一种基于智能预测的果片冻干含水率检测方法与流程

本技术涉及数据检测，更具体地说，本技术涉及一种基于智能预测的果片冻干含水率检测方法。

背景技术：

1、真空冷冻干燥是制备高品质果片干制品的主流技术，能够最大限度保留水果的色泽、香气和营养成分。冻干过程中含水率的实时检测对于工艺控制和产品质量至关重要。目前，果片冻干含水率的检测方法主要包括离线取样干燥称重法、在线称重法、近红外光谱法和低场核磁共振法。

2、然而，上述现有方法均存在技术局限：离线称重法操作繁琐、无法实时检测且破坏真空环境；在线称重法受温度漂移和振动干扰严重，精度难以保证；近红外光谱法设备成本高，冰晶和表面霜层对光谱信号干扰强烈；低场核磁共振法设备昂贵、采样周期长，难以满足在线实时检测需求。尤其关键的是，冻干过程依次经历冻结稳定期、一次干燥期和解析干燥期三个阶段，各阶段水分状态和介电响应特性迥异，单一模型难以在全过程保持稳定预测精度。因此，如何实现果片冻干全过程含水率的在线精确检测，提高冻干终点判断的准确性和实时性成为了业界面临的难题。

技术实现思路

1、本技术提供一种基于智能预测的果片冻干含水率检测方法，可以实现果片冻干全过程含水率的在线精确检测，提高冻干终点判断的准确性和实时性。

2、第一方面，本技术提供一种基于智能预测的果片冻干含水率检测方法，所述数据检测方法包括如下步骤：

3、在冻干仓内布置多维传感器组，实时采集果片冻干过程中的过程信号；

4、将所述过程信号发送至上位机，形成过程信号时间序列，对所述过程信号时间序列进行预处理，提取特征参数；

5、构建动态含水率预测模型，将所述特征参数输入所述动态含水率预测模型，输出当前时刻的果片含水率预测值；

6、根据所述含水率预测值判断是否达到预设的终点判定条件，进而输出冻干终点信号。

7、在本实施例中，所述过程信号包括电容信号、温度信号和压力信号。

8、在本实施例中，所述特征参数包括介电特性特征值、温度梯度特征值和压力回升特征值。

9、在本实施例中，所述介电特性特征值提取过程具体包括：

10、基于果片含水率与介电常数之间的标定映射关系，结合果片温度补偿系数对介电常数进行温度校正，得到介电特性特征值；

11、所述温度补偿系数通过预实验建立的不同温度下介电常数含水率标定曲线确定。

12、在本实施例中，所述压力回升特征值提取过程具体包括：

13、预设时间窗口，监测冻干仓在预设时间窗口内的压力变化率，当压力变化率超过设定阈值时，记录压力回升事件及其持续时间和幅度，将所述持续时间与所述幅度的乘积作为压力回升特征值。

14、在本实施例中，构建动态含水率预测模型具体包括：

15、获取不同冻干阶段果片冻干过程的历史样本数据，所述历史样本数据包括不同采样时刻的特征参数和对应的含水率实测值；

16、对所述历史样本数据按冻干阶段进行划分，分别构建冻结稳定期样本集、一次干燥期样本集和解析干燥期样本集；

17、基于门控循环单元构建初始预测模型，分别利用所述冻结稳定期样本集、所述一次干燥期样本集和所述解析干燥期样本集进行独立训练，得到冻结稳定期子模型、一次干燥期子模型和解析干燥期子模型；

18、构建阶段状态识别器，用于根据当前时刻的特征参数识别当前所属冻干阶段，并选择对应的子模型进行含水率预测；

19、构建滑动加权平滑模块，用于在冻干阶段切换时对切换前后子模型的预测输出进行加权融合，得到平滑过渡的含水率预测值。

20、在本实施例中，所述阶段状态识别器根据以下规则进行冻干阶段判定具体包括：

21、根据所述特征参数中的温度梯度特征值和压力回升特征值进行判定；

22、当所述温度梯度特征值小于或等于所述第一温度阈值且所述压力回升特征值小于或等于所述第一压力阈值时，判定为冻结稳定期；

23、当所述温度梯度特征值大于所述第一温度阈值且小于所述第二温度阈值且所述压力回升特征值大于所述第一压力阈值且小于所述第二压力阈值时，判定为一次干燥期；

24、当所述温度梯度特征值大于或等于所述第二温度阈值且所述压力回升特征值大于或等于所述第二压力阈值时，判定为解析干燥期；

25、所述第一温度阈值小于所述第二温度阈值，所述第一压力阈值小于所述第二压力阈值。

26、第二方面，本技术提供一种基于智能预测的果片冻干含水率检测系统用于执行一种基于智能预测的果片冻干含水率检测方法，所述一种基于智能预测的果片冻干含水率检测系统包括：

27、信号采集模块，用于在冻干仓内布置多维传感器组，实时采集果片冻干过程中的过程信号；

28、参数提取模块，用于将所述过程信号发送至上位机，形成过程信号时间序列，对所述过程信号时间序列进行预处理，提取特征参数；

29、含水预测模块，用于构建动态含水率预测模型，将所述特征参数输入所述动态含水率预测模型，输出当前时刻的果片含水率预测值；

30、终点输出模块，用于根据所述含水率预测值判断是否达到预设的终点判定条件，进而输出冻干终点信号。

31、第三方面，本技术提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器用于存储计算机程序，所述处理器用于从所述存储器中调用并运行所述计算机程序，使得所述计算机设备执行上述的一种基于智能预测的果片冻干含水率检测方法。

32、第四方面，本技术提供一种计算机可读存储介质，所述计算机可读存储介质中存储有指令或代码，当指令或代码在计算机上运行时，使得计算机执行时实现上述的一种基于智能预测的果片冻干含水率检测方法。

33、本技术公开的实施例提供的技术方案具有以下有益效果：

34、在冻干仓内布置多维传感器组，实时采集果片冻干过程中的过程信号；将所述过程信号发送至上位机，形成过程信号时间序列，对所述过程信号时间序列进行预处理，提取特征参数；构建动态含水率预测模型，将所述特征参数输入所述动态含水率预测模型，输出当前时刻的果片含水率预测值；根据所述含水率预测值判断是否达到预设的终点判定条件，进而输出冻干终点信号。

35、由此可见本技术中，首先，通过在冻干仓内布设多维传感器组，实现了冻干过程中多物理量信号的空间同步采集，为后续特征提取提供了数据基础；其次，通过将冻干仓内采集的多维过程信号实时发送至上位机，构建过程信号时间序列，提取特征参数，剔除了对原始信号的干扰，为预测模型提供了多维输入参数，提升了后续含水率预测的精度和抗干扰能力；然后，通过构建动态含水率预测模型并结合冻干阶段自适应匹配机制，将提取的多维特征参数输入模型后，能够根据当前所处冻干阶段自动切换子模型进行推理，并经滑动加权平滑模块实现阶段切换时预测输出的平稳过渡，从而在冻干全过程中持续输出含水率预测值；最后，通过将含水率预测值与预设的目标含水率阈值及稳定判定条件进行综合比较，实现了冻干终点的可靠判定，提高冻干终点判断的准确性和实时性。

36、综上所述，本技术采用的技术方案可以实现果片冻干全过程含水率的在线精确检测，提高冻干终点判断的准确性和实时性。