CN117464825A - 一种生产防火门用组合式生产系统及控制方法 - Google Patents

Abstract

本发明提供一种生产防火门用组合式生产系统及控制方法，属于防火门技术领域，该生产防火门用组合式生产系统包括横梁，其设有两个，并对称分布；第二支撑脚，固定于两个横梁的底部；模具，设置于两个横梁之间；传输机构，设置于两个横梁之间，传输机构与模具连接以实现其移动；搅拌机构，设置于横梁的上侧，搅拌机构用于进行防火门原料的混合；刮模机构，设置于两个横梁上，用于刮掉模具边缘处多余的原料；以及接模机构，设置于两个横梁的一侧，用于承载模具；本方案中，通过设有的输送机构、搅拌机构、刮模机构和接模机构，将其死者组成一个完整的生产线，从而在使用时，能够进行程序化作业，无需分开，更加方便，能够有效的提高工作效率。

Description

一种生产防火门用组合式生产系统及控制方法

技术领域

本发明属于防火门技术领域，具体涉及一种生产防火门用组合式生产系统及控制方法。

背景技术

防火门是指在一定时间内能满足耐火稳定性、完整性和隔热性要求的门。它是设在防火分区间、疏散楼梯间、垂直竖井等具有一定耐火性的防火分隔物。在房屋建筑中专门用于隔离火源,对于消防工作来说有着巨大的作用,一旦发生火灾人们可以通过防火门来获取逃生机会。

在现有技术中，生产防火门时，通常将制备混合好的原料加入至模具中，进行成型，但是现有的这些工序都是分开单独的，没有组合在一起，这样就使得制备工序的效率被大大降低，同时人工劳动力消耗大，因此，我们提出一种生产防火门用组合式生产系统来解决上述问题。

发明内容

本发明的目的在于提供一种生产防火门用组合式生产系统及控制方法，旨在解决现有技术中的防火门的制备工序都是分开单独的，没有组合在一起，这样就使得制备工序的效率被大大降低，同时人工劳动力消耗大的问题。

为实现上述目的，本发明提供如下技术方案：

一种生产防火门用组合式生产系统，包括：

横梁，其设有两个，并对称分布；

第二支撑脚，固定于两个所述横梁的底部；

模具，设置于两个所述横梁之间；

传输机构，设置于两个所述横梁之间，所述传输机构与所述模具连接以实现其移动；

搅拌机构，设置于所述横梁的上侧，所述搅拌机构用于进行防火门原料的混合；

刮模机构，设置于两个所述横梁上，用于刮掉所述模具边缘处多余的原料；以及

接模机构，设置于两个所述横梁的一侧，用于承载所述模具。

作为本发明一种优选的方案，所述输送机构包括：

传动轴，其设有两个，均转动连接于两个所述横梁的两侧内壁之间；

传动辊，其设有两个，分别固定于两个所述传动轴的圆周表面；

皮带，传动连接于两个所述传动辊的圆周表面之间；

所述模具设置于所述皮带的上表面；

第一电机，固定于其中一个所述横梁的一侧端，且所述第一电机的输出端活动贯穿所述横梁并与其中一个所述传动轴的端部固定。

作为本发明一种优选的方案，两个所述横梁的两侧内壁之间转动连接于多个支撑轴多个所述支撑轴均匀分布在两个传动轴之间，多个所述支撑轴的圆周表面均固定有支撑辊。

作为本发明一种优选的方案，两个所述横梁的顶部均固定有限位条，所述模具位于两个所述限位条之间。

作为本发明一种优选的方案，所述搅拌机构包括：

支撑板，分别固定于两个所述横梁的顶部；

搅拌桶，固定于两个所述支撑板之间；

转轴，转动连接于所述搅拌桶的顶壁；

搅拌杆，其设有多个，均固定于所述转轴的圆周表面；

第二电机，固定于所述搅拌桶的顶部，且所述第二电机的输出端活动贯穿至所述搅拌桶内并与所述转轴的端部固定；以及

进料斗，设置于所述搅拌桶的顶部。

作为本发明一种优选的方案，所述搅拌桶的底部设置有出料管，所述出料管上设置有电控阀门。

作为本发明一种优选的方案，所述刮模机构包括：

凹形架，固定于两个所述横梁的顶部；

电动推杆，固定于顶壁；

刮刀，固定于所述电动推杆的输出端。

作为本发明一种优选的方案，所述接模机构包括：

接料板，固定于两个所述横梁的相靠近端部之间，且所述接料板与所述皮带的上表面齐平；

第一支撑脚，固定于所述接料板的底部。

作为本发明一种优选的方案，两个所述横梁相靠近端部的一侧底部固定有斜刮板，所述接料板的下侧设置有集料桶，所述集料桶上设置有两个把手。

作为本发明一种优选的方案，其中一个所述横梁的一侧端设置有控制面板，所述控制面板与所述第二电机、电动推杆以及第一电机均电性连接。

本发明的一种生产防火门用组合式生产系统的智能化控制方法，包括以下步骤：

首先将多种原料加入搅拌桶3内，通过控制面板7控制第二电机32启动，第二电机32的输出端带动转轴35移动，转轴35带动多个搅拌杆36进行转动，使得原料混合，然后将模具27放置于皮带23的顶部，并位于两个限位条26之间，通过控制面板7控制第一电机2启动，第一电机2的输出端带动其中一个传动轴21转动，传动轴21带动传动辊22转动，由于皮带23传动连接于两个传动辊22的圆周表面上，使得皮带23能够将上表面的模具27进行传动，使得模具27进行水平移动，移动至搅拌桶3底部的出料管处，此时通过控制面板7控制第一电机2关闭和电控阀门34开启，使得搅拌桶3内原料下料进入模具27内，待模具27内满了后，此时可轻微晃动模具27，使得原料均匀的位于模具27内，通过控制面板7控制电控阀门34关闭出料管，同时第一电机2启动，使得模具27继续移动，通过刮刀42能够将模具27边缘顶部或者边缘处的原料刮掉，使得模具27内不会承载多余的原料，使得成型的防火门更加整齐，最后模具27送入接料板6上，此时工人将模具27取下，等待后续成型。

进一步，上述控制还可以根据生产过程中的反馈信息，通过智能算法自动调整输送速度、搅拌强度和刮模力度参数；具体过程为：

步骤A,安装传感器来实时监测生产过程中的关键参数，包括搅拌桶内的温度、搅拌强度、模具27的位置、刮模力度；这些传感器可以提供实时的反馈信息；具体为：

搅拌桶数据：通过温度传感器获取搅拌桶内的温度；第二电机的工作状态，包括启动时间、搅拌桶转速；速度传感器可以安装在搅拌电机上，用于测量第二电机的实时转速,通过对转速划分区间以此获取搅拌强度信息，例如将转速划分5个区间，每个区间等级为1，分为1-5个等级；

模具移动过程中的数据：传动轴和传动辊的转速，可以对输送速度划分等级；模具的位置通过位置传感器获取；模具送入接料板的数据：模具移动至接料板的位置；模具在接料板上的停留时间；

刮模力度的数据：通过压力传感器获取，可以将压力数据划分为5个区间，每个区间等级为1，分为1-5个等级；

通过采集上述数据构建一个多维时间序列，每个时间点的数据表示生产过程中的状态和参数，这些数据可以用于训练梯度提升树模型，以预测在不同条件下需要调整的生产参数，例如输送速度、搅拌强度和刮模力度。在引入梯度提升树模型算法时，需要提取与生产过程相关的数据信息作为特征向量，以下是可能用于构建特征向量的一些关键数据信息：

步骤B,将传感器采集到的数据进行处理，提取有关搅拌桶状态、模具位置和生产效果的特征；这些特征包括搅拌桶温度的均值、模具位置的变化趋势、搅拌强度和刮模力度的时序特性；

这些数据信息将形成一个特征向量，其中每个特征对应于生产过程中的一个关键方面，梯度提升树模型将学习如何根据这些特征调整生产参数：搅拌桶温度的均值、模具位置的变化趋势、搅拌强度和刮模力度，以实现最佳的生产效果，在实际应用中，还需要考虑对数据的归一化处理，以确保各个特征的权重相对均匀，模型的训练和评估将利用这些特征向量，帮助模型理解生产过程中的复杂关系，从而实现自适应控制系统的优化；

步骤C,引入自适应控制系统，根据实时的传感器反馈信息动态地调整输送速度、搅拌强度和刮模力度参数；使用梯度提升树模型来建立生产过程的模型，该模型可以学习输入特征与生产效果之间的复杂关系，在每次迭代中，根据当前模型的输出和实际效果之间的残差，调整模型参数，以逐步提高模型的拟合能力；

考虑到生产过程中的时序性，引入时间戳信息，以更好地捕捉不同阶段之间的关系,通过将时序信息嵌入特征中或者使用时序模型进行建模,考虑到生产过程中不同参数之间的复杂交互关系，添加特征交互项，以提高模型对参数之间关系的学习能力，包括搅拌桶内温度与搅拌速度之间的交互项;

改进后的模型公式:

其中:F(x)是模型的预测输出，即待调整的生产参数，M是弱学习器(树)的数量；γ _m 是每个树的权重；h _m (x)是每个树的预测输出；β _m 是特征交互项的权重；g _m (x)是特征交互项的输出；δ _m 是时序信息的权重；t _m (x)是时序信息的输出；

模型训练的目标是最小化损失函数，其中包括对于生产参数的预测误差以及对于特征交互项和时序信息的正则化项：

其中，λ是正则化系数，这样的改进模型将更好地适应生产过程中的复杂关系，提高了模型的拟合能力，F _m-1 (x):模型的预测输出；N:数据集中的样本数量；y _i :第i个样本的真实标签；x _i :第i个样本的特征向量；:损失函数，衡量模型预测与真实标签的误差；:树权重的L ₁正则化；:特征交互项权重的L ₁正则化；:时序信息权重的L ₁正则化；

1.初始化模型:

初始化总体模型为一个常数值，通常为目标变量(生产参数)的均值，作为第一个基础模型：

，mean代表整个模型的初始估计，mean初始估计函数；

2.迭代过程:

对于每一轮m=1,2,.. .,M的迭代，执行以下步骤:

a.计算负梯度（残差)∶

计算当前模型对目标变量的负梯度，这个负梯度将作为当前模型的残差：

残差；

b.拟合残差:

使用一个弱学习器(树）来拟合负梯度（残差)，这个树的预测结果h _m (x)将被添加到模型中：

；

c.计算树的权重:

计算当前树的权重γ _m ，γ是权重；可以通过线搜索或其他优化算法来最小化损失函数：

；

d.更新模型:

更新总体模型，将新拟合的树的预测加权累加到之前的模型中：

；

3.终止条件:

重复迭代过程直到达到预定的迭代次数(M）或满足终止条件；

步骤D,设计上述智能算法来决定如何调整输送速度、搅拌强度和刮模力度参数，使用梯度提升树模型的输出作为目标变量，构建一个控制策略模型，该模型可以根据当前生产状态和目标生产效果，提供调整参数的建议；实时监测传感器反馈，将数据输入梯度提升树模型和控制策略模型中，得到新的参数调整建议，并通过自适应控制系统实时调整输送速度、搅拌强度和刮模力度参数；

输送速度的调整：

根据梯度提升树模型的预测和控制策略模型的建议，系统得到对于输送速度的调整建议；

对于输送速度，其取值范围为0到100，表示成输送机构的传动轴速度百分比；

如果模型建议增加输送速度，系统可以将传动轴速度从当前值逐步提高，直到达到建议的百分比；

如果模型建议减小输送速度，系统则将传动轴速度逐步降低；

搅拌强度的调整：

对于搅拌强度，系统通过改变搅拌机的运行状态来实现调整；

搅拌强度的取值范围可以设定为1到5，表示不同搅拌机运行状态的级别；

如果模型建议增加搅拌强度，系统可以逐步提高搅拌机的转速，或者调整搅拌桶的倾斜角度，使得搅拌更为强烈；

如果模型建议减小搅拌强度，系统则减小搅拌机的转速或者调整搅拌桶的倾斜角度，降低搅拌强度；

刮模力度的调整：

对于刮模力度，系统通过调整刮模机构的电动推杆力度或刮刀的位置来实现；

刮模力度的取值范围可以设定为1到5，表示不同力度的刮模操作；

如果模型建议增加刮模力度，系统可以增加电动推杆的力度，或者调整刮刀的位置，增强刮模的力度；

如果模型建议减小刮模力度，系统则减小电动推杆的力度或者调整刮刀的位置，降低刮模的力度；

综上，如果梯度提升树模型预测在当前生产状态下，增加皮带23输送速度和增强搅拌强度有助于提高生产效率，控制策略模型建议在输送速度上增加20%，搅拌强度增加2级，刮模力度减小1级；

系统根据建议逐步增加输送机构的传动轴速度、调整搅拌机的运行状态，使得搅拌机的转速增加或者搅拌桶的倾斜角度增大，同时调整刮模机构的电动推杆力度或刮刀的位置，以实现实时调整；

如果梯度提升树模型预测需要减小搅拌强度和刮模力度，系统则相应减小搅拌机的转速或搅拌桶的倾斜角度，以及减小刮模机构的电动推杆力度或刮刀的位置，实现生产参数的实时调整。

与现有技术相比，本发明的有益效果是：

1、本方案中，通过设有的输送机构、搅拌机构、刮模机构和接模机构，将其死者组成一个完整的生产线，从而在使用时，能够进行程序化作业，无需分开，更加方便，能够有效的提高工作效率。

2、本方案中，通过设有的输送机构，其能够承载模具的运行， 使得模具移动更加方便，在接料时，无需人工，能够减少人工劳动力的消耗。

3、本方案中，通过设有的搅拌机构，其中通过将多种原料加入搅拌桶内，通过启动第二电机带动转轴转动，转轴带动多个搅拌杆进行转动，从而完成搅拌，使得原料混合更加均匀，同时电控阀门能够控制下料，更加便捷。

4、本方案中，通过设有的刮模机构，能够将在模具承载原料后，能够将模具边缘顶部或者边缘处的原料刮掉，使得模具内不会承载多余的原料，使得成型的防火门更加整齐。

5、本方案中，通过设有的斜刮板，其能够将皮带表面的残余的原料能够刮掉，然后顺着斜刮板的表面能够进入集料桶内，进行收集，能够有效避免原料的浪费。

6、梯度提升树模型可以根据实时采集的传感器数据和系统状态，预测最优的生产参数调整，包括输送速度、搅拌强度和刮模力度等。这种自适应性使得生产系统能够根据实际情况进行动态调整，提高了生产线的灵活性和适应性。通过梯度提升树模型，系统可以根据历史数据学习到复杂的生产参数与生产效果之间的关系，从而优化参数的选择。这有助于提高生产效率，减少资源浪费，使生产过程更加智能化和高效。在传统制程中，参数的调整通常需要依赖人工经验，而梯度提升树模型的引入可以自动学习和适应不同条件下的最佳参数配置，减少了对人工经验的依赖，降低了操作人员的工作负担，提高了生产的一致性和稳定性。通过梯度提升树模型的预测和优化，系统可以更精确地调整生产参数，避免不必要的资源浪费，从而降低生产成本，提高经济效益。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明中的第一视角立体图；

图2为本发明中的第二视角立体图；

图3为本发明中的剖视立体图；

图4为本发明中的搅拌机构处的局部立体图；

图5为本发明中的局部侧视立体图。

图中：1、横梁；2、第一电机；21、传动轴；22、传动辊；23、皮带；24、支撑轴；25、支撑辊；26、限位条；27、模具；3、搅拌桶；31、支撑板；32、第二电机；33、进料斗；34、电控阀门；35、转轴；36、搅拌杆；4、凹形架；41、电动推杆；42、刮刀；5、斜刮板；51、集料桶；52、把手；6、接料板；61、第一支撑脚；7、控制面板；8、第二支撑脚。

实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例

请参阅图1-图5，本发明提供以下技术方案：

一种生产防火门用组合式生产系统，包括：

横梁1，其设有两个，并对称分布；

第二支撑脚8，固定于两个横梁1的底部；

模具27，设置于两个横梁1之间；

传输机构，设置于两个横梁1之间，传输机构与模具27连接以实现其移动；

搅拌机构，设置于横梁1的上侧，搅拌机构用于进行防火门原料的混合；

刮模机构，设置于两个横梁1上，用于刮掉模具27边缘处多余的原料；以及

接模机构，设置于两个横梁1的一侧，用于承载模具27。

在本发明的具体实施例中，本发明中，通过传输机构、搅拌机构、刮模机构以及接模机构一体化的设置，组合成一条生产线，这样就使得在防火门制备成型的过程中，更加方便节省时间，模具27经过传输机构的传送，使得模具27能够进行水平移动，移动的过程中通过搅拌机构将搅拌好的原料注入模具27内，在经过刮模机构进行清理模具27顶部多余的或者边缘处的原料，使得防火门更加整齐，最后送入至接模机构处，人工取下即可，能够有效减少人工劳动力，而且效率更高。

具体的，输送机构包括：

传动轴21，其设有两个，均转动连接于两个横梁1的两侧内壁之间；

传动辊22，其设有两个，分别固定于两个传动轴21的圆周表面；

皮带23，传动连接于两个传动辊22的圆周表面之间；

模具27设置于皮带23的上表面；

第一电机2，固定于其中一个横梁1的一侧端，且第一电机2的输出端活动贯穿横梁1并与其中一个传动轴21的端部固定。

本实施例中：通过启动第一电机2，第一电机2的输出端带动其中一个传动轴21转动，传动轴21带动传动辊22转动，由于皮带23传动连接于两个传动辊22的圆周表面上，使得皮带23能够将上表面的模具27进行传动，使得模具27进行水平移动，无需人工移动，更加方便。

具体的，两个横梁1的两侧内壁之间转动连接于多个支撑轴24多个支撑轴24均匀分布在两个传动轴21之间，多个支撑轴24的圆周表面均固定有支撑辊25。

本实施例中：支撑辊25通过支撑轴24进行转动，能够进一步承载模具27，使得模具27在皮带23的表面移动时，能够位于多个支撑辊25的顶部，使得模具27移动时呈水平状态移动，不易发生倾斜。

具体的，两个横梁1的顶部均固定有限位条26，模具27位于两个限位条26之间。

本实施例中：通过设有的两个限位条26，两个限位条26之间的距离刚好与模具27相匹配，使得放置模具27于皮带23的顶部时，放入两个限位条26之间，能够更好地准确的移动至搅拌机构的下侧。

具体的，搅拌机构包括：

支撑板31，分别固定于两个横梁1的顶部；

搅拌桶3，固定于两个支撑板31之间；

转轴35，转动连接于搅拌桶3的顶壁；

搅拌杆36，其设有多个，均固定于转轴35的圆周表面；

第二电机32，固定于搅拌桶3的顶部，且第二电机32的输出端活动贯穿至搅拌桶3内并与转轴35的端部固定；以及

进料斗33，设置于搅拌桶3的顶部。

本实施例中：搅拌桶3的顶部设置进料斗33，进料斗33用于加入原料至搅拌桶3内，支撑板31用于支撑搅拌桶3，通过启动第二电机32，第二电机32的输出端带动转轴35移动，转轴35带动多个搅拌杆36进行转动，从而完成搅拌，使得原料混合更加均匀，同时电控阀门34能够控制下料，更加便捷。

具体的，搅拌桶3的底部设置有出料管，出料管上设置有电控阀门34。

本实施例中：电控阀门34用于控制搅拌桶3底部出料管的出料量和出料时间。

具体的，刮模机构包括：

凹形架4，固定于两个横梁1的顶部；

电动推杆41，固定于顶壁；

刮刀42，固定于电动推杆41的输出端。

本实施例中：凹形架4用于支撑电动推杆41，电动推杆41的输出端能够带动刮刀42移动，使得刮刀42可以调节高度，使得刮刀42的底部能够与模具27的顶部相切，适应不同高度的模具27。

具体的，接模机构包括：

接料板6，固定于两个横梁1的相靠近端部之间，且接料板6与皮带23的上表面齐平；

第一支撑脚61，固定于接料板6的底部。

本实施例中：接料板6与皮带23齐平，使得模具27在接料后，能够准备平稳的送入至接料板6上，方便工人取下，等待后续成型。

具体的，两个横梁1相靠近端部的一侧底部固定有斜刮板5，接料板6的下侧设置有集料桶51，集料桶51上设置有两个把手52。

本实施例中：通过设有的斜刮板5，斜刮板5与皮带23的表面相切，在皮带23持续移动时，斜刮板5能够将皮带23表面的残余的原料能够刮掉，然后顺着斜刮板5的表面能够进入集料桶51内，进行收集，能够有效避免原料的浪费。

具体的，其中一个横梁1的一侧端设置有控制面板7，控制面板7与第二电机32、电动推杆41以及第一电机2均电性连接。

本实施例中：通过设有的控制面板7，控制面板7能够第二电机32、电动推杆41以及第一电机2的启闭，使得本装置操作更加方便。

需要进行说明的是：控制面板7、第二电机32、电动推杆41以及第一电机2均为现有技术，可以根据实际需求选择相对应的型号，对此不作过多赘述。

本发明的工作原理及控制过程：本装置使用时，首先将多种原料加入搅拌桶3内，通过控制面板7控制第二电机32启动，第二电机32的输出端带动转轴35移动，转轴35带动多个搅拌杆36进行转动，使得原料混合，然后将模具27放置于皮带23的顶部，并位于两个限位条26之间，通过控制面板7控制第一电机2启动，第一电机2的输出端带动其中一个传动轴21转动，传动轴21带动传动辊22转动，由于皮带23传动连接于两个传动辊22的圆周表面上，使得皮带23能够将上表面的模具27进行传动，使得模具27进行水平移动，移动至搅拌桶3底部的出料管处，此时通过控制面板7控制第一电机2关闭和电控阀门34开启，使得搅拌桶3内原料下料进入模具27内，待模具27内满了后，此时可轻微晃动模具27，使得原料均匀的位于模具27内，通过控制面板7控制电控阀门34关闭出料管，同时第一电机2启动，使得模具27继续移动，通过刮刀42能够将模具27边缘顶部或者边缘处的原料刮掉，使得模具27内不会承载多余的原料，使得成型的防火门更加整齐，最后模具27送入接料板6上，此时工人将模具27取下，等待后续成型。

作为本发明的一个具体实施例：

本发明根据生产过程中的反馈信息，自动调整输送速度、搅拌强度和刮模力度参数；这种自适应性使得生产系统能够适应不同原料批次和环境条件，提高生产线的灵活性和效率：

步骤A,安装传感器来实时监测生产过程中的关键参数，包括搅拌桶内的温度、搅拌强度、模具27的位置、刮模力度；这些传感器可以提供实时的反馈信息；具体为：

搅拌桶数据：通过温度传感器获取搅拌桶内的温度；第二电机的工作状态，包括启动时间、搅拌桶转速；速度传感器可以安装在搅拌电机上，用于测量第二电机的实时转速,通过对转速划分区间以此获取搅拌强度信息，例如将转速划分5个区间，每个区间等级为1，分为1-5个等级；

模具移动过程中的数据：传动轴和传动辊的转速，可以对输送速度划分等级；模具的位置通过位置传感器获取；模具送入接料板的数据：模具移动至接料板的位置；模具在接料板上的停留时间；

刮模力度的数据：通过压力传感器获取，可以将压力数据划分为5个区间，每个区间等级为1，分为1-5个等级；

通过采集上述数据构建一个多维时间序列，每个时间点的数据表示生产过程中的状态和参数，这些数据可以用于训练梯度提升树模型，以预测在不同条件下需要调整的生产参数，例如输送速度、搅拌强度和刮模力度。在引入梯度提升树模型算法时，需要提取与生产过程相关的数据信息作为特征向量。以下是可能用于构建特征向量的一些关键数据信息：

步骤B,将传感器采集到的数据进行处理，提取有关搅拌桶状态、模具位置和生产效果的特征；这些特征包括搅拌桶温度的均值、模具位置的变化趋势、搅拌强度和刮模力度的时序特性；

这些数据信息将形成一个特征向量，其中每个特征对应于生产过程中的一个关键方面，梯度提升树模型将学习如何根据这些特征调整生产参数：搅拌桶温度的均值、模具位置的变化趋势、搅拌强度和刮模力度，以实现最佳的生产效果，在实际应用中，还需要考虑对数据的归一化处理，以确保各个特征的权重相对均匀，模型的训练和评估将利用这些特征向量，帮助模型理解生产过程中的复杂关系，从而实现自适应控制系统的优化；

步骤C,引入自适应控制系统，根据实时的传感器反馈信息动态地调整输送速度、搅拌强度和刮模力度参数；使用梯度提升树模型来建立生产过程的模型，该模型可以学习输入特征与生产效果之间的复杂关系，在每次迭代中，根据当前模型的输出和实际效果之间的残差，调整模型参数，以逐步提高模型的拟合能力；

考虑到生产过程中的时序性，引入时间戳信息，以更好地捕捉不同阶段之间的关系,通过将时序信息嵌入特征中或者使用时序模型进行建模,考虑到生产过程中不同参数之间的复杂交互关系，添加特征交互项，以提高模型对参数之间关系的学习能力，包括搅拌桶内温度与搅拌速度之间的交互项;

改进后的模型公式:

其中:F(x)是模型的预测输出，即待调整的生产参数，M是弱学习器(树)的数量；γ _m 是每个树的权重；h _m (x)是每个树的预测输出；β _m 是特征交互项的权重；g _m (x)是特征交互项的输出；δ _m 是时序信息的权重；t _m (x)是时序信息的输出；

模型训练的目标是最小化损失函数，其中包括对于生产参数的预测误差以及对于特征交互项和时序信息的正则化项：

其中，λ是正则化系数，这样的改进模型将更好地适应生产过程中的复杂关系，提高了模型的拟合能力，F _m-1 (x):模型的预测输出；N:数据集中的样本数量；y _i :第i个样本的真实标签；x _i :第i个样本的特征向量；:损失函数，衡量模型预测与真实标签的误差；:树权重的L ₁正则化；:特征交互项权重的L ₁正则化；:时序信息权重的L ₁正则化；

1.初始化模型:

初始化总体模型为一个常数值，通常为目标变量(生产参数)的均值，作为第一个基础模型：

，mean代表整个模型的初始估计，mean初始估计函数；

2.迭代过程:

对于每一轮m=1,2,.. .,M的迭代，执行以下步骤:

a.计算负梯度（残差)∶

计算当前模型对目标变量的负梯度，这个负梯度将作为当前模型的残差：

残差

b.拟合残差:

使用一个弱学习器(树）来拟合负梯度（残差)，这个树的预测结果h _m (x)将被添加到模型中：

c.计算树的权重:

计算当前树的权重γ _m ，γ是权重；可以通过线搜索或其他优化算法来最小化损失函数：

d.更新模型:

更新总体模型，将新拟合的树的预测加权累加到之前的模型中：

3.终止条件:

重复迭代过程直到达到预定的迭代次数(M）或满足终止条件；

步骤D,设计智能算法来决定如何调整输送速度、搅拌强度和刮模力度参数，使用梯度提升树模型的输出作为目标变量，构建一个控制策略模型，该模型可以根据当前生产状态和目标生产效果，提供调整参数的建议；实时监测传感器反馈，将数据输入梯度提升树模型和控制策略模型中，得到新的参数调整建议，并通过自适应控制系统实时调整输送速度、搅拌强度和刮模力度参数；

输送速度的调整：

根据梯度提升树模型的预测和控制策略模型的建议，系统得到对于输送速度的调整建议；

对于输送速度，其取值范围为0到100，表示成输送机构的传动轴速度百分比；

如果模型建议增加输送速度，系统可以将传动轴速度从当前值逐步提高，直到达到建议的百分比；

如果模型建议减小输送速度，系统则将传动轴速度逐步降低；

搅拌强度的调整：

对于搅拌强度，系统通过改变搅拌机的运行状态来实现调整；

搅拌强度的取值范围可以设定为1到5，表示不同搅拌机运行状态的级别；

如果模型建议增加搅拌强度，系统可以逐步提高搅拌机的转速，或者调整搅拌桶的倾斜角度，使得搅拌更为强烈；

如果模型建议减小搅拌强度，系统则减小搅拌机的转速或者调整搅拌桶的倾斜角度，降低搅拌强度；

刮模力度的调整：

对于刮模力度，系统通过调整刮模机构的电动推杆力度或刮刀的位置来实现；

刮模力度的取值范围可以设定为1到5，表示不同力度的刮模操作；

如果模型建议增加刮模力度，系统可以增加电动推杆的力度，或者调整刮刀的位置，增强刮模的力度；

如果模型建议减小刮模力度，系统则减小电动推杆的力度或者调整刮刀的位置，降低刮模的力度；

综上，如果梯度提升树模型预测在当前生产状态下，增加皮带23输送速度和增强搅拌强度有助于提高生产效率，控制策略模型建议在输送速度上增加20%，搅拌强度增加2级，刮模力度减小1级；

系统根据建议逐步增加输送机构的传动轴速度、调整搅拌机的运行状态，使得搅拌机的转速增加或者搅拌桶的倾斜角度增大，同时调整刮模机构的电动推杆力度或刮刀的位置，以实现实时调整；

如果梯度提升树模型预测需要减小搅拌强度和刮模力度，系统则相应减小搅拌机的转速或搅拌桶的倾斜角度，以及减小刮模机构的电动推杆力度或刮刀的位置，实现生产参数的实时调整。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (12)

1.一种生产防火门用组合式生产系统，其特征在于，包括：

横梁（1），其设有两个，并对称分布；

第二支撑脚（8），固定于两个所述横梁（1）的底部；

模具（27），设置于两个所述横梁（1）之间；

传输机构，设置于两个所述横梁（1）之间，所述传输机构与所述模具（27）连接以实现其移动；

搅拌机构，设置于所述横梁（1）的上侧，所述搅拌机构用于进行防火门原料的混合；

刮模机构，设置于两个所述横梁（1）上，用于刮掉所述模具（27）边缘处多余的原料；以及

接模机构，设置于两个所述横梁（1）的一侧，用于承载所述模具（27）。

2.根据权利要求1所述的一种生产防火门用组合式生产系统，其特征在于，所述输送机构包括：

传动轴（21），其设有两个，均转动连接于两个所述横梁（1）的两侧内壁之间；

传动辊（22），其设有两个，分别固定于两个所述传动轴（21）的圆周表面；

皮带（23），传动连接于两个所述传动辊（22）的圆周表面之间；

所述模具（27）设置于所述皮带（23）的上表面；

第一电机（2），固定于其中一个所述横梁（1）的一侧端，且所述第一电机（2）的输出端活动贯穿所述横梁（1）并与其中一个所述传动轴（21）的端部固定。

3.根据权利要求2所述的一种生产防火门用组合式生产系统，其特征在于，两个所述横梁（1）的两侧内壁之间转动连接于多个支撑轴（24）多个所述支撑轴（24）均匀分布在两个传动轴（21）之间，多个所述支撑轴（24）的圆周表面均固定有支撑辊（25）。

4.根据权利要求3所述的一种生产防火门用组合式生产系统，其特征在于，两个所述横梁（1）的顶部均固定有限位条（26），所述模具（27）位于两个所述限位条（26）之间。

5.根据权利要求4所述的一种生产防火门用组合式生产系统，其特征在于，所述搅拌机构包括：

支撑板（31），分别固定于两个所述横梁（1）的顶部；

搅拌桶（3），固定于两个所述支撑板（31）之间；

转轴（35），转动连接于所述搅拌桶（3）的顶壁；

搅拌杆（36），其设有多个，均固定于所述转轴（35）的圆周表面；

第二电机（32），固定于所述搅拌桶（3）的顶部，且所述第二电机（32）的输出端活动贯穿至所述搅拌桶（3）内并与所述转轴（35）的端部固定；以及

进料斗（33），设置于所述搅拌桶（3）的顶部。

6.根据权利要求5所述的一种生产防火门用组合式生产系统，其特征在于，所述搅拌桶（3）的底部设置有出料管，所述出料管上设置有电控阀门（34）。

7.根据权利要求6所述的一种生产防火门用组合式生产系统，其特征在于，所述刮模机构包括：

凹形架（4），固定于两个所述横梁（1）的顶部；

电动推杆（41），固定于顶壁；

刮刀（42），固定于所述电动推杆（41）的输出端。

8.根据权利要求7所述的一种生产防火门用组合式生产系统，其特征在于，所述接模机构包括：

接料板（6），固定于两个所述横梁（1）的相靠近端部之间，且所述接料板（6）与所述皮带（23）的上表面齐平；

第一支撑脚（61），固定于所述接料板（6）的底部。

9.根据权利要求8所述的一种生产防火门用组合式生产系统，其特征在于，两个所述横梁（1）相靠近端部的一侧底部固定有斜刮板（5），所述接料板（6）的下侧设置有集料桶（51），所述集料桶（51）上设置有两个把手（52）。

10.根据权利要求9所述的一种生产防火门用组合式生产系统，其特征在于，其中一个所述横梁（1）的一侧端设置有控制面板（7），所述控制面板（7）与所述第二电机（32）、电动推杆（41）以及第一电机（2）均电性连接。

11.根据权利要求9所述的一种生产防火门用组合式生产系统的智能化控制方法，其特征在于，包括以下步骤：

首先将多种原料加入搅拌桶3内，通过控制面板7控制第二电机32启动，第二电机32的输出端带动转轴35移动，转轴35带动多个搅拌杆36进行转动，使得原料混合，然后将模具27放置于皮带23的顶部，并位于两个限位条26之间，通过控制面板7控制第一电机2启动，第一电机2的输出端带动其中一个传动轴21转动，传动轴21带动传动辊22转动，由于皮带23传动连接于两个传动辊22的圆周表面上，使得皮带23能够将上表面的模具27进行传动，使得模具27进行水平移动，移动至搅拌桶3底部的出料管处，此时通过控制面板7控制第一电机2关闭和电控阀门34开启，使得搅拌桶3内原料下料进入模具27内，待模具27内满了后，此时可轻微晃动模具27，使得原料均匀的位于模具27内，通过控制面板7控制电控阀门34关闭出料管，同时第一电机2启动，使得模具27继续移动，通过刮刀42能够将模具27边缘顶部或者边缘处的原料刮掉，使得模具27内不会承载多余的原料，使得成型的防火门更加整齐，最后模具27送入接料板6上，此时工人将模具27取下，等待后续成型。

12.根据权利要求11所述的一种生产防火门用组合式生产系统的智能化控制方法，其特征在于，上述控制还可以根据生产过程中的反馈信息，通过智能算法自动调整输送速度、搅拌强度和刮模力度参数；具体过程为：

步骤A,安装传感器来实时监测生产过程中的关键参数，包括搅拌桶内的温度、搅拌强度、模具27的位置、刮模力度；这些传感器可以提供实时的反馈信息；具体为：

搅拌桶数据：通过温度传感器获取搅拌桶内的温度；第二电机的工作状态，包括启动时间、搅拌桶转速；速度传感器可以安装在搅拌电机上，用于测量第二电机的实时转速,通过对转速划分区间以此获取搅拌强度信息，例如将转速划分5个区间，每个区间等级为1，分为1-5个等级；

模具移动过程中的数据：传动轴和传动辊的转速，可以对输送速度划分等级；模具的位置通过位置传感器获取；模具送入接料板的数据：模具移动至接料板的位置；模具在接料板上的停留时间；

刮模力度的数据：通过压力传感器获取，可以将压力数据划分为5个区间，每个区间等级为1，分为1-5个等级；

通过采集上述数据构建一个多维时间序列，每个时间点的数据表示生产过程中的状态和参数，这些数据可以用于训练梯度提升树模型，以预测在不同条件下需要调整的生产参数，例如输送速度、搅拌强度和刮模力度。在引入梯度提升树模型算法时，需要提取与生产过程相关的数据信息作为特征向量，以下是可能用于构建特征向量的一些关键数据信息：

步骤B,将传感器采集到的数据进行处理，提取有关搅拌桶状态、模具位置和生产效果的特征；这些特征包括搅拌桶温度的均值、模具位置的变化趋势、搅拌强度和刮模力度的时序特性；

这些数据信息将形成一个特征向量，其中每个特征对应于生产过程中的一个关键方面，梯度提升树模型将学习如何根据这些特征调整生产参数：搅拌桶温度的均值、模具位置的变化趋势、搅拌强度和刮模力度，以实现最佳的生产效果，在实际应用中，还需要考虑对数据的归一化处理，以确保各个特征的权重相对均匀，模型的训练和评估将利用这些特征向量，帮助模型理解生产过程中的复杂关系，从而实现自适应控制系统的优化；

步骤C,引入自适应控制系统，根据实时的传感器反馈信息动态地调整输送速度、搅拌强度和刮模力度参数；使用梯度提升树模型来建立生产过程的模型，该模型可以学习输入特征与生产效果之间的复杂关系，在每次迭代中，根据当前模型的输出和实际效果之间的残差，调整模型参数，以逐步提高模型的拟合能力；

考虑到生产过程中的时序性，引入时间戳信息，以更好地捕捉不同阶段之间的关系,通过将时序信息嵌入特征中或者使用时序模型进行建模,考虑到生产过程中不同参数之间的复杂交互关系，添加特征交互项，以提高模型对参数之间关系的学习能力，包括搅拌桶内温度与搅拌速度之间的交互项;

改进后的模型公式:

；

其中:F(x)是模型的预测输出，即待调整的生产参数，M是弱学习器(树)的数量；γ _m 是每个树的权重；h _m (x)是每个树的预测输出；β _m 是特征交互项的权重；g _m (x)是特征交互项的输出；δ _m 是时序信息的权重；t _m (x)是时序信息的输出；

模型训练的目标是最小化损失函数，其中包括对于生产参数的预测误差以及对于特征交互项和时序信息的正则化项：

；

其中，λ是正则化系数，这样的改进模型将更好地适应生产过程中的复杂关系，提高了模型的拟合能力，F _m-1 (x):模型的预测输出；N:数据集中的样本数量；y _i :第i个样本的真实标签；x _i :第i个样本的特征向量；:损失函数，衡量模型预测与真实标签的误差；:树权重的L ₁正则化；:特征交互项权重的L ₁正则化；:时序信息权重的L ₁正则化；

1.初始化模型:

初始化总体模型为一个常数值，通常为目标变量(生产参数)的均值，作为第一个基础模型：

，mean代表整个模型的初始估计，mean初始估计函数；

2.迭代过程:

对于每一轮m=1,2,.. .,M的迭代，执行以下步骤:

a.计算负梯度（残差)∶

计算当前模型对目标变量的负梯度，这个负梯度将作为当前模型的残差：

残差；

b.拟合残差:

使用一个弱学习器(树）来拟合负梯度（残差)，这个树的预测结果h _m (x)将被添加到模型中：

；

c.计算树的权重:

计算当前树的权重γ _m ，γ是权重；可以通过线搜索或其他优化算法来最小化损失函数：

；

d.更新模型:

更新总体模型，将新拟合的树的预测加权累加到之前的模型中：

；

3.终止条件:

重复迭代过程直到达到预定的迭代次数(M）或满足终止条件；

步骤D,设计上述智能算法来决定如何调整输送速度、搅拌强度和刮模力度参数，使用梯度提升树模型的输出作为目标变量，构建一个控制策略模型，该模型可以根据当前生产状态和目标生产效果，提供调整参数的建议；实时监测传感器反馈，将数据输入梯度提升树模型和控制策略模型中，得到新的参数调整建议，并通过自适应控制系统实时调整输送速度、搅拌强度和刮模力度参数；

输送速度的调整：

根据梯度提升树模型的预测和控制策略模型的建议，系统得到对于输送速度的调整建议；

对于输送速度，其取值范围为0到100，表示成输送机构的传动轴速度百分比；

如果模型建议增加输送速度，系统可以将传动轴速度从当前值逐步提高，直到达到建议的百分比；

如果模型建议减小输送速度，系统则将传动轴速度逐步降低；

搅拌强度的调整：

对于搅拌强度，系统通过改变搅拌机的运行状态来实现调整；

搅拌强度的取值范围可以设定为1到5，表示不同搅拌机运行状态的级别；

如果模型建议增加搅拌强度，系统可以逐步提高搅拌机的转速，或者调整搅拌桶的倾斜角度，使得搅拌更为强烈；

如果模型建议减小搅拌强度，系统则减小搅拌机的转速或者调整搅拌桶的倾斜角度，降低搅拌强度；

刮模力度的调整：

对于刮模力度，系统通过调整刮模机构的电动推杆力度或刮刀的位置来实现；

刮模力度的取值范围可以设定为1到5，表示不同力度的刮模操作；

如果模型建议增加刮模力度，系统可以增加电动推杆的力度，或者调整刮刀的位置，增强刮模的力度；

如果模型建议减小刮模力度，系统则减小电动推杆的力度或者调整刮刀的位置，降低刮模的力度；

综上，如果梯度提升树模型预测在当前生产状态下，增加皮带23输送速度和增强搅拌强度有助于提高生产效率，控制策略模型建议在输送速度上增加20%，搅拌强度增加2级，刮模力度减小1级；

系统根据建议逐步增加输送机构的传动轴速度、调整搅拌机的运行状态，使得搅拌机的转速增加或者搅拌桶的倾斜角度增大，同时调整刮模机构的电动推杆力度或刮刀的位置，以实现实时调整；

如果梯度提升树模型预测需要减小搅拌强度和刮模力度，系统则相应减小搅拌机的转速或搅拌桶的倾斜角度，以及减小刮模机构的电动推杆力度或刮刀的位置，实现生产参数的实时调整。