基于数据驱动的茶叶初制生产线参数协同控制方法及系统技术方案

本发明专利技术公开了基于数据驱动的茶叶初制生产线参数协同控制方法及系统，通过实验设备和生产线软件收集茶叶生产中的工艺参数、图像信息和含水率信息；对收集的数据进行预处理，剔除异常数据，提高模型性能；通过特征值重要性和相关性分析，对重要特征和化学成分进行选择；应用茶叶工艺数据集训练机器学习模型，使用网格优化方法获取多个模型的最佳超参数；对比不同模型在不同单元的建模结果，滚烘单元最佳模型为PLSR，杀青、初烘、复烘最佳模型为SVM，多个化学成分预测模型为MRF；以各单元含水率和毛茶化学成分为目标，使用多目标算法优化工艺参数，将优化结果应用到茶叶生产线控制软件，实现高品质茶叶生产。

【技术实现步骤摘要】

本专利技术属于机器学习和茶叶初制加工领域，具体涉及基于数据驱动的茶叶初制生产线参数协同控制方法及系统。

技术介绍

1、茶叶中的主要成分有类黄酮、生物碱、酚类、茶氨酸等，这些物质具有一定的抗氧化、抗炎、抗癌、心脏保护和抗菌的健康特性，茶叶的这部分功用与加工过程有密切关系。目前茶叶加工主要依靠传统的“一看二摸三闻”的“看茶做茶”方法，对经验要求较高，但目前从事茶叶生产领域的劳动力不足，且缺少经验丰富的工人，这将会成为茶产业高质量、高速发展的瓶颈。因此采用高效、清洁、智能化加工设备代替工人工作，实现自动化、数字化、智能化的茶叶加工生产线变得尤为重要。

2、现有技术中主要是对出料阶段的茶叶，通过光谱采集及神经网络进行茶叶成分含量、茶叶含水率的检测，但没有针对整个生产线所有单元进行建模，通过构建神经网络模型，使用优化算法来优化多个单元工艺参数的先例。

技术实现思路

1、为解决现有技术的不足，实现提高茶叶生产品质，减少劳动力的目的，本专利技术采用如下的技术方案：

2、基于数据驱动的茶叶初制生产线参本文档来自技高网...

【技术保护点】

1.基于数据驱动的茶叶初制生产线参数协同控制方法，其特征在于包括如下步骤：

2.根据权利要求1所述的基于数据驱动的茶叶初制生产线参数协同控制方法，其特征在于：所述步骤S1中的多个单元包括杀青单元、滚烘单元、初烘单元、复烘单元；杀青单元和滚烘单元的工艺参数均包含温度、滚筒速度、上料速度、排湿速度，其中滚烘单元的工艺参数还包含热风温度和热风速度，初烘单元和复烘单元的工艺参数均包含热风温度、进油温度、出油温度、主输送速度、热风速度、匀叶速度；

3.根据权利要求1所述的基于数据驱动的茶叶初制生产线参数协同控制方法，其特征在于：所述步骤S2中的预处理包括缺失值处理和异常值处...

【技术特征摘要】

1.基于数据驱动的茶叶初制生产线参数协同控制方法，其特征在于包括如下步骤：

2.根据权利要求1所述的基于数据驱动的茶叶初制生产线参数协同控制方法，其特征在于：所述步骤s1中的多个单元包括杀青单元、滚烘单元、初烘单元、复烘单元；杀青单元和滚烘单元的工艺参数均包含温度、滚筒速度、上料速度、排湿速度，其中滚烘单元的工艺参数还包含热风温度和热风速度，初烘单元和复烘单元的工艺参数均包含热风温度、进油温度、出油温度、主输送速度、热风速度、匀叶速度；

3.根据权利要求1所述的基于数据驱动的茶叶初制生产线参数协同控制方法，其特征在于：所述步骤s2中的预处理包括缺失值处理和异常值处理；缺失值是在数据采集过程中的部分缺失数据，去除含有缺失值的对应批次茶叶生产数据，以剩下数据的平均值表示该批次工艺参数；异常值是指明显偏离真实数据的值。

4.根据权利要求1所述的基于数据驱动的茶叶初制生产线参数协同控制方法，其特征在于：所述步骤s4中的机器学习模型包括支持向量机svm，其对于一组数据集的svr回归函数如下：

5.根据权利要求1所述的基于数据驱动的茶叶初制生产线参数协同控制方法，其特征在于：所述步骤s4中的机器学习模型包括偏最小二乘回归plsr，对于有k个化学成分及含水率、m个单元工艺参数数据，n个样本的数据构成的矩阵为和，从x中提取第一主成分，然后建立主成分与y之间的线性回归方程，若回归方程精度满足要求，则算法终止；否则，从剩余的x中提取第二个主成分，并建立方程，直到精度达到要求，plsr具体计算包括主成分分解和关联矩阵b计算，主成分分解是对x、y矩阵进行特征因子分解，具体公式如下：

6.根据权利要求1所述的基于数据驱...

【专利技术属性】
技术研发人员：彭继宇，陈康，赵章风，冯海强，李晓丽，钟江，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：