-
公开(公告)号:CN115470611A
公开(公告)日:2022-12-13
申请号:CN202210064877.1
申请日:2022-01-20
申请人: 昆明理工大学
摘要: 本发明公开了一种面向车间数据的关联网络建模方法,包括以下步骤:以复杂网络的形式描述智能车间生产过程中多周期多维度下的关联规则,实现多制造周期下关联关系的融合,完成多流程、多环节生产数据间复杂影响规律的全面描述;针对车间生产时序数据关联发掘利用的难题,本发明依托时序数据关联波动规则提取各工艺参数之间内在规律和关联关系,采用支持度与置信度完成关联规则的深度挖掘;在此基础上,依据车间跨流程多工序协同运行特点,构建以多工序的工艺参数为节点、关联关系为边的带时间窗的生产工艺过程双权重有向多层网络模型;最后,对多层工艺网络模型进行抽象,设计与之对应的叠加网络相互依存网络,描述工序间的复杂关联。
-
公开(公告)号:CN113946621A
公开(公告)日:2022-01-18
申请号:CN202111286338.4
申请日:2021-11-02
申请人: 昆明理工大学
摘要: 本发明提供一种基于关联规则的制丝车间数据波动关系的挖掘方法,属于数据挖掘领域。针对制丝工艺参数间波动关系难以描述的问题,本发明借助关联规则充分挖掘不同变量间的波动关系。依托数据离散化设计面向制丝数据关联规则挖掘的数据预处理方法,将制丝数据转换成蕴含原始数据信息的波动数据;进一步利用关联规则原理来设计待挖掘数据的波动规则公式。本发明充分挖掘了不同工艺参数间的波动规则,提高了规则的可解释性和关联结果的准确性,可以准确判断制丝车间各工艺参数之间是否存在波动关系,有利于制丝车间工艺参数的统计与管理,便于制丝产品质量出现问题时可通过调节工艺参数来优化工艺过程。
-
公开(公告)号:CN117557130A
公开(公告)日:2024-02-13
申请号:CN202311369219.4
申请日:2023-10-21
申请人: 昆明理工大学
IPC分类号: G06Q10/0639 , G06Q10/04 , G06Q50/04 , G06N3/0455 , G06N3/049 , G06N3/0464 , G06N3/048 , G06N3/0985 , G06N3/084
摘要: 本发明公开了一种基于降噪自编码网络的生产工艺质量预测方法、系统,方法包括:获取流程车间生产工段数据;依据流程车间生产工段数据,获得降维后的生产工段数据;通过降噪自编码网络对降维后的生产工段数据进行编码解码操作,获得降噪后的生产工段数据;对降噪后的生产工段数据进行工艺质量预测。本发明能有效地用于解决流程车间工序生产过程中的数据高维性、噪音大、时序性等问题,弥补了基于传统的数学模型的预测方法在特征高维和时序特征提取方面的不足。
-
公开(公告)号:CN117313484A
公开(公告)日:2023-12-29
申请号:CN202311326866.7
申请日:2023-10-13
申请人: 昆明理工大学
IPC分类号: G06F30/23 , G06F30/28 , G06T17/20 , G06F119/14 , G06F113/08
摘要: 本发明公开了一种融合生产数据的烘丝工艺仿真分析方法,包括:将烟丝视作柔性颗粒,构建柔性颗粒几何模型;依据滚筒结构,构建滚筒几何模型;依据烟丝长度占比不同,构建柔性颗粒比例列表;将柔性颗粒几何模型导入滚筒几何模型,生成虚拟烟丝颗粒入口;依据柔性颗粒比例列表,生成不同占比的柔性颗粒;依据有限单元法对滚筒几何模型进行网格划分,并确定边界条件;建立滚筒内柔性颗粒传热传质过程中的流体相控制方程组;建立固相控制方程;依照采集的实际工况下的薄板烘丝生产工艺过程数据拟合边界条件进行仿真求解。先通过构建流体域、固体域网格与柔性烟丝颗粒数值计算模型,然后根据实际工艺参数拟合的工况进行计算分析,为制丝过程工艺参数优化调整提供参考。
-
公开(公告)号:CN116843225A
公开(公告)日:2023-10-03
申请号:CN202310840085.3
申请日:2023-07-10
申请人: 昆明理工大学
IPC分类号: G06Q10/0639 , G06Q50/04 , G06F18/214 , G06F18/21 , G06F18/213 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06N3/082
摘要: 本发明公开了一种基于LSTM和TPA机制的制丝加香工艺质量预测方法、系统,方法包括:采集制丝生产车间中的加香工艺数据,构建样本集;对样本集进行预处理,获得预处理后的数据;依据预处理后的数据对工艺参数特征进行贡献度评估实现特征降维,获得降维后的样本集;搭建LSTM‑TPA组合网络模型;将降维后的样本集划分训练集和验证集,利用训练集对LSTM‑TPA组合网络模型进行训练;依据训练好的LSTM‑TPA组合网络模型采用测试集进行验证。本发明基于制丝加香工艺过程数据关联复杂关系,导致各工艺参数之间相互存在的不可预见性和联动性问题,建立的制丝加香工艺质量预测方法,为质量预测建模方法及其应用提供参考。
-
-
-
-