【技术实现步骤摘要】
本申请属于数据处理，具体涉及一种工艺参数优化方法、装置、设备及存储介质。
技术介绍
1、注塑机生产过程中的能耗问题、良品率、生产效率一直是注塑企业的重点关注问题，随着工业4.0的导入，智能工厂利用各类传感器采集生产过程中大量有价值的实时数据，为基于数据的智能化生产管控尤其是能耗、产品质量、生产周期等检测参数的自动化检测和预测带来了可能性。通过数据挖掘分析，筛选出影响检测参数的关键因素，利用生产过程大数据实现全覆盖式质量检测与节能降耗，消除人工调参法的滞后性。由于注塑过程具有循环性，因此追踪注塑成型过程，对实现检测参数的自动化预测与工艺反馈推荐具有重要作用。
2、现有的工艺参数优化方法主要包含两个环节，第一个环节是建立起工艺参数与检测参数（质量、能耗、周期）的多变量关系模型作为工艺参数优化模型，从而对检测参数实现精准预测；第二个环节是在关系模型的基础上，针对具体的需求，例如：能耗最小、周期短、良品率最高等具体的需求，建立优化问题，采用参数优化算法进行求解，得到最终的最优推荐工艺参数。
3、可见，现有技术通常先建立工...
【技术保护点】
1.一种工艺参数优化方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述以制造设备的预训练支持向量回归机模型的第一权重参数为迭代初始值，根据训练数据以在线临近梯度算法计算支持向量回归机模型的第二权重参数，包括：
3.根据权利要求1所述的方法，其特征在于，所述以制造设备的预训练支持向量回归机模型的第一权重参数为迭代初始值，根据训练数据以在线临近梯度算法计算支持向量回归机模型的第二权重参数，包括：
4.根据权利要求1所述的方法，其特征在于，所述根据所述第一工艺参数、所述第一检测参数，计算所述制造设备的目标工艺
...【技术特征摘要】
1.一种工艺参数优化方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述以制造设备的预训练支持向量回归机模型的第一权重参数为迭代初始值，根据训练数据以在线临近梯度算法计算支持向量回归机模型的第二权重参数，包括：
3.根据权利要求1所述的方法，其特征在于，所述以制造设备的预训练支持向量回归机模型的第一权重参数为迭代初始值，根据训练数据以在线临近梯度算法计算支持向量回归机模型的第二权重参数，包括：
4.根据权利要求1所述的方法，其特征在于，所述根据所述第一工艺参数、所述第一检测参数，计算所述制造设备的目标工艺参数，包括：
5.根据权利要求4所述的方法，其特征在于，所述根据所述第一工艺参数、所述第一检测参数，通过群智能算法计算所述目标工艺...
【专利技术属性】
技术研发人员：刘德彦，王超，陈录城，盛国军，秦承刚，王琳，田庆泽，李响，冯玮，
申请(专利权)人：卡奥斯工业智能研究院青岛有限公司，
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。