[发明专利]一种同轴电缆护套机优化运行的多目标模型更新方法有效
申请号: | 201210547197.1 | 申请日: | 2012-12-17 |
公开(公告)号: | CN103020455A | 公开(公告)日: | 2013-04-03 |
发明(设计)人: | 王春林 | 申请(专利权)人: | 富通集团有限公司 |
主分类号: | G06F19/00 | 分类号: | G06F19/00;G06N3/08 |
代理公司: | 杭州求是专利事务所有限公司 33200 | 代理人: | 杜军 |
地址: | 311499 浙江省*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及一种同轴电缆护套机优化运行的多目标模型更新方法。目前同轴电缆护套机运行主要是靠工作人员经验运行。本发明方法分两种情况更新:当有新的同轴电缆护套材料被采用时,针对该新材料的生产运行数据和产品品质数据进行多目标建模,后将该模型组合入原模型中,构成新模型;当模型中某生产材料的模型预测误差超出允许误差范围时,利用超出允许误差范围的数据建立新的多目标模型,再利用新数据和优化算法,寻找最优的新模型和原有多目标模型的组合比例系数,将新模型和已有模型结合在一起,共同对新的生产状态进行预测和优化,实现更新。本发明方法无需放弃已有模型,充分利用了已有模型的学习结果,缩短了模型更新的计算工作量和时间。 | ||
搜索关键词: | 一种 同轴电缆 护套 优化 运行 多目标 模型 更新 方法 | ||
【主权项】:
1. 一种同轴电缆护套机优化运行的多目标模型更新方法,其特征在于该方法的具体步骤是:步骤(1).给定的同轴电缆护套机需采用新的生产材料时,针对新的生产材料,采集同轴电缆护套机生产操作参数及相关的表征同轴电缆护套生产品质的指标,与原模型一致,建立数据库;具体的同轴电缆护套机生产操作参数通过同轴电缆护套机运行数控系统获取,或直接通过仪器测量采集;所述的同轴电缆护套机生产操作参数的数据包括:同轴电缆护套的生产给料速度
、芯线穿过护套机速度
、生产温度
;所述的表征同轴电缆护套生产品质的指标的数据包括:护套的抗老化指标
、单位长度平均气泡数量
、抗磨性能指标
;当给定的同轴电缆护套机由于原模型对某种生产材料的生产过程中的产品品质指标预测超出允许误差范围时,则从步骤(5)进行更新;步骤(2).对新护套生产材料数据库中的数据进行选择和预处理:选择50~200组数据作为建模数据,包括给料速度
、芯线穿过护套机速度
、生产温度
及护套的抗老化指标
、单位长度平均气泡数量
和抗磨性能指标
的情况;对作为模型输入量的生产操作参数通过单位的变换或乘系数的方法,使各输入量的数据处于相同的数量级,并进行归一化处理;步骤(3).采用多输入多输出的径向基神经网络方法,针对建模数据建模,建立新材料护套的品质指标与生产操作参数间的模型;具体建模方法如下:用于建模样本的输入参数及表征护套生产品质性能的综合指标的输出参数可以表示为
,其中
表示第
组作为输入数据的护套生产操作参数向量,
表示第
组作为输出参数的表征护套生产品质的向量,
为样本数量,以实际运行数据为基础建立生产操作参数与护套的生产品质指标间的模型;对于
个隐节点的径向基神经网络其输出为:
,
为权重系数向量、
为
维输入向量、
为第
个基函数的中心向量、
为函数的基宽度参数向量;建立径向机神经网络模型的关键在于确定基函数的中心向量
,基宽度向量
及权重系数向量
;采用遗传算法迭代训练径向基神经网络,定义遗传算法初始群体
向量的各维分量,分别为隐节点个数、数基函数中心、函数的基宽度和权重系数,目标函数为:
,其中
为第
个样本的神经网络输出值向量,
为第
个样本的实际值向量;当
达到了最小、达到设定值或完成迭代次数时,训练完成,获得隐节点个数、基函数中心向量、函数的基宽度向量和权重系数向量,从而获得多输入多输出的径向基神经网络模型;步骤(4).将新护套生产材料的多目标模型与原模型组合为一个整体的模型,实现模型更新;步骤(5).当给定的同轴电缆护套机由于原模型对某种生产材料的生产过程中的产品品质指标预测超出允许误差范围时,建立原有模型的预测错误数据库;根据具体生产情况和对模型预测精度的要求,设定模型的各目标的允许预测误差限
、
和
,其中
为护套的抗老化指标
的允许预测误差限、
为单位长度平均气泡数量
允许预测误差限、
为抗磨性能指标
允许预测误差限;在采集数据时,判断模型预测值与实际运行值之间的误差与允许预测误差限的大小,如果某护套品质指标预测误差大于
,
表示某护套品质指标
、
和
之一,即
,其中
为某护套品质指标模型预测值,
为某护套品质指标实测值,则将超限数据存入预测错误数据库中,以备模型更新之用;步骤(6).建立新模型:原模型需要更新时,选取预测错误数据库中的数据作为训练样本,用多目标径向基神经网络建模,建立生产操作参数与护套的生产品质指标间的模型,建模过程与步骤(3)相同,获得多目标的径向基神经网络模型;步骤(7).确定新模型和已有模型的比例:采集新的护套机相同生产材料情况下,不同运行状态下的数据作为检验样本,应用原有模型预测与新模型加权平均的预测方法,对检验数据进行预测,即
,其中
为第
组检验样本工况的目标预测值向量、
为新模型预测值向量、
为原有模型预测值向量、
为新模型预测值权重系数、
为原有模型的预测权重系数,且
;
与
的确定采用粒子群算法迭代寻优确定,初始化粒子群位置向量
的各维分量,分别为新模型权重
和原有模型权重
,目标函数为:
,其中
为第
组检验工况实测多目标值与结合模型预测值的误差,
为护套的抗老化指标
的结合模型预测值与实测值的误差平方,
为单位长度平均气泡数量
的结合模型预测值与实测值的误差平方,
为抗磨性能指标
的结合模型预测值与实测值的误差平方,当
取得了最小、达到设定值或完成迭代次数时,寻优完成,分别获得新模型和已有模型的比例系数
与
;清空预测错误数据库,以备下一次更新采集数据之用;步骤(8).将原有模型与新模型按最优的比例系数相结合,构成新的组合模型,即
,其中E为更新后的组合模型,从而实现同轴电缆护套机原模型预测误差超出允许误差范围情况下的模型更新。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
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富通集团有限公司,未经富通集团有限公司许可,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/patent/201210547197.1/,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用