[发明专利]一种工业控制方法、系统及电子设备和存储介质

说明书

本申请公开了一种工业控制方法、系统及一种电子设备和计算机可读存储介质，该方法包括：在生产过程中获取多尺度的数据信息，提取所述数据信息中的关键信息；其中，所述关键信息为控制所述生产过程的信息；利用宽度学习模型对所述关键信息进行特征提取和数据融合，得到决策数据信息；根据所述决策数据信息对所述生产过程中的参数进行调节。本申请公开的工业控制方法，能够根据融合后的数据，即决策数据信息对工业控制系统中的动态变化作出相应的反馈调节，不断调整生产流程及关键参数，优化全局调度决策方案。因此能实现对工业控制系统进行快速、实时和高效的控制。

技术领域

本申请涉及控制技术领域，更具体地说，涉及一种工业控制方法、系统及一种电子设备和一种计算机可读存储介质。

背景技术

目前的工业控制系统在工况分析、参数调节和工艺流程设计等方面的工作主要依赖于知识型工作者。生产过程中没有考虑整个生产流程的全局最优调度，无法按照生产需求优化调度各个智能装备和调节加工参数。随着工业系统的日益复杂，传统的工业控制系统已经无法满足工业现场的生产需求和生产工作的管理要求。

因此，如何在生产过程中自动优化调度各参数是本领域技术技术人员需要解决的问题。

发明内容

本申请的目的在于提供一种工业控制方法、系统及一种电子设备和一种计算机可读存储介质，在生产过程中实现了自动优化调度各参数。

为实现上述目的，本申请提供了一种工业控制方法，包括：

在生产过程中获取多尺度的数据信息，提取所述数据信息中的关键信息；其中，所述关键信息为控制所述生产过程的信息；

利用宽度学习模型对所述关键信息进行特征提取和数据融合，得到决策数据信息；

根据所述决策数据信息对所述生产过程中的参数进行调节。

其中，所述多尺度的数据信息包括时间尺度的数据信息和空间尺度的数据信息。

其中，所述利用宽度学习模型对所述关键信息进行特征提取和数据融合，得到决策数据信息之前，还包括：

通过稀疏自编码方式得到所述宽度学习模型的权值矩阵；

利用所述权值矩阵训练所述关键信息建立所述宽度学习模型。

其中，根据所述决策数据信息对所述生产过程中的参数进行调节之后，还包括：

对参数调节结果进行特征表示得到特征矩阵，并显示所述特征矩阵。

其中，所述利用宽度学习模型对所述关键信息进行特征提取和数据融合，得到决策数据信息，包括：

将所述关键信息输入所述宽度学习模型中得到每个尺度的特征信息；

通过非线性变换将所有所述特征信息融合为所述决策数据信息。

其中，将所述关键信息输入所述宽度学习模型中得到每个尺度的特征信息，包括：

对所述关键信息进行线性变换得到每个尺度的中间特征信息；

对所述中间特征信息进行激活函数非线性变换得到所述特征信息。

为实现上述目的，本申请提供了一种工业控制系统，包括：

获取模块，用于在生产过程中获取多尺度的数据信息，提取所述数据信息中的关键信息；其中，所述关键信息为控制所述生产过程的信息；

特征模块，用于利用宽度学习模型对所述关键信息进行特征提取和数据融合，得到决策数据信息；

调节模块，用于根据所述决策数据信息对所述生产过程中的参数进行调节。

其中，所述特征模块包括：