System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及数据分析,特别地涉及一种伺服直驱螺旋压力机智能控制方法及系统。
技术介绍
1、伺服直驱螺旋压力机是工业生产中常用的一种加工设备,作为一种性能优异的模锻设备,相较于传统的螺旋压力机,伺服直驱螺旋压力机修复了传统螺旋压力机中传动环节存在的故障问题,性能更加稳定,可靠性高。
2、在实际生产过程中,对伺服直驱螺旋压力机的控制多是基于人工经验确定不同加工对象所对应的控制方式,受限于技术人员的稀缺,难以将伺服直驱螺旋压力机大量用于各种产品的加工过程中,为了进一步提高生产效率,需要一种更智能的控制方式。
技术实现思路
1、为了解决上述问题,本申请提供一种伺服直驱螺旋压力机智能控制方法,所述方法包括:
2、获取历史生产数据,历史生产数据包括多个伺服直驱螺旋压力机的运行数据,以及与每个伺服直驱螺旋压力机的运行数据对应的产品加工数据,其中,运行数据包括用于控制伺服直驱螺旋压力机进行生产加工的指令数据和基于指令数据进行生产加工的过程中伺服直驱螺旋压力机的状态监测数据;产品加工数据包括工件基础信息、加工目标信息和加工评测信息;
3、根据加工工艺类型对历史生产数据进行分类,建立每一种加工工艺类型对应的生产数据库,对于每个生产数据库,按照工件材料类型将生产数据库中的数据进行分类,构建每种工件材料对应的生产数据集合;
4、获取待处理工件的目标加工工艺类型,根据目标加工工艺类型从多个生产数据库中筛选出目标生产数据库,从目标生产数据库中筛选出与待处理工件
5、进一步地,对于控制预测模型,还包括:
6、预测控制模型包括多个预测单元;
7、将多个生产库数据库输入到构建得到的预测控制模型中,每个生产数据库对其中一个预测单元进行训练;
8、在预测控制模型的训练过程中,对于任一生产数据库,生产数据库中的工件基础信息和加工目标信息为输入,指令数据和加工评测数据为输出,每一轮迭代训练结束后,先计算每个预测单元的损失函数的值与收敛阈值的差值,用差值最小的预测单元的模型参数对预测控制模型中每个预测单元的模型参数进行更新,再进行下一轮迭代训练,当所有的预测单元达到预设收敛条件后完成对预测控制模型的训练。
9、进一步地,基于待处理工件的工件基础信息和加工目标信息分析待处理工件与多组生产数据的相似度包括:
10、基于待处理工件的工件基础信息和加工目标信息提取出待处理工件的多个差异特征,组成待处理工件的第一差异特征向量,根据每组生产数据的产品加工数据确定每组生产数据的第二差异特征向量,基于第一差异特征向量和第二差异特征向量分别计算得到待处理工件与每组生产数据的相似度。
11、进一步地,从多组生产数据中筛选出第一目标数据和第二目标数据包括:
12、对于多组生产数据,选取加工评测信息为合格的所有生产数据中与待处理工件的相似度最高的生产数据记为第一目标数据,选取加工评测信息为不合格的所有生产数据中与待处理工件的相似度最高的生产数据记为第二目标数据。
13、进一步地,从多组生产数据中筛选出第一目标数据和第二目标数据,还包括:
14、对于多组生产数据,筛除与待处理工件的相似度低于预设相似阈值的生产数据,确定剩余的多组生产数据中每组生产数据的故障率,计算每组生产数据的推荐值,根据推荐值对剩余的多组生产数据进行排序,选取加工评测信息为合格的所有生产数据中推荐值最高的一组生产数据作为第一目标数据,选取加工评测信息为不合格的所有生产数据中推荐值最高的一组生产数据作为第二目标数据。
15、进一步地,还包括,通过如下公式计算推荐值:re=αq1-βq2;
16、式中,q1为生产数据与待处理工件的相似度,q2为生产数据的故障率,α、β分别为相似度q1和故障率q2的权重参数。
17、进一步地,基于神经网络架构构建得到预测控制模型。
18、进一步地,相似度的计算公式为余弦相似度、皮尔逊相关系数和杰卡德相似系数中的一种。
19、本申请还提供一种伺服直驱螺旋压力机智能控制系统,所述系统用于实现上述的一种伺服直驱螺旋压力机智能控制方法,所述系统包括:
20、数据获取模块,用于获取历史生产数据;
21、数据分类模块,用于根据加工工艺类型对历史生产数据进行分类,建立每一种加工工艺类型对应的生产数据库,对于每个生产数据库,按照工件材料类型将生产数据库中的数据进行分类,构建每种工件材料对应的生产数据集合;
22、信息提取模块,用于获取待处理工件的目标加工工艺类型,根据目标加工工艺类型从多个生产数据库中筛选出目标生产数据库,从目标生产数据库中提取得到第一目标数据和第二目标数据;
23、控制预测模块,用于通过控制预测模型对待处理工件进行分析,生成预测控制方案;
24、智能控制模块,用于基于预测控制方案控制伺服直驱螺旋压力机对待处理工件进行加工测试。
25、进一步地,所述系统还包括:
26、模型训练模块,用于基于多个生产库数据库对预测控制模型进行训练。
27、本专利技术具有以下优点:
28、本专利技术基于生产过程中伺服直驱螺旋压力机的大量历史生产数据训练得到控制预测模型,通过控制预测模型生成用于对待处理工件进行生产加工的预测控制方案,辅助人工进行伺服直驱螺旋压力的控制方案的制定,有效提升生产效率。
本文档来自技高网...【技术保护点】
1.一种伺服直驱螺旋压力机智能控制方法,其特征在于,所述方法包括:
2.如权利要求1所述的方法,其特征在于,对于控制预测模型,还包括:
3.如权利要求2所述的方法,其特征在于,基于待处理工件的工件基础信息和加工目标信息分析待处理工件与多组生产数据的相似度包括:
4.如权利要求3所述的方法,其特征在于,从多组生产数据中筛选出第一目标数据和第二目标数据包括:
5.如权利要求3所述的方法,其特征在于,从多组生产数据中筛选出第一目标数据和第二目标数据,还包括:
6.如权利要求5所述的方法,其特征在于,还包括,通过如下公式计算推荐值:
7.如权利要求1所述的方法,其特征在于,基于神经网络架构构建得到预测控制模型。
8.如权利要求3所述的方法,其特征在于,相似度的计算公式为余弦相似度、皮尔逊相关系数和杰卡德相似系数中的一种。
9.一种伺服直驱螺旋压力机智能控制系统,所述系统应用于上述权利要求1-8任一项所述的方法,其特征在于,所述系统包括:
10.如权利要求9所述的系统,其特征在于,所
...【技术特征摘要】
1.一种伺服直驱螺旋压力机智能控制方法,其特征在于,所述方法包括:
2.如权利要求1所述的方法,其特征在于,对于控制预测模型,还包括:
3.如权利要求2所述的方法,其特征在于,基于待处理工件的工件基础信息和加工目标信息分析待处理工件与多组生产数据的相似度包括:
4.如权利要求3所述的方法,其特征在于,从多组生产数据中筛选出第一目标数据和第二目标数据包括:
5.如权利要求3所述的方法,其特征在于,从多组生产数据中筛选出第一目标数据和第二目标数据,还包括:...
【专利技术属性】
技术研发人员:张琪,
申请(专利权)人:淄博诚拓机械有限公司,
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。