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】
本专利技术涉及自动控制,尤其涉及一种多工序协同自动化控制方法及装置。
技术介绍
1、协同自动化控制是自动化制造业中不可或缺且不断发展的一种制造方式,其健康有序的发展对我国经济与社会的稳定有着重要的意义。多工序制造过程一般包含众多工序,是一个包含物理,化学等多学科耦合的复杂工艺过程,流程制造产品加工质量也受多个工序质量指标的影响,每一道工序的质量指标结果都能决定最终的产品质量,各工序之间高效协作、资源信息共享是保证自动化流程制造产品质量的关键,也是实现工业智能制造的基础。因为各生产工序之间有着大量的资源信息,导致各工序之间的信息整合,共享,互通以及协作更加困难。所以,在流程制造技术中,工序间的沟通交流,协作生产成为制造业中的重点研究内容。
2、在现代制造业中,spc(statistical process control,统计质量控制)作为一种有效的质量控制手段被广泛采用。目前对spc的研究大都集中在对spc控制图性能改进及控制图异常模式识别方面,即针对不同的生产模式和控制目标采用不同的质量控制图,并利用人工智能技术对控制图异常模式进行自动化诊断分析,然而这些研究大多基于单工序,由于产品的加工过程一般需要经过多个工序才能完成,所以基于单工序的自动化控制方法容易忽略产品各加工要素间存在的相互关联的加工工艺信息,也未考虑到各加工要素误差在制造过程中的传播,无法监控产品加工过程的所有工序。这样的质量控制模式缺乏从全局视角对加工过程进行监控,而且影响产品加工质量的各个环节。综上所述,现有的自动化协同控制方法,存在协同控制的角度
技术实现思路
1、本专利技术提供一种多工序协同自动化控制方法及装置,其主要目的在于解决协同控制的角度单一化的问题。
2、为实现上述目的,本专利技术提供的一种多工序协同自动化控制方法,包括:
3、获取产品的所有制造工序,对所述制造工序进行工序评价,得到关键工序的质量特征参数;
4、根据所述质量特征参数构建所述产品的关系模型;
5、利用下式根据所述质量特征参数构建所述产品的关系模型:
6、y=f(x)+w
7、其中,y表示为所述产品的质量特征参数;x表示为所述关键工序的工序参数;f(x)表示为由所述工序参数x构成的工序参数集;w表示为预设的噪声矢量;
8、根据预设的目标优化模型对所述关系模型进行模型更新,得到优化模型,对所述优化模型进行参数求解,得到最优解;
9、根据所述最优解对所述制造工序进行协同调整,得到目标制造工序。
10、可选地,所述对所述制造工序进行工序评价,得到关键工序的质量特征参数,包括:
11、构建所述制造工序的重要度评价体系;
12、对所述重要度评价体系进行评价指标量化处理,得到所述制造工序的评价指标;
13、根据所述评价指标对所述制造工序进行工序筛选,得到关键工序;
14、分别对所述评价指标进行权重计算,根据权重计算的结果生成综合指标函数;
15、根据所述综合指标函数对所述关键工序进行综合评价,得到关键工序的质量特征参数。
16、可选地,所述分别对所述评价指标进行权重计算,包括:
17、获取所述评价指标的评价参数,根据所述评价参数计算所述评价指标的期望值;
18、对所述期望值进行标准化处理,得到所述评价指标的权重。
19、可选地,所述对所述期望值进行标准化处理,得到所述评价指标的权重,包括:
20、利用下式对所述期望值进行标准化处理:
21、
22、其中,am表示为第m个所述评价指标的权重;i表示为所述评价指标的期望值。
23、可选地,所述根据所述最优解对所述制造工序进行协同调整,得到目标制造工序,包括:
24、根据所述最优解计算所述制造工序的工序层优先级;
25、根据所述工序层优先级对所述制造工序进行初步调动,得到初始制造工序;
26、获取所述制造工序的加工参数,利用所述加工参数对所述初始制造工序进行复杂度分析,根据复杂度分析的结果进行协同调整,得到目标制造工序。
27、可选地,所述根据预设的目标优化模型对所述关系模型进行模型更新,包括:
28、根据所述目标优化模型生成所述关键工序的约束条件;
29、利用所述约束条件对所述关系模型进行系数求解,得到更新系数;
30、获取所述产品的最新生产数据,根据所述最新生成数据以及所述更新系数生成优化模型。
31、可选地,所述根据所述最新生成数据以及所述更新系数生成优化模型,包括:
32、利用下式根据所述最新生成数据以及所述更新系数生成优化模型:
33、h=jf(x)+q
34、其中,h表示为所述优化模型;j表示为所述更新系数中的系数矩阵;f(x)表示为由所述工序参数x构成的工序参数集;q表示为所述常数列矢量。
35、可选地,所述对所述优化模型进行参数求解,得到最优解,包括:
36、根据所述优化模型生成多个执行序列;
37、分别对多个所述执行序列进行加工时间计算,得到每个执行序列对应的总用时;
38、根据每个所述执行序列对应的总用时对所述执行序列进行筛选,得到最优解。
39、可选地,所述对所述重要度评价体系进行评价指标量化处理,得到所述制造工序的评价指标,包括:
40、利用下式进行对所述重要度评价体系进行评价指标量化处理:
41、
42、其中,fi表示为第i个工序节点的评价指标,pij表示所述制造工序中工序节点i到节点工序节点j可达值;n表示为所述制造工序的工序个数。
43、为了解决上述问题,本专利技术还提供一种多工序协同自动化控制装置,所述装置包括:
44、工序评价模块,用于获取产品的所有制造工序,对所述制造工序进行工序评价,得到关键工序的质量特征参数;
45、关系模型构建模块,用于根据所述质量特征参数构建所述产品的关系模型;
46、模型更新模块,用于根据预设的目标优化模型对所述关系模型进行模型更新,得到优化模型,对所述优化模型进行参数求解,得到最优解;
47、协同调整模块,用于根据所述最优解对所述制造工序进行协同调整,得到目标制造工序。
48、本专利技术实施例通过对制造工序进行工序评价,可以将评价指标进行量化处理,从全局化的角度在所有制造工序中筛选出关键工序的质量特征参数,消除多工序协同控制的局限性;根据目标优化模型对关系模型进行模型更新,可以减少目标值与实际操作值之间的误差,提高关系模型的准确性;根据最优解对制造工序进行协同调整,得到目标制造工序,考虑到了关键工序的时间复杂度,使得协同调整的方案更加贴合产品的制造工序,进而提高生产的产品质量。因此本专利技术本文档来自技高网...
【技术保护点】
1.一种多工序协同自动化控制方法,其特征在于,所述方法包括:
2.如权利要求1所述的多工序协同自动化控制方法,其特征在于,所述对所述制造工序进行工序评价,得到关键工序的质量特征参数,包括:
3.如权利要求2所述的多工序协同自动化控制方法,其特征在于,所述分别对所述评价指标进行权重计算,包括:
4.如权利要求3所述的多工序协同自动化控制方法,其特征在于,所述对所述期望值进行标准化处理,得到所述评价指标的权重,包括:
5.如权利要求1所述的多工序协同自动化控制方法,其特征在于,所述根据所述最优解对所述制造工序进行协同调整,得到目标制造工序,包括:
6.如权利要求1所述的多工序协同自动化控制方法,其特征在于,所述根据预设的目标优化模型对所述关系模型进行模型更新,包括:
7.如权利要求6中所述的多工序协同自动化控制方法,其特征在于,所述根据所述最新生成数据以及所述更新系数生成优化模型,包括:
8.如权利要求1所述的多工序协同自动化控制方法,其特征在于,所述对所述优化模型进行参数求解,得到最优解,包括:
...【技术特征摘要】
1.一种多工序协同自动化控制方法,其特征在于,所述方法包括:
2.如权利要求1所述的多工序协同自动化控制方法,其特征在于,所述对所述制造工序进行工序评价,得到关键工序的质量特征参数,包括:
3.如权利要求2所述的多工序协同自动化控制方法,其特征在于,所述分别对所述评价指标进行权重计算,包括:
4.如权利要求3所述的多工序协同自动化控制方法,其特征在于,所述对所述期望值进行标准化处理,得到所述评价指标的权重,包括:
5.如权利要求1所述的多工序协同自动化控制方法,其特征在于,所述根据所述最优解对所述制造工序进行协同调整,得到目标制造工序,包括:
...
【专利技术属性】
技术研发人员:唐湘辉,张亚蕊,
申请(专利权)人:武汉东方骏驰精密制造有限公司,
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。