制药工业智能化现状及互联网技术的应用

尚余雷

摘 要：为了提高制药工业的智能化水平，在互联网环境下，进行生产作业线、工序和制药设备的智能控制优化设计，提出基于自适应均衡博弈的制药工业智能化控制模型，分析制药工業的智能化现状以及互联网的应用水平，在柔性工序体系结构下进行制药工业智能化控制的约束参量分析，设计制药作业线的优化调度方案，采用自适应均衡博弈方法进行制药智能化设备和加工工序的优化配置，结合物联网和物联网技术进行制药工业的智能化网络控制，提高制药工业的智能化和网络化管理与控制水平，实现制药工业智能化控制模型优化设计。仿真结果表明，采用该模型进行制药工业智能化设计，提高了制药的效率和设备利用率，优化了制药工序。

关键词：制药工业;智能化控制;自适应均衡博弈;互联网技术

引言：随着制药工业的不断发展，制药工业的智能化水平不断提高，在网络环境下，采用互联网和物联网联合控制方法进行制药工业的智能化设计，优化制药工业的生产线，提高制药工业的智能化水平，研究制药工业的工序与设备的优化控制方法，在提高制药工业的自动化水平方面具有重要意义[1]。

1制药工业智能化现状

当前，对制药工业的智能化控制水平研究还处于起步较晚，相关的智能化水平控制技术还不够成熟，对制药工业和生产线的智能控制方法主要有基于柔性积分控制的智能化控制方法、基于模糊PI控制的制药工业智能控制方法、基于自适应设备转换控制的工业智能化控制方法等[2-3]，建立制药工业中的生产控制的约束参量模型，根据制药工序和工种进行生产线的自适应匹配，在最小化完工时间和最大化的设备利用效率约束下进行制药工业的智能化控制，取得了较好的应用效果。其中，文献[4]中提出基于蚁群约束进化的制药工业智能化工序控制方法，选择工艺路线进行工序重组，提高了制药设备加工过程的集成智能性，但该方法在进行作业线调度过程中存在计算开销过大的问题，导致对制药生产线的实时调度能力不好;文献[5-6]中提出基于工艺选择与作业调度联合控制的制药工业智能化控制方法，采用工艺分解方法进行制药作用的生产线自适应调度，结合工艺规划方法提高制药的智能化水平，但该方法进行制药工业的智能化设计中存在环境使用能力不好和工序紊乱等问题。针对上述问题，本文进行生产作业线、工序和制药设备的智能控制优化设计，提出基于自适应均衡博弈的制药工业智能化控制模型，首先在柔性工序体系结构下进行制药工业智能化控制的约束参量分析，设计加工作业线的优化调度方案，然后采用自适应均衡博弈方法进行制药智能化设备和加工工序的优化配置，结合物联网和物联网技术进行制药工业的智能化网络控制，提高制药工业的智能化和网络化管理与控制水平，实现制药工业智能化控制模型优化设计。最后进行实验测试分析，展示了本文方法在提高制药工业智能化水平中的优越性能。

2.互联网技术下制药工业智能化博弈控制优化

采用自适应均衡博弈方法进行制药智能化设备和加工工序的优化配置，结合物联网和物联网技术进行制药工业的智能化网络控制[7-8]，得到制药工业智能化控制的目标参数为：

上式中，B41，B42，B43，B44分别为加工设备集合和工序量化指标集合，计算不同设备上的加工时间和利用效率，计算过程为：

在最小化成本负载的代价约束下，为了提高制药设备的利用率，采用互联网技术进行网络均衡控制，并用Si，jk和Ei，jk分别表示工序Oi，j的调节目标系数，由此得到柔性工序段内制药工业均衡控制的博弈参量为：

根据柔性博弈，实现对制药工业的智能化控制和工艺路线优化。

3.仿真实验分析

通过仿真测试验证本文方法在实现制药工业的加工智能化调度和设备优化利用方面的性能，实验中使用的制药工业流水线为PHAR2016型作业流水线，令博弈均衡调度的最大迭代次数为Nmax=30，仿真时长为100s，作业线的最大利用率为Imax=100，制药设备利用效率的反馈系数为0.23，根据上述仿真参量设定，得到制药工业加工设备调度方案仿真结果如图1所示。最大完工时间仿真结果如图2所示。

上述仿真结果表明，采用本文方法进行制药工业的智能化调度，提高了制药作业线的智能化水平，降低了完工时间，提高了制药生产效率和设备的利用效率，降低了生产成本，具有很好的应用价值。

结束语

本文研究了制药工业的智能化调度控制方法，进行生产作业线、工序和制药设备的智能控制优化设计，提出基于自适应均衡博弈的制药工业智能化控制模型，分析制药工业的智能化现状以及互联网的应用水平，在柔性工序体系结构下进行制药工业智能化控制的约束参量分析，设计制药作业线的优化调度方案，提高制药工业的智能化和网络化管理与控制水平，实现制药工业智能化控制模型优化设计。研究得知，采用该模型进行制药工业智能化设计，提高了制药作业线的智能化水平，降低了完工时间，提高了制药生产效率。

参考文献

[1]杨照峰，王启明，吕海莲.基于任务延迟的云计算资源调度算法研究[J].计算机测量与控制，2014，22（2）：499-502.

[2]陈文庆，程雪颖.云计算环境下的资源调度和优化方法[J].激光杂志，2016，37（6）：115-118.