-
题名云边端协同驱动的陶瓷制造过程能效调度方法
被引量：1
- 1
-
-
作者
李敏
马帅印
殷磊
孔宪光
-
机构
西安邮电大学计算机学院
西安邮电大学陕西省网络数据分析与智能处理重点实验室
西安邮电大学西安市大数据与智能计算重点实验室
西安邮电大学陕西省“四主体一联合”
西安电子科技大学机电工程学院
-
出处
《兵器装备工程学报》
CAS
CSCD
北大核心
2024年第8期174-183,共10页
-
基金
陕西省科学技术厅一般项目(青年)(2022JQ-376)
陕西省教育厅专项科研计划项目(22JK0567)。
-
文摘
陶瓷制造企业作为典型的多品种小批量高能耗制造企业,面临着能耗高、生产周期长、品种繁多、生产工艺复杂等问题,因此如何提高陶瓷制造的能源和资源利用效率,并进一步实现节能降耗,已经成为陶瓷企业亟需解决的重要问题。针对这一目标,提出了一种云边端协同驱动的陶瓷制造过程能效调度架构,该架构依赖于云边端协同技术来支持陶瓷制造过程的调度优化。以最小化最大完工时间和最小化总能耗为优化目标,建立陶瓷制造过程柔性流水车间调度模型。利用灰狼优化算法具有较强的全局搜索能力的特性,使用灰狼优化算法求解调度模型。结合陶瓷工厂实际情况设计算例,并以其作为实验数据,验证了灰狼优化算法在陶瓷制造过程中柔性流水车间调度优化的有效性。
-
关键词
云边端协同
柔性流水车间调度
能效调度
灰狼优化算法
多目标优化
-
Keywords
cloud-side-end collaboration
flexible flow shop scheduling
energy efficient scheduling
grey wolf optimization algorithm
multi-objective optimization
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于特征加权集成学习的陶瓷制造能效预测方法研究
- 2
-
-
作者
马帅印
李敏
殷磊
孔宪光
王超
胥军
-
机构
西安邮电大学计算机学院
-
出处
《计算机集成制造系统》
2025年第10期3817-3830,共14页
-
基金
陕西省社会科学基金年度项目(2024D054)
陕西省自然科学基础研究计划资助项目(2022JQ-376)
+3 种基金
陕西省教育厅资助项目(22JK0567)
陕西省普通高等学校重点学科专项资金建设资助项目
西安邮电大学研究生创新基金资助项目(CXJJYL2022073)
中央高校基本科研业务费专项资金资助项目(XJSJ23095)。
-
文摘
陶瓷制造作为典型的高能耗制造行业,其节能降耗一直是备受关注的热点问题之一。企业可通过能效预测找到节能降耗的切入点,从而降低生产能耗和提高生产能效。通过分析生产流程中的能耗数据,建立能效预测模型,准确预测生产过程的能源消耗,并为能效优化提供支撑,以实现高能耗产业的绿色制造与可持续发展。针对上述目标,提出基于特征加权Stacking集成学习的陶瓷制造能效预测方法,首先,通过分析不同模型的预测性能和相关性,确定线性回归、极端随机树、极限梯度提升树和k-最近邻作为基学习器;然后,根据预测精度对不同基学习器进行特征加权;最后,将加权后基学习器的预测结果进行集成,使用轻量级梯度提升算法作为元模型进行预测。基于陶瓷制造数据集,对提出的方法进行验证,结果表明:特征加权Stacking集成学习模型的预测精度要显著高于传统Stacking集成学习预测模型和单一基学习器模型,证明了所提方法的有效性,为实现绿色制造与可持续发展提供理论支撑。
-
关键词
陶瓷制造
能效预测
Stacking集成学习模型
特征加权
-
Keywords
ceramic manufacturing
energy efficiency forecasting
Stacking ensemble learning model
feature weighting
-
分类号
TQ174.1
[化学工程]
TP18
[化学工程—陶瓷工业]
-
