[发明专利]一种基于模糊BP神经网络的玻璃钢化的工艺参数设置方法

说明书

本发明公开了一种基于模糊BP神经网络的玻璃钢化的工艺参数设置方法，该工艺参数设置方法中根据初始样本对BP神经网络进行训练，并将现有的钢化玻璃分为若干类别，利用训练好的BP神经网络获取各个类别的最优工艺参数，并根据所有类别的工艺参数构建工艺数据库，直接判断待钢化玻璃的所属类别，从工艺数据库直接选取该类别对应的工艺参数，利用选择的工艺参数设定待钢化玻璃钢化的工艺参数。本发明中利用BP神经网络，直接获取待钢化玻璃钢化时的最优工艺参数，减小了对人工经验的依赖程度，降低了生产成本，且通过计算机实现，设置精度高，出错率低，有利于提高钢化玻璃的质量，大大提高了生产效率。

技术领域

本发明涉及玻璃钢化技术领域，具体涉及一种基于模糊BP神经网络的玻璃钢化的工艺参数设置方法。

背景技术

随着经济全球化的发展，我国对工业及民用玻璃制品的产量需求和品质标准提出了向世界先进水平看齐的要求。钢化玻璃作为安全玻璃，由原片玻璃经过钢化加工而得，要比普通玻璃的抗冲击强度高过四倍及以上，当遇到外界因素破碎时，不会形成锋利的“刀面”，而是变成几近均匀的小颗粒状玻璃碎渣，具有不易伤人的优点，因此在全球汽车业、建筑业、仪器以及家具行业的安全玻璃使用中，钢化玻璃占有率超过60％，且在不断扩大，钢化玻璃市场前景看好。传统玻璃钢化设备能耗高，玻璃自爆率高，钢化周期长，产量低。随着钢化玻璃需求量的上升和科技的进步，在玻璃钢化设备的性能不断提升的同时，如何克服国内传统式钢化玻璃生产方式具有的成本高、高度依赖技术用工、操作复杂性高、成品率低、质量不可追溯的缺点，进一步朝着低能耗、高成品率、高产量的方向发展成为了钢化玻璃生产链内研究的重点。

许多发达国家在几十年前已经拥有相对先进的生产力及生产关系，为了追求玻璃深加工产品的高质量及成品率以获得更大的剩余价值，他们非常注重产品生产的各个环节，在不断提高玻璃钢化炉硬性工艺的同时，还加入了极具影响力的辅助设备，如电子看板等。通过电子看板直接设置玻璃钢化时的工艺参数，通过电子看板控制钢化炉，且该电子看板还实时检测钢化炉的温度、压力等参数并实时进行显示，从而实现玻璃钢化过程的时间检测和自动化控制。

钢化的工艺参数直接决定了钢化玻璃的质量，对钢化玻璃的质量其决定性作用。若工艺参数设置不当，会导致玻璃出现裂纹，表面不平整等问题，影响产品质量。现有技术中玻璃钢化的工艺参数多通过技术人员根据经验设置，大大提高了生产成本，且对技术人员要求高，不能满足现代化生产规模的需要。

发明内容

针对现有技术的不足，本发明提出了一种基于模糊BP神经网络的玻璃钢化的工艺参数设置方法。

(1)获取若干个初始样本，每个初始样本包括一个批次玻璃的玻璃品种、玻璃厚度、一炉次的玻璃块数和玻璃总面积，以及相应的工艺参数；

(2)针对任意一个初始样本，将该初始样本中的玻璃品种和玻璃厚度模糊化为特征值，并以模糊化后的样本作为训练样本；

(3)以各个训练样本的特征值、一炉次的玻璃块数和玻璃总面积作为BP神经网络的输入，以工艺参数作为输出，训练BP神经网络得到训练好的BP神经网络；

(4)按照钢化玻璃的玻璃品种、玻璃厚度、一炉次的玻璃块数和玻璃总面积将钢化玻璃分为若干个类别，并确定各个类别对应的特征样本；

(5)将该特征样本输入训练好的BP神经网络得到各个类别的最优工艺参数，根据各类别的最优工艺参数构建得到工艺数据库；

(6)获取待钢化玻璃的玻璃品种、玻璃厚度以及玻璃的大小和形状，并根据玻璃钢化炉的上片台的大小对待钢化玻璃进行预排产，得到一炉次的玻璃块数和玻璃总面积；

(7)根据待钢化玻璃的玻璃品种、玻璃厚度、一炉次的玻璃块数和玻璃总面积确定待钢化玻璃所属的类别，根据其所属的类别从工艺数据库中选择相应的最优工艺参数，并根据选择的最优工艺参数设定待钢化玻璃的钢化时的工艺参数。