【技术实现步骤摘要】
本专利技术涉及智能制造的，尤其涉及基于大数据分析的新能源油箱壳体制造工艺优化方法。
技术介绍
1、随着全球能源危机和环保要求的日益提升，新能源行业得到了快速发展，其中新能源设备中的油箱壳体制造工艺在整个系统的运行中起着至关重要的作用。油箱壳体通常用于储存和传输液体，广泛应用于新能源汽车、风力发电设备及太阳能等新能源设备中。油箱壳体的质量直接关系到设备的安全性、耐用性和运行效率。为了确保产品的质量，油箱壳体的制造过程需要精确控制各项工艺参数，如温度、压力、焊接速度等。然而，传统制造工艺存在以下技术问题，如：工艺参数优化困难，油箱壳体生产涉及多种复杂工艺参数的调控，如何在不影响生产效率的情况下，平衡各个参数以提高产品质量是一个重要挑战，并且现有的基于大数据分析的制造优化系统大多只应用于简单的工艺流程，对于新能源油箱壳体这种多参数、多工序的复杂生产流程，仍然缺乏高效且全面的工艺优化方案。
技术实现思路
1、本部分的目的在于概述本专利技术的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和专利技术名称中可能会做些简化或省略以避免使本部分、说明书摘要和专利技术名称的目的模糊，而这种简化或省略不能用于限制本专利技术的范围。
2、鉴于上述现有基于大数据分析的新能源油箱壳体制造工艺优化方法存在的问题，提出了本专利技术。
3、为解决上述技术问题，本专利技术提供如下技术方案：基于大数据分析的新能源油箱壳体制造工艺优化方法，其特征在于，该方法包括以下步骤
4、步骤一：收集与生产相关的所有历史数据，包括：包括原材料的种类、供应商、生产设备、工艺参数、以及最终产品的质量数据；
5、步骤二：基于收集到历史大数据，开始进行大数据分析，分析不同材料在不同工艺条件下的表现，确定出在特定的使用环境中表现最好的材料；
6、步骤三：选定了最适合的材料之后，利用仿真技术对油箱壳体的生产工艺进行模拟和优化，预测在不同工艺参数下，油箱壳体的表现如何，通过模拟不同的生产流程，找到最优的工艺路径；
7、步骤四：在每一批次生产完后，通过质量检测对油箱壳体进行全面检查，若发现质量问题，自动分析质量问题的原因，并反馈至工艺调整和材料选择的环节，这些反馈数据将被输入到大数据分析系统中，用于优化下一次的生产过程。
8、作为本专利技术所述基于大数据分析的新能源油箱壳体制造工艺优化方法的一种优选方案，其中：所述步骤二过程中，具体包括：
9、s201：通过大数据分析确定每个工艺参数对材料性能的影响程度；
10、s202：在多个工艺参数影响材料性能的情况下，需要对这些工艺参数的影响进行统一尺度化处理，以便更公平地比较不同工艺条件下材料的表现，处理公式为：，其中，表示标准工艺参数，表示当前工艺参数；
11、s203：基于所有工艺参数的归一化影响、材料的性能表现以及环境因素构建综合评价函数，选择最优材料，则的表达式为：，其中，γ表示调整工艺参数对材料影响的强度因子，y的取值范围为，y=1表示在给定环境和工艺条件下，材料的表现最优，y越接近0，表示该材料在特定工艺参数和环境条件下的表现越差。
12、作为本专利技术所述基于大数据分析的新能源油箱壳体制造工艺优化方法的一种优选方案，其中：所述计算公式为：，其中，为材料与工艺参数之间的交互系数，表示工艺参数，是工艺参数对材料性能的影响程度，即幂次因子，表示材料对不同参数的敏感性，表示衰减因子，是指数衰减函数，模拟工艺参数对材料性能的负面影响，d是环境温度对材料的影响。
13、作为本专利技术所述基于大数据分析的新能源油箱壳体制造工艺优化方法的一种优选方案，其中：所述步骤三过程中，借助仿真软件工具如：有限元分析软件或者计算流体力学软件对不同的工艺参数进行变化时，模拟油箱壳体的生产过程，观察在不同条件下油箱壳体的表现，通过多个仿真工艺路径的得到仿真结果，重新利用综合评价函数，计算得到一个值，表示在该路径下油箱壳体的性能综合评分；
14、其中，选择值最大的路径作为最优工艺路径。
15、作为本专利技术所述基于大数据分析的新能源油箱壳体制造工艺优化方法的一种优选方案，其中：所述步骤四过程中，具体包括：
16、s401：从质量检测系统中收集每一批次油箱壳体的各项质量数据，并将这些数据与生产过程中的工艺参数相结合，整合成一份全面的生产数据集；
17、s402：基于历史生产数据和质量检测数据，构建一个用于质量问题分析的机器学习模型或统计模型；
18、s403：根据模型分析哪些工艺参数或材料因素导致质量问题。
19、作为本专利技术所述基于大数据分析的新能源油箱壳体制造工艺优化方法的一种优选方案，其中：所述统计模型为随机森林分类模型，来预测油箱壳体是否符合质量标准，输入特征包括各项工艺参数或质量数据，输出结果是该批次是否合格；
20、设定：为输入特征；
21、输出是质量评估结果，为二分类问题，即该批次产品是否合格，即：，其中，通过历史数据进行模型训练，利用标签数据：合格或不合格，和特征数据：各种工艺参数或质量数据进行训练，生成分类树。
22、作为本专利技术所述基于大数据分析的新能源油箱壳体制造工艺优化方法的一种优选方案，其中：通过综合评价函数通过综合评价函数、工艺参数影响度、路径效果、分类树预测结果 四个维度来综合评估油箱壳体的质量；
23、其中，若高于设定阈值，对质量有显著影响，且为正面路径，且=1，则确定油箱壳体合格，继续投入生产；
24、若y低于设定阈值，或对质量无显著影响，或为负面路径，且=0，则判定油箱壳体为不合格，停止生产。
25、应用于上述基于大数据分析的新能源油箱壳体制造工艺优化方法的工艺优化系统的一种优选方案，其中：该系统包括：
26、数据采集与整合模块，负责从制造过程中的各类传感器、检测设备和质量控制系统中收集工艺参数和质量数据；
27、数据存储与管理模块，负责存储、组织和管理从生产线上采集的所有数据，保证数据的安全性和高效存取；
28、数据分析与建模模块，基于历史生产数据和质量检测数据，使用机器学习、统计模型等方法，构建工艺优化的分析模型；
29、预测与决策支持模块，基于数据分析结果，生成对下一批次生产的工艺优化建议，并为生产决策提供支持；
30、以及工艺调整与反馈模块，接收预测与决策支持模块的建议，自动或手动调整工艺参数，并将调整结果反馈到系统中。
31、一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时实现上述的基于大数据分析的新能源油箱壳体制造工艺优化方法的步骤。
32、一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现上述的基于大数据分析的新能源油箱壳体制造工艺优化方法的步骤。
33本文档来自技高网...
【技术保护点】
1.基于大数据分析的新能源油箱壳体制造工艺优化方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的基于大数据分析的新能源油箱壳体制造工艺优化方法，其特征在于：所述步骤二过程中，具体包括：
3.根据权利要求2所述的基于大数据分析的新能源油箱壳体制造工艺优化方法，其特征在于：所述计算公式为：，其中，表示工艺参数，是工艺参数对材料性能的影响程度，即幂次因子，表示材料对不同参数的敏感性，表示衰减因子，是指数衰减函数，模拟工艺参数对材料性能的负面影响，D 是环境温度对材料的影响。
4.根据权利要求1所述的基于大数据分析的新能源油箱壳体制造工艺优化方法，其特征在于：所述步骤三过程中，借助仿真软件工具如：有限元分析软件或者计算流体力学软件对不同的工艺参数进行变化时，模拟油箱壳体的生产过程，观察在不同条件下油箱壳体的表现，通过多个仿真工艺路径的得到仿真结果，重新利用综合评价函数，计算得到一个值，表示在该路径下油箱壳体的性能综合评分；
5.根据权利要求4所述的基于大数据分析的新能源油箱壳体制造工艺优化方法，其特征在于：所述步骤四过程中，具
6.根据权利要求5所述的基于大数据分析的新能源油箱壳体制造工艺优化方法，其特征在于：所述统计模型为随机森林分类模型，来预测油箱壳体是否符合质量标准，输入特征包括各项工艺参数或质量数据，输出结果是该批次是否合格；
7.根据权利要求6所述的基于大数据分析的新能源油箱壳体制造工艺优化方法，其特征在于：通过综合评价函数通过综合评价函数、工艺参数影响度、路径效果、分类树预测结果 四个维度来综合评估油箱壳体的质量；
8.应用于权利要求7所述的基于大数据分析的新能源油箱壳体制造工艺优化方法的工艺优化系统，其特征在于：该系统包括：
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时实现权利要求1~7任一所述的基于大数据分析的新能源油箱壳体制造工艺优化方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1~7任一所述的基于大数据分析的新能源油箱壳体制造工艺优化方法的步骤。
...【技术特征摘要】
1.基于大数据分析的新能源油箱壳体制造工艺优化方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的基于大数据分析的新能源油箱壳体制造工艺优化方法，其特征在于：所述步骤二过程中，具体包括：
3.根据权利要求2所述的基于大数据分析的新能源油箱壳体制造工艺优化方法，其特征在于：所述计算公式为：，其中，表示工艺参数，是工艺参数对材料性能的影响程度，即幂次因子，表示材料对不同参数的敏感性，表示衰减因子，是指数衰减函数，模拟工艺参数对材料性能的负面影响，d 是环境温度对材料的影响。
4.根据权利要求1所述的基于大数据分析的新能源油箱壳体制造工艺优化方法，其特征在于：所述步骤三过程中，借助仿真软件工具如：有限元分析软件或者计算流体力学软件对不同的工艺参数进行变化时，模拟油箱壳体的生产过程，观察在不同条件下油箱壳体的表现，通过多个仿真工艺路径的得到仿真结果，重新利用综合评价函数，计算得到一个值，表示在该路径下油箱壳体的性能综合评分；
5.根据权利要求4所述的基于大数据分析的新能源油箱壳体制造工艺优化方法，其特征在于：所述...
【专利技术属性】
技术研发人员：李同辉，李家康，崔广贵，崔振波，
申请(专利权)人：南京天河汽车零部件股份有限公司，
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。