烘干机的控制方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种烘干机的控制方法、装置、计算机设备和存储介质，其中方活通过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，并基于预设的决策树回归模型，以及待烘干物料的状态属性数据和烘干机的运行属性参数，确定待烘干物料的预测水分值的线性回归函数，进而根据目标水分值以及预测水分值的线性回归函数进行优化求解，得到烘干机的目标控制参数，并采用目标控制参数控制烘干机运行，不仅降低了对烘干机的操作复杂度，而且减少了对经验操作工人的依赖程度，同时提高了控制精度。了控制精度。了控制精度。

【技术实现步骤摘要】
烘干机的控制方法、装置、计算机设备和存储介质


[0001]本申请涉及自动控制
，特别是涉及一种烘干机的控制方法、装置、计算机设备和存储介质。

技术介绍

[0002]目前，市面上用于饲料、食品等产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、传送带转速等控制参数。
[0003]又由于这些参数都在影响产品的烘干速率，并最终影响到成品的品质。因此，为了保证生产出来的产品满足品质要求，且使得烘干机能够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，从而使得操作烘干机变得极为复杂。

技术实现思路

[0004]基于此，有必要针对上述人工调试烘干机控制参数复杂的问题，提供一种自动设置控制参数的烘干机的控制方法、装置、计算机设备和存储介质。
[0005]一种烘干机的控制方法，包括：
[0006]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；
[0007]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；
[0008]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；
[0009]采用所述目标控制参数控制所述烘干机运行。
[0010]在其中一个实施例中，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。
[0011]在其中一个实施例中，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。
[0012]在其中一个实施例中，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。
[0013]在其中一个实施例中，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。
[0014]在其中一个实施例中，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。
[0015]在其中一个实施例中，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。
[0016]一种烘干机的控制装置，所述装置包括：
[0017]数据获取模块，用于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；
[0018]线性回归函数确定模块，用于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；
[0019]目标控制参数获取模块，用于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；
[0020]控制模块，用于采用所述目标控制参数控制所述烘干机运行。
[0021]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，所述处理器执行所述计算机程序时实现如上所述方法的步骤。
[0022]一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述方法的步骤。
[0023]上述烘干机的控制方法、装置、计算机设备和存储介质，通过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，并基于预设的决策树回归模型，以及待烘干物料的状态属性数据和烘干机的运行属性参数，确定待烘干物料的预测水分值的线
性回归函数，进而根据目标水分值以及预测水分值的线性回归函数进行优化求解，得到烘干机的目标控制参数，并采用目标控制参数控制烘干机运行，不仅降低了对烘干机的操作复杂度，而且减少了对经验操作工人的依赖程度，同时提高了控制精度。
附图说明
[0024]图1为一个实施例中烘干机的控制方法的应用环境图；
[0025]图2为一个实施例中烘干机的控制方法的流程示意图；
[0026]图3为一个实施例中构建决策树回归模型步骤的流程示意图；
[0027]图4为一个实施例中决策树的结构示意图；
[0028]图5为一个实施例中烘干机的控制装置的结构框图；
[0029]图6为一个实施例中计算机设备的内部结构图；
[0030]图7为另一个实施例中计算机设备的内部结构图。
具体实施方式
[0031]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0032]本申请的烘干机是用于对饲料、食品等产品进行干燥，以达到去除产品中本文档来自技高网...

【技术保护点】

【技术特征摘要】
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，...

【专利技术属性】
技术研发人员：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，
类型：发明
国别省市：