[發明專利]陶瓷配方優化方法及系統

在審

• 申請號: 202210011011.4
• 申請日: 2022-01-05
• 公開（公告）號: CN114358426A
• 公開（公告）日: 2022-04-15
• 發明（設計）人: 姚青山;聶賢勇;白梅;陳淑林;劉偉
• 申請（專利權）人: 西藏眾陶聯供應鏈服務有限公司;佛山眾陶聯供應鏈服務有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/04;G06N3/00;G06N20/20
• 代理公司: 佛山市禾才知識產權代理有限公司 44379
• 代理人: 劉羽波;陳嘉琦

本發明涉及陶瓷生產的技術領域，尤其是涉及陶瓷配方優化方法及系統,包括：采集配方先驗知識數據，構建陶瓷配方先驗知識庫，并且采集陶瓷生產的歷史配方數據和原料數據，構建陶瓷歷史配方數據庫；根據先驗知識、原料數據和歷史配方數據，采取知識驅動和數據驅動的集成學習，構建陶瓷配方性能預測模型；將陶瓷配方原料優化問題定義為帶約束及混合變量的單目標或多目標優化問題，構建優化模型；運用數據驅動的演化優化算法對配方進行優化；依次進行約束處理、魯棒優化和多解優化；基于上述模型和優化算法，集成研制出陶瓷原料配方優化系統；本發明具有解決陶瓷配方優化設計的效率及試錯成本問題的效果。

技術領域

本發明涉及陶瓷生產的技術領域，特別是陶瓷配方優化方法及系統。

背景技術

目前，陶瓷原料配方設計非常依賴技術工程師的先驗知識，存在試錯成本巨大、配方設計效率低下的問題。

現有的陶瓷配方優化及設計主要依靠兩種方法，一種是完全依靠人工的經驗，通過計算得出多個配方；另一種方法是人工使用excel工具進行配方設計，然后再通過人工試驗，工作流程如下：技術工程師通過對原料的判斷，篩選出幾種原料對配方進行設計及優化，確定多個陶瓷配方方案；將設計的多種配方方案通過人工進行配料進行試驗，通過正交試驗的方式來篩選較優的配方方案。

以上的配方優化設計方法都是基于人的主觀經驗來設計及判定配方的優劣，但考慮到人儲存知識的有限性及考慮問題的局限性，現有方式不僅效率低下，而且試錯成本較高，同時也無法判斷獲得的配方就是最優的配方方案。

因此，需要研究數據驅動的陶瓷原料配方優化計算智能方法，構建一套智能化的陶瓷坯體配方優化系統，作為陶瓷生產配方設計實用性和普遍性的工具。

發明內容

針對上述缺陷，本發明的目的在于提出陶瓷配方優化方法及系統，解決陶瓷配方優化設計的效率及試錯成本的問題。

為達此目的，本發明采用以下技術方案：

陶瓷配方優化方法，包括如下步驟：

A.采集配方先驗知識數據，構建陶瓷配方先驗知識庫，并且采集陶瓷生產的歷史配方數據和原料數據，構建陶瓷歷史配方數據庫；

B.根據先驗知識、原料數據和歷史配方數據，采取知識驅動和數據驅動的集成學習，構建陶瓷配方性能預測模型；

C.將陶瓷配方原料優化問題定義為帶約束及混合變量的單目標或多目標優化問題，構建優化模型；

D.運用數據驅動的演化優化算法對配方進行優化；

E.依次進行約束處理、魯棒優化和多解優化；

F.基于上述模型和優化算法，集成研制出陶瓷原料配方優化系統。

優選的，所述B步驟構建陶瓷配方性能預測模型包括如下內容：

b1.依據陶瓷配方先驗知識庫中蘊含的陶瓷配方先驗規則，采用蟻群挖掘系統算法及遺傳編程方法，構建決策樹，生成基于規則推理的決策樹模型；

b2.依據陶瓷歷史配方數據庫，基于機器學習方法建立回歸和分類模型；

b3.通過集成學習機制，將決策樹模型和機器學習方法相集成，實現數據及知識驅動相融合的陶瓷配方性能預測模型。

優選的，所述C步驟構建優化模型包括如下內容：

c1.設定配方原料數量及原料種類；

c2.按價格確定原料；

c3.在陶瓷配方性能預測模型中加入約束條件，形成帶約束優化數學模型。

優選的，所述b1步驟中采用蟻群挖掘系統算法及遺傳編程方法生成決策樹模型包括以下步驟：