【技术实现步骤摘要】
一种数据和规则模型融合驱动的复杂设备实时控制方法
[0001]本专利技术属计算机科学领域,具体涉及一种数据和规则模型融合驱动的复杂设备实时控制方法。
技术介绍
[0002]对于大规模工业生产,产品的高质量和稳定性是企业竞争力的核心和关键,这也对复杂设备的实时控制方法提出了更高的要求。在复杂设备连续运转过程中,车间环境、设备运行状态、工艺参数指标等都在动态变化中,这些都影响了最终产品的质量。复杂设备的实时控制需要在生产过程中,实时地根据产品质量和生产环境,对设备的各个控制参数进行调整,以保证产品的高质量和稳定性。
[0003]传统的复杂设备控制方法以人工控制为主,依赖操作工的自身经验,缺乏定量的调整规则。随着信息技术的不断发展,企业和学者对复杂设备实时控制方法进行了各方面的研究。其中,数据驱动的方法基于神经网络和智能优化算法等方法实现设备的实时控制,但是在环境突变、设备异常等情况下容易出现预测不准确、控制不稳定的问题;规则模型驱动的方法基于专家经验规则建立设备实时控制规则模型,但是控制效果依赖于经验的可靠性。因此,亟需一种更可靠的复杂设备实时控制方法。
技术实现思路
[0004]为解决上述技术问题,本专利技术提供一种数据和规则模型融合驱动的复杂设备实时控制方法,该方法覆盖了复杂设备实时控制方案可信度评估模块设计、基于改进模拟退火的复杂设备实时控制模块设计、基于规则模型的复杂设备实时控制模块设计、多实时控制方案融合输出模块设计,能够在一定程度上解决复杂设备实时控制不规范、不及时、不可靠的问题,提高 ...
【技术保护点】
【技术特征摘要】
1.一种数据和规则模型融合驱动的复杂设备实时控制方法,其特征在于,包括如下:(1)设计复杂设备实时控制方案可信度评估模块,包括:
①
基于历史数据的预测模型构建:根据复杂设备历史生产数据,以生产环境参数E、设备工艺参数M、关键控制参数C等作为输入,以产品质量指标Q作为输出,建立复杂设备产品质量预测模型;
②
产品质量实时预测:在生产过程中,实时采集当前的生产数据,根据质量预测模型得到产品质量指标Q;
③
模型准确性评估:计算过去一段时间T内,产品质量预测结果和实际值的平均相对误差E,以评估模型的准确性,分为极高、较高、一般、较低和极低五个等级;
④
控制方案可信度评估:根据模型准确性的等级,确定数据驱动的复杂设备实时控制方案可信度μ1和规则模型驱动的复杂设备实时控制方案可信度μ2;(2)设计基于改进模拟退火的复杂设备实时控制模块,包括:
①
生成初始解:以当前实际的关键控制参数C作为模拟退火的初始解ω=(c1,c2,
…
,c
n
),其中c
i
表示第i个控制参数的实际值,模拟退火过程产生的解对应复杂设备控制参数的一组值,即一个实时控制方案;
②
扰动产生新解:在当前解对应的基础上,在一定范围内随机扰动产生新解,ω
′
=ω+Δω=(c1+Δc1,c2+Δc2,
…
,c
n
+Δc
n
);
③
评估新解:根据质量预测模型计算新解对应的产品质量预测值,如果新解对应的产品质量相比于旧解更接近产品质量目标值,则说明新解优于旧解,否则说明旧解优于新解;
④
以一定规则接受新解:如果新解优于旧解,则接受新解,令ω=ω
′
;否则以P0为概率接受新解,令ω=ω
′
,以(1
‑
P0)为概率拒绝新解;
⑤
判断是否满足迭代终止条件:如果当前解对应的产品质量足够接近目标值,即|o
best
‑
y
t
|<0.1ε,其中,o
best
为最优解对应的产品质量预测值,y
t
为产品质量目标值,ε为允许偏差的阈值,则满足迭代终...
【专利技术属性】
技术研发人员:左颖,柯超凡,张萌,陶飞,
申请(专利权)人:北京航空航天大学,
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。