本申请涉及人工智能,具体涉及机器学习,尤其涉及基于螺旋式速冻机的化霜控制方法。
背景技术:
1、随着食品加工技术的不断进步和市场需求的日益增长,螺旋式速冻机在食品冷冻加工领域发挥着越来越重要的作用。螺旋式速冻机以其高效、连续的生产方式,广泛应用于各类食品的速冻处理中。然而,随着生产规模的扩大和食品种类的多样化,速冻机在长时间运行过程中,蒸发器表面不可避免地会出现结霜现象,这直接影响了速冻机的冷冻效果和能耗水平。
技术实现思路
1、本申请通过提供了基于螺旋式速冻机的化霜控制方法,旨在解决了在基于预设的控制参数的化霜控制中,无法根据速冻机实时运行状态和除霜需求进行自适应调整,导致除霜过程效率低下,能源消耗大的技术问题。
2、鉴于上述问题,本申请提供了基于螺旋式速冻机的化霜控制方法。
3、本申请公开方面,提供了基于螺旋式速冻机的化霜控制方法,所述方法包括:基于湿度传感器,实时监测目标混合机的容器内壁,获取实时监测数据,所述实时监测数据包括目标混合机的m个内壁关键位置的湿度采集数据;获取所述湿度传感器的监测工作特性指标以及所述目标混合机的运行工作特性指标,并构建混合机数据孪生模型;基于所述实时监测数据的变化趋势,评估目标混合机对应的湿度等级,依据湿度等级判断粉末干燥程度,与预设粉末干燥阈值比对;若粉末干燥程度不满足预设粉末干燥阈值,基于所述湿度传感器的历史监测数据,结合所述湿度传感器的监测工作特性指标、所述目标混合机的运行工作特性指标进行效率补偿,确定效率补偿参数与补偿可信度;基于所述混合机数据孪生模型,模拟不同工况下湿度等级规律,构建干燥优化空间,将所述效率补偿参数与补偿可信度作为所述干燥优化空间的优化辅助变量;在所述干燥优化空间进行参数寻优,获取最佳工艺参数组合,并进行目标混合机的粉末干燥控制优化。
4、本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
5、上述基于螺旋式速冻机的化霜控制方法,该方法通过监测单元实时收集除霜单元的工作状态数据,并利用这些数据构建学习数据集。同时,获取控制单元的操作数据,用来丰富学习数据集,使数据更加全面和精准。随后,对这些学习数据集进行标注和自学习,从而生成一个智能的除霜控制分析模块。这个模块连接监测单元和控制单元,实现实时的数据交换和指令传输。当监测单元检测到蒸发器需要化霜时,会采集相关的待化霜信息。这些信息会被输入到除霜控制分析模块中,模块会基于学习到的知识对这些信息进行分析,确定最佳的化霜控制策略。之后,将控制策略发送到控制单元,控制单元会根据策略生成控制指令,对除霜单元进行操作。这样,整个化霜过程实现了智能化和自适应控制,提高了除霜效率和效果。
6、上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其他目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
1.基于螺旋式速冻机的化霜控制方法,其特征在于,所述方法应用化霜控制系统,所述系统包括控制单元、监测单元、除霜单元,所述方法包括:
2.如权利要求1所述的方法,其特征在于,监测所述除霜单元在除霜过程中的除霜状态数据,对所述除霜状态数据进行特征识别分析,构建学习数据集,包括:
3.如权利要求2所述的方法,其特征在于,所述获取控制单元的控制数据,按照所述控制数据与所述学习数据集的时间映射关系,利用所述控制数据对所述学习数据集进行补充构建,包括:
4.如权利要求3所述的方法,其特征在于,所述按照预设学习目标对所述学习数据集进行标注,对所述学习数据集进行自学习,生成除霜控制分析模块,包括:
5.如权利要求2所述的方法,其特征在于,通过所述监测单元采集蒸发器待化霜信息,对所述蒸发器待化霜信息进行特征解析,获得结霜面积分布、结霜厚度,包括:
6.如权利要求4所述的方法,其特征在于,将所述结霜面积分布、结霜厚度输入所述除霜控制分析模块进行分析处理,确定化霜控制策略,包括:
7.如权利要求6所述的方法,其特征在于,将所述结霜面积分布、结霜厚度输入所述除霜控制分析模块进行分析处理之前,所述方法还包括:
8.如权利要求7所述的方法,其特征在于,所述控制调整系数的运算表达式为:,其中,为第i个分割区域的控制调整系数、第i个分割区域的等级补偿值,表示该区域的结霜厚度与基础厚度的差量、为第i个分割区域的面积、j为分割区域的总数、b为基础标识,b=1。
9.如权利要求5所述的方法,其特征在于,所述通过侧视角度对结霜厚度识别,包括: