膜包机烤箱参数的智能优化方法、装置、设备、存储介质和程序产品与流程
本技术涉及膜包机烤箱参数调节,特别是涉及一种膜包机烤箱参数的智能优化方法、装置、设备、存储介质和程序产品。
背景技术:
1、随着自动化包装技术的不断发展,热收缩膜包装机(即膜包机)在饮料、食品、日化等行业的瓶装产品集束包装中得到了广泛应用。膜包机通过烤箱对套设在瓶组外侧的热收缩膜进行加热,使薄膜收缩并紧密贴合于瓶组表面,从而实现集束包装。在实际生产中,烤箱的温度场分布、热风循环风量、输送链速度、冷却风量等多个工艺参数共同决定了薄膜的收缩效果和包装良品率。
2、现有技术中,膜包机烤箱的参数调节通常采用人工经验的调试方式。具体而言,即操作人员根据薄膜材质及厚度、瓶型尺寸以及产线速度等工况条件,凭借经验手动设定烤箱温度、风管风叶开度、网链速度等控制参数,并在试生产过程中根据收缩效果和良品率进行反复调整。
3、然而,由于薄膜的材质、厚度、收缩率以及瓶型形状、包装尺寸等输入条件具有多样性,不同材质的薄膜的最佳收缩温度差异显著,因此不同瓶型对热场分布的要求各不相同。在现有技术中,每次切换产品规格的时候都需要人工重新进行调试,严重影响生产线的制作效率。
技术实现思路
1、基于此,有必要针对上述技术问题,提供一种膜包机烤箱参数的智能优化方法、装置、设备、存储介质和程序产品。
2、第一方面,本技术提供了一种膜包机烤箱参数的智能优化方法,包括:
3、获取待进行优化的膜包机烤箱的当前物理参数;
4、将当前物理参数输入至预先训练好的目标特征提取网络,得到共享特征向量;
5、将共享特征向量输入至预先训练好的目标策略网络,得到膜包机烤箱的优化控制参数;
6、其中,目标特征提取网络和目标策略网络是利用双评价网络进行训练得到的;双评价网络包括对应于收缩效果目标的第一目标函数和对应于良品率目标的第二目标函数。
7、在其中一个实施例中,将当前物理参数输入至预先训练好的目标特征提取网络,得到共享特征向量,包括:
8、获取目标策略网络上一轮输出的优化控制参数以及历史性能数据;
9、对当前物理参数中的数值型参数进行归一化处理得到第一输入参数,以及对当前物理参数中的非数值型参数进行嵌入编码处理,得到第二输入参数;
10、将第一输入参数、第二输入参数、上一轮输出的优化控制参数以及历史性能数据进行拼接处理,得到当前状态向量,并将当前状态向量输入至目标特征提取网络,得到共享特征向量。
11、在其中一个实施例中,目标特征提取网络和目标策略网络的训练过程,包括:
12、获取历史实验数据;历史实验数据包括多组物理参数样本和控制参数动作样本数据;
13、基于历史实验数据确定样本状态向量,并将样本状态向量输入基础特征提取网络,得到基础状态向量;并将基础状态向量输入基础策略网络得到基础控制参数,以及将基础状态向量代入双评价网络的第一目标函数和第二目标函数中,得到第一状态参数和第二状态参数;
14、将基础控制参数输入至膜包机烤箱中,获取初始奖励数据以及下一时刻的样本状态向量;初始奖励数据包括用于衡量收缩效果的第一奖励数据和衡量良品率的第二奖励数据;
15、将样本状态向量、基础控制参数、初始奖励数据以及下一时刻的样本状态向量作为一条轨迹数据存入经验队列;
16、在经验队列的轨迹数量达到预设阈值的情况下,对于经验队列中的每一个轨迹数据根据各初始奖励数据、各第一状态参数以及各第二状态参数分别计算第一优势函数值和第二优势函数值;
17、根据各第一优势函数值和各第二优势函数值对基础策略网络、双评价网络以及基础特征提取网络进行更新,直至奖励数据、收缩效果以及良品率均符合预期目标,得到目标特征提取网络和目标策略网络。
18、在其中一个实施例中,对基础策略网络进行更新的过程,包括:
19、分别根据各第一优势函数值和各第二优势函数值计算得到第一策略梯度和第二策略梯度;
20、在第一策略梯度和第二策略梯度存在方向冲突的情况下,基于投影冲突梯度方法分别对第一策略梯度和第二策略梯度进行投影处理;
21、根据投影处理后的第一策略梯度和第二策略梯度更新基础策略网络。
22、在其中一个实施例中,对双评价网络进行更新的过程,包括:
23、分别根据各第一优势函数值和各第二优势函数值,得到第一价值损失值和第二价值损失值;
24、分别根据第一价值损失值和第二价值损失值,确定第一评价梯度和第二评价梯度,并基于第一评价梯度和第二评价梯度更新双评价网络。
25、在其中一个实施例中,对基础特征提取网络进行更新的过程,包括:
26、基于投影处理后的第一策略梯度和第二策略梯度,确定基础策略网络更新时的策略梯度;
27、基于策略梯度、第一评价梯度和第二评价梯度,确定特征提取梯度,并根据特征提取梯度更新基础特征提取网络。
28、第二方面,本技术还提供了一种膜包机烤箱参数的智能优化装置,包括:
29、获取模块,用于获取待进行优化的膜包机烤箱的当前物理参数;
30、提取模块,用于将当前物理参数输入至预先训练好的目标特征提取网络,得到共享特征向量;
31、策略模块,用于将共享特征向量输入至预先训练好的目标策略网络,得到膜包机烤箱的优化控制参数;其中,目标特征提取网络和目标策略网络是利用双评价网络进行训练得到的;双评价网络包括对应于收缩效果目标的第一目标函数和对应于良品率目标的第二目标函数。
32、第三方面,本技术还提供了一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现以下步骤:
33、获取待进行优化的膜包机烤箱的当前物理参数;
34、将当前物理参数输入至预先训练好的目标特征提取网络,得到共享特征向量;
35、将共享特征向量输入至预先训练好的目标策略网络,得到膜包机烤箱的优化控制参数;
36、其中,目标特征提取网络和目标策略网络是利用双评价网络进行训练得到的;双评价网络包括对应于收缩效果目标的第一目标函数和对应于良品率目标的第二目标函数。
37、第四方面,本技术还提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
38、获取待进行优化的膜包机烤箱的当前物理参数;
39、将当前物理参数输入至预先训练好的目标特征提取网络,得到共享特征向量;
40、将共享特征向量输入至预先训练好的目标策略网络,得到膜包机烤箱的优化控制参数;
41、其中,目标特征提取网络和目标策略网络是利用双评价网络进行训练得到的;双评价网络包括对应于收缩效果目标的第一目标函数和对应于良品率目标的第二目标函数。
42、第五方面,本技术还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
43、获取待进行优化的膜包机烤箱的当前物理参数;
44、将当前物理参数输入至预先训练好的目标特征提取网络,得到共享特征向量;
45、将共享特征向量输入至预先训练好的目标策略网络,得到膜包机烤箱的优化控制参数;
46、其中,目标特征提取网络和目标策略网络是利用双评价网络进行训练得到的;双评价网络包括对应于收缩效果目标的第一目标函数和对应于良品率目标的第二目标函数。
47、上述膜包机烤箱参数的智能优化方法、装置、设备、存储介质和程序产品,通过获取待进行优化的膜包机烤箱的当前物理参数;将当前物理参数输入至预先训练好的目标特征提取网络,得到共享特征向量;将共享特征向量输入至预先训练好的目标策略网络,得到膜包机烤箱的优化控制参数;其中,目标特征提取网络和目标策略网络是利用双评价网络进行训练得到的;双评价网络包括对应于收缩效果目标的第一目标函数和对应于良品率目标的第二目标函数。上述方法通过双评价网络对收缩效果和良品率两个目标分别进行价值评估并联合优化策略网络,实现了收缩效果与良品率的自适应平衡;同时通过将当前物理参数输入至策略网络,从而输出优化控制参数,实现了对不同薄膜材质、瓶型、包装尺寸和产线速度等多种工况的快速响应,不需要人工进行反复调试,不仅降低了废品率和能源消耗,也进一步提高了生产线的制作效率。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com