本发明涉及生产过程监控，尤其涉及一种数控机床铸件生产过程监控方法。
背景技术：
1、生产过程监控技术领域关注于实施系统和方法以监视、控制、优化生产线上的各项工艺过程。此技术的应用范围广泛，覆盖从传统制造业到高科技产业的各个方面，旨在确保生产效率最大化同时维持或提升产品质量。在制造环境中，生产过程监控通过实时数据收集与分析，对生产过程进行细致的控制和调整，减少浪费，提高生产透明度，快速响应生产过程中出现的问题。
2、其中，数控机床铸件生产过程监控方法专注于通过监控技术和系统实时跟踪数控机床在铸件生产过程中的关键参数。其目的在于通过精确控制生产过程中的变量，如温度、压力和速度，优化铸件的质量、减少废品率，并提高生产效率。致力于实现高精度和重复性高的生产输出，从而确保铸件符合严格的质量标准。
3、传统数控机床铸件生产过程监控方法在处理生产过程中的非线性复杂关系和实时响应变化方面的能力有限，传统方法依赖于静态的控制策略和后期的质量检测，难以捕捉到生产过程中瞬时变化的关键参数，导致无法实时调整生产条件以防止缺陷产生。例如，未能及时调整温度或压力，会导致铸件出现裂纹或其他缺陷，增加废品率，降低生产效率，且在能耗管理和优化方面也显示出明显的不足，这种静态的监控方式缺乏灵活性和预见性，限制了生产线的优化潜力和产品质量的提升。
技术实现思路
1、本发明的目的是解决现有技术中存在的缺点，而提出的一种数控机床铸件生产过程监控方法。
2、为了实现上述目的，本发明采用了如下技术方案：一种数控机床铸件生产过程监控方法，包括以下步骤：
3、s1：基于数控机床铸件生产线，部署多种类型传感器，捕获关键生产参数，得到生产参数集；
4、s2：根据所述生产参数集，构建数控机床铸件生产过程的非线性动态模型，采用多项式回归方法，分析关键生产参数与铸件质量之间的关系，得到参数关系识别结果；
5、s3：根据所述参数关系识别结果，识别生产过程中潜在偏差和缺陷，动态调整生产参数，得到调整决策方案；
6、s4：基于所述调整决策方案，自动调整数控机床铸件生产线的生产参数，优化铸件质量，得到质量控制结果；
7、s5：基于所述生产参数集和质量控制结果，采用多目标优化算法，对生产过程中的能耗和生产效率进行多目标优化，制定优化能耗和生产效率的平衡方案，得到优化生产方案集；
8、s6：根据所述优化生产方案集，进行模拟仿真评估，对所述优化生产方案集中的方案进行效果验证，分析识别符合当前生产需求和资源利用效率的生产方案，得到生产实施方案。
9、本发明改进有，所述生产参数集包括温度数值、压力读数、振动频率，所述参数关系识别结果包括温度调整对铸件质量的影响、压力变化对成品率的影响、振动水平对产品精度的影响，所述调整决策方案包括调节加热程序、优化压力应用、调整抗振措施，所述质量控制结果包括铸件缺陷率降低比例、质量一致性提升指标、生产效率改善数据，所述优化生产方案集包括能耗优化策略、生产效率优化策略、成本效益分析结果，所述生产实施方案包括目标铸造温度设定、优化的注入速度、调整后的压力控制参数。
10、本发明改进有，根据所述生产参数集，构建数控机床铸件生产过程的非线性动态模型，采用多项式回归方法，分析关键生产参数与铸件质量之间的关系，得到参数关系识别结果的具体步骤如下：
11、s201：基于所述生产参数集，分析温度、压力和振动参数单独和相互之间对铸件质量的影响，生成单项参数分析结果；
12、s202：基于所述单项参数分析结果，采用敏感性分析，识别影响铸件质量的关键生产参数，得到关键参数识别结果；
13、s203：基于所述关键参数识别结果，构建参数与铸件质量之间的非线性关系模型，采用多项式回归方法，分析关键参数变化对铸件质量的影响，生成参数关系识别结果。
14、本发明改进有，所述多项式回归方法，按照公式：
15、；
16、计算铸件质量，生成参数关系识别结果，其中，为铸件质量预测值，为温度值，为压力值，为振动值，为温度变化率，为压力稳定性指数，为振动频率分布偏度，至为回归系数。
17、本发明改进有，根据所述参数关系识别结果，识别生产过程中潜在偏差和缺陷，动态调整生产参数，得到调整决策方案的具体步骤如下：
18、s301：基于所述参数关系识别结果，分析生产过程中的数据，包括温度、压力、速度数据，将数据与预设的质量标准进行比对，识别偏离标准的生产参数，得到偏差识别记录；
19、s302：基于所述偏差识别记录，分析多项偏差数据，识别偏差数据对数控机床铸件产品质量的影响，识别需要调整的关键偏差项，并对偏差项进行优先级排序，得到优先调整列表；
20、s303：基于所述优先调整列表，根据识别的关键偏差项，制定匹配的调整措施，包括调高生产线的温度、调整生产过程中压力，得到调整决策方案。
21、本发明改进有，基于所述生产参数集和质量控制结果，采用多目标优化算法，对生产过程中的能耗和生产效率进行多目标优化，制定优化能耗和生产效率的平衡方案，得到优化生产方案集的具体步骤如下：
22、s501：基于所述生产参数集和质量控制结果，进行数据整理，筛选关键生产参数和对应的质量控制结果，识别优化的初始点和目标，得到优化目标定义信息；
23、s502：基于所述优化目标定义信息，评估当前能耗与生产效率水平，通过分析历史数据和生产需求，设定能耗与生产效率的优先级和权重，反映实际生产需求和改进点，制定权重设定方案；
24、s503：基于所述权重设定方案，采用多目标优化算法，调整生产参数，包括加热温度、压力设定和冷却速度，筛选能够达到预定优化目标的参数调整方案，得到优化生产方案集。
25、本发明改进有，所述多目标优化算法，按照公式：
26、；
27、计算加权后的能耗、生产效率和稳定性指标值，其中，为温度值，为压力值，为振动值，为温度变化率，为压力稳定性指数，为振动频率分布偏度，、和分别为能耗、生产效率和稳定性的权重系数，为加权后的目标函数。
28、本发明改进有，根据所述优化生产方案集，进行模拟仿真评估，对所述优化生产方案集中的方案进行效果验证，分析识别符合当前生产需求和资源利用效率的生产方案，得到生产实施方案的具体步骤如下：
29、s601：基于所述优化生产方案集，通过模拟仿真，对多项优化生产方案进行生产流程模拟，记录模拟过程中的能耗和效率数据，得到方案模拟评估记录；
30、s602：基于所述方案模拟评估记录，分析优化生产方案的性能指标，包括能耗降低比例、生产效率提升幅度和成本效益比，识别匹配生产需求和资源效率的方案，并对方案进行排序，得到性能优选方案集；
31、s603：基于所述性能优选方案集，选取对应当前生产线需求的方案，制定实施措施，匹配能效和生产效率需求，生成生产实施方案。
32、与现有技术相比，本发明的优点和积极效果在于：
33、本发明中，通过构建数控机床铸件生产过程的非线性动态模型，采用多项式回归方法分析生产参数与铸件质量之间的复杂关系，能够实时识别生产过程中的潜在偏差和缺陷，通过动态调整生产参数，优化铸件质量，采用多目标优化算法对能耗和生产效率进行平衡优化，通过模拟仿真评估验证优化方案的有效性，显著提升了生产效率和产品质量，减少了浪费，增强了生产过程的透明度和控制能力，快速响应生产过程中的变化和需求，确保了铸件符合更高的质量标准，同时降低能耗，提高生产线的整体运行效率。
1.一种数控机床铸件生产过程监控方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的数控机床铸件生产过程监控方法，其特征在于：所述生产参数集包括温度数值、压力读数、振动频率，所述参数关系识别结果包括温度调整对铸件质量的影响、压力变化对成品率的影响、振动水平对产品精度的影响，所述调整决策方案包括调节加热程序、优化压力应用、调整抗振措施，所述质量控制结果包括铸件缺陷率降低比例、质量一致性提升指标、生产效率改善数据，所述优化生产方案集包括能耗优化策略、生产效率优化策略、成本效益分析结果，所述生产实施方案包括目标铸造温度设定、优化的注入速度、调整后的压力控制参数。
3.根据权利要求1所述的数控机床铸件生产过程监控方法，其特征在于：根据所述生产参数集，构建数控机床铸件生产过程的非线性动态模型，采用多项式回归方法，分析关键生产参数与铸件质量之间的关系，得到参数关系识别结果的具体步骤如下：
4.根据权利要求1所述的数控机床铸件生产过程监控方法，其特征在于：所述多项式回归方法，按照公式：
5.根据权利要求1所述的数控机床铸件生产过程监控方法，其特征在于：根据所述参数关系识别结果，识别生产过程中潜在偏差和缺陷，动态调整生产参数，得到调整决策方案的具体步骤如下：
6.根据权利要求1所述的数控机床铸件生产过程监控方法，其特征在于：基于所述生产参数集和质量控制结果，采用多目标优化算法，对生产过程中的能耗和生产效率进行多目标优化，制定优化能耗和生产效率的平衡方案，得到优化生产方案集的具体步骤如下：
7.根据权利要求1所述的数控机床铸件生产过程监控方法，其特征在于：所述多目标优化算法，按照公式：
8.根据权利要求1所述的数控机床铸件生产过程监控方法，其特征在于：根据所述优化生产方案集，进行模拟仿真评估，对所述优化生产方案集中的方案进行效果验证，分析识别符合当前生产需求和资源利用效率的生产方案，得到生产实施方案的具体步骤如下：
