一种复合微生物与复合生物刺激素高效乳化生产控制系统的制作方法
本发明涉及乳化生产领域，具体涉及一种复合微生物与复合生物刺激素高效乳化生产控制系统。
背景技术：
1、复合微生物与复合生物刺激素高效乳化生产是指利用多种微生物和生物刺激素，通过协同作用，提高乳化生产过程中的效率和产品质量。复合微生物通常包括不同种类的细菌、酵母、真菌等，它们在乳化过程中通过代谢产物的生成和酶的作用，促进油水相互作用，提高乳化效果。
2、复合生物刺激素是指多种天然或合成的化合物，这些化合物能增强微生物的活性和乳化能力。例如，某些植物提取物、氨基酸、多糖等，都可以作为生物刺激素，提升微生物的生长和功能，进而提高乳化产品的稳定性和均匀性。这种技术广泛应用于食品、化妆品和制药等领域，旨在实现绿色高效的生产工艺。
3、在复合微生物与复合生物刺激素高效乳化生产控制中，傅里叶变换红外光谱仪（ftir）可以用于实时监测乳化过程中化学成分和分子结构的变化，通过分析样品在红外光谱范围内的吸收情况，识别和定量乳化液中的成分，提供分子振动和化学键的信息。这有助于优化生产参数、确保产品质量和稳定性，并提高整个生产过程的效率。
4、现有技术存在以下不足之处：
5、复合微生物与复合生物刺激素高效乳化生产控制时，实时监测乳化过程中化学成分和分子结构的变化，通过分析样品在红外光谱范围内的吸收情况，能够准确地识别和定量乳化液中的成分。但是，如果傅里叶变换红外光谱仪出现隐形故障，可能使其无法准确识别乳化液中的化学成分，可能导致误判成分的存在与浓度。同时，如果乳化液中的杂质和副产物未能被准确检测出，可能影响产品纯度和安全性，最终导致不合格产品的产生，增加生产成本和质量风险，甚至可能导致产品召回和品牌声誉受损。
技术实现思路
1、本发明的目的是提供一种复合微生物与复合生物刺激素高效乳化生产控制系统，以解决背景技术中不足。
2、为了实现上述目的，本发明提供如下技术方案：一种复合微生物与复合生物刺激素高效乳化生产控制系统，包括样品采集和前处理模块、光谱解析模块、隐形故障检测模块，异常处理模块以及调整管理模块；
3、样品采集和前处理模块：从复合微生物与复合生物刺激素乳化生产线中定时采集乳化液样品进行前处理，将处理后的样品放入ftir仪器中，进行光谱扫描，根据乳化液样品在ftir仪器中红外光谱范围内的吸收情况，生成光谱图；
4、光谱解析模块：对光谱图进行解析，通过二阶导数光谱法识别特征吸收峰，根据特征吸收峰的位置和形状，确定样品中存在的化学成分和分子结构；
5、隐形故障检测模块：对固定时间段内特征峰强度的波动幅度和特征峰的半峰宽度偏离标准的程度进行分析，评估ftir仪器是否出现隐形故障；
6、异常处理模块：当ftir仪器出现隐形故障时，确定ftir仪器隐性故障是否为偶然异常，若是偶然异常，则对乳化液样品进行重复检测，若不是偶然异常，则停止对乳化液样品的检测，并对ftir仪器进行故障排查；
7、调整管理模块：当ftir仪器没有出现隐形故障时，对乳化液样品成分识别的准确性进行评估，根据评估结果动态调整生产参数，并对ftir仪器进行相应的管理。
8、优选的，光谱解析模块中，使用光谱分析软件对原始光谱图进行基线校正，去除背景噪音和基线漂移，使用光谱分析软件计算原始光谱的二阶导数光谱，对原始光谱进行平滑处理，计算平滑后的光谱的二阶导数，生成二阶导数光谱图，在二阶导数光谱图中识别特征吸收峰的位置和形状，标记明显的特征吸收峰，二阶导数光谱图中的峰谷位置对应于原始光谱图中的特征吸收峰位置；将二阶导数光谱图中识别的特征吸收峰与原始光谱图进行对比，确认其真实性，如果二阶导数光谱图中的特征吸收峰在原始光谱图中也存在，且位置一致，则确认该特征吸收峰的真实性。
9、优选的，隐形故障检测模块中，根据固定时间段内特征峰强度的波动幅度生成特征峰强度波动指数，则特征峰强度波动指数的获取方法为：
10、获取n时间段内的特征峰强度数据，并确定平滑因子α，对每个时间点t，计算特征峰强度数据的加权滑动平均值，具体的计算表达式为：；其中，为时间点t的特征峰强度加权滑动平均，为时间点t的特征峰强度，计算每个时间点t的特征峰强度与其加权滑动平均的差值平方的加权滑动平均，得到特征峰强度数据的加权滑动方差，具体的计算表达式为：；为特征峰强度数据的加权滑动方差，取特征峰强度数据的加权滑动方差的平方根作为加权滑动标准差，将加权滑动标准差除以特征峰强度数据的加权滑动平均，即计算得到特征峰强度波动指数。
11、优选的，根据固定时间段内特征峰的半峰宽度偏离标准的程度生成半峰宽度偏差指数，半峰宽度偏差指数的获取方法为：
12、从ftir仪器中采集s时间段内的特征峰半峰宽度数据，形成时间序列，其中ws表示时间点s的特征峰半峰宽度，选择小波函数，对时间序列进行离散小波变换，将信号分解成不同尺度的近似系数a和细节系数d，其中，小波分解公式为：；式中，和分别为近似系数和细节系数，和分别为小波基函数和尺度函数，n为时间序列中特征峰半峰宽度数据的总数，选择其中一个尺度的细节系数，使用选定尺度的细节系数进行逆变换重构，得到半峰宽度在该尺度上的波动部分，计算重构信号的波动强度，即计算半峰宽度偏差指数，具体的计算表达式为：；式中，为半峰宽度偏差指数。
13、优选的，将特征峰强度波动指数和半峰宽度偏差指数转换为第一特征向量，将第一特征向量作为机器学习模型的输入，机器学习模型以每组第一特征向量预测ftir仪器出现隐形故障的风险概率值标签为预测目标，以最小化对所有ftir仪器出现隐形故障的风险概率值标签的预测误差之和作为训练目标，对机器学习模型进行训练，直至预测误差之和达到收敛时停止模型训练，根据模型输出结果确定ftir仪器出现隐形故障的风险概率值。
14、优选的，将获取到的ftir仪器出现隐形故障的风险概率值与预先设置的风险概率值参考阈值进行比较，若ftir仪器出现隐形故障的风险概率值大于等于预先设置的风险概率值参考阈值，ftir仪器出现隐形故障的风险概率高，此时生成预警信号，并对其进行标记；若ftir仪器出现隐形故障的风险概率值小于预先设置的风险概率值参考阈值，ftir仪器出现隐形故障的风险概率低，此时不生成预警信号，不对其进行标记。
15、优选的，异常处理模块中，当ftir仪器出现隐形故障时，即在固定时间段内生成的ftir仪器出现隐形故障的风险概率值大于等于预先设置的风险概率值参考阈值，将后续固定时间段内大于等于预先设置的风险概率值参考阈值的风险概率值进行收集，并建立相应的数据集合，将数据集合内的所有风险概率值与风险概率值参考阈值进行对比分析，计算ftir仪器发生隐性故障的异常系数，ftir仪器发生隐性故障的异常系数的具体计算表达式为：；式中，为ftir仪器发生隐性故障的异常系数，v为数据集合大于等于风险概率值参考阈值的风险概率值编号，为数据集合大于等于风险概率值参考阈值的风险概率值，q为数据集合大于等于风险概率值参考阈值的总数，为风险概率值参考阈值。
16、优选的，将获取到的ftir仪器发生隐性故障的异常系数与预先设置的异常系数参考阈值进行比较，若ftir仪器发生隐性故障的异常系数大于等于预先设置的异常系数参考阈值，此时生成非偶然信号，则停止对乳化液样品的检测，并对ftir仪器进行故障排查；若ftir仪器发生隐性故障的异常系数小于预先设置的异常系数参考阈值，此时生成偶然信号，则对乳化液样品进行重复检测。
17、优选的，调整管理模块中，采集乳化液样品的ftir光谱数据，其中表示时间点的光谱数据，对乳化液样品中的化学成分进行识别，识别结果表示为成分浓度，其中表示时间点的第i种成分的浓度；
18、将识别结果与已知标准值进行比较，计算成分识别误差，误差计算公式：；是时间点的第i种成分的识别误差；
19、将获取到的识别误差与误差标准阈值进行比较，若识别误差大于等于误差标准阈值，ftir仪器对乳化液样品成分识别的准确性低，此时生成成分识别异常信号，对生产参数进行调整；若识别误差小于误差标准阈值，说明ftir仪器对乳化液样品成分识别的准确性高，此时生成成分识别正常信号，无需进行处理。
20、优选的，当系统生成成分识别异常信号时，根据成分识别误差确定调整的生产参数，其中，调整参数公式为：；表示调整的生产参数的变化量，是根据成分识别误差确定参数调整量的函数；根据调整量实时调整生产参数，优化乳化生产过程，具体的生产参数调整公式为：；为调整后的生产参数；根据识别准确性评估结果，制定ftir仪器的校准和维护计划，其中，校准公式为：校准因子=；根据校准因子定期使用标准样品校准仪器，确保测量结果的准确性。
21、在上述技术方案中，本发明提供的技术效果和优点：
22、1、本发明通过系统化的设计和多个模块的协同工作，能够有效解决现有技术中存在的不足。通过从生产线中定时采集乳化液样品并进行前处理，再利用傅里叶变换红外光谱仪（ftir）进行光谱扫描，并使用二阶导数光谱法识别特征吸收峰，精确确定样品中的化学成分和分子结构；通过对特征峰强度波动和半峰宽度偏差的分析，及时评估和检测ftir仪器的隐形故障，并进行适当的处理和管理。该方案确保了测量结果的准确性和可靠性，能够及时发现和解决潜在问题，优化生产过程，提高产品质量，降低生产风险和成本。
23、2、本发明通过机器学习模型预测ftir仪器隐形故障的风险概率值，与预先设置的参考阈值进行比较，生成预警信号并采取相应的措施；在成分识别准确性评估和生产参数动态调整的过程中，通过精确计算和实时反馈，进一步优化生产参数和管理ftir仪器。这样的系统不仅提高了生产过程的自动化和智能化水平，还确保了生产的高效性和产品的稳定性，有助于降低生产成本，减少不合格产品的产生，提升产品的市场竞争力和品牌声誉。
技术特征：
1.一种复合微生物与复合生物刺激素高效乳化生产控制系统，其特征在于：包括样品采集和前处理模块、光谱解析模块、隐形故障检测模块，异常处理模块以及调整管理模块；
2.根据权利要求1所述的一种复合微生物与复合生物刺激素高效乳化生产控制系统，其特征在于：光谱解析模块中，使用光谱分析软件对原始光谱图进行基线校正，去除背景噪音和基线漂移，使用光谱分析软件计算原始光谱的二阶导数光谱，对原始光谱进行平滑处理，计算平滑后的光谱的二阶导数，生成二阶导数光谱图，在二阶导数光谱图中识别特征吸收峰的位置和形状，标记明显的特征吸收峰，二阶导数光谱图中的峰谷位置对应于原始光谱图中的特征吸收峰位置；将二阶导数光谱图中识别的特征吸收峰与原始光谱图进行对比，确认其真实性，如果二阶导数光谱图中的特征吸收峰在原始光谱图中也存在，且位置一致，则确认该特征吸收峰的真实性。
3.根据权利要求1所述的一种复合微生物与复合生物刺激素高效乳化生产控制系统，其特征在于：隐形故障检测模块中，根据固定时间段内特征峰强度的波动幅度生成特征峰强度波动指数，则特征峰强度波动指数的获取方法为：
4.根据权利要求3所述的一种复合微生物与复合生物刺激素高效乳化生产控制系统，其特征在于：根据固定时间段内特征峰的半峰宽度偏离标准的程度生成半峰宽度偏差指数，半峰宽度偏差指数的获取方法为：
5.根据权利要求4所述的一种复合微生物与复合生物刺激素高效乳化生产控制系统，其特征在于：将特征峰强度波动指数和半峰宽度偏差指数转换为第一特征向量，将第一特征向量作为机器学习模型的输入，机器学习模型以每组第一特征向量预测ftir仪器出现隐形故障的风险概率值标签为预测目标，以最小化对所有ftir仪器出现隐形故障的风险概率值标签的预测误差之和作为训练目标，对机器学习模型进行训练，直至预测误差之和达到收敛时停止模型训练，根据模型输出结果确定ftir仪器出现隐形故障的风险概率值。
6.根据权利要求5所述的一种复合微生物与复合生物刺激素高效乳化生产控制系统，其特征在于：将获取到的ftir仪器出现隐形故障的风险概率值与预先设置的风险概率值参考阈值进行比较，若ftir仪器出现隐形故障的风险概率值大于等于预先设置的风险概率值参考阈值，ftir仪器出现隐形故障的风险概率高，此时生成预警信号，并对其进行标记；若ftir仪器出现隐形故障的风险概率值小于预先设置的风险概率值参考阈值，ftir仪器出现隐形故障的风险概率低，此时不生成预警信号，不对其进行标记。
7.根据权利要求1所述的一种复合微生物与复合生物刺激素高效乳化生产控制系统，其特征在于：异常处理模块中，当ftir仪器出现隐形故障时，即在固定时间段内生成的ftir仪器出现隐形故障的风险概率值大于等于预先设置的风险概率值参考阈值，将后续固定时间段内大于等于预先设置的风险概率值参考阈值的风险概率值进行收集，并建立相应的数据集合，将数据集合内的所有风险概率值与风险概率值参考阈值进行对比分析，计算ftir仪器发生隐性故障的异常系数，ftir仪器发生隐性故障的异常系数的具体计算表达式为：；式中，为ftir仪器发生隐性故障的异常系数，v为数据集合大于等于风险概率值参考阈值的风险概率值编号，为数据集合大于等于风险概率值参考阈值的风险概率值，q为数据集合大于等于风险概率值参考阈值的总数，为风险概率值参考阈值。
8.根据权利要求7所述的一种复合微生物与复合生物刺激素高效乳化生产控制系统，其特征在于：将获取到的ftir仪器发生隐性故障的异常系数与预先设置的异常系数参考阈值进行比较，若ftir仪器发生隐性故障的异常系数大于等于预先设置的异常系数参考阈值，此时生成非偶然信号，则停止对乳化液样品的检测，并对ftir仪器进行故障排查；若ftir仪器发生隐性故障的异常系数小于预先设置的异常系数参考阈值，此时生成偶然信号，则对乳化液样品进行重复检测。
9.根据权利要求1所述的一种复合微生物与复合生物刺激素高效乳化生产控制系统，其特征在于：调整管理模块中，采集乳化液样品的ftir光谱数据，其中表示时间点的光谱数据，对乳化液样品中的化学成分进行识别，识别结果表示为成分浓度，其中表示时间点的第i种成分的浓度；
10.根据权利要求9所述的一种复合微生物与复合生物刺激素高效乳化生产控制系统，其特征在于：当系统生成成分识别异常信号时，根据成分识别误差确定调整的生产参数，其中，调整参数公式为：；表示调整的生产参数的变化量，是根据成分识别误差确定参数调整量的函数；根据调整量实时调整生产参数，优化乳化生产过程，具体的生产参数调整公式为：；为调整后的生产参数；根据识别准确性评估结果，制定ftir仪器的校准和维护计划，其中，校准公式为：校准因子=；根据校准因子定期使用标准样品校准仪器，确保测量结果的准确性。
技术总结
本发明公开了一种复合微生物与复合生物刺激素高效乳化生产控制系统，涉及乳化生产领域，通过定时采集复合微生物与复合生物刺激素乳化生产线中的乳化液样品进行前处理，并利用FTIR仪器进行光谱扫描，通过二阶导数光谱法识别特征吸收峰，确定样品中的化学成分和分子结构；对特征峰强度的波动幅度和半峰宽度偏离标准的程度进行分析，评估FTIR仪器是否出现隐形故障，若有隐形故障则判断是否为偶然异常并进行适当处理，若无隐形故障则评估成分识别准确性，动态调整生产参数并管理仪器，确保了测量结果的准确性和可靠性，能够及时发现和解决潜在问题，优化生产过程，提高产品质量，降低生产风险和成本。
技术研发人员：乔晓琳,王磊,孟凡凯,段启虎,王大坤
受保护的技术使用者：山东土木启生物科技有限公司
技术研发日：
技术公布日：2024/9/23