一种调味料加工生产线的智能调控方法及系统与流程
本申请属于调控领域,尤其涉及一种调味料加工生产线的智能调控方法及系统。
背景技术:
1、调味料生产线通常配备智能化控制系统,通过实时采集温度、压力、流量、转速等运行参数,对生产状态进行监测并生成相应调控指令。调味料生产过程中,安全保障、品质管控和效能优化等多维控制目标之间往往存在相互制约关系。现有模糊推理机制在处理规则库时,各规则通常处于同等地位,或者仅依赖静态优先级设定,难以在复合工况下合理协调不同控制目标的优先顺序。同时,当某一非理想运行状态持续存在时,现有推理过程对状态持续时间产生的累积影响响应不足,导致控制系统难以根据偏离状态的持续程度自适应调整控制力度。在状态识别和控制输出过程中,当生产线处于多状态过渡或多模态并存阶段时,调控策略容易发生硬切换,进而引起控制信号突变或设备运行超调。因此,如何构建一种能够协调多维控制目标优先级、兼顾状态持续累积效应,并生成平滑适配多模态共存工况控制指令的推理机制,是本领域技术人员亟需解决的问题。
技术实现思路
1、为了提升调味料智能化控制系统在复合工况、多模态过渡场景下的控制性能,本公开实施例提供了一种调味料加工生产线的智能调控方法及系统。
2、第一方面,本公开实施例提供了一种调味料加工生产线的智能调控方法,包括以下步骤:
3、采集实时运行参数,对各运行参数基于自身的瞬时值、短期时间窗内的均值和长期时间窗内的基准值得到参数集合构建多维度复合状态特征向量,并进行动态模糊化处理,其中用于模糊化的隶属度函数的中心与形态参数根据所述运行参数在短期时间窗内的变化率与变化方向进行调整,得到模糊输入量;
4、执行分层加权模糊推理,所述推理基于划分为安全、品质和效能三个优先层级的规则库,在推理中当规则前件持续满足时为所述规则前件的持续满足时间赋予时间权重以调节规则的激活强度,同时将高优先层级规则的推理结果作为变换算子修改低优先层级规则后件的模糊集形态,得到融合层级约束与时间权重的模糊输出;
5、对所述模糊输出进行解模糊,解模糊过程采用加权平均法且权重综合了激活各输出模糊集的所有规则的所述时间权重,得到各工作模态的量化置信度分布,基于所述置信度分布当将最高置信度模态确定为主导控制策略时融合次高置信度的一个或多个模态作为辅助调节量对主导控制策略的输出指令进行调整得到调控指令,以驱动生产线。
6、第二方面,本公开实施例还提供了一种调味料加工生产线的智能调控系统,包括以下模块:
7、调整模块,用于采集实时运行参数,对各运行参数基于自身的瞬时值、短期时间窗内的均值和长期时间窗内的基准值得到参数集合构建多维度复合状态特征向量,并进行动态模糊化处理,其中用于模糊化的隶属度函数的中心与形态参数根据所述运行参数在短期时间窗内的变化率与变化方向进行调整,得到模糊输入量;
8、执行模块,用于执行分层加权模糊推理,所述推理基于划分为安全、品质和效能三个优先层级的规则库,在推理中当规则前件持续满足时为所述规则前件的持续满足时间赋予时间权重以调节规则的激活强度,同时将高优先层级规则的推理结果作为变换算子修改低优先层级规则后件的模糊集形态,得到融合层级约束与时间权重的模糊输出;
9、调控模块,用于对所述模糊输出进行解模糊,解模糊过程采用加权平均法且权重综合了激活各输出模糊集的所有规则的所述时间权重,得到各工作模态的量化置信度分布,基于所述置信度分布当将最高置信度模态确定为主导控制策略时融合次高置信度的一个或多个模态作为辅助调节量对主导控制策略的输出指令进行调整得到调控指令,以驱动生产线。
10、本发明通过提取运行参数的瞬时值、短期时间窗均值及长期时间窗基准值,构建多维度复合状态特征向量,并依据参数变化率和变化方向动态调整隶属度函数,提高了对调味料生产线非平稳工况的识别能力。在模糊推理过程中,通过分层规则库和时间权重机制,兼顾安全、品质与效能等多维控制目标,并表征异常状态持续存在所产生的累积影响;同时利用高优先层级推理结果修正低优先层级规则后件,降低多目标控制冲突。在解模糊和指令生成阶段,基于时间权重获得各工作模态的量化置信度分布,并融合最高置信度主导模态与次高置信度辅助模态生成调控指令,从而减少模态硬切换引起的控制突变和运行震荡,实现调控过程的平滑过渡,提高生产线运行稳定性和智能调控精度。
1.一种调味料加工生产线的智能调控方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的方法,其特征在于,所述采集实时运行参数,对各运行参数基于自身的瞬时值、短期时间窗内的均值和长期时间窗内的基准值得到参数集合构建多维度复合状态特征向量,包括:
3.根据权利要求1所述的方法,其特征在于,所述用于模糊化的隶属度函数的中心与形态参数根据所述运行参数在短期时间窗内的变化率与变化方向进行调整,包括:
4.根据权利要求1或3所述的方法,其特征在于,所述当规则前件持续满足时为所述规则前件的持续满足时间赋予时间权重以调节规则的激活强度,包括:
5.根据权利要求1所述的方法,其特征在于,所述将高优先层级规则的推理结果作为变换算子修改低优先层级规则后件的模糊集形态,包括:
6.根据权利要求5所述的方法,其特征在于,所述解模糊过程采用加权平均法且权重综合了激活各输出模糊集的所有规则的所述时间权重,得到各工作模态的量化置信度分布,包括:
7.根据权利要求1所述的方法,其特征在于,所述基于所述置信度分布当将最高置信度模态确定为主导控制策略时融合次高置信度的一个或多个模态作为辅助调节量对主导控制策略的输出指令进行调整得到调控指令,以驱动生产线,包括:
8.一种调味料加工生产线的智能调控系统,其特征在于,包括以下模块:
9.根据权利要求8所述的系统,其特征在于,所述采集实时运行参数,对各运行参数基于自身的瞬时值、短期时间窗内的均值和长期时间窗内的基准值得到参数集合构建多维度复合状态特征向量,包括:
10.根据权利要求8所述的系统,其特征在于,所述用于模糊化的隶属度函数的中心与形态参数根据所述运行参数在短期时间窗内的变化率与变化方向进行调整,包括:
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com