烘干机出料水分含量预测方法、装置和计算机设备制造方法及图纸

本申请涉及一种烘干机出料水分含量预测方法、装置和计算机设备，所述方法通过获取用于预测烘干机出料水分含量的必要数据，并根据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，根据进入烘干机烘干区空气的水分含量以及从烘干区排出空气的水分含量，确定烘干区的湿度增加量，进而将湿度增加量、烘干机进料口处的物料水分值和物料质量流量输入出料水分含量预测模型，以得到烘干机出料口处的物料水分值，从而实现对烘干机出料水分含量的快速预测，不仅节省了通过抽检的方式评估产品的水分含量的时间成本和人力成本，而且避免了因抽检产品的水分含量不合格而导致的物料浪费。费。费。

【技术实现步骤摘要】
烘干机出料水分含量预测方法、装置和计算机设备


[0001]本申请涉及物料烘干技术，特别是涉及一种烘干机出料水分含量预测方法、装置和计算机设备。

技术介绍

[0002]目前，市面上烘干产品的水分要求通常需要达到一个规定值。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，物料适口性降低(动物不喜欢吃)，且生产成本增加。
[0003]又由于烘干机上游设备(例如膨化机、制粒机等)的产量不平稳，导致进入烘干机内部的物料薄厚不均匀，烘干后的物料水分含量也会有较大差异。因此，为了保证生产出来的产品满足产品水分要求，需要质检员定期测量和评估产品的水分含量。而通过抽检烘干完成后的产品，检测水分是否达标的过程，从产品烘干到检测，整个过程需要1小时左右，若检测产品不合格，则该1小时内的物料都变成了不合格产品。因此，目前通过抽检的方式评估产品的水分含量不仅需要耗费大量的时间和人力，且还会造成大量的物料浪费。

技术实现思路

[0004]基于此，有必要针对上述通过测量和评估产品的水分含量需要耗费大量人力物力且存在浪费的问题，提供一种烘干机出料水分含量预测方法、装置和计算机设备。
[0005]一种烘干机出料水分含量预测方法，所述方法包括：
[0006]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；
[0007]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；
[0008]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；
[0009]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。
[0010]在其中一个实施例中，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。
[0011]在其中一个实施例中，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。
[0012]在其中一个实施例中，所述损失函数采用均方差损失函数或绝对误差损失函数。
[0013]在其中一个实施例中，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。
[0014]在其中一个实施例中，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。
[0015]在其中一个实施例中，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。
[0016]一种烘干机出料水分含量预测装置，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；
[0018]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；
[0019]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；
[0020]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。
[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]上述烘干机出料水分含量预测方法、装置和计算机设备，通过获取用于预测烘干机出料水分含量的必要数据，并根据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，根据进入烘干机烘干区空气的水分含量以及从烘干区排出空气的水分含量，确定烘干区的湿度增加量，进而将湿度增加量、烘干机进料口处的物料水分值和物料质量流量输入出料水分含量预测模型，以得到烘干机出料口处的物料水分值，从而实现对烘干机出料水分含量的快速预测，不仅节省了通过抽检的方式评估产品的水分含量的时间成本和人力成本，而且避免了因抽检产品的水分含量不合格而导致的物料浪费。
附图说明
[0024]图1为一个实施例中烘干机出料水分含量预测方法的应用环境图；
[0025]图2为一个实施例中烘干机出料水分含量预测方法的流程示意图；
[0026]图3为一个实施例中获取出料水分含量预测模型步骤的流程示意图；
[0027]图4为另一个实施例中烘干机出料水分含量预测方法的流程示意图；
[0028]图5为一个实施例中烘干机出料水分含量预测装置的结构框图；
[0029]图6为一个实施例中计算机设备的内部结构图。
具体实施方式
[0030]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。
[0031]本申请提供的烘干机出料水分含量预测方法，可以应用于如图1所示的应用环境中。其中，终端102与烘干机104进行通信连接。终端102通过获取烘干机104的各种状态数据(包括进入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等)和烘干机上物料的状态数据(包括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、物料质量流量等)，并根据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，根据进入烘干机烘干区空气的水分含量以及从烘干区排出空本文档来自技高网...

【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...

【专利技术属性】
技术研发人员：尹航，张鹏飞，
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：