CN117519058B - 一种叶片保护膜的工艺参数控制方法及系统 - Google Patents

一种叶片保护膜的工艺参数控制方法及系统 Download PDF

Info

Publication number
CN117519058B
CN117519058B CN202410020683.0A CN202410020683A CN117519058B CN 117519058 B CN117519058 B CN 117519058B CN 202410020683 A CN202410020683 A CN 202410020683A CN 117519058 B CN117519058 B CN 117519058B
Authority
CN
China
Prior art keywords
process parameter
protective film
historical
function
process parameters
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
Application number
CN202410020683.0A
Other languages
English (en)
Other versions
CN117519058A (zh
Inventor
叶航
吴继业
肖�琳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nantong Nakoda Polyurethane Technology Co ltd
Original Assignee
Nantong Nakoda Polyurethane Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nantong Nakoda Polyurethane Technology Co ltd filed Critical Nantong Nakoda Polyurethane Technology Co ltd
Priority to CN202410020683.0A priority Critical patent/CN117519058B/zh
Publication of CN117519058A publication Critical patent/CN117519058A/zh
Application granted granted Critical
Publication of CN117519058B publication Critical patent/CN117519058B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/72—Wind turbines with rotation axis in wind direction

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)
  • Structures Of Non-Positive Displacement Pumps (AREA)

Abstract

本申请提供了一种叶片保护膜的工艺参数控制方法及系统，涉及智能控制技术领域，该方法包括：获得多个历史工艺参数范围；构建保护膜函数；获取多个密集性信息和优异度信息；计算获得多个优先度信息；随机生成多个第一工艺参数，根据保护膜函数，进行工艺参数的优化，获得最优工艺参数，其中，在工艺参数的优化中，通过多个优先度信息，对通过保护膜函数计算获得的工艺参数的函数值进行修正；采用最优工艺参数，进行风机叶片保护膜生产的工艺控制，解决了现有技术中存在的由于工艺参数设置不合理，进而导致生产性能不佳，保护膜生产质量较低的技术问题，达到提升参数优化精度和优化效率，进而提升风机叶片保护膜的生产质量的技术效果。

Description

一种叶片保护膜的工艺参数控制方法及系统
技术领域
本申请涉及智能控制技术领域，具体涉及一种叶片保护膜的工艺参数控制方法及系统。
背景技术
风机叶片保护膜是用于保护风机叶片免受环境侵蚀和磨损的材料，它可以延长叶片的使用寿命，提高风机的发电效率，风机叶片保护膜通常采用高强度、耐腐蚀的材料制成，如聚酯纤维、玻璃纤维等，这些材料具有较好的耐候性、耐腐蚀性和耐磨性，能够有效地保护风机叶片免受雨雪、风沙、尘土等环境因素的侵蚀和磨损。但是，传统的叶片保护膜的工艺参数控制过程存在工艺参数设置不合理，进而导致生产性能不佳，保护膜生产质量较低的技术问题。
发明内容
本申请提供了一种叶片保护膜的工艺参数控制方法及系统，用以解决现有技术中存在的由于工艺参数设置不合理，进而导致生产性能不佳，保护膜生产质量较低的技术问题。
根据本申请的第一方面，提供了一种叶片保护膜的工艺参数控制方法，包括：获取风机叶片保护膜的历史工艺参数集，并划分获得多个历史工艺参数范围；获取风机叶片保护膜待优化的多个性能指标，构建对风机叶片保护膜的工艺参数进行优化控制的保护膜函数，所述多个性能指标包括防腐蚀、防粘结、防紫外线和耐候性；基于所述多个性能指标，在所述多个历史工艺参数范围内，进行工艺参数密集性分析和优异度分析，获取多个密集性信息和优异度信息；根据所述多个密集性信息和优异度信息，计算获得多个历史工艺参数范围的多个优先度信息；在所述多个历史工艺参数范围内，按照所述多个优先度信息，随机生成多个第一工艺参数，根据所述保护膜函数，进行工艺参数的优化，获得最优工艺参数，其中，在工艺参数的优化中，通过所述多个优先度信息，对通过保护膜函数计算获得的工艺参数的函数值进行修正；采用所述最优工艺参数，进行风机叶片保护膜生产的工艺控制。
根据本申请的第二方面，提供了一种叶片保护膜的工艺参数控制系统，包括：历史工艺参数集划分模块，所述历史工艺参数集划分模块用于获取风机叶片保护膜的历史工艺参数集，并划分获得多个历史工艺参数范围；保护膜函数构建模块，所述保护膜函数构建模块用于获取风机叶片保护膜待优化的多个性能指标，构建对风机叶片保护膜的工艺参数进行优化控制的保护膜函数，所述多个性能指标包括防腐蚀、防粘结、防紫外线和耐候性；工艺参数性能分析模块，所述工艺参数性能分析模块用于基于所述多个性能指标，在所述多个历史工艺参数范围内，进行工艺参数密集性分析和优异度分析，获取多个密集性信息和优异度信息；优先度计算模块，所述优先度计算模块用于根据所述多个密集性信息和优异度信息，计算获得多个历史工艺参数范围的多个优先度信息；工艺参数优化模块，所述工艺参数优化模块用于在所述多个历史工艺参数范围内，按照所述多个优先度信息，随机生成多个第一工艺参数，根据所述保护膜函数，进行工艺参数的优化，获得最优工艺参数，其中，在工艺参数的优化中，通过所述多个优先度信息，对通过保护膜函数计算获得的工艺参数的函数值进行修正；工艺控制模块，所述工艺控制模块用于采用所述最优工艺参数，进行风机叶片保护膜生产的工艺控制。
根据本申请采用的一个或多个技术方案，其可达到的有益效果如下：
获取风机叶片保护膜的历史工艺参数集，并划分获得多个历史工艺参数范围，获取风机叶片保护膜待优化的多个性能指标，构建对风机叶片保护膜的工艺参数进行优化控制的保护膜函数，多个性能指标包括防腐蚀、防粘结、防紫外线和耐候性，基于多个性能指标，在多个历史工艺参数范围内，进行工艺参数密集性分析和优异度分析，获取多个密集性信息和优异度信息，根据多个密集性信息和优异度信息，计算获得多个历史工艺参数范围的多个优先度信息，在多个历史工艺参数范围内，按照多个优先度信息，随机生成多个第一工艺参数，根据保护膜函数，进行工艺参数的优化，获得最优工艺参数，其中，在工艺参数的优化中，通过多个优先度信息，对通过保护膜函数计算获得的工艺参数的函数值进行修正，采用最优工艺参数，进行风机叶片保护膜生产的工艺控制。由此通过对多个历史工艺参数范围进行抽选概率的设置更新，进行多次的迭代优化，达到提升参数优化精度和优化效率，进而提升风机叶片保护膜的生产质量的技术效果。
附图说明
为了更清楚地说明本申请或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本申请实施例提供的一种叶片保护膜的工艺参数控制方法的流程示意图；
图2为本申请实施例提供的一种叶片保护膜的工艺参数控制系统的结构示意图。
附图标记说明：历史工艺参数集划分模块11，保护膜函数构建模块12，工艺参数性能分析模块13，优先度计算模块14，工艺参数优化模块15，工艺控制模块16。
具体实施方式
为了使得本申请的目的、技术方案和优点更为明显，下面将参照附图详细描述本申请的示例实施例。显然，所描述的实施例仅仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。
说明书中使用的术语用于描述实施例，而不是限制本申请。如在说明书中所使用的，单数术语“一”“一个”和“该”旨在也包括复数形式，除非上下文另有清楚指示。当在说明书中使用时，术语“包括”和/或“包含”指定了步骤、操作、元件和/或组件的存在，但是不排除一个或多个其他步骤、操作、元件、组件和/或其组的存在或添加。
除非另有定义，本说明书中使用的所有术语(包括技术和科学术语)应具有与本申请所属领域的技术人员通常理解的相同含义。术语，如常用词典中定义的术语，不应以理想化或过于正式的意义来解释，除非在此明确定义。在整个说明书中，相同的附图标记表示相同的元件。
需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于展示的数据、分析的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
实施例一
图1为本申请实施例提供的一种叶片保护膜的工艺参数控制方法图，所述方法包括：
获取风机叶片保护膜的历史工艺参数集，并划分获得多个历史工艺参数范围；
风机叶片保护膜的生产工艺包括多个工艺流程，比如涂层、热处理等，本实施例提供的方法是用于任意一个工艺流程的参数优化控制，也可以用于整个生产工艺的优化控制。获取风机叶片保护膜的历史工艺参数集，历史工艺参数集包括在过去一段时间内生产风机叶片保护膜所使用的工艺参数，可通过连接生产车间调取生产记录获取，比如涂层厚度、热处理温度、热处理时间和生产环境中的温度、湿度等参数。进一步对历史工艺参数集进行数据进行等距划分获得多个历史工艺参数范围。
在一个优选实施例中，还包括：
在预设历史时间范围内，采集风机叶片保护膜的历史工艺参数，获得历史工艺参数集；基于所述历史工艺参数集的历史工艺参数最大值和历史工艺参数最小值，构建历史工艺参数总范围，按照等距划分，对所述历史工艺参数总范围进行划分，获得多个历史工艺参数范围。
具体地，预设历史时间范围由本领域专业技术人员自行设定，一般为当前至过去某一时刻的一段时间，在预设历史时间范围内，可通过连接生产车间调取历史生产记录提取风机叶片保护膜的历史工艺参数，获得历史工艺参数集。提取所述历史工艺参数集的历史工艺参数最大值和历史工艺参数最小值组成历史工艺参数总范围，进一步按照等距划分，对所述历史工艺参数总范围进行划分，其中，等距划分的间距由本领域专业技术人员自行设定，对此不做限制，由此按照等距划分的间距进行数据划分，获得多个历史工艺参数范围，每个历史工艺参数范围的间距相同，便于后续进行工艺参数的优化时，可按照不同的历史工艺参数范围进行分析优化，保证优化精度的同时提高优化效率。
获取风机叶片保护膜待优化的多个性能指标，构建对风机叶片保护膜的工艺参数进行优化控制的保护膜函数，所述多个性能指标包括防腐蚀、防粘结、防紫外线和耐候性；
在一个优选实施例中，还包括：
获取风机叶片保护膜待优化的多个性能指标，所述多个性能指标包括防腐蚀、防粘结、防紫外线和耐候性；根据所述多个性能指标，构建对风机叶片保护膜的工艺参数进行优化控制的保护膜函数，如下式：
；
其中，fil为保护膜函数的函数值，T为对风机叶片保护膜进行性能检测的样品的数量，为第i个样品的防腐蚀性能参数，/>为第i个样品的防粘结性能参数，/>为第i个样品的防紫外线性能参数，/>为第i个样品的耐候性性能参数，/>、/>、/>和/>分别为历史防腐蚀性能参数均值、历史防粘结性能参数均值、历史防紫外线性能参数均值和历史耐候性性能参数均值，/>、/>、/>和/>分别为防腐蚀权重、防粘结权重、防紫外线权重和耐候性权重。
获取风机叶片保护膜待优化的多个性能指标，构建对风机叶片保护膜的工艺参数进行优化控制的保护膜函数，所述多个性能指标包括防腐蚀、防粘结、防紫外线和耐候性，防腐蚀是指保护膜能够有效地保护风机叶片免受腐蚀的能力；防粘结是指保护膜能够防止其他物质在其表面粘附的能力；防紫外线是指保护膜能够抵抗紫外线照射的能力；耐候性是指保护膜在不同环境条件下保持其物理和化学性能的能力。可以理解的，防腐蚀、防粘结、防紫外线和耐候性均为表示风机叶片保护膜性能的指标，本领域专业技术人员可根据实际情况添加其他性能指标，对此不做限制。
进一步根据所述多个性能指标，构建对风机叶片保护膜的工艺参数进行优化控制的保护膜函数，如下式：
；
其中，fil为保护膜函数的函数值，T为对风机叶片保护膜进行性能检测的样品的数量，T为大于0的整数，为第i个样品的防腐蚀性能参数，/>为第i个样品的防粘结性能参数，/>为第i个样品的防紫外线性能参数，/>为第i个样品的耐候性性能参数。防腐蚀性能参数、防粘结性能参数、防紫外线性能参数和耐候性性能参数均可通过现有技术检测获取，、/>、/>和/>分别为历史防腐蚀性能参数均值、历史防粘结性能参数均值、历史防紫外线性能参数均值和历史耐候性性能参数均值，/>、/>、/>和/>分别为防腐蚀权重、防粘结权重、防紫外线权重和耐候性权重，由本领域专业技术人员自行设定，对此不做限制，保护膜函数的函数值越大，说明生产性能越优。
由此实现保护膜函数的构建，为后续的工艺参数的优化提供支持，便于得到性能较优的工艺参数进行工艺控制，提高工艺生产质量。
基于所述多个性能指标，在所述多个历史工艺参数范围内，进行工艺参数密集性分析和优异度分析，获取多个密集性信息和优异度信息；
具体而言，分析多个历史工艺参数范围内工艺参数出现的密集性和优异度，密集性即为各个历史工艺参数范围内的工艺参数的数量比重；优异度是指工艺参数的生产性能，可通过所述保护膜函数计算获取，由此得到多个历史工艺参数范围对应的多个密集性信息和优异度信息。后续以多个密集性信息和优异度信息作为在历史工艺参数范围内进行工艺参数抽选数量的依据，对于历史工艺参数密集性越高、优异度越差的历史工艺参数范围，优化过程中抽选的工艺参数越少，提升优化效率。
在一个优选实施例中，还包括：
在所述多个历史工艺参数范围内，获取所述历史工艺参数集内历史工艺参数分别落入多个历史工艺参数范围的落入数量；根据多个落入数量，计算获得多个密集性信息；分别根据落入所述多个历史工艺参数范围内的历史工艺参数，进行风机叶片保护膜的样品生产和性能测试，结合所述保护膜函数，计算获得多个历史函数值集合；基于多个历史函数值集合，计算获得多个优异度信息。
具体来说，在所述多个历史工艺参数范围内，获取历史工艺参数集内处于多个历史工艺参数范围的工艺参数的数量，得到多个历史工艺参数范围分别对应的多个落入数量。计算历史工艺参数集内的参数总数量作为落入总数量，进一步计算多个落入数量分别与落入总数量的比值作为多个密集性信息。
分别根据落入所述多个历史工艺参数范围内的历史工艺参数，基于现有技术进行风机叶片保护膜的样品生产和性能测试，每个历史工艺参数均对应多个样品，同时记录样品数量和对应的防腐蚀性能参数、防粘结性能参数、防紫外线性能参数和耐候性性能参数，并计算每个历史工艺参数对应的防腐蚀性能参数均值、防粘结性能参数均值、防紫外线性能参数均值和耐候性性能参数均值，代入所述保护膜函数，即可计算获得多个历史函数值集合，多个历史函数值集合与多个历史工艺参数范围相对应。进一步计算每一个历史函数值集合的均值，并将历史函数值集合的均值相加获得均值总和，最后以每一个历史函数值集合的均值与均值总和的比值作为多个优异度信息。由此实现对多个历史工艺参数范围的密集性和生产性能分析，为优化过程中工艺参数的抽选提供依据，从而提升优化准确度和效率。
根据所述多个密集性信息和优异度信息，计算获得多个历史工艺参数范围的多个优先度信息；
对所述多个密集性信息和优异度信息进行加权计算，其中，加权计算过程中密集性信息和优异度信息的权重由本领域专业技术人员结合实际情况自行设定，只需保证每一次加权计算的权重相同。以加权计算结果作为多个优先度信息。
在所述多个历史工艺参数范围内，按照所述多个优先度信息，随机生成多个第一工艺参数，根据所述保护膜函数，进行工艺参数的优化，获得最优工艺参数，其中，在工艺参数的优化中，通过所述多个优先度信息，对通过保护膜函数计算获得的工艺参数的函数值进行修正；
在一个优选实施例中，还包括：
根据所述多个优先度信息，计算获得第一抽选概率分布；根据所述第一抽选概率分布，在所述多个历史工艺参数范围内，随机选取获得多个第一工艺参数，并构建第一工艺参数库；根据所述保护膜函数，计算所述多个第一工艺参数的多个第一函数值；根据所述多个第一函数值，对所述第一抽选概率分布进行修正计算，获得第二抽选概率分布；根据所述多个优先度信息，对所述多个第一函数值进行修正计算，获得多个修正第一函数值；按照所述第二抽选概率分布，在所述多个历史工艺参数范围内，随机选取获得多个第二工艺参数；根据所述保护膜函数，计算所述多个第二工艺参数的多个第二函数值，并修正计算获得多个修正第二函数值；基于所述多个修正第二函数值和多个修正第一函数值，进行判别更新，保留函数值大的多个工艺参数，获得第二工艺参数库；继续进行迭代优化，直到满足收敛条件，获得收敛工艺参数库，输出收敛工艺参数库内函数值最大的工艺参数，获得所述最优工艺参数。
在一个优选实施例中，还包括：
计算每个优先度信息和多个优先度信息之和的比值，获得多个抽选概率；根据多个抽选概率和抽选数量进行计算取整，获得第一抽选概率分布。
在一个优选实施例中，还包括：
根据每个第一函数值与多个第一函数值均值的比值，对所述多个抽选概率进行修正计算和重分配，获得多个修正抽选概率；根据每个修正抽选概率和抽选数量进行计算取整，获得第二抽选概率分布。
在一个优选实施例中，还包括：
计算每个优先度信息与多个优先度信息均值的比值，获得多个第一函数值修正系数；采用多个第一函数值修正系数，对所述多个第一函数值进行修正计算，获得多个修正第一函数值。
具体而言，根据所述多个优先度信息，计算获得第一抽选概率分布，第一抽选概率分布是指对多个历史工艺参数范围内的工艺参数进行随机抽选的概率，其中，优先度越大，对应历史工艺参数范围可以抽选的工艺参数就越多，抽选概率越大，具体可按照多个优先度信息的大小对多个历史工艺参数范围进行抽选概率设置，抽选概率与优先度正相关。
计算获得第一抽选概率分布的具体过程为：计算每个优先度信息和多个优先度信息之和的比值作为多个抽选概率，根据多个抽选概率和抽选数量进行计算取整，获得第一抽选概率分布，就是说，抽选数量由本领域专业技术人员自行设定，比如抽选数量设为100，进一步以多个抽选概率分别乘以抽选数量，即可得到多个历史工艺参数范围分别对应的抽选数量，如果计算结果不是整数，可向上或者向下取整，由此得到多个历史工艺参数范围分别对应的抽选数量作为第一抽选概率分布，为后续的参数优化提供基础，提升优化效率和精度。
在所述多个历史工艺参数范围内，按照所述第一抽选概率分布，随机选取多个工艺参数作为多个第一工艺参数，组成第一工艺参数库，其中，每个第一工艺参数代表从多个历史工艺参数范围分别抽选的工艺参数。进一步分别根据所述多个第一工艺参数进行风机叶片保护膜的样品生产和性能测试，并根据所述保护膜函数，计算所述多个第一工艺参数的多个第一函数值。根据所述多个第一函数值，对所述第一抽选概率分布进行修正计算，获得第二抽选概率分布，简单来说，第一函数值越大，说明其生产性能越佳，那么就可以适应性调整对应的历史工艺参数范围的抽选概率，提高较优的工艺参数被抽取的概率，得到调整后的第二抽选概率分布。
具体地，获得第二抽选概率分布的过程为：计算多个第一函数值均值，根据每个第一函数值与多个第一函数值均值的比值，对所述多个抽选概率进行修正计算和重分配，获得多个修正抽选概率，简单来说，以每个第一函数值与多个第一函数值均值的比值作为多个修正抽选概率，以每个修正抽选概率乘以抽选数量进行计算取整，获得第二抽选概率分布，由此实现对抽取概率分布的修正更新，便于抽选出更多的性能较优的工艺参数，提升参数优化准确度。
进一步地，根据所述多个优先度信息，对所述多个第一函数值进行修正计算，获得多个修正第一函数值，就是说，对于优先度信息小、密集性信息较小的历史工艺参数范围，历史内用过的工艺参数少，可能实施该历史工艺参数范围内工艺参数的难度或误差比较大，因此，需要根据优先度信息，对函数值进行修正，提升工艺参数优化后实施的质量，具体过程如下：计算每个优先度信息与多个优先度信息均值的比值作为多个第一函数值修正系数。进而采用多个第一函数值修正系数，对所述多个第一函数值进行修正计算，就是以多个第一函数值修正系数乘以所述多个第一函数值，即可获得多个修正第一函数值。
进一步地，按照所述第二抽选概率分布，在所述多个历史工艺参数范围内，随机选取获得多个第二工艺参数，根据多个第二工艺参数进行风机叶片保护膜的样品生产和性能测试，并根据所述保护膜函数，计算所述多个第二工艺参数的多个第二函数值，并按照获取多个修正第一函数值相同的方法修正计算获得多个修正第二函数值，即计算每个优先度信息与多个优先度信息均值的比值对多个第二函数值进行修正。基于所述多个修正第二函数值和多个修正第一函数值，进行判别更新，就是对于属于同一个历史工艺参数范围内的工艺参数对应的多个修正第二函数值和多个修正第一函数值进行比较，保留其中较大的函数值所对应的工艺参数组成第二工艺参数库。
重复上述步骤，即根据多个修正第二函数值对第二抽选概率分布进行修正计算，获取第三抽选概率分布，进行第三工艺参数的随机选取，并再次根据保护膜函数计算函数值，获取第三工艺参数库，依此类推，继续进行迭代优化，直到满足收敛条件，收敛条件为迭代次数，可由本领域专业技术人员自行设定，比如50次，获得最后一轮迭代优化的工艺参数库作为收敛工艺参数库，输出收敛工艺参数库内函数值最大的工艺参数作为所述最优工艺参数。由此实现工艺参数的优化，通过本实施例提供的方法进行工艺参数优化，可以有效提升优化效率和优化精度。
采用所述最优工艺参数，进行风机叶片保护膜生产的工艺控制。
以所述最优工艺参数，进行风机叶片保护膜生产的工艺控制，提升生产质量。
基于上述分析可知，本申请提供的一个或多个技术方案，其可达到的有益效果如下：
获取风机叶片保护膜的历史工艺参数集，并划分获得多个历史工艺参数范围，获取风机叶片保护膜待优化的多个性能指标，构建对风机叶片保护膜的工艺参数进行优化控制的保护膜函数，多个性能指标包括防腐蚀、防粘结、防紫外线和耐候性，基于多个性能指标，在多个历史工艺参数范围内，进行工艺参数密集性分析和优异度分析，获取多个密集性信息和优异度信息，根据多个密集性信息和优异度信息，计算获得多个历史工艺参数范围的多个优先度信息，在多个历史工艺参数范围内，按照多个优先度信息，随机生成多个第一工艺参数，根据保护膜函数，进行工艺参数的优化，获得最优工艺参数，其中，在工艺参数的优化中，通过多个优先度信息，对通过保护膜函数计算获得的工艺参数的函数值进行修正，采用最优工艺参数，进行风机叶片保护膜生产的工艺控制。由此通过对多个历史工艺参数范围进行抽选概率的设置更新，进行多次的迭代优化，达到提升参数优化精度和优化效率，进而提升风机叶片保护膜的生产质量的技术效果。
实施例二
基于与前述实施例中一种叶片保护膜的工艺参数控制方法同样的发明构思，如图2所示，本申请还提供了一种叶片保护膜的工艺参数控制系统，所述系统包括：
历史工艺参数集划分模块11，所述历史工艺参数集划分模块11用于获取风机叶片保护膜的历史工艺参数集，并划分获得多个历史工艺参数范围；
保护膜函数构建模块12，所述保护膜函数构建模块12用于获取风机叶片保护膜待优化的多个性能指标，构建对风机叶片保护膜的工艺参数进行优化控制的保护膜函数，所述多个性能指标包括防腐蚀、防粘结、防紫外线和耐候性；
工艺参数性能分析模块13，所述工艺参数性能分析模块13用于基于所述多个性能指标，在所述多个历史工艺参数范围内，进行工艺参数密集性分析和优异度分析，获取多个密集性信息和优异度信息；
优先度计算模块14，所述优先度计算模块14用于根据所述多个密集性信息和优异度信息，计算获得多个历史工艺参数范围的多个优先度信息；
工艺参数优化模块15，所述工艺参数优化模块15用于在所述多个历史工艺参数范围内，按照所述多个优先度信息，随机生成多个第一工艺参数，根据所述保护膜函数，进行工艺参数的优化，获得最优工艺参数，其中，在工艺参数的优化中，通过所述多个优先度信息，对通过保护膜函数计算获得的工艺参数的函数值进行修正；
工艺控制模块16，所述工艺控制模块16用于采用所述最优工艺参数，进行风机叶片保护膜生产的工艺控制。
进一步而言，所述历史工艺参数集划分模块11还包括：
在预设历史时间范围内，采集风机叶片保护膜的历史工艺参数，获得历史工艺参数集；
基于所述历史工艺参数集的历史工艺参数最大值和历史工艺参数最小值，构建历史工艺参数总范围，按照等距划分，对所述历史工艺参数总范围进行划分，获得多个历史工艺参数范围。
进一步而言，所述保护膜函数构建模块12还包括：
获取风机叶片保护膜待优化的多个性能指标，所述多个性能指标包括防腐蚀、防粘结、防紫外线和耐候性；
根据所述多个性能指标，构建对风机叶片保护膜的工艺参数进行优化控制的保护膜函数，如下式：
；
其中，fil为保护膜函数的函数值，T为对风机叶片保护膜进行性能检测的样品的数量，为第i个样品的防腐蚀性能参数，/>为第i个样品的防粘结性能参数，/>为第i个样品的防紫外线性能参数，/>为第i个样品的耐候性性能参数，/>、/>、/>和/>分别为历史防腐蚀性能参数均值、历史防粘结性能参数均值、历史防紫外线性能参数均值和历史耐候性性能参数均值，/>、/>、/>和/>分别为防腐蚀权重、防粘结权重、防紫外线权重和耐候性权重。
进一步而言，所述工艺参数性能分析模块13还包括：
在所述多个历史工艺参数范围内，获取所述历史工艺参数集内历史工艺参数分别落入多个历史工艺参数范围的落入数量；
根据多个落入数量，计算获得多个密集性信息；
分别根据落入所述多个历史工艺参数范围内的历史工艺参数，进行风机叶片保护膜的样品生产和性能测试，结合所述保护膜函数，计算获得多个历史函数值集合；
基于多个历史函数值集合，计算获得多个优异度信息。
进一步而言，所述工艺参数优化模块15还包括：
根据所述多个优先度信息，计算获得第一抽选概率分布；
根据所述第一抽选概率分布，在所述多个历史工艺参数范围内，随机选取获得多个第一工艺参数，并构建第一工艺参数库；
根据所述保护膜函数，计算所述多个第一工艺参数的多个第一函数值；
根据所述多个第一函数值，对所述第一抽选概率分布进行修正计算，获得第二抽选概率分布；
根据所述多个优先度信息，对所述多个第一函数值进行修正计算，获得多个修正第一函数值；
按照所述第二抽选概率分布，在所述多个历史工艺参数范围内，随机选取获得多个第二工艺参数；
根据所述保护膜函数，计算所述多个第二工艺参数的多个第二函数值，并修正计算获得多个修正第二函数值；
基于所述多个修正第二函数值和多个修正第一函数值，进行判别更新，保留函数值大的多个工艺参数，获得第二工艺参数库；
继续进行迭代优化，直到满足收敛条件，获得收敛工艺参数库，输出收敛工艺参数库内函数值最大的工艺参数，获得所述最优工艺参数。
进一步而言，所述工艺参数优化模块15还包括：
计算每个优先度信息和多个优先度信息之和的比值，获得多个抽选概率；
根据多个抽选概率和抽选数量进行计算取整，获得第一抽选概率分布。
进一步而言，所述工艺参数优化模块15还包括：
根据每个第一函数值与多个第一函数值均值的比值，对所述多个抽选概率进行修正计算和重分配，获得多个修正抽选概率；
根据每个修正抽选概率和抽选数量进行计算取整，获得第二抽选概率分布。
进一步而言，所述工艺参数优化模块15还包括：
计算每个优先度信息与多个优先度信息均值的比值，获得多个第一函数值修正系数；
采用多个第一函数值修正系数，对所述多个第一函数值进行修正计算，获得多个修正第一函数值。
前述实施例一中的一种叶片保护膜的工艺参数控制方法具体实例同样适用于本实施例的一种叶片保护膜的工艺参数控制系统，通过前述对一种叶片保护膜的工艺参数控制方法的详细描述，本领域技术人员可以清楚地知道本实施例中一种叶片保护膜的工艺参数控制系统，所以为了说明书的简洁，在此不再详述。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
注意，上述仅为本申请的较佳实施例及所运用技术原理。本领域技术人员会理解，本申请不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本申请的保护范围。因此，虽然通过以上实施例对本申请进行了较为详细的说明，但是本申请不仅仅限于以上实施例，在不脱离本申请构思的情况下，还可以包括更多其他等效实施例，而本申请的范围由所附的权利要求范围决定。

Claims (6)

1.一种叶片保护膜的工艺参数控制方法，其特征在于，所述方法包括：
获取风机叶片保护膜的历史工艺参数集，并划分获得多个历史工艺参数范围；
获取风机叶片保护膜待优化的多个性能指标，构建对风机叶片保护膜的工艺参数进行优化控制的保护膜函数，所述多个性能指标包括防腐蚀、防粘结、防紫外线和耐候性；
基于所述多个性能指标，在所述多个历史工艺参数范围内，进行工艺参数密集性分析和优异度分析，获取多个密集性信息和优异度信息；
根据所述多个密集性信息和优异度信息，计算获得多个历史工艺参数范围的多个优先度信息；
在所述多个历史工艺参数范围内，按照所述多个优先度信息，随机生成多个第一工艺参数，根据所述保护膜函数，进行工艺参数的优化，获得最优工艺参数，其中，在工艺参数的优化中，通过所述多个优先度信息，对通过保护膜函数计算获得的工艺参数的函数值进行修正；
采用所述最优工艺参数，进行风机叶片保护膜生产的工艺控制；
其中，获取风机叶片保护膜的历史工艺参数集，并划分获得多个历史工艺参数范围，包括：
在预设历史时间范围内，采集风机叶片保护膜的历史工艺参数，获得历史工艺参数集；
基于所述历史工艺参数集的历史工艺参数最大值和历史工艺参数最小值，构建历史工艺参数总范围，按照等距划分，对所述历史工艺参数总范围进行划分，获得多个历史工艺参数范围；
获取风机叶片保护膜待优化的多个性能指标，构建对风机叶片保护膜的工艺参数进行优化控制的保护膜函数，包括：
获取风机叶片保护膜待优化的多个性能指标，所述多个性能指标包括防腐蚀、防粘结、防紫外线和耐候性；
根据所述多个性能指标，构建对风机叶片保护膜的工艺参数进行优化控制的保护膜函数，如下式：
；
其中，fil为保护膜函数的函数值，T为对风机叶片保护膜进行性能检测的样品的数量，为第i个样品的防腐蚀性能参数，/>为第i个样品的防粘结性能参数，/>为第i个样品的防紫外线性能参数，/>为第i个样品的耐候性性能参数，/>、/>、/>和/>分别为历史防腐蚀性能参数均值、历史防粘结性能参数均值、历史防紫外线性能参数均值和历史耐候性性能参数均值，/>、/>、/>和/>分别为防腐蚀权重、防粘结权重、防紫外线权重和耐候性权重；
基于所述多个性能指标，在所述多个历史工艺参数范围内，进行工艺参数密集性分析和优异度分析，包括：
在所述多个历史工艺参数范围内，获取所述历史工艺参数集内历史工艺参数分别落入多个历史工艺参数范围的落入数量；
根据多个落入数量，计算获得多个密集性信息；
分别根据落入所述多个历史工艺参数范围内的历史工艺参数，进行风机叶片保护膜的样品生产和性能测试，结合所述保护膜函数，计算获得多个历史函数值集合；
基于多个历史函数值集合，计算获得多个优异度信息。
2.根据权利要求1所述的方法，其特征在于，在所述多个历史工艺参数范围，按照所述多个优先度信息，随机生成多个第一工艺参数，根据所述保护膜函数，进行工艺参数的优化，包括：
根据所述多个优先度信息，计算获得第一抽选概率分布；
根据所述第一抽选概率分布，在所述多个历史工艺参数范围内，随机选取获得多个第一工艺参数，并构建第一工艺参数库；
根据所述保护膜函数，计算所述多个第一工艺参数的多个第一函数值；
根据所述多个第一函数值，对所述第一抽选概率分布进行修正计算，获得第二抽选概率分布；
根据所述多个优先度信息，对所述多个第一函数值进行修正计算，获得多个修正第一函数值；
按照所述第二抽选概率分布，在所述多个历史工艺参数范围内，随机选取获得多个第二工艺参数；
根据所述保护膜函数，计算所述多个第二工艺参数的多个第二函数值，并修正计算获得多个修正第二函数值；
基于所述多个修正第二函数值和多个修正第一函数值，进行判别更新，保留函数值大的多个工艺参数，获得第二工艺参数库；
继续进行迭代优化，直到满足收敛条件，获得收敛工艺参数库，输出收敛工艺参数库内函数值最大的工艺参数，获得所述最优工艺参数。
3.根据权利要求2所述的方法，其特征在于，根据所述多个优先度信息，计算获得第一抽选概率分布，包括：
计算每个优先度信息和多个优先度信息之和的比值，获得多个抽选概率；
根据多个抽选概率和抽选数量进行计算取整，获得第一抽选概率分布。
4.根据权利要求3所述的方法，其特征在于，根据所述多个第一函数值，对所述第一抽选概率分布进行修正计算，获得第二抽选概率分布，包括：
根据每个第一函数值与多个第一函数值均值的比值，对所述多个抽选概率进行修正计算和重分配，获得多个修正抽选概率；
根据每个修正抽选概率和抽选数量进行计算取整，获得第二抽选概率分布。
5.根据权利要求2所述的方法，其特征在于，根据所述多个优先度信息，对所述多个第一函数值进行修正计算，获得多个修正第一函数值，包括：
计算每个优先度信息与多个优先度信息均值的比值，获得多个第一函数值修正系数；
采用多个第一函数值修正系数，对所述多个第一函数值进行修正计算，获得多个修正第一函数值。
6.一种叶片保护膜的工艺参数控制系统，其特征在于，用于执行权利要求1至5任意一项所述方法的步骤，所述系统包括：
历史工艺参数集划分模块，所述历史工艺参数集划分模块用于获取风机叶片保护膜的历史工艺参数集，并划分获得多个历史工艺参数范围；
保护膜函数构建模块，所述保护膜函数构建模块用于获取风机叶片保护膜待优化的多个性能指标，构建对风机叶片保护膜的工艺参数进行优化控制的保护膜函数，所述多个性能指标包括防腐蚀、防粘结、防紫外线和耐候性；
工艺参数性能分析模块，所述工艺参数性能分析模块用于基于所述多个性能指标，在所述多个历史工艺参数范围内，进行工艺参数密集性分析和优异度分析，获取多个密集性信息和优异度信息；
优先度计算模块，所述优先度计算模块用于根据所述多个密集性信息和优异度信息，计算获得多个历史工艺参数范围的多个优先度信息；
工艺参数优化模块，所述工艺参数优化模块用于在所述多个历史工艺参数范围内，按照所述多个优先度信息，随机生成多个第一工艺参数，根据所述保护膜函数，进行工艺参数的优化，获得最优工艺参数，其中，在工艺参数的优化中，通过所述多个优先度信息，对通过保护膜函数计算获得的工艺参数的函数值进行修正；
工艺控制模块，所述工艺控制模块用于采用所述最优工艺参数，进行风机叶片保护膜生产的工艺控制。
CN202410020683.0A 2024-01-08 2024-01-08 一种叶片保护膜的工艺参数控制方法及系统 Active CN117519058B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410020683.0A CN117519058B (zh) 2024-01-08 2024-01-08 一种叶片保护膜的工艺参数控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410020683.0A CN117519058B (zh) 2024-01-08 2024-01-08 一种叶片保护膜的工艺参数控制方法及系统

Publications (2)

Publication Number Publication Date
CN117519058A CN117519058A (zh) 2024-02-06
CN117519058B true CN117519058B (zh) 2024-04-19

Family

ID=89764841

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410020683.0A Active CN117519058B (zh) 2024-01-08 2024-01-08 一种叶片保护膜的工艺参数控制方法及系统

Country Status (1)

Country Link
CN (1) CN117519058B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160118149A (ko) * 2015-03-31 2016-10-11 단국대학교 산학협력단 분리막 모듈을 포함하는 수처리 공정의 운영비 최적화를 위한 자산관리 시스템
CN109766989A (zh) * 2018-12-05 2019-05-17 东华大学 一种聚酯纤维生产过程工艺参数的智能配置方法
CN112947651A (zh) * 2021-03-24 2021-06-11 上海飞域实验室设备有限公司 一种实验室环境参数控制方法
CN115115129A (zh) * 2022-07-19 2022-09-27 黄河勘测规划设计研究院有限公司 一种基于加权随机森林的tbm施工速度预测方法
CN117275635A (zh) * 2023-11-21 2023-12-22 济南东方结晶器有限公司 一种结晶器铜管的电镀优化方法与系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160118149A (ko) * 2015-03-31 2016-10-11 단국대학교 산학협력단 분리막 모듈을 포함하는 수처리 공정의 운영비 최적화를 위한 자산관리 시스템
CN109766989A (zh) * 2018-12-05 2019-05-17 东华大学 一种聚酯纤维生产过程工艺参数的智能配置方法
CN112947651A (zh) * 2021-03-24 2021-06-11 上海飞域实验室设备有限公司 一种实验室环境参数控制方法
CN115115129A (zh) * 2022-07-19 2022-09-27 黄河勘测规划设计研究院有限公司 一种基于加权随机森林的tbm施工速度预测方法
CN117275635A (zh) * 2023-11-21 2023-12-22 济南东方结晶器有限公司 一种结晶器铜管的电镀优化方法与系统

Also Published As

Publication number Publication date
CN117519058A (zh) 2024-02-06

Similar Documents

Publication Publication Date Title
CN111260030B (zh) 基于a-tcn电力负荷预测方法、装置、计算机设备及存储介质
CN112926144B (zh) 一种多应力加速寿命试验耦合效应分析及寿命预测方法
CN114966233B (zh) 基于深度神经网络的雷电预报系统及方法
CN112163703A (zh) 考虑气象因子不确定性的农田参考作物蒸散量预测方法
CN111612055A (zh) 天气形势的分型方法、空气污染状况的预测方法及装置
CN111709454B (zh) 一种基于最优copula模型的多风电场出力聚类评估方法
CN116740946B (zh) 一种公路车流量大数据分析处理方法
CN104751363A (zh) 基于贝叶斯分类器的股票中长期趋势预测方法及系统
CN112684118A (zh) 一种大气臭氧污染的便捷预警方法
CN111985719A (zh) 一种基于改进的长短期记忆网络的电力负荷预测方法
CN115204444A (zh) 基于改进聚类分析和融合集成算法的光伏功率预测方法
CN112766537A (zh) 一种短期电负荷预测方法
CN116822743A (zh) 一种基于两阶段分解重构与误差校正的风电功率预测方法
CN117519058B (zh) 一种叶片保护膜的工艺参数控制方法及系统
CN116911643B (zh) 城市内涝防治方案选择方法、系统、装置、存储介质
CN117200223A (zh) 日前电力负荷预测方法和装置
CN117455551A (zh) 一种基于行业关系复杂网络的行业用电量预测方法
CN117592592A (zh) 基于vmd-ssa-lstm的输电线路覆冰厚度预测方法
CN116307139A (zh) 一种优化与改进极限学习机的风电功率超短期预测方法
CN114169590B (zh) 一种基于多情景划分的水库入库径流预报校正方法和系统
CN104240144B (zh) 一种基于需求响应的电力负荷聚类方法
CN115221731A (zh) 基于数据融合和Wiener模型的变压器寿命评估方法
CN111832818B (zh) 一种基于相关性分析的lstm网络发电多步预测方法
CN115099499A (zh) 一种基于随机森林的emd-lstm对pm2.5浓度预测的方法
CN115456286A (zh) 一种短期光伏功率预测方法

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