本申请涉及智能制造,尤其涉及瓦楞纸加工的机器速度智能预测方法、装置及存储介质。
背景技术:
1、在目前技术中,传统的造纸厂难以实时监控瓦楞机的运行状态和纸张的生产状态,异常情况得不到处理的话,会导致生产的纸张品质效果差异大,有时甚至会导致瓦楞纸起褶皱和破损,传统瓦楞纸机速度控制方式是人工调整方法,传统人工调整方法不稳定,速度波动较大,会导致瓦楞纸机的振动波动较大,也可能会导致瓦楞纸起褶皱和破损,人工调整车速的方法大部分时间未达到此瓦楞纸机在某种瓦楞纸的材质、幅宽条件下的最优车速,影响生产效率,控制瓦楞纸机车速的人力成本也是工厂重大的一笔开支。因此,如何确定瓦楞纸机的加工速度以提高生产效率成为了目前亟待解决的技术问题。
技术实现思路
1、本申请提供了瓦楞纸加工的机器速度智能预测方法、装置及存储介质,确定瓦楞纸机的加工速度以提高生产效率。
2、第一方面,本申请提供了一种瓦楞纸加工的机器速度智能预测方法,所述方法包括:
3、获取目标瓦楞纸机的生产数据,并通过预设传感器采集所述目标瓦楞纸机的上行数据和下行数据,其中,所述生产数据包括材质数据、幅宽数据、楞数据;
4、基于所述上行数据和所述下行数据,分别确定所述上行数据中目标位置点对应的第一时间以及所述下行数据中所述目标位置点对应的第二时间;
5、基于所述生产数据、所述第一时间、所述第二时间以及预设速度预测模型,预测所述目标瓦楞纸机的下一时刻的速度。
6、进一步地,基于所述生产数据、所述第一时间、所述第二时间以及预设速度预测模型,预测所述目标瓦楞纸机的下一时刻的速度之前,包括:
7、从预设分布式数据库中获取历史数据,其中,所述历史数据包括历史生产数据、历史上行数据中所述目标位置点对应的第三时间以及历史下行数据中所述目标位置点对应的第四时间;
8、基于各所述历史生产数据、各所述第三时间与各所述第四时间训练初始速度预测模型,生成所述预设速度预测模型。
9、进一步地,从预设分布式数据库中获取历史数据之前,包括:
10、基于关系型数据库管理实例构建待写入citus集群;
11、通过所述待写入citus集群,部署所述预设分布式数据的同步代理;
12、基于待备份citus集群、分片指令、所述待备份citus集群与所述待写入citus集群的同步关系以及所述同步代理进行全量数据同步;
13、在全量数据同步完成时,基于增量数据同步的起始位点以及所述同步关系进行增量数据同步,生成所述预设分布式数据库。
14、进一步地,基于关系型数据库管理实例构建待写入citus集群,包括:
15、基于所述关系型数据库管理实例获得所述待写入citus集群的dn节点的ip和端口信息;
16、基于写入指令、所述ip和所述端口信息,为所述待写入citus集群的dn节点指定socket信息,构建所述待写入citus集群。
17、进一步地,基于所述历史生产数据、所述第三时间与所述第四时间训练初始速度预测模型,生成所述预设速度预测模型,包括:
18、根据各所述历史生产数据、各所述第三时间与各所述第四时间,确定各历史上行速度与各历史下行速度;
19、基于各所述历史上行速度与各所述历史下行速度,分别建立历史上行速度矩阵和历史下行速度矩阵;
20、基于所述初始速度预测模型中的预设聚类算法、所述历史上行速度矩阵和所述历史下行速度矩阵,对各速度进行聚类,将各所述历史上行速度与各所述历史下行速度分别分为至少一个速度区间;
21、基于各所述速度区间,预测所述目标瓦楞纸机的下一时刻的速度。
22、进一步地,基于所述生产数据、所述第一时间、所述第二时间以及预设速度预测模型,预测所述目标瓦楞纸机的下一时刻的速度,包括:
23、基于所述第一时间、所述第二时间与所述生产数据,分别计算当前上行速度与当前下行速度;
24、通过所述预设速度预测模型将所述当前上行速度、所述当前下行速度与各所述速度区间,预测所述目标瓦楞纸机的下一时刻的速度。
25、进一步地,预设传感器包括惯性测量传感器imu传感器,所述通过预设传感器采集目标瓦楞纸机的上行数据和下行数据,包括:
26、通过所述imu传感器采集所述目标瓦楞纸的加速度数据与陀螺仪数据;
27、根据所述加速度数据与所述陀螺仪数据中数据的方向符号,分别确定所述上行数据和所述下行数据。
28、进一步地,获取目标瓦楞纸机的生产数据,并通过预设传感器采集所述目标瓦楞纸机的上行数据和下行数据,其中,所述生产数据包括材质数据、幅宽数据、楞数据之后,包括:
29、对所述生产数据进行数据筛选,将无效数据清除,并将保留下来的所述生产数据进行数据理;
30、将大于预设生产数据阈值的所述生产数据进行数值化处理。
31、进一步地,生产数据包括材质数据、幅宽数据、楞数据。
32、第二方面,本申请还提供了一种瓦楞纸加工的机器速度智能预测装置,所述装置包括:
33、数据采集模块,用于获取目标瓦楞纸机的生产数据,并通过预设传感器采集所述目标瓦楞纸机的上行数据和下行数据,其中,所述生产数据包括材质数据、幅宽数据、楞数据;
34、时间确定模块,用于基于所述上行数据和所述下行数据,分别确定所述上行数据中目标位置点对应的第一时间以及所述下行数据中所述目标位置点对应的第二时间;
35、速度预测模块,用于基于所述生产数据、所述第一时间、所述第二时间以及预设速度预测模型,预测所述目标瓦楞纸机的下一时刻的速度。
36、第三方面,本申请还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时使所述处理器实现如上述的瓦楞纸加工的机器速度智能预测方法。
37、本申请公开了瓦楞纸加工的机器速度智能预测方法、装置及存储介质,所述瓦楞纸加工的机器速度智能预测方法包括获取目标瓦楞纸机的生产数据,并通过预设传感器采集所述目标瓦楞纸机的上行数据和下行数据,其中,所述生产数据包括材质数据、幅宽数据、楞数据;基于所述上行数据和所述下行数据,分别确定所述上行数据中目标位置点对应的第一时间以及所述下行数据中所述目标位置点对应的第二时间;基于所述生产数据、所述第一时间、所述第二时间以及预设速度预测模型,预测所述目标瓦楞纸机的下一时刻的速度。通过上述方式,本申请通过获取瓦楞纸机的生产数据以及上行数据与下行数据,确定上行数据与下行数据分别对应的第一时间与第二时间。生产数据以及第一时间、第二时间确定之后,通过预设速度预测模型预测下一时刻的速度,提高了瓦楞纸机的生产效率。
1.一种瓦楞纸加工的机器速度智能预测方法,其特征在于,包括:
2.根据权利要求1所述的瓦楞纸加工的机器速度智能预测方法,其特征在于,所述基于所述生产数据、所述第一时间、所述第二时间以及预设速度预测模型,预测所述目标瓦楞纸机的下一时刻的速度之前,包括:
3.根据权利要求2所述的瓦楞纸加工的机器速度智能预测方法,其特征在于,所述从预设分布式数据库中获取历史数据之前,包括:
4.根据权利要求3所述的瓦楞纸加工的机器速度智能预测方法,其特征在于,所述基于关系型数据库管理实例构建待写入citus集群,包括:
5.根据权利要求2所述的瓦楞纸加工的机器速度智能预测方法,其特征在于,所述基于所述历史生产数据、所述第三时间与所述第四时间训练初始速度预测模型,生成所述预设速度预测模型,包括:
6.根据权利要求5所述的瓦楞纸加工的机器速度智能预测方法,其特征在于,所述基于所述生产数据、所述第一时间、所述第二时间以及预设速度预测模型,预测所述目标瓦楞纸机的下一时刻的速度,包括:
7.根据权利要求1所述的瓦楞纸加工的机器速度智能预测方法,其特征在于,所述预设传感器包括惯性测量传感器imu传感器,所述通过预设传感器采集目标瓦楞纸机的上行数据和下行数据,包括:
8.根据权利要求1至7中任一项所述的瓦楞纸加工的机器速度智能预测方法,其特征在于,所述获取目标瓦楞纸机的生产数据,并通过预设传感器采集所述目标瓦楞纸机的上行数据和下行数据,其中,所述生产数据包括材质数据、幅宽数据、楞数据之后,包括:
9.一种瓦楞纸加工的机器速度智能预测装置,其特征在于,包括:
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时使所述处理器实现如权利要求1至8中任一项所述的瓦楞纸加工的机器速度智能预测方法。