一种注塑机节能优化系统的实现方法

摘要

本发明提供了一种注塑机节能优化系统的实现方法，属于橡塑加工领域。该方法通过设置单产品参数优化子系统和多产品优化调度子系统，单产品参数优化子系统包括：性能指标与优化变量选择模块，试验设计模块，产品质量和生产能耗的系统建模模块，基于遗传算法的质量-能耗双目标优化模块和参数测试模块；多产品优化调度子系统包括：多产品性能指标与优化变量选择模块，多产品切换的试验设计模块，产品质量、生产能耗和产品切换过渡能耗的系统建模模块，基于遗传算法的质量优化模块，基于遗传算法和旅行商算法的节能调度模块和多产品调度参数测试模块。该方法可提高企业生产资源的使用效率，降低生产能耗，增加企业竞争力。

主权项

1.一种注塑机节能优化系统的实现方法，其特征在于，在注塑机节能优化系统中设置单产品参数优化子系统和多产品优化调度子系统，所述的单产品参数优化子系统包括性能指标与优化变量选择模块、试验设计模块、质量和生产能耗的系统建模模块、基于遗传算法的质量-能耗双目标优化模块和参数测试模块；所述的性能指标与优化变量选择模块是通过给定一种注塑加工产品的质量要求，确定待考察质量指标向量，其中，表示第个质量指标，为待考察质量指标的个数，生产能耗指标和待优化过程变量的参数设定值向量，其中，表示第个待优化过程变量，或者表示第个待优化过程变量的参数设定值，为待优化过程变量的个数；所述的试验设计模块，采用多变量均匀试验设计方法，将待优化过程变量的参数设定值，i=1,2,…,n作为试验因素，得到K次试验方案，即待优化过程变量参数设定值向量的集合，其中k为试验序号，k=1,2,…,K，集合元素的表达式为；将待考察质量指标，j=1,2,…,m和生产能耗指标作为试验结果，每次试验以为待优化变量的参数设定值，进行注塑生产试验，得到K次试验方案的质量指标测量值集合，和生产能耗指标测量值集合，；所述的质量和生产能耗系统建模模块，基于试验设计的结果——过程参数设定值向量集合、质量指标测量值集合和生产能耗指标测量值集合，通过人工神经网络，建立y和x以及e和x之间的映射关系，该映射关系为非解析形式的非线性模型，（1-1）（1-2）所述的基于遗传算法的质量-能耗双目标优化模块的操作方法,包括以下步骤：步骤1：写出第一层优化目标和约束条件的数学表达式，其通用形式为：（2）式中：为待优化过程变量的参数设定值；为质量性能指标y的自定义函数，其中；Min表示求最小值；分别为待优化过程变量的参数设定值的上下限；步骤2：基于步骤1中公式（2）所描述的优化问题，选择遗传算法进行优化，优化结果为满足质量指标要求的过程变量设定值向量的集合，其中表示第c个可行解，C为可行解个数；步骤3：基于步骤2得到的第一层优化问题可行解集合以及生产能耗模型，写出第二层优化目标和约束条件的数学表达式，其通用形式为：（3）式中：为待优化过程变量的参数设定值；为生产能耗性能指标e的自定义函数，其中；Min表示求最小值；分别为待优化过程变量的参数设定值的上下限；为质量性能指标的松弛因子，代表用户可容忍的质量范围；将第一层优化问题转换为第二层优化问题的约束条件，即第二层优化问题的解必须满足第一层优化目标；步骤4：基于步骤3中公式（3）所描述的优化问题，选择遗传算法进行优化，优化结果为同时满足质量指标和能耗指标要求的一个最优参数设定值向量；所述的参数测试模块, 采用基于遗传算法的质量-能耗双目标优化模块得到的最优参数设定，进行注塑生产验证性试验，如果过程稳定且质量、能耗皆满足要求则可进入批量生产阶段；否则，启动更新机制，重复运行单参数优化子系统的质量和生产能耗系统建模模块和基于遗传算法的质量-能耗双目标优化模块；所述的多产品优化调度子系统，适用于单台注塑机生产相似多产品的生产任务，包括多产品性能指标与优化变量选择模块，多产品切换的试验设计模块，产品质量、生产能耗和产品切换过渡能耗的系统建模模块，基于遗传算法的质量优化模块，基于遗传算法和旅行商算法的优化调度模块，多产品调度参数测试模块；所述的多产品性能指标与优化变量选择模块，通过给定P（P≥2）个相似的注塑加工产品的质量要求，确定每种产品的待考察质量指标向量和每种产品的待优化过程变量的参数设定值向量，其中，p为产品序号，p=1,…,P，i为过程变量序号，i=1,2,…,n，j为质量指标序号，j=1,2,…,m；所述的多产品切换的试验设计模块，首先，采用单产品参数优化子系统中的试验设计模块，分别为每个产品的稳态生产进行试验设计；然后，将待优化变量x_i的设定值变化量δx_i作为试验因素，得到L次产品切换的试验方案，l为试验序号，l=1,2,…,L， 集合元素描述了第l次试验中产品操作条件的切换信息，，其中，表示第l次产品切换试验中第i个优化变量的参数设置初值，为对应的参数变化量取值；将过渡能耗指标作为试验结果，每次试验中变量x_i的设定值从调整到+，进行注塑过程操作条件的切换调整，得到对应切换过程的过渡能耗测量值集合，l=1,2,…,L；所述的产品质量、生产能耗和产品切换过渡能耗的系统建模模块，首先，采用单产品参数优化子系统中的质量和生产能耗系统建模模块，建立第p个产品，p=1,…,P的质量指标、生产能耗和过程变量参数设定值向量之间的系统模型：（4-1）（4-2）然后，基于多产品切换试验设计中得到的过程变量设定值调整方案集合和过渡能耗测量值集合，l=1,2,…,L，通过偏最小二乘回归方法建立过渡能耗指标和参数变化量的映射关系，该映射关系可表示为可解析表达的非线性回归方程：（5）所述的基于遗传算法的质量优化模块的操作方法,包括以下步骤：步骤1：针对每个产品，写出质量优化目标和约束条件的数学表达式，其通用形式为：（6）式中：为待优化过程变量的参数设定值；为第p个产品的质量性能指标自定义函数，其中；Min表示求最小值；分别为待优化过程变量的参数设定值的上下限；步骤2：基于步骤1中公式（6）所描述的优化问题，选择遗传算法进行优化，优化结果为每个产品的可行参数设定值组合的集合，，，其中，为一组可行的待优化变量设定值向量，p代表产品序号，c为集合中可行解的序号，C为集合大小；所述的基于遗传算法和旅行商算法的优化调度模块的操作方法,包括以下步骤：步骤1：基于所有产品的可行解集合，采取随机选择策略，从每个中随机选择一组参数组合，构建有P个节点的完备有向图，其中，节点属性为第p个产品以为优化变量设定值时的生产能耗，支路箭头方向表示产品的切换顺序，支路权重为过程在两个节点所代表的操作参数之间切换所需要的过渡能耗，，和代表前后两个产品的序号；步骤2：写出多产品调度问题的优化目标和约束条件的数学表达式，其通用形式为：（7）式中：为第p个产品的参数设定值向量；为P个产品的平稳生产总能耗，其中，，为第p个产品的生产数量；为产品切换过渡总能耗，其中，，；为多产品过程的生产总能耗；步骤3：步骤2中公式（7）描述的优化问题是典型的旅行商问题，选择基于遗传算法的旅行商求解方法进行优化，优化结果为每个产品的最优参数设定值和最优的产品切换顺序；所述的多产品调度参数测试模块, 采用基于遗传算法和旅行商算法的优化调度模块得到的最优参数设定值和最优的产品切换顺序，进行注塑生产过程的验证性试验，如果各个产品生产状态稳定且质量满足要求则可进入批量生产阶段；否则，启动更新机制，重复运行多产品优化调度子系统的产品质量、单产平稳能耗和产品切换过渡能耗的系统建模模块和基于遗传算法和旅行商算法的优化调度模块。