CN106326986B - 一种基于模式识别的萎凋机控制方法 - Google Patents

一种基于模式识别的萎凋机控制方法 Download PDF

Info

Publication number
CN106326986B
CN106326986B CN201610718759.2A CN201610718759A CN106326986B CN 106326986 B CN106326986 B CN 106326986B CN 201610718759 A CN201610718759 A CN 201610718759A CN 106326986 B CN106326986 B CN 106326986B
Authority
CN
China
Prior art keywords
control parameter
quality
deteriorating machine
recognition
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610718759.2A
Other languages
English (en)
Other versions
CN106326986A (zh
Inventor
黄莉
丁琳
丁一琳
胡滨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
JIANGSU ZHIJU INTELLECTUAL PROPERTY SERVICE Co.,Ltd.
Original Assignee
Guizhou Tongren Hetai Tea Industry Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guizhou Tongren Hetai Tea Industry Co Ltd filed Critical Guizhou Tongren Hetai Tea Industry Co Ltd
Priority to CN201610718759.2A priority Critical patent/CN106326986B/zh
Publication of CN106326986A publication Critical patent/CN106326986A/zh
Application granted granted Critical
Publication of CN106326986B publication Critical patent/CN106326986B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • Geometry (AREA)
  • Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Computer Hardware Design (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Automation & Control Theory (AREA)
  • Tea And Coffee (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明提供了一种基于模式识别的萎凋机控制方法，包括如下步骤：a.建立模型；b.获取数据；c.对比最优可能结果；d.获取最佳控制参数；e.对比控制参数；f.调整控制参数。本发明通过实时的模式识别并调整控制参数，能有效的对茶叶萎凋过程进行调整，及时将萎凋机的控制参数调整为最合适的结果，从而极大的提升成品品质。

Description

一种基于模式识别的萎凋机控制方法
技术领域
本发明涉及一种基于模式识别的萎凋机控制方法。
背景技术
现有技术中，萎凋机的控制大多是人为的设定控制参数，这种方式需要大量尝试，并根据经验来判断调整，这种方式一方面调整不及时容易导致次品率高，另一方面也容易将品质很好的原材料当成较次的材料加工。
发明内容
为解决上述技术问题，本发明提供了一种基于模式识别的萎凋机控制方法，该基于模式识别的萎凋机控制方法通过实时的模式识别并调整控制参数，能有效的对茶叶萎凋过程进行调整，及时将萎凋机的控制参数调整为最合适的结果，从而极大的提升成品品质。
本发明通过以下技术方案得以实现。
本发明提供的一种基于模式识别的萎凋机控制方法，包括如下步骤：
a.建立模型：通过历史数据，建立气味成分→品质分级和控制参数→品质结果的数据模型，并对每一品质分级下可能的气味成分建立品质分级数据库；
b.获取数据：从设置在萎凋机里的多组气体传感器中获取当前茶叶气味数据，并附当前控制参数；
c.对比最优可能结果：对当前茶叶气味数据用气味成分→品质分级数据模型进行模式识别，并将识别出来的品质对比品质分级数据库，判断最有可能达到的最高品质分级；
d.获取最佳控制参数：根据控制参数→品质结果模型，逆运算得到对应上述可能达到的最高品质分级的控制参数，控制参数包括萎凋机的输送速度、风机工作功率和发热管的发热功率；
e.对比控制参数：将步骤d中得到的控制参数，与步骤b中的当前控制参数进行对比；
f.调整控制参数：根据对比结果对萎凋机进行控制调整，并重新进入步骤b，直至手动关闭结束。
所述步骤a中建立气味成分→品质分级和控制参数→品质结果的数据模型，是在电脑上进行，并将建立好的数据模型写入单片机以完成之后的步骤。
所述气味成分→品质分级的数据模型由三个隐含层的BP神经网络算法经过5次训练建立。
所述控制参数→品质结果模型为多元一次线性方程。
本发明的有益效果在于：通过实时的模式识别并调整控制参数，能有效的对茶叶萎凋过程进行调整，及时将萎凋机的控制参数调整为最合适的结果，从而极大的提升成品品质。
附图说明
图1是本发明的流程示意图。
具体实施方式
下面进一步描述本发明的技术方案，但要求保护的范围并不局限于所述。
如图1所示的一种基于模式识别的萎凋机控制方法，包括如下步骤：
a.建立模型：通过历史数据，建立气味成分→品质分级和控制参数→品质结果的数据模型，并对每一品质分级下可能的气味成分建立品质分级数据库；
b.获取数据：从设置在萎凋机里的多组气体传感器中获取当前茶叶气味数据，并附当前控制参数；
c.对比最优可能结果：对当前茶叶气味数据用气味成分→品质分级数据模型进行模式识别，并将识别出来的品质对比品质分级数据库，判断最有可能达到的最高品质分级；
d.获取最佳控制参数：根据控制参数→品质结果模型，逆运算得到对应上述可能达到的最高品质分级的控制参数，控制参数包括萎凋机的输送速度、风机工作功率和发热管的发热功率；
e.对比控制参数：将步骤d中得到的控制参数，与步骤b中的当前控制参数进行对比；
f.调整控制参数：根据对比结果对萎凋机进行控制调整，并重新进入步骤b，直至手动关闭结束。
由此，通过气体数据的模式识别，并将识别结果进行对比，从而对控制进行及时的优化，最终能够快速有效的对茶叶萎凋过程进行调整。
所述步骤a中建立气味成分→品质分级和控制参数→品质结果的数据模型，是在电脑上进行，并将建立好的数据模型写入单片机以完成之后的步骤。
所述气味成分→品质分级的数据模型由三个隐含层的BP神经网络算法经过5次训练建立。
所述控制参数→品质结果模型为多元一次线性方程。

Claims (4)

1.一种基于模式识别的萎凋机控制方法，其特征在于：包括如下步骤：
a.建立模型：通过历史数据，建立气味成分→品质分级和控制参数→品质结果的数据模型，并对每一品质分级下可能的气味成分建立品质分级数据库；
b.获取数据：从设置在萎凋机里的多组气体传感器中获取当前茶叶气味数据，并附当前控制参数；
c.对比最优可能结果：对当前茶叶气味数据用气味成分→品质分级的数据模型进行模式识别，并将识别出来的品质对比品质分级数据库，判断最有可能达到的最高品质分级；
d.获取最佳控制参数：根据控制参数→品质结果的数据模型，逆运算得到对应上述可能达到的最高品质分级的控制参数，控制参数包括萎凋机的输送速度、风机工作功率和发热管的发热功率；
e.对比控制参数：将步骤d中得到的控制参数，与步骤b中的当前控制参数进行对比；
f.调整控制参数：根据对比结果对萎凋机进行控制调整，并重新进入步骤b，直至手动关闭结束。
2.如权利要求1所述的基于模式识别的萎凋机控制方法，其特征在于：所述步骤a中建立气味成分→品质分级和控制参数→品质结果的数据模型，是在电脑上进行，并将建立好的数据模型写入单片机以完成之后的步骤。
3.如权利要求1所述的基于模式识别的萎凋机控制方法，其特征在于：所述气味成分→品质分级的数据模型由三个隐含层的BP神经网络算法经过5次训练建立。
4.如权利要求1所述的基于模式识别的萎凋机控制方法，其特征在于：所述控制参数→品质结果的数据模型为多元一次线性方程。
CN201610718759.2A 2016-08-24 2016-08-24 一种基于模式识别的萎凋机控制方法 Active CN106326986B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610718759.2A CN106326986B (zh) 2016-08-24 2016-08-24 一种基于模式识别的萎凋机控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610718759.2A CN106326986B (zh) 2016-08-24 2016-08-24 一种基于模式识别的萎凋机控制方法

Publications (2)

Publication Number Publication Date
CN106326986A CN106326986A (zh) 2017-01-11
CN106326986B true CN106326986B (zh) 2018-10-02

Family

ID=57791223

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610718759.2A Active CN106326986B (zh) 2016-08-24 2016-08-24 一种基于模式识别的萎凋机控制方法

Country Status (1)

Country Link
CN (1) CN106326986B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2000010401A1 (en) * 1998-08-17 2000-03-02 Unilever Plc Treatment of tea with carbone dioxide
CN103110175A (zh) * 2013-01-21 2013-05-22 贵州省烟草公司遵义市公司 基于电子鼻气味监测技术的烟叶烘烤方法
CN203985879U (zh) * 2014-07-28 2014-12-10 林清矫 茶青自动化初步处理装置
CN105004138A (zh) * 2015-07-31 2015-10-28 苏州路之遥科技股份有限公司 一种气味感应冰箱控制器

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2000010401A1 (en) * 1998-08-17 2000-03-02 Unilever Plc Treatment of tea with carbone dioxide
CN103110175A (zh) * 2013-01-21 2013-05-22 贵州省烟草公司遵义市公司 基于电子鼻气味监测技术的烟叶烘烤方法
CN203985879U (zh) * 2014-07-28 2014-12-10 林清矫 茶青自动化初步处理装置
CN105004138A (zh) * 2015-07-31 2015-10-28 苏州路之遥科技股份有限公司 一种气味感应冰箱控制器

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
红茶加工工艺及机械设备研究进展;韩余等;《中国农机化学报》;20130331;第34卷(第2期);全文 *

Also Published As

Publication number Publication date
CN106326986A (zh) 2017-01-11

Similar Documents

Publication Publication Date Title
CN109978287B (zh) 多晶硅智能生产方法及系统
CN105279291B (zh) 一种面向批量加工的堆焊工艺参数优化方法
CN109357352B (zh) 基于决策树分类算法的空调智能温控系统及方法
CN104904894B (zh) 茶叶提香机及茶叶智能化控制提香模式
CN109847916B (zh) 一种水泥原料立磨系统的节能优化方法
CN102562639A (zh) 一种高炉鼓风机防喘振控制的方法
CN108142976B (zh) 一种叶丝干燥工艺参数优化方法
CN105278476A (zh) 基于物联网的传统酿造过程的监控系统与方法
CN106326986B (zh) 一种基于模式识别的萎凋机控制方法
CN102998971A (zh) 温室机械通风pid参数整定方法及其控制方法和控制系统
CN110302888A (zh) 水泥磨机优化节能系统
CN106325154B (zh) 一种基于模式识别的茶叶滚炒机控制方法
TW200515953A (en) Process for preparing polyethylene
CN106227039B (zh) 一种基于模式识别的茶叶加工设备控制方法
CN105084729B (zh) 一种玻璃钢化工艺的工艺参数设置方法
CN105955350A (zh) 遗传算法优化加热炉温度的分数阶预测函数控制方法
CN106407550A (zh) 一种工业过程软测量建模方法
CN206109359U (zh) 用于米酒制造的蒸饭床
CN106277146B (zh) 一种氨水回收的汽提塔温度控制方法
CN110301664A (zh) 一种烟草制丝线加工强度的定量表征方法
CN107267744B (zh) 一种冷轧连退炉加热段导向辊热凸度电机转速设定方法
CN204811692U (zh) 多功能压饼机
CN110770357A (zh) 退火炉的运行方法
CN106444391B (zh) 应用于混捏凉料过程控制中的沥青量预测方法
CN204466793U (zh) 茶叶萎凋加工装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20200929

Address after: Jiangning District of Nanjing City, Jiangsu province 211111 streets moling Road No. 12 mo Zhou

Patentee after: JIANGSU ZHIJU INTELLECTUAL PROPERTY SERVICE Co.,Ltd.

Address before: 554001 laoshankou from Wanshan to gaolouping, Tongren City, Guizhou Province

Patentee before: GUIZHOU TONGREN HOPESTAR TEA Co.,Ltd.

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20201215

Address after: No. 705, No. 2 Building, Guantang R&D Center, No. 10 Shuangren Road, Liudong New District, Liuzhou City, Guangxi Zhuang Autonomous Region (Trusted by Liuzhou Gaochuang Business Secretary Co., Ltd.)

Patentee after: Liuzhou Shuangcheng Technology Co.,Ltd.

Address before: 211111 No. 12, Mazhou East Road, Mau Ling Street, Jiangning District, Nanjing, Jiangsu

Patentee before: JIANGSU ZHIJU INTELLECTUAL PROPERTY SERVICE Co.,Ltd.

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20210315

Address after: 211111 No. 12, Mazhou East Road, Mau Ling Street, Jiangning District, Nanjing, Jiangsu

Patentee after: JIANGSU ZHIJU INTELLECTUAL PROPERTY SERVICE Co.,Ltd.

Address before: No. 705, No. 2 Building, Guantang R&D Center, No. 10 Shuangren Road, Liudong New District, Liuzhou City, Guangxi Zhuang Autonomous Region (Trusted by Liuzhou Gaochuang Business Secretary Co., Ltd.)

Patentee before: Liuzhou Shuangcheng Technology Co.,Ltd.

TR01 Transfer of patent right