一种基于机器学习的HPP多产品保压时间自适应调控方法与流程

本发明涉及食品高压加工及杀菌过程控制，尤其涉及一种基于机器学习的hpp多产品保压时间自适应调控方法。

背景技术：

1、超高压处理的英文简称为hpp，所述超高压处理通过压力介质向承压腔体内的密封包装食品施加等静压力，用于对包装后的食品实施减菌处理、微生物控制或货架期控制。现有hpp设备通常按照预先设置的升压程序、目标压力、名义保压时间和泄压程序执行批次处理，在同一批次包括多个产品类别时，通常按照各产品类别对应标准工艺中的较长保压时间或由工艺人员确定的统一保压时间执行处理。

2、现有hpp保压控制方法通常根据设备控制器记录的阶段状态和名义保压时间确定结束保压时刻，或者根据压力测量值及介质温度测量值计算等效处理量。采用名义保压时间进行控制时，压力跌落、补压恢复及平台波动期间的实际处理贡献不能按照对应压力历程进行区分；采用单一压力测量值和单一介质温度测量值计算处理量时，现有方法未将压力传感器校准误差、温度测点差异、产品初始温度差异、包装换热差异及装载位置差异分别计入处理量计算过程。

3、承压腔体内的压力具有等静压传递特征，同一批次内不同装载位置的产品仍可能具有不同的批前温度、介质换热条件和压力绝热温升过程。产品内部温度通常不能在每一生产批次中直接测量，采用介质温度代替产品温度时，产品内部温度估计误差将进入处理贡献率计算过程；采用预测模型直接输出目标处理量或保压结束结果时，模型训练范围外输入、模型残差低估及传感器数据异常可能使处理量达成时刻提前。

4、现有控制方式既未综合压力测量不确定度、产品温度估计不确定度、处理贡献函数参数不确定度及装载差异计算处理量下界，也未按照产品类别和装载位置分别识别限制处理单元并判断其能否在最长允许保压时间内达到目标处理量。由此，名义保压时间与各产品处理单元实际达到目标处理量的时刻之间可能产生时间差，所述时间差可能对应于提前结束保压或超过必要保压时间继续运行。

5、为此，需要对同一hpp批次内的产品按照产品类别和装载位置分别建立处理单元，利用处理过程测量数据确定压力区间和介质温度区间，利用物理温度模型及机器学习残差模型确定各产品处理单元的等效处理温度上下界，并按照压力和等效处理温度区间内的最小处理贡献率累计有效处理量下界，使结束保压判断依据全部产品处理单元能够确认的处理量下界执行。

技术实现思路

1、为实现上述发明目的，本发明提供了一种基于机器学习的hpp多产品保压时间自适应调控方法，用于解决或至少减轻固定名义保压时间无法反映实际压力-温度历程、多产品同批处理状态不能分别判定以及机器学习模型直接形成结束保压结果缺少安全约束的问题。

2、为实现上述目的，本发明提供如下技术方案：一种基于机器学习的hpp多产品保压时间自适应调控方法，包括：获取当前hpp批次内各产品类别的经验证工艺参数，并根据产品类别和装载位置建立产品处理单元；采集压力、介质温度、阶段状态及传感器状态，形成连续时间窗口，确定各时间窗口的压力区间和介质温度区间；利用物理温度模型和机器学习残差模型确定各产品处理单元的等效处理温度下界和等效处理温度上界；根据所述区间内处理贡献函数的最小处理贡献率累计有效处理量下界，并将下界处理量达成率最低的产品处理单元确定为限制处理单元；在全部产品处理单元连续达标、温度上界未越限、批次可信且达到最短保压时间时输出结束保压请求，否则输出非结束保压指令。

3、为了进一步实现本发明，可优先选用以下技术方案：

4、优选地，所述获取当前hpp批次内各产品类别的经验证工艺参数，并根据产品类别和装载位置建立产品处理单元包括：获取各产品类别的目标压力范围、最低平台压力、处理贡献函数、目标处理量、最短保压时间、最长保压时间、等效处理温度上限及同批处理许可关系；确定各产品类别目标压力范围的公共压力区间、最短保压时间中的最大值及最长保压时间中的最小值，当所述公共压力区间为空、所述最大值大于所述最小值或不存在同批处理许可关系时，输出禁止同批处理指令。

5、优选地，所述根据产品类别和装载位置建立产品处理单元包括：根据产品类别、包装形式、产品质量、装载篮编号、装载层位、轴向位置和径向位置形成产品与装载位置的关联记录，将具有相同产品类别和相同装载位置分区的产品确定为一个产品处理单元，并为各产品处理单元关联对应的热物性参数、包装换热参数、处理贡献函数、目标处理量和装载差异不确定度。

6、优选地，所述采集压力、介质温度、阶段状态及传感器状态，形成连续时间窗口，确定各时间窗口的压力区间和介质温度区间包括：根据压力测量值、压力传感器校准误差、压力传感器之间的测量差值及数据连续性确定压力区间，根据介质温度测量值、温度传感器校准误差、温度测点之间的测量差值及数据连续性确定介质温度区间；当数据缺失比例、时间戳连续性、传感器状态或阶段状态一致性不满足对应可信条件时，将相应时间窗口设置为不可信窗口。

7、优选地，所述利用物理温度模型和机器学习残差模型确定各产品处理单元的等效处理温度下界和等效处理温度上界包括：根据介质温度、批前产品温度、压力变化率、产品等效热容量、包装换热参数及压力绝热温升参数计算物理预测温度；将产品类别、包装形式、装载位置、升压时间、压力变化率、介质温度变化及补压状态输入机器学习残差模型，得到经残差边界限制的温度残差修正量。

8、优选地，所述确定各产品处理单元的等效处理温度下界和等效处理温度上界包括：将所述物理预测温度与所述温度残差修正量相加得到等效处理温度估计值；根据温度传感器测量不确定度、机器学习残差不确定度和装载差异不确定度确定总温度不确定度；从所述等效处理温度估计值中减去所述总温度不确定度得到等效处理温度下界，并在所述等效处理温度估计值上加上所述总温度不确定度得到等效处理温度上界。

9、优选地，所述机器学习残差不确定度由按照hpp处理循环相互分离的独立校准数据集中实测产品温度与等效处理温度估计值之间的残差分位值确定；当模型输入接近经验证适用范围边界、传感器之间的测量差值增大或处于升压及补压状态时，增大对应不确定度；当模型输入超出经验证适用范围时，将温度残差修正量置为零，并禁止依据机器学习残差模型缩短保压时间。

10、优选地，所述根据所述区间内处理贡献函数的最小处理贡献率累计有效处理量下界包括：在处理贡献函数经验证为随压力和等效处理温度单调增加的适用范围内，将压力区间下界和等效处理温度下界输入采用保守参数组的处理贡献函数，得到最小处理贡献率；按照所述最小处理贡献率、时间窗口时长、窗口可信度标志及窗口计入系数累计各产品处理单元的有效处理量下界，并采用等效处理温度上界执行温度越限判断。

11、优选地，所述将下界处理量达成率最低的产品处理单元确定为限制处理单元包括：计算各产品处理单元的有效处理量下界与对应目标处理量的比值；根据当前限制处理单元的剩余处理量、经验证最大允许处理贡献率及剩余允许保压时间进行可达性判断；当所述有效处理量下界与剩余允许保压时间内的最大可增加处理量之和小于对应目标处理量时，输出工艺不可达标指令；当需要确认不可达标原因时，还输出人工复核指令；当对应产品处理单元的处理合规性无法确认时，还输出批次隔离指令。

12、优选地，所述在全部产品处理单元连续达标、温度上界未越限、批次可信且达到最短保压时间时输出结束保压请求包括：在连续预设数量的可信时间窗口内核验全部产品处理单元的下界处理量达成率、等效处理温度上界、压力状态及批次可信度状态；满足结束条件时向hpp设备控制器发送预结束保压请求，在接收到安全联锁确认后冻结批次计算数据并输出结束保压请求；未满足结束条件时，在批次可信且不存在工艺异常、仅处理量尚未达标或尚未达到最短保压时间的情况下输出继续保压指令，在自适应判断条件失效但设备和经验证标准工艺允许继续处理的情况下输出标准工艺指令，在发生温度越限、不可确认压力异常或工艺不可达标的情况下输出异常处置请求，并在需要人工确认异常原因或无法确认产品处理合规性的情况下，分别附加输出人工复核指令或批次隔离指令。

13、本发明的有益效果是：

14、本发明根据产品类别和装载位置分别累计有效处理量下界，并将同一批次内下界处理量达成率最低的产品处理单元作为结束保压判断的限制处理单元；累计所述有效处理量下界时，将压力测量误差、产品温度估计误差、处理贡献函数参数误差和装载差异计入计算过程。本发明利用等效处理温度下界计算处理贡献，并利用等效处理温度上界判断温度越限；当剩余允许保压时间内不能达到目标处理量时输出异常处置请求，用于减少错误提前结束保压及超过最长保压时间继续运行的情况。