CN118313736A - 用于橡胶手套生产的复合产线加工管理方法及系统 - Google Patents
用于橡胶手套生产的复合产线加工管理方法及系统 Download PDFInfo
- Publication number
- CN118313736A CN118313736A CN202410737979.4A CN202410737979A CN118313736A CN 118313736 A CN118313736 A CN 118313736A CN 202410737979 A CN202410737979 A CN 202410737979A CN 118313736 A CN118313736 A CN 118313736A
- Authority
- CN
- China
- Prior art keywords
- node
- abnormal
- production line
- candidate
- nodes
- 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
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 348
- 238000007726 management method Methods 0.000 title claims abstract description 100
- 238000012545 processing Methods 0.000 title claims abstract description 76
- 239000002131 composite material Substances 0.000 title claims abstract description 61
- 230000002159 abnormal effect Effects 0.000 claims abstract description 241
- 230000005856 abnormality Effects 0.000 claims abstract description 72
- 238000012544 monitoring process Methods 0.000 claims abstract description 40
- 238000000034 method Methods 0.000 claims abstract description 31
- 238000005457 optimization Methods 0.000 claims abstract description 23
- 150000001875 compounds Chemical class 0.000 claims abstract description 17
- 230000008569 process Effects 0.000 claims description 11
- 238000010276 construction Methods 0.000 claims description 7
- 230000000694 effects Effects 0.000 abstract description 11
- 230000006978 adaptation Effects 0.000 abstract description 9
- 238000001514 detection method Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 11
- 238000012423 maintenance Methods 0.000 description 10
- 238000009826 distribution Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000004140 cleaning Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 210000002569 neuron Anatomy 0.000 description 4
- 238000004073 vulcanization Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001680 brushing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000002791 soaking Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000009966 trimming Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了用于橡胶手套生产的复合产线加工管理方法及系统,涉及橡胶手套生产管理相关领域,该方法包括:根据多个节点状态监测区块进行节点异常识别,输出多个节点异常指标;根据多个节点异常指标进行判断,确定第一异常节点;根据第一异常节点,输出第一纯策略集;将第一异常产线上除所述第一异常节点以外对应的节点作为候选节点集,并输出每个候选节点的候选纯策略集,形成候选纯策略集组合;利用纳什均衡算法对第一纯策略集和候选纯策略集组合进行纳什均衡寻优,输出产线管理策略。解决了现有技术中针对橡胶手套生产的复合产线的异常管理准确性低、适配度差,导致橡胶手套生产的复合产线加工管理效果差的技术问题。
Description
技术领域
本申请涉及橡胶手套生产管理相关领域,尤其涉及用于橡胶手套生产的复合产线加工管理方法及系统。
背景技术
橡胶手套为大批量的生产产品,针对橡胶手套的用途增加,橡胶手套的产线也逐渐复杂化。一般由多个产线共同完成橡胶手套的生产,一旦存在一个产线的故障或者急停,很容易造成所有产线的不连续,导致其他产线的配合性降低,从而影响橡胶手套的生产质量。现阶段相关技术中,存在橡胶手套生产的复合产线的异常管理准确性低、适配度差,导致橡胶手套生产的复合产线加工管理效果差的技术问题。
发明内容
本申请通过提供用于橡胶手套生产的复合产线加工管理方法及系统,解决了现有技术中针对橡胶手套生产的复合产线的异常管理准确性低、适配度差,导致橡胶手套生产的复合产线加工管理效果差的技术问题。达到了提高橡胶手套生产的复合产线的异常管理准确性、适配度,提高橡胶手套生产的复合产线加工管理效果,提升橡胶手套生产质量的技术效果。
本申请提供一种用于橡胶手套生产的复合产线加工管理方法,所述方法应用于一种用于橡胶手套生产的复合产线加工管理系统,该方法包括:获取生产橡胶手套的复合产线节点,每个产线节点对应一个加工流程;通过对所述复合产线节点中的每个产线节点的加工工况进行识别,输出多个节点状态监测区块,每个节点状态监测区块中存储对应节点的加工运行监测数据;根据所述多个节点状态监测区块进行节点异常识别,输出多个节点异常指标;根据所述多个节点异常指标进行判断,确定第一异常节点,所述第一异常节点为所述多个节点异常指标中最大值所对应的产线节点;根据所述第一异常节点,输出第一纯策略集;确定所述第一异常节点所处的第一异常产线,将所述第一异常产线上除所述第一异常节点以外对应的节点作为候选节点集,并输出每个候选节点的候选纯策略集,形成候选纯策略集组合;利用纳什均衡算法对所述第一纯策略集和所述候选纯策略集组合进行纳什均衡寻优,输出产线管理策略。
本申请还提供了一种用于橡胶手套生产的复合产线加工管理系统,该系统包括:复合产线节点获取模块,所述复合产线节点获取模块用于获取生产橡胶手套的复合产线节点,每个产线节点对应一个加工流程;节点加工工况识别模块,所述节点加工工况识别模块用于通过对所述复合产线节点中的每个产线节点的加工工况进行识别,输出多个节点状态监测区块,每个节点状态监测区块中存储对应节点的加工运行监测数据;节点异常识别模块,所述节点异常识别模块用于根据所述多个节点状态监测区块进行节点异常识别,输出多个节点异常指标;异常节点确定模块,所述异常节点确定模块用于根据所述多个节点异常指标进行判断,确定第一异常节点,所述第一异常节点为所述多个节点异常指标中最大值所对应的产线节点;纯策略集输出模块,所述纯策略集输出模块用于根据所述第一异常节点,输出第一纯策略集;候选组合构建模块,所述候选组合构建模块用于确定所述第一异常节点所处的第一异常产线,将所述第一异常产线上除所述第一异常节点以外对应的节点作为候选节点集,并输出每个候选节点的候选纯策略集,形成候选纯策略集组合;纳什均衡寻优模块,所述纳什均衡寻优模块用于利用纳什均衡算法对所述第一纯策略集和所述候选纯策略集组合进行纳什均衡寻优,输出产线管理策略。
本申请提出了用于橡胶手套生产的复合产线加工管理方法及系统,通过对生产橡胶手套的复合产线节点中每个产线节点的加工工况进行识别,输出多个节点状态监测区块,并对多个节点状态监测区块进行节点异常识别,输出多个节点异常指标;根据多个节点异常指标进行判断,确定第一异常节点;根据第一异常节点,匹配第一纯策略集和候选纯策略集组合;利用纳什均衡算法对第一纯策略集和候选纯策略集组合进行纳什均衡寻优,输出产线管理策略。解决了现有技术中针对橡胶手套生产的复合产线的异常管理准确性低、适配度差,导致橡胶手套生产的复合产线加工管理效果差的技术问题。达到了提高橡胶手套生产的复合产线的异常管理准确性、适配度,提高橡胶手套生产的复合产线加工管理效果,提升橡胶手套生产质量的技术效果。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的附图作简单的介绍,本申请中使用了流程图来说明根据本申请的实施例的系统所执行的操作。应当理解的是,前面或下面操作不一定按照顺序来精确地执行。相反,根据需要,可以按照倒序或同时处理各种步骤。同时,也可以将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
图1为本申请实施例提供的一种用于橡胶手套生产的复合产线加工管理方法的流程示意图;
图2为本申请实施例提供的一种用于橡胶手套生产的复合产线加工管理系统的结构示意图。
附图标记说明:复合产线节点获取模块1、节点加工工况识别模块2、节点异常识别模块3、异常节点确定模块4、纯策略集输出模块5、候选组合构建模块6、纳什均衡寻优模块7。
具体实施方式
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
为了使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请作进一步的详细描述,所描述的实施例不应视为对本申请的限制,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,都属于本申请保护的范围。
在以下的描述中,涉及“一些实施例”,其描述了所有可能实施例的子集,但是可以理解,“一些实施例”可以是所有可能实施例的相同子集或不同子集,并且可以在不冲突的情况下相互结合,所涉及的术语“第一\第二”仅仅是区别类似的对象,不代表针对对象的特定排序。术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块,除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的。
本申请实施例提供了一种用于橡胶手套生产的复合产线加工管理方法,所述方法应用于一种用于橡胶手套生产的复合产线加工管理系统,如图1所示,所述方法包括:
首先,执行步骤S100,获取生产橡胶手套的复合产线节点,每个产线节点对应一个加工流程。具体地,连接本申请中的一种用于橡胶手套生产的复合产线加工管理系统,读取复合产线节点。橡胶手套的生产加工产线由多个复合产线组成。多个复合产线包括混炼配料产线、手套成型产线、手套硫化产线、手套后处理产线、手套品质检测产线等。每个复合产线包括多个手套生产节点。例如,手套后处理产线包括手套清洗节点、手套修剪节点、手套打磨节点等。复合产线节点包括生产橡胶手套的多个产线节点。每个产线节点就是一个手套生产节点,多个产线节点即为多个复合产线对应的所有手套生产节点。每个产线节点对应一个加工流程。加工流程即为每个产线节点对应产线加工步骤。例如,手套清洗节点对应的加工流程包括清水冲洗、浸泡清洗、刷洗、漂洗等手套清洗步骤。
进一步,在获取复合产线节点后,执行步骤S200,通过对所述复合产线节点中的每个产线节点的加工工况进行识别,输出多个节点状态监测区块,每个节点状态监测区块中存储对应节点的加工运行监测数据。具体地,对复合产线节点中的每个产线节点进行实时监测,获得多个节点状态监测区块。每个节点状态监测区块包括每个产线节点对应的加工运行监测数据。加工运行监测数据包括每个产线节点对应的多个实时加工参数。例如,手套硫化处理节点对应的节点状态监测区块包括实时硫化温度、实时硫化时间等实时硫化加工参数。
进一步,在获得多个节点状态监测区块的基础上,执行步骤S300:根据所述多个节点状态监测区块进行节点异常识别,输出多个节点异常指标。具体而言,分别对每个节点状态监测区块进行节点异常检测,获得多个节点异常指标。其中,每个节点异常指标是用于表征每个产线节点对应的加工工况异常程度的数据信息。产线节点的加工工况异常程度越大,对应的节点异常指标越高。通过分别对每个节点状态监测区块进行节点异常检测,得到准确的多个节点异常指标,提高了对橡胶手套生产的复合产线进行异常检测的全面性、精确度,同时,为后续对橡胶手套生产的复合产线进行异常管理奠定基础。
优选的,在对每个节点状态监测区块进行节点异常检测时,基于大数据,分别采集多个产线节点对应的节点异常检测记录数据,获得多个节点异常检测记录集。每个节点异常检测记录集包括每个产线节点对应的多个节点异常检测记录组。每个节点异常检测记录组包括每个产线节点对应的历史节点加工方案、历史节点状态监测区块、历史节点异常指标。继而,根据BP神经网络将每个节点异常检测记录集进行不断的自我训练学习至收敛状态,得到多个产线节点对应的多个节点异常检测模型。BP神经网络是一种按照误差逆向传播算法进行训练的多层前馈神经网络。误差逆向传播算法是指BP神经网络可以进行正向计算、反向计算。正向计算时,输入信息从输入层经过多层神经元逐层处理,转向输出层,每一层神经元的状态只影响下一层神经元的状态。如果在输出层不能得到期望的输出,则转入反向计算,将误差信号沿原来的连接通路返回,通过修改各神经元的权值,使得误差信号最小。每个节点异常检测模型均包括输入层、隐含层、输出层。进而,连接本申请中的一种用于橡胶手套生产的复合产线加工管理系统,调取多个产线节点对应的多个节点加工方案。将每个产线节点对应的节点加工方案、节点状态监测区块作为输入信息,输入对应的节点异常检测模型,获得每个产线节点对应的节点异常指标。
输出多个节点异常指标之后,继续执行步骤S400,根据所述多个节点异常指标进行判断,确定第一异常节点,所述第一异常节点为所述多个节点异常指标中最大值所对应的产线节点。具体而言,在一种可能的实现方式中,在对多个节点异常指标进行判断时,将多个节点异常指标中的最大值对应的产线节点设置为第一异常节点。
确定第一异常节点之后,继续执行步骤S500和步骤S600。其中,步骤S500包括:根据所述第一异常节点,输出第一纯策略集。具体地,将第一异常节点对应的节点异常指标、节点加工方案、节点状态监测区块设置为第一节点异常特征数据。继而,将第一节点异常特征数据输入第一节点异常运维库,由第一节点异常运维库对第一节点异常特征数据进行异常运维决策匹配,获得第一纯策略集。第一节点异常运维库包括第一异常节点对应的多个节点异常运维记录。每个节点异常运维记录包括第一异常节点对应的历史节点异常特征数据、历史节点异常运维决策。历史节点异常特征数据包括第一异常节点对应的样本节点异常指标、样本节点加工方案、样本节点状态监测区块。历史节点异常运维决策包括历史节点异常特征数据对应的样本节点加工调节参数。第一纯策略集包括第一节点异常特征数据对应的多个节点异常运维决策。每个节点异常运维决策包括第一节点异常特征数据对应的节点加工调节参数。
步骤S600包括:确定所述第一异常节点所处的第一异常产线,将所述第一异常产线上除所述第一异常节点以外对应的节点作为候选节点集,并输出每个候选节点的候选纯策略集,形成候选纯策略集组合。具体地,将第一异常节点对应的复合产线设置为第一异常产线。将第一异常产线上,除第一异常节点之外的多个手套生产节点记为多个候选节点,并将多个候选节点输出为候选节点集。候选节点集包括多个候选节点。继而,连接本申请中的一种用于橡胶手套生产的复合产线加工管理系统,读取多个候选节点对应的多个候选纯策略集,并遍历多个候选纯策略集进行多次随机选择,获得候选纯策略集组合。其中,每个候选纯策略集包括每个候选节点对应的多个候选管理策略。多个候选管理策略包括满足每个候选节点的当前调整需求的多个节点加工控制方案。候选纯策略集组合包括多个候选节点管理策略组合。每个候选节点管理策略组合包括各个候选纯策略集中随机的一个候选管理策略。
在获得第一纯策略集和候选纯策略集组合之后,执行步骤S700,利用纳什均衡算法对所述第一纯策略集和所述候选纯策略集组合进行纳什均衡寻优,输出产线管理策略。在一种可能的实现方式中,步骤S700进一步包括步骤S710,建立代价函数,利用所述代价函数对所述第一纯策略集和所述候选纯策略集组合进行均衡识别,当达到均衡收敛条件后,输出纳什均衡寻优结果,所述纳什均衡寻优结果包括所述第一异常产线上每个节点对应的管理策略;其中,达到均衡收敛条件的目标为所述第一异常产线上所有节点的损失代价和最小。具体地,本申请采用纳什均衡算法对第一纯策略集和候选纯策略集组合进行纳什均衡寻优,确定产线管理策略,并根据产线管理策略对异常产线进行异常管理,从而提高橡胶手套生产的复合产线的异常管理准确性、适配度,提升橡胶手套的生产质量。
优选的,根据纳什均衡算法对第一纯策略集和候选纯策略集组合进行纳什均衡寻优的具体实施过程包括:根据代价函数对第一纯策略集和候选纯策略集组合进行均衡识别,当达到均衡收敛条件后,获得纳什均衡寻优结果,并将纳什均衡寻优结果输出为产线管理策略。其中,纳什均衡寻优结果包括当达到均衡收敛条件后,第一异常产线上每个节点对应的管理策略。均衡收敛条件为第一异常产线上所有节点的损失代价和最小。代价函数为:
;
其中,为第一异常节点基于第一纯策略集与候选纯策略集组合的损失代价和。为第一纯策略集,为第一异常节点的策略个数,即,为第一纯策略集内多个节点异常运维决策的决策总数量。
为候选纯策略集组合,为节点总数量,节点总数量即为第一异常产线对应的手套生产节点总数量。候选纯策略集组合为缺一策略组合。缺一策略组合为缺少所述第一异常节点之外剩余候选节点所对应管理策略集的组合,k-1个候选纯策略集,,为第j个候选节点对应选择的管理策略,为所有候选节点选择的管理策略集。表示下候选节点选择策略的概率,表征任意一个候选节点管理策略组合。为第一异常节点基于第一异常产线上所有节点进行调整产生损失的所需的支付代价,支付代价包括第一异常节点基于第一异常产线上所有节点进行调整产生损失对应的成本。
在一种可能的实现方式中,步骤S400进一步包括步骤S410和步骤S420。其中,步骤S410包括:对所述多个节点异常指标进行判断,获取异常指标大于预设异常指标的N个异常节点,其中,N为大于等于1的正整数。具体地,在获得多个节点异常指标后,分别将每个节点异常指标与预设异常指标进行比较。如果节点异常指标大于预设异常指标,则,将该节点异常指标对应的产线节点记为异常节点,由此,得到N个异常节点。N为大于等于1的正整数。预设异常指标包括由本申请的一种用于橡胶手套生产的复合产线加工管理系统预先设置确定的节点异常指标阈值。N个异常节点中的每个异常节点为大于预设异常指标的节点异常指标对应的产线节点。
在一种可能的实现方式中,步骤S410进一步包括步骤S411,获取所述N个异常节点对应所处的N个异常产线;步骤S412,判断所述N个异常产线是否存在产线重合,若存在产线重合,输出合并后的M个异常产线,其中,M为大于等于1的正整数,且M小于N,对所述M个异常产线分别进行纳什均衡寻优,输出M个产线管理策略,以所述M个产线管理策略进行管理。具体地,将N个异常节点中每个异常节点对应的复合产线记为异常产线,得到N个异常产线。进一步,判断N个异常产线是否存在产线重合,即,对N个异常产线中是否存在相同的复合产线进行判断。如果N个异常产线中不存在相同的复合产线,则,N个异常产线不存在产线重合,执行步骤S420。步骤S420包括:对N个异常节点分别进行纳什均衡寻优,输出N个产线管理策略。即,当N个异常产线不存在产线重合时,根据纳什均衡算法分别对N个异常节点进行纳什均衡寻优,得到N个产线管理策略,并将N个产线管理策略添加至产线管理策略。“根据纳什均衡算法分别对N个异常节点进行纳什均衡寻优”与“根据纳什均衡算法对第一纯策略集和候选纯策略集组合进行纳什均衡寻优”的具体实施过程类似,为了说明书的简洁,在此不再赘述。
如果N个异常产线中存在相同的复合产线,则,N个异常产线存在产线重合,继续执行步骤S412,对N个异常产线进行合并,即,将N个异常产线中相同的复合产线记为一个异常产线,得到M个异常产线。M为大于等于1的正整数,且M小于N。进一步,对M个异常产线分别进行纳什均衡寻优包括步骤S412-a1和步骤S412-a2。步骤S412-a1包括:对所述M个异常产线分别进行纳什均衡寻优包括优先级分配器,其中,所述优先级分配器用于对所述M个异常产线进行特征提取,包括节点异常等级、所处产线涉及节点数量以及所处产线重要性。具体地,根据优先级分配器内的特征提取单元对M个异常产线进行特征提取,确定M个异常产线特征。每个异常产线特征包括每个异常产线对应的节点异常等级系数、所处产线涉及节点数量系数、所处产线重要性系数。节点异常等级系数包括每个异常产线对应的节点异常指标之和。所处产线涉及节点数量系数包括每个异常产线对应的手套生产节点总数量参数。所处产线重要性系数是用于表征每个异常产线对应的手套生产加工重要程度的数据信息。异常产线对应的手套生产加工重要程度越大,对应的所处产线涉及节点数量系数越高。
步骤S412-a2包括:利用所述优先级分配器为所述M个异常产线分配纳什均衡寻优的优先级,根据分配好的优先级顺序进行纳什均衡寻优,以输出M个产线管理策略。具体地,将M个异常产线特征输入优先级分配器内的优先级计算单元,优先级计算单元按照预设优先级权重分配条件分别对M个异常产线特征进行加权计算,获得M个产线优先级系数。其中,优先级分配器包括特征提取单元、优先级计算单元。特征提取单元具有提取异常产线的节点异常等级、所处产线涉及节点数量、所处产线重要性等特征的功能。优先级计算单元具有按照预设优先级权重分配条件对异常产线特征进行加权计算的功能。预设优先级权重分配条件包括由本申请的一种用于橡胶手套生产的复合产线加工管理系统预先设置确定的节点异常等级系数权重、所处产线涉及节点数量系数权重、所处产线重要性系数权重。继而,按照M个产线优先级系数对M个异常产线进行降序排列,生成优先级顺序。产线优先级系数越大,对应的异常产线的排序越靠前。优先级顺序包括按照M个产线优先级系数进行降序排列的M个异常产线的排序。进而,按照优先级顺序,根据纳什均衡算法分别对M个异常产线进行纳什均衡寻优,获得M个产线管理策略,并将M个产线管理策略添加至产线管理策略,提高对橡胶手套生产的复合产线进行异常管理的精确度。
示例性地,在根据纳什均衡算法分别对M个异常产线进行纳什均衡寻优时,首先,根据优先级顺序,将优先级排序最靠前(即产线优先级系数最大)的异常产线记为第一纳什均衡寻优产线。继而,构建第一纳什均衡寻优产线对应的第一产线纯策略集、第一产线候选纯策略集组合。第一产线纯策略集与第一纯策略集的含义类似、构建方式类似,在此不再赘述。第一产线候选纯策略集组合与候选纯策略集组合的含义类似、构建方式类似,在此不再赘述。继而,利用纳什均衡算法对第一产线纯策略集、第一产线候选纯策略集组合进行纳什均衡寻优,获得第一纳什均衡寻优产线对应的第一产线管理策略。以此类推,按照优先级顺序,根据纳什均衡算法继续对M个异常产线进行纳什均衡寻优,结合第一产线管理策略,得到M个产线管理策略。且,“利用纳什均衡算法对第一产线纯策略集、第一产线候选纯策略集组合进行纳什均衡寻优”与“根据纳什均衡算法对第一纯策略集和候选纯策略集组合进行纳什均衡寻优”的具体实施过程类似,在此不再赘述。
在一种可能的实现方式中,获得M个异常产线之后,执行步骤S412-b1。步骤S412-b1包括:对所述M个异常产线进行分析,确定混合异常产线和非混合异常产线,对所述混合异常产线进行混合纳什均衡寻优;其中,所述混合异常产线为包含至少2个异常节点的产线,所述非混合异常产线为包含1个异常节点的产线。具体地,在获得M个异常产线后,将M个异常产线中,包含1个异常节点的产线记为非混合异常产线。将M个异常产线中,包含至少2个异常节点的产线记为混合异常产线。根据纳什均衡算法对混合异常产线进行混合纳什均衡寻优,获得混合异常产线管理策略,并将混合异常产线管理策略添加至产线管理策略中,提高产线管理策略的准确性、全面性。且,“根据纳什均衡算法对混合异常产线进行混合纳什均衡寻优”与“根据纳什均衡算法对第一纯策略集和候选纯策略集组合进行纳什均衡寻优”的具体实施过程类似,在此不再赘述。
在上文中,参照图1详细描述了根据本发明实施例的一种用于橡胶手套生产的复合产线加工管理方法。接下来,将参照图2描述根据本发明实施例的一种用于橡胶手套生产的复合产线加工管理系统。
根据本发明实施例的一种用于橡胶手套生产的复合产线加工管理系统,解决了现有技术中针对橡胶手套生产的复合产线的异常管理准确性低、适配度差,导致橡胶手套生产的复合产线加工管理效果差的技术问题。达到了提高橡胶手套生产的复合产线的异常管理准确性、适配度,提高橡胶手套生产的复合产线加工管理效果,提升橡胶手套生产质量的技术效果。
本发明实施例的一种用于橡胶手套生产的复合产线加工管理系统包括:复合产线节点获取模块1、节点加工工况识别模块2、节点异常识别模块3、异常节点确定模块4、纯策略集输出模块5、候选组合构建模块6、纳什均衡寻优模块7。
复合产线节点获取模块1用于获取生产橡胶手套的复合产线节点,每个产线节点对应一个加工流程;
节点加工工况识别模块2用于通过对所述复合产线节点中的每个产线节点的加工工况进行识别,输出多个节点状态监测区块,每个节点状态监测区块中存储对应节点的加工运行监测数据;
节点异常识别模块3用于根据所述多个节点状态监测区块进行节点异常识别,输出多个节点异常指标;
异常节点确定模块4用于根据所述多个节点异常指标进行判断,确定第一异常节点,所述第一异常节点为所述多个节点异常指标中最大值所对应的产线节点;
纯策略集输出模块5用于根据所述第一异常节点,输出第一纯策略集;
候选组合构建模块6用于确定所述第一异常节点所处的第一异常产线,将所述第一异常产线上除所述第一异常节点以外对应的节点作为候选节点集,并输出每个候选节点的候选纯策略集,形成候选纯策略集组合;
纳什均衡寻优模块7用于利用纳什均衡算法对所述第一纯策略集和所述候选纯策略集组合进行纳什均衡寻优,输出产线管理策略。
进一步而言,所述纳什均衡寻优模块7还用于:建立代价函数,利用所述代价函数对所述第一纯策略集和所述候选纯策略集组合进行均衡识别,当达到均衡收敛条件后,输出纳什均衡寻优结果,所述纳什均衡寻优结果包括所述第一异常产线上每个节点对应的管理策略;其中,达到均衡收敛条件的目标为所述第一异常产线上所有节点的损失代价和最小。
其中,所述代价函数具有如下表达式:
;
其中,为第一异常节点基于第一纯策略集与候选纯策略集组合的损失代价和;
为第一纯策略集,为第一异常节点的策略个数;为候选纯策略集组合,为节点总数量,所述候选纯策略集组合为缺一策略组合;
,为第j个候选节点对应选择的管理策略,为所有候选节点选择的管理策略集;
表示下候选节点选择策略的概率,为第一异常节点基于所述第一异常产线上所有节点进行调整产生损失的所需的支付代价。
进一步而言,所述异常节点确定模块4还用于:对所述多个节点异常指标进行判断,获取异常指标大于预设异常指标的N个异常节点,其中,N为大于等于1的正整数;对所述N个异常节点分别进行纳什均衡寻优,输出N个产线管理策略。
进一步而言,所述异常节点确定模块4还用于:获取所述N个异常节点对应所处的N个异常产线;判断所述N个异常产线是否存在产线重合,若存在产线重合,输出合并后的M个异常产线,其中,M为大于等于1的正整数,且M小于N,对所述M个异常产线分别进行纳什均衡寻优,输出M个产线管理策略,以所述M个产线管理策略进行管理。
进一步而言,所述异常节点确定模块4还用于:对所述M个异常产线分别进行纳什均衡寻优包括优先级分配器,其中,所述优先级分配器用于对所述M个异常产线进行特征提取,包括节点异常等级、所处产线涉及节点数量以及所处产线重要性;利用所述优先级分配器为所述M个异常产线分配纳什均衡寻优的优先级,根据分配好的优先级顺序进行纳什均衡寻优,以输出M个产线管理策略。
进一步而言,所述异常节点确定模块4还用于:对所述M个异常产线进行分析,确定混合异常产线和非混合异常产线,对所述混合异常产线进行混合纳什均衡寻优;其中,所述混合异常产线为包含至少2个异常节点的产线,所述非混合异常产线为包含1个异常节点的产线。
本发明实施例所提供的一种用于橡胶手套生产的复合产线加工管理系统可执行本发明任意实施例所提供的一种用于橡胶手套生产的复合产线加工管理方法,具备执行方法相应的功能模块和有益效果。
虽然本申请对根据本申请的实施例的系统中的某些模块做出了各种引用,然而,任何数量的不同模块可以被使用并运行在用户终端和/或服务器上,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合和替代。任何在本申请的精神和原则之内所做的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (8)
1.用于橡胶手套生产的复合产线加工管理方法,其特征在于,所述方法包括:
获取生产橡胶手套的复合产线节点,每个产线节点对应一个加工流程;
通过对所述复合产线节点中的每个产线节点的加工工况进行识别,输出多个节点状态监测区块,每个节点状态监测区块中存储对应节点的加工运行监测数据;
根据所述多个节点状态监测区块进行节点异常识别,输出多个节点异常指标;
根据所述多个节点异常指标进行判断,确定第一异常节点,所述第一异常节点为所述多个节点异常指标中最大值所对应的产线节点;
根据所述第一异常节点,输出第一纯策略集;
确定所述第一异常节点所处的第一异常产线,将所述第一异常产线上除所述第一异常节点以外对应的节点作为候选节点集,并输出每个候选节点的候选纯策略集,形成候选纯策略集组合;
利用纳什均衡算法对所述第一纯策略集和所述候选纯策略集组合进行纳什均衡寻优,输出产线管理策略。
2.如权利要求1所述的方法,其特征在于,利用纳什均衡算法对所述第一纯策略集和所述候选纯策略集组合进行纳什均衡寻优,包括:
建立代价函数,利用所述代价函数对所述第一纯策略集和所述候选纯策略集组合进行均衡识别,当达到均衡收敛条件后,输出纳什均衡寻优结果,所述纳什均衡寻优结果包括所述第一异常产线上每个节点对应的管理策略;
其中,达到均衡收敛条件的目标为所述第一异常产线上所有节点的损失代价和最小。
3.如权利要求2所述的方法,其特征在于,所述代价函数具有如下表达式:
;
其中,为第一异常节点基于第一纯策略集与候选纯策略集组合的损失代价和;
为第一纯策略集,为第一异常节点的策略个数;为候选纯策略集组合,为节点总数量,所述候选纯策略集组合为缺一策略组合;
,为第j个候选节点对应选择的管理策略,为所有候选节点选择的管理策略集;
表示下候选节点选择策略的概率,为第一异常节点基于所述第一异常产线上所有节点进行调整产生损失的所需的支付代价。
4.如权利要求1所述的方法,其特征在于,根据所述多个节点异常指标进行判断,方法还包括:
对所述多个节点异常指标进行判断,获取异常指标大于预设异常指标的N个异常节点,其中,N为大于等于1的正整数;
对所述N个异常节点分别进行纳什均衡寻优,输出N个产线管理策略。
5.如权利要求4所述的方法,其特征在于,对所述N个异常节点分别进行纳什均衡寻优之前,方法还包括:
获取所述N个异常节点对应所处的N个异常产线;
判断所述N个异常产线是否存在产线重合,若存在产线重合,输出合并后的M个异常产线,其中,M为大于等于1的正整数,且M小于N,对所述M个异常产线分别进行纳什均衡寻优,输出M个产线管理策略,以所述M个产线管理策略进行管理。
6.如权利要求5所述的方法,其特征在于,对所述M个异常产线分别进行纳什均衡寻优,输出M个产线管理策略,方法还包括:
对所述M个异常产线分别进行纳什均衡寻优包括优先级分配器,其中,所述优先级分配器用于对所述M个异常产线进行特征提取,包括节点异常等级、所处产线涉及节点数量以及所处产线重要性;
利用所述优先级分配器为所述M个异常产线分配纳什均衡寻优的优先级,根据分配好的优先级顺序进行纳什均衡寻优,以输出M个产线管理策略。
7.如权利要求5所述的方法,其特征在于,所述输出合并后的M个异常产线之后,方法还包括:
对所述M个异常产线进行分析,确定混合异常产线和非混合异常产线,对所述混合异常产线进行混合纳什均衡寻优;
其中,所述混合异常产线为包含至少2个异常节点的产线,所述非混合异常产线为包含1个异常节点的产线。
8.用于橡胶手套生产的复合产线加工管理系统,其特征在于,所述系统用于执行权利要求1至7任一项所述的方法,所述系统包括:
复合产线节点获取模块,所述复合产线节点获取模块用于获取生产橡胶手套的复合产线节点,每个产线节点对应一个加工流程;
节点加工工况识别模块,所述节点加工工况识别模块用于通过对所述复合产线节点中的每个产线节点的加工工况进行识别,输出多个节点状态监测区块,每个节点状态监测区块中存储对应节点的加工运行监测数据;
节点异常识别模块,所述节点异常识别模块用于根据所述多个节点状态监测区块进行节点异常识别,输出多个节点异常指标;
异常节点确定模块,所述异常节点确定模块用于根据所述多个节点异常指标进行判断,确定第一异常节点,所述第一异常节点为所述多个节点异常指标中最大值所对应的产线节点;
纯策略集输出模块,所述纯策略集输出模块用于根据所述第一异常节点,输出第一纯策略集;
候选组合构建模块,所述候选组合构建模块用于确定所述第一异常节点所处的第一异常产线,将所述第一异常产线上除所述第一异常节点以外对应的节点作为候选节点集,并输出每个候选节点的候选纯策略集,形成候选纯策略集组合;
纳什均衡寻优模块,所述纳什均衡寻优模块用于利用纳什均衡算法对所述第一纯策略集和所述候选纯策略集组合进行纳什均衡寻优,输出产线管理策略。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410737979.4A CN118313736B (zh) | 2024-06-07 | 2024-06-07 | 用于橡胶手套生产的复合产线加工管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410737979.4A CN118313736B (zh) | 2024-06-07 | 2024-06-07 | 用于橡胶手套生产的复合产线加工管理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN118313736A true CN118313736A (zh) | 2024-07-09 |
CN118313736B CN118313736B (zh) | 2024-10-15 |
Family
ID=91731677
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410737979.4A Active CN118313736B (zh) | 2024-06-07 | 2024-06-07 | 用于橡胶手套生产的复合产线加工管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118313736B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111582710A (zh) * | 2020-05-02 | 2020-08-25 | 西北工业大学 | 一种基于物联制造的生产车间实时优化方法 |
WO2022262469A1 (zh) * | 2021-06-18 | 2022-12-22 | 重庆邮电大学工业互联网研究院 | 一种基于博弈论的工业园区物流调度方法及系统 |
CN117273422A (zh) * | 2023-11-23 | 2023-12-22 | 西安睿智时代信息技术有限公司 | 用于数字化生产的供应链协同管控方法及系统 |
CN117311294A (zh) * | 2023-11-28 | 2023-12-29 | 张家港大裕橡胶制品有限公司 | 基于云边融合的橡胶手套生产设备自决策控制方法 |
CN117495019A (zh) * | 2023-11-14 | 2024-02-02 | 扬州市职业大学(扬州开放大学) | 基于农产品供应链的农产品协同调度方法与系统 |
-
2024
- 2024-06-07 CN CN202410737979.4A patent/CN118313736B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111582710A (zh) * | 2020-05-02 | 2020-08-25 | 西北工业大学 | 一种基于物联制造的生产车间实时优化方法 |
WO2022262469A1 (zh) * | 2021-06-18 | 2022-12-22 | 重庆邮电大学工业互联网研究院 | 一种基于博弈论的工业园区物流调度方法及系统 |
CN117495019A (zh) * | 2023-11-14 | 2024-02-02 | 扬州市职业大学(扬州开放大学) | 基于农产品供应链的农产品协同调度方法与系统 |
CN117273422A (zh) * | 2023-11-23 | 2023-12-22 | 西安睿智时代信息技术有限公司 | 用于数字化生产的供应链协同管控方法及系统 |
CN117311294A (zh) * | 2023-11-28 | 2023-12-29 | 张家港大裕橡胶制品有限公司 | 基于云边融合的橡胶手套生产设备自决策控制方法 |
Non-Patent Citations (1)
Title |
---|
陈心瑜;许力;: "无线多跳网络中节点效用的博弈机制研究", 小型微型计算机系统, no. 10, 15 October 2010 (2010-10-15), pages 2038 - 2042 * |
Also Published As
Publication number | Publication date |
---|---|
CN118313736B (zh) | 2024-10-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108694502B (zh) | 一种基于XGBoost算法的机器人制造单元自适应调度方法 | |
CN110163429B (zh) | 一种基于相似日优化筛选的短期负荷预测方法 | |
CN110571792A (zh) | 一种电网调控系统运行状态的分析评估方法及系统 | |
CN109816204A (zh) | 一种基于ga-svm的地铁运营安全态势预测方法 | |
CN113159113B (zh) | 信息恶意篡改下可修复遥测量的智能电网故障诊断方法 | |
CN113537580B (zh) | 一种基于自适应图学习的公共交通客流预测方法及系统 | |
CN116700172A (zh) | 结合工业互联网的工业数据集成处理方法及系统 | |
CN118091401B (zh) | 基于多源传感器的断路器故障检测方法及系统 | |
Perez-Godoy et al. | CO 2 RBFN: an evolutionary cooperative–competitive RBFN design algorithm for classification problems | |
CN115940294A (zh) | 多级电网实时调度策略调整方法、系统、设备及存储介质 | |
CN115470862A (zh) | 动态自适应负荷预测模型组合方法 | |
Hryhorkiv et al. | Forecasting financial time sesries using combined ARIMA-ANN algorithm | |
CN114548494B (zh) | 一种可视化造价数据预测智能分析系统 | |
CN115718880A (zh) | 一种复杂装备退化阶段的预测方法 | |
CN113687651B (zh) | 一种按需派送车辆的路径规划方法及装置 | |
CN110110447B (zh) | 一种混合蛙跳反馈极限学习机带钢厚度预测方法 | |
CN118313736B (zh) | 用于橡胶手套生产的复合产线加工管理方法及系统 | |
CN113689072B (zh) | 一种基于马尔科夫链的海上风电机组运行状态评估方法 | |
CN114529067A (zh) | 一种基于大数据机器学习进行电动汽车电池预测性维护的方法 | |
CN117910351A (zh) | 一种数模联动随机退化刀具剩余寿命预测方法 | |
CN115619028A (zh) | 一种基于聚类算法融合的电力负荷精准预测方法 | |
CN117575434A (zh) | 智能车间的单元上下料口位置与容量规划配置优化方法 | |
CN117312770A (zh) | 基于多层次图特征融合的航空发动机剩余寿命预测方法 | |
CN115174263B (zh) | 攻击路径动态决策方法与装置 | |
CN117109225A (zh) | 一种循环水优化调控方法及系统 |
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 |