[發明專利]一種數據驅動的碳纖維原液溫度控制參數優化方法

有效

• 申請號: 202011236619.4
• 申請日: 2020-11-09
• 公開（公告）號: CN112379594B
• 公開（公告）日: 2022-04-29
• 發明（設計）人: 方藝霖;荊兆雷;金亮;姚碧濤;劉泉;劉浩杰;張鑫
• 申請（專利權）人: 武漢理工大學
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 武漢開元知識產權代理有限公司 42104
• 代理人: 潘杰

1.一種數據驅動的碳纖維原液溫度控制參數優化方法，其特征在于：所述方法包括以下步驟：

(1)從碳纖維生產線獲取相關工藝參數進行處理，并對噴絲頭進行分組；

所述獲取相關工藝參數進行處理包括以下步驟：

(1.1)從碳纖維生產線獲取主管道原液溫度、保溫水溫度、計量泵開度，多個噴絲頭的原液溫度；

(1.2)給定各個工藝參數的調整范圍；

(1.3)根據參數調整范圍對數據進行篩選，過濾掉異常數據及錯誤數據；

(1.4)將噴絲頭按照相鄰的幾個噴絲頭為一組進行分組，并計算每組噴絲頭的原液溫度平均值；

(2)使用處理后的工藝參數數據建立多個多元線性回歸預測模型，對每組噴絲頭的原液溫度平均值進行預測；

所述建立多個多元線性回歸預測模型包括以下步驟：

(2.1)將獲取到的主管道原液溫度t1、保溫水溫度t2、計量泵開度s，第一組噴絲頭的原液溫度平均值avet1作為樣本數據；

(2.2)多次劃分訓練集和測試集，并進行訓練，得到預測該組噴絲頭原液溫度平均值的多個多元線性回歸模型；

(2.3)進行模型評估，得到預測該組噴絲頭原液溫度平均值的最終多元線性回歸模型；

(2.4)將第一組噴絲頭的原液溫度平均值更換為其他組噴絲頭的原液溫度平均值，重復上述步驟(2.1)到(2.3)，使每一組噴絲頭均有一個與之對應的噴絲頭原液溫度平均值預測模型；

(3)將相關控制參數作為決策變量，設置每組噴絲頭原液溫度最優值，將每個多元線性回歸模型預測值與相應原液溫度最優值之差的絕對值作為目標函數，利用NSGA-II算法進行多目標優化，得到使噴絲頭原液溫度最優的工藝參數；

所述利用NSGA-II算法進行多目標優化包括以下步驟：

(3.1)將主管道原液溫度、保溫水溫度、計量泵開度作為決策變量，并分別為決策變量設置約束條件；

(3.2)設置每組噴絲頭的原液溫度最優值，將每個多元線性回歸模型預測值與相應原液溫度最優值之差的絕對值作為一個目標函數，得到多個目標函數；

(3.3)設置種群數量，交叉概率，變異概率以及最大迭代次數，并根據步驟(3.1)中設置的決策變量的約束條件，隨機生成初始種群；

(3.4)將初始種群中的個體作為每個多元線性回歸模型的輸入，得到相應的目標函數值；

(3.5)根據約束支配原則對初始種群進行快速非支配排序，進行選擇、交叉、變異，得到第一代子代種群；

(3.6)將父代種群和子代種群合并，并將合并種群中的個體作為每個多元線性回歸模型的輸入，得到相應的目標函數值；

(3.7)對合并種群進行快速非支配排序并對每個非支配層中的個體進行擁擠度計算，根據擁擠度及精英保留策略選出新的父代種群，再進行選擇、交叉、變異產生新的子代種群；

(3.8)判斷是否達到最大迭代次數，如果沒有，則重復執行步驟(3.6)和(3.7)，如果達到最大迭代次數，則算法終止，得到Pareto最優解集。