【技术实现步骤摘要】
本专利技术属于铝型材挤压生产能耗预测，涉及一种铝型材挤压生产能耗预测方法，还涉及一种铝型材挤压生产能耗预测系统。
技术介绍
1、由于铝型材具有优良的材料延伸性、易加工性、易成形性，在建筑、装饰领域得到了广泛的应用。然而，铝型材的生产不仅需要对铝棒、模具进行预热，而且需要利用非常大的挤压力挤压铝棒通过相应的模具后获得产品所需的形状。这就导致了铝型材的生产属于高能耗、高排放的生产过程。目前，节能减排已成为社会生产的主流趋势。为了降低铝型材生产过程的能耗与排放，减少能源消耗，同时节约生产成本，企业界与学术界一直在寻找降低生产铝型材能耗、预测生产铝型材能耗的方法。
2、中国专利申请(申请号为201911218560.3)公开了一种基于粒子群算法的等温挤压工艺参数优化方法，针对工艺参数与金属变形抗力之间的关系复杂且不明确，难以实现合格产品质量和较低生产能耗为约束的最佳工艺参数组合的问题，提出采用支持向量机建立工艺参数与等温挤压成形能耗和型材出口面温度的预测模型，以挤压成形能耗与型材出口面的温度均方差为优化目标，构建多目标优化模型，采用粒子群算法对多目标优化模型进行求解，从而优化等温挤压工艺参数，以实现型材质量最优及成形能耗最小的优化方案，该方案中需要大量数据和复杂模型才能够实现。
技术实现思路
1、本专利技术采取的技术方案为：一种铝型材挤压生产能耗预测方法及系统，可以在铝型材产品生产前获知该产品的生产能耗，可以将预测值用于铝型材生产挤压设备的能耗控制及挤压工艺参数的控制，实现铝型
2、针对此问题，本专利技术采用的技术方案为：
3、一种铝型材挤压生产能耗预测方法，该方法包括以下步骤：
4、1)利用正交实验法设计企业各种现有铝型材产品生产的工艺参数方案；
5、2)根据工艺参数方案进行铝型材生产实验，确定各种现有铝型材产品最低生产能耗；
6、3)采用深度学习对待加工产品横截面形状与实验生产产品横截面形状进行对比，找出与待加工产品横截面形状最相似的实验生产产品，计算两种产品横截面的相似度值；
7、4)计算待加工产品挤压系数λd与最相似实验生产产品挤压系数λb之比；
8、5)利用最相似铝型材产品生产能耗值、待加工产品与其最相似实验生产产品的相似度值以及挤压系数比计算待加工产品的生产能耗预测值。
9、进一步地，上述步骤1)中工艺参数包括挤压杆的挤压速度、铝棒温度和模具温度。
10、进一步地，上述步骤3)中深度学习方法为卷积神经网络或生成对抗网络。
11、进一步地，上述步骤3)中相似度值为待加工产品横截面所有形状特征与其最相似实验生产产品横截面特征的相同数量占其最相似实验生产产品横截面的特征总数的百分比。
12、进一步地，上述步骤5)中待加工产品的生产能耗预测值的计算公式为
13、
14、qy—待加工产品的生产能耗预测值；
15、γ—相似度值；
16、λd—待加工产品挤压系数；
17、λb—最相似实验生产产品挤压系数；
18、qs—最相似实验生产产品的生产能耗值；
19、铝型材挤压生产能耗预测系统，包括，
20、工艺参数方案确定模块，用于确定各种现有铝型材产品生产的工艺参数方案；
21、最低生产能耗确定模块，用于根据工艺参数方案确定模块确定的参数进行实验，确定各种现有铝型材产品最低生产能耗；
22、相似度确定模块，用于对深度学习确定的待加工产品横截面形状与实验生产产品横截面形状的相似度值；
23、挤压系数比确定模块，用于确定待加工产品挤压系数λd与最相似实验生产产品挤压系数λb之比；
24、预测模块，根据最相似铝型材产品生产能耗值、待加工产品与其最相似实验生产产品的相似度值以及挤压系数比对待加工产品的生产能耗预测值。
25、本专利技术的有益效果：与现有技术相比，本专利技术的效果如下：
26、1)本专利技术通过实验构建铝型材产品生产的能耗数据库(正交实验后的工艺产生方案)，然后利用卷积神经网络找出现有实验生产产品中与待加工产品最相似的实验生产产品并计算它们的相似度值，接着计算出待加工产品挤压系数λd与最相似实验生产产品挤压系数λb之比，最后利用建立的预测能耗计算公式计算出产品的能耗。本专利技术旨在通过数据库、深度学习以及能耗计算模型相结合的方法，准确预测新的待加工铝型材产品的生产能耗，不仅能降低企业的劳动强度，为实现企业最优能耗生产计划调度奠定良好，而且能用于铝型材生产过程的能耗控制，实现企业的节能减排与生产成本下降；
27、而且相比
技术介绍
中给出的中国专利申请(申请号为201911218560.3，即对比专利)具有如下优点：
28、(1)工艺参数优化方法方面，本专利技术采用正交实验法，对比专利采用的粒子群算法，两者相比本专利方法简单快速，计算量小；
29、(2)数据量方面，本专利技术只需少量的实验数据，而对比专利需要大量的数据进行模型训练；
30、(3)模型方面，本专利技术不要构建复杂的数学模型，而对比专利需要构建以成形能耗与型材出口面的温度均方差为优化目标的多目标优化模型，且需要对多目标优化模型进行求解，计算资源需求相对大；
31、(4)计算参数方面，本专利技术利用的已有产品的能耗数据以及产品的设计参数(如横截面形状、挤压系数等)，而对比专利需要产品的挤压前后的温度数据及工艺参数；
32、(5)工艺参数数量方面，本专利技术为挤压速度、铝棒温度、模具温度，对比专利为坯料温度梯度(挤压前后的温度都需要)、坯料初始温度、挤压速度，然而模具温度是挤压工艺的重要参数之一；
33、2)采用正交实验方法进行工艺参数方案确定，优点有：1)能够减少试验次数，正交试验法通过精心设计的试验方案，可以在较少的试验次数下获取足够的数据，从而减少生产试验的总体次数。这种方法可以有效地节省时间和成本，尤其是在铝型材生产中，全面试验可能需要大量的原材料和时间。例如，通过正交试验法，可以在不牺牲结果质量的前提下，用更少的试验来评估多个工艺参数的影响；2)提高试验效率：正交试验法通过选择代表性强的试验点，使得试验结果更具普遍性和推广性，从而提高了试验的效率。这种方法可以快速地识别出影响产品质量的关键因素，帮助生产者更快地找到最优的工艺参数组合；3)降低实验成本：由于试验次数的减少，相应的原材料、能源和人力成本也会降低。4)正交试验法可以清晰地揭示各因素对产品性能的影响，使得结果更容易被解释和推广，这种明确的因素影响分析有助于生产者理解工艺参数如何影响最终产品的质量，并据此进行工艺改进；5)优化工艺参数：通过正交试验法，可以系统地分析和优化工艺参数，如挤压速度、铝棒温度、模具温度等，从而提高铝型材的产品质量。例如，通过正交试验法可以确定最佳的挤压工艺参数，以获得所本文档来自技高网...
【技术保护点】
1.一种铝型材挤压生产能耗预测方法，其特征在于：该方法包括以下步骤：
2.根据权利要求1所述的一种铝型材挤压生产能耗预测方法，其特征在于：步骤1）中工艺参数包括挤压杆的挤压速度、铝棒温度和模具温度。
3.根据权利要求2所述的一种铝型材挤压生产能耗预测方法，其特征在于：步骤1）中正交实验方案为3因素、10水平的实验方案。
4.根据权利要求2所述的一种铝型材挤压生产能耗预测方法，其特征在于：步骤3）中深度学习方法为卷积神经网络或生成对抗网络。
5.根据权利要求3所述的一种铝型材挤压生产能耗预测方法，其特征在于：步骤3）中相似度值为待加工产品横截面所有形状特征与其最相似实验生产产品横截面特征的相同数量占其最相似实验生产产品横截面的特征总数的百分比。
6.根据权利要求3所述的一种铝型材挤压生产能耗预测方法，其特征在于：步骤5）中待加工产品的生产能耗预测值的计算公式为
7.铝型材挤压生产能耗预测系统，其特征在于：包括，
【技术特征摘要】
1.一种铝型材挤压生产能耗预测方法，其特征在于：该方法包括以下步骤：
2.根据权利要求1所述的一种铝型材挤压生产能耗预测方法，其特征在于：步骤1）中工艺参数包括挤压杆的挤压速度、铝棒温度和模具温度。
3.根据权利要求2所述的一种铝型材挤压生产能耗预测方法，其特征在于：步骤1）中正交实验方案为3因素、10水平的实验方案。
4.根据权利要求2所述的一种铝型材挤压生产能耗预测方法，其特征在于：步骤3）中深度学习方...
【专利技术属性】
技术研发人员：陈家兑，王先龙，刘丹，何玲，李衍雷，李衍蓓，熊沁茹，
申请(专利权)人：贵州大学，
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。