一种管道预制生产线智能管理方法及系统技术方案

本发明专利技术提供一种管道预制生产线智能管理方法及系统，涉及智能化领域，包括获取目标管道预制生产线的历史产能信息，对所述历史产能信息进行季节性分析，确定所述历史产能信息对应的季节性指数，根据所述历史产能信息以及所述季节性指数通过预设的生产需求预测模型，确定下一个季节所述目标管道预制生产线的生产需求预测信息；基于所述生产需求预测信息，以及所述目标管道预制生产线的当前生产计划，设定初始生产计划；结合所述目标管道预制生产线对应的生产约束条件，以产能最大化为目标，通过预设目标优化算法对所述初始生产计划进行调整，直至所述目标管道预制生产线达到最大产能目标。能目标。能目标。

【技术实现步骤摘要】
一种管道预制生产线智能管理方法及系统


[0001]本专利技术涉及智能化技术，尤其涉及一种管道预制生产线智能管理方法及系统。

技术介绍

[0002]CN109978375B
‑
一种管道预制生产线智能管理系统，按照每个管道预制生产线项目划分功能区域，每个管道预制生产线项目均包括管道预制管理模块、支架预制管理模块和材料储配分发管理模块；管道预制管理模块包含了若干个管段管理子模块、支架预制管理模块包含了若干个与管段管理子模块一一对应的支架预制管理子模块，材料储配分发管理模块则储备了制作每个管段所需的所有材料并及时跟踪，判断存量，及时预警并提前采购，该智能管理系统可以对管道预制生产过程中的管道进行管理，从而规范管道的使用。
[0003]CN114022134A
‑
标准模块化管道构件智能生产系统、控制方法及智能终端，公开了编写管道构件预加工工艺流程，编写管道构件的下料、等各工序之间物料自动传递运输的专项施工方案；通过与BIM技术的相结合，利用精确的模型数据作为管道构件预制加工设计的基础，再采用机械化、自动化的先进设备，对管道构件进行流水线式的预制加工，依次完成下料、切割等工序。本专利技术采用通过智慧物流系统将物料堆场、相贯线等离子切割机等紧密联系在一起，形成一套标准化的管道构件预制生产线模块，将传统施工工序以先进设备替代实施，在提高管道构件预制加工质量、效率的同时，减少了对焊工等特殊工种的依赖，大幅降低劳动力成本。
[0004]现有的生产线管理方法基本关注点在于如何降低劳动力成本或者基于已经发生的事实，进行适应性调整，并不能进行需求预测，并且根据所预测的信息进行生产计划调整，能以提高整体的产能和智能化。

技术实现思路

[0005]本专利技术实施例提供一种管道预制生产线智能管理方法及系统，能够至少解决现有技术中部分问题。
[0006]本专利技术实施例的第一方面，
[0007]提供一种管道预制生产线智能管理方法，包括：
[0008]获取目标管道预制生产线的历史产能信息，对所述历史产能信息进行季节性分析，确定所述历史产能信息对应的季节性指数，根据所述历史产能信息以及所述季节性指数通过预设的生产需求预测模型，确定下一个季节所述目标管道预制生产线的生产需求预测信息，其中，所述生产需求预测模型基于改进的时间序列预测模型构建；
[0009]基于所述生产需求预测信息，以及所述目标管道预制生产线的当前生产计划，设定初始生产计划；
[0010]结合所述目标管道预制生产线对应的生产约束条件，以产能最大化为目标，通过预设目标优化算法对所述初始生产计划进行调整，直至所述目标管道预制生产线达到最大产能目标，其中，所述预设目标优化算法基于改进的粒子群算法构建。
[0011]在一种可选的实施方式中，
[0012]所述获取目标管道预制生产线的历史产能信息，对所述历史产能信息进行季节性分析，确定所述历史产能信息对应的季节性指数包括：
[0013]确定当前历史产能信息对应的当前时间点，并确定当前时间点对应的邻近时间集合，基于预设的滑动窗口，遍历每一条历史产能信息，根据时间点与邻近时间集合中相邻时间点的距离，确定每一条历史产能信息对应的权重值；
[0014]确定每一条历史产能信息对应的回归损失函数的值，结合每一条历史产能信息对应的权重值，确定所述历史产能信息的趋势估计值；
[0015]根据所述历史产能信息与所述趋势估计值的差值，确定所述历史产能信息的残差值；
[0016]结合所述趋势估计值、所述每一条历史产能信息对应的权重值以及所述残差值确定所述历史产能信息对应的季节性指数。
[0017]在一种可选的实施方式中，
[0018]所述方法还包括构建生产需求预测模型：
[0019]基于预先获取的预测训练数据集，对所述预测训练数据集进行自相关图分析，确定所述预测训练数据集的时间序列与其滞后值的自相关系数，将所述自相关系数最早衰减至零的滞后值作为所述生产需求预测模型的第一参数值；
[0020]通过单位根检验判断所述预测训练数据集是否平稳，若不平稳，则对所述预测训练数据集进行迭代差分，直至所述预测训练数据集平稳，将迭代差分的次数作为所述生产需求预测模型的第二参数值；
[0021]基于所述第一参数值和所述第二参数值更新所述生产需求预测模型的模型参数，并通过更新后的生产需求预测模型输出初始生产需求预测信息，确定所述初始生产需求预测信息与预先获取的预测验证数据集的预测偏差值；
[0022]根据所述预测偏差值迭代优化所述第一参数值和所述第二参数值，直至所述预测偏差值满足预设偏差条件。
[0023]在一种可选的实施方式中，
[0024]迭代优化所述第一参数值的方法包括：
[0025]根据所述预测偏差值确定预测残差序列，并确定所述预测残差序列的概率密度函数，并结合所述预测残差序列和所述概率密度函数确定似然函数值；
[0026]根据所述似然函数值，结合所述第一参数值的数量，确定所述生产需求预测模型的参数拟合值，将最小的参数拟合值作为优化后的第一参数值。
[0027]在一种可选的实施方式中，
[0028]所述目标管道预制生产线对应的生产约束条件包括设备容量约束、原材料供应约束以及订单优先级约束中至少一种，
[0029]其中，设备容量约束是指每个工序所需的设备有限的容量，设备的最大可同时处理的工件数量限制；
[0030]原材料供应约束是指原材料的供应量和供应时间的限制，原材料的采购数量和供应周期；
[0031]订单优先级约束包括确保在订单的最早交付期之前完成相关工序，以满足交付期
限；为了保证产能利用率，需要保证高产能订单优先于低产能订单。
[0032]在一种可选的实施方式中，
[0033]所述结合所述目标管道预制生产线对应的生产约束条件，以产能最大化为目标，通过预设目标优化算法对所述初始生产计划进行调整，直至所述目标管道预制生产线达到最大产能目标包括：
[0034]将所述初始生产计划作为粒子群，初始化所述粒子群、所述粒子群中所有粒子的速度和位置；
[0035]确定每个粒子对应的适应度值，将适应度值大于预设适应度阈值的个体作为父个体，从所述粒子群中随机选择个体与所述父个体进行交叉操作，生成子个体；
[0036]确定所述父个体与所述子个体的差值，若所述差值大于等于预设替换阈值，则将所述子个体替换所述父个体；若所述差值小于预设替换阈值，则保留所述子个体，将最终保留的子个体作为目标生产计划。
[0037]在一种可选的实施方式中，
[0038]按照如下公式构建所述适应度函数：
[0039]；
[0040]其中，f(x)表示适应度值，U表示求解适应度函数所用非劣解集合中非劣解的数量，A表示生产约束条件，e
j
表示第j个相邻非劣解之间的距离，E表示非劣解集合，Q表示粒子的数量，f
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种管道预制生产线智能管理方法，其特征在于，包括：获取目标管道预制生产线的历史产能信息，对所述历史产能信息进行季节性分析，确定所述历史产能信息对应的季节性指数，根据所述历史产能信息以及所述季节性指数通过预设的生产需求预测模型，确定下一个季节所述目标管道预制生产线的生产需求预测信息，其中，所述生产需求预测模型基于改进的时间序列预测模型构建；基于所述生产需求预测信息，以及所述目标管道预制生产线的当前生产计划，设定初始生产计划；结合所述目标管道预制生产线对应的生产约束条件，以产能最大化为目标，通过预设目标优化算法对所述初始生产计划进行调整，直至所述目标管道预制生产线达到最大产能目标，其中，所述预设目标优化算法基于改进的粒子群算法构建。2.根据权利要求1所述的方法，其特征在于，所述获取目标管道预制生产线的历史产能信息，对所述历史产能信息进行季节性分析，确定所述历史产能信息对应的季节性指数包括：确定当前历史产能信息对应的当前时间点，并确定当前时间点对应的邻近时间集合，基于预设的滑动窗口，遍历每一条历史产能信息，根据时间点与邻近时间集合中相邻时间点的距离，确定每一条历史产能信息对应的权重值；确定每一条历史产能信息对应的回归损失函数的值，结合每一条历史产能信息对应的权重值，确定所述历史产能信息的趋势估计值；根据所述历史产能信息与所述趋势估计值的差值，确定所述历史产能信息的残差值；结合所述趋势估计值、所述每一条历史产能信息对应的权重值以及所述残差值确定所述历史产能信息对应的季节性指数。3.根据权利要求1所述的方法，其特征在于，所述方法还包括构建生产需求预测模型：基于预先获取的预测训练数据集，对所述预测训练数据集进行自相关图分析，确定所述预测训练数据集的时间序列与其滞后值的自相关系数，将所述自相关系数最早衰减至零的滞后值作为所述生产需求预测模型的第一参数值；通过单位根检验判断所述预测训练数据集是否平稳，若不平稳，则对所述预测训练数据集进行迭代差分，直至所述预测训练数据集平稳，将迭代差分的次数作为所述生产需求预测模型的第二参数值；基于所述第一参数值和所述第二参数值更新所述生产需求预测模型的模型参数，并通过更新后的生产需求预测模型输出初始生产需求预测信息，确定所述初始生产需求预测信息与预先获取的预测验证数据集的预测偏差值；根据所述预测偏差值迭代优化所述第一参数值和所述第二参数值，直至所述预测偏差值满足预设偏差条件。4.根据权利要求3所述的方法，其特征在于，迭代优化所述第一参数值的方法包括：根据所述预测偏差值确定预测残差序列，并确定所述预测残差序列的概率密度函数，并结合所述预测残差序列和所述概率密度函数确定似然函数值；根据所述似然函数值，结合所述第一参数值的数量，确定所述生产需求预测模型的参数拟合值，将最小的参数拟合值作为优化后的第一参数值。5.根据权利要求1所述的方法，其特征在于，所述目标管道预制...

【专利技术属性】
技术研发人员：宁靖华，刘同军，李荣高，根涛，徐笃军，王建，高敏，何洪伟，焦富涛，梁伟，
申请(专利权)人：中国电建集团山东电力管道工程有限公司，
类型：发明
国别省市：