58、纺织过程多目标优化与生产控制挑战

纺织过程多目标优化与生产控制挑战

在纺织行业以及制造业的生产控制领域，面临着诸多挑战，同时也有相应的优化方法和解决方案。下面将详细介绍纺织过程的多目标优化以及生产控制面临的挑战和应对思路。

纺织过程多目标优化

纺织过程的多目标优化旨在通过一系列步骤和算法，找到织机的最优参数设置，以提高生产效率、降低能耗、提升织物质量等多个目标。

优化步骤

1. 参数设置 ：用户设置织机的参数空间，如经停装置和每分钟转数等，确保算法在可行范围内运行。
2. 测试过程 ：织机设置每个测试点，记录描述目标函数的传感器数据，这些目标函数包括经纱张力、能耗和织物质量等。
3. 回归模型计算 ：利用获得的数据计算三个回归模型，每个目标函数对应一个模型，描述目标函数与设置参数的依赖关系。
4. 优化设置计算 ：基于预定义的质量标准，应用期望函数和数值优化算法，计算织机的优化设置。在执行优化程序之前，用户可以通过目标权重集成对目标函数的偏好，每个目标函数的偏好尺度分为低、中、高三个部分。

期望函数

期望函数的应用起源于Derringer和Suich，其目的是将需要优化的目标函数汇总为一个共同的函数，即总期望dtot。
- 对于每个目标函数，开发一个期望函数，期望函数的值域为[0; 1]。当一个目标函数的期望达到0时，在优化例程中结果无效；当期望达到1时，目标函数的值为最优。
- 总期望dtot通过各个