铝杆氧化染色工艺参数优化专家系统技术方案

本发明专利技术公开了一种铝杆氧化染色工艺参数优化专家系统，以实现铝杆氧化染色生产过程的工艺参数动态优化。本发明专利技术从全局生产动态柔性优化的角度出发对化学抛光、电解抛光、药砂处理及二次处理四条工艺路线进行了优化控制。在工艺参数采集装置的生产信息收集基础上，建立柔性神经网络识别器模拟生产线上状态，拟合可控参数组合与生产效果之间的联系，最后通过PSO群智能优化模块动态寻找到最优的实时参数集合反馈至生产现场调控装置上指导生产，信息化与自动化技术的结合使得该发明专利技术在复杂工艺生产现场的应用性强，柔性的工艺参数处理使得该发明专利技术能适应应用单位的发展进行升级，降低了生产成本同时提高了产品的合格率。

Aluminum rod oxidation dyeing process parameter optimization expert system

The invention discloses an expert system for optimizing the technological parameters of aluminum rod oxidation dyeing, in order to realize the dynamic optimization of the process parameters of the aluminum rod oxidation dyeing process. The present invention optimizes the four processes of chemical polishing, electrolytic polishing, sand treatment and two times processing from the point of view of global production dynamic flexible optimization. In the production process parameters based information acquisition device on the network, the establishment of flexible neural network recognition simulation of the production line, between the fitting parameters and controllable production effect, and finally through the PSO optimization module to find the optimal parameters of the dynamic real-time collection of feedback to the production site control device to guide the production, combined with information technology and automation technology the invention in the application of production process complex, flexible process parameters so that the invention can adapt to the development and application of unit upgrades, reduce production cost and improve the qualified rate of products.

【技术实现步骤摘要】
铝杆氧化染色工艺参数优化专家系统
本专利技术涉及一种适用于铝杆氧化染色工艺多路线的动态参数优化专家系统，属于电子信息技术与自动化控制技术交叉领域。
技术介绍
现代铝氧化加工生产现场在多批次、多品种产品需求驱动下产生了多工艺复杂路线的生产特点。但在中小型企业的生产线上做到动态控制和优化是极为困难的，归纳为要集中解决以下4点问题：(1)原材料的质量实时变化问题；(2)生产的混合化学制剂内部配比难测定问题；(3)设备和人为因素的影响；(4)多工艺路线造成的复杂控制问题。传统的铝氧化染色工艺的控制方法开始应用，可以归纳为两类：(1)设计实验根据试验结果进行优化生产；(2)咨询专家或文献资料根据历史经验生产参数组合进行生产。这两种基本方法在动态环境中效果并不理想，对生产的连续性以及中小企业的实际操作难度考虑不足。具体来说，实验室环境与生产现场的动态因素没有在实验中体现。其次，成本极高并且和无法实时的反应生产现场的变化。因此，由于这些方法的局限性，在面对着生产现场波动频繁的情况下，企业的生产收益大大的降低。在传统工艺参数优化方法效果不佳的背景下，一些新的融合自动化技术的方法被提出来，可以归类为两种：一是针对生产现场的关键环节的参数进行重点控制；二是对一些关键参数进行建模计算，进而从全局进行控制。以中国铝业股份有限公司和沈阳东大自动化有限公司共同拥有的专利“一种氧化铝生产过程中苛性比值与溶出率在线检测方法”(200310117214.9)作为第一类新技术的代表。该方法是重点监测铝氧化过程中的关键环节中2个重要指标：苛性比值与溶出率。通过通讯模块将获取的矿浆中一些组合参数输入到计算机中，如：氧化铝、氧化硅、苛性钠、氧化钙及氧化钛的含量、原矿浆的固含、液固比及磨细粒参数及包括各溶出器的温度、压力及原矿浆的流量高压溶出工况等；进而对采集的数据在计算机中应用软测量集成模块处理，从而得到溶出过程的苛性比值与溶出率值。这种方法能够比较精确的预测了苛性比值及溶出率,苛性比值的相对误差均在5％以内。第二种面向生产全局进行控制的方法则以华东理工大学拥有的专利“工业乙烯裂解炉裂解深度在线优化方法”(CN200910056294)为例进行说明。该专利技术本专利技术从工业乙烯裂解全过程进行在线优化，采用生产数据中原料密度、原料直链烷烷烃含量之和、原料正构烷烃异构烷烃含量之比、进料流量、汽烃比、炉管出口温度COT、炉管出口压力,模型输出变量为乙烯收率和丙烯收率(或三烯总收率)的组合为模型输入，根据油品实测值来修正建立的神经网络聚类模型。最后利用SQP方法,以经济效益最大为目标,在裂解深度和汽烃比约束下,确定最优裂解深度值及汽烃比，并在裂解炉的当前裂解深度值附近不断滚动优化。然而，在公开技术文献中直接应用于铝杆氧化染色工艺生产现场的基本没有。现有的优化技术多是针对单一路线、固定参数组合的优化，并且较少引入信息化和自动化结合技术来解决生产现场动态优化。因此，现有技术在应用中凸显出一系列的问题：(1)实时优化效果差在产品多批次，现场动态变化的环境下的等待试验结果才能进一步生产不切实际，并且时间等待产生的动态因素又进一步使得现场环境更复杂。而咨询专家库意见也不能反应当前状态下的实际问题。归结来说，传统方法在实际应用中不具优势。(2)优化成本高现有技术并没能形成一整套成熟的自动化优化系统，问题出现时再进行优化，付出的优化成本极高。这些成本来源于：生产停滞、原材料重置。(3)重预测轻优化一些现有的技术专利技术针对生产现场效果的预测提出了有效的方案，但并不针对生产现场产生指导性优化方案。这就意味，即使实时得到了成品的有效成分组合也只能依靠传统方法进行工艺优化，并没形成现场优化的技术。(4)全局性和适应性差在非铝氧化染色工艺领域的其他应用领域中出现的一些优化技术，同时考虑的预测和优化的问题。但在全局性能上还需改进，这些技术着重与单一工艺路线或固定环节工艺参数组合的优化上，这意味在优化过程中必然会遗漏人为认为不重要的工艺节点。另外，当现场变化、应用单位自动化水平提升后，固定的优化系统则无法适应需求，应用单位又需要重新建立一整套的优化装置。
技术实现思路
为了解决上述问题，实现在多工艺路线动态生产环境下工艺参数的组合优化，从而指导生产现场进行工艺参数调整，本专利技术提供了一种铝杆氧化染色工艺参数优化专家系统，包括生产数据采集装置、工艺参数交互器、可靠传输终端、数据存储服务器、数据管理模块、基础参数管理模块、神经网络识别器、PSO群智能参数优化模块、人员管理认证模块、辅助数据存储服务器。其中，生产数据采集装置与工艺参数交互器放置于生产现场，二者构成整个铝杆氧化染色工艺参数优化专家系统的前端感知部分，并通过可靠传输终端与数据存储服务器连接；可靠传输终端、数据存储服务器、数据管理模块与神经网络识别器相连，实现对生产现场的动态模拟；基础参数管理模块与神经网络识别器及PSO群智能参数优化模块相连，同时连接辅助数据存储服务器构建中央优化部分基础结构；PSO群智能参数优化模块、工艺参数交互器相连，指导现场生产；人员管理认证模块与辅助数据存储服务器相连，并与基础参数管理模块共同构成本系统的辅助处理端。生产数据采集装置包括：酸度采集器、温度检测器、电压检测器、电流检测器、特定化学制剂检测器、比重仪器、硫酸测定设备、封闭液浓度测定器。检测器件安放在相应的工艺参数检测点；工艺参数交互器包括从生产现场发送至中央优化部分的发送端以及接收端；通过这个交互过程，实现生产现场的工艺参数控制；可靠传输终端包含传输控制机制，具体包括：传输线程调度、失败任务还原、更新执行任务；传输线程调度——核心功能在于开始、停止以及删除数据传输任务；失败任务还原——用于处理意外终止的数据传输，并保证再次数据传输的完整性；更新执行任务——根据数据传输任务所处的阶段更新数据传输任务；数据存储服务器：用于存储生产现场发送来的工艺参数组合及对应的产品合格率、产品型号、生产日期辅助信息，并根据不同工艺路线存储至数据存储服务器，用于神经网络识别器的学习和训练；数据管理模块负责管理(增加、删除及修改)数据存储服务器中的工艺参数组合数据，并输送需要学习的工艺参数组合数据到神经网络识别器中；学习指令的发出需要得到人员管理认证模块的认可；所述基础参数管理模块负责设置和更新神经网络识别器以及PSO群智能参数优化模块(PSO为粒子群算法英文缩写)的算法参数，通过对算法参数的调整(参数包含：神经网络学习次数、预测的精度、动量项因子，PSO算法中的惯性权重、局部及最优值影响因子)，实现对本系统的适应性和准确性调整；神经网络识别器包含两个部分：BP神经网络结构框架以及神经网络权值管理；BP神经网络结构框架是用于根据不同工艺路线形成不同神经网络的层数及神经元节点数；神经网络权值管理是指存储神经网络中各神经元的连接权值。所述神经网络识别器中不同神经网络的区别在于神经元的个数以及网络权值的不同，通过变化这两方面因子使得神经网络可以学习铝杆氧化染色工艺的四条工艺路线：化学抛光、电解抛光、药砂处理及二次氧化处理，拟合工艺参数组合与生产效果之间的联系进而用于工艺参数优化和问题诊断；PSO群智能参数优化模块包括生产预测功能及智能优化功能，通过调用相应的神经网络识别本文档来自技高网...

【技术保护点】
一种铝杆氧化染色工艺参数优化专家系统，其特征在于，包括生产数据采集装置、工艺参数交互器、可靠传输终端、数据存储服务器、数据管理模块、基础参数管理模块、神经网络识别器、PSO群智能参数优化模块、人员管理认证模块、辅助数据存储服务器；其中，生产数据采集装置与工艺参数交互器放置于生产现场，二者构成整个铝杆氧化染色工艺参数优化专家系统的前端感知部分，并通过可靠传输终端与数据存储服务器连接；可靠传输终端、数据存储服务器、数据管理模块与神经网络识别器相连，实现对生产现场的动态模拟；基础参数管理模块与神经网络识别器及PSO群智能参数优化模块相连，同时连接辅助数据存储服务器构建中央优化部分基础结构；PSO群智能参数优化模块、工艺参数交互器相连，指导现场生产；人员管理认证模块与辅助数据存储服务器相连，并与基础参数管理模块共同构成本系统的辅助处理端；所述生产数据采集装置负责在生产现场采集工艺参数组合数据，经由工艺参数交互器进行数据完整性检查后，通过可靠传输终端发送至数据存储服务器，作为神经网络识别器的学习对象；所述工艺参数交互器包括从生产现场发送至中央优化部分的发送端以及接收端；通过交互过程，实现生产现场的工艺参数控制；所述可靠传输终端包含传输控制机制，具体包括传输线程调度、失败任务还原、更新执行任务；所述数据存储服务器用于存储生产现场发送来的工艺参数组合及对应的辅助信息，并根据不同工艺路线存储至数据存储服务器，用于神经网络识别器的学习和训练；所述数据管理模块负责管理数据存储服务器中的工艺参数组合数据，并输送需要学习的工艺参数组合数据到神经网络识别器中；学习指令的发出需要得到人员管理认证模块的认可；所述人员管理认证模块负责处理系统操作人员发送的登入本系统的请求，通过比对辅助数据存储服务器存储的人员身份信息，赋予系统操作人员相应的操作权限；获取操作权限的系统操作人员发出学习指令至神经网络识别器，此时神经网络识别器促发基础参数管理模块调入算法参数并将数据管理模块提供的工艺参数组合数据纳入学习内容，学习完成后反馈误差情况并提示转入PSO群智能参数优化模块；所述基础参数管理模块负责设置和更新神经网络识别器以及PSO群智能参数优化模块的算法参数，通过对算法参数的调整，实现对本系统的适应性和准确性调整；所述神经网络识别器包含两个部分：BP神经网络结构框架以及神经网络权值管理；所述神经网络识别器中不同神经网络的区别在于神经元的个数以及网络权值不同，通过对二者进行改变使得神经网络可以学习铝杆氧化染色工艺的四条工艺路线，拟合工艺参数组合与生产效果之间的联系进而用于工艺参数优化和问题诊断；PSO群智能参数优化模块包括生产预测功能及智能优化功能，通过调用相应的神经网络识别器来预测现有工艺参数组合的产品合格率并对相应工艺路线上的工艺参数组合进行优化；根据实际需求，在PSO群智能参数优化模块中使用生产预测功能来诊断工艺参数组合中出现问题的环节或寻找当前最优的工艺参数组合；经上述寻找得到的当前最优的工艺参数组合经可靠传输终端发送至工艺参数交互器，反馈至生产现场进而实现对生产现场的动态工艺参数优化控制；所述PSO为粒子群优化算法。...

【技术特征摘要】
1.一种铝杆氧化染色工艺参数优化专家系统，其特征在于，包括生产数据采集装置、工艺参数交互器、可靠传输终端、数据存储服务器、数据管理模块、基础参数管理模块、神经网络识别器、PSO群智能参数优化模块、人员管理认证模块、辅助数据存储服务器；其中，生产数据采集装置与工艺参数交互器放置于生产现场，二者构成整个铝杆氧化染色工艺参数优化专家系统的前端感知部分，并通过可靠传输终端与数据存储服务器连接；可靠传输终端、数据存储服务器、数据管理模块与神经网络识别器相连，实现对生产现场的动态模拟；基础参数管理模块与神经网络识别器及PSO群智能参数优化模块相连，同时连接辅助数据存储服务器构建中央优化部分基础结构；PSO群智能参数优化模块、工艺参数交互器相连，指导现场生产；人员管理认证模块与辅助数据存储服务器相连，并与基础参数管理模块共同构成本系统的辅助处理端；所述生产数据采集装置负责在生产现场采集工艺参数组合数据，经由工艺参数交互器进行数据完整性检查后，通过可靠传输终端发送至数据存储服务器，作为神经网络识别器的学习对象；所述工艺参数交互器包括从生产现场发送至中央优化部分的发送端以及接收端；通过交互过程，实现生产现场的工艺参数控制；所述可靠传输终端包含传输控制机制，具体包括传输线程调度、失败任务还原、更新执行任务；所述数据存储服务器用于存储生产现场发送来的工艺参数组合及对应的辅助信息，并根据不同工艺路线存储至数据存储服务器，用于神经网络识别器的学习和训练；所述数据管理模块负责管理数据存储服务器中的工艺参数组合数据，并输送需要学习的工艺参数组合数据到神经网络识别器中；学习指令的发出需要得到人员管理认证模块的认可；所述人员管理认证模块负责处理系统操作人员发送的登入本系统的请求，通过比对辅助数据存储服务器存储的人员身份信息，赋予系统操作人员相应的操作权限；获取操作权限的系统操作人员发出学习指令至神经网络识别器，此时神经网络识别器促发基础参数管理模块调入算法参数并将数据管理模块提供的工艺参数组合数据纳入学习内容，学习完成后反馈...

【专利技术属性】
技术研发人员：潘郁，吴媚，叶斌，王秀明，潘芳，
申请(专利权)人：江苏祥兆文具有限公司，南京工业大学，
类型：发明
国别省市：江苏,32