CN117572839B - 一种地坪漆的智能生产方法及其系统 - Google Patents
一种地坪漆的智能生产方法及其系统 Download PDFInfo
- Publication number
- CN117572839B CN117572839B CN202410067456.3A CN202410067456A CN117572839B CN 117572839 B CN117572839 B CN 117572839B CN 202410067456 A CN202410067456 A CN 202410067456A CN 117572839 B CN117572839 B CN 117572839B
- Authority
- CN
- China
- Prior art keywords
- floor paint
- performance
- formula
- production
- target
- 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
- 239000003973 paint Substances 0.000 title claims abstract description 270
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 187
- 238000005457 optimization Methods 0.000 claims abstract description 42
- 238000004458 analytical method Methods 0.000 claims abstract description 37
- 238000001514 detection method Methods 0.000 claims abstract description 36
- 239000002994 raw material Substances 0.000 claims abstract description 30
- 230000002452 interceptive effect Effects 0.000 claims abstract description 24
- 238000012544 monitoring process Methods 0.000 claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 19
- 238000011056 performance test Methods 0.000 claims abstract description 10
- 238000012360 testing method Methods 0.000 claims description 49
- 239000000126 substance Substances 0.000 claims description 19
- 238000000576 coating method Methods 0.000 claims description 12
- 239000011248 coating agent Substances 0.000 claims description 11
- 238000009472 formulation Methods 0.000 claims description 11
- 239000000203 mixture Substances 0.000 claims description 11
- 239000000654 additive Substances 0.000 claims description 8
- 239000002390 adhesive tape Substances 0.000 claims description 8
- 239000000853 adhesive Substances 0.000 claims description 6
- 230000001070 adhesive effect Effects 0.000 claims description 6
- 230000003993 interaction Effects 0.000 claims description 5
- 230000032683 aging Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000005520 cutting process Methods 0.000 claims description 4
- 238000007373 indentation Methods 0.000 claims description 4
- 238000012423 maintenance Methods 0.000 claims description 4
- 230000007246 mechanism Effects 0.000 claims description 4
- 230000035515 penetration Effects 0.000 claims description 4
- 238000012549 training Methods 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 3
- 230000008685 targeting Effects 0.000 claims 1
- 239000002699 waste material Substances 0.000 abstract description 5
- 230000008569 process Effects 0.000 abstract description 4
- 230000006872 improvement Effects 0.000 abstract description 3
- 239000000047 product Substances 0.000 description 31
- 238000013461 design Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 230000008713 feedback mechanism Effects 0.000 description 4
- 238000002156 mixing Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000010200 validation analysis Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000010923 batch production Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000004566 building material Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000005034 decoration Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000010008 shearing Methods 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 238000013112 stability test Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000012956 testing procedure Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41875—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 quality surveillance of production
-
- 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
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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及地坪漆生成技术领域，公开了一种地坪漆的智能生产方法及其系统，通过交互界面精确收集用户需求，并据此确定地坪漆目标性能，利用预构建的配方分析子网络自动生成初步配方，并通过预生产和性能测试获得第一手性能数据，建立地坪漆性能检测网络，分析性能偏差，并通过生产优化模型对配方和生产控制参数进行精细调整；这一过程中，自动化设备和实时监控系统确保生产效率的显著提升和产品质量；通过智能化的分析和优化，实现地坪漆的个性化定制，满足多样化需求，同时确保每批产品的性能稳定且符合预期标准；此外，优化的生产流程不仅缩短了生产周期，还减少了原材料浪费，提高了整体生产灵活性，进而提升了产品的质量与性能。
Description
技术领域
本发明涉及地坪漆生成技术领域，尤其涉及一种地坪漆的智能生产方法及其系统。
背景技术
地坪漆行业作为建筑材料的一个重要分支，主要应用于工业、商业和住宅地面的装饰与保护。随着经济的发展和建筑行业的进步，对地坪漆的需求日益增长；用户对地坪漆的性能要求也日趋多样化，如耐磨性、耐化学性、美观性等。这些需求的多样化推动了地坪漆技术的不断发展和创新。然而，这个行业面临着原材料成本的上升、环保法规的严格化以及消费者需求的个性化等挑战。
传统的地坪漆生产过程大多依赖于经验式的配方设计和手动调节的生产方式，这些方法虽然在操作方式简单，但是因为其配方设计往往是固定的，缺乏灵活性，无法满足不同用户不同的使用需求，且依赖手动调节，生产过程中的质量控制可能不稳定，导致产品性能波动，缺乏精细的原料和能源使用控制，可能导致资源浪费和环境污染；且效率较低，难以应对大规模和快速生产的需求。
鉴于此，需要对现有技术中的地坪漆生产工艺加以改进，以解决配方固定无法满足个性化需求的技术问题。
发明内容
本发明的目的在于提供一种地坪漆的智能生产方法及系统，解决以上的技术问题。
为达此目的，本发明采用以下技术方案：
一种地坪漆的智能生产方法，包括：
通过交互界面收集用户需求，根据所述用户需求确定地坪漆目标性能；
使用预构建的配方分析子网络，根据目标性能自动生成地坪漆初步配方；
根据所述地坪漆初步配方进行预生产，制备样品地坪漆，并通过检测仪器测试样品地坪漆的性能，以生成第一性能数据；
建立地坪漆性能检测网络，将所述第一性能数据输入性能检测网络，分析性能偏差信息；
根据性能偏差信息，通过生产优化模型对生产控制参数和地坪漆初步配方进行优化，生成优化后的生产控制参数和地坪漆目标配方；
应用优化后的生产控制参数和地坪漆目标配方，通过自动化设备进行地坪漆的生产；生产过程中，实时监控设备状态和产品质量。
可选的，所述通过交互界面收集用户需求，根据所述用户需求确定地坪漆目标性能；具体包括：
设计一款关于地坪漆的交互界面；所述交互界面包括显示应用模块、网页表单模块、智能问答模块和收集模块；
用户通过所述网页表单模块输入第一需求信息，并通过智能问答系统收集第二需求信息；
根据用户提供的所述第一需求信息和所述第二需求信息，将其翻译成具体的地坪漆目标性能，并对所述地坪漆目标性能进行分类；
通过显示应用模块对分类后的地坪漆目标性能进行呈现给用户，以供用户进行确认或修改；
所述交互界面的收集模块对不同用户的所述地坪漆目标性能进行收集和整理。
可选的，所述使用预构建的配方分析子网络，根据目标性能自动生成地坪漆初步配方；具体包括：
调用分析子网络模型；
通过历史配方数据、实测性能结果与外部数据库输入于所述分析子网络模型进行训练，形成配方分析子网络；
将所述地坪漆目标性能转化为所述配方分析子网络可识别的性能参数，并输入于所述配方分析子网络进行计算，选取匹配的原材料种类、比例以及添加剂，并生成地坪漆初步配方；
将生成的地坪漆初步配方与所述地坪漆目标性能进行比对，验证所述地坪漆初步配方的性能与所述地坪漆目标性能的一致性；
将生成的地坪漆初步配方存储于数据库中。
可选的，根据所述地坪漆初步配方进行预生产，制备样品地坪漆，并通过检测仪器测试样品地坪漆的性能，以生成第一性能数据；具体包括：
基于所述地坪漆初步配方，选择对应的原材料和生产设备；
通过对应的原材料和生产设备进行预生产，制备样品地坪漆，并对所述样品地坪漆进行温度和湿度的养护；
通过检测仪器测试养护后的样品地坪漆的性能，以生成第一性能数据；
将所述第一性能数据与所述目标性能进行比较，以初步评估所述地坪漆初步配方。
可选的，所述通过检测仪器测试养护后的样品地坪漆的性能，以生成第一性能数据；具体包括：
采用旋转黏度计对养护后的所述样品地坪漆进行性能测试，以生成粘度性能数据；
将所述样品地坪漆涂敷于预设测试板上，对涂敷的样品地坪漆进行标准交叉切割，贴上测试胶带预设时间后对测试胶带进行剥离，观察涂层的脱落，之后使用拉力仪器测量涂敷的样品地坪漆与预设测试板之间的粘结强度，获得附着力性能数据；
对涂敷的样品地坪漆施加预设压力，观测压痕宽度和渗透深度来评定硬度性能数据；
依次对涂敷的样品地坪漆进行化学耐受测试和老化测试，以获得化学稳定性能数据；
综合所述粘度性能数据、所述附着力性能数据、所述硬度性能数据和所述化学稳定性能数据，以生成第一性能数据。
可选的，所述根据性能偏差信息，通过生产优化模型对生产控制参数和地坪漆初步配方进行优化，生成优化后的生产控制参数和地坪漆目标配方；具体包括：
根据所述性能偏差信息，识别出地坪漆性能不符合预期的性能类别；
选择预设的生产优化模型，将所述性能偏差信息和当前生产参数输入于所述生产优化模型中，运算得出优化的参数和配方建议，整合获得优化建议信息；
根据所述优化建议信息调整后续的预生产的生产控制参数，检测对应生产获得的样品地坪漆的性能，以生成第二性能数据，并判断所述第二性能数据是否达到所述目标性能，若是，则确定所述地坪漆初步配方为地坪漆目标配方；若否，则根据所述优化建议信息，调整所述地坪漆初步配方，获得地坪漆目标配方。
可选的，应用优化后的生产控制参数和地坪漆目标配方，通过自动化设备进行地坪漆的生产；生产过程中，实时监控设备状态和产品质量；具体包括：
在所述自动化设备上设置优化后的生产控制参数，并重新选择地坪漆的原材料；
启动所述自动化设备，运用优化后的生产控制参数和地坪漆目标配方进行地坪漆的生产；
利用在线检测系统实时监控设备状态和生成的地坪漆的产品质量指标。
本发明还提供了一种地坪漆的智能生产系统，实现如上所述的智能生产方法，所述智能生产系统具体包括：
交互界面，用于收集用户需求，以根据所述用户需求确定地坪漆目标性能；
分析子网络模型，用于根据地坪漆目标性能自动生成地坪漆初步配方；
预生成设备，用于根据地坪漆初步配方制备地坪漆样品；
检测仪器，用于检测样品地坪漆的性能，以生成第一性能数据；
性能检测网络，用于根据输入的第一性能数据，分析性能偏差信息；
生产优化模型，用于根据性能偏差信息优化生产控制参数和地坪漆初步配方，生成优化后的生产控制参数和地坪漆目标配方；
自动化设备，用于根据优化后的生产控制参数和地坪漆目标配方生产地坪漆，并实时监控生产过程中的设备状态和产品质量。
可选的，所述智能生产系统还包括：
实时监控系统，用于实时监控生产过程中的设备状态和产品质量；
生产管理系统，用于控制所述智能生产系统运行；
反馈与优化机制模块，用于根据反馈调整用户交互界面、配方分析子网络。
与现有技术相比，本发明具有以下有益效果：首先通过交互界面收集用户的具体需求，并据此确定地坪漆目标性能；利用预构建的配方分析子网络自动生成地坪漆初步配方，涵盖原材料、比例和添加剂的选择；基于这个配方进行小批量预生产，制备样品地坪漆，并通过检测仪器对样品进行性能测试，生成第一性能数据，这些数据被输入到地坪漆性能检测网络中，以分析性能偏差；根据所得的性能偏差信息，通过生产优化模型对生产控制参数和配方进行优化，从而获得优化后的生产控制参数和配方，使用这些优化后的参数和配方，通过自动化设备进行地坪漆的生产，同时实时监控设备状态和产品质量，确保生产效率和产品质量；本智能生产方法通过收集和分析用户需求，能够更精确地定制地坪漆，满足个性化和多样化需求，检测技术和性能分析保证每批地坪漆性能的稳定和符合预期标准；自动化和智能化的生产流程大幅提升生产效率，缩短生产周期；同时，优化的生产控制参数和配方减少原材料浪费，提高了生产过程的灵活性，精准满足用户需求，提升产品质量与性能。
附图说明
为了更清楚地说明本发明实施例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，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
本说明书附图所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容得能涵盖的范围内。
图1为本实施例一的地坪漆的智能生产方法的流程示意图之一；
图2为本实施例一的地坪漆的智能生产方法的流程示意图之二；
图3为本实施例一的地坪漆的智能生产方法的流程示意图之三。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，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，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。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它实施例，都属于本发明保护的范围。
在本发明的描述中，需要理解的是，术语“上”、“下”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。需要说明的是，当一个组件被认为是“连接”另一个组件，它可以是直接连接到另一个组件或者可能同时存在居中设置的组件。
下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。
实施例一：
结合图1至图3所示，本发明实施例提供了一种地坪漆的智能生产方法，包括：
S1，通过交互界面收集用户需求，根据用户需求确定地坪漆目标性能；目标性能包括使用粘度性能、附着力性能、硬度性能、化学稳定性能、颜色、光泽度；
这一步通过直观的交互界面确定用户的具体需求，这能确保生产出来的地坪漆能够满足用户的实际应用场景。利用这一步收集的信息作为生产的起始点，有助于后续生产的个性化和精准定位。
S2，使用预构建的配方分析子网络，根据目标性能自动生成地坪漆初步配方；地坪漆初步配方包括原材料种类、比例以及添加剂的选择；
这一步利用人工智能技术，根据收集到的目标性能自动生成配方，这在减少人工干预和提高配方设计效率方面具有优势。预构建的配方分析子网络能够基于大量历史数据和先进算法进行学习和优化，从而为不同目标性能快速生成适宜的初步配方。
S3，根据地坪漆初步配方进行预生产，制备样品地坪漆，并通过检测仪器测试样品地坪漆的性能，以生成第一性能数据；（此步骤的测试过程包括如光谱分析、粘度测试）；
这个过程类似于传统生产中的试验批次制作，但这里更注重利用检测仪器来测试样品的性能，以便快速、准确地收集数据。这一步是检验配方设计是否满足需求的重要环节。
S4，建立地坪漆性能检测网络，将第一性能数据输入性能检测网络，分析性能偏差信息；性能检测包括耐磨性检测、化学稳定性检测；
将收集到的性能数据输入专门建立的性能检测网络，可以对产品性能偏差进行分析，从而识别出需要改进的地方。这种方法可以系统地优化产品配方和生产工艺，提高地坪漆的整体质量。
S5，根据性能偏差信息，通过生产优化模型对生产控制参数和地坪漆初步配方进行优化，生成优化后的生产控制参数和地坪漆目标配方；
这一步是方案中的关键环节，它将实际测试数据与期望的产品性能进行对比，并利用优化模型对初步配方和生产控制参数进行调整。这样能更加精准地满足用户需求和提高生产的精准度。
S6，应用优化后的生产控制参数和地坪漆目标配方，通过自动化设备进行地坪漆的生产；生产过程中，实时监控设备状态和产品质量。
最终采用优化后的参数和配方，结合自动化生产线进行实际生产。自动化设备可以准确无误地执行优化后的参数和配方，从而生产出符合性能要求的地坪漆。实时监控设备状态和产品质量则是保障生产过程稳定和产品质量一致性的保障。
本发明的工作原理为：首先通过交互界面收集用户的具体需求，并据此确定地坪漆目标性能；利用预构建的配方分析子网络自动生成地坪漆初步配方，涵盖原材料、比例和添加剂的选择；基于这个配方进行小批量预生产，制备样品地坪漆，并通过检测仪器对样品进行性能测试，生成第一性能数据，这些数据被输入到地坪漆性能检测网络中，以分析性能偏差；根据所得的性能偏差信息，通过生产优化模型对生产控制参数和配方进行优化，从而获得优化后的生产控制参数和配方，使用这些优化后的参数和配方，通过自动化设备进行地坪漆的生产，同时实时监控设备状态和产品质量，确保生产效率和产品质量；相较于现有技术中的地坪漆生产工艺，本智能生产方法通过收集和分析用户需求，能够更精确地定制地坪漆，满足个性化和多样化需求，检测技术和性能分析保证每批地坪漆性能的稳定和符合预期标准；自动化和智能化的生产流程大幅提升生产效率，缩短生产周期；同时，优化的生产控制参数和配方减少原材料浪费，提高了生产过程的灵活性，精准满足用户需求，提升产品质量与性能。
在本实施例中，具体说明的是步骤S1具体包括：
S11，设计一款关于地坪漆的交互界面；交互界面包括显示应用模块、网页表单模块、智能问答模块和收集模块；
显示应用模块，这个模块负责向用户展示有关地坪漆的各种信息，包括产品介绍、性能参数、案例展示；有助于用户更好地理解产品的特性和应用范围；
网页表单模块，这个模块允许用户直接输入对地坪漆的需求，如耐磨性、颜色、亮度；表单设计应直观易用，引导用户提供尽可能详细的信息；
智能问答模块，此模块通过交互式问答的形式，进一步收集用户需求；它可以根据用户的初步输入提出更具体的问题，以精细化收集需求；
收集模块，负责收集用户通过各种方式提供的信息，为后续的数据分析和配方设计提供基础。
S12，用户通过网页表单模块输入第一需求信息，并通过智能问答系统收集第二需求信息；
网页表单模块可输入的范围包括提供一个系列的选项（例如选择地坪漆使用的环境：工业、商业、住宅、室内、室外），以及智能问答系统提供开放性的问题以收集用户的进一步要求（如对地坪漆耐磨程度、化学抵抗性质、颜色偏好和光泽度的具体描述）。
S13，根据用户提供的第一需求信息和第二需求信息，将其翻译成具体的地坪漆目标性能，并对地坪漆目标性能进行分类；例如，若用户需要一种适合高流量物流中心的地坪漆，目标性能就会包含较高的耐磨性以及抗重压裂纹的特性。
根据收集来的数据，将地坪漆目标性能分类；例如，可以将环境适用性、耐久性、防腐蚀性能等做一个细分，以确保在接下来的生产配方过程中有清晰的生产指导。
S14，通过显示应用模块对分类后的地坪漆目标性能进行呈现给用户，以供用户进行确认或修改；
通过显示应用模块，将分类后的地坪漆目标性能以可视化的形式展示给用户，使用户能够直观地理解其需求如何被转化为产品性能；
用户输入完成后，系统应给出一份目标性能确认的概览，以便用户进行最后的确认或修改。这样可以确保目标性能尽可能与用户的真实需求相符。
S15，交互界面的收集模块对不同用户的地坪漆目标性能进行收集和整理。
对收集来的数据进行整理和分析，为制定通用或特定的配方提供数据支撑，同时也为市场趋势分析提供参考。
交互界面提供一个后台数据收集和分析功能的收集模块，将不同用户的需求数据进行收集和整理，为后续的配方生成和制造流程提供决策支持。
在本实施例中，具体说明的是步骤S2具体包括：
S21，调用分析子网络模型；这一步骤涉及激活预先构建的分析子网络模型，分析子网络模型是智能生产系统的核心部分，负责将用户需求转化为具体的地坪漆初步配方。
S22，通过历史配方数据、实测性能结果与外部数据库输入于分析子网络模型进行训练，形成配方分析子网络；
历史配方数据为历史记录中成功的地坪漆配方数据，使用历史成功的地坪漆配方数据来训练模型，这有助于模型理解不同配方与其性能之间的关系；
将历史产品的实测性能数据也输入分析子网络模型，以提高模型对于预期性能和实际性能差异的预测能力；
外部数据库输入：利用外部数据库（如原材料供应商的数据库）提供的数据，确保配方分析子网络能够考虑到最新的材料信息。
S23，将地坪漆目标性能转化为配方分析子网络可识别的性能参数，并输入于配方分析子网络进行计算，选取匹配的原材料种类、比例以及添加剂，并生成地坪漆初步配方；
将用户需求（地坪漆目标性能）转化为分析子网络可以识别和处理的具体性能参数，如耐磨性能可以转化为特定的数值或等级。
配方计算，输入这些参数到分析子网络，网络通过算法计算，选取最适合的原材料种类、比例和添加剂，从而生成初步配方。
S24，将生成的地坪漆初步配方与地坪漆目标性能进行比对，验证地坪漆初步配方的性能与地坪漆目标性能的一致性；为了确保配方确实满足用户需求，系统还需要包括一个反馈机制；
将生成的地坪漆初步配方与地坪漆目标性能进行比对，验证地坪漆初步配方的性能与地坪漆目标性能的一致性，确保配方能够满足用户需求；反馈机制：如果存在不一致，系统还具备反馈机制，允许对配方进行调整，以更好地适应用户需求。
S25，将生成的地坪漆初步配方存储于数据库中；以便于后续的生产使用和配方的进一步优化。
综上，通过这些步骤，智能生产系统能够自动化地将用户需求转化为具体的地坪漆初步配方，同时确保配方的精准性和实用性；这个过程的自动化和智能化显著提高了生产效率，降低了手动错误的可能性，同时增强了配方的个性化和精确性。
在本实施例中，具体说明的是步骤S3具体包括：
S31，基于地坪漆初步配方，选择对应的原材料和生产设备；
基于初步配方，选取合适的原材料。这一步骤需要考虑原材料的质量、性能以及供应情况；根据配方的特性选择合适的生产设备，不同的地坪漆可能需要不同的混合、加热、冷却等设备。
S32，通过对应的原材料和生产设备进行预生产，制备样品地坪漆，并对样品地坪漆进行温度和湿度的养护；
使用选定的原材料和设备进行小批量生产，制备样品地坪漆，这一步骤是为了测试配方的实际效果，对制备出的样品地坪漆进行适当的温度和湿度控制养护，以确保其性能稳定；其中，养护条件根据地坪漆的特性确定。
S33，通过检测仪器测试养护后的样品地坪漆的性能，以生成第一性能数据；
使用检测仪器对养护后的样品地坪漆进行性能测试，这可能包括粘度测试、附着力测试、硬度测试、耐磨性测试、化学稳定性测试。测试结果形成第一性能数据，这些数据将用于评估配方的有效性和是否需要调整。
S34，将第一性能数据与目标性能进行比较，以初步评估地坪漆初步配方。
这一步骤是为了验证地坪漆初步配方是否满足预定的性能要求；
根据性能比较的结果，进行初步评估。如果性能数据符合或接近目标性能，说明配方基本成功；如果有显著差异，则需要调整配方。
在本实施例中，具体说明的是步骤S33具体包括：
S331，采用旋转黏度计对养护后的样品地坪漆进行性能测试，以生成粘度性能数据；
采用旋转黏度计对养护后的样品地坪漆进行测试，这一步主要是为了测量地坪漆的流变性质，即其在一定剪切力下的流动性；通过这种测试，可以获得地坪漆的粘度数据，这对于评估涂装过程中的涂布性和涂膜的平整度非常重要。
S332，将样品地坪漆涂敷于预设测试板上，对涂敷的样品地坪漆进行标准交叉切割，贴上测试胶带预设时间后对测试胶带进行剥离，观察涂层的脱落，之后使用拉力仪器测量涂敷的样品地坪漆与预设测试板之间的粘结强度，获得附着力性能数据；
将样品地坪漆涂敷于预设的测试板上，然后进行标准交叉切割；这是测试涂层与底材附着力的一种方法；贴上测试胶带一段预定时间后进行剥离，观察涂层的脱落情况，以此评估涂层的附着力。使用拉力仪器测量样品地坪漆与测试板之间的粘结强度，以获得附着力性能数据。
S333，对涂敷的样品地坪漆施加预设压力，观测压痕宽度和渗透深度来评定硬度性能数据；
对涂敷的样品地坪漆施加预设的压力，观测产生的压痕宽度和渗透深度：通过这种测试，可以评定地坪漆的硬度性能，这对于地坪漆的耐磨性和耐划伤性至关重要。
S334，依次对涂敷的样品地坪漆进行化学耐受测试和老化测试，以获得化学稳定性能数据；
对涂敷的样品地坪漆进行化学物质的暴露测试，观察其对特定化学物质的抵抗能力；之后进行老化测试，模拟长期使用中的环境影响，以评估地坪漆的耐候性和长期化学稳定性。
S335，综合粘度性能数据、附着力性能数据、硬度性能数据和化学稳定性能数据，以生成第一性能数据。
将以上所有测试得到的性能数据（粘度、附着力、硬度和化学稳定性）进行综合分析；综合所得的各项测试结果，形成对样品地坪漆的全面性能评估，以获得第一性能数据。
在本实施例中，具体说明的是步骤S5具体包括：
S51，根据性能偏差信息，识别出地坪漆性能不符合预期的性能类别；
分析在S3步骤中生产的样品地坪漆的第一性能数据，确定哪些性能指标没有达到预期目标；根据第一性能数据，可识别出与用户需求或预设目标相差较远的性能类别，例如可能是附着力、硬度或是耐化学性等。
S52，选择预设的生产优化模型，将性能偏差信息和当前生产参数输入于生产优化模型中，运算得出优化的参数和配方建议，整合获得优化建议信息；
选择合适的预设生产优化模型，这需要基于统计学、机器学习或其他先进的优化算法所构建的模型；将性能偏差的详细数据和当前的生产控制参数一起输入到生产优化模型。运行生产优化模型，分析数据，输出优化后的生产参数和配方建议，形成优化建议信息。
S53，根据优化建议信息调整后续的预生产的生产控制参数，检测对应生产获得的样品地坪漆的性能，以生成第二性能数据，并判断第二性能数据是否达到目标性能，若是，则确定地坪漆初步配方为地坪漆目标配方；若否，则根据优化建议信息，调整地坪漆初步配方，获得地坪漆目标配方。
如果性能未达标，需要根据优化模型的建议调整地坪漆初步配方；这可能包括改变原材料比例、添加新的添加剂或者去除预设成分等；经过一系列的测试和优化后，最终得到满足所有需求的地坪漆目标配方，可以进行目标生产。
在本实施例中，具体说明的是步骤S6具体包括：
S61，在自动化设备上设置优化后的生产控制参数，并重新选择地坪漆的原材料；
在自动化生产设备上设置优化后的生产控制参数，这些参数可能包括机器的运行速度、温度控制、混合比例等，确保按照优化后的配方准确生产。基于优化后的配方，重新选择适合的地坪漆原材料；这可能包括调整原材料的种类或质量等级，以确保最终产品的性能。
S62，启动自动化设备，运用优化后的生产控制参数和地坪漆目标配方进行地坪漆的生产；
根据设置的参数启动自动化生产设备；这个过程可能包括原材料的自动投放、混合、加热等多个步骤。在生产过程中严格按照优化后的配方进行操作，确保每个环节都符合预定标准。
S63，利用在线检测系统实时监控设备状态和生成的地坪漆的产品质量指标。
使用在线检测系统，实时监控生产设备的运行状态，如温度、压力、混合速度等，确保设备运行正常。同步监控地坪漆的生产质量，包括对地坪漆的粘度、颜色、均匀性等实时检测，确保每批产品都符合质量标准。
实施例二：
本发明还提供了一种地坪漆的智能生产系统，实现如实施例一的智能生产方法，智能生产系统具体包括：
交互界面，交互界面包括显示应用模块、网页表单模块、智能问答模块和收集模块；交互界面用于收集用户需求，以根据用户需求确定地坪漆目标性能；
分析子网络模型，用于根据地坪漆目标性能自动生成地坪漆初步配方；
预生成设备，用于根据地坪漆初步配方制备地坪漆样品；
检测仪器，用于检测样品地坪漆的性能，以生成第一性能数据；
性能检测网络，用于根据输入的第一性能数据，分析性能偏差信息；
生产优化模型，用于根据性能偏差信息优化生产控制参数和地坪漆初步配方，生成优化后的生产控制参数和地坪漆目标配方；
自动化设备，用于根据优化后的生产控制参数和地坪漆目标配方生产地坪漆，并实时监控生产过程中的设备状态和产品质量。
实时监控系统，用于实时监控生产过程中的设备状态和产品质量；
生产管理系统，用于控制所述智能生产系统运行；
反馈与优化机制模块，用于根据反馈调整用户交互界面、配方分析子网络。
加工时，通过交互界面（包括显示应用模块、网页表单模块、智能问答模块和收集模块），系统收集用户的需求信息，用户输入的信息经过分析，转变为具体的目标性能参数；分析子网络模型接收目标性能参数，自动生成符合这些参数的地坪漆初步配方；预生成设备根据初步配方制备地坪漆样品并进行养护；制成的样品通过检测仪器进行性能测试，产生第一性能数据；生产优化模型根据性能测试数据和目标性能之间的差异，对生产控制参数和配方进行优化；优化后的配方可确保地坪漆的实际性能与用户需求的目标性能相匹配；自动化设备按照优化后的配方和控制参数进行地坪漆的实际生产；实时监控系统负责监测生产过程中设备的状态和产品的质量，以确保生产的连续性和品质的一致性；生产管理系统控制智能生产系统的运行，对整个生产流程进行管理和优化。
其中，反馈与优化机制模块根据产品使用和生产过程中收集到的反馈，对用户交互界面、分析子网络模型进行调整和升级，实现持续的改进和适应需求变化。
综述，本智能生产系统系统能够根据用户的具体需求定制地坪漆，提供高度个性化的产品；自动化和智能化的生产流程提升了生产效率，缩短了从配方到生产的周期；实时监控和测试确保了产品的质量和性能稳定性，减少了缺陷率；生产优化模型提高了原材料的利用率，降低了生产成本和浪费；系统能够迅速适应市场变化和用户需求的变动，反馈机制使得系统能够持续地进行技术和服务的改进。
综上，该智能生产系统通过一系列集成化、自动化的模块，可以大幅提高生产效率、降低成本、提升产品质量。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：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；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (6)
1.一种地坪漆的智能生产方法，其特征在于，包括：
通过交互界面收集用户需求，根据所述用户需求确定地坪漆目标性能；
使用预构建的配方分析子网络，根据目标性能自动生成地坪漆初步配方；
根据所述地坪漆初步配方进行预生产，制备样品地坪漆，并通过检测仪器测试样品地坪漆的性能，以生成第一性能数据；
建立地坪漆性能检测网络，将所述第一性能数据输入性能检测网络，分析性能偏差信息；
根据性能偏差信息，通过生产优化模型对生产控制参数和地坪漆初步配方进行优化，生成优化后的生产控制参数和地坪漆目标配方；
应用优化后的生产控制参数和地坪漆目标配方，通过自动化设备进行地坪漆的生产；生产过程中，实时监控设备状态和产品质量；
根据所述地坪漆初步配方进行预生产，制备样品地坪漆，并通过检测仪器测试样品地坪漆的性能，以生成第一性能数据；具体包括：
基于所述地坪漆初步配方，选择对应的原材料和生产设备；
通过对应的原材料和生产设备进行预生产，制备样品地坪漆，并对所述样品地坪漆进行温度和湿度的养护；
通过检测仪器测试养护后的样品地坪漆的性能，以生成第一性能数据；
将所述第一性能数据与所述目标性能进行比较，以初步评估所述地坪漆初步配方；
所述通过检测仪器测试养护后的样品地坪漆的性能，以生成第一性能数据；具体包括：
采用旋转黏度计对养护后的所述样品地坪漆进行性能测试，以生成粘度性能数据；
将所述样品地坪漆涂敷于预设测试板上，对涂敷的样品地坪漆进行标准交叉切割，贴上测试胶带预设时间后对测试胶带进行剥离，观察涂层的脱落，之后使用拉力仪器测量涂敷的样品地坪漆与预设测试板之间的粘结强度，获得附着力性能数据；
对涂敷的样品地坪漆施加预设压力，观测压痕宽度和渗透深度来评定硬度性能数据；
依次对涂敷的样品地坪漆进行化学耐受测试和老化测试，以获得化学稳定性能数据；
综合所述粘度性能数据、所述附着力性能数据、所述硬度性能数据和所述化学稳定性能数据，以生成第一性能数据；
所述根据性能偏差信息，通过生产优化模型对生产控制参数和地坪漆初步配方进行优化，生成优化后的生产控制参数和地坪漆目标配方；具体包括：
根据所述性能偏差信息，识别出地坪漆性能不符合预期的性能类别；
选择预设的生产优化模型，将所述性能偏差信息和当前生产参数输入于所述生产优化模型中，运算得出优化的参数和配方建议，整合获得优化建议信息；
根据所述优化建议信息调整后续的预生产的生产控制参数，检测对应生产获得的样品地坪漆的性能，以生成第二性能数据，并判断所述第二性能数据是否达到所述目标性能，若是，则确定所述地坪漆初步配方为地坪漆目标配方；若否，则根据所述优化建议信息，调整所述地坪漆初步配方，获得地坪漆目标配方。
2.根据权利要求1所述的地坪漆的智能生产方法，其特征在于，所述通过交互界面收集用户需求，根据所述用户需求确定地坪漆目标性能；具体包括：
设计一款关于地坪漆的交互界面；所述交互界面包括显示应用模块、网页表单模块、智能问答模块和收集模块；
用户通过所述网页表单模块输入第一需求信息，并通过智能问答系统收集第二需求信息；
根据用户提供的所述第一需求信息和所述第二需求信息，将其翻译成具体的地坪漆目标性能，并对所述地坪漆目标性能进行分类；
通过显示应用模块对分类后的地坪漆目标性能进行呈现给用户，以供用户进行确认或修改；
所述交互界面的收集模块对不同用户的所述地坪漆目标性能进行收集和整理。
3.根据权利要求2所述的地坪漆的智能生产方法，其特征在于，所述使用预构建的配方分析子网络，根据目标性能自动生成地坪漆初步配方；具体包括：
调用分析子网络模型；
通过历史配方数据、实测性能结果与外部数据库输入于所述分析子网络模型进行训练，形成配方分析子网络；
将所述地坪漆目标性能转化为所述配方分析子网络可识别的性能参数，并输入于所述配方分析子网络进行计算，选取匹配的原材料种类、比例以及添加剂，并生成地坪漆初步配方；
将生成的地坪漆初步配方与所述地坪漆目标性能进行比对，验证所述地坪漆初步配方的性能与所述地坪漆目标性能的一致性；
将生成的地坪漆初步配方存储于数据库中。
4.根据权利要求1所述的地坪漆的智能生产方法，其特征在于，应用优化后的生产控制参数和地坪漆目标配方，通过自动化设备进行地坪漆的生产；生产过程中，实时监控设备状态和产品质量；具体包括：
在所述自动化设备上设置优化后的生产控制参数，并重新选择地坪漆的原材料；
启动所述自动化设备，运用优化后的生产控制参数和地坪漆目标配方进行地坪漆的生产；
利用在线检测系统实时监控设备状态和生成的地坪漆的产品质量指标。
5.一种地坪漆的智能生产系统，其特征在于，实现如权利要求1至4任一项所述的智能生产方法，所述智能生产系统具体包括：
交互界面，用于收集用户需求，以根据所述用户需求确定地坪漆目标性
能；
分析子网络模型，用于根据地坪漆目标性能自动生成地坪漆初步配方；
预生成设备，用于根据地坪漆初步配方制备地坪漆样品；
检测仪器，用于检测样品地坪漆的性能，以生成第一性能数据；
性能检测网络，用于根据输入的第一性能数据，分析性能偏差信息；
生产优化模型，用于根据性能偏差信息优化生产控制参数和地坪漆初步配方，生成优化后的生产控制参数和地坪漆目标配方；
自动化设备，用于根据优化后的生产控制参数和地坪漆目标配方生产地坪漆，并实时监控生产过程中的设备状态和产品质量。
6.根据权利要求5所述的地坪漆的智能生产系统，其特征在于，还包括：
实时监控系统，用于实时监控生产过程中的设备状态和产品质量；
生产管理系统，用于控制所述智能生产系统运行；
反馈与优化机制模块，用于根据反馈调整用户交互界面、配方分析子网络。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410067456.3A CN117572839B (zh) | 2024-01-17 | 2024-01-17 | 一种地坪漆的智能生产方法及其系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410067456.3A CN117572839B (zh) | 2024-01-17 | 2024-01-17 | 一种地坪漆的智能生产方法及其系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117572839A CN117572839A (zh) | 2024-02-20 |
| CN117572839B true CN117572839B (zh) | 2024-04-30 |
Family
ID=89884913
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410067456.3A Active CN117572839B (zh) | 2024-01-17 | 2024-01-17 | 一种地坪漆的智能生产方法及其系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117572839B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102234447A (zh) * | 2010-12-08 | 2011-11-09 | 张锦碧 | 一种uv地坪漆面漆 |
| CN117048022A (zh) * | 2023-10-11 | 2023-11-14 | 苏州顶材新材料有限公司 | 共混型互穿网络热塑性弹性体的挤出优化方法及系统 |
| CN117130337A (zh) * | 2023-10-25 | 2023-11-28 | 江苏大圆电子科技有限公司 | 漆包线生产工艺自动化调节方法及系统 |
| CN117391641A (zh) * | 2023-12-12 | 2024-01-12 | 珠海行知生物科技有限公司 | 一种生发剂生产流程管理方法及系统 |
-
2024
- 2024-01-17 CN CN202410067456.3A patent/CN117572839B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102234447A (zh) * | 2010-12-08 | 2011-11-09 | 张锦碧 | 一种uv地坪漆面漆 |
| CN117048022A (zh) * | 2023-10-11 | 2023-11-14 | 苏州顶材新材料有限公司 | 共混型互穿网络热塑性弹性体的挤出优化方法及系统 |
| CN117130337A (zh) * | 2023-10-25 | 2023-11-28 | 江苏大圆电子科技有限公司 | 漆包线生产工艺自动化调节方法及系统 |
| CN117391641A (zh) * | 2023-12-12 | 2024-01-12 | 珠海行知生物科技有限公司 | 一种生发剂生产流程管理方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117572839A (zh) | 2024-02-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6073055A (en) | Computerized virtual paint manufacturing and application system | |
| US20060259198A1 (en) | Intelligent system for detection of process status, process fault and preventive maintenance | |
| US20030093236A1 (en) | Method and system for automatic water distribution model calibration | |
| CN100445901C (zh) | 基于AR(p)模型的过程工业生产过程动态成本控制方法 | |
| CN113470475B (zh) | 一种基于场景模拟与物联网的实操学习考核方法与系统 | |
| CN112446534A (zh) | 一种输变电工程的建设工期预测方法和装置 | |
| CN111581837B (zh) | 一种综合制造业务管理仿真系统 | |
| CN110647126A (zh) | 一种基于公有云的云端智能制造系统 | |
| CN117572839B (zh) | 一种地坪漆的智能生产方法及其系统 | |
| Wüllhorst et al. | AixCaliBuHA: Automated calibration of building and HVAC systems | |
| KR100646282B1 (ko) | 유량 측정을 위한 방법 및 장치, 그리고 중합체 제조의제어에의 적용 | |
| CN104764731A (zh) | 一种拉曼光谱在线监测聚氨酯预聚物-nco含量的方法 | |
| CN114583767A (zh) | 一种数据驱动的风电场调频响应特性建模方法及系统 | |
| CN116992142B (zh) | 一种基于用户大数据的课程智能推荐系统及方法 | |
| CN113256100A (zh) | 一种基于虚拟现实技术的室内设计用教学方法及系统 | |
| CN117669860A (zh) | 电气设备能效评估方法、装置、设备及介质 | |
| CN207133371U (zh) | 一种便携式风电机组部件性能测试装置 | |
| US7295940B2 (en) | Process control system to manage materials used in construction | |
| Wirandi et al. | Uncertainty and traceable calibration–how modern measurement concepts improve product quality in process industry | |
| CN114240070A (zh) | 一种配电网工程造价智能化评估系统 | |
| Lubis et al. | The Role Of Motivation In Mediating Culture Work And The Work Concept Of Work From Home (Wfh) On Employee Performance Post Pandemic Covid-19 At Pt Tasblock Industry Indonesia | |
| CN118194611B (zh) | 一种基于最小二乘法的点胶机配比推荐方法及系统 | |
| CN118553123A (zh) | 一种用于电缆研发的示教与评价方法及系统 | |
| CN118095637A (zh) | 公共建筑碳效码数字化管理系统 | |
| CN118536771A (zh) | 一种智慧装配式建筑运维管理系统与方法 |
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 |