[发明专利]一种基于神经网络的透水砖压制成型产线的动态优化方法

说明书

本发明公开了一种基于神经网络的透水砖压制成型产线的动态优化方法，其原理为：首先建立一套神经网络，通过大量实验数据在透水砖的主要性能指标与原材料指标以及生产参数之间建立起一个非线性映射关系，实现对透水砖的主要性能指标的预测，其中透水砖主要性能指标包括透水系数、抗折强度、抗冻性以及耐磨性，原材料指标包括骨料粒径、骨料压碎值、骨料级配，生产参数包括骨胶比、骨胶混合时间、压制成型力值、压制成型时间；并在此基础上建立反馈系统数据库，将透水砖的主要性能指标作为输入值，配套原材料参数，反馈最优生产方案。本发明可以实现透水砖产线的实时优化，还可以减少新产品生产周期，为提升产品稳定性提供一种科学有效的手段。

技术领域

本发明属于透水砖领域，具体涉及一种基于神经网络的透水砖压制成型产线的动态优化方法。

背景技术

随着城市建设的不断推进，原本裸露在自然界之中的土壤、植物等被不透水的钢筋混凝土、沥青、玻璃等建筑用料代替。这破坏了城市中原本的水循环、热循环平衡，从而产生了严重的“热岛效应”和“雨岛效应”。相较于不透水路面，有透水砖铺设的路面具有改善环境中水循环、净化路面雨水、降低城市“热岛效应”、吸收城市噪音等作用。但在不同使用条件和环境下，对透水砖的参数要求并不相同。通常厂家会根据标准GB/T25993-2010要求，针对透水砖的透水系数、抗折强度、抗冻性以及耐磨性等主要性能指标，做出配合比、材料形貌类型、生产条件的调整。但在实际生产过程中存在诸多问题，首先是调整性能参数意味着需要前期大量实验进行验证，往往需要耗费大量时间和人力财力，其次是生产原材料往往由于批次、堆放、运输等原因对最终产品产生影响。

发明内容

本发明的目的在于，提供一种基于神经网络的透水砖压制成型产线的动态优化方法，在透水砖的主要性能指标与原材料参数以及生产参数之间建立起一个非线性映射关系，实现对透水砖的主要性能指标的预测，并在此基础上建立反馈系统数据库，将透水砖的主要性能指标作为输入值，配套原材料参数，反馈最优生产方案，实现对透水砖产线的实时优化。

为了实现上述目的，本发明提供了如下技术方案：

一种基于神经网络的透水砖压制成型产线的动态优化方法，包括以下步骤：

步骤一：确定透水砖主要性能指标，包括：透水系数、抗折强度、抗冻性以及耐磨性；

步骤二：确定影响透水砖主要性能指标的原材料指标以及生产参数，其中原材料指标包括：骨料粒径、骨料压碎值和骨料级配，生产参数包括：骨胶比、骨胶混合时间、压制成型力值和压制成型时间；

步骤三：分析与处理透水砖性能预测模型的输入与输出变量；

输入变量包括骨料粒径、骨料压碎值、骨料级配、骨胶比、骨胶混合时间、压制成型力值和压制成型时间，将输入变量的n个影响因素转化为自变量P，其中P＝[x₁,x₂,x₃……x_n]，将输入变量标准化处理，公式为：

其中，w_i为自变量权值，b为偏执系数；

输出变量为一层结构，将上一层的透水系数、抗折强度、抗冻性以及耐磨性分别记为y₁、y₂、y₃、y₄；将透水砖主要性能的综合因素记为f，其公式为：

其中，A_i为需要手动赋予的权值，B_i为透水砖不同性能指标的权值，y_i为各个性能指标，n'为性能指标的个数；手动赋予权值的意义在于根据产品性能要求，改变输出变量；最终得到f的最大值作为最优结果；

步骤四：选定神经网络处理数据策略；