CN113041978A - 一种pbt复合材料的生产控制方法和装置 - Google Patents

一种pbt复合材料的生产控制方法和装置 Download PDF

Info

Publication number
CN113041978A
CN113041978A CN202110203565.XA CN202110203565A CN113041978A CN 113041978 A CN113041978 A CN 113041978A CN 202110203565 A CN202110203565 A CN 202110203565A CN 113041978 A CN113041978 A CN 113041978A
Authority
CN
China
Prior art keywords
information
temperature
obtaining
temperature information
reaction
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.)
Pending
Application number
CN202110203565.XA
Other languages
English (en)
Inventor
刘志刚
沈彬
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.)
Nantong Kepoly Engineering Plastics Co ltd
Original Assignee
Nantong Kepoly Engineering Plastics 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 Nantong Kepoly Engineering Plastics Co ltd filed Critical Nantong Kepoly Engineering Plastics Co ltd
Priority to CN202110203565.XA priority Critical patent/CN113041978A/zh
Publication of CN113041978A publication Critical patent/CN113041978A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B01PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01JCHEMICAL OR PHYSICAL PROCESSES, e.g. CATALYSIS OR COLLOID CHEMISTRY; THEIR RELEVANT APPARATUS
    • B01J19/00Chemical, physical or physico-chemical processes in general; Their relevant apparatus
    • B01J19/18Stationary reactors having moving elements inside
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B01PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01FMIXING, e.g. DISSOLVING, EMULSIFYING OR DISPERSING
    • B01F35/00Accessories for mixers; Auxiliary operations or auxiliary devices; Parts or details of general application
    • B01F35/20Measuring; Control or regulation
    • B01F35/22Control or regulation
    • B01F35/221Control or regulation of operational parameters, e.g. level of material in the mixer, temperature or pressure
    • B01F35/2214Speed during the operation
    • B01F35/22142Speed of the mixing device during the operation
    • B01F35/221422Speed of rotation of the mixing axis, stirrer or receptacle during the operation
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B01PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01JCHEMICAL OR PHYSICAL PROCESSES, e.g. CATALYSIS OR COLLOID CHEMISTRY; THEIR RELEVANT APPARATUS
    • B01J19/00Chemical, physical or physico-chemical processes in general; Their relevant apparatus
    • B01J19/0006Controlling or regulating processes
    • B01J19/0013Controlling the temperature of the process
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B01PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01FMIXING, e.g. DISSOLVING, EMULSIFYING OR DISPERSING
    • B01F2215/00Auxiliary or complementary information in relation with mixing
    • B01F2215/04Technical information in relation with mixing
    • B01F2215/0413Numerical information
    • B01F2215/0436Operational information
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B01PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01JCHEMICAL OR PHYSICAL PROCESSES, e.g. CATALYSIS OR COLLOID CHEMISTRY; THEIR RELEVANT APPARATUS
    • B01J2219/00Chemical, physical or physico-chemical processes in general; Their relevant apparatus
    • B01J2219/00049Controlling or regulating processes
    • B01J2219/00051Controlling the temperature
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B01PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01JCHEMICAL OR PHYSICAL PROCESSES, e.g. CATALYSIS OR COLLOID CHEMISTRY; THEIR RELEVANT APPARATUS
    • B01J2219/00Chemical, physical or physico-chemical processes in general; Their relevant apparatus
    • B01J2219/00049Controlling or regulating processes
    • B01J2219/00189Controlling or regulating processes controlling the stirring velocity

Landscapes

  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Organic Chemistry (AREA)
  • Physical Or Chemical Processes And Apparatus (AREA)

Abstract

本发明公开了一种PBT复合材料的生产控制方法和装置,获得酯化釜的反应釜体的尺寸信息;根据所述尺寸信息获得第一位置和第二位置,根据第一温度传感器获得所述第一位置的第一温度信息;根据第二温度传感器获得所述第二位置的第二温度信息;将所述第一温度信息和所述第二温度信息输入第一训练模型,获得所述第一训练模型的第一输出结果,所述第一输出结果包含所述第一位置和第二位置温度保持均衡时的搅拌器第一转速信息;根据所述第一转速信息调整所述酯化釜搅拌器的转速。解决了现有技术中存在无法对PBT复合材料酯化反应温度准确控制的技术问题。

Description

一种PBT复合材料的生产控制方法和装置
技术领域
本发明涉及PBT复合材料生产控制领域,尤其涉及一种PBT复合材料的生产控制方法和装置。
背景技术
PBT全称是聚对苯二甲酸丁二酯,是一种直链非饱和热塑性聚酯,具有优良的物化特性,与聚酰胺(PA),聚碳酸酯(PC),聚甲醛(POM)和改性聚苯醚(mPPO)成为五大通用工程塑料。
但本申请发明人在实现本申请实施例中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
现有技术中存在无法对PBT复合材料酯化反应温度准确控制的技术问题。
发明内容
本申请实施例通过提供一种PBT复合材料的生产控制方法和装置,解决了现有技术中存在无法对PBT复合材料酯化反应温度准确控制的技术问题,达到对酯化反应的反应发生温度准确控制进而保证PBT复合材料质量的技术效果。
鉴于上述问题,本申请实施例提供一种PBT复合材料的生产控制方法和装置。
第一方面,本申请实施例提供了一种PBT复合材料的生产控制方法,所述方法应用于酯化釜反应调控系统,所述系统与温度传感器、搅拌器连接,所述方法包括:获得酯化釜的反应釜体的尺寸信息;根据所述尺寸信息获得第一位置和第二位置,其中,所述第一位置和第二位置为所述反应釜体的不同位置;根据第一温度传感器获得所述第一位置的第一温度信息;根据第二温度传感器获得所述第二位置的第二温度信息;将所述第一温度信息和所述第二温度信息输入第一训练模型,所述第一训练模型通过多组训练数据训练获得,所述多组训练数据中的每组训练数据均包括:所述第一温度信息、所述第二温度信息和标识所述第一位置和第二位置温度保持均衡时的搅拌器转速的标识信息;获得所述第一训练模型的第一输出结果,所述第一输出结果包含所述第一位置和第二位置温度保持均衡时的搅拌器第一转速信息;根据所述第一转速信息调整所述酯化釜搅拌器的转速。
另一方面,本申请还提供了一种PBT复合材料的生产控制装置,其中,所述装置包括:第一获得单元,所述第一获得单元用于获得酯化釜的反应釜体的尺寸信息;第二获得单元,所述第二获得单元用于根据所述尺寸信息获得第一位置和第二位置,其中,所述第一位置和第二位置为所述反应釜体的不同位置;第三获得单元,所述第三获得单元用于根据第一温度传感器获得所述第一位置的第一温度信息;第四获得单元,所述第四获得单元用于根据第二温度传感器获得所述第二位置的第二温度信息;第一输入单元,所述第一输入单元用于将所述第一温度信息和所述第二温度信息输入第一训练模型,所述第一训练模型通过多组训练数据训练获得,所述多组训练数据中的每组训练数据均包括:所述第一温度信息、所述第二温度信息和标识所述第一位置和第二位置温度保持均衡时的搅拌器转速的标识信息;第五获得单元,所述第五获得单元用于获得所述第一训练模型的第一输出结果,所述第一输出结果包含所述第一位置和第二位置温度保持均衡时的搅拌器第一转速信息;第一调整单元,所述第一调整单元用于根据所述第一转速信息调整所述酯化釜搅拌器的转速。
第三方面,本发明提供了一种PBT复合材料的生产控制装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现第一方面所述方法的步骤。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了根据第一温度传感器获得第一位置的第一温度信息,根据第二温度传感器获得第二位置的第二温度信息,将所述第一温度信和第二温度信息输入第一训练模型,根据所述第一训练模型获得所述第一位置和第二位置温度保持均衡时的搅拌器第一转速信息的方式,达到对酯化反应的反应发生温度准确控制进而保证PBT复合材料质量的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例一种PBT复合材料的生产控制方法的流程示意图;
图2为本申请实施例一种PBT复合材料的生产控制装置的结构示意图;
图3为本申请实施例示例性电子设备的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第三获得单元13,第四获得单元14,第一输入单元15,第五获得单元16,第一调整单元17,总线300,接收器301,处理器302,发送器303,存储器304,总线接口306。
具体实施方式
本申请实施例通过提供一种PBT复合材料的生产控制方法和装置,解决了现有技术中存在无法对PBT复合材料酯化反应温度准确控制的技术问题,达到对酯化反应的反应发生温度准确控制进而保证PBT复合材料质量的技术效果。下面,将参考附图详细的描述根据本申请的示例实施例。显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
申请概述
PBT全称是聚对苯二甲酸丁二酯,是一种直链非饱和热塑性聚酯,具有优良的物化特性,与聚酰胺(PA),聚碳酸酯(PC),聚甲醛(POM)和改性聚苯醚(mPPO)成为五大通用工程塑料。但现有技术中存在无法对PBT复合材料酯化反应温度准确控制的技术问题。
针对上述技术问题,本申请提供的技术方案总体思路如下:
本申请实施例提供了一种PBT复合材料的生产控制方法,所述方法应用于酯化釜反应调控系统,所述系统与温度传感器、搅拌器连接,所述方法包括:获得酯化釜的反应釜体的尺寸信息;根据所述尺寸信息获得第一位置和第二位置,其中,所述第一位置和第二位置为所述反应釜体的不同位置;根据第一温度传感器获得所述第一位置的第一温度信息;根据第二温度传感器获得所述第二位置的第二温度信息;将所述第一温度信息和所述第二温度信息输入第一训练模型,所述第一训练模型通过多组训练数据训练获得,所述多组训练数据中的每组训练数据均包括:所述第一温度信息、所述第二温度信息和标识所述第一位置和第二位置温度保持均衡时的搅拌器转速的标识信息;获得所述第一训练模型的第一输出结果,所述第一输出结果包含所述第一位置和第二位置温度保持均衡时的搅拌器第一转速信息;根据所述第一转速信息调整所述酯化釜搅拌器的转速。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示,本申请实施例提供了一种PBT复合材料的生产控制方法其中,所述方法应用于酯化釜反应调控系统,所述系统与温度传感器、搅拌器连接,其中,所述方法包括:
步骤S100:获得酯化釜的反应釜体的尺寸信息;
具体而言,所述酯化釜是用于制造有机聚合物球体,具有一个瘦长型的釜体以及一组插设在釜体内的可替换的框式或桨式搅拌器。所述反应釜体是有物理或化学反应的不锈钢容器,根据不同的工艺条件需求进行容器的结构设计与参数配置,设计条件、过程、检验及制造、验收需依据相关技术标准,以实现工艺要求的加热、蒸发、冷却及低高速的混配反应功能的反应容器。所述尺寸信息为反应釜体部分的规格信息。
步骤S200:根据所述尺寸信息获得第一位置和第二位置,其中,所述第一位置和第二位置为所述反应釜体的不同位置;
具体而言,所述第一位置和第二位置为所述反应釜体的不同的位置,进一步来说,根据所述反应釜体的规格的不同,所述采样位置点可根据所述规格进行适量的增加,进而达到通过多个位置点的温度的差异性,来获得最佳的转速信息保证所述差异最小化。
步骤S300:根据第一温度传感器获得所述第一位置的第一温度信息;
步骤S400:根据第二温度传感器获得所述第二位置的第二温度信息;
步骤S500:将所述第一温度信息和所述第二温度信息输入第一训练模型,所述第一训练模型通过多组训练数据训练获得,所述多组训练数据中的每组训练数据均包括:所述第一温度信息、所述第二温度信息和标识所述第一位置和第二位置温度保持均衡时的搅拌器转速的标识信息;
具体而言,所述第一训练模型为神经网络模型,所述神经网络模型即机器学习中的神经网络模型,神经网络(Neural Networks,NN)是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂神经网络系统,它反映了人脑功能的许多基本特征,是一个高度复杂的非线性动力学习系统。神经网络模型是以神经元的数学模型为基础来描述的。人工神经网络(Artificial Neural Networks),是对人类大脑系统的一阶特性的一种描述。简单地讲,它是一个数学模型。通过大量训练数据集的训练,将所述第一温度信息和所述第二温度信息输入神经网络模型,则输出所述第一位置和第二位置温度保持均衡时的搅拌器第一转速信息。
更进一步而言,所述训练的过程实质为监督学习的过程,每一组监督数据均包括所述第一温度信息、所述第二温度信息和标识所述第一位置和第二位置温度保持均衡时的搅拌器转速的标识信息,将所述第一温度信息和所述第二温度信息输入到神经网络模型中,根据用来标识所述第一位置和第二位置温度保持均衡时的搅拌器转速的标识信息,获得最佳转速信息。所述神经网络模型进行不断的自我修正、调整,直至获得的所述第一位置和第二位置温度保持均衡时的搅拌器转速,则结束本组数据监督学习,进行下一组数据监督学习;当所述神经网络模型的输出信息达到预定的准确率/达到收敛状态时,则监督学习过程结束。通过对所述神经网络模型的监督学习,进而使得所述神经网络模型处理所述输入数据更加准确,进而使得输出的搅拌器第一转速信息更加合理,达到对酯化反应的反应发生温度准确控制,进而保证PBT复合材料质量的技术效果。
步骤S600:获得所述第一训练模型的第一输出结果,所述第一输出结果包含所述第一位置和第二位置温度保持均衡时的搅拌器第一转速信息;
具体而言,所述第一输出结果为所述训练模型经过大量训练数据训练获得的所述可保持所述第一位置和所述第二位置温度保持均衡的搅拌器的转速信息。
步骤S700:根据所述第一转速信息调整所述酯化釜搅拌器的转速。
具体而言,通过上述获得的搅拌器转速对所述酯化釜的搅拌器转速进行调整,使得所述酯化釜的反应釜体的反应温度均匀,以达到对酯化反应的反应发生温度准确控制,进而保证PBT复合材料质量的技术效果。
进一步而言,本申请实施例S800还包括:
步骤S810:判断所述第一转速信息是否满足转速阈值;
步骤S820:当所述第一转速信息不满足所述转速阈值时,获得所述搅拌器的叶轮尺寸信息;
步骤S830:将所述叶轮尺寸信息和第一转速信息输入第二训练模型,所述第二训练模型通过多组训练数据训练获得,所述多组训练数据中的每组均包括:所述叶轮尺寸信息、第一转速信息及标识所述第一位置和第二位置温度保持均衡时的搅拌器转速及叶轮尺寸信息的标识信息;
步骤S840:获得所述第二训练模型的第二输出结果,所述第二输出结果包括第二转速信息及叶轮尺寸信息。
具体而言,所述转速阈值为所述酯化釜的转速上限值,当所述获得的转速超过所述酯化釜的转速上限时,获得所述搅拌器的叶轮尺寸信息,将所述叶轮尺寸信息和第一转速输入第二训练模型,根据所述第二训练模型获得可达到与所述当前叶轮尺寸与转速同样效果的最佳的叶轮尺寸与转速信息,所述转速为未超过所述转速阈值的转速。获得所述第二训练模型的第二输出结果,所述第二输出结果包括第二转速信息及叶轮尺寸信息。通过所述第二训练模型对所述转速信息及叶轮尺寸进行调整,获得可达到相同效果的最佳的叶轮尺寸及转速信息,以达到对酯化反应的反应发生温度准确控制,进而保证PBT复合材料质量的技术效果。
进一步而言,,本申请实施例还包括:
步骤S850:获得所述酯化釜出口的物料酯化率信息;
步骤S860:判断所述物料酯化率信息是否满足所述预定酯化率阈值;
步骤S870:当所述酯化率信息不满足预定酯化率阈值时,获得第一调整参数;
步骤S880:根据所述第一调整参数对酯化釜液位进行调整。
具体而言,在连续生产的聚酯装置中,反应釜的液位和物料在反应釜的停留时间有紧密联系。在酯化反应过程中,一般情况下酯化釜液位高则停留时间长,利于酯化反应和缩聚反应,但是副反应的产物也会增加。液位低,则停留时间短,酯化率低。设定物料酯化率阈值在95%-98%之间,当所述酯化率不满足所述酯化率阈值时,获得第一调整参数,根据所述第一调整参数对所述酯化釜的液位进行调整,减少物料停留时间,以保证所述酯化釜出口的物料酯化率满足上述酯化率阈值。
进一步而言,所述根据所述第一调整参数对酯化釜液位进行调整,本申请实施例S880还包括:
步骤S881:获得反应物料的摩尔比,将其作为第一输入信息;
步骤S882:将酯化釜液位高度作为第二输入信息;
步骤S883:将所述第一输入信息和第二输入信息输入卷积神经网络模型,通过卷积神经网络模型计算,获得满足预定酯化率阈值的最低反应物料的摩尔比及此时的液位高度信息。
具体而言,反应物料的配比是影响反应的重要因素。摩尔比直接影响反应效率和反应速度及副产物THF的生成量。PTA微溶于BDO,相对比较容易溶于酯化产物BHBT(对苯二甲酸双羟基丁酯),等酯化反应开始进行以后反应开始转化为均相反应,并且酯化反应为可逆反应,提高BDO的量可以使反应更加有利于向正反应方向进行。通常都认为摩尔比在1.2-3.0之间有利于正反应进行,这个控制范围比较大,实际上不同装置的工艺条件不同,在保证系统稳定酯化率正常的情况,选择适合自己装置的尽可能低的摩尔比,这样有利于降低原料损耗。通过所述卷积神经网络模型,获得满足预定酯化率阈值的最低反应物料的摩尔比及此时的液位高度信息,根据所述信息对所述物料的摩尔比及液位高度进行调整,以获得更加适合所述酯化釜的物料配比及液位高度信息。
进一步而言,本申请实施例还包括:
步骤S1010:获得第一反应温度信息,所述第一反应温度信息为所述第一位置和第二位置温度保持均衡时所述反应釜体的反应温度信息;
步骤S1020:获得最佳反应温度范围;
步骤S1030:根据所述最佳反应温度范围获得最佳反应温度中值信息;
步骤S1040:判断所述第一反应温度信息是否满足最佳反应温度中值;
步骤S1050:当所述第一反应温度信息不满足最佳反应温度中值时,对所述反应釜体的温度信息进行调整。
具体而言,所述第一反应温度信息为所述反应釜体被温度均衡后的温度信息,所述最佳反应温度范围为适宜酯化反应进行的反应温度,通过实验数据结合实际生产情况可知,在低于238℃时酯化反应速度明显下降,在高于242℃时THF生成量明显增加,所述238℃-242℃为最佳反应温度。所述最佳反应温度中值为240℃,判断所述第一反应温度是否满足240℃ ,当所述反应温度不满足240℃时,对所述反应釜体的反应温度进行调整。
进一步而言,所述对所述反应釜体的温度信息进行调整,本申请实施例步骤S1050还包括:
步骤S1051:当第一反应温度信息在最佳反应温度中值之上时,获得第一降温指令;
步骤S1052:根据所述第一降温指令对所述反应釜体的温度信息进行降温处理;
步骤S1053:当所述第一反应温度信息在最佳反应温度中值之下时,获得第一升温指令;
步骤S1054:根据所述第一降温指令对所述反应釜体的温度信息进行降温处理。
具体而言,当所述反应釜体的反应温度低于最佳反应温度中值时,获得第一升温指令,根据所述升温指令对所述反应釜体进行升温处理,当所述反应釜体的反应温度高于所述最佳反应温度中值时,获得第一降温指令,根据所述降温指令,对所述反应釜体进行降温处理。进一步而言,通过所述升温及降温调整,保证所述反应釜体的反应温度在所述最佳反应温度中值,这样就可保证所述反应温度一直在最佳反应温度范围之内,以达到对酯化反应的反应发生温度准确控制进而保证PBT复合材料质量的技术效果。
进一步而言,将所述第一温度信息和所述第二温度信息输入第一训练模型之前,本申请实施例步骤S500还包括:
步骤S510:根据所述第一温度信息生成第一标识码,所述第一标识码与所述第一温度信息一一对应;
步骤S520:根据所述第二温度信息和所述第一标识码生成第二标识码,以此类推,根据第N温度信息和第N-1标识码生成第N标识码,所述第N标识码与所述第N温度信息一一对应,其中,N为大于1的自然数;
步骤S530:将所述温度信息及标识码分别复制保存在M台电子设备上,M为大于1的自然数。
具体而言,区块链技术也被称之为分布式账本技术,是一种由若干台计算设备共同参与“记账",共同维护一份完整的分布式数据库的新兴技术。由于区块链技术具有去中心化、公开透明、每台计算设备可以参与数据库记录、并且各计算设备之间可以快速的进行数据同步的特性,使得区块链技术已在众多的领域中广泛的进行应用。根据所述第一温度信息生成第一标识码,所述第一标识码与所述第一温度信息一一对应根据所述第二温度信息和所述第一标识码生成第二标识码,所述第二标识码与第二温度信息一一对应;以此类推,根据第N温度信息和第N-1标识码生成的第N标识码,其中,N为大于1的自然数。将所有温度信息和标识码分别复制保存在M台设备上,其中,所述第一温度信息和所述第一标识码作为第一存储单位保存在一台设备上,所述第二温度信息和所述第二标识码作为第二存储单位保存在一台设备上,所述第N温度信息和所述第N标识码作为第N存储单位保存在一台设备上,当需要调用所述温度信息时,每后一个节点接收前一节点存储的数据后,通过“共识机制”进行校验后保存,通过哈希函数对于每一存储单位进行串接,使得训练数据不易丢失和遭到破坏,通过区块链的逻辑对所述训练数据进行加密处理,保证了所述温度信息的安全性,并存储于多台设备上,所述存储于多台设备上的数据通过共识机制进行处理,即少数服从多数,当一台或多台设备被篡改时,只要存储正确数据的设备数量大于被篡改的设备数量,则获得的温度信息仍然是准确的,进一步的保证了温度信息的安全性,达到通过所述温度信息监督获得的训练模型的准确性,进而达到获得准确的所述第一位置和第二位置温度保持均衡时的搅拌器第一转速信息,进而到达对酯化反应的反应发生温度准确控制,进而保证PBT复合材料质量的技术效果。
进一步而言,所述将所述温度信息及标识码分别复制保存在M台电子设备上本,申请实施例步骤S530还包括:
步骤S531:将所述第一温度信息和所述第一标识码作为第一存储单位;
步骤S532:获得所述第一存储单位的预定存储时间;
步骤S533:获得M台电子设备中运力最快的第一电子设备;
步骤S534:将所述第一存储单位的记录权发送给所述第一电子设备。
具体而言,将所述第一温度信息和所述第一标识码作为第一存储单位,将不能在预定时间内完成记录所述第一存储单位的设备排除,获得M台设备中记录第一存储单位运力最快的设备,将所述第一存储单位的记录权给所述设备,进而保证了去中心化区块链系统的安全、有效和稳定运行,能够保证所述存储单位能够被快速准确的记录在设备中,进而保证了温度信息的安全性,进而保证通过所述温度信息训练获得的训练模型的准确性,进而达到获得准确的所述第一位置和第二位置温度保持均衡时的搅拌器第一转速信息,进而到达对酯化反应的反应发生温度准确控制,进而保证PBT复合材料质量的技术效果。
综上所述,本申请实施例所提供的一种PBT复合材料的生产控制方法和装置具有如下技术效果:
1、由于采用了根据第一温度传感器获得第一位置的第一温度信息,根据第二温度传感器获得第二位置的第二温度信息,将所述第一温度信和第二温度信息输入第一训练模型,根据所述第一训练模型获得所述第一位置和第二位置温度保持均衡时的搅拌器第一转速信息的方式,达到对酯化反应的反应发生温度准确控制进而保证PBT复合材料质量的技术效果。
2、由于采用了通过所述第二训练模型对所述转速信息及叶轮尺寸进行调整,获得可达到相同效果的最佳的叶轮尺寸及转速信息,以达到对酯化反应的反应发生温度准确控制,进而保证PBT复合材料质量的技术效果。
3、由于采用了通过所述卷积神经网络模型,获得满足预定酯化率阈值的最低反应物料的摩尔比及此时的液位高度信息的方式,根据所述信息对所述物料的摩尔比及液位高度进行调整,以获得更加适合所述酯化釜的物料配比及液位高度信息。
4、由于采用了通过所述升温及降温调整的方式,保证所述反应釜体的反应温度在所述最佳反应温度中值,这样就可保证所述反应温度一直在最佳反应温度范围之内,以达到对酯化反应的反应发生温度准确控制进而保证PBT复合材料质量的技术效果。
实施例二
基于与前述实施例中一种PBT复合材料的生产控制方法同样发明构思,本发明还提供了一种PBT复合材料的生产控制装置,如图2所示,所述装置包括:
第一获得单元11,所述第一获得单元11用于获得酯化釜的反应釜体的尺寸信息;
第二获得单元12,所述第二获得单元12用于根据所述尺寸信息获得第一位置和第二位置,其中,所述第一位置和第二位置为所述反应釜体的不同位置;
第三获得单元13,所述第三获得单元13用于根据第一温度传感器获得所述第一位置的第一温度信息;
第四获得单元14,所述第四获得单元14用于根据第二温度传感器获得所述第二位置的第二温度信息;
第一输入单元15,所述第一输入单元15用于将所述第一温度信息和所述第二温度信息输入第一训练模型,所述第一训练模型通过多组训练数据训练获得,所述多组训练数据中的每组训练数据均包括:所述第一温度信息、所述第二温度信息和标识所述第一位置和第二位置温度保持均衡时的搅拌器转速的标识信息;
第五获得单元16,所述第五获得单元16用于获得所述第一训练模型的第一输出结果,所述第一输出结果包含所述第一位置和第二位置温度保持均衡时的搅拌器第一转速信息;
第一调整单元17,所述第一调整单元17用于根据所述第一转速信息调整所述酯化釜搅拌器的转速。
进一步的,所述装置还包括:
第一判断单元,所述第一判断单元用于判断所述第一转速信息是否满足转速阈值;
第六获得单元,所述第六获得单元用于当所述第一转速信息不满足所述转速阈值时,获得所述搅拌器的叶轮尺寸信息;
第二输入单元,所述第二输入单元用于将所述叶轮尺寸信息和第一转速信息输入第二训练模型,所述第二训练模型通过多组训练数据训练获得,所述多组训练数据中的每组均包括:所述叶轮尺寸信息、第一转速信息及标识所述第一位置和第二位置温度保持均衡时的搅拌器转速及叶轮尺寸信息的标识信息;
第七获得单元,所述第七获得单元用于获得所述第二训练模型的第二输出结果,所述第二输出结果包括第二转速信息及叶轮尺寸信息。
进一步的,所述装置还包括:
第八获得单元,所述第八获得单元用于获得所述酯化釜出口的物料酯化率信息;
第九获得单元,所述第九获得单元用于获得预定酯化率阈值;
第二判断单元,所述第二判断单元用于判断所述物料酯化率信息是否满足所述预定酯化率阈值;
第十获得单元,所述第十获得单元用于当所述酯化率信息不满足预定酯化率阈值时,获得第一调整参数;
第一调整单元,所述第一调整单元用于根据所述第一调整参数对酯化釜液位进行调整。
进一步的,所述装置还包括:
第十一获得单元,所述第十一获得单元用于获得反应物料的摩尔比,将其作为第一输入信息;
第十二获得单元,所述第十二获得单元用于将酯化釜液位高度作为第二输入信息;
第三输入单元,所述第三输入单元用于将所述第一输入信息和第二输入信息输入卷积神经网络模型,通过卷积神经网络模型计算,获得满足预定酯化率阈值的最低反应物料的摩尔比及此时的液位高度信息。
进一步的,所述装置还包括:
第十三获得单元,所述第十三获得单元用于获得第一反应温度信息,所述第一反应温度信息为所述第一位置和第二位置温度保持均衡时所述反应釜体的反应温度信息;
第十四获得单元,所述第十四获得单元用于获得最佳反应温度范围;
第十五获得单元,所述第十五获得单元用于根据所述最佳反应温度范围获得最佳反应温度中值信息;
第三判断单元,所述第三判断单元用于判断所述第一反应温度信息是否满足最佳反应温度中值;
第二调整单元,所述第二调整单元用于当所述第一反应温度信息不满足最佳反应温度中值时,对所述反应釜体的温度信息进行调整。
进一步的,所述装置还包括:
第十六获得单元,所述第十六获得单元用于当第一反应温度信息在最佳反应温度中值之上时,获得第一降温指令;
第十七获得单元,所述第十七获得单元用于根据所述第一降温指令对所述反应釜体的温度信息进行降温处理;
第十八获得单元,所述第十八获得单元用于当所述第一反应温度信息在最佳反应温度中值之下时,获得第一升温指令;
第十九获得单元,所述第十九获得单元用于根据所述第一降温指令对所述反应釜体的温度信息进行降温处理。
进一步的,所述装置还包括:
第二十获得单元,所述第二十获得单元用于根据所述第一温度信息生成第一标识码,所述第一标识码与所述第一温度信息一一对应;
第二十一获得单元,所述第二十一获得单元用于根据所述第二温度信息和所述第一标识码生成第二标识码,以此类推,根据第N温度信息和第N-1标识码生成第N标识码,所述第N标识码与所述第N温度信息一一对应,其中,N为大于1的自然数;
第一保存单元,所述第一保存单元用于将所述温度信息及标识码分别复制保存在M台电子设备上,M为大于1的自然数。
前述图1实施例一中的一种PBT复合材料的生产控制方法的各种变化方式和具体实例同样适用于本实施例的一种PBT复合材料的生产控制装置,通过前述对一种PBT复合材料的生产控制方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种PBT复合材料的生产控制装置的实施方法,所以为了说明书的简洁,在此不再详述。
示例性电子设备
下面参考图3来描述本申请实施例的电子设备。
图3图示了根据本申请实施例的电子设备的结构示意图。
基于与前述实施例中一种PBT复合材料的生产控制方法的发明构思,本发明还提供一种PBT复合材料的生产控制装置,其上存储有计算机程序,该程序被处理器执行时实现前文所述一种PBT复合材料的生产控制方法的任一方法的步骤。
其中,在图3中,总线架构(用总线300来代表),总线300可以包括任意数量的互联的总线和桥,总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口306在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件,即收发机,提供用于在传输介质上与各种其他装置通信的单元。
处理器302负责管理总线300和通常的处理,而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本发明实施例提供的一种PBT复合材料的生产控制方法,所述方法应用于酯化釜反应调控系统,所述系统与温度传感器、搅拌器连接,所述方法包括:获得酯化釜的反应釜体的尺寸信息;根据所述尺寸信息获得第一位置和第二位置,其中,所述第一位置和第二位置为所述反应釜体的不同位置;根据第一温度传感器获得所述第一位置的第一温度信息;根据第二温度传感器获得所述第二位置的第二温度信息;将所述第一温度信息和所述第二温度信息输入第一训练模型,所述第一训练模型通过多组训练数据训练获得,所述多组训练数据中的每组训练数据均包括:所述第一温度信息、所述第二温度信息和标识所述第一位置和第二位置温度保持均衡时的搅拌器转速的标识信息;获得所述第一训练模型的第一输出结果,所述第一输出结果包含所述第一位置和第二位置温度保持均衡时的搅拌器第一转速信息;根据所述第一转速信息调整所述酯化釜搅拌器的转速。解决了现有技术中存在无法对PBT复合材料酯化反应温度准确控制的技术问题,达到对酯化反应的反应发生温度准确控制进而保证PBT复合材料质量的技术效果。
本领域内的技术人员应明白,本发明的实施例可提供为方法、装置、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(装置)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (9)

1.一种PBT复合材料的生产控制方法,其中,所述方法应用于酯化釜反应调控系统,所述系统与温度传感器、搅拌器连接,其中,所述方法包括:
获得酯化釜的反应釜体的尺寸信息;
根据所述尺寸信息获得第一位置和第二位置,其中,所述第一位置和第二位置为所述反应釜体的不同位置;
根据第一温度传感器获得所述第一位置的第一温度信息;
根据第二温度传感器获得所述第二位置的第二温度信息;
将所述第一温度信息和所述第二温度信息输入第一训练模型,所述第一训练模型通过多组训练数据训练获得,所述多组训练数据中的每组训练数据均包括:所述第一温度信息、所述第二温度信息和标识所述第一位置和第二位置温度保持均衡时的搅拌器转速的标识信息;
获得所述第一训练模型的第一输出结果,所述第一输出结果包含所述第一位置和第二位置温度保持均衡时的搅拌器第一转速信息;
根据所述第一转速信息调整所述酯化釜搅拌器的转速。
2.如权利要求1所述的方法,其中,所述方法还包括:
判断所述第一转速信息是否满足转速阈值;
当所述第一转速信息不满足所述转速阈值时,获得所述搅拌器的叶轮尺寸信息;
将所述叶轮尺寸信息和第一转速信息输入第二训练模型,所述第二训练模型通过多组训练数据训练获得,所述多组训练数据中的每组均包括:所述叶轮尺寸信息、第一转速信息及标识所述第一位置和第二位置温度保持均衡时的搅拌器转速及叶轮尺寸信息的标识信息;
获得所述第二训练模型的第二输出结果,所述第二输出结果包括第二转速信息及叶轮尺寸信息。
3.如权利要求1所述的方法,其中,所述方法还包括:
获得所述酯化釜出口的物料酯化率信息;
获得预定酯化率阈值;
判断所述物料酯化率信息是否满足所述预定酯化率阈值;
当所述酯化率信息不满足预定酯化率阈值时,获得第一调整参数;
根据所述第一调整参数对酯化釜液位进行调整。
4.如权利要求3所述的方法,其中,所述根据所述第一调整参数对酯化釜液位进行调整,还包括:
获得反应物料的摩尔比,将其作为第一输入信息;
将酯化釜液位高度作为第二输入信息;
将所述第一输入信息和第二输入信息输入卷积神经网络模型,通过卷积神经网络模型计算,获得满足预定酯化率阈值的最低反应物料的摩尔比及此时的液位高度信息。
5.如权利要求1所述的方法,其中,所述方法还包括:
获得第一反应温度信息,所述第一反应温度信息为所述第一位置和第二位置温度保持均衡时所述反应釜体的反应温度信息;
获得最佳反应温度范围;
根据所述最佳反应温度范围获得最佳反应温度中值信息;
判断所述第一反应温度信息是否满足最佳反应温度中值;
当所述第一反应温度信息不满足最佳反应温度中值时,对所述反应釜体的温度信息进行调整。
6.如权利要求5所述的方法,其中,对所述反应釜体的温度信息进行调整,所述方法还包括:
当第一反应温度信息在最佳反应温度中值之上时,获得第一降温指令;
根据所述第一降温指令对所述反应釜体的温度信息进行降温处理;
当所述第一反应温度信息在最佳反应温度中值之下时,获得第一升温指令;
根据所述第一降温指令对所述反应釜体的温度信息进行降温处理。
7.如权利要求1所述的方法,其中,将所述第一温度信息和所述第二温度信息输入第一训练模型之前,还包括:
根据所述第一温度信息生成第一标识码,所述第一标识码与所述第一温度信息一一对应;
根据所述第二温度信息和所述第一标识码生成第二标识码,以此类推,根据第N温度信息和第N-1标识码生成第N标识码,所述第N标识码与所述第N温度信息一一对应,其中,N为大于1的自然数;
将所述温度信息及标识码分别复制保存在M台电子设备上,M为大于1的自然数。
8.一种PBT复合材料的生产控制装置,其中,所述装置包括:
第一获得单元,所述第一获得单元用于获得酯化釜的反应釜体的尺寸信息;
第二获得单元,所述第二获得单元用于根据所述尺寸信息获得第一位置和第二位置,其中,所述第一位置和第二位置为所述反应釜体的不同位置;
第三获得单元,所述第三获得单元用于根据第一温度传感器获得所述第一位置的第一温度信息;
第四获得单元,所述第四获得单元用于根据第二温度传感器获得所述第二位置的第二温度信息;
第一输入单元,所述第一输入单元用于将所述第一温度信息和所述第二温度信息输入第一训练模型,所述第一训练模型通过多组训练数据训练获得,所述多组训练数据中的每组训练数据均包括:所述第一温度信息、所述第二温度信息和标识所述第一位置和第二位置温度保持均衡时的搅拌器转速的标识信息;
第五获得单元,所述第五获得单元用于获得所述第一训练模型的第一输出结果,所述第一输出结果包含所述第一位置和第二位置温度保持均衡时的搅拌器第一转速信息;
第一调整单元,所述第一调整单元用于根据所述第一转速信息调整所述酯化釜搅拌器的转速。
9.一种PBT复合材料的生产控制装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现权利要求1-7任一项所述方法的步骤。
CN202110203565.XA 2021-02-23 2021-02-23 一种pbt复合材料的生产控制方法和装置 Pending CN113041978A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110203565.XA CN113041978A (zh) 2021-02-23 2021-02-23 一种pbt复合材料的生产控制方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110203565.XA CN113041978A (zh) 2021-02-23 2021-02-23 一种pbt复合材料的生产控制方法和装置

Publications (1)

Publication Number Publication Date
CN113041978A true CN113041978A (zh) 2021-06-29

Family

ID=76509320

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110203565.XA Pending CN113041978A (zh) 2021-02-23 2021-02-23 一种pbt复合材料的生产控制方法和装置

Country Status (1)

Country Link
CN (1) CN113041978A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114797640A (zh) * 2022-04-02 2022-07-29 陕西正整数科技有限公司 一种胶粘剂全方位自动搅拌方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6289735B1 (en) * 1998-09-29 2001-09-18 Reliance Electric Technologies, Llc Machine diagnostic system and method for vibration analysis
CN101637711A (zh) * 2009-08-24 2010-02-03 山东大学威海分校 一种反应釜高效控温方法及装置
CN110038500A (zh) * 2019-04-30 2019-07-23 大连民族大学 一种基于plc的智能化学反应过程控制方法
CN111389320A (zh) * 2020-02-26 2020-07-10 辽宁工业大学 一种用于精细化工反应釜温度控制方法
CN112098814A (zh) * 2020-11-04 2020-12-18 上海菲莱测试技术有限公司 一种提高芯片测试温度控制精度的方法和装置
CN112100928A (zh) * 2020-11-09 2020-12-18 北京邮电大学 一种基于温度改善锂离子电池性能的方法和装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6289735B1 (en) * 1998-09-29 2001-09-18 Reliance Electric Technologies, Llc Machine diagnostic system and method for vibration analysis
CN101637711A (zh) * 2009-08-24 2010-02-03 山东大学威海分校 一种反应釜高效控温方法及装置
CN110038500A (zh) * 2019-04-30 2019-07-23 大连民族大学 一种基于plc的智能化学反应过程控制方法
CN111389320A (zh) * 2020-02-26 2020-07-10 辽宁工业大学 一种用于精细化工反应釜温度控制方法
CN112098814A (zh) * 2020-11-04 2020-12-18 上海菲莱测试技术有限公司 一种提高芯片测试温度控制精度的方法和装置
CN112100928A (zh) * 2020-11-09 2020-12-18 北京邮电大学 一种基于温度改善锂离子电池性能的方法和装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114797640A (zh) * 2022-04-02 2022-07-29 陕西正整数科技有限公司 一种胶粘剂全方位自动搅拌方法及系统

Similar Documents

Publication Publication Date Title
Yoo et al. Reinforcement learning based optimal control of batch processes using Monte-Carlo deep deterministic policy gradient with phase segmentation
CN112100928B (zh) 一种基于温度改善锂离子电池性能的方法和装置
CN113041978A (zh) 一种pbt复合材料的生产控制方法和装置
CN113408648A (zh) 一种结合深度学习的机组组合计算方法
Han et al. Model predictive control of batch processes based on two-dimensional integration frame
de Moura et al. A neuro-fuzzy model for online optimal tuning of PID controllers in industrial system applications to the mining sector
Zhou et al. Improved incremental RVFL with compact structure and its application in quality prediction of blast furnace
Ming et al. Application of attainable region theory to batch reactors
Zubov et al. Bringing the on‐line control and optimization of semibatch emulsion copolymerization to the pilot plant
Kasat et al. Applications of genetic algorithm in polymer science and engineering
CN114218867A (zh) 基于熵优化安全强化学习的特种设备流程控制方法及系统
Ma et al. Dynamic optimization for grade transition processes using orthogonal collocation on molecular weight distribution
RU2417442C2 (ru) Способ построения систем нечеткой логики и устройство для его реализации
CN108009362B (zh) 一种基于稳定性约束rbf-arx模型的系统建模方法
Maaruf et al. Artificial intelligence-based control of continuous polymerization reactor with input dead-zone
CN110658722B (zh) 一种基于gap的自均衡多模型分解方法及系统
CN115659792A (zh) 多时段多场景scuc解耦方法、系统、设备及存储介质
CN115016282A (zh) 一种分数阶三步法控制器及其鲁棒参数整定方法
Wen et al. Fault Diagnosis Strategy of Polymerization Kettle Equipment Based on Support Vector Machine and Cuckoo Search Algorithm.
CN110825051B (zh) 一种基于gap metric的不确定系统的多模型控制方法
Ma et al. Reinforcement learning-based fed-batch optimization with reaction surrogate model
CN112661645A (zh) 一种高纯度单甘酯的提纯方法及装置
Alamir et al. Measurement based modeling and control of bimodal particle size distribution in batch emulsion polymerization
CN111637435B (zh) 基于sarsa的核动力系统蒸汽发生器水位控制方法
CN112651498B (zh) 一种自学习式电流传感器的温度稳定性提高方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210629