一种基于强化学习的鱼饲料膨化参数调优方法与流程
本发明涉及饲料膨化控制,更具体地说,它涉及一种基于强化学习的鱼饲料膨化参数调优方法。
背景技术:
1、鱼饲料膨化生产通常连续进行,物料经调质后进入膨化机,调质含水率、螺杆转速和模头温度共同影响熟化、膨化及成粒过程,颗粒容重是工况调整和产品质量控制中常用的检测指标。生产现场一般按批次或时间段保存工艺设定记录与颗粒容重检测结果,操作人员依据目标容重对后续工况进行调整。
2、现有生产调节多依赖工艺人员根据当前颗粒容重与目标容重的偏差,逐次改变调质含水率、螺杆转速或模头温度。三项参数对物料输送、受热和膨化状态的影响存在耦合,颗粒容重检测又通常对应已经完成的工况,因此一次设定调整的结果需要经过生产和检测后才能确认。原料批次、配方、设备运行状态变化时,既有经验难以直接复用,现场可能需要多轮试调才能获得可接受的下一工况。
3、为减少人工试调,一些生产系统利用历史记录建立颗粒容重预测模型,并根据候选设定值筛选后续工况。常见处理方式主要依据某一时刻的调质含水率、螺杆转速和模头温度建立输入与颗粒容重之间的对应关系。对于数值相近的当前工况,这类方式往往按照相近样本处理,但实际生产中,从较低设定值升至当前工况、保持当前工况或从较高设定值降至当前工况,所对应的连续生产过程并不相同。若历史记录中的到达方向未被利用,模型难以区分相近当前工况下的不同调节过程。
4、此外,预测模型的超参数常通过人工经验或固定范围遍历确定,调节过程与验证误差变化之间的利用程度有限。部分模型仅给出颗粒容重预测结果,未进一步结合鱼饲料膨化工艺允许范围、当前实际工况和目标容重形成可直接执行的下一工况设定。因而,现有方法仍需解决如何利用按生产时间排列的工艺记录表达连续调节过程,并据此从候选工况中确定下一工况的调质含水率、螺杆转速和模头温度的问题。
技术实现思路
1、本发明提供一种基于强化学习的鱼饲料膨化参数调优方法,解决了背景技术中提出的技术问题。
2、为了实现上述的发明目的,本发明提供如下的技术方案。
3、一种基于强化学习的鱼饲料膨化参数调优方法,包括:
4、获取按生产时间排列且包括调质含水率、螺杆转速、模头温度和颗粒容重的鱼饲料膨化历史记录、当前实际工况、候选工况集合和目标容重,当前实际工况及各候选工况均包括调质含水率、螺杆转速和模头温度;
5、由相邻两条所述鱼饲料膨化历史记录形成含前一工况、当前工况及对应颗粒容重的转移样本;
6、依据前一工况至当前工况的调质含水率改变量、螺杆转速改变量和模头温度改变量形成最近一次工况转移方向关系;
7、构造样本关系矩阵,所述样本关系矩阵包含两个转移样本的当前工艺向量之间用于表征连续参数空间相近程度的连续相似关系以及所述最近一次工况转移方向关系,当前工艺向量由调质含水率、螺杆转速和模头温度组成;
8、通过强化学习确定基于样本关系矩阵训练的用于预测颗粒容重的核方法回归模型的超参数;
9、按照与形成所述最近一次工况转移方向关系相同的方向状态规则形成当前实际工况到各候选工况的候选转移方向关系,并由训练后的所述核方法回归模型得到候选预测容重;
10、依据所述候选预测容重与目标容重的关系输出下一工况的调质含水率、螺杆转速和模头温度。
11、与现有技术相比,本发明具有如下实质性特点和显著进步:
12、本发明以鱼饲料膨化生产中连续记录的调质含水率、螺杆转速、模头温度和颗粒容重为处理对象,由相邻工况形成转移样本,并在样本关系矩阵中同时保留当前工艺向量之间的连续相似关系和最近一次工况转移方向关系,使由不同调节方向到达相近工况的生产记录能够被区分利用;通过强化学习依据超参数调整前后的验证误差变化确定核方法回归模型的超参数,使模型调节过程与颗粒容重预测结果建立对应;在鱼饲料膨化工艺的预设工艺允许范围内评价候选工况集合,按照与训练阶段一致的方向状态规则得到候选预测容重,并输出下一工况的调质含水率、螺杆转速和模头温度,因而能够为膨化机的连续工况调整提供直接设定依据,减少仅依赖人工试调产生的重复调整,并提高颗粒容重接近目标容重的调节针对性。
1.一种基于强化学习的鱼饲料膨化参数调优方法,其特征在于,包括:
2.根据权利要求1所述的一种基于强化学习的鱼饲料膨化参数调优方法,其特征在于,所述最近一次工况转移方向关系由调质含水率方向状态、螺杆转速方向状态和模头温度方向状态组成,所述调质含水率方向状态、所述螺杆转速方向状态和所述模头温度方向状态均为降低方向状态、保持方向状态或升高方向状态中的一种。
3.根据权利要求2所述的一种基于强化学习的鱼饲料膨化参数调优方法,其特征在于,所述调质含水率改变量、所述螺杆转速改变量和所述模头温度改变量为负时对应降低方向状态,为零时对应保持方向状态,为正时对应升高方向状态。
4.根据权利要求2所述的一种基于强化学习的鱼饲料膨化参数调优方法,其特征在于,构造所述样本关系矩阵时,分别判断两个所述转移样本的调质含水率方向状态一致性、螺杆转速方向状态一致性和模头温度方向状态一致性,并由三项一致性形成用于表征两个所述转移样本的最近一次工况转移方向综合一致程度的三轴核门值。
5.根据权利要求4所述的一种基于强化学习的鱼饲料膨化参数调优方法,其特征在于,所述核方法回归模型为支持向量回归模型,所述样本关系矩阵为所述支持向量回归模型的核矩阵,所述三轴核门值参与形成所述核矩阵中的样本关系,并与所述当前工艺向量之间的连续相似关系共同确定所述样本关系。
6.根据权利要求1所述的一种基于强化学习的鱼饲料膨化参数调优方法,其特征在于,通过强化学习确定所述核方法回归模型的超参数时,依据执行超参数调整动作前后的验证误差变化选择超参数调整动作,并根据所述超参数调整动作确定下一超参数状态。
7.根据权利要求1所述的一种基于强化学习的鱼饲料膨化参数调优方法,其特征在于,所述候选工况集合在鱼饲料膨化工艺的预设工艺允许范围内形成,所述预设工艺允许范围包括调质含水率范围、螺杆转速范围和模头温度范围。
8.根据权利要求1所述的一种基于强化学习的鱼饲料膨化参数调优方法,其特征在于,选择所述候选工况集合中候选预测容重最接近所述目标容重的候选工况作为目标候选工况,并将所述目标候选工况的调质含水率、螺杆转速和模头温度作为所述下一工况的调质含水率、螺杆转速和模头温度。
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