基于BP神经网络的植物提取的生产过程控制系统技术方案

一种基于BP神经网络的植物提取的生产过程控制系统，包括植物清洗模块、植物粉碎模块、浸泡提取模块、杂质分离模块和蒸发浓缩模块，所述植物清洗模块用于对待提取的植物进行清洗，所述植物粉碎模块用于将清洗后的植物进行粉碎，所述浸泡提取模块用于将有效成分从粉碎后的植物中提取出来，获取包含有效成分的提取液，所述杂质分离模块用于去除所述提取液中的杂质，所述蒸发浓缩模块用于将提取液中的一部分溶剂气化并除去。所述蒸发浓缩模块用于将浸泡提取模块得到的提取液进一步蒸发使提取液的浓度达到预设的浓度值，所述蒸发浓缩模块包括蒸发器和浓度检测系统，所述浓度检测系统采用BP神经网络对蒸发器内提取液的浓度进行在线检测。

【技术实现步骤摘要】
基于BP神经网络的植物提取的生产过程控制系统
本专利技术创造涉及植物提取领域，具体涉及一种基于BP神经网络的植物提取的生产过程控制系统。
技术介绍
植物提取是以植物为原料，经过物理或化学的提取和分离，获得植物中的某一种或多种有效成分，而不改变其有效成分结构形成的一种提取方法。植物中通常含有热敏性物质，目前在植物提取中使用较多的提取工艺是温浸动态提取，温浸动态提取是使提取液的温度保持在接近沸点温度的“亚沸腾”状态，具有提取率高、减少有效成分的破坏和杂质浸出的优点，但对提取温度的控制精度要求较高，传统的控制方法难以达到温浸动态提取工艺的温度精确控制要求，因此，采用适合的控制方法对植物提取过程的提取温度进行精确控制是保证动态提取效果的关键。此外，在植物提取的过程中，浓缩工段是对植物提取液进行浓缩，是植物提取的一个重要环节。浓度检测在浓缩控制中很关键，一般在浓缩后期进行检测作为出料标准，由于浓缩器内部工况比较恶劣，缺乏有效的传感器检测手段，要准确判断浓度比较困难。
技术实现思路
针对上述问题，本专利技术旨在提供一种用于植物提本文档来自技高网...

【技术保护点】
1.一种基于BP神经网络的植物提取的生产过程控制系统，其特征是，包括植物清洗模块、植物粉碎模块、浸泡提取模块、杂质分离模块和蒸发浓缩模块，所述植物清洗模块用于对待提取的植物进行清洗，所述植物粉碎模块用于将清洗后的植物进行粉碎，所述浸泡提取模块用于将有效成分从粉碎后的植物中提取出来，获取包含有效成分的提取液，所述杂质分离模块用于去除所述提取液中的杂质，所述蒸发浓缩模块用于将浸泡提取模块得到的提取液进一步蒸发使提取液的浓度达到预设的浓度值；/n所述浸泡提取模块包括浸泡提取装置和加热控制系统，所述浸泡提取装置包括冷却器、提取罐和外壳体，所述提取罐和外壳体之间形成夹层，所述加热控制系统包括控制器、夹层...

【技术特征摘要】
1.一种基于BP神经网络的植物提取的生产过程控制系统，其特征是，包括植物清洗模块、植物粉碎模块、浸泡提取模块、杂质分离模块和蒸发浓缩模块，所述植物清洗模块用于对待提取的植物进行清洗，所述植物粉碎模块用于将清洗后的植物进行粉碎，所述浸泡提取模块用于将有效成分从粉碎后的植物中提取出来，获取包含有效成分的提取液，所述杂质分离模块用于去除所述提取液中的杂质，所述蒸发浓缩模块用于将浸泡提取模块得到的提取液进一步蒸发使提取液的浓度达到预设的浓度值；
所述浸泡提取模块包括浸泡提取装置和加热控制系统，所述浸泡提取装置包括冷却器、提取罐和外壳体，所述提取罐和外壳体之间形成夹层，所述加热控制系统包括控制器、夹层蒸汽阀门、罐内蒸汽阀门、冷却水阀门和传感检测单元，所述夹层蒸汽阀门用于向提取罐夹层内注入蒸汽，所述罐内蒸汽阀门用于向提取罐内注入蒸汽，所述冷却水阀门用于向冷却器中注入冷却水，所述传感检测单元包括设于提取罐内用于检测提取罐内压力的第一压力传感器、设于提取罐夹层内用于检测提取罐夹层内蒸汽压力的第二压力传感器和设于提取罐内用于检测提取罐内提取液温度的温度传感器，所述控制器通过调节夹层蒸汽阀门、罐内蒸汽阀门和冷却水阀门的开度来控制提取罐内提取液的温度；
所述蒸发浓缩模块用于将浸泡提取模块得到的提取液进一步蒸发使提取液的浓度达到预设的浓度值，所述蒸发浓缩模块包括蒸发器和浓度检测系统，所述浓度检测系统采用BP神经网络对蒸发器内提取液的浓度进行在线检测，当检测到蒸发器内提取液的浓度达到预设的浓度值时令蒸发器停止工作，所述BP神经网络包括输入层、隐含层和输出层，所述输入层的输入变量包括蒸发器内提取液的当前浓度、提取液的沸点、提取液加入蒸发器的流量、蒸发器内的真空度、蒸发器内的蒸汽压力和蒸发器内提取液的液位，所述输出层的输出值为预测的提取液的浓度。


2.根据权利要求1所述的基于BP神经网络的植物提取的生产过程控制系统，其特征是，采用样本数据集D对浓度检测系统采用的BP神经网络进行训练，所述BP神经网络采用单隐含层结构，所述BP神经网络隐含层的节点数采用下列步骤进行确定：
(1)设样本数据集D＝{Dj，j＝1，2，...，6}，其中，{Dj，j＝1，2，...，6}分别代表蒸发器内提取液的当前浓度、提取液的沸点、提取液加入蒸发器的流量、蒸发器内的真空度、蒸发器内的蒸汽压力和蒸发器内提取液的液位的样本数据集，对样本数据集Dj进行预处理，具体为：



式中，xj为样本数据集Dj中的样本数据，yj为xj预处理后的样本数据，和为样本数据集Dj中样本数据的最大值和最小值；
(2)设样本数据集Dj经预处理后表示为Hj，对样本数据集Hj中的样本数据进行数据筛选，去除样本数据集Hj中的异常值，将去除异常值后的样本数据集Hj表示为Kj；
(3)统计样本数据集Kj中样本数据出现过的数值，令表示样本数据集Kj中数据出现过的数值，q表示样本数据集Kj中出现过的数值个数，分别统计样本数据集Kj中数值为的数据个数，令表示样本数据集Kj中数值为的数据个数，构建集合其中，为集合Fj中的数据点，q为集合Fj中的数据点数，将集合Fj中的q个数据点分别标注...

【专利技术属性】
技术研发人员：谭继武，
申请(专利权)人：南昌木本医疗科技有限公司，
类型：发明
国别省市：江西;36