一种用于制备阻燃聚烯烃绝缘料的智能化生产方法及系统与流程

本发明涉及智能化制造领域，尤其涉及一种用于制备阻燃聚烯烃绝缘料的智能化生产方法及系统。

背景技术：

1、低烟无卤阻燃聚烯烃绝缘料生产需要依赖先进的生产设备和自动化控制系统，包括搅拌设备、挤出机、混合设备等。这些设备需要具备高精度、高效率、可靠性强的特点，以适应大规模生产的需求，也需要实现对生产过程的实时监测、数据采集和智能化控制，这包括对原材料投入、生产工艺参数、产品质量等方面进行智能化监控和调整，以实现生产的自动化、智能化。

技术实现思路

1、为了解决上述问题，本发明的目的在于提供一种用于制备阻燃聚烯烃绝缘料的智能化生产方法及系统。

2、为实现上述目的，本发明采用以下技术方案：

3、一种用于制备阻燃聚烯烃绝缘料的智能化生产方法，包括以下步骤：

4、步骤s1:在输送设备上设置重量传感器及流量传感器，对原材料的投入量进行监测，并结合pid控制算法和mpc对原料投入比例进行控制；

5、步骤s2:在反应釜中设有温度传感器和压力传感器，在反应釜进行聚烯烃的聚合反应，根据温度传感器和压力传感器获取实时的温度和压力监测数据，并基于lstm预测模型预测数据控制反应釜的温度和压力，确保反应条件的稳定；

6、步骤s3:根据配方要求和生产过程中的实时参数，控制阻燃剂的加入量，并设置监测仪表，实时监测阻燃剂的加入量和混合均匀度，根据监测结果，对阻燃剂的加入量进行调整；

7、步骤s4:基于图像识别算法对成品进行质量检测，包括检测产品表面的均匀性、颜色、杂质；

8、步骤s5:将生产过程的数据及质量检测结果生成产品报告，得到最终的产品数据及其相应的产品报告。

9、进一步的，所述结合pid控制算法和mpc对原料投入比例进行控制，具体如下：

10、将pid控制器的输出作为mpc的初始值，然后通过mpc对未来一段时间内的控制输入进行优化；

11、使用pid控制算法对原料投入比例进行实时调节，pid控制器的输出表示为：

12、;

13、其中，u(t)为控制输入，e(t)为误差，kp、ki和kd分别为比例、积分和微分系数，为误差在从0到t时间段的累积值，为误差变化率；

14、mpc利用系统的动态模型进行预测，并基于未来一段时间内的预测结果来优化控制输入，mpc的优化问题表示为：

15、;

16、其中，表示控制输入序列，表示寻找控制输入序列 来最小化紧随其后的代价函数，n为预测时域，y(t+1|t)为在时刻t对时刻t+1的预测值，r(t+1)为t+1时刻的参考值，表示y(t+1)与r(t+1)之间的误差的加权平方范数；表示控制输入u(t)的范数的加权平方；q和r为权重矩阵。

17、进一步的，所述步骤s2具体为：

18、步骤s21:获取历史温度和压力数据，并预处理，然后组织成多变量时间序列的形式，得到据温度和压力时间序列数据；

19、步骤s22:根据温度和压力时间序列数据对lstm模型进行训练，以学习温度和压力数据的模式和趋势；

20、步骤s23:根据已训练好的lstm预测模型，输入实时温度和压力数据，进行未来一段时间内的温度和压力预测；

21、步骤s24：将预测的温度和压力变化数据导出为csv文件或其他格式，并传输至控制算法使用，调节反应釜的加热、冷却和压力控制系统，以实现对反应条件的调节。

22、进一步的，所述预处理包括去除重复数据、处理缺失值和异常值，具体如下：

23、使用pandas库中的drop_duplicates()方法去除重复数据；对于缺失值，使用插值法进行填充； 对于异常值，使用±3倍标准差法进行识别和处理均值。

24、进一步的，所述时间序列数据集x，其中包含温度和压力的时间序列数据，在lstm预测模型中，使用过去n个时间点的温度和压力数据来预测未来1个时间点的温度和压力数据，使用滑动窗口方法构建输入特征序列和对应的输出标签，具体如下：

25、设x_train是构建好的输入特征序列，其形状为(样本数, 时间步数, 特征数)，y_train是对应的输出标签，其形状为(样本数, 特征数)

26、；

27、；

28、其中，表示第i个样本，表示第i个样本的过去3个时间点的温度和压力数据，表示第i个样本的输出标签，即未来一个时间点的温度和压力数据。

29、进一步的，所述lstm模型，具体如下；

30、输入门： i_t = sigma(w_i *[h_{t-1}, x_t] + b_i) ；

31、 tilde{c}_t = tanh(w_c * [h{t-1}, x_t] + b_c)；

32、遗忘门：f_t = sigma(w_f *[h_{t-1}, x_t] + b_f) ；

33、细胞状态更新： c_t = f_t * c_{t-1} + i_t * tilde{c}_t；

34、输出门：o_t = sigma(w_o * [h_{t-1}, x_t] + b_o) ;

35、 h_t = o_t * tanh(c_t) ；

36、其中： i_t 是输入门的输出，用于控制新信息的输入；tilde{c}_t 是新的候选细胞状态，用于更新细胞状态；f_t 是遗忘门的输出，用于控制上一时刻细胞状态的遗忘； c_t 是当前时刻的细胞状态，用于存储和传递信息； o_t 是输出门的输出，用于控制细胞状态的输出；h_t 是当前时刻的输出，也是lstm的输出; w_i, w_f, w_c, w_o 是权重矩阵，b_i, b_f, b_c, b_o 是偏置向量， h_{t-1} 是上一时刻的输出， x_t 是当前时刻的输入;sigma 是sigmoid函数，用于将数值映射到0到1之间，tanh是双曲正切函数，用于将数值映射到-1到1之间。

37、进一步的，所述步骤s3具体为：

38、使用流量计实时监测阻燃剂的加入量，确保按照配方要求进行控制；

39、将流量计与控制单元连接，根据配方要求设定阻燃剂的加入量，控制单元自动调节阻燃剂的加入量；

40、根据流量计实时监测阻燃剂的加入量，并将数据传输给监控单元;

41、控制单元根据监测结果，对阻燃剂的加入量进行调整，确保混合物达到配方要求的均匀度和性能指标；

42、并在监控单元中设置阈值，当阻燃剂的加入量超出预设范围时，发出警报并记录异常数据。

43、进一步的，所述步骤s4具体为:

44、对采集到的产品表面图像进行预处理，包括去噪、图像增强、尺寸标准化，并使用图像处理算法，边缘检测、纹理分析，对产品表面图像进行处理，检测产品表面的均匀性；

45、使用颜色空间转换、颜色分布统计方法，识别产品表面的颜色，并与标准颜色进行比对，判断产品颜色是否符合要求；

46、将rgb颜色空间转换为hsv颜色空间进行颜色分析，rgb到hsv的转换公式如下：

47、max = max(r, g, b)；

48、min = min(r, g, b)；

49、v = max；

50、s = (max - min) / max；

51、；

52、对产品表面采集到的图像进行颜色空间转换，得到每个像素点的hsv值；

53、统计所有像素点的hsv值，生成颜色直方图或颜色密度分布图，表示产品表面的颜色分布情况；

54、设定标准颜色的hsv值范围，对产品表面颜色的直方图或颜色密度分布图进行分析，计算产品表面颜色的平均色相、饱和度和明度，将产品表面颜色的平均色相、饱和度和明度与标准颜色进行比对，判断产品颜色是否符合要求；

55、基于图像处理算法，对产品表面的图像进行分析，识别和检测异常纹理特征的区域；

56、根据图像识别算法的结果，对产品的均匀性、颜色和杂质进行判定，判断产品是否符合质量标准，并生成产品报告。

57、进一步的，所述基于图像处理算法，对产品表面的图像进行分析，识别和检测异常纹理特征的区域，具体如下：

58、将产品表面的彩色图像转换为灰度图像，通过预设的阈值，将图像分割成背景和前景两部分，并使用膨胀、腐蚀的形态学操作来去除图像中的噪声，以及连接和填充杂质区域；

59、计算glcm的特征来描述图像的纹理特征；

60、使用纹理特征提取算法，来提取图像的纹理特征；

61、根据glcm的特征，结合阈值分割方法，检测出具有异常纹理特征的区域；

62、 ；

63、其中，c表示glcm的对比度特征，p(i,j)表示glcm中像素值为i和j的联合概率分布，n表示像素灰度级数。

64、一种用于制备阻燃聚烯烃绝缘料的智能化生产系统，包括传感器单元、控制单元、图像识别单元、监控单元和数据库；所述传感器单元包括在输送设备上设置的重量传感器及流量传感器、在反应釜中设置的温度传感器和压力传感器和设置于阻燃剂加入口的流量计；所述控制单元包括原料投入控制模块、反应釜控制模块和阻燃剂加入控制模块；

65、所述在输送设备上设置重量传感器及流量传感器，对原材料的投入量进行监测，并结合pid控制算法和mpc对原料投入比例进行控制；

66、在反应釜中设有温度传感器和压力传感器，在反应釜进行聚烯烃的聚合反应，根据温度传感器和压力传感器获取实时的温度和压力监测数据，并基于lstm预测模型预测数据控制反应釜的温度和压力，确保反应条件的稳定；

67、阻燃剂加入控制模块根据配方要求和生产过程中的实时参数，控制阻燃剂的加入量，并设置监测仪表，实时监测阻燃剂的加入量和混合均匀度，根据监测结果，对阻燃剂的加入量进行调整，若当阻燃剂的加入量超出预设范围时，监控单元发出警报并记录异常数据；

68、图像识别单元基于图像识别算法对成品进行质量检测，包括检测产品表面的均匀性、颜色、杂质；

69、将生产过程的数据及质量检测结果生成产品报告，得到最终的产品数据及其相应的产品报告存储于数据库。

70、本发明具有如下有益效果：

71、1、本发明实现对原材料的准确投入和配比，同时精确控制阻燃剂的加入量，确保生产过程中的原料配方要求得到满足，并通过预测模型与控制器结合，通过实时监测、预测和调节，实现对反应条件的精确控制，有效提高产品的生产效率和质量；

72、2、本发明基于图像识别算法的产品质量检测可以实现对产品表面均匀性、颜色和杂质的自动化检测和判定，提高了产品质量检测的效率和准确性，并生成产品的生产报告，实现产品的全周期管理。