一种制造设备制造参数调整控制系统及其方法，建置自组织映像网络将所有该组制造参数记录数据与制造设备信息的制造参数对应的制造参数输入至自组织映像网络以生成数据映像结果网格图，选取数据映像结果网格图中最高的网格映像数量所对应的该组制造参数记录数据为制造设备信息的制造参数，再以制造设备信息的制造参数中选定至少一目标参数为输出参数以及制造设备信息的制造参数中未被选定的制造参数与一组检测参数为输入参数建置DeepFM模型，经过训练与验证的DeepFM模型所输出的输出参数进行非线性回归并配合输入参数以生成至少一目标参数，依据至少一目标参数动态调整对应的制造设备信息的制造参数。对应的制造设备信息的制造参数。对应的制造设备信息的制造参数。
【技术实现步骤摘要】
制造设备制造参数调整控制系统及其方法
[0001]本专利技术涉及一种调整控制系统及其方法，尤其是指一种先由自组织映像网络计算制造设备信息的制造参数以提供制造设备的制造使用，再由DeepFM模型动态计算出至少一目标参数以动态调整对应的制造设备信息的制造参数的制造设备制造参数调整控制系统及其方法。
技术介绍
[0002]目前在制造生产过程中，制造设备所使用的制造参数通常由有经验的工程师在生产开机时进行人工设定，或者事先将设定好的制造参数存储于制造设备中，在制造设备要进行生产时，进行制造参数记录数据的读取与使用。
[0003]上述对于制造设备的制造参数设定方式需要对技术人员有一定的经验或是技术水准，除此之外，制造设备的制造参数由于被设定为固定值，制造设备无法综合利用变化的生产状态信息来实现更高效、优质以及节能的制造生产。
[0004]综上所述，可知现有技术中长期以来一直存在制造设备的制造参数不具备智能化调整的问题，因此有必要提出改进的技术手段，来解决此问题。
技术实现思路
[0005]有鉴于现有技术存在制造设备的制造参数不具备智能化调整的问题，本专利技术公开一种制造设备制造参数调整控制系统及其方法，其中：
[0006]本专利技术所公开的制造设备制造参数调整控制系统，其包含：参数数据库、接收模块、查询模块、类神经网络计算模块、参数选取模块以及传送模块。
[0007]参数数据库是用以储存储存时间、制造设备信息、生产产品信息以及对应的一组制造参数记录数据；接收模块是用以接收制造设备信息以及生产产品信息，以及从制造设备接收一组检测参数，其中该组检测参数通过设置于制造设备的感测器检测得到；查询模块是用以依据接收模块所接收到的制造设备信息以及生产产品信息对应查询出符合预设数量的该组制造参数记录数据；类神经网络计算模块是将制造设备信息的制造参数设定数量乘以制造设备信息的制造参数设定数量以建置自组织映像网络(Self-Organizing Map，SOM)，将被查询出的所有该组制造参数记录数据与制造设备信息的制造参数对应的制造参数输入至自组织映像网络以生成数据映像结果网格图；将制造设备信息的制造参数中选定至少一目标参数为输出参数以及制造设备信息的制造参数中未被选定的制造参数与该组检测参数为输入参数建置DeepFM模型，再将被查询出的该组制造参数记录数据依据预设比率分为训练参数集合以及测试参数集合，将训练参数集合对DeepFM模型进行训练，再将测试参数集合对被训练好的DeepFM模型进行验证，经过训练与验证的DeepFM模型所输出的输出参数进行非线性回归并配合输入参数以生成至少一目标参数；参数选取模块，用以选取数据映像结果网格图中最高的网格映像数量所对应的该组制造参数记录数据为制造设备信息的制造参数；及传送模块是用以传送制造设备信息的制造参数至制造设备以使用制造
设备信息的制造参数进行产品的生产制造；传送至少一目标参数至制造设备以依据至少一目标参数动态调整对应的制造设备信息的制造参数。
[0008]本专利技术所公开的制造设备制造参数调整控制方法，其包含下列步骤：
[0009]首先，储存储存时间、制造设备信息、生产产品信息以及对应的一组制造参数记录数据；接着，接收制造设备信息以及生产产品信息；接着，依据制造设备信息以及生产产品信息对应查询出符合预设数量的该组制造参数记录数据；接着，将制造设备信息的制造参数设定数量乘以制造设备信息的制造参数设定数量以建置自组织映像网络，将被查询出的所有该组制造参数记录数据与制造设备信息的制造参数对应的制造参数输入至自组织映像网络以生成数据映像结果网格图；接着，选取数据映像结果网格图中最高的网格映像数量所对应的该组制造参数记录数据为制造设备信息的制造参数；接着，传送制造设备信息的制造参数至制造设备以使用制造设备信息的制造参数进行产品的生产制造；接着，自制造设备接收一组检测参数，其中该组检测参数通过设置于制造设备的感测器检测得到；接着，将制造设备信息的制造参数中选定至少一目标参数为输出参数以及制造设备信息的制造参数中未被选定的制造参数与该组检测参数为输入参数建置DeepFM模型，再将被查询出的该组制造参数记录数据依据预设比率分为训练参数集合以及测试参数集合，将训练参数集合对DeepFM模型进行训练，再将测试参数集合对被训练好的DeepFM模型进行验证，经过训练与验证的DeepFM模型所输出的输出参数进行非线性回归并配合输入参数以生成至少一目标参数；最后，传送至少一目标参数至制造设备以依据至少一目标参数动态调整对应的制造设备信息的制造参数。
[0010]本专利技术所公开的系统及方法如上，与现有技术之间的差异在于依据制造设备信息以及生产产品信息对应查询出符合预设数量的该组制造参数记录数据，依据制造设备信息的制造参数建置自组织映像网络以将所有该组制造参数记录数据与制造设备信息的制造参数对应的制造参数输入至自组织映像网络以生成数据映像结果网格图，选取数据映像结果网格图中最高的网格映像数量所对应的该组制造参数记录数据为制造设备信息的制造参数，再以制造设备信息的制造参数中选定至少一目标参数为输出参数以及制造设备信息的制造参数中未被选定的制造参数与一组检测参数为输入参数建置DeepFM模型，经过训练与验证的DeepFM模型所输出的输出参数进行非线性回归并配合输入参数以生成至少一目标参数，即可依据至少一目标参数动态调整对应的制造设备信息的制造参数。
[0011]通过上述的技术手段，本专利技术可以达成提供制造设备的制造参数具备智能化调整的技术功效。
附图说明
[0012]图1示出本专利技术制造设备制造参数调整控制系统的系统方框图。
[0013]图2示出本专利技术制造设备制造参数调整控制的制造参数记录数据示意图。
[0014]图3示出本专利技术制造设备制造参数调整控制的数据映像结果网格图。
[0015]图4示出本专利技术制造设备制造参数调整控制的制造参数示意图。
[0016]图5示出本专利技术制造设备制造参数调整控制的DeepFM模型示意图。
[0017]图6A以及图6B示出本专利技术制造设备制造参数调整控制方法的方法流程图。
[0018]附图标记说明：
[0019]10
ꢀꢀ
制造设备
[0020]20
ꢀꢀ
参数计算装置
[0021]21
ꢀꢀ
参数数据库
[0022]22
ꢀꢀ
接收模块
[0023]23
ꢀꢀ
查询模块
[0024]24
ꢀꢀ
类神经网络计算模块
[0025]25
ꢀꢀ
参数选取模块
[0026]26
ꢀꢀ
传送模块
[0027]31
ꢀꢀ
制造参数记录数据
[0028]32
ꢀꢀ
数据映像结果网格图
[0029]33
ꢀꢀ
制造参数
[0030]40
ꢀꢀ
...
【技术保护点】
【技术特征摘要】
1.一种制造设备制造参数调整控制系统，其包含：参数数据库，用以储存储存时间、制造设备信息、生产产品信息以及对应的一组制造参数记录数据；接收模块，用以接收所述制造设备信息以及所述生产产品信息，以及从制造设备接收一组检测参数，其中该组检测参数通过设置于所述制造设备的感测器检测得到；查询模块，用以依据所述接收模块所接收到的所述制造设备信息以及所述生产产品信息对应查询出符合预设数量的该组制造参数记录数据；类神经网络计算模块，将所述制造设备信息的制造参数设定数量乘以所述制造设备信息的制造参数设定数量以建置自组织映像网络，将被查询出的所有该组制造参数记录数据中与所述制造设备信息的制造参数对应的制造参数输入至所述自组织映像网络以生成数据映像结果网格图；及将所述制造设备信息的制造参数中选定至少一目标参数为输出参数以及所述制造设备信息的制造参数中未被选定的制造参数与该组检测参数为输入参数建置DeepFM模型，再将被查询出的该组制造参数记录数据依据预设比率分为训练参数集合以及测试参数集合，将所述训练参数集合对所述DeepFM模型进行训练，再将所述测试参数集合对被训练好的所述DeepFM模型进行验证，经过训练与验证的所述DeepFM模型所输出的输出参数进行非线性回归并配合输入参数以生成所述至少一目标参数；参数选取模块，用以选取所述数据映像结果网格图中最高的网格映像数量所对应的该组制造参数记录数据为所述制造设备信息的制造参数；及传送模块，用以传送所述制造设备信息的制造参数至所述制造设备以使用所述制造设备信息的制造参数进行产品的生产制造；传送所述至少一目标参数至所述制造设备以依据所述至少一目标参数动态调整对应的所述制造设备信息的制造参数。2.根据权利要求1所述的制造设备制造参数调整控制系统，其中所述参数选取模块还包含选取所述数据映像结果网格图中前N高的网格映像数量所对应的该组制造参数记录数据以对各别的制造参数进行平均以生成所述制造设备信息的制造参数，其中N为大于等于2的正整数。3.根据权利要求1所述的制造设备制造参数调整控制系统，其中所述查询模块还包含定时查询出符合预设数量的该组制造参数记录数据，所述类神经网络计算模块还包含定时对所述DeepFM模型重新进行训练。4.根据权利要求1所述的制造设备制造参数调整控制系统，其中所述DeepFM模型中模型建构的数据包含设定学习率为0.01并使用指数下降、设定反覆运算次数为600、设定批次大小为16、设定正规化系数为0.001、设定Deep层网络大小为[300,100,50]、设定Concat层网络大小为[30,3]、设定embedding层网络大小为[200]、设定梯度优化方法采用AdaDelta梯度下降方法以及设定损失函数采用Huberloss函数。5.根据权利要求1所述的制造设备制造参数调整控制系统，其中所述传送模块是通过Tensorflow-Serving进行服务的部署以传送所述至少一目标参数至所述制造设备以依据所述至少一目标参数动态调整对应的所述制造设备信息的制造参数。6.一种...
【专利技术属性】
技术研发人员：李建明，
申请(专利权)人：英业达股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。