[发明专利]基于历史数据的微波加热温度场智能监控方法

说明书

一种基于历史数据的微波加热温度场智能监控方法，其特征是基于大量历史数据和深度学习算法建立任意零件任意加热模式与微波控制策略间的关联关系，在微波加热过程中实时监测零件同一层材料的温度分布，当最大温差超过设定值时，基于加热模式互补思想快速计算出用于补偿当前温度分布的加热模式，并根据对应的控制策略实时调整微波系统参数，对不均匀的温度分布进行精确、智能补偿。本发明从原理上突破了微波不均匀加热的难题，显著提高了被加热对象在微波加热过程中的温度均匀性。

技术领域

本发明涉及一种温度场监控方法，尤其是一种微波加热温度场监控方法，具体地说是一种基于历史数据的微波加热温度场智能监控方法。

背景技术

微波是频率为300M至300GHz的电磁波。微波加热是材料依靠吸收微波能并将其转换成热能，从而使材料整体同时升温的加热方式。由于具有高频特性，微波电磁场以数十亿次/秒的惊人速度进行周期性变化，材料中的极性分子(典型的如水分子、蛋白质、核酸、脂肪、碳水化合物等)在高频电磁场的作用下亦以同样的速度做极性运动，致使分子间频繁碰撞而产生大量摩擦热，从而导致物料在短时间内温度迅速升高。基于上述加热机理，微波加热具有加热速度快、零件厚度方向温度梯度小、选择性加热、易于控制等一系列优点，因此被广泛应用于食品加工、材料处理、化学合成等各大领域。

然而，微波加热技术存在零件同一层材料温度场不均匀的难题。其根本原因在于微波腔体内电磁场呈驻波状态分布。在波腹附近，电场或磁场强度高，零件内部极性分子振动剧烈，升温迅速、温度高，形成局部热点；在波节附近，电场或磁场强度接近于零，零件内部极性分子振动轻微甚至不振动，升温缓慢、温度低，形成局部冷点。温度不均匀分布严重威胁食品加工的卫生安全和零件处理的成型质量。现有方法采用物料旋转托盘和微波模式搅拌器等实现微波场和被加热对象间的随机相对运动来改善温度均匀性。物料旋转托盘使被加热材料依次通过微波腔体内电场(或磁场)强度较高和较低的区域，利用一段时间内零件同一层材料上冷点和热点间的随机抵消效应提高温度均匀性。电磁场模式搅拌器在腔体内微波馈口处设置一系列旋转的金属片，将入射的电磁波动态地分散至腔体内各个区域，利用一段时间内动态电磁场的随机叠加效应改善零件同一层材料的温度均匀性。但物料旋转托盘、电磁场模式搅拌器等手段从原理上属于温度分布随机补偿的方法，从本质上难以实现对微波加热过程中零件同一层材料温度分布的精确控制。

针对上述问题，本发明提供一种基于历史数据的微波加热温度场智能监控方法。该方法基于大量历史数据和深度学习算法建立任意零件任意加热模式与微波控制策略间的关联关系，在微波加热过程中实时监测零件同一层材料的温度分布，当最大温差超过设定值时，基于加热模式互补思想快速计算出用于补偿当前温度分布的加热模式，并根据对应的控制策略实时调整微波系统参数，对不均匀的温度分布进行精确、智能补偿。本发明从原理上突破了微波不均匀加热的难题，可以对微波加热过程中零件同一层材料上不均匀的温度分布进行精确、智能补偿。

发明内容

本发明的目的是针对目前微波加热存在的零件同一层材料温度场不均匀的问题，发明一种基于历史数据的微波加热温度场智能监控方法，从原理上突破微波不均匀加热的难题。

本发明的技术方案是：

一种基于历史数据的微波加热温度场智能监控方法，其特征在于：采用高阶张量对任意零件的加热模式进行数学表达，基于深度学习算法建立适用于任意零件的加热模式控制策略预测模型，对大量历史数据中与待加热零件相似的零件的加热模式与控制策略间的关联关系进行监督学习，调整模型的网络结构，优化模型的网络参数，实现对该零件任意加热模式对应的控制策略进行准确预测。对零件进行微波加热时，实时监测零件同一层材料的温度分布，当最大温差超过设定值时，基于加热模式互补思想快速计算出用于补偿当前温度分布的加热模式，并将该加热模式输入至完成训练的加热模式控制策略预测模型，根据模型输出的控制策略对应地调整微波系统参数，对该零件同一层材料不均匀的温度分布进行主动补偿。同时将微波加热过程中使用的控制策略——加热模式数据保存至历史数据库中，作为以后对加热模式控制策略预测模型进行训练的基础。