[发明专利]一种中药饮片中药材自动清洗过程水浊度神经网络预测控制方法

说明书

一种中药饮片中药材自动清洗过程水浊度神经网络预测控制方法，针对中药饮片中药材自动清洗过程水压不能根据实际的清洗药量和沙土量调节喷水量的问题，采用Levenberg–Marquardt算法训练中药饮片中药材自动清洗过程溢出水浊度与清洗水泵水压神经网络预测模型，通过差分进化算法极小化未来一段时间内的水浊度跟踪偏差与水泵水压变化量的一个累积函数，实时计算中药饮片中药材自动清洗过程清洗泵水压的大小，实现中药饮片中药材自动清洗过程水浑浊度跟踪设定值的优化自动控制。本发明提供一种理解直观、设计简单、易于实现的中药饮片中药材自动清洗过程水浊度神经网络预测控制方法。

技术领域

本发明属于中药饮片生产过程自动控制领域，涉及一种中药饮片中药材自动清洗过程水浊度神经网络预测控制方法。

背景技术

中药饮片是中药材经过按中医药理论、中药炮制方法，经过加工炮制后可直接用于中医临床的中药，比服用西药在人体内产生的副作用更小，中药饮片在治疗慢性病、免疫性疾病以及养生保健、延年益寿等方面具有独特的疗效。由于不同品种和产地的中药，其形状、表面特性不同，采收时携带的沙土含量不同，加上采收时间、采收方法以及预处理手段的不同，造成了中药原材料的沙土含量差异很大，在中药饮片制作过程中原材料的卫生指数是影响中药饮片质量的一个重要因素。在中药饮片药材清洗过程中，自动清洗池溢出水的浊度的变化表示清洗池中药材表面剩余沙土的质量变化，调节清洗池水泵喷出水的压力大小，可以改变中药材表面沙土脱落的速度和清洗池溢出水的量，进而改变水的浊度。通过对现有中药饮片中药材自动清洗过程水浊度控制方法的文献的检索发现，目前中药饮片中药材自动清洗水压大多是固定不可调的，现有的各种清洗设备设计更多的注重设备结构设计，少量的自动控制设备是采用了通过检测清洗池药材密度大小控制药材流量的方法，以及通过控制部分清洗设备特有的清洗刷转速的开环控制方法等，但是现有的各种自动清洗设备结构复杂多样，维修维护成本高，且不能随着药材流量的变化及药材携带泥土量的变化自动调节水泵水压，造成能源的浪费和水资源的浪费甚至清洗效果不佳；而通过检测清洗池药材密度大小控制药材流量的方法虽然能够在一定程度上提高药材的清洗效果，但是会降低药材清洗效率，增加清洗时间；提高清洗刷转速的方法很有可能会破坏药材表皮，造成药材的污染以及药效的流失。在中药饮片中药材清洗过程中，药材流量以及药材所携带的沙土量并不是一成不变的，因此，中药饮片中药材自动清洗过程水浊度神经网络预测控制方法是针对中药清洗过程提出的一种新的控制方法，可以满足在保证清洗质量的前提下实现低耗、节水的需要。

发明内容

为了克服现有中药饮片中药材清洗设备不能自动根据实际情况优化水压、资源浪费和清洗质量不可控的不足，本发明提供一种理解直观、设计简单、易于实现的中药饮片中药材自动清洗过程水浊度神经网络预测控制方法。

本发明解决其技术问题所采用的技术方案是：

一种中药饮片中药材自动清洗过程水浊度神经网络预测控制方法，所述方法包括如下步骤：

1)、记录当前中药饮片中药材自动清洗过程清洗池溢出水浊度与清洗水泵水压的值；

2)、建立神经网络预测模型，采用两层的列文伯格-马夸特(Levenberg–Marquardt)神经网络模型，参见式(1)：

其中，时间变量k表示当前时刻，x(k)、x(k+1)、…、x(k+p)分别为第k、k+1、…、k+p时刻神经网络预测模型的输入矢量，控制量u(k-1)、u(k-2)、…、u(k-m)分别为第k-1、k-2、…、k-m时刻记录的实际清洗水泵水压，y(k-1)、y(k-2)、…、y(k-n)分别为第k-1、k-2、…、k-n时刻记录的实际清洗池水浊度，输出量y_m(k)、y_m(k+1)、…、y_m(k+p)分别为神经网络预测模型预测在第k、k+1、…、k+p时刻的水浊度输出量，m和n分别为神经网络预测模型输入矢量中控制量和输出量的长度，p为预测步长；