[發(fā)明專利]一種可配置型智能制程控制系統(tǒng)及其實現(xiàn)方法

無效

• 申請?zhí)枺?/td>: 201010177273.5
• 申請日: 2010-05-17
• 公開（公告）號: CN102253644A
• 公開（公告）日: 2011-11-23
• 發(fā)明（設(shè)計）人: 馬鴻健;金學(xué)義;曹翃
• 申請（專利權(quán)）人: 無錫愛德普信息技術(shù)有限公司
• 主分類號: G05B19/02
• 分類號: G05B19/02
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術(shù)領(lǐng)域

本發(fā)明屬于制程控制技術(shù)領(lǐng)域，涉及一種可配置型智能制程控制系統(tǒng)及其實現(xiàn)方法。

背景技術(shù)

目前制程控制系統(tǒng)已經(jīng)從“單變量參數(shù)控制”發(fā)展到“單變量+多變量參數(shù)”解決方案，這就需要制程控制系統(tǒng)能對其所控制的制程保持動態(tài)或可調(diào)模式，制程模式?jīng)Q定設(shè)備上應(yīng)該調(diào)整的參數(shù)以及調(diào)整程度，對制程偏移與改變進行修正。一旦使用了該模式，必須進行不斷的微調(diào)以支持變化中的制程狀態(tài)。

在傳統(tǒng)的制程控制解決方案中，制程工程師在需要進行模式動態(tài)調(diào)整或修改設(shè)定的時候，需要把模式的算法實現(xiàn)要求，算法的數(shù)據(jù)來源，數(shù)據(jù)結(jié)構(gòu)等內(nèi)容匯總并提供給工廠的資訊部門，每一次的變更都需要軟件工程師或資訊工程師對現(xiàn)有系統(tǒng)進行源程序上的修改并程序更新。

可配置制程算法引擎從根本上解決了上述實施中遇到的問題，在實現(xiàn)并支持目前業(yè)界采用的全部常規(guī)基本算法的基礎(chǔ)上，算法引擎利用動態(tài)解析的方法來解釋并實現(xiàn)用戶自定義的算法。制程工程師只需要根據(jù)模式的需要自主定義任何需要實現(xiàn)的算法，軟件工程師或資訊工程師不再需要修改源程序就可以輕松滿足用戶需求。

發(fā)明內(nèi)容

本發(fā)明的目的是克服了目前制程控制過程中的各種困難和問題，來提供一種可配置型智能制程控制系統(tǒng)及其實現(xiàn)方法。

一種可配置型智能制程控制系統(tǒng)，該系統(tǒng)包括：

原始數(shù)據(jù)采集模塊，它是用于采集所控制設(shè)備的原始數(shù)據(jù)的模塊結(jié)構(gòu)；

特征參數(shù)提取模塊，它是用于從上述原始數(shù)據(jù)中提取出需要控制的特征參數(shù)的模塊結(jié)構(gòu)；

神經(jīng)網(wǎng)絡(luò)算法模塊，它是用于對所提取出的特征參數(shù)進行智能算法分析的模塊結(jié)構(gòu)；

指示變量計算模塊，它是通過上述神經(jīng)網(wǎng)絡(luò)算法對特征參數(shù)進行分析過后，得出需要控制的指示變量結(jié)果的模塊結(jié)構(gòu)。

進一步，所述的一種可配置型智能制程控制系統(tǒng)，還具有如下技術(shù)特征：

所述的神經(jīng)網(wǎng)絡(luò)算法模塊，它包括有用于將制程算法輸入系統(tǒng)的制程算法植入模塊，以及用于將輸入的制程算法進行學(xué)習(xí)記憶的制程算法學(xué)習(xí)模塊。

所述的神經(jīng)網(wǎng)絡(luò)算法模塊，它包括有根據(jù)系統(tǒng)的需要能夠自主識別用戶需要的制程算法的制程算法識別模塊。

所述的神經(jīng)網(wǎng)絡(luò)算法模塊，它包括有根據(jù)制程算法識別結(jié)果能夠自主生成系統(tǒng)所需要的制程算法的制程算法生產(chǎn)模塊。

所述的一種可配置型智能制程控制系統(tǒng)，還包括有用于對系統(tǒng)自主生成的算法進行優(yōu)化處理的制程算法優(yōu)化模塊。

所述的一種可配置型智能制程控制系統(tǒng)，還包括有用于制程模式植入的人機交互界面。

所述的一種可配置型智能制程控制系統(tǒng)，它還包括有原始數(shù)據(jù)和報警信息鏈接模塊。

所述的一種可配置型智能制程控制系統(tǒng)，還包括有報警信息統(tǒng)計模塊，以及根據(jù)該統(tǒng)計結(jié)果來得出設(shè)備報警頻率的設(shè)備報警頻率比較模塊。

一種可配置型智能制程控制系統(tǒng)的實現(xiàn)方法，配套的實現(xiàn)系統(tǒng)如上述，該方法包括如下步驟：

步驟1.用戶輸入制程算法，讓系統(tǒng)自主學(xué)習(xí)；

步驟2.系統(tǒng)采集需要控制設(shè)備的原始數(shù)據(jù)；

步驟3.從原始數(shù)據(jù)中提取特征參數(shù)；

步驟4.通過神經(jīng)網(wǎng)絡(luò)算法對特征參數(shù)進行分析和控制；

步驟5.得出特征參數(shù)的控制指示變量值；

步驟6.系統(tǒng)根據(jù)該指示變量值對設(shè)備進行控制，以達到最終目標(biāo)。

進一步，所述的一種可配置型智能制程控制系統(tǒng)的實現(xiàn)方法，包括有如下技術(shù)特征：

在步驟4中，通過神經(jīng)網(wǎng)絡(luò)算法分析生成了需要的制程算法之后，還需要對該制程算法進行優(yōu)化處理。

本發(fā)明的優(yōu)點：本發(fā)明所述的這種可配置型智能制程控制系統(tǒng)及其實現(xiàn)方法，采用神經(jīng)網(wǎng)絡(luò)算法模塊以解析并實現(xiàn)用戶自己設(shè)計或定義的算法公式，并采用數(shù)據(jù)和模式匹配技術(shù)，全部過程都是神經(jīng)網(wǎng)絡(luò)程序自動完成全部工作的，在此過程中，不需要或極少用戶的干預(yù)，所以系統(tǒng)的實施具有廣泛和適應(yīng)性。神經(jīng)網(wǎng)絡(luò)算法在完成客戶方的部署以后，用戶每次設(shè)計或提出新的算法公式需求時，需要做的工作僅僅是把設(shè)計完成的新算法公式，通過人機交互界面導(dǎo)入到算法引擎的系統(tǒng)配置數(shù)據(jù)庫中。軟件工程師不需要修改系統(tǒng)的源程序，資訊工程師也不需要頻繁的進行系統(tǒng)的升級維護。

系統(tǒng)會對算法公式用實際原始數(shù)據(jù)和模式的匹配自動優(yōu)化，并讓工程師做出相應(yīng)的確認(rèn)，這樣融合了工程師的經(jīng)驗做到算法的自適應(yīng)，做到預(yù)測和控制的智能化。通過制程工程師不斷放入模式讓系統(tǒng)自動學(xué)習(xí)具有部分人工智能，系統(tǒng)對制程的控制會逐漸優(yōu)化并趨于智能。

附圖說明