【技术实现步骤摘要】
本专利技术属于中药智能生产，尤其是涉及一种基于数字孪生的中药醇提过程动态预测控制系统及方法。
技术介绍
1、中药制药过程属于多因素影响的复杂过程，影响产品质量的因素较多，包括制药过程参数之间的交互作用及非线性作用等，目前中药制药信息化、数字化、智能化基础较为薄弱，对生产数据的分析和利用不足，对制药过程的测量与控制目标不清晰，质量控制不精准，缺乏基于模型预测的前馈控制与优化方法。
技术实现思路
1、本专利技术提出一种基于数字孪生的中药醇提过程动态预测控制系统及方法，能够实现预测控制，有效避免控制系统死时间，有效解决系统纯滞后、大时延、高热冲等问题，优化提取能耗，保证产品质量的安全、稳定。
2、为达到上述目的，本专利技术的技术方案是这样实现的：
3、一种基于数字孪生的中药醇提过程动态预测控制系统，包括数据采集输入模块、数字孪生大脑模块、系统执行模块；
4、所述数据采集输入模块包括系统温度的采集和提取液沸腾鼓泡图像的采集，以及作为条件输入变量的环境温度、提取液体积的输入；所述系统温度由提取液温度以及导热介质温度共同组成；
5、所述数字孪生大脑模块基于所述系统温度进行dmc预测控制，输出预测得到的导热介质温度值，结合所述条件输入变量一起进入快速计算roms降维计算模块，得到预测输出参数；所述预测输出参数与所述提取液沸腾鼓泡图像共同表征提取液沸腾状态；所述预测输出参数包括转化后的导热介质温度场、提取液上升蒸汽功率；所述提取液沸腾状态包括：在所述
6、所述系统执行模块根据所述提取液沸腾状态，以预测输入值控制加热开关；根据上升蒸汽功率，如果爆沸状态就缩短加热时间，增加关闭加热时间，如果是微沸状态就适当增加加热时间，缩小关闭加热时间。
7、进一步的，所述数字孪生大脑模块中，预测输出参数与所述提取液沸腾鼓泡图像共同表征提取液沸腾状态包括两个阶段，以提取液是否沸腾作为两个阶段的区分：从开始加热提取，到提取液沸腾阶段定义为升温阶段，提取液沸腾到提取过程结束阶段定义为保温阶段；升温阶段的表征参数为所述导热介质温度场及对应的导热介质温度值；保温阶段的表征参数为所述提取液上升蒸汽功率。
8、进一步的，所述数字孪生大脑模块中，dmc预测控制包括：
9、预测模型：利用导热介质的历史温度信息和未来输入的系统温度来预测未来的导热介质温度；
10、滚动优化：通过导热介质温度的增量的最优化来确定未来的控制作用，针对每一个采样时刻范围内的时域进行优化，再利用得出的最优输入增量来对导热介质温度进行优化控制；
11、反馈校正：采用加权的方式对系统存在的扰动进行修正。
12、进一步的，所述数字孪生大脑模块中，所述快速计算roms降维计算，先通过仿真模拟建模还原系统变化情况，并得到对应的数据集，之后利用pod本征正交分解法提取模型数据集的特征值，并根据dmc预测控制算法得到的预测输出值进行流场数据的还原，所还原出的数据即为预测输出参数。
13、本专利技术另一方面还提出了一种基于数字孪生的中药醇提过程动态预测控制方法，包括：
14、s1、将实时采集到的系统温度输入到dmc预测控制算法中进行计算，并经快速计算roms降维计算的数据重构，将系统温度转化为预测输出参数；所述系统温度包括提取液温度以及导热介质温度；所述预测输出参数包括上升蒸汽功率及导热介质温度场；
15、s2、所述预测输出参数与实时采集的提取液沸腾鼓泡图像共同表征提取液沸腾状态；
16、s3、根据所述提取液沸腾状态以及条件输入变量，进行加热开关的状态控制；所述条件输入变量包括环境温度、提取液体积。
17、进一步的，所述快速计算roms降维计算，先通过仿真模拟建模还原系统变化情况，并得到对应的数据集，之后利用pod本征正交分解法提取模型数据集的特征值，并根据dmc预测控制算法得到的预测输出值进行流场数据的还原，所还原出的数据即为预测输出参数。
18、进一步的，步骤s2具体包括：
19、将提取过程以提取液是否沸腾分为两个阶段：从开始加热提取，到提取液沸腾阶段定义为升温阶段，提取液沸腾到提取过程结束阶段定义为保温阶段；升温阶段的提取液沸腾状态表征参数为所述导热介质温度场及对应的导热介质温度值；保温阶段的表征参数为所述提取液上升蒸汽功率。
20、与现有技术相比，本专利技术具有如下的有益效果：
21、本专利技术所述基于数字孪生的中药醇提过程动态预测控制系统及方法建立了具有连续真实数据的中药醇提系统的数字孪生模型，模型集成了模拟仿真，预测控制技术算法，基于物理模型和机理模型完成了现实空间和数字空间的虚实交互；通过数值模拟生成了设备内部温度场，克服了单一测控位点在制药系统控制中的局限性，使系统变化情况得以准确、全面、可视化地展示在用户面前；借助pod降维计算模型建立快速计算roms模块，实现对未知流场的快速预测，同时也为后期的工艺调优提供更为智能化的策略选择。利用dmc预测控制算法，克服了传统的pid控制系统纯滞后、大时延、高热冲现象所导致的控制系统失衡，大量加热热源损失等诸多问题。该系统及方法预测结果准确性高。系统安全、稳定，具有良好的推广应用价值。
本文档来自技高网...【技术保护点】
1.一种基于数字孪生的中药醇提过程动态预测控制系统，其特征在于，包括数据采集输入模块、数字孪生大脑模块、系统执行模块；
2.根据权利要求1所述的基于数字孪生的中药醇提过程动态预测控制系统，其特征在于，所述数字孪生大脑模块中，预测输出参数与所述提取液沸腾鼓泡图像共同表征提取液沸腾状态包括两个阶段，以提取液是否沸腾作为两个阶段的区分：从开始加热提取，到提取液沸腾阶段定义为升温阶段，提取液沸腾到提取过程结束阶段定义为保温阶段；升温阶段的表征参数为所述导热介质温度场及对应的导热介质温度值；保温阶段的表征参数为所述提取液上升蒸汽功率。
3.根据权利要求1所述的基于数字孪生的中药醇提过程动态预测控制系统，其特征在于，所述数字孪生大脑模块中，DMC预测控制包括：
4.根据权利要求1所述的基于数字孪生的中药醇提过程动态预测控制系统，其特征在于，所述快速计算ROMs降维计算，先通过仿真模拟建模还原系统变化情况，并得到对应的数据集，之后利用POD本征正交分解法提取模型数据集的特征值，并根据DMC预测控制算法得到的预测输出值进行流场数据的还原，所还原出的数据即为预测
5.一种基于数字孪生的中药醇提过程动态预测控制方法，其特征在于，包括：
6.根据权利要求5所述的基于数字孪生的中药醇提过程动态预测控制方法，其特征在于，所述快速计算ROMs降维计算，先通过仿真模拟建模还原系统变化情况，并得到对应的数据集，之后利用POD本征正交分解法提取模型数据集的特征值，并根据DMC预测控制算法得到的预测输出值进行流场数据的还原，所还原出的数据即为预测输出参数。
7.根据权利要求5所述的基于数字孪生的中药醇提过程动态预测控制方法，其特征在于，步骤S2具体包括：
...【技术特征摘要】
1.一种基于数字孪生的中药醇提过程动态预测控制系统，其特征在于，包括数据采集输入模块、数字孪生大脑模块、系统执行模块；
2.根据权利要求1所述的基于数字孪生的中药醇提过程动态预测控制系统，其特征在于，所述数字孪生大脑模块中，预测输出参数与所述提取液沸腾鼓泡图像共同表征提取液沸腾状态包括两个阶段，以提取液是否沸腾作为两个阶段的区分：从开始加热提取，到提取液沸腾阶段定义为升温阶段，提取液沸腾到提取过程结束阶段定义为保温阶段；升温阶段的表征参数为所述导热介质温度场及对应的导热介质温度值；保温阶段的表征参数为所述提取液上升蒸汽功率。
3.根据权利要求1所述的基于数字孪生的中药醇提过程动态预测控制系统，其特征在于，所述数字孪生大脑模块中，dmc预测控制包括：
4.根据权利要求1所述的基于数字孪生的中药醇提过程动态预测控制系统，...
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。