基于人工智能的烘干机控制方法、控制系统和计算机设备技术方案

本申请涉及一种基于人工智能的烘干机控制方法、控制系统和计算机设备，通过获取烘干机的运行数据，获取烘干前、后的产品状态参数数据，获取烘干产品目标参数数据，并根据获取的数据，通过人工智能算法，计算得到烘干机的控制目标参数，进而根据烘干机的控制目标参数，控制调整烘干机内部各温区的运行参数达到控制目标参数，从而使得烘干后的产品能够达到目标参数数据，不仅避免了传统技术中通过抽检的方式评估产品的水分含量需要耗费大量的时间和人力以及物料浪费的问题，且通过智能化的方式控制烘干机，还降低了对烘干机的操作复杂度，以及对经验操作工人的依赖程度。

【技术实现步骤摘要】
基于人工智能的烘干机控制方法、控制系统和计算机设备
本申请涉及物料烘干技术，特别是涉及一种基于人工智能的烘干机控制方法、控制系统和计算机设备。
技术介绍
目前，市面上烘干产品的水分要求通常需要小于一个规定值。以宠物粮、饲料为例，如果物料水分值过大，则物料在存储、运输过程中极易发霉；相反如果物料水分值过小，则物料适口性降低(动物不喜欢吃)，且还会导致生产成本增加。而市面上用于饲料、食品烘干的连续型烘干机需要操作人员根据经验设定烘干机内部各分区目标温度、风扇转速、排湿风机转速、排湿风门开合度、传送带转速等参数。这些参数都在影响产品的烘干速率，并最终影响到成品的水分含量。为了使烘干机在最好的状态下工作，操作人员需要根据经验调试所有参数，使得操作烘干机变的极为复杂。
技术实现思路
基于此，有必要针对上述由操作人员根据经验调试参数使得操作烘干机较复杂的问题，提供一种基于人工智能的烘干机控制方法、控制装置和计算机设备。一种基于人工智能的烘干机控制方法，所述方法包括：获取烘干机的运行数据，所述烘干机的运行数据用于表本文档来自技高网...

【技术保护点】
1.一种基于人工智能的烘干机控制方法，其特征在于，所述方法包括：/n获取烘干机的运行数据，所述烘干机的运行数据用于表征烘干机的烘干性能；/n获取烘干前、烘干后的产品状态参数数据；/n获取烘干产品目标参数数据；/n根据获取的所述烘干机的运行数据、烘干前、烘干后的产品状态参数数据以及烘干产品目标参数数据，通过人工智能算法，计算得到烘干机的控制目标参数；/n根据烘干机的控制目标参数，控制调整烘干机内部各温区的运行参数达到控制目标参数。/n

【技术特征摘要】
20200706 CN 20201064098111.一种基于人工智能的烘干机控制方法，其特征在于，所述方法包括：
获取烘干机的运行数据，所述烘干机的运行数据用于表征烘干机的烘干性能；
获取烘干前、烘干后的产品状态参数数据；
获取烘干产品目标参数数据；
根据获取的所述烘干机的运行数据、烘干前、烘干后的产品状态参数数据以及烘干产品目标参数数据，通过人工智能算法，计算得到烘干机的控制目标参数；
根据烘干机的控制目标参数，控制调整烘干机内部各温区的运行参数达到控制目标参数。


2.根据权利要求1所述的方法，其特征在于，所述烘干前、烘干后的产品状态参数数据包括烘干后的产品水分含量数据，所述烘干产品目标参数数据包括烘干产品目标水分含量数据；所述根据获取的所述烘干机的运行数据、烘干前、烘干后的产品状态参数数据以及烘干产品目标参数数据，通过人工智能算法，计算得到烘干机的控制目标参数，包括：
计算烘干后的产品水分含量数据与烘干产品目标水分含量数据之间的偏差；
若所述偏差在设定阈值内，则烘干机内部各温区的运行参数不变，将所述烘干机内部各温区的运行参数作为所述烘干机的控制目标参数；
若所述偏差不在设定阈值内，则通过人工智能单元采集更新后的烘干前、烘干后的产品状态参数数据、烘干机的运行数据、烘干产品目标水分含量数据，并根据采集的数据，通过人工智能算法，计算得到新的烘干机的控制目标参数；根据新的烘干机的控制目标参数，控制调整烘干机内部各温区的运行参数达到新的控制目标参数。


3.根据权利要求1所述的方法，其特征在于，所述通过人工智能算法，计算得到烘干机的控制目标参数，具体为：
对获取的所述烘干机的运行数据、烘干前、烘干后的产品状态参数数据以及烘干产品目标参数数据进行数据清洗和整合；
对整合后的数据进行标准化处理；
对标准化处理后的数据进行人工智能分析；
对人工智能分析后的数据进行数据转换，得到烘干机的控制目标参数；
所述数据清洗是将无效数据、噪音大于预设值的数据从原始数据中删除；
所述数据整合是将时间序列的烘干机的运行数据、产品状态参数数据，组合成以物料单元为索引的数据结构。


4.根据权利要求3所述的方法，其特征在于，所述对整合后的数据进行标准化处理的转化函数为：



其中y为原始数据，包括烘干机的运行数据、烘干前、烘干后的产品状态参数数据，y*为标准化处理后的数据，μ为用于人工智能模型训练的历史数据的均值，σ为用于人工智能模型训练的历史数据的标准差。


5.根据权利要求4所述的方法，其特征在于，所述进行数据转换的转换函数为：



其中，x*为烘干机的控制目标参数；x为所述标准化处理后的数据y*经人工智能模型分析得到的训练数据；为x最大值和最小值；xMax，xMin为对应用于控制调整烘干机的控制装置输出指令的最大值及最小值。


6.根据权利要求1所述的方法，其特征在于，所述人工智能算法采用人工智能模型实现，所述人工智能模型通过如下方法得到：
获取若干个物料单元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前、烘干后的样本物料的状态参数数据、烘干样本物料的目标参数数据以及所述烘干机的运行数据；
对每个物料单元所对应的样本物料的训练数据集进行数据清洗、整合以及标准化处理，得到所述物料单元对应的标准化后的训练数据；
采用所述物料单元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，得到与所述物料...

【专利技术属性】
技术研发人员：尹航，徐昊，王飞雪，
申请(专利权)人：江苏丰尚智能科技有限公司，
类型：发明
国别省市：江苏;32