CN118011989B - 自动化柔性压接工艺参数优化系统 - Google Patents

Abstract

本发明涉及参数优化技术领域，具体为自动化柔性压接工艺参数优化系统，系统包括参数分析识别模块、优化算法设计模块、实时调整执行模块、控制策略评估模块、调整效果实施模块、系统稳定性监控模块；参数分析识别模块基于压接生产线收集的操作参数，筛选与压接质量关联的参数。本发明，实现对压接工艺参数的准确控制与优化，参数分析识别模块有效筛选与压接质量关联的参数，优化算法设计模块采用模型参考自适应控制，提高参数选择的科学性，实时调整执行模块利用滑模变结构控制动态调整压接参数，提升过程的灵活性与适应性，控制策略评估与调整效果实施模块确保控制策略的实效与压接质量的连续监控，从而保障生产效率与产品质量的一致性。

Description

自动化柔性压接工艺参数优化系统

技术领域

本发明涉及参数优化技术领域，尤其涉及自动化柔性压接工艺参数优化系统。

背景技术

参数优化技术领域是一个集成了自动化技术和精密控制算法的领域，旨在优化生产和制造过程中的操作参数以提高效率、精确度和产品质量。其重点关注于如何通过算法和控制系统自动调整生产过程中的关键参数，如压力、温度、时间和速度等，以适应不同的生产需求和环境变化，涵盖了从机械加工到电子组装等多个工业领域，特别是在要求高度精准和可重复性的生产线上。

其中，自动化柔性压接工艺参数优化系统是一种设计用于改进柔性压接过程的自动化控制系统。主要目的是通过精确控制压接过程中的参数，如压力、温度和时间，来提高连接质量、降低废品率，并确保生产效率。通过对关键参数进行优化，该系统旨在达到提高产品一致性、减少人为错误和提升整体生产线的自动化水平的效果，对于电子制造和装配行业尤其重要，其中柔性电路板和其他敏感组件的精确连接对产品性能有着决定性的影响。

传统系统在自动化与智能化方面存在不足，特别是在参数调整的灵活性和适应性方面，很难实时响应生产线的变化和需求，当生产环境或材料属性发生变化时，传统系统难以迅速准确调整压接参数，影响压接质量，增加废品率，缺少有效的实时监测与评估机制，问题发生时难以及时发现与纠正，影响生产稳定性与产品质量。

发明内容

本发明的目的是解决现有技术中存在的缺点，而提出的自动化柔性压接工艺参数优化系统。

为了实现上述目的，本发明采用了如下技术方案：自动化柔性压接工艺参数优化系统，所述系统包括：

参数分析识别模块基于压接生产线收集的操作参数，筛选与压接质量关联的参数，识别对压接质量影响关键的参数，生成关键参数识别记录；

优化算法设计模块基于所述关键参数识别记录，应用模型参考自适应控制，对每组参数进行性能评分，选取排名前列的参数组合作为优化候选，获取优化参数策略方案；

实时调整执行模块根据所述优化参数策略方案，利用滑模变结构控制，对压接过程的控制参数进行动态调整，调整压接力和压接速度参数，生成参数调整控制策略；

控制策略评估模块基于所述参数调整控制策略，对控制策略进行实时监测，包括压接力波动情况和压接速度稳定性，并对监测数据进行分析，生成控制策略评估数据；

调整效果实施模块根据所述控制策略评估数据，对压接力和压接速度进行调整，验证调整后的参数是否符合压接质量要求，生成最优调整参数；

系统稳定性监控模块基于所述最优调整参数，进行压接过程的持续监控，监控包括对压接力、压接速度和压接时间的稳定性分析，获取压接稳定性分析日志。

本发明改进有，所述关键参数识别记录包括压接力调整敏感度、温度控制反应速率、压接时间稳定性指标，所述优化参数策略方案包括压接力的优化区间、压接速度的调整策略、温度设置的调节方案，所述控制策略评估数据包括压接力调整效果评估、压接速度调节反应时间、压接过程稳定性分析结果，所述压接稳定性分析日志包括压接力稳定性记录、压接速度变化日志、压接时间调整历史记录。

本发明改进有，所述优化算法设计模块包括：

参数组合生成子模块基于所述关键参数识别记录，构建参数的潜在组合，并基于参数组合在历史生产数据中的表现，为每组参数赋予初步性能标记，生成初步评估参数组合集；

性能评分子模块基于所述初步评估参数组合集，采用随机森林，对每组参数进行性能评估，结合参数组合对生产效率和产品质量方面的影响，根据评估结果对参数组合进行性能排序，生成排序后的参数组合集；

优化策略确定子模块基于所述排序后的参数组合集，应用模型参考自适应控制，筛选性能评分优的参数组合作为优化候选，细化候选参数组合的调整范围，获取优化参数策略方案。

本发明改进有，所述模型参考自适应控制，按照公式：

计算性能评分，得到最优参数组合；

其中，为参考模型在时间点i的输出，/>为系统在时间点i的输出，/>为评分的时间点总数，/>为性能误差权重，/>为参数i的稳定性评分，/>为稳定性权重，/>为系统在时间点i的响应速度，/>为响应速度权重，/>为在时间点i的能耗量，为能耗权重。

本发明改进有，所述实时调整执行模块包括：

参数比对子模块根据所述优化参数策略方案，收集实时生产数据，包括当前的压接力和压接速度，并与预设的参数模型进行对比，识别需要调整的参数差异，生成参数差异分析数据；

动态调整子模块基于所述参数差异分析数据，利用滑模变结构控制，进行压接力和压接速度调整，根据偏差的大小和方向逐步调整至预设模型参数，生成动态调整参数记录；

策略生成子模块基于所述动态调整参数记录，使用遗传算法，汇总调整动作和结果，评估调整效果与生产数据的匹配度，并根据评估结果更新调整策略，生成参数调整控制策略。

本发明改进有，所述滑模变结构控制，按照公式：

计算控制输入的调整，得到调整后的压接力和速度值；

其中，为控制输入的差异，/>为正的常数矩阵，/>为滑模面，表示产品尺寸偏差的影响，/>表示材料速度偏差的影响，/>代表过去偏差的积分，/>表示偏差的变化率。

本发明改进有，所述控制策略评估模块包括：

监测收集子模块基于所述参数调整控制策略，实时监测压接过程中压接力和压接速度的变化，记录每次调整后的实时反馈，并收集波动情况和稳定性数据，生成实时监测数据集；

数据分析子模块基于所述实时监测数据集，分析压接力波动情况和压接速度稳定性，识别与预定控制策略存在偏差的参数，并分析原因和趋势，生成偏差分析记录；

调整策略评估子模块基于所述偏差分析记录，评估现有的参数调整控制策略在应用中的表现，根据波动数据和原因，对控制策略进行调整或优化，生成控制策略评估数据。

本发明改进有，所述调整效果实施模块包括：

参数调整决策子模块根据所述控制策略评估数据，分析压接力、压接速度和压接时间的当前设置与优化目标之间的差异，确定需要调整的参数和调整幅度，生成调整策略方案；

执行参数调整子模块基于所述调整策略方案，在压接生产线上实施压接力和压接速度的调整，并根据生产效率和质量要求优化压接时间设置，生成执行调整记录；

参数优化确认子模块基于所述执行调整记录，通过对比调整前后的生产数据，验证调整效果是否达到预定质量和效率目标，生成最优调整参数。

与现有技术相比，本发明的优点和积极效果在于：

本发明中，实现对压接工艺参数的准确控制与优化，参数分析识别模块有效筛选与压接质量关联的参数，优化算法设计模块采用模型参考自适应控制，提高参数选择的科学性。实时调整执行模块利用滑模变结构控制动态调整压接参数，提升过程的灵活性与适应性。控制策略评估与调整效果实施模块确保控制策略的实效与压接质量的连续监控，从而保障生产效率与产品质量的一致性。

附图说明

图1为本发明提出自动化柔性压接工艺参数优化系统的模块图；

图2为本发明提出自动化柔性压接工艺参数优化系统的系统框架图；

图3为本发明提出自动化柔性压接工艺参数优化系统中参数分析识别模块流程图；

图4为本发明提出自动化柔性压接工艺参数优化系统中优化算法设计模块流程图；

图5为本发明提出自动化柔性压接工艺参数优化系统中实时调整执行模块流程图；

图6为本发明提出自动化柔性压接工艺参数优化系统中控制策略评估模块流程图；

图7为本发明提出自动化柔性压接工艺参数优化系统中调整效果实施模块流程图；

图8为本发明提出自动化柔性压接工艺参数优化系统中系统稳定性监控模块流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

在本发明的描述中，需要理解的是，术语“长度”“宽度”“上”“下”“前”“后”“左”“右”“竖直”“水平”“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。此外，在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

实施例

请参阅图1，本发明提供一种技术方案：自动化柔性压接工艺参数优化系统包括：

参数分析识别模块基于压接生产线收集的操作参数，进行数据筛选，筛选与压接质量关联性高的参数，对参数进行变异度分析，识别变异度高且对压接质量影响显著的参数，生成关键参数识别记录；

优化算法设计模块基于关键参数识别记录，应用模型参考自适应控制，进行参数组合的生成，对每组参数进行性能评分，选取排名前列的参数组合作为优化候选，并细化候选参数组合的调整范围，获取优化参数策略方案；

实时调整执行模块根据优化参数策略方案，利用滑模变结构控制，对压接过程的控制参数进行动态调整，根据实时生产数据，与预设参数模型进行比较，调整压接力和压接速度参数，生成参数调整控制策略；

控制策略评估模块基于参数调整控制策略，对控制策略进行实时监测，监测包括压接力的波动情况和压接速度的稳定性，并对监测数据进行分析，识别偏离预定控制策略的情况，进行策略调整，生成控制策略评估数据；

调整效果实施模块根据控制策略评估数据，对压接力和压接速度进行调整，并对压接时间进行优化，验证调整后的参数是否符合压接质量要求，生成最优调整参数；

系统稳定性监控模块基于最优调整参数，进行压接过程的持续监控，监控包括对压接力、压接速度和压接时间的稳定性分析，识别影响压接质量的因素，获取压接稳定性分析日志。

关键参数识别记录包括压接力调整敏感度、温度控制反应速率、压接时间稳定性指标，优化参数策略方案包括压接力的优化区间、压接速度的调整策略、温度设置的调节方案，控制策略评估数据包括压接力调整效果评估、压接速度调节反应时间、压接过程稳定性分析结果，压接稳定性分析日志包括压接力稳定性记录、压接速度变化日志、压接时间调整历史记录。

请参阅图2和图3，参数分析识别模块包括数据收集子模块、变异度分析子模块、影响识别子模块；

数据收集子模块基于压接生产线收集的操作参数，筛选与压接质量关联性高的参数，包括压接力大小、压接温度和压接时间，生成筛选后的操作参数集；

变异度分析子模块基于筛选后的操作参数集，计算每个参数在多个生产批次中的变异度，识别对生产质量有影响的参数，生成高变异度参数集；

影响识别子模块基于高变异度参数集，分析参数与产品质量之间的关系，通过对比分析确定参数变化与产品质量优劣间的关联性，并识别对压接质量影响关键的参数，生成关键参数识别记录。

数据收集子模块中，基于压接生产线收集的操作参数，采用数据筛选算法，利用Python语言结合Pandas库进行操作，通过DataFrame的query方法，筛选压接力大小、压接温度、压接时间等参数，生成筛选后的操作参数集。

变异度分析子模块中，基于筛选后的操作参数集，采用方差分析法，利用Python语言结合NumPy库进行操作，通过计算std函数，计算每个参数在多个生产批次中的变异度，生成高变异度参数集。

影响识别子模块中，基于高变异度参数集，采用皮尔森相关系数分析法，利用Python语言结合SciPy库进行操作，通过调用pearsonr函数，分析参数与产品质量之间的关系，确定参数变化与产品质量优劣间的关联性，生成关键参数识别记录。

请参阅图2和图4，优化算法设计模块包括参数组合生成子模块、性能评分子模块、优化策略确定子模块；

参数组合生成子模块基于关键参数识别记录，构建参数的潜在组合，并基于参数组合在历史生产数据中的表现，为每组参数赋予初步性能标记，生成初步评估参数组合集；

性能评分子模块基于初步评估参数组合集，采用随机森林，对每组参数进行性能评估，结合参数组合对生产效率和产品质量方面的影响，根据评估结果对参数组合进行性能排序，生成排序后的参数组合集；

优化策略确定子模块基于排序后的参数组合集，应用模型参考自适应控制，筛选性能评分优的参数组合作为优化候选，细化候选参数组合的调整范围，并确定参数调整范围和优化目标，获取优化参数策略方案。

参数组合生成子模块中，基于关键参数识别记录，采用组合算法，利用Python语言结合SciPy库的combinations函数，构建参数的潜在组合，基于参数组合在历史生产数据中的表现，采用加权评分法，利用Python语言结合NumPy库的average函数，为每组参数赋予初步性能标记，结合参数重要性权重和历史表现数据，生成初步评估参数组合集。

性能评分子模块中，基于初步评估参数组合集，采用随机森林算法，利用Python语言结合Scikit-learn库的RandomForestClassifier函数，对每组参数进行性能评估，设置树的数量为100，使用gini作为分裂质量的评估标准，结合参数组合对生产效率和产品质量的影响，根据评估结果对参数组合进行性能排序，生成排序后的参数组合集。

优化策略确定子模块中，基于排序后的参数组合集，应用模型参考自适应控制方法，利用Python语言结合Matplotlib库的plot函数，筛选性能评分优的参数组合作为优化候选，通过散点图分析细化候选参数组合的调整范围，并确定参数调整范围和优化目标，获取优化参数策略方案。

模型参考自适应控制，按照公式：

计算性能评分，得到最优参数组合；

其中，为参考模型在时间点i的输出，/>为系统在时间点i的输出，/>为评分的时间点总数，/>为性能误差权重，/>为参数i的稳定性评分，/>为稳定性权重，/>为系统在时间点i的响应速度，/>为响应速度权重，/>为在时间点i的能耗量，为能耗权重。

执行过程：首先，计算每个时间点的性能误差并求平方，体现系统输出与参考模型输出之间的差异，紧接着，乘以性能误差权重/>，以调整性能误差在总评分中的影响，然后，加上各时间点参数的稳定性评分/>乘以其权重/>，体现参数稳定性对系统性能的影响，接着，加上系统响应速度/>乘以响应速度权重/>，以及能耗量/>乘以能耗权重/>，体现系统运行效率和能耗对性能的综合考量，最后，将上述所有计算结果累加并除以时间点总数/>，得到调整后的均方误差/>，权重系数/>、/>、/>和/>的确定可以通过历史数据分析或优化算法进行，以确保模型最佳适配实际系统性能要求。

请参阅图2和图5，实时调整执行模块包括参数比对子模块、动态调整子模块、策略生成子模块；

参数比对子模块根据优化参数策略方案，收集实时生产数据，包括当前的压接力和压接速度，并与预设的参数模型进行对比，识别需要调整的参数差异，生成参数差异分析数据；

动态调整子模块基于参数差异分析数据，利用滑模变结构控制，进行压接力和压接速度调整，根据偏差的大小和方向逐步调整至预设模型参数，确保参数能够适应实时生产条件，生成动态调整参数记录；

策略生成子模块基于动态调整参数记录，使用遗传算法，汇总调整动作和结果，评估调整效果与生产数据的匹配度，并根据评估结果更新调整策略，生成参数调整控制策略。

参数比对子模块中，基于优化参数策略方案，收集实时生产数据，包括当前的压接力和压接速度，并与预设的参数模型进行对比，采用差异分析方法，利用Python语言结合NumPy库进行操作，通过subtract函数计算实时参数与预设参数之间的差值，识别需要调整的参数差异，生成参数差异分析数据。

动态调整子模块中，基于参数差异分析数据，采用滑模变结构控制算法，利用Matlab软件进行实现，通过编写函数script实现滑模控制器的设计，根据差异大小和方向调整压接力和压接速度，调整算法根据设定的阈值和滑动条件动态调节参数，以适应实时生产条件，生成动态调整参数记录。

滑模变结构控制，按照公式：

计算控制输入的调整，得到调整后的压接力和速度值；

其中，为控制输入的差异，/>为正的常数矩阵，/>为滑模面，表示产品尺寸偏差的影响，/>表示材料速度偏差的影响，/>代表过去偏差的积分，/>表示偏差的变化率，用于预测未来趋势。

执行过程：首先，根据实时监测数据，计算当前生产条件下的产品尺寸偏差和材料速度偏差/>，进而利用偏差数据来动态调整压接力和速度，控制律中引入产品尺寸偏差/>和材料速度偏差/>作为额外的调整项，以提高控制精度，积分项/>考虑了过去的偏差累积，提供了对历史误差的补偿，而导数项用于预测偏差的未来变化趋势，为了确定C、D、E和F的具体值，采用基于仿真的优化方法，通过模拟不同的生产场景和条件，选取能最小化生产误差和调整时间的参数值，这样，控制策略不仅能够实时响应生产条件的变化，还能够预测并适应未来的潜在变化，从而确保了更高的生产质量和效率。

策略生成子模块中，基于动态调整参数记录，采用遗传算法，利用Python语言结合DEAP库进行操作，通过初始化种群、定义适应度函数和选择交叉变异策略，对调整动作和结果进行汇总和评估，根据适应度评分更新调整策略，生成参数调整控制策略。

请参阅图2和图6，控制策略评估模块包括监测收集子模块、数据分析子模块、调整策略评估子模块；

监测收集子模块基于参数调整控制策略，实时监测压接过程中压接力和压接速度的变化，记录每次调整后的实时反馈，并收集波动情况和稳定性数据，生成实时监测数据集；

数据分析子模块基于实时监测数据集，分析压接力的波动情况和压接速度的稳定性，识别与预定控制策略存在偏差的参数，并分析原因和趋势，生成偏差分析记录；

调整策略评估子模块基于偏差分析记录，评估现有的参数调整控制策略在应用中的表现，根据波动数据和原因，对控制策略进行调整或优化，生成控制策略评估数据。

监测收集子模块中，基于参数调整控制策略，实时监测压接过程中压接力和压接速度的变化，采用实时数据采集技术，利用传感器数据接口进行操作，收集当前压接力和压接速度数据，与预设的参数模型进行对比，利用差值计算方法，确定需要调整的参数差异，生成参数差异分析数据。

数据分析子模块中，基于实时监测数据集，采用时间序列分析法，利用Python语言结合Pandas库进行操作，通过DataFrame的rolling和std方法，分析压接力的波动情况和压接速度的稳定性，识别与预定控制策略存在偏差的参数，并利用线性回归分析确定偏差的原因和趋势，生成偏差分析记录。

调整策略评估子模块中，基于偏差分析记录，采用决策树分析法，利用Python语言结合Scikit-learn库进行操作，通过DecisionTreeClassifier方法，评估现有的参数调整控制策略在应用中的表现，根据波动数据和原因，对控制策略进行调整或优化，生成控制策略评估数据。

请参阅图2和图7，调整效果实施模块包括参数调整决策子模块、执行参数调整子模块、参数优化确认子模块；

参数调整决策子模块根据控制策略评估数据，分析压接力、压接速度和压接时间的当前设置与优化目标之间的差异，确定需要调整的参数和调整幅度，生成调整策略方案；

执行参数调整子模块基于调整策略方案，在压接生产线上实施压接力和压接速度的调整，并根据生产效率和质量要求优化压接时间设置，生成执行调整记录；

参数优化确认子模块基于执行调整记录，通过对比调整前后的生产数据，验证调整效果是否达到预定质量和效率目标，生成最优调整参数。

参数调整决策子模块中，根据控制策略评估数据，采用差异分析法，利用Python语言结合NumPy库进行操作，通过计算绝对差值np.abs()，分析压接力、压接速度和压接时间的当前设置与优化目标之间的差异，确定需要调整的参数和调整幅度，生成调整策略方案。

执行参数调整子模块中，基于调整策略方案，在压接生产线上实施压接力和压接速度的调整，采用PID控制法，利用PLC编程进行操作，根据生产效率和质量要求优化压接时间设置，逐步调整参数以匹配预设目标，生成执行调整记录。

参数优化确认子模块中，基于执行调整记录，采用效果验证法，利用Python语言结合Matplotlib库进行操作，通过绘制调整前后的生产数据对比图，验证调整效果是否达到预定质量和效率目标，生成最优调整参数。

请参阅图2和图8，系统稳定性监控模块包括稳定性数据采集子模块、稳定性分析子模块、质量影响识别子模块；

稳定性数据采集子模块基于最优调整参数，实时收集压接过程中的压接力、压接速度和压接时间的运行数据，监控参数的波动情况和稳定性，生成稳定性监控数据集；

稳定性分析子模块基于稳定性监控数据集，分析压接力、压接速度和压接时间的波动模式和稳定性，评估参数的稳定运行对生产质量的影响，生成稳定性分析信息；

质量影响识别子模块基于稳定性分析信息，识别当前压接参数设置下，哪些因素影响生产质量，并分析因素对生产过程稳定性的影响，获取压接稳定性分析日志。

稳定性数据采集子模块中，基于最优调整参数，采用实时数据采集技术，利用传感器和数据采集软件进行操作，实时收集压接过程中的压接力、压接速度和压接时间的运行数据，监控参数的波动情况和稳定性，生成稳定性监控数据集。

稳定性分析子模块中，基于稳定性监控数据集，采用统计过程控制方法，利用Python语言结合Pandas库和NumPy库进行操作，通过计算移动平均和标准偏差，分析压接力、压接速度和压接时间的波动模式和稳定性，评估参数的稳定运行对生产质量的影响，生成稳定性分析信息。

质量影响识别子模块中，基于稳定性分析信息，采用因果分析法，利用Python语言结合SciPy库进行操作，通过皮尔森相关系数分析，识别当前压接参数设置下，哪些因素影响生产质量，并分析因素对生产过程稳定性的影响，获取压接稳定性分析日志。

以上，仅是本发明的较佳实施例而已，并非对本发明作其他形式的限制，任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例应用于其他领域，但是凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化与改型，仍属于本发明技术方案的保护范围。

Claims (8)

1.自动化柔性压接工艺参数优化系统，其特征在于，所述系统包括：

参数分析识别模块基于压接生产线收集的操作参数，筛选与压接质量关联的参数，识别对压接质量影响关键的参数，生成关键参数识别记录；

优化算法设计模块基于所述关键参数识别记录，应用模型参考自适应控制，对每组参数进行性能评分，选取排名前列的参数组合作为优化候选，获取优化参数策略方案；

实时调整执行模块根据所述优化参数策略方案，利用滑模变结构控制，对压接过程的控制参数进行动态调整，调整压接力和压接速度参数，生成参数调整控制策略；

控制策略评估模块基于所述参数调整控制策略，对控制策略进行实时监测，包括压接力波动情况和压接速度稳定性，并对监测数据进行分析，生成控制策略评估数据；

调整效果实施模块根据所述控制策略评估数据，对压接力和压接速度进行调整，验证调整后的参数是否符合压接质量要求，生成最优调整参数；

系统稳定性监控模块基于所述最优调整参数，进行压接过程的持续监控，监控包括对压接力、压接速度和压接时间的稳定性分析，获取压接稳定性分析日志。

2.根据权利要求1所述的自动化柔性压接工艺参数优化系统，其特征在于，所述关键参数识别记录包括压接力调整敏感度、温度控制反应速率、压接时间稳定性指标，所述优化参数策略方案包括压接力的优化区间、压接速度的调整策略、温度设置的调节方案，所述控制策略评估数据包括压接力调整效果评估、压接速度调节反应时间、压接过程稳定性分析结果，所述压接稳定性分析日志包括压接力稳定性记录、压接速度变化日志、压接时间调整历史记录。

3.根据权利要求1所述的自动化柔性压接工艺参数优化系统，其特征在于，所述优化算法设计模块包括：

参数组合生成子模块基于所述关键参数识别记录，构建参数的潜在组合，并基于参数组合在历史生产数据中的表现，为每组参数赋予初步性能标记，生成初步评估参数组合集；

性能评分子模块基于所述初步评估参数组合集，采用随机森林，对每组参数进行性能评估，结合参数组合对生产效率和产品质量方面的影响，根据评估结果对参数组合进行性能排序，生成排序后的参数组合集；

优化策略确定子模块基于所述排序后的参数组合集，应用模型参考自适应控制，筛选性能评分优的参数组合作为优化候选，细化候选参数组合的调整范围，获取优化参数策略方案。

4.根据权利要求3所述的自动化柔性压接工艺参数优化系统，其特征在于，所述模型参考自适应控制，按照公式：

计算性能评分，得到最优参数组合；

其中，为参考模型在时间点i的输出，/>为系统在时间点i的输出，/>为评分的时间点总数，/>为性能误差权重，/>为参数i的稳定性评分，/>为稳定性权重，为系统在时间点i的响应速度，/>为响应速度权重，/>为在时间点i的能耗量，/>为能耗权重。

5.根据权利要求1所述的自动化柔性压接工艺参数优化系统，其特征在于，所述实时调整执行模块包括：

参数比对子模块根据所述优化参数策略方案，收集实时生产数据，包括当前的压接力和压接速度，并与预设的参数模型进行对比，识别需要调整的参数差异，生成参数差异分析数据；

动态调整子模块基于所述参数差异分析数据，利用滑模变结构控制，进行压接力和压接速度调整，根据偏差的大小和方向逐步调整至预设模型参数，生成动态调整参数记录；

策略生成子模块基于所述动态调整参数记录，使用遗传算法，汇总调整动作和结果，评估调整效果与生产数据的匹配度，并根据评估结果更新调整策略，生成参数调整控制策略。

6.根据权利要求5所述的自动化柔性压接工艺参数优化系统，其特征在于，所述滑模变结构控制，按照公式：

计算控制输入的调整，得到调整后的压接力和速度值；

其中，为控制输入的差异，/>为正的常数矩阵，/>为滑模面，表示产品尺寸偏差的影响，/>表示材料速度偏差的影响，/>代表过去偏差的积分，/>表示偏差的变化率。

7.根据权利要求1所述的自动化柔性压接工艺参数优化系统，其特征在于，所述控制策略评估模块包括：

监测收集子模块基于所述参数调整控制策略，实时监测压接过程中压接力和压接速度的变化，记录每次调整后的实时反馈，并收集波动情况和稳定性数据，生成实时监测数据集；

数据分析子模块基于所述实时监测数据集，分析压接力波动情况和压接速度稳定性，识别与预定控制策略存在偏差的参数，并分析原因和趋势，生成偏差分析记录；

调整策略评估子模块基于所述偏差分析记录，评估现有的参数调整控制策略在应用中的表现，根据波动数据和原因，对控制策略进行调整或优化，生成控制策略评估数据。

8.根据权利要求1所述的自动化柔性压接工艺参数优化系统，其特征在于，所述调整效果实施模块包括：

参数调整决策子模块根据所述控制策略评估数据，分析压接力、压接速度和压接时间的当前设置与优化目标之间的差异，确定需要调整的参数和调整幅度，生成调整策略方案；

执行参数调整子模块基于所述调整策略方案，在压接生产线上实施压接力和压接速度的调整，并根据生产效率和质量要求优化压接时间设置，生成执行调整记录；

参数优化确认子模块基于所述执行调整记录，通过对比调整前后的生产数据，验证调整效果是否达到预定质量和效率目标，生成最优调整参数。