[发明专利]烘干机的控制方法、装置、计算机设备和存储介质在审
申请号: | 202110388014.5 | 申请日: | 2021-04-12 |
公开(公告)号: | CN113048780A | 公开(公告)日: | 2021-06-29 |
发明(设计)人: | 范天铭;尹航;徐昊 | 申请(专利权)人: | 江苏丰尚智能科技有限公司 |
主分类号: | F26B25/00 | 分类号: | F26B25/00 |
代理公司: | 广州华进联合专利商标代理有限公司 44224 | 代理人: | 黄丽霞 |
地址: | 225127 江苏省*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 烘干机 控制 方法 装置 计算机 设备 存储 介质 | ||
1.一种烘干机的控制方法,其特征在于,所述方法包括:
获取待烘干物料的状态属性数据、目标水分值以及烘干机的运行属性参数;
基于预设的决策树回归模型,以及所述待烘干物料的状态属性数据和所述烘干机的运行属性参数,确定所述待烘干物料的预测水分值的线性回归函数;
根据所述目标水分值以及所述预测水分值的线性回归函数进行优化求解,得到所述烘干机的目标控制参数;
采用所述目标控制参数控制所述烘干机运行。
2.根据权利要求1所述的方法,其特征在于,所述决策树回归模型通过如下方法构建:
根据预设的采样周期连续采集所述烘干机运行过程中的样本数据,所述样本数据包括所述烘干机运行过程中待烘干样本物料的各种状态属性数据集、所述烘干机的各种运行属性参数集以及对应已烘干样本物料的水分样本集;
基于预设的分裂条件以及所述烘干机运行过程中待烘干样本物料的各种状态属性数据集、所述烘干机的各种运行属性参数集生成决策树,所述决策树具有若干个叶子节点;
根据每一个叶子节点对应的样本数据的子集,建立所述叶子节点对应的水分样本值的线性回归函数,得到所述决策树回归模型。
3.根据权利要求2所述的方法,其特征在于,所述预设的分裂条件包括第一分裂条件和第二分裂条件;所述基于预设的分裂条件以及所述烘干机运行过程中待烘干样本物料的各种状态属性数据集、所述烘干机的各种运行属性参数集生成决策树,包括:
基于所述烘干机运行过程中待烘干样本物料的各种状态属性数据集、所述烘干机的各种运行属性参数集确定所述决策树的根节点;
采用所述第一分裂条件对所述根节点进行分割,得到所述决策树的多个候选子节点以及每一个候选子节点对应的样本数据的子集;
若所述候选子节点满足所述第二分裂条件,则确定所述候选子节点为叶子节点。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
若所述候选子节点不满足所述第二分裂条件,则基于所述第一分裂条件以及所述候选子节点对应的样本数据的子集对所述候选子节点进行再次分割,直到分割后的候选子节点满足所述第二分裂条件时,将分割后的候选子节点确定为叶子节点。
5.根据权利要求2所述的方法,其特征在于,所述样本数据的子集中包括对应的已烘干样本物料的水分样本值、对应待烘干样本物料的各种状态属性数据以及烘干机的各种运行属性参数;所述根据每一个叶子节点对应的样本数据的子集,建立所述叶子节点对应的水分样本值的线性回归函数,包括:
根据每一个叶子节点对应的样本数据的子集,建立所述样本数据的子集中已烘干样本物料的水分样本值与对应待烘干样本物料的各种状态属性数据以及烘干机的各种运行属性参数之间的线性关系;
基于所述线性关系确定所述叶子节点对应的水分样本值的线性回归函数。
6.根据权利要求1所述的方法,其特征在于,所述根据所述目标水分值以及所述预测水分值的线性回归函数进行优化求解,得到所述烘干机的目标控制参数,包括:
基于函数优化求解所述目标水分值与所述预测水分值的线性回归函数之间差的最小化解,得到所述烘干机的目标控制参数,所述函数优化采用遗传优化算法、局部极小化优化算法、方向加速度优化算法以及梯度优化算法中的任一种。
7.根据权利要求1至6任一项所述的方法,其特征在于,所述采用所述目标控制参数控制所述烘干机运行,包括:
获取与所述目标控制参数对应的标准范围,所述标准范围包括对应的第一边界值和第二边界值;
若所述目标控制参数大于或等于所述第一边界值且小于或等于所述第二边界值,则采用所述目标控制参数控制所述烘干机运行;
若所述目标控制参数小于所述第一边界值,则将所述第一边界值作为所述目标控制参数控制所述烘干机运行;或者,
若所述目标控制参数大于所述第二边界值,则将所述第二边界值作为所述目标控制参数控制所述烘干机运行。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江苏丰尚智能科技有限公司,未经江苏丰尚智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110388014.5/1.html,转载请声明来源钻瓜专利网。