工艺；当所述第一污垢灰尘杂质率大于所述最小历史污垢灰尘杂质率时，则将所述最小历史污垢灰尘杂质率对应的历史成分种类及配比作为当前最优水洗除杂工艺，然后随机选择第二参数数据，并生成第二污垢灰尘杂质率进行判断；不断进行迭代寻优，直到当前寻优次数等于预设寻优次数阈值时，则停止寻优，并输出当前最优水洗除杂工艺作为目标水洗除杂工艺方案，其中所述预设寻优次数阈值本领域技术人员可根据实际需求进行设置，例如：设置预设寻优次数阈值为寻优1000次，其中所述目标水洗除杂工艺方案为污垢灰尘杂质率最小时的中和洗涤剂的成分种类及配比。
将所述目标水洗除杂工艺方案作为所述目标工艺优化决策进行无水石膏的生产质量管理。
在本申请实施例中，最后将所述目标水洗除杂工艺方案作为所述目标工艺优化决策，并根据所述目标工艺优化决策对无水石膏生产过程中的水洗工艺节点进行优化调整。通过基于所述历史无水石膏水洗除杂记录进行水洗除杂工艺寻优，生成目标水洗除杂工艺方案，可以提高目标水洗除杂工艺方案获得的准确性，从而提高无水石膏样本表面污垢灰尘的除杂质量。
在一个实施例中，所述方法还包括：
所述方法应用于一种无水石膏的生产质量管理系统，所述系统包括高温煅烧单元；
若所述未达标特征为所述样本杂质信息中的共晶磷特征或有机物及可溶性氟离子特征或磷及无机磷特征和/或所述样本含水信息中的含水率特征，将所述高温煅烧单元作为所述目标质量管理单元；
在一个实施例中，所述方法还包括：
在所述将所述目标高温煅烧工艺方案作为所述目标工艺优化决策进行无水石膏的生产质量管理之前，对无水石膏进行破碎预处理。
在本申请实施例中，所述方法具体实施于一种无水石膏的生产质量管理系统，且所述系统包括高温煅烧单元。当所述未达标特征为所述样本杂质信息中的共晶磷特征或有机物及可溶性氟离子特征或磷及无机磷特征和/或所述样本含水信息中的含水率特征时，则对无水石膏进行破碎预处理，其中破碎预处理为将无水石膏破碎分解为适当大小的颗粒，其中常用的石膏破碎预处理方法包括使用破碎机进行破碎处理等，通过对无水石膏进行破碎预处理，可以提高无水石膏在高温煅烧下的反应速率。然后将所述高温煅烧单元作为目标质量管理单元。其中通过高温煅烧可以减少无水石膏中的共晶磷含量、有机物及可溶性氟离子含量、磷及无机磷含量和水分含量，例如：当煅烧温度为800摄氏度时，共晶磷在煅烧情况下可转化为惰性的焦磷酸盐；同时在高温煅烧下，有机物及可溶性氟离子、少量磷会转变为气体挥发掉，无机磷在高温状态下与钙结合成为惰性的焦磷酸钙。
通过所述目标质量管理单元对无水石膏高温煅烧工艺进行优化，得到目标高温煅烧工艺方案；
将所述目标高温煅烧工艺方案作为所述目标工艺优化决策进行无水石膏的生产质量管理。
在本申请实施例中，获取无水石膏高温煅烧工艺的煅烧控制参数，其中煅烧控制参数包括煅烧温度和煅烧时长，然后根据所述目标质量管理单元对无水石膏高温煅烧工艺进行优化，例如：提高煅烧温度或增加煅烧时长等，并生成目标高温煅烧工艺方案。最后将所述目标高温煅烧工艺方案作为目标工艺优化决策，并根据所述目标工艺优化决策对无水石膏生产过程中的高温煅烧工艺节点进行优化调整。
在一个实施例中，所述方法还包括：
所述方法应用于一种无水石膏的生产质量管理系统，所述系统包括粉碎研磨单元；
若所述未达标特征为所述样本细粒度信息中的细粒度特征，将所述粉碎研磨单元作为所述目标质量管理单元；
通过所述目标质量管理单元对无水石膏粉碎研磨工艺进行优化，得到目标粉碎研磨工艺方案；
将所述目标粉碎研磨工艺方案作为所述目标工艺优化决策进行无水石膏的生产质量管理。
在本申请实施例中，所述方法具体实施于一种无水石膏的生产质量管理系统，且所述系统包括粉碎研磨单元。当所述未达标特征为所述样本细粒度信息中的细粒度特征，则将所述粉碎研磨单元作为目标质量管理单元。获取无水石膏粉碎研磨工艺的控制参数，其中包括粉碎研磨时间、粉碎研磨力度等参数，然后根据所述目标质量管理单元对无水石膏粉碎研磨工艺进行优化，例如：增加粉碎研磨时间、增大粉碎研磨力度等，生成目标粉碎研磨工艺方案。并将所述目标粉碎研磨工艺方案作为目标工艺优化决策，然后根据所述目标工艺决策对无水石膏生产过程中的粉碎研磨工艺节点进行优化调整。通过上述方法可以解决现有的无水石膏生产方法存在工艺管控精准度较低导致无水石膏生产质量较低的技术问题，可以提高无水石膏生产过程中的工艺管控精准度，从而提高无水石膏的生产质量。
在一个实施例中，如图3所示提供了一种无水石膏的生产质量管理系统，包括：样本质检结果判断模块01、生产工艺节点匹配模块02、生产质量管理模块03、其中：
样本质检结果判断模块01，所述样本质检结果判断模块01用于判断基于预定质检方案对无水石膏样本进行质量检测得到的样本质检结果是否达到预定质量要求；
生产工艺节点匹配模块02，所述生产工艺节点匹配模块02用于若是未达到，匹配所述样本质检结果中未达标特征对应的生产工艺节点；
生产质量管理模块03，所述生产质量管理模块03用于根据启动所述生产工艺节点对应的目标质量管理单元生成的目标工艺优化决策进行无水石膏的生产质量管理。
在一个实施例中，所述系统还包括：
预定质检方案模块，所述预定质检方案模块是指所述预定质检方案包括预定成分检测方案、预定形貌检测方案，其中，所述预定成分检测方案包括杂质检测方案和水分检测方案；
样本杂质信息得到模块，所述样本杂质信息得到模块用于根据所述杂质检测方案对所述无水石膏样本中的预定杂质类目进行检测，得到样本杂质信息；
水分含量检测模块，所述水分含量检测模块用于根据所述水分检测方案对所述无水石膏样本中的水分含量进行检测，得到样本含水信息；
粉末粒径检测模块，所述粉末粒径检测模块用于根据所述预定形貌检测方案对所述无水石膏样本中的粉末粒径进行检测，得到样本细粒度信息；
样本质检结果得到模块，所述样本质检结果得到模块用于将所述样本杂质信息、所述样本含水信息和所述样本细粒度信息作为所述无水石膏样本的所述样本质检结果。
在一个实施例中，所述系统还包括：
预定杂质类目模块，所述预定杂质类目模块是指所述预定杂质类目包括污垢灰尘、共晶磷、有机物及可溶性氟离子、磷及无机磷。
在一个实施例中，所述系统还包括：
杂质去除单元模块，所述杂质去除单元模块是指所述系统包括杂质去除单元；
目标质量管理单元设定模块，所述目标质量管理单元设定模块用于若所述未达标特征为所述样本杂质信息中的污垢灰尘特征，将所述杂质去除单元作为所述目标质量管理单元；
目标水洗除杂工艺方案得到模块，所述目标水洗除杂工艺方案得到模块用于通过所述目标质量管理单元对无水石膏水洗除杂工艺进行优化，得到目标水洗除杂工艺方案；
生产质量管理模块，所述生产质量管理模块用于将所述目标水洗除杂工艺方案作为所述目标工艺优化决策进行无水石膏的生产质量管理。
在一个实施例中，所述系统还包括：
水洗工艺指标集组建模块，所述水洗工艺指标集组建模块用于组建所述无水石膏水洗除杂工艺的水洗工艺指标集，所述水洗工艺指标集包括中和洗涤剂的成分种类及配比；
第一历史水洗记录获取模块，所述第一历史水洗记录获取模块用于获取历史无水石膏水洗除杂记录中的第一历史水洗记录，所述第一历史水洗记录包括第一历史中和洗涤剂的第一历史成分种类及配比信息、第一历史污垢灰尘杂质率；
目标水洗除杂工艺方案生成模块，所述目标水洗除杂工艺方案生成模块用于对所述第一历史水洗记录进行监督寻优并生成所述目标水洗除杂工艺方案，所述目标水洗除杂工艺方案是指污垢灰尘杂质率最小时的中和洗涤剂的成分种类及配比。
在一个实施例中，所述系统还包括：
高温煅烧单元模块，所述高温煅烧单元模块是指所述系统包括高温煅烧单元；
目标质量管理单元设定模块，所述目标质量管理单元设定模块用于若所述未达标特征为所述样本杂质信息中的共晶磷特征或有机物及可溶性氟离子特征或磷及无机磷特征和/或所述样本含水信息中的含水率特征，将所述高温煅烧单元作为所述目标质量管理单元；
目标高温煅烧工艺方案得到模块，所述目标高温煅烧工艺方案得到模块用于通过所述目标质量管理单元对无水石膏高温煅烧工艺进行优化，得到目标高温煅烧工艺方案；
生产质量管理模块，所述生产质量管理模块用于将所述目标高温煅烧工艺方案作为所述目标工艺优化决策进行无水石膏的生产质量管理。
在一个实施例中，所述系统还包括：
破碎预处理模块，所述破碎预处理模块用于在所述将所述目标高温煅烧工艺方案作为所述目标工艺优化决策进行无水石膏的生产质量管理之前，对无水石膏进行破碎预处理。
在一个实施例中，所述系统还包括：
粉碎研磨单元模块，所述粉碎研磨单元模块是指所述系统包括粉碎研磨单元；
目标质量管理单元设定模块，所述目标质量管理单元设定模块用于若所述未达标特征为所述样本细粒度信息中的细粒度特征，将所述粉碎研磨单元作为所述目标质量管理单元；
目标粉碎研磨工艺方案得到模块，所述目标粉碎研磨工艺方案得到模块用于通过所述目标质量管理单元对无水石膏粉碎研磨工艺进行优化，得到目标粉碎研磨工艺方案；
生产质量管理模块，所述生产质量管理模块用于将所述目标粉碎研磨工艺方案作为所述目标工艺优化决策进行无水石膏的生产质量管理。
综上所述，与现有技术相比，本公开的实施例具有以下技术效果：
（1）可以解决现有的无水石膏生产方法存在工艺管控精准度较低导致无水石膏生产质量较低的技术问题，通过生成目标工艺优化决策对未达标特征对应的生产工艺节点进行优化，可以提高无水石膏生产过程中的工艺管控精准度，从而提高无水石膏的生产质量。
（2）通过基于所述历史无水石膏水洗除杂记录进行水洗除杂工艺寻优，生成目标水洗除杂工艺方案，可以提高目标水洗除杂工艺方案获得的准确性，从而提高无水石膏样本表面污垢灰尘的除杂质量。
以上所述实施例仅表达了本公开的几种实施方式，但并不能因此而理解为对发明专利范围的限制。因此，在不脱离如由所附权利要求限定的本公开构思的范围的情况下，本领域普通技术人员可做出各种类型的替换、修改和变更，并且这些替换、修改和变更都属于本公开的保护范围。
Claims (9)
1.一种无水石膏的生产质量管理方法，其特征在于，所述方法包括：
判断基于预定质检方案对无水石膏样本进行质量检测得到的样本质检结果是否达到预定质量要求；
若是未达到，匹配所述样本质检结果中未达标特征对应的生产工艺节点；
根据启动所述生产工艺节点对应的目标质量管理单元生成的目标工艺优化决策进行无水石膏的生产质量管理。
2.根据权利要求1所述方法，其特征在于，在所述判断基于预定质检方案对无水石膏样本进行质量检测得到的样本质检结果是否达到预定质量要求之前，包括：
所述预定质检方案包括预定成分检测方案、预定形貌检测方案，其中，所述预定成分检测方案包括杂质检测方案和水分检测方案；
根据所述杂质检测方案对所述无水石膏样本中的预定杂质类目进行检测，得到样本杂质信息；
根据所述水分检测方案对所述无水石膏样本中的水分含量进行检测，得到样本含水信息；
根据所述预定形貌检测方案对所述无水石膏样本中的粉末粒径进行检测，得到样本细粒度信息；
将所述样本杂质信息、所述样本含水信息和所述样本细粒度信息作为所述无水石膏样本的所述样本质检结果。
3.根据权利要求2所述方法，其特征在于，所述预定杂质类目包括污垢灰尘、共晶磷、有机物及可溶性氟离子、磷及无机磷。
4.根据权利要求1所述方法，其特征在于，所述方法应用于一种无水石膏的生产质量管理系统，所述系统包括杂质去除单元，所述根据启动所述生产工艺节点对应的目标质量管理单元生成的目标工艺优化决策进行无水石膏的生产质量管理，包括：
若所述未达标特征为所述样本杂质信息中的污垢灰尘特征，将所述杂质去除单元作为所述目标质量管理单元；
通过所述目标质量管理单元对无水石膏水洗除杂工艺进行优化，得到目标水洗除杂工艺方案；
将所述目标水洗除杂工艺方案作为所述目标工艺优化决策进行无水石膏的生产质量管理。
5.根据权利要求4所述方法，其特征在于，所述通过所述目标质量管理单元对无水石膏水洗除杂工艺进行优化，得到目标水洗除杂工艺方案，包括：
组建所述无水石膏水洗除杂工艺的水洗工艺指标集，所述水洗工艺指标集包括中和洗涤剂的成分种类及配比；
获取历史无水石膏水洗除杂记录中的第一历史水洗记录，所述第一历史水洗记录包括第一历史中和洗涤剂的第一历史成分种类及配比信息、第一历史污垢灰尘杂质率；
对所述第一历史水洗记录进行监督寻优并生成所述目标水洗除杂工艺方案，所述目标水洗除杂工艺方案是指污垢灰尘杂质率最小时的中和洗涤剂的成分种类及配比。
6.根据权利要求1所述方法，其特征在于，所述方法应用于一种无水石膏的生产质量管理系统，所述系统包括高温煅烧单元，所述根据启动所述生产工艺节点对应的目标质量管理单元生成的目标工艺优化决策进行无水石膏的生产质量管理，包括：
若所述未达标特征为所述样本杂质信息中的共晶磷特征或有机物及可溶性氟离子特征或磷及无机磷特征和/或所述样本含水信息中的含水率特征，将所述高温煅烧单元作为所述目标质量管理单元；
通过所述目标质量管理单元对无水石膏高温煅烧工艺进行优化，得到目标高温煅烧工艺方案；
将所述目标高温煅烧工艺方案作为所述目标工艺优化决策进行无水石膏的生产质量管理。
7.根据权利要求6所述方法，其特征在于，在所述将所述目标高温煅烧工艺方案作为所述目标工艺优化决策进行无水石膏的生产质量管理之前，对无水石膏进行破碎预处理。
8.根据权利要求1所述方法，其特征在于，所述方法应用于一种无水石膏的生产质量管理系统，所述系统包括粉碎研磨单元，所述根据启动所述生产工艺节点对应的目标质量管理单元生成的目标工艺优化决策进行无水石膏的生产质量管理，包括：
若所述未达标特征为所述样本细粒度信息中的细粒度特征，将所述粉碎研磨单元作为所述目标质量管理单元；
通过所述目标质量管理单元对无水石膏粉碎研磨工艺进行优化，得到目标粉碎研磨工艺方案；
将所述目标粉碎研磨工艺方案作为所述目标工艺优化决策进行无水石膏的生产质量管理。
9.一种无水石膏的生产质量管理系统，其特征在于，用于执行权利要求1-8中所述的一种无水石膏的生产质量管理方法中任意一项方法的步骤，所述系统包括：
样本质检结果判断模块，所述样本质检结果判断模块用于判断基于预定质检方案对无水石膏样本进行质量检测得到的样本质检结果是否达到预定质量要求；
生产工艺节点匹配模块，所述生产工艺节点匹配模块用于若是未达到，匹配所述样本质检结果中未达标特征对应的生产工艺节点；
生产质量管理模块，所述生产质量管理模块用于根据启动所述生产工艺节点对应的目标质量管理单元生成的目标工艺优化决策进行无水石膏的生产质量管理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311497867.8A CN117236795B (zh) | 2023-11-13 | 2023-11-13 | 一种无水石膏的生产质量管理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311497867.8A CN117236795B (zh) | 2023-11-13 | 2023-11-13 | 一种无水石膏的生产质量管理方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117236795A true CN117236795A (zh) | 2023-12-15 |
| CN117236795B CN117236795B (zh) | 2024-02-06 |
Family
ID=89093101
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311497867.8A Active CN117236795B (zh) | 2023-11-13 | 2023-11-13 | 一种无水石膏的生产质量管理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117236795B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115840431A (zh) * | 2023-02-27 | 2023-03-24 | 一夫科技股份有限公司 | 一种ⅱ型无水石膏的生产控制方法及系统 |
| CN115965166A (zh) * | 2023-03-16 | 2023-04-14 | 昆山市恒达精密机械工业有限公司 | 一种塑胶产品生产工艺的优化方法及系统 |
| CN116306320A (zh) * | 2023-05-18 | 2023-06-23 | 张家港市欧凯医疗器械有限公司 | 非血管腔道导丝生产质量管理方法及系统 |
-
2023
- 2023-11-13 CN CN202311497867.8A patent/CN117236795B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115840431A (zh) * | 2023-02-27 | 2023-03-24 | 一夫科技股份有限公司 | 一种ⅱ型无水石膏的生产控制方法及系统 |
| CN115965166A (zh) * | 2023-03-16 | 2023-04-14 | 昆山市恒达精密机械工业有限公司 | 一种塑胶产品生产工艺的优化方法及系统 |
| CN116306320A (zh) * | 2023-05-18 | 2023-06-23 | 张家港市欧凯医疗器械有限公司 | 非血管腔道导丝生产质量管理方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117236795B (zh) | 2024-02-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101799603B1 (ko) | 플라즈마 프로세싱 시스템 내에서의 자동적인 결함 검출 및 분류와 그 방법 | |
| CN111475921A (zh) | 一种基于边缘计算和lstm网络的刀具剩余寿命预测方法 | |
| CN109739214B (zh) | 工业过程间歇故障的检测方法 | |
| TW200951752A (en) | A method for prognostic maintenance in semiconductor manufacturing | |
| TWI751372B (zh) | 用於缺陷偵測之系統及方法 | |
| CN116228174B (zh) | 一种具有智能识别功能的印控仪管理方法 | |
| CN105489524A (zh) | 化合物半导体产品制造过程中的工艺验证方法 | |
| CN115576284A (zh) | 一种服装车间智能化管理方法及系统 | |
| CN114219799A (zh) | 一种智能制造用次品分析方法及系统 | |
| TWI451512B (zh) | 用於晶圓檢測或度量設定之資料擾動 | |
| CN117236795B (zh) | 一种无水石膏的生产质量管理方法及系统 | |
| CN117740811A (zh) | 一种新能源汽车遮阳篷性能检测方法、系统及存储介质 | |
| CN114912501A (zh) | 半导体加工过程传感器数据异常检测的方法 | |
| CN117520741A (zh) | 一种基于大数据的半导体厂良率预测与提升的方法 | |
| CN116452581B (zh) | 一种基于机器视觉的电压源状态智能检测系统及方法 | |
| CN108242411B (zh) | 用于管控线上缺陷的方法和系统 | |
| CN104251815B (zh) | 一种基于时间序列模型的轴类零件裂纹判别方法 | |
| KR101482758B1 (ko) | 문제 검출 방법 | |
| CN115685013A (zh) | 基于多监测参量统计特性的变压器故障诊断方法及系统 | |
| US9947596B2 (en) | Range-based real-time scanning electron microscope non-visual binner | |
| CN113591909A (zh) | 电力系统的异常检测方法、异常检测装置以及存储介质 | |
| CN111755079B (zh) | 一种多晶硅最优原料配比方案确定方法及系统 | |
| CN116561598B (zh) | 一种cps智能制造管理平台大数据处理方法 | |
| CN110796187A (zh) | 不良分类方法及装置 | |
| Cox et al. | Discrete-event simulation of process control in low volume high value industries |
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 |