[发明专利]硫化工艺的集散控制方法、电子设备及存储介质有效
申请号: | 201811642233.6 | 申请日: | 2018-12-29 |
公开(公告)号: | CN109693325B | 公开(公告)日: | 2020-09-29 |
发明(设计)人: | 李泽;杨歆豪 | 申请(专利权)人: | 苏州科技大学 |
主分类号: | B29C35/00 | 分类号: | B29C35/00;G06Q10/04;G06Q50/04 |
代理公司: | 北京远大卓悦知识产权代理事务所(普通合伙) 11369 | 代理人: | 韩飞 |
地址: | 215000 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 硫化 工艺 集散 控制 方法 电子设备 存储 介质 | ||
1.硫化工艺的集散控制方法,其特征在于,包括以下步骤:
S0、采集现场数据,中央操作站接收现场控制站采集若干台硫化机的若干组硫化工艺参数及对应的产品性能指标,将若干组硫化工艺参数分为输入样本集和验证样本集,将所述输入样本集对应的产品性能指标作为输出样本集;
S1、预测性能指标,所述中央操作站通过所述输入样本集和所述输出样本集训练神经网络模型,将所述验证样本集输入所述神经网络模型,得到预测性能指标;
S2、优化硫化工艺参数,所述中央操作站通过优化算法将所述预测性能指标作为目标函数搜索最优解,得到最优的硫化工艺参数;
S3、控制现场设备,所述中央操作站根据所述最优的硫化工艺参数生成控制信号,并将所述控制信号发送至所述现场控制站控制现场设备的运行;
S4、实时反馈控制,所述中央操作站接收所述现场控制站实时采集的若干台硫化机对应加热介质中的温度信息,通过所述温度信息计算对应的硫化机的剩余硫化时间,将所述剩余硫化时间发送至所述现场控制站控制对应的硫化机;中央操作站通过阿累尼兹方程式根据采集的温度信息计算时间信息,阿累尼兹方程式如下:
其中,t1为标准硫化温度,t2为实际硫化温度,T1为标准硫化时间,T2为实际应硫化时间,r为气体常数,e为硫化反应活化能,也为常数。
2.如权利要求1所述的硫化工艺的集散控制方法,其特征在于:在步骤S0中,所述硫化工艺参数为温度信息、时间信息、压力信息,所述产品性能指标为所述硫化机中联轴器的拉伸强度、撕裂强度、邵尔硬度,所述中央操作站将若干组所述温度信息、所述时间信息、所述压力信息分为输入样本集和验证样本集,将所述输入样本集对应的拉伸强度、撕裂强度、邵尔硬度作为输出样本集。
3.如权利要求2所述的硫化工艺的集散控制方法,其特征在于:在步骤S0中,所述中央操作站接收所述现场控制站通过温度传感器采集若干台所述硫化机对应加热介质中的若干组温度信息,接收所述现场控制站通过压力传感器采集若干台所述硫化机对应压力系统中的若干组压力信息,接收所述现场控制站采集若干台所述硫化机中联轴器的拉伸强度、撕裂强度、邵尔硬度,并通过所述温度信息计算时间信息。
4.如权利要求3所述的硫化工艺的集散控制方法,其特征在于:在步骤S0中,所述中央操作站通过阿累尼兹方程式根据采集的温度信息计算所述时间信息。
5.如权利要求2所述的硫化工艺的集散控制方法,其特征在于:
在步骤S1中,所述神经网络模型为BP神经网络模型,所述中央操作站通过所述输入样本集和所述输出样本集训练所述BP神经网络模型,将所述验证样本集输入所述BP神经网络模型,得到预测的拉伸强度、撕裂强度、邵尔硬度;
在步骤S2中,所述优化算法为遗传算法,所述中央操作站通过所述遗传算法将所述预测的拉伸强度、撕裂强度、邵尔硬度加权和最大作为目标函数搜索最优解,得到最优的温度信息、时间信息、压力信息。
6.如权利要求5所述的硫化工艺的集散控制方法,其特征在于:在步骤S3中,所述中央操作站根据所述最优的温度信息、时间信息、压力信息生成控制信号,并将所述控制信号发送至所述现场控制站设定所述硫化机对应加热介质的温度,所述硫化机对应压力系统的压力,所述硫化机的开模时间。
7.如权利要求6所述的硫化工艺的集散控制方法,其特征在于:在步骤S4中,所述中央操作站通过阿累尼兹方程式根据所述现场控制站实时采集的硫化机对应加热介质中的温度信息计算实际应硫化时间,通过所述实际应硫化时间减去已硫化时间,得到剩余硫化时间。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州科技大学,未经苏州科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811642233.6/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种聚合物微针模具的制作方法
- 下一篇:智能硫化机组