开云优惠体育网页版入口

专利名称：一种易拉罐生产控制方法

专利类型：发明专利

专利申请号：CN202411280376.2

专利申请（专利权）人：安徽宝钢制罐有限公司
权利人地址：安徽省蚌埠市怀远县润宝路1818号

专利发明（设计）人：朱庭锐

专利摘要：本发明公开了一种易拉罐生产控制方法，属于易拉罐生产领域，包括：获得易拉罐生产任务；调取易拉罐生产节点集，并建立易拉罐生产节点链；基于生产控制因子约束规则，对易拉罐生产节点链进行生产控制因子寻优，生成多个节点生产控制因子矩阵；进行控制因子约束寻优，生成多个节点控制因子约束寻优域；进行控制解初始化，建立初始易拉罐生产控制解群；对初始易拉罐生产控制解群进行控制解竞争寻优，生成易拉罐生产控制寻优结果，加密传输至易拉罐生产控制模块，进行易拉罐生产控制。本申请解决了现有技术中易拉罐生产控制效率低、质量不稳定的技术问题，达到了优化易拉罐生产控制参数、提高生产效率和产品质量稳定性的技术效果。

主权利要求：
1.一种易拉罐生产控制方法，其特征在于，所述方法包括：
根据易拉罐生产管理模块，获得易拉罐生产任务，其中，所述易拉罐生产任务包括易拉罐生产尺寸需求和易拉罐生产性能需求；
根据所述易拉罐生产管理模块，调取易拉罐生产节点集，并根据所述易拉罐生产节点集，建立易拉罐生产节点链；
基于生产控制因子约束规则，对所述易拉罐生产节点链进行生产控制因子寻优，生成多个节点生产控制因子矩阵；
基于所述易拉罐生产任务，根据所述多个节点生产控制因子矩阵进行控制因子约束寻优，生成多个节点控制因子约束寻优域；
根据所述多个节点生产控制因子矩阵和所述多个节点控制因子约束寻优域进行控制解初始化，建立初始易拉罐生产控制解群；
激活易拉罐生产竞争寻优模块，根据所述易拉罐生产竞争寻优模块对所述初始易拉罐生产控制解群进行控制解竞争寻优，生成易拉罐生产控制寻优结果；
将所述易拉罐生产控制寻优结果加密传输至易拉罐生产控制模块，基于所述易拉罐生产控制模块和所述易拉罐生产控制寻优结果进行易拉罐生产控制；
基于生产控制因子约束规则，对所述易拉罐生产节点链进行生产控制因子寻优，生成多个节点生产控制因子矩阵，包括：所述生产控制因子约束规则包括生产控制因子约束容量；
根据所述易拉罐生产节点链，提取第一易拉罐生产节点；
基于所述生产控制因子约束容量对所述第一易拉罐生产节点进行约束容量分配，获得第一节点生产控制因子分配容量；
根据所述易拉罐生产管理模块，采集所述第一易拉罐生产节点的生产控制指标信息，获得第一节点生产控制指标集；
根据所述第一节点生产控制指标集进行关联指标融合，获得第一节点优化生产控制指标集；
根据所述第一节点优化生产控制指标集进行控制价值降序排列，获得第一节点生产控制指标排列表；
根据所述第一节点生产控制因子分配容量筛选所述第一节点生产控制指标排列表，获得多个第一节点生产控制因子；
根据所述多个第一节点生产控制因子，构建第一节点生产控制因子矩阵，并将所述第一节点生产控制因子矩阵添加至所述多个节点生产控制因子矩阵。
2.如权利要求1所述的方法，其特征在于，基于所述生产控制因子约束容量对所述第一易拉罐生产节点进行约束容量分配，获得第一节点生产控制因子分配容量，包括：根据所述易拉罐生产节点链进行节点生产控制重要性评价，获得多个节点生产控制重要度系数；
根据所述多个节点生产控制重要度系数进行加和计算，获得节点生产控制重要度总成；
根据所述多个节点生产控制重要度系数，提取所述第一易拉罐生产节点对应的第一节点生产控制重要度系数；
根据所述第一节点生产控制重要度系数和所述节点生产控制重要度总成进行比值计算，获得第一节点容量分配系数；
根据所述第一节点容量分配系数和所述生产控制因子约束容量进行容量分配取整计算，生成所述第一节点生产控制因子分配容量。
3.如权利要求1所述的方法，其特征在于，基于所述易拉罐生产任务，根据所述多个节点生产控制因子矩阵进行控制因子约束寻优，生成多个节点控制因子约束寻优域，包括：根据所述易拉罐生产任务进行生产控制记录检索，获得任务易拉罐生产控制记录库；
根据所述任务易拉罐生产控制记录库进行标准化处理，获得任务易拉罐生产控制数据库；
根据所述易拉罐生产节点链，分类所述任务易拉罐生产控制数据库，获得多个节点易拉罐生产控制集；
基于所述多个节点生产控制因子矩阵，分别对所述多个节点易拉罐生产控制集进行集中区间分析，生成多个节点生产控制集中区间集；
根据所述多个节点生产控制集中区间集，构建所述多个节点控制因子约束寻优域。
4.如权利要求1所述的方法，其特征在于，根据所述多个节点生产控制因子矩阵和所述多个节点控制因子约束寻优域进行控制解初始化，建立初始易拉罐生产控制解群，包括：基于所述多个节点控制因子约束寻优域对所述多个节点生产控制因子矩阵进行控制参数随机赋值，获得多个节点生产控制粒子群，其中，每个节点生产控制粒子群包括每个易拉罐生产节点对应的多个节点生产控制粒子，每个节点生产控制粒子包括节点生产控制参数取值结果；
根据所述多个节点生产控制粒子群进行节点控制粒子随机组合，获得多个初始易拉罐生产控制解，并将所述多个初始易拉罐生产控制解添加至所述初始易拉罐生产控制解群；
其中，所述初始易拉罐生产控制解群的控制解数量满足预定控制解数量。
5.如权利要求1所述的方法，其特征在于，根据所述易拉罐生产竞争寻优模块对所述初始易拉罐生产控制解群进行控制解竞争寻优，生成易拉罐生产控制寻优结果，包括：所述易拉罐生产竞争寻优模块包括易拉罐生产控制适应度函数、控制解繁殖约束函数和预定繁殖竞争寻优次数；
根据所述易拉罐生产控制适应度函数对所述初始易拉罐生产控制解群进行适应度分析，获得初始控制解适应度分布；
根据所述初始控制解适应度分布对所述初始易拉罐生产控制解群进行适应度竞争寻优，获得第一易拉罐生产控制寻优解；
根据所述控制解繁殖约束函数和所述初始控制解适应度分布，计算第一控制解繁殖数量分布；
基于所述第一控制解繁殖数量分布和所述多个节点控制因子约束寻优域，对所述初始易拉罐生产控制解群进行约束繁殖，获得第一易拉罐生产控制繁殖解群；
基于所述易拉罐生产控制适应度函数，根据所述第一易拉罐生产控制繁殖解群和所述第一易拉罐生产控制寻优解进行适应度竞争寻优，获得第二易拉罐生产控制寻优解；
根据所述多个节点控制因子约束寻优域、所述易拉罐生产控制适应度函数和所述控制解繁殖约束函数继续对所述第二易拉罐生产控制寻优解进行繁殖竞争寻优，获得满足所述预定繁殖竞争寻优次数的所述易拉罐生产控制寻优结果。
6.如权利要求5所述的方法，其特征在于，所述易拉罐生产控制适应度函数为：；
其中，f表征易拉罐生产控制适应度，g(μ)表征归一化后的预测易拉罐生产资源利用率，g(ξ)表征归一化后的预测易拉罐生产效率，g(q)表征归一化后的预测易拉罐生产质量系数，α、β、γ为适应度计算权重条件，α、β、γ的取值范围均为[0，1]，α、β、γ的和为1。
7.如权利要求5所述的方法，其特征在于，所述控制解繁殖约束函数为：；
其中， 表征当前解群内，第g易拉罐生产控制解对应的控制解繁殖数量，g为正整数，表征所述第g易拉罐生产控制解对应的易拉罐生产控制适应度， 表征当前解群对应的易拉罐生产控制适应度下限， 表征当前解群对应的易拉罐生产控制适应度上限，表征预定控制解繁殖数量上限， 表征预定控制解繁殖数量下限， 是指向下取整。 说明书 : 一种易拉罐生产控制方法技术领域[0001] 本发明涉及易拉罐生产领域，具体涉及一种易拉罐生产控制方法。背景技术[0002] 易拉罐广泛应用于各种饮料和食品的包装，其生产过程涉及多个工艺环节，如制罐、印刷、喷漆、烘干等。现有技术中，易拉罐生产控制主要依赖于操作人员根据以往的生产经验手动调整生产参数，难以适应生产任务的变化和原材料的波动。同时，不同生产环节之间缺乏有效的协同优化，导致生产效率低下，产品质量不稳定。例如，在易拉罐的印刷和喷漆环节，油墨和涂料的用量、温度、速度等参数设置不当，会导致印刷和喷漆质量不均匀，出现漏印、起泡等缺陷；在易拉罐的成型环节，模具温度、压力、速度等参数控制不精确，会导致易拉罐尺寸不符合要求，出现变形、破裂等问题。发明内容[0003] 本申请通过提供了一种易拉罐生产控制方法，旨在解决现有技术中易拉罐生产控制效率低、质量不稳定的技术问题。[0004] 本申请公开的一种易拉罐生产控制方法，包括：根据易拉罐生产管理模块，获得易拉罐生产任务，其中，易拉罐生产任务包括易拉罐生产尺寸需求和易拉罐生产性能需求；根据易拉罐生产管理模块，调取易拉罐生产节点集，并根据易拉罐生产节点集，建立易拉罐生产节点链；基于生产控制因子约束规则，对易拉罐生产节点链进行生产控制因子寻优，生成多个节点生产控制因子矩阵；基于易拉罐生产任务，根据多个节点生产控制因子矩阵进行控制因子约束寻优，生成多个节点控制因子约束寻优域；根据多个节点生产控制因子矩阵和多个节点控制因子约束寻优域进行控制解初始化，建立初始易拉罐生产控制解群；激活易拉罐生产竞争寻优模块，根据易拉罐生产竞争寻优模块对初始易拉罐生产控制解群进行控制解竞争寻优，生成易拉罐生产控制寻优结果；将易拉罐生产控制寻优结果加密传输至易拉罐生产控制模块，基于易拉罐生产控制模块和易拉罐生产控制寻优结果进行易拉罐生产控制。[0005] 本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：[0006] 由于采用了根据易拉罐生产管理模块，获得易拉罐生产任务，其中，易拉罐生产任务包括易拉罐生产尺寸需求和易拉罐生产性能需求，明确易拉罐生产的目标要求，为后续生产控制提供依据；根据易拉罐生产管理模块，调取易拉罐生产节点集，并根据易拉罐生产节点集，建立易拉罐生产节点链，将易拉罐生产过程划分为多个节点，并建立节点之间的关联关系，为后续生产控制提供基。换谏刂埔蜃釉际嬖，对易拉罐生产节点链进行生产控制因子寻优，生成多个节点生产控制因子矩阵，为后续生产控制提供参数基。换谝桌奚挝，根据多个节点生产控制因子矩阵进行控制因子约束寻优，生成多个节点控制因子约束寻优域，进一步细化生产控制参数；根据多个节点生产控制因子矩阵和多个节点控制因子约束寻优域进行控制解初始化，建立初始易拉罐生产控制解群，为后续寻优提供初始解；激活易拉罐生产竞争寻优模块，根据易拉罐生产竞争寻优模块对初始易拉罐生产控制解群进行控制解竞争寻优，生成易拉罐生产控制寻优结果，利用竞争寻优算法，对初始控制解群进行优化，得到最优的生产控制参数组合；将易拉罐生产控制寻优结果加密传输至易拉罐生产控制模块，基于易拉罐生产控制模块和易拉罐生产控制寻优结果进行易拉罐生产控制的技术方案，解决了现有技术中易拉罐生产控制效率低、质量不稳定的技术问题，达到了优化易拉罐生产控制参数、提高生产效率和产品质量稳定性的技术效果。[0007] 上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。附图说明[0008] 图1为本申请实施例提供了一种易拉罐生产控制方法的一种流程示意图。[0009] 图2为本申请实施例提供了一种易拉罐生产控制方法中构建多个节点控制因子约束寻优域的一种流程示意图。具体实施方式[0010] 本申请提供的技术方案总体思路如下：[0011] 本申请实施例提供了一种易拉罐生产控制方法，通过对易拉罐生产过程进行节点划分和控制因子寻优，生成最优的生产控制参数组合，实现对生产过程的精确控制，提高生产效率和产品质量。[0012] 具体而言，首先，根据易拉罐生产管理模块获得生产任务，并调取生产节点集，建立易拉罐生产节点链。然后，基于生产控制因子约束规则对节点链进行控制因子寻优，生成多个节点生产控制因子矩阵。接着，根据生产任务对控制因子矩阵进行约束寻优，生成多个节点控制因子约束寻优域。随后，根据控制因子矩阵和约束寻优域进行控制解初始化，建立初始易拉罐生产控制解群。最后，通过激活易拉罐生产竞争寻优模块，对初始控制解群进行竞争寻优，得到最优的生产控制参数组合，作为易拉罐生产控制寻优结果，并将其加密传输至易拉罐生产控制模块，据此实现对易拉罐生产过程的精确控制。[0013] 在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的非限制性的实施方式。[0014] 如图1所示，本申请实施例提供了一种易拉罐生产控制方法，该方法包括：[0015] S1：根据易拉罐生产管理模块，获得易拉罐生产任务，其中，所述易拉罐生产任务包括易拉罐生产尺寸需求和易拉罐生产性能需求。[0016] 具体而言，通过易拉罐生产管理模块获取易拉罐生产任务。易拉罐生产管理模块是专门用于易拉罐制造企业的信息管理系统，通过集成订单处理、生产计划、库存管理等功能，协调和指导整个易拉罐生产流程的运作。易拉罐生产管理模块综合分析销售订单、当前库存水平、生产能力等多方面因素，生成切实可行的易拉罐生产任务，作为易拉罐生产的目标和依据。[0017] 其中，易拉罐生产任务包括易拉罐生产尺寸需求和易拉罐生产性能需求。易拉罐生产尺寸需求包括对所生产易拉罐的关键物理尺寸参数，如高度、直径、壁厚等，给出明确的目标值和公差要求。易拉罐生产性能需求从产品性能的角度，规定了所生产易拉罐需要达到的各项关键质量指标，如抗压强度、密封性能、可装填性等。[0018] 通过本步骤引入易拉罐生产管理模块，充分利用信息化手段自动生成具体的易拉罐生产任务，为实现精准化的生产控制和优化提供了明确的方向和评价依据。[0019] S2：根据所述易拉罐生产管理模块，调取易拉罐生产节点集，并根据所述易拉罐生产节点集，建立易拉罐生产节点链。[0020] 具体而言，易拉罐生产节点集是指组成完整易拉罐生产流程的各个加工、处理环节，例如铝制坯料的制备、冲压成型、清洗、印涂、充填等。每个生产节点都代表了一个独立的工艺过程，具有特定的加工设备、控制参数和质量要求。易拉罐生产管理模块中预先存储和管理着这些生产节点的基本信息，包括节点名称、所属工艺、设备类型、关键参数范围等。[0021] 首先，易拉罐生产管理模块根据当前的易拉罐生产任务，从易拉罐生产节点集中选择和调取所需的生产节点。调取生产节点的目的，是为了根据这些节点建立易拉罐生产节点链。易拉罐生产节点链是指按照工艺流程顺序，将各个生产节点有序连接形成的一条完整的生产链条，反映了易拉罐生产的逻辑顺序和相互依赖关系，是开展生产控制和优化的重要依据。例如，一条易拉罐生产节点链包括：铝坯料制备→冲压成型→清洗→印涂→充填→封口→检验等节点，各个节点按照工艺顺序依次连接。[0022] 通过调取易拉罐生产节点集并建立易拉罐生产节点链，对易拉罐生产流程进行了抽象和建模，将分散的生产节点组织成有机的整体，为实现全流程协同优化控制提供基础。[0023] S3：基于生产控制因子约束规则，对所述易拉罐生产节点链进行生产控制因子寻优，生成多个节点生产控制因子矩阵。[0024] 具体而言，生产控制因子是指在易拉罐生产过程中，对产品质量和生产效率产生重要影响的可控变量或参数。不同的生产节点涉及不同类型和数量的控制因子。例如，在冲压成型节点，控制因子包括模具温度、冲压压力、润滑油量等；在印涂节点，控制因子包括油墨粘度、烘干温度、印刷速度等。这些生产控制因子的取值和组合，直接决定了每个生产节点的运行状态和输出结果。因此，要在生产控制过程中，对各个节点的控制因子进行优化和协调，以达到整个生产流程的最佳效果。[0025] 生产控制因子约束规则是指对生产控制因子的取值范围、组合方式等进行限定的一套规则体系，来源于工艺经验、设备能力、质量标准等多个方面，体现了易拉罐生产的各种约束条件和先验知识。以生产控制因子约束规则为基。砸桌奚诘懔粗械母鞲鼋诘憬锌刂埔蜃友坝。具体而言，对于节点链中的每一个节点，根据该节点的特性和约束规则，确定节点生产控制因子的候选取值范围，并通过智能优化算法搜索和评估不同的控制因子组合，寻找最优的控制因子配置。其中，寻优过程可以采用多目标优化、启发式搜索、进化算法等多种智能优化技术，综合考虑生产效率、质量指标、成本等多个优化目标，在满足约束规则的前提下，找到每个节点的最优控制因子组合，从而生成多个节点生产控制因子矩阵。每个矩阵对应一个易拉罐生产节点，矩阵的行表示不同的控制因子，列表示控制因子的不同取值或水平。例如，对于冲压成型节点，其控制因子矩阵可能包括模具温度、冲压压力等多个控制因子及其候选取值。[0026] 通过生产控制因子约束规则，并对生产节点链进行控制因子寻优，自动生成了节点生产控制因子矩阵，在单个节点层面上实现了生产控制的参数优化，既考虑了节点的独特性，又兼顾了全局约束，为实现智能化、精准化生产控制提供支持，也为后续步骤的整体协同优化提供了重要的决策变量和搜索空间。[0027] S4：基于所述易拉罐生产任务，根据所述多个节点生产控制因子矩阵进行控制因子约束寻优，生成多个节点控制因子约束寻优域。[0028] 具体而言，为了使易拉罐生产的控制过程符合易拉罐生产任务，在得到的节点生产控制因子矩阵的基础上，进一步结合生产任务对控制因子进行约束寻优，即在任务约束下，对原有的控制因子取值空间进行削减和修正，得到满足生产任务的控制因子优化空间。[0029] 首先，根据易拉罐生产任务对历史生产数据进行检索和筛。玫接氲鼻叭挝裣喙氐囊桌奚刂萍锹，形成任务易拉罐生产控制记录库，包含过去在类似生产任务下，各个生产节点的控制因子取值及其对应的生产结果和性能指标。然后，对任务易拉罐生产控制记录库进行数据清洗、特征提取、标准化等预处理，得到规范化的任务易拉罐生产控制数据库，旨在提高数据质量，消除噪声和异常，为后续的数据分析和建模奠定基础。接下来，根据易拉罐生产节点链，对任务易拉罐生产控制数据库进行切分和归类，得到与各个生产节点对应的节点易拉罐生产控制集。每个节点易拉罐生产控制集代表了该节点在历史任务中的控制因子取值分布和优化模式。在此基础上，对每个节点生产控制因子矩阵，结合对应的节点易拉罐生产控制集，进行控制因子集中区间分析，采用聚类、密度估计等数据挖掘方法，从节点易拉罐生产控制集中自动识别出控制因子取值的高密度区间，作为该控制因子的节点控制因子约束寻优域，反映了历史经验中控制因子的优势分布，对应着较高的生产质量和效率，因此优先从这些区间中选择控制因子的优化值。[0030] 通过对所有控制因子矩阵的集中区间分析，得到多个节点控制因子约束寻优域。每个寻优域是一个多维超立方体区间，规定了各个控制因子取值的建议范围。寻优域综合考虑了生产任务要求和历史优化经验，缩小了后续优化搜索的空间，提高了优化效率和质量。[0031] S5：根据所述多个节点生产控制因子矩阵和所述多个节点控制因子约束寻优域进行控制解初始化，建立初始易拉罐生产控制解群。[0032] 具体而言，首先对每个节点的节点生产控制因子矩阵进行处理，根据该节点对应的节点控制因子约束寻优域，对矩阵中的每个控制因子参数进行取值空间的限定，使其满足任务约束的要求，实现了控制参数从全域到约束域的缩减。在满足约束的基础上，对每个节点的控制因子参数进行多样化采样，在参数空间的不同区域生成多个采样点，既保证了采样点的代表性，又兼顾了采样的多样性和分散性。然后，将各节点采样得到的控制因子参数进行组合，构建形成完整的易拉罐生产控制解。每个控制解包含了整个生产流程的一整套控制参数，代表了一种可能的全局控制方案。通过一定数量的采样组合，生成足够数量的初始易拉罐生产控制解，形成初始易拉罐生产控制解群，为后续优化提供了合适的起点和参考[0033] S6：激活易拉罐生产竞争寻优模块，根据所述易拉罐生产竞争寻优模块对所述初始易拉罐生产控制解群进行控制解竞争寻优，生成易拉罐生产控制寻优结果。[0034] 具体而言，通过控制解之间的竞争、组合和改进，不断提升控制解的适应性和全局最优性，最终得到满足生产任务要求、具有优良性能的易拉罐生产控制方案，得到易拉罐生产控制寻优结果。[0035] 易拉罐生产竞争寻优模块集成了多种智能优化算法和策略，用于指导控制解群的进化优化过程。根据具体的应用场景和问题特点，可以选择遗传算法、粒子群算法、蚁群算法、模拟退火算法等不同类型的优化算法。首先，从得到的初始易拉罐生产控制解群出发，将其作为优化的初始种群。每个控制解都代表了一个候选的生产控制方案，其优劣用适应度函数来评估。适应度函数综合考虑了生产任务的各项要求和指标，如生产效率、产品质量、能耗成本等，通过加权组合或多目标权衡的方式，将控制解的优劣映射为一个数值指标。在种群初始化之后，进入迭代进化的过程。每一轮迭代都包含选择、交叉、变异等基本操作，实现种群的更新和优化。在选择操作中，根据个体的适应度值，优先选择适应度高的优质控制解。选择机制可以采用轮盘赌、锦标赛、排序选择等不同的策略，既要保证优质解的生存和传播，又要维持种群的多样性和探索能力。在交叉操作中，从当前种群中选取两个或多个父本控制解，将对应的控制参数按照一定的规则进行重组合并，生成新的子代控制解。交叉操作模拟了生物进化中的基因重组过程，通过父本优质基因的组合，有望产生更加优良的子代解。在变异操作中，对部分控制解的某些参数进行随机扰动，在局部范围内对解进行微调和探索。变异操作模拟了生物进化中的基因突变，有助于跳出局部最优，增加解空间的搜索广度。[0036] 通过多轮迭代进化，种群中的控制解不断优化和改进，其适应度水平逐步提高。通过设置一定的终止条件，如迭代次数、适应度阈值、进化停滞等，判断优化过程是否收敛。当满足终止条件时，输出当前种群中适应度最高的控制解，作为最优的易拉罐生产控制方案，即易拉罐生产控制寻优结果。[0037] S7：将所述易拉罐生产控制寻优结果加密传输至易拉罐生产控制模块，基于所述易拉罐生产控制模块和所述易拉罐生产控制寻优结果进行易拉罐生产控制。[0038] 具体而言，首先，易拉罐生产控制寻优结果代表了在当前生产任务和约束条件下的最佳控制方案。为了将这一方案切实应用到生产控制中，将其传递给易拉罐生产控制模块。易拉罐生产控制模块是与生产设备、传感器、执行机构等直接相连的控制系统，负责对生产过程的各个环节进行实时监测、调节和控制。根据接收到的易拉罐生产控制寻优结果，将优化的控制参数解析为设备可执行的控制指令，并下发给各个生产节点和设备，指导其进行相应的工艺操作和参数调整，对生产设备和参数进行相应的设置和调整，实现对易拉罐生产过程的优化控制。在此过程中，易拉罐生产控制模块实时监测生产状态和产品质量，根据反馈信息对控制进行动态调整和修正，以应对生产过程中的各种变化和扰动。[0039] 进一步的，本申请实施例还包括：[0040] 所述生产控制因子约束规则包括生产控制因子约束容量；[0041] 根据所述易拉罐生产节点链，提取第一易拉罐生产节点；[0042] 基于所述生产控制因子约束容量对所述第一易拉罐生产节点进行约束容量分配，获得第一节点生产控制因子分配容量；[0043] 根据所述易拉罐生产管理模块，采集所述第一易拉罐生产节点的生产控制指标信息，获得第一节点生产控制指标集；[0044] 根据所述第一节点生产控制指标集进行关联指标融合，获得第一节点优化生产控制指标集；[0045] 根据所述第一节点优化生产控制指标集进行控制价值降序排列，获得第一节点生产控制指标排列表；[0046] 根据所述第一节点生产控制因子分配容量筛选所述第一节点生产控制指标排列表，获得多个第一节点生产控制因子；[0047] 根据所述多个第一节点生产控制因子，构建第一节点生产控制因子矩阵，并将所述第一节点生产控制因子矩阵添加至所述多个节点生产控制因子矩阵。[0048] 在一种优选的实施方式中，生产控制因子约束规则包括生产控制因子约束容量。其中，生产控制因子约束容量是指每个生产节点能够承载或容纳的控制因子的数量上限，反映了节点对控制因子的处理能力和资源限制。然后，从易拉罐生产节点链中选取一个节点作为当前处理的对象，记为第一易拉罐生产节点。通过遍历生产节点链，依次对每个节点进行控制因子的分析和优化。随后，根据生产控制因子约束容量，对第一易拉罐生产节点进行生产控制因子的约束容量分配，得到第一节点生产控制因子分配容量，以确定当前节点在控制因子优化时的容量限制，即该节点最多能够承载多少个控制因子。其中，约束容量分配根据节点的重要性、复杂度、处理能力等因素来确定，分配容量的大小决定了后续控制因子筛选的范围和粒度。接着，通过易拉罐生产管理模块，采集第一易拉罐生产节点的各项生产控制指标信息，形成第一节点生产控制指标集。生产控制指标是评估和衡量生产节点运行状态和控制效果的关键参数，如生产效率、能耗水平、产品质量等。通过对这些指标数据的采集和分析，可以全面了解节点的生产性能和控制需求，为后续的控制因子优化提供依据。[0049] 之后，对第一节点生产控制指标集中的指标进行关联分析和融合计算，得到第一节点优化生产控制指标集。由于原始采集的指标数据可能存在冗余、噪声或相关性，直接使用这些指标进行控制因子优化会影响优化效果。因此，通过数据挖掘、特征提取等技术，对原始指标进行处理和优化，提取出最能反映节点控制特性的关键指标，简化优化问题的复杂度。然后，根据指标的重要性和影响力，对第一节点优化生产控制指标集中的指标进行控制价值评估和排序，得到第一节点生产控制指标排列表。控制价值评估可以采用专家评分、数理统计、机器学习等方法，综合考虑指标与生产控制目标的相关性、指标的敏感度和可操作性等因素，计算每个指标的控制价值权重，并按照控制价值权重从高到低的顺序，对指标进行排序，得到指标的优先级排列。[0050] 随后，根据第一节点生产控制因子分配容量，从第一节点生产控制指标排列表中自顶向下筛选指标，选出前N个指标作为第一节点的生产控制因子，其中N为分配容量的值。例如，如果分配容量为10，则选择排列表中控制价值最高的10个指标作为控制因子。通过基于分配容量的筛选机制，在节点资源约束下，优先选择对生产控制影响最大的关键指标作为优化对象，提高控制因子优化的针对性和有效性。随后，将筛选出的第一节点生产控制因子构建为一个控制因子矩阵，记为第一节点生产控制因子矩阵。该矩阵的行表示不同的控制因子，列表示控制因子的相关属性，如因子名称、取值范围、数据类型等。矩阵的形式有利于控制因子的结构化表示和计算分析。构建完成后，将第一节点生产控制因子矩阵加入多个节点生产控制因子矩阵的集合中，作为总体优化的一部分。[0051] 进一步的，本申请实施例还包括：[0052] 根据所述易拉罐生产节点链进行节点生产控制重要性评价，获得多个节点生产控制重要度系数；[0053] 根据所述多个节点生产控制重要度系数进行加和计算，获得节点生产控制重要度总成；[0054] 根据所述多个节点生产控制重要度系数，提取所述第一易拉罐生产节点对应的第一节点生产控制重要度系数；[0055] 根据所述第一节点生产控制重要度系数和所述节点生产控制重要度总成进行比值计算，获得第一节点容量分配系数；[0056] 根据所述第一节点容量分配系数和所述生产控制因子约束容量进行容量分配取整计算，生成所述第一节点生产控制因子分配容量。[0057] 在一种可行的实施方式中，首先，对易拉罐生产节点链中的各个节点进行生产控制重要性评价，得到每个节点的生产控制重要度系数。节点的生产控制重要性反映了该节点在整个生产控制过程中的关键程度和影响力，对节点的控制因子分配具有指导意义。其中，重要度系数通过定性分析、专家评估或定量计算等方法来确定，综合考虑节点的生产功能、工艺特点、质量影响等因素。重要度系数的取值范围根据实际情况设定，例如，采用0?1之间的数值，数值越大表示节点的生产控制重要性越高。然后，将所有节点的生产控制重要度系数进行加和运算，得到节点生产控制重要度总成。该总成反映了整个生产节点链的控制重要性总量，是各个节点重要度系数的累积。通过计算重要度总成，掌握生产控制重要性在节点之间的总体分布情况，为后续的容量分配提供参考。[0058] 随后，从得到的多个节点生产控制重要度系数中，提取出第一易拉罐生产节点对应的重要度系数，记为第一节点生产控制重要度系数。该系数表示第一节点在生产控制中的重要性权重，是进行节点容量分配的关键参数。接着，计算第一节点生产控制重要度系数与节点生产控制重要度总成之间的比值，得到第一节点容量分配系数。该分配系数反映了第一节点在总体生产控制重要性中所占的比例，数值越大表示第一节点在容量分配时应获得更多的资源。通过比例关系的计算，合理地将有限的控制因子容量在各个节点之间进行分配，使得重要性高的节点获得更多的优化资源。之后，根据第一节点容量分配系数和生产控制因子约束容量，计算第一节点的实际生产控制因子分配容量。首先，将第一节点容量分配系数与约束容量相乘，得到第一节点理论上应分配到的控制因子容量。然后，对该理论容量进行取整处理，得到一个整数值作为第一节点的实际分配容量，即为第一节点生产控制因子分配容量。其中，取整处理可以采用向上取整、向下取整或四舍五入等方法，根据实际需求和节点特点来选择。通过容量分配计算，确保第一节点在约束容量限制下，获得与其生产控制重要性相匹配的控制因子优化资源。[0059] 进一步的，如图2所示，本申请实施例还包括：[0060] 根据所述易拉罐生产任务进行生产控制记录检索，获得任务易拉罐生产控制记录库；[0061] 根据所述任务易拉罐生产控制记录库进行标准化处理，获得任务易拉罐生产控制数据库；[0062] 根据所述易拉罐生产节点链，分类所述任务易拉罐生产控制数据库，获得多个节点易拉罐生产控制集；[0063] 基于所述多个节点生产控制因子矩阵，分别对所述多个节点易拉罐生产控制集进行集中区间分析，生成多个节点生产控制集中区间集；[0064] 根据所述多个节点生产控制集中区间集，构建所述多个节点控制因子约束寻优域。[0065] 在一种优选的实施方式中，首先，根据当前的易拉罐生产任务，在历史生产数据库中进行检索和匹配，获取与该任务相关的生产控制记录，形成任务易拉罐生产控制记录库。该记录库包含了过去在类似生产任务下，各个节点的控制因子取值、参数设置以及相应的生产结果和性能指标等信息。通过对历史数据的分析和挖掘，发现不同控制因子取值与生产效果之间的关联规律，为优化控制因子提供经验依据。其次，对任务易拉罐生产控制记录库中的数据进行标准化处理，消除不同批次、不同时期数据之间的差异和噪声，提高数据的可比性和分析效率。标准化处理采用数据清洗、特征缩放、异常检测等数据预处理技术，将原始记录转换为统一、规范的数据格式和数值范围。经过标准化处理后，得到任务易拉罐生产控制数据库，为后续的数据分析和知识挖掘奠定了基础。[0066] 然后，根据易拉罐生产节点链的拓扑结构和顺序关系，对任务易拉罐生产控制数据库进行分类和归属，将每条数据记录关联到对应的生产节点，形成多个节点易拉罐生产控制集。每个节点控制集包含了该节点在历史生产任务中的控制因子取值、参数配置以及相应的生产效果数据，反映了该节点的生产控制特点和优化潜力。通过数据分类和归属，实现对单个节点的针对性分析和优化。随后，在每个节点易拉罐生产控制集的基础上，结合该节点对应的生产控制因子矩阵，对节点的历史控制参数数据进行集中区间分析。集中区间是指在历史数据中，某个控制因子参数取值的高频率、高质量区域，反映了该参数的优势取值范围。通过对每个控制因子参数的数据分布进行统计分析，发现其集中区间，作为该因子约束寻优的重点参数空间。多个控制因子参数的集中区间组合形成节点生产控制集中区间集，为节点的整体约束寻优提供了方向和边界。之后，根据每个节点的生产控制集中区间集，构建相应的节点控制因子约束寻优域。约束寻优域是一个多维参数空间，每个维度对应一个控制因子，维度的取值范围由该因子的集中区间确定。通过将各个控制因子的集中区间进行组合，形成一个约束性的、多维的参数寻优空间，作为该节点控制因子优化的重点搜索范围。约束寻优域的构建，使得后续的控制因子优化算法在一个相对集中、优质的参数子空间内进行搜索和求解，提高优化效率和结果质量。[0067] 进一步的，本申请实施例还包括：[0068] 基于所述多个节点控制因子约束寻优域对所述多个节点生产控制因子矩阵进行控制参数随机赋值，获得多个节点生产控制粒子群，其中，每个节点生产控制粒子群包括每个易拉罐生产节点对应的多个节点生产控制粒子，每个节点生产控制粒子包括节点生产控制参数取值结果；[0069] 根据所述多个节点生产控制粒子群进行节点控制粒子随机组合，获得多个初始易拉罐生产控制解，并将所述多个初始易拉罐生产控制解添加至所述初始易拉罐生产控制解群；[0070] 其中，所述初始易拉罐生产控制解群的控制解数量满足预定控制解数量。[0071] 在一种优选的实施方式中，首先，以多个节点控制因子约束寻优域为取值范围，对多个节点生产控制因子矩阵中的控制参数进行随机赋值，生成多个节点生产控制粒子群。每个节点生产控制粒子群与一个易拉罐生产节点相对应，包含了该节点的多个生产控制粒子。每个生产控制粒子代表了该节点控制因子的一组随机取值组合，体现了该节点生产控制参数的一种可能配置。通过在约束寻优域内对控制参数进行随机采样，在满足约束条件的基础上，生成多样化的节点控制粒子，为后续的控制解构建提供了丰富的材料。具体地，对于每个节点生产控制因子矩阵，遍历其中的每个控制参数，根据该参数对应的约束寻优域，在该域内随机生成一个取值，作为该参数在当前粒子中的取值。重复这一过程，直到矩阵中所有控制参数都被赋予随机取值，形成一个完整的节点生产控制粒子。通过多次随机赋值，生成多个节点生产控制粒子，构成该节点的生产控制粒子群。对所有节点的生产控制因子矩阵执行上述过程，得到多个节点生产控制粒子群，为控制解的初始化提供了随机性和多样性。[0072] 在得到多个节点生产控制粒子群的基础上，通过对不同节点的生产控制粒子进行随机组合，生成多个初始易拉罐生产控制解。具体地，从每个节点的生产控制粒子群中随机选择一个粒子，将所有选中的粒子按照节点顺序进行组合，形成一个完整的易拉罐生产控制解。该控制解包含了整个生产流程中各个节点的一组控制参数取值，代表了一种可能的全局控制方案。通过随机组合不同节点的粒子，在局部粒子的基础上，构建出具有全局特性的控制解，体现了不同节点之间的协同与匹配。重复上述随机组合过程，生成多个初始易拉罐生产控制解，形成初始易拉罐生产控制解群。该解群是后续进化优化算法的起点和基。渲邪艘欢ㄊ康暮蜓】刂品桨，体现了问题解空间的初始探索。为了确保解群的规：椭柿，可以设定一个预定控制解数量作为生成控制解的数量要求。当生成的控制解数量达到预定数量时，停止生成新的控制解，得到最终的初始易拉罐生产控制解群。[0073] 进一步的，本申请实施例还包括：[0074] 所述易拉罐生产竞争寻优模块包括易拉罐生产控制适应度函数、控制解繁殖约束函数和预定繁殖竞争寻优次数；[0075] 根据所述易拉罐生产控制适应度函数对所述初始易拉罐生产控制解群进行适应度分析，获得初始控制解适应度分布；[0076] 根据所述初始控制解适应度分布对所述初始易拉罐生产控制解群进行适应度竞争寻优，获得第一易拉罐生产控制寻优解；[0077] 根据所述控制解繁殖约束函数和所述初始控制解适应度分布，计算第一控制解繁殖数量分布；[0078] 基于所述第一控制解繁殖数量分布和所述多个节点控制因子约束寻优域，对所述初始易拉罐生产控制解群进行约束繁殖，获得第一易拉罐生产控制繁殖解群；[0079] 基于所述易拉罐生产控制适应度函数，根据所述第一易拉罐生产控制繁殖解群和所述第一易拉罐生产控制寻优解进行适应度竞争寻优，获得第二易拉罐生产控制寻优解；[0080] 根据所述多个节点控制因子约束寻优域、所述易拉罐生产控制适应度函数和所述控制解繁殖约束函数继续对所述第二易拉罐生产控制寻优解进行繁殖竞争寻优，获得满足所述预定繁殖竞争寻优次数的所述易拉罐生产控制寻优结果。[0081] 在一种优选的实施方式中，首先，定义易拉罐生产竞争寻优模块的关键组成部分，包括易拉罐生产控制适应度函数、控制解繁殖约束函数和预定繁殖竞争寻优次数。其中，适应度函数用于评估每个控制解的优劣程度，衡量其对易拉罐生产控制目标的满足程度；繁殖约束函数用于根据控制解的适应度分布，确定不同解在繁殖过程中的数量分配；预定繁殖竞争寻优次数则规定了算法的迭代优化次数，控制优化过程的收敛速度和计算成本。然后，使用易拉罐生产控制适应度函数，对初始易拉罐生产控制解群中的每个控制解进行适应度评估，得到初始控制解适应度分布。适应度评估通过将每个控制解转化为易拉罐生产控制的实际效果，如生产效率、产品质量、能耗等指标，并与理想目标进行比较，计算控制解的适应度值。适应度值越高，表示该控制解越优秀，越符合生产控制的要求。通过对整个解群的适应度评估，得到解群内部优劣解的分布情况，为后续的竞争优化提供依据。随后，根据初始控制解适应度分布，对初始解群进行适应度竞争寻优，选出适应度最高的控制解作为第一易拉罐生产控制寻优解。具体而言，通过对比解群中各个控制解的适应度值，寻找适应度最大的解，作为当前最优的控制方案。[0082] 接着，利用控制解繁殖约束函数和初始控制解适应度分布，计算第一控制解繁殖数量分布。繁殖约束函数根据每个控制解的适应度值，确定其在繁殖过程中的数量分配，适应度越高的解，被分配到的繁殖数量越多。通过适应度驱动的繁殖策略，使优秀解在后续种群中占据更大的比例，加速优化进程。同时，繁殖约束函数还可以引入随机因素，适当保留一些适应度较低的解，以维持种群的多样性，避免过早收敛到局部最优。之后，在第一控制解繁殖数量分布的指导下，结合多个节点控制因子约束寻优域，对初始解群进行约束繁殖，生成第一易拉罐生产控制繁殖解群。约束繁殖的过程是在满足节点约束寻优域的前提下，根据繁殖数量分布，对初始解群中的控制解进行复制、交叉、变异等操作，生成新的子代解。其中，复制操作保留了优秀解的特征，交叉操作实现了不同解之间的信息交换，变异操作引入了新的搜索方向。通过约束繁殖，初始解群得以扩展和更新，在保留优秀解的同时，也加入了新的探索，提高了种群的多样性和进化潜力。此后，在第一易拉罐生产控制繁殖解群的基础上，结合第一易拉罐生产控制寻优解，利用易拉罐生产控制适应度函数进行适应度竞争寻优，得到第二易拉罐生产控制寻优解，实现对第一代繁殖解群进行适应度评估和竞争选择，选出新一代的最优解，作为当前的最优控制方案。通过迭代的适应度竞争，使每一代解群都能不断进化和优化，逐步逼近问题的全局最优解。然后，以第二易拉罐生产控制寻优解为起点，根据节点控制因子约束寻优域、易拉罐生产控制适应度函数和控制解繁殖约束函数，进行新一轮的繁殖竞争寻优。具体而言，先根据第二代寻优解的适应度分布，进行约束繁殖，生成第二代繁殖解群；然后再对第二代繁殖解群进行适应度竞争，选出新的寻优解。如此循环迭代，直到完成预定的繁殖竞争寻优次数，得到最终的易拉罐生产控制寻优结果，即最优的生产控制方案。[0083] 进一步的，本申请实施例还包括：[0084] 所述易拉罐生产控制适应度函数为：[0085] ；[0086] 其中，f表征易拉罐生产控制适应度，g(μ)表征归一化后的预测易拉罐生产资源利用率，g(ξ)表征归一化后的预测易拉罐生产效率，g(q)表征归一化后的预测易拉罐生产质量系数，α、β、γ为适应度计算权重条件，α、β、γ的取值范围均为[0，1]，α、β、γ的和为1。[0087] 在 一种 优 选的 实 施 方式 中 ，易 拉 罐生 产 控 制适 应 度函 数 为 ：。其中，f表示易拉罐生产控制适应度，是衡量每个控制解优劣的综合性指标。适应度值越高，说明该控制解在易拉罐生产控制中的表现越优秀，越符合生产目标和要求。g(μ)表征归一化后的预测易拉罐生产资源利用率，反映了易拉罐生产过程中，原材料、能源、设备等资源的利用效率和投入产出比，g(μ)通过对原始的资源利用率指标进行归一化处理，将其映射到[0，1]区间，便于与其他指标的比较和计算。g(ξ)表征归一化后的预测易拉罐生产效率，反映了单位时间内易拉罐的产量和生产速度，g(ξ)同样通过归一化处理，将原始的生产效率指标映射到[0，1]区间。g(q)表征归一化后的预测易拉罐生产质量系数，反映了生产的易拉罐产品的合格率、性能指标等质量水平，g(q)通过归一化处理，将质量系数映射到[0，1]区间。易拉罐生产控制适应度函数分别从资源利用、生产效率和产品质量三个维度，全面评估易拉罐生产控制解的表现，通过加权求和的方式，将三个指标整合为一个综合性的适应度指标。[0088] 对于预测易拉罐生产资源利用率，建立资源投入?产出模型，通过对原材料消耗、能源损耗、设备工时等因素的分析和计算，预测在当前控制解下的资源利用水平。对于预测易拉罐生产效率，利用生产线的仿真模型，模拟当前控制解下的生产流程和节拍，预测单位时间内的产量和效率水平。对于预测易拉罐生产质量系数，利用质量预测模型，根据当前控制解下的工艺参数、设备状态等因素，预测产品的质量合格率和关键质量指标。在加权求和的过程中，引入了三个权重系数α、β、γ，用于调节不同指标在适应度计算中的重要程度。权重系数的取值范围均为[0，1]，且三个权重系数的和为1。通过调整权重系数，根据实际的生产需求和侧重点，灵活地调整适应度函数的计算方式。例如，如果更注重生产效率，适当提高β的权重；如果更注重产品质量，则提高γ的权重。[0089] 进一步的，本申请实施例还包括：[0090] 所述控制解繁殖约束函数为：[0091] ；[0092] 其中， 表征当前解群内，第g易拉罐生产控制解对应的控制解繁殖数量，g为正整数，表征所述第g易拉罐生产控制解对应的易拉罐生产控制适应度， 表征当前解群对应的易拉罐生产控制适应度下限， 表征当前解群对应的易拉罐生产控制适应度上限，表征预定控制解繁殖数量上限， 表征预定控制解繁殖数量下限， 是指向下取整。[0093] 在一种优选的实施方式中，控制解繁殖约束函数为分段线性函数，用于确定每个控制解在繁殖过程中被选择和复制的数量。函数的形式为。其中， 表示在当前解群中，第g个易拉罐生产控制解的繁殖数量，即该解在下一代解群中出现的次数。g为正整数，表示解的编号。表示第g个易拉罐生产控制解对应的易拉罐生产控制适应度值，由适应度函数计算得出，反映了该控制解的优劣程度。 和 分别表示当前解群中所有控制解的适应度值的最小值和最大值，代表了解群的适应度下限和上限。 和 表示预定的控制解繁殖数量的下限和上限，用于约束每个解的繁殖数量。通常， 设为1，表示每个解至少被选择一次； 则根据解群的规：投嘌孕枨罄瓷瓒，表示单个解的最大繁殖数量。[0094] 通过控制解繁殖约束函数，实现了适应度值到繁殖数量的映射。具有较高适应度的解，其相对位置值较大，计算得到的繁殖数量也较多；反之，适应度较低的解，其繁殖数量也较少，使得优质解在繁殖过程中得到更多的复制和传递，逐步提高解群的整体质量。同时，通过设置 和 ，控制解繁殖约束函数在繁殖数量上设置了上下界限，避免了过度复制某些超高适应度的解，导致解群趋于同质化和早熟收敛；也避免了适应度较低的解在繁殖中被彻底淘汰，保持了解群的多样性。[0095] 综上所述，本申请实施例所提供的一种易拉罐生产控制方法具有如下技术效果：[0096] 根据易拉罐生产管理模块，获得易拉罐生产任务，其中，易拉罐生产任务包括易拉罐生产尺寸需求和易拉罐生产性能需求，为后续生产控制提供明确的方向和依据。根据易拉罐生产管理模块，调取易拉罐生产节点集，并根据易拉罐生产节点集，建立易拉罐生产节点链，为后续对各个节点进行控制因子寻优提供了基础。基于生产控制因子约束规则，对易拉罐生产节点链进行生产控制因子寻优，生成多个节点生产控制因子矩阵，为后续生产控制提供了参数基础。基于易拉罐生产任务，根据多个节点生产控制因子矩阵进行控制因子约束寻优，生成多个节点控制因子约束寻优域，进一步细化了生产控制参数，使其更符合生产任务的需求。根据多个节点生产控制因子矩阵和多个节点控制因子约束寻优域进行控制解初始化，建立初始易拉罐生产控制解群，为后续进行控制解竞争寻优提供了初始解。激活易拉罐生产竞争寻优模块，根据易拉罐生产竞争寻优模块对初始易拉罐生产控制解群进行控制解竞争寻优，生成易拉罐生产控制寻优结果；将易拉罐生产控制寻优结果加密传输至易拉罐生产控制模块，基于易拉罐生产控制模块和易拉罐生产控制寻优结果进行易拉罐生产控制，将优化的结果应用到实际生产中，提高易拉罐的生产效率和产品质量稳定性。[0097] 综上所述的方法的任意步骤都可作为计算机指令或者程序存储在不设限制的计算机存储器中，并可以被不设限制的计算机处理器调用识别用以实现本申请实施例中的任一项方法，在此不做多余限制。[0098] 进一步的，综上所述的第一或第二可能不止代表次序关系，也可能代表某项特定概念，和/或指的是多个元素之间可单独或全部选择。显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样，倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内，则本申请意图包括这些改动和变形在内。

专利地区：安徽

专利申请日期：2024-09-13

专利公开日期：2024-11-29

专利公告号：CN118795855B