CN115316699B - 烟叶烘烤系统干湿球温度预测调制方法及装置 - Google Patents
烟叶烘烤系统干湿球温度预测调制方法及装置 Download PDFInfo
- Publication number
- CN115316699B CN115316699B CN202210908895.3A CN202210908895A CN115316699B CN 115316699 B CN115316699 B CN 115316699B CN 202210908895 A CN202210908895 A CN 202210908895A CN 115316699 B CN115316699 B CN 115316699B
- Authority
- CN
- China
- Prior art keywords
- value
- prediction
- dry
- bulb temperature
- baking
- 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
Links
- 241000208125 Nicotiana Species 0.000 title claims abstract description 69
- 235000002637 Nicotiana tabacum Nutrition 0.000 title claims abstract description 69
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000010438 heat treatment Methods 0.000 claims abstract description 35
- 230000008569 process Effects 0.000 claims abstract description 19
- 230000000087 stabilizing effect Effects 0.000 claims abstract description 7
- 239000003245 coal Substances 0.000 claims description 13
- 238000012937 correction Methods 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 9
- 238000009826 distribution Methods 0.000 claims description 7
- 238000002485 combustion reaction Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 230000006641 stabilisation Effects 0.000 claims description 5
- 238000011105 stabilization Methods 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 2
- 230000008859 change Effects 0.000 abstract description 11
- 238000013135 deep learning Methods 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000010801 machine learning Methods 0.000 abstract description 4
- 238000002474 experimental method Methods 0.000 abstract description 2
- 230000007246 mechanism Effects 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 8
- 230000000630 rising effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A24—TOBACCO; CIGARS; CIGARETTES; SIMULATED SMOKING DEVICES; SMOKERS' REQUISITES
- A24B—MANUFACTURE OR PREPARATION OF TOBACCO FOR SMOKING OR CHEWING; TOBACCO; SNUFF
- A24B3/00—Preparing tobacco in the factory
- A24B3/10—Roasting or cooling tobacco
Landscapes
- Manufacture Of Tobacco Products (AREA)
Abstract
针对当前基于PID控制的烟叶烘烤控制系统及自控仪，在烟叶烘烤升温变化阶段存在大滞后、精度低、不稳定、不能实时跟踪设定工艺曲线的问题。从不改进烟叶烘烤工艺曲线，避免大面积实验，减少成本；保持烘烤系统原控制执行机构，不改变执行装置，保证系统在稳温阶段的稳定性，减少成本等方面考虑。在烟叶烘烤原系统及自控仪基础上，根据工艺曲线特性，采用分段滑膜调制的思想，利用机器学习、深度学习及数据互联等技术，通过烟叶烘烤系统干湿球温度预测调制方法及装置，实现不同阶段的干湿球温度调制，解决当前烟叶烘烤控制系统及自控仪升温阶段的相关问题。
Description
技术领域
本发明涉及烟叶烘烤系统干湿球温度的调控。
背景技术
烟叶烘烤是烟叶生产中决定品质和产量高低的关键环节，也是烟叶生产中技术难度高，劳动力强度大的一个环节，先进的烘烤工艺可以充分体现烟叶生长成熟的优良性，提高烟叶烘烤品质及烟草行业的经济效益。当前的烟叶烘烤控制系统以烤房内部干湿球温度为输入量，调温和排湿为输出量，采用基于PID控制方法的自控仪使烟叶烘烤过程的干湿球温度变化满足设定三段式工艺曲线，工艺曲线整体分为温度稳定阶段和升温阶段。当前基于PID控制、模糊PID控制等方法的烟叶控制系统及自控仪在烟叶烘烤的稳温阶段控制误差较小、精度较高，但升温阶段面对烟叶数量、品种、含水量、初始干湿球温度等影响因素不同时，仅靠传统的误差控制改善系统响应的效果并不理想，使得当前烟叶烘烤系统在升温阶段不能实时跟踪设定的工艺曲线，出现大滞后、精度低、烘烤时间长浪费能源的情况。
发明内容
本发明提出一种烟叶烘烤系统干湿球温度预测调制方法及装置，从减少成本，保证系统稳定性及稳温阶段烘烤精度考虑，在烟叶烘烤原系统及自控仪基础上，根据工艺曲线特性，采用分段滑膜调制的思想实现不同阶段的干湿球温度调制。
根据本发明实施例一方面，提供一种烟叶烘烤系统干湿球温度预测调制装置，包括：
数据处理模块，其被配置为接收烟叶烘烤历史特征数据，对历史特征数据进行预处理，并建立离线数据库存储历史特征数据；
预测调制模块，其被配置为，在升温阶段，进入工作状态，离线学习模型利用历史特征数据进行离线学习获得离线预测输入值Q1，离线预测输入值Q1包括离线预测干球温度值、离线预测湿球温度值、离线预测烘烤阶段值和离线预测烘烤时间值；同时在线预测模型根据上一时刻干湿球温度的实际值、设定值和实际值之间的误差、干湿球温度处于稳定或变化阶段指示值，获得在线预测输入值Q2，在线预测输入值Q2包括在线预测干球温度值、在线预测湿球温度值、在线预测烘烤阶段值和在线预测烘烤时间值；对离线预测输入值Q1与在线预测输入值Q2进行权重分配，获得综合的预测调制参数Q，综合的预测调制参数Q包括综合预测干球温度值、综合预测湿球温度值、综合预测烘烤阶段值和综合预测烘烤时间值；若预测调制参数Q在设定标准参数范围内，则生成升温控制指令，增大升温系数，以预测调制参数Q作为设定值进入升温阶段或排湿阶段，进行提前升温；如果若预测调制参数Q不在设定标准参数范围内，则利用修正函数修正在线预测模型参数重新预测；
执行模块，其被配置为接收预测干湿球温度值与升温控制的指令，接收到升温控制的指令时控制烤房的加煤装置开始加煤、鼓风机开始助燃。
根据本发明实施例另一方面，提供一种烟叶烘烤系统干湿球温度预测调制方法，包括：
接收烟叶烘烤历史特征数据，对历史特征数据进行预处理，并建立历史特征数据的离线数据库；
在升温阶段，进入工作状态，离线学习模型利用历史特征数据进行离线学习获得离线预测输入值Q1，离线预测输入值Q1包括离线预测干球温度值、离线预测湿球温度值、离线预测烘烤阶段值和离线预测烘烤时间值；同时在线预测模型根据上一时刻干湿球温度的实际值、设定值和实际值之间的误差、干湿球温度处于稳定或变化阶段指示值，获得在线预测输入值Q2，在线预测输入值Q2包括在线预测干球温度值、在线预测湿球温度值、在线预测烘烤阶段值和在线预测烘烤时间值；对离线预测输入值Q1与在线预测输入值Q2进行权重分配，获得综合的预测调制参数Q，综合的预测调制参数Q包括综合预测干球温度值、综合预测湿球温度值、综合预测烘烤阶段值和综合预测烘烤时间值；若预测调制参数Q在设定标准参数范围内，则生成升温控制指令，增大升温系数，以预测调制参数Q作为设定值进入升温阶段或排湿阶段，进行提前升温；如果若预测调制参数Q不在设定标准参数范围内，则利用修正函数修正在线预测模型参数重新预测；
执行模块接收预测干湿球温度值与升温控制的指令，接收到升温控制的指令时控制烤房的加煤装置开始加煤、鼓风机开始助燃。
在上述第一方面和第二方面，针对稳温阶段，利用原自控仪控制器实现烟叶烘烤系统干湿球温度的调制，预测调制模块同时工作但不调制系统设定值。
本发明相比于当前的烟叶烘烤控制系统，在不改变烟叶烘烤工艺曲线及自控仪，减少实验成本，保证控制精度的基础上，利用分段滑膜控制及在线离线融合学习的思想，采用机器学习、深度学习、数据分析等技术针对不同的烘烤阶段实现干湿球温度预测模型高精度、快速精确的预测及控制。从而改变控制系统输入值，解决当前烟叶烘烤系统在升温阶段出现大滞后，精度低，不能实时跟踪工艺曲线的问题。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例的附图作简单地介绍。
图1为本发明一实施例提供的烟叶烘烤系统干湿球温度预测调制装置框图。
图2为本发明一实施例提供的离线预测模型。
图3为本发明一实施例提供的烤房的整体系统框图。
具体实施方式
本发明针对当前基于PID控制的烟叶烘烤控制系统及自控仪，在烟叶烘烤升温变化阶段存在大滞后、精度低、不稳定、不能实时跟踪设定工艺曲线的问题。从不改进烟叶烘烤工艺曲线，避免大面积实验，减少成本；保持烘烤系统原控制执行机构，不改变执行装置，保证系统在稳温阶段的稳定性，减少成本等方面考虑。在烟叶烘烤原系统及自控仪基础上，根据工艺曲线特性，采用分段滑膜调制的思想，利用机器学习、深度学习及数据互联等技术，通过干湿球温度预测调制装置及方法，实现不同阶段的干湿球温度调制，解决当前烟叶烘烤控制系统及自控仪升温阶段的相关问题。
图1示出了一种烟叶烘烤系统干湿球温度预测调制装置框图。如图1，该装置包括通信模块、数据处理模块、预测调制模块和执行模块。
数据处理模块被配置为通过通信模块接收烟叶烘烤历史特征数据，如干湿球温度数据、设定的工艺曲线数据、烟叶烘烤图像、烟叶重量及烟叶水分变化等，对历史特征数据进行标准化、归一化、去缺失值等预处理，利用颜色提取算法获得烘烤图像的HSV特征，利用形态特征算法获得烟叶图片能量、逆矩阵、自相关系数等参数，并拟合烘烤工业曲线与颜色、重量、水分变化曲线，获得预测调制模型输入参数，建立离线数据库。
通信模块利用但不限于GSM、RFID、WIFI等通信技术，让串口与上位机相连进行数据传输，通过程序设计实现预测干湿球温度、烘烤实时数据、烘烤状态及误差数据等的实时传输。
预测调制模块通过通信模块连接数据处理模块及执行模块，根据分段滑膜控制思想，针对稳温阶段，利用原自控仪控制器实现烟叶烘烤系统干湿球温度的调制，预测调制模块同时工作但不调制系统设定值。升温阶段，预测调制模块进入工作状态，利用历史特征数据进行离线学习获得预测输入值Q1，包括离线预测干球温度值、离线预测湿球温度值、离线预测烘烤阶段值和离线预测烘烤时间值，图2示出了一种离线预测模型；同时在线预测模型根据上一时刻实时滚动采集干湿球温度的实际值、设定值和实际值之间的误差、干湿球温度处于稳定或变化阶段指示值等实时变化参数，获得在线预测输入值Q2，包括在线预测干球温度值、在线预测湿球温度值、在线预测烘烤阶段值和在线预测烘烤时间值；对Q1与Q2进行权重分配，获得综合的预测调制参数Q，综合的预测调制参数Q包括综合预测干球温度值、综合预测湿球温度值、综合预测烘烤阶段值、综合预测烘烤时间值；将预测调制参数Q与当前时刻的烘烤设定标准参数进行比较，分析应用预测调制参数Q时，整体烘烤系统的相关参数及预测参数的数据，是否符合误差标准及实际应用；若预测调制参数Q在设定标准参数范围内，则生成升温控制指令，增大升温系数，以预测调制参数Q作为设定值进入升温阶段或排湿阶段，进行提前升温从而减少烟叶烘烤时间，避免升温阶段大滞后现象的出现；如果若预测调制参数Q不在设定标准参数范围内，则利用修正函数修正在线预测模型相关参数A(t+1)与Bt(t+1)，重新预测；通信模块实时获取烘烤过程干湿球温度值与预测值，更新离线数据。
在线预测模型：
yt+1表示预测模型在t+1时刻的输出，xt表示系统输入值。
精确度反馈矫正函数为：
A(t+1)＝A(t)+βA*ey(t)y”t
Bi(t+1)＝Bi(t)+βBi*ey(t)xt
ey(t)＝y”t-y”t+1
A(t),Bt(t)表示修正参数即反馈矫正函数系数，A(t+1)，Bt(t+1)表示修正后的下一时刻的修正参数即反馈矫正函数系数，ey(t)表示烟叶烘烤系统上一时刻输出与预测输出的偏差，初始准状态为原系统的误差，βA、βBi表示学习速率。
对离线预测模型获得预测输入值Q1和在线预测模型获得预测输入值Q2时进行权重分配的算法采用并不限于层次分析法、灰度理论法、熵权法等。
执行模块基于当前烟叶烘烤控制系统及自控仪，连接预测调制模块，接收预测干湿球温度值与是否升温控制的指令，如需要升温，则将预测值赋予相应位置，改变烟叶烘烤系统的输入设定值(干湿球温度、烘烤时间)，控制烤房的加煤装置开始加煤、鼓风机开始助燃，实现快速升温，减少烘烤的时间，避免升温阶段的温度缺额导致的烟叶损坏。
图3示出了干湿球温度预测调制装置、自控仪及烤房的整体系统框图。下面结合图3及上述的烟叶烘烤系统干湿球温度预测调制装置对干湿球温度预测调制方法进行简要说明。
利用数据处理模块，利用机器学习，深度学习及数据互联等技术，采集烟叶烘烤的历史干湿球温度数据，烟叶图像数据，烟叶重量及水分变化等特征，建立离线学习预测模块；根据通信模块接收的实时干湿球温度变化，设定值与实际值的误差及状态设定值，建立在线学习预测模块。离线学习预测模块融合在线学习预测模块组成预测调制模块。通信模块实时传输干湿球温度实际值及预测值。同时预测调制模块根据精确度反馈矫正函数，在一定时间节点内，修正在线预测模型的准确性及相关参数。针对稳温阶段，利用原自控仪控制器实现烟叶烘烤系统干湿球温度的调制，预测调制模块同时工作但不调制系统设定值，通过原烟叶烘烤控制系统让烤房的加煤装置、鼓风机保持当前控制参数，不需提前加热，实现稳温烘烤。升温阶段，预测调制模块进入工作状态，利用历史数据进行离线学习获得预测输入值Q1；同时通信模块采集实时数据，将干湿球温度设定值参数r1(t)、实际干湿球温度输出值参数y1(t)、误差参数e1(t)，分析得到的预测输出p1(t)和新一轮的设定值的相关误差等参数输入在线预测模型，获得在线预测输入值Q2。对Q1与Q2进行权重分配，获得综合的预测调制参数Q，将预测调制参数Q与下一时刻的烘烤设定标准参数进行比较，判断是否改变设定值进入升温阶段或排湿阶段。将预测干湿球温度值，与是否升温的指令传输至执行模块，若接收指令表示，即将进入升温状态，实时预测输出p1(t)与设定值的之间误差较大，则改变当前控制系统的输入值，提高升温系数，控制烤房加煤装置开始加煤、鼓风机开始助燃，进行升温，减少烘烤的时间也避免了出现达不到需要的温度影响烘烤质量。分段控制，在线离线融合学习的思想，可及时的发现状态的变化，避免不必要的控制操作，而在该装置并未改变烟叶原烘烤控制系统，保证了原系统在稳温阶段的稳定性。解决了升温阶段出现大滞后，精度低，不能实时跟踪工艺曲线的问题。
Claims (6)
1.一种烟叶烘烤系统干湿球温度预测调制装置，其特征在于，包括：
数据处理模块，其被配置为接收烟叶烘烤历史特征数据，对历史特征数据进行预处理，并建立离线数据库存储历史特征数据；
预测调制模块，其被配置为，在升温阶段，进入工作状态，离线学习模型利用历史特征数据进行离线学习获得离线预测输入值Q1，离线预测输入值Q1包括离线预测干球温度值、离线预测湿球温度值、离线预测烘烤阶段值和离线预测烘烤时间值；同时在线预测模型根据上一时刻干湿球温度的实际值、设定值和实际值之间的误差、干湿球温度处于稳定或变化阶段指示值，获得在线预测输入值Q2，在线预测输入值Q2包括在线预测干球温度值、在线预测湿球温度值、在线预测烘烤阶段值和在线预测烘烤时间值；对离线预测输入值Q1与在线预测输入值Q2进行权重分配，获得综合的预测调制参数Q，综合的预测调制参数Q包括综合预测干球温度值、综合预测湿球温度值、综合预测烘烤阶段值和综合预测烘烤时间值；若预测调制参数Q在设定标准参数范围内，则生成升温控制指令，增大升温系数，以预测调制参数Q作为设定值进入升温阶段或排湿阶段，进行提前升温；如果若预测调制参数Q不在设定标准参数范围内，则利用修正函数修正在线预测模型参数重新预测；
执行模块，其被配置为接收预测干湿球温度值与升温控制的指令，接收到升温控制的指令时控制烤房的加煤装置开始加煤、鼓风机开始助燃。
2.根据权利要求1所述的烟叶烘烤系统干湿球温度预测调制装置，其特征在于，历史特征数据包括干湿球温度数据、设定的工艺曲线数据、烟叶烘烤图像和烟叶重量及烟叶水分变化。
3.根据权利要求1所述的烟叶烘烤系统干湿球温度预测调制装置，其特征在于，针对稳温阶段，利用原自控仪控制器实现烟叶烘烤系统干湿球温度的调制，预测调制模块同时工作但不调制系统设定值。
4.一种烟叶烘烤系统干湿球温度预测调制方法，其特征在于，包括：
接收烟叶烘烤历史特征数据，对历史特征数据进行预处理，并建立历史特征数据的离线数据库；
在升温阶段，进入工作状态，离线学习模型利用历史特征数据进行离线学习获得离线预测输入值Q1，离线预测输入值Q1包括离线预测干球温度值、离线预测湿球温度值、离线预测烘烤阶段值和离线预测烘烤时间值；同时在线预测模型根据上一时刻干湿球温度的实际值、设定值和实际值之间的误差、干湿球温度处于稳定或变化阶段指示值，获得在线预测输入值Q2，在线预测输入值Q2包括在线预测干球温度值、在线预测湿球温度值、在线预测烘烤阶段值和在线预测烘烤时间值；对离线预测输入值Q1与在线预测输入值Q2进行权重分配，获得综合的预测调制参数Q，综合的预测调制参数Q包括综合预测干球温度值、综合预测湿球温度值、综合预测烘烤阶段值和综合预测烘烤时间值；若预测调制参数Q在设定标准参数范围内，则生成升温控制指令，增大升温系数，以预测调制参数Q作为设定值进入升温阶段或排湿阶段，进行提前升温；如果若预测调制参数Q不在设定标准参数范围内，则利用修正函数修正在线预测模型参数重新预测；
执行模块接收预测干湿球温度值与升温控制的指令，接收到升温控制的指令时控制烤房的加煤装置开始加煤、鼓风机开始助燃。
5.根据权利要求4所述的烟叶烘烤系统干湿球温度预测调制方法，其特征在于，历史特征数据包括干湿球温度数据、设定的工艺曲线数据、烟叶烘烤图像、烟叶重量及烟叶水分变化。
6.根据权利要求4所述的烟叶烘烤系统干湿球温度预测调制方法，其特征在于，针对稳温阶段，利用原自控仪控制器实现烟叶烘烤系统干湿球温度的调制，预测调制模块同时工作但不调制系统设定值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210908895.3A CN115316699B (zh) | 2022-07-29 | 2022-07-29 | 烟叶烘烤系统干湿球温度预测调制方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210908895.3A CN115316699B (zh) | 2022-07-29 | 2022-07-29 | 烟叶烘烤系统干湿球温度预测调制方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115316699A CN115316699A (zh) | 2022-11-11 |
| CN115316699B true CN115316699B (zh) | 2024-05-28 |
Family
ID=83919215
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210908895.3A Active CN115316699B (zh) | 2022-07-29 | 2022-07-29 | 烟叶烘烤系统干湿球温度预测调制方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115316699B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104914720A (zh) * | 2015-04-16 | 2015-09-16 | 贵州省烟草公司遵义市公司 | 具有自动学习功能的电子鼻智能烘烤控制系统及控制方法 |
| CN106579532A (zh) * | 2017-01-17 | 2017-04-26 | 重庆电子工程职业学院 | 一种密集烤房烟叶烘烤工艺曲线的在线生成方法 |
| CN111638686A (zh) * | 2020-04-16 | 2020-09-08 | 张家口卷烟厂有限责任公司 | 烟叶消耗控制系统及方法 |
| CN112949663A (zh) * | 2021-01-28 | 2021-06-11 | 贵州省烟草科学研究院 | 基于图像识别的烟叶烘烤控制系统和方法 |
| CN113002816A (zh) * | 2021-02-23 | 2021-06-22 | 湖北省烟草科学研究院 | 一种烤烟烘烤工艺智能控制方法 |
| CN114355857A (zh) * | 2022-01-12 | 2022-04-15 | 华中科技大学 | 一种烟叶烘烤智能控制系统、方法、介质、设备及终端 |
-
2022
- 2022-07-29 CN CN202210908895.3A patent/CN115316699B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104914720A (zh) * | 2015-04-16 | 2015-09-16 | 贵州省烟草公司遵义市公司 | 具有自动学习功能的电子鼻智能烘烤控制系统及控制方法 |
| CN106579532A (zh) * | 2017-01-17 | 2017-04-26 | 重庆电子工程职业学院 | 一种密集烤房烟叶烘烤工艺曲线的在线生成方法 |
| CN111638686A (zh) * | 2020-04-16 | 2020-09-08 | 张家口卷烟厂有限责任公司 | 烟叶消耗控制系统及方法 |
| CN112949663A (zh) * | 2021-01-28 | 2021-06-11 | 贵州省烟草科学研究院 | 基于图像识别的烟叶烘烤控制系统和方法 |
| CN113002816A (zh) * | 2021-02-23 | 2021-06-22 | 湖北省烟草科学研究院 | 一种烤烟烘烤工艺智能控制方法 |
| CN114355857A (zh) * | 2022-01-12 | 2022-04-15 | 华中科技大学 | 一种烟叶烘烤智能控制系统、方法、介质、设备及终端 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115316699A (zh) | 2022-11-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110101106B (zh) | 基于模糊前馈反馈算法的回潮加湿过程水分控制方法及系统 | |
| CN104315683B (zh) | 一种基于模糊pid的水冷空调的调控方法 | |
| CN105807607A (zh) | 一种遗传算法优化预测模糊pid焦化炉温度控制方法 | |
| CN111649457B (zh) | 一种动态预测性机器学习型空调节能控制方法 | |
| CN115316699B (zh) | 烟叶烘烤系统干湿球温度预测调制方法及装置 | |
| CN115608793A (zh) | 一种机理融合数据的精轧温度调控方法 | |
| CN114139717A (zh) | 基于多元时序分析预测模型的烘丝入口含水率控制方法 | |
| CN106637026A (zh) | 一种镀锌过程气刀压力实时优化控制方法及系统 | |
| CN113738606A (zh) | 一种针对离子电推进系统的连续变推力最优控制系统和方法 | |
| CN115903465A (zh) | 一种板换电动调节阀的智能pid控制方法及系统 | |
| CN108089442A (zh) | 一种基于预测函数控制与模糊控制的pi控制器参数自整定方法 | |
| CN116165976A (zh) | 生产系统的控制方法、装置、系统、设备及存储介质 | |
| CN113057498B (zh) | 一种咖啡机水温控制的方法、终端与设备 | |
| CN115198315A (zh) | 一种铝电解槽氧化铝浓度控制方法 | |
| CN105302197A (zh) | 一种温度智能调控的移动加热控制系统及方法 | |
| CN113625557A (zh) | 一种在线优化模型的hvac系统模型预测控制方法 | |
| CN117193223B (zh) | 一种塑料制品生产控制系统 | |
| CN117055652B (zh) | 基于大数据的食品加工烘烤炉温度智能调控方法 | |
| Fomin et al. | Application of fuzzy logic to develop predictive controller | |
| CN111086268B (zh) | 一种电石炉石灰粉料压球控制系统的积分强化学习控制方法 | |
| CN118192204A (zh) | 一种纺织印染设备温湿度自适应pid控制系统及方法 | |
| CN117250873B (zh) | 一种数据中心液冷系统参数优化方法 | |
| CN116705211B (zh) | 基于数字孪生的富氧铜熔池铜损失率在线预测方法及系统 | |
| Song et al. | Cloud-Edge Cooperative Control System in Continuous Annealing Processes | |
| CN116859720A (zh) | 考虑效率和能耗的篦冷机多目标优化控制方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |