[发明专利]基于物联网的过程监控的多目标优化算法

说明书

技术领域

本发明涉及一种基于物联网的过程监控的多目标优化算法。

技术背景

金属加工行业随着我国经济的发展也得到了很好的发展，现在金属加工产业已成为我国的重要产业。随着经济的持续增长，金属加工行业的规模也会进一步扩大。随着金属加工业的发展，为了保证加工产品的质量和设备的安全，金属加工过程监控也随之孕育而生。

但是在加工监控过程中，线传感器由于体积比较大，从而安装位置受到极大的限制，而且由于加工环境的复杂，不利于有线传感器的布线，在某些特殊的环境中，很可能会对有线传感器的信号线造成不利影响，从而达不到监控的需求。

发明内容

本发明的目的是通过对基于物联网的过程监控的多目标优化算法，实现监控更精确、更安全、更迅速。

实现本发明目的的技术方案是：基于物联网的过程监控的多目标优化算法，包括物联网的装备制造过程监控中高噪声动态传感数据信息获取与处理优化，物联网的装备制造过程监控系统的工具使用寿命预测优化，物联网的装备制造过程监控系统中传感器类型及放置位置选择优化，物联网的装备制造过程监控中自学习曲线限值设置优化。

本发明具有积极的效果：(1)本发明通过对物联网的装备制造过程监控中高噪声动态传感数据信息获取与处理优化，解决基于物联网的装备制造过程监控系统的动态信息获取与处理的关键技术问题。

(2)本发明通过对物联网的装备制造过程监控系统的工具使用寿命预测优化，解决基于物联网的装备制造过程监控系统的设备及工具寿命自动预测的关键技术问题。

(3)本发明通过对物联网的装备制造过程监控系统中传感器类型及放置位置选择优化，解决基于物联网的装备制造过程监控系统的传感器类型及放置位置选择模型建立与在线修正的关键技术问题。

(4)本发明通过对物联网的装备制造过程监控中自学习曲线限值设置优化，解决基于物联网的装备制造过程监控系统的自学习曲线限值设置的关键技术问题。

具体实施方式

(实施例1)

物联网的装备制造过程监控中高噪声动态传感数据信息获取与处理优化的要求，以人工免疫网络为基础，结合多移动Agent的思想，通过建立免疫移动Agent所拥有的环境、知识库、学习与协作操作规则库及目标库等的框架结构，探索提出一种新颖高效的多移动Agent人工免疫网络进化模型，以适应动态及移动环境下的多模态、多目标寻优；建立免疫移动Agent间的学习与协作机制，更深入挖掘生物免疫的机理，研究免疫系统与病原体间的协动进化，免疫系统的多时间尺度进化，在优化搜索方式中将挖掘免疫系统的深度与广度搜索机理，并引入免疫抗体生命周期概念，研究动态程度与搜索到的全局、局部最优点的关系，通过Benchmarks测试研究动态目标函数下多模态、多目标的高精度、鲁棒的寻优策略；采取传感器数据模型的简约评估手段，探索寻优搜索中对传感器数据模型的简约策略，保证寻优精度与鲁棒性，减少评估时间。将此优化算法在系统控制器的嵌入式软件中实现，从而解决基于物联网的装备制造过程监控系统的动态信息获取与处理的关键技术问题。

(实施例2)

物联网的装备制造过程监控系统的工具使用寿命预测优化，提出基于智能专家库的优化方法。为了提高进化算法求解此类复杂多目标优化问题的效率，将协同进化算法中的协同进化机制引入多目标优化进化算法。本项目结合多目标优化问题的特点，提出了一种新型的子群体间合作方式，并在此基础上给出了一种采用精英保留策略的多目标优化合作型协同进化算法。在本项目基于智能专家库的工具使用寿命预测的多目标优化问题中，事先难以对问题确定适当的分解方法以及所需的子群体个数。针对该问题，本项目给出一种在多目标优化条件下的进化算法群体停滞判别准则，并由此引出多目标优化协同进化算法中子群体新增和灭绝的条件以及算法的终止准则，在此基础上，提出一种子群体个数动态变化的合作型多目标优化协同进化算法。该方法能够在保证算法收敛性能与多样性的同时，尽可能地减少对工具个体的目标评价次数，节约计算资源。将此优化算法在系统控制器的嵌入式软件中实现，从而解决基于物联网的装备制造过程监控系统的设备及工具寿命自动预测的关键技术问题。

(实施例3)