System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及自动化生产,具体而言,涉及一种琼脂生产的推条冷却工艺参数控制方法、装置及设备。
技术介绍
1、琼脂是一种从海洋红藻中提取的多糖产品,是世界上应用最广泛的海藻胶之一。琼脂工业化生产过程中,推条冷却工序主要控制的工艺参数是:进胶温度、出胶温度和冷水温度。由于胶液和传热介质在管道中流动时易受到气温和湿度变化的影响,从而引起冷水温度、进胶温度、出胶温度的波动,并进一步影响琼脂产品的质量指标。当前,琼脂工业化生产过程中主要通过人工操作,依据经验调整控制推条冷却工艺参数,难以应对气候变化(例如早晚温差、天气异常变化以及季节变化)等对工艺运行过程中冷水温度、进胶温度和出胶温度的影响,严重影响了琼脂产品质量指标的稳定性。由此,如何有效控制琼脂生产过程中的推条冷却工艺参数,以提升和稳定琼脂产品质量成为了亟待解决的技术问题。
技术实现思路
1、本申请的实施例提供了一种琼脂生产的推条冷却工艺参数控制方法、装置及设备,进而至少在一定程度上可以有效控制琼脂生产过程中的推条冷却工艺参数,以提升和稳定琼脂产品质量。
2、本申请的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本申请的实践而习得。
3、根据本申请实施例的一个方面,提供了一种琼脂生产的推条冷却工艺参数控制方法,包括:
4、获取琼脂生产过程中的历史样本数据,所述历史样本数据包括历史琼脂指标以及对应的历史推条冷却工艺参数;
5、基于所述历史样本数据进行神经网络模型的训练,得到推条冷却工艺
6、若接收到针对琼脂生产过程中推条冷却工艺参数的预测请求,获取目标琼脂指标;
7、将所述目标琼脂指标输入至所述推条冷却工艺参数预测模型中,以使所述推条冷却工艺参数预测模型输出与所述目标琼脂指标对应的目标推条冷却工艺参数;
8、根据所述目标推条冷却工艺参数进行琼脂生产控制。
9、根据本申请实施例的一个方面,提供了一种琼脂生产的推条冷却工艺参数控制装置,包括:
10、第一获取模块,用于获取琼脂生产过程中的历史样本数据,所述历史样本数据包括历史琼脂指标以及对应的历史推条冷却工艺参数;
11、训练模块,用于基于所述历史样本数据进行神经网络模型的训练,得到推条冷却工艺参数预测模型;
12、第二获取模块,用于若接收到针对琼脂生产过程中推条冷却工艺参数的预测请求,获取目标琼脂指标;
13、预测模块,用于将所述目标琼脂指标输入至所述推条冷却工艺参数预测模型中,以使所述推条冷却工艺参数预测模型输出与所述目标琼脂指标对应的目标推条冷却工艺参数;
14、处理模块,用于根据所述目标推条冷却工艺参数进行琼脂生产控制。
15、根据本申请实施例的一个方面,提供了一种计算机可读介质,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述实施例中所述的琼脂生产的推条冷却工艺参数控制方法。
16、根据本申请实施例的一个方面,提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上述实施例中所述的琼脂生产的推条冷却工艺参数控制方法。
17、根据本申请实施例的一个方面,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述实施例中提供的琼脂生产的推条冷却工艺参数控制方法。
18、在本申请的一些实施例所提供的技术方案中,通过获取琼脂生产过程中的历史样本数据,该历史样本数据包括历史琼脂指标以及敌营的历史推条冷却工艺参数,基于该历史样本数据进行神经网络模型的训练,得到推条冷却工艺参数预测模型,当接收到针对琼脂生产过程中推条冷却工艺参数的预测请求时,获取目标琼脂指标,以将该目标琼脂指标输入至推条冷却工艺参数预测模型中,从而得到对应的目标推条冷却工艺参数,再基于该目标推条冷却工艺参数进行琼脂生产控制。由此,根据目标琼脂指标,采用训练得到的推条冷却工艺参数预测模型进行推条冷却工艺参数的预测,能够有效控制琼脂生产过程中的推条冷却工艺参数,以提升和稳定琼脂产品质量。
19、应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
本文档来自技高网...【技术保护点】
1.一种琼脂生产的推条冷却工艺参数控制方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,琼脂指标包括凝胶强度、粘度、透明度和白度。
3.根据权利要求2所述的方法,其特征在于,所述推条冷却工艺参数预测模型通过以下公式表述:
4.根据权利要求1所述的方法,其特征在于,基于所述历史样本数据进行神经网络模型的训练,得到推条冷却工艺参数预测模型,包括:
5.根据权利要求4所述的方法,其特征在于,采用所述测试数据集和所述验证数据集对所述初始神经网络模型进行优化,以生成推条冷却工艺参数预测模型,包括:
6.一种琼脂生产的推条冷却工艺参数控制装置,其特征在于,包括:
7.根据权利要求6所述的装置,其特征在于,琼脂指标包括凝胶强度、粘度、透明度和白度。
8.根据权利要求7所述的装置,其特征在于,所述推条冷却工艺参数预测模型通过以下公式表述:
9.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述的琼脂生产的推条冷却工艺参数
10.一种电子设备,其特征在于,包括:
...【技术特征摘要】
1.一种琼脂生产的推条冷却工艺参数控制方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,琼脂指标包括凝胶强度、粘度、透明度和白度。
3.根据权利要求2所述的方法,其特征在于,所述推条冷却工艺参数预测模型通过以下公式表述:
4.根据权利要求1所述的方法,其特征在于,基于所述历史样本数据进行神经网络模型的训练,得到推条冷却工艺参数预测模型,包括:
5.根据权利要求4所述的方法,其特征在于,采用所述测试数据集和所述验证数据集对所述初始神经网络模型进行优化,以生成推...
【专利技术属性】
技术研发人员:杨远帆,刘晓晖,姜泽东,朱艳冰,杜希萍,倪辉,李雅茹,
申请(专利权)人:集美大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。