[发明专利]烘干机出料水分含量预测方法、装置和计算机设备

权利要求书

1.一种烘干机出料水分含量预测方法，其特征在于，所述方法包括：

获取待烘干物料的配方信息，以及烘干机进料口处的物料水分值、物料质量流量、对所述物料进行烘干时进入所述烘干机烘干区空气的水分含量和从所述烘干区排出空气的水分含量；

根据所述待烘干物料的配方信息确定对应的出料水分含量预测模型；

根据进入所述烘干机烘干区空气的水分含量以及从所述烘干区排出空气的水分含量，确定所述烘干区的湿度增加量；

将所述湿度增加量、所述烘干机进料口处的物料水分值和物料质量流量输入所述出料水分含量预测模型，得到所述烘干机出料口处的物料水分值。

2.根据权利要求1所述的方法，其特征在于，所述出料水分含量预测模型通过如下方法得到：

获取若干个配方信息分别对应的样本物料的训练数据集，所述样本物料的训练数据集包括烘干机进料口处的样本物料水分值、样本物料质量流量、对所述样本物料进行烘干时进入所述烘干机烘干区空气的水分含量、从所述烘干区排出空气的水分含量以及烘干机出料口处的样本物料水分标签；

对每个配方信息所对应的样本物料的训练数据集进行标准化处理，得到所述配方信息对应的标准化后的训练数据；

采用所述配方信息对应的标准化后的训练数据，通过反向传播训练深度神经网络，直到损失函数达到最小值时，得到与所述配方信息对应的出料水分含量预测模型。

3.根据权利要求2所述的方法，其特征在于，所述通过反向传播训练深度神经网络，直到损失函数达到最小值，包括：

通过反向传播训练深度神经网络，并采用梯度下降法、共轭梯度法、拟牛顿法中的任一种迭代求解所述损失函数，直到所述损失函数达到最小值时结束训练过程。

4.根据权利要求2或3所述的方法，其特征在于，所述损失函数采用均方差损失函数或绝对误差损失函数。

5.根据权利要求1所述的方法，其特征在于，所述根据进入所述烘干机烘干区空气的水分含量以及从所述烘干区排出空气的水分含量，确定所述烘干区的湿度增加量，包括：

计算从所述烘干区排出空气的水分含量与进入所述烘干机烘干区空气的水分含量之间的差值；

将所述差值确定为所述烘干区的湿度增加量。

6.根据权利要求1所述的方法，其特征在于，所述获取烘干机进料口处的物料水分值，包括：

通过安装在所述烘干机进料口处的水分检测设备，检测所述烘干机进料口处的物料水分值。

7.根据权利要求1所述的方法，其特征在于，所述获取烘干机进料口处的物料水分值，包括：

采集所述烘干机上游设备中调制器的加水量和加蒸汽量以及所述上游设备中的物料质量流量；

根据所述烘干机上游设备中调制器的加水量和加蒸汽量以及所述上游设备中的物料质量流量，计算得到所述烘干机进料口处的物料水分值。

8.一种烘干机出料水分含量预测装置，其特征在于，所述装置包括：

数据获取模块，用于获取待烘干物料的配方信息，以及烘干机进料口处的物料水分值、物料质量流量、对所述物料进行烘干时进入所述烘干机烘干区空气的水分含量和从所述烘干区排出空气的水分含量；

模型确定模块，用于根据所述待烘干物料的配方信息确定对应的出料水分含量预测模型；

湿度增加量确定模块，用于根据进入所述烘干机烘干区空气的水分含量以及从所述烘干区排出空气的水分含量，确定所述烘干区的湿度增加量；

出料水分预测模块，用于将所述湿度增加量、所述烘干机进料口处的物料水分值和物料质量流量输入所述出料水分含量预测模型，得到所述烘干机出料口处的物料水分值。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。