CN115430347B - 控制器、搅拌设备、控制方法及计算机可读存储介质 - Google Patents
控制器、搅拌设备、控制方法及计算机可读存储介质 Download PDFInfo
- Publication number
- CN115430347B CN115430347B CN202210831229.4A CN202210831229A CN115430347B CN 115430347 B CN115430347 B CN 115430347B CN 202210831229 A CN202210831229 A CN 202210831229A CN 115430347 B CN115430347 B CN 115430347B
- Authority
- CN
- China
- Prior art keywords
- water
- equipment
- stirring
- timing
- mushroom raw
- 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
- 238000003756 stirring Methods 0.000 title claims abstract description 204
- 238000000034 method Methods 0.000 title claims abstract description 72
- 238000003860 storage Methods 0.000 title claims abstract description 20
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 354
- 235000001674 Agaricus brunnescens Nutrition 0.000 claims abstract description 123
- 239000002994 raw material Substances 0.000 claims abstract description 107
- 230000001502 supplementing effect Effects 0.000 claims abstract description 66
- 230000008569 process Effects 0.000 claims abstract description 45
- 238000001514 detection method Methods 0.000 claims abstract description 40
- 238000005070 sampling Methods 0.000 claims abstract description 28
- 239000013589 supplement Substances 0.000 claims abstract description 14
- 238000012549 training Methods 0.000 claims description 82
- 238000007599 discharging Methods 0.000 claims description 37
- 238000013136 deep learning model Methods 0.000 claims description 24
- 239000000463 material Substances 0.000 claims description 21
- 230000003993 interaction Effects 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 11
- 230000004044 response Effects 0.000 claims description 10
- 238000002372 labelling Methods 0.000 claims description 9
- 241000233866 Fungi Species 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 8
- 230000006870 function Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 description 25
- 239000002609 medium Substances 0.000 description 18
- 238000004519 manufacturing process Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 12
- 230000009286 beneficial effect Effects 0.000 description 8
- 230000003287 optical effect Effects 0.000 description 8
- 230000000694 effects Effects 0.000 description 4
- 238000007664 blowing Methods 0.000 description 3
- 238000012258 culturing Methods 0.000 description 3
- 235000008733 Citrus aurantifolia Nutrition 0.000 description 2
- 235000011941 Tilia x europaea Nutrition 0.000 description 2
- 240000008042 Zea mays Species 0.000 description 2
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 2
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- NKWPZUCBCARRDP-UHFFFAOYSA-L calcium bicarbonate Chemical compound [Ca+2].OC([O-])=O.OC([O-])=O NKWPZUCBCARRDP-UHFFFAOYSA-L 0.000 description 2
- 229910000020 calcium bicarbonate Inorganic materials 0.000 description 2
- 235000013339 cereals Nutrition 0.000 description 2
- 235000005822 corn Nutrition 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 239000004571 lime Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 239000002023 wood Substances 0.000 description 2
- 241000609240 Ambelania acida Species 0.000 description 1
- 229920000742 Cotton Polymers 0.000 description 1
- 244000046052 Phaseolus vulgaris Species 0.000 description 1
- 235000010627 Phaseolus vulgaris Nutrition 0.000 description 1
- 235000019764 Soybean Meal Nutrition 0.000 description 1
- 239000010905 bagasse Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 235000013312 flour Nutrition 0.000 description 1
- 239000001963 growth medium Substances 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000011081 inoculation Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000004455 soybean meal Substances 0.000 description 1
- 230000001954 sterilising effect Effects 0.000 description 1
- 238000004659 sterilization and disinfection Methods 0.000 description 1
- 235000015099 wheat brans Nutrition 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01F—MIXING, e.g. DISSOLVING, EMULSIFYING OR DISPERSING
- B01F35/00—Accessories for mixers; Auxiliary operations or auxiliary devices; Parts or details of general application
- B01F35/71—Feed mechanisms
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G18/00—Cultivation of mushrooms
- A01G18/20—Culture media, e.g. compost
- A01G18/22—Apparatus for the preparation of culture media, e.g. bottling devices
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01F—MIXING, e.g. DISSOLVING, EMULSIFYING OR DISPERSING
- B01F35/00—Accessories for mixers; Auxiliary operations or auxiliary devices; Parts or details of general application
- B01F35/20—Measuring; Control or regulation
- B01F35/22—Control or regulation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/18—Water
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Medicinal Chemistry (AREA)
- Biochemistry (AREA)
- Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- Mycology (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Environmental Sciences (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Mushroom Cultivation (AREA)
- Fertilizers (AREA)
Abstract
本申请提供了控制器、搅拌设备、控制方法及计算机可读存储介质，所述控制器被配置成：当所述搅拌设备开始搅拌时，利用计时设备进行计时，得到计时时长；当检测到所述计时时长不小于第一预设时长时，利用取样设备对所述菌菇原料进行取样，得到实时样本；利用水分检测设备对所述实时样本进行水分检测，并获取所述菌菇原料的含水率对应的补水量；基于预设的预加水量，利用加水设备对所述搅拌设备进行预加水；基于所述补水量，利用所述加水设备对所述搅拌设备进行补水。在利用搅拌设备对菌菇原料进行搅拌的过程中，进行有针对性的自动加水，从而实现干搅拌和湿搅拌两个搅拌阶段的自动搅拌，提高整体搅拌效率。
Description
技术领域
本申请涉及菌菇生产、自动化控制和深度学习的技术领域，尤其涉及控制器、搅拌设备、控制方法及计算机可读存储介质。
背景技术
在菌菇的生产过程中，菌菇原料能否搅拌充分、均匀影响最终菌菇的生产成本、生产效率、产量和产品质量，因此有必要对菌菇原料的搅拌过程进行自动化控制，以减少人工成本，提升搅拌效率。
专利CN108887080B公开了一种菌菇的生产工艺，包括如下步骤：(1)拌料：将包含木屑和甘蔗渣的粗料，以及包含玉米、豆粕和麦麸的精料，均与石灰、碳酸氢钙和水进行混合制成培养基；对粗料进行搅拌时：A、铲车操作人员利用堆料场空地将所需粗料集中后进行搅拌，搅拌时将铲料高举再放下料，使料能充分搅拌均匀；B、搅拌后将粗料铲至堆料场，等制包组1号搅拌机需料时进行供应；C、将粗料铲至1号搅拌机，铲车每次铲料量时必须是平斗；D、然后将搅拌好的粗料与精料、石灰、碳酸氢钙和水按顺序依次放进8立方搅拌机(1-3#)内搅拌15分钟；(2)制包：(3)高温灭菌：(4)接种：(5)培养：将菌种置于清洁干净、恒温、恒湿，并且能定时通风的环境中；(6)育菇：通过育菇装置对菌种进行育菇操作。该技术方案仅仅在湿搅拌阶段利用立方搅拌机进行自动搅拌，而在干搅拌阶段采用人工搅拌，导致整体搅拌效率较低。
基于此，本申请提供了控制器、搅拌设备、控制方法及计算机可读存储介质，以解决上述现有技术中存在的问题。
发明内容
本申请的目的在于提供控制器、搅拌设备、控制方法及计算机可读存储介质，在菌菇原料的搅拌中途进行自动加水，从而实现干搅拌和湿搅拌两个搅拌阶段的自动搅拌，提高整体搅拌效率。
本申请的目的采用以下技术方案实现：
第一方面，本申请提供了一种控制器，用于控制搅拌设备的自动加水过程，所述搅拌设备用于搅拌菌菇原料，所述控制器被配置成：
当所述搅拌设备开始搅拌时，利用计时设备进行计时，得到计时时长；
当检测到所述计时时长不小于第一预设时长时，利用取样设备对所述菌菇原料进行取样，得到实时样本；
利用水分检测设备对所述实时样本进行水分检测，得到所述实时样本的含水率作为所述菌菇原料的含水率，并获取所述菌菇原料的含水率对应的补水量；
基于预设的预加水量，利用加水设备对所述搅拌设备进行预加水；
基于所述补水量，利用所述加水设备对所述搅拌设备进行补水。
该技术方案的有益效果在于：在利用搅拌设备对菌菇原料进行搅拌的过程中，进行有针对性的自动加水，从而实现干搅拌和湿搅拌两个搅拌阶段的自动搅拌，提高整体搅拌效率。具体而言，将自动搅拌过程分为干搅拌(加水之前的搅拌阶段)、湿搅拌两个搅拌阶段，针对干搅拌这一搅拌阶段单独进行计时，将湿搅拌这一搅拌阶段的自动加水过程分为预加水和补水两个加水阶段。在自动加水过程中，基于(时间)统筹方法的思想，在完成取样之后，同步进行水分检测和预加水(水分检测和预加水分别需要相同或者不同的一段时长来完成)，并在完成水分检测后计算含水率对应的补水量，在完成预加水后基于计算得到的补水量进行补水。在菌菇生产过程中，针对实时样本的水分检测需要一定时长(一般是几分钟到几十分钟)，加水过程也需要较长时间(一般是几分钟到几十分钟)，如果等到水分检测结束才进行一次性的加水，则浪费了水分检测的这段时间，降低了整体搅拌效率；采用本申请提供的分阶段的加水方式，在水分检测的过程中同步进行预加水，等到预加水结束之后：如果水分检测结束并计算得到补水量，那就基于补水量进行补水；如果水分检测还没结束或者补水量还没计算出来，就等水分检测结束、计算得到补水量后进行补水。这样做的好处是，利用水分检测的时间段同步进行预加水，从而有效缩短了单个搅拌设备完成一次自动搅拌过程所需要的总体时长，提高了整体搅拌效率，提升了单个搅拌设备的产能，进而提高了菌菇的生产效率。
在一些可选的实施方式中，所述控制器被进一步配置成采用如下方式获取所述菌菇原料的含水率对应的补水量：
获取补水量计算公式，所述补水量计算公式用于指示含水率、预加水量与补水量之间的对应关系；
将所述菌菇原料的含水率和所述预加水量输入所述补水量计算公式，计算得到所述菌菇原料的含水率对应的补水量。
该技术方案的有益效果在于：获取预设的补水量计算公式(例如是一元多项式或者多元多项式，又例如是线性多项式或者非线性多项式)，利用该补水量计算公式和自变量(获取到的菌菇原料的含水率和预设的预加水量)，计算得到因变量(该含水率对应的补水量)。基于计算公式的计算过程，所消耗的计算资源少，所耗费的计算时间短，计算效率较高。
在一些可选的实施方式中，所述控制器被进一步配置成采用如下方式获取所述菌菇原料的含水率对应的补水量：
获取所述菌菇原料的含水率对应的总加水量；
基于所述总加水量和所述预加水量，计算得到所述菌菇原料的含水率对应的补水量。
该技术方案的有益效果在于：将获取补水量的步骤分为两个阶段，第一个阶段获取总加水量，第二个阶段做减法，即利用总加水量减去预加水量得到补水量。由此，可以通过各种可行方式灵活地获取总加水量(例如人工录入总加水量、利用加水量计算公式进行计算或者利用加水模型进行预测)，再减去固定的或者动态调整的预加水量，计算得到补水量，这种补水量获取方式整体上灵活度很高，适用范围广，方便用户根据自身的性能需求和成本需求选择适合的具体计算方式。
在一些可选的实施方式中，所述控制器被进一步配置成采用如下方式获取所述菌菇原料的含水率对应的总加水量：
将所述菌菇原料的含水率输入加水模型，得到所述菌菇原料的含水率对应的总加水量；
其中，所述加水模型的训练过程如下：
获取训练集，所述训练集包括多个训练数据，每个所述训练数据包括一个训练样本的含水率及其对应的总加水量的标注数据；
针对每个所述训练数据，执行以下处理：
将所述训练样本的含水率输入预设的深度学习模型，得到所述训练样本的含水率对应的总加水量的预测数据；
基于所述训练样本的含水率对应的总加水量的预测数据和标注数据，对所述深度学习模型的模型参数进行更新；
检测是否满足预设的训练结束条件；如果是，则将训练得到的深度学习模型作为所述加水模型；如果否，则利用下一个所述训练数据继续训练所述深度学习模型。
该技术方案的有益效果在于：加水模型可以由大量的训练数据训练得到，能够针对不同的输入数据预测得到相应的总加水量，适用范围广，智能化水平高。通过设计，建立适量的神经元计算节点和多层运算层次结构，选择合适的输入层和输出层，就可以得到预设的深度学习模型，通过该预设的深度学习模型的学习和调优，建立起从输入到输出的函数关系，虽然不能100％找到输入与输出的函数关系，但是可以尽可能地逼近现实的关联关系，由此训练得到的加水模型，可以实现获取菌菇原料的含水率对应的总加水量的功能，且计算结果准确性高、可靠性高。
在一些可选的实施方式中，所述控制器还被配置成：
当检测到所述计时时长不小于所述第一预设时长时，利用所述计时设备重新开始计时，得到重新计时的计时时长；
当检测到重新计时的计时时长不小于第二预设时长时，利用驱动设备驱动所述搅拌设备内的菌菇原料进行放料。
该技术方案的有益效果在于：对湿搅拌这一搅拌阶段进行计时，在湿搅拌达到第二预设时长后自动放料，进一步提高了单个搅拌设备的产能，提高了整体的菌菇生产效率。
在一些可选的实施方式中，所述控制器被进一步配置成采用如下方式重新计时：
当检测到所述计时时长不小于所述第一预设时长时，利用报警设备进行报警；
利用交互设备接收第一复位操作，响应于所述第一复位操作，对所述报警设备进行复位，并利用所述计时设备重新开始计时，得到重新计时的计时时长；
所述控制器被进一步配置成采用如下方式进行放料：
当检测到重新计时的计时时长不小于所述第二预设时长时，再次利用所述报警设备进行报警；
利用所述交互设备接收第二复位操作，响应于所述第二复位操作，再次对所述报警设备进行复位，并利用所述驱动设备驱动所述搅拌设备内的菌菇原料进行放料。
该技术方案的有益效果在于：利用报警设备提醒操作人员及时进行对应操作。一方面，在计时时长不小于第一预设时长(即干搅拌完成)后，利用报警设备的报警行为提醒操作人员对计时设备进行重新计时处理(当然，操作人员还应该对报警设备进行复位，否则报警设备将会持续处于报警状态)；另一方面，在重新计时的计时时长不小于第二预设时长(即湿搅拌完成后)，利用报警设备的报警行为提醒操作人员开启驱动设备驱动搅拌设备进行放料(当然，操作人员还应该对报警设备进行复位，否则报警设备将会持续处于报警状态)。在上述重新计时过程和放料过程中，分别采用了智能加人工的处理方式，其中智能部分包括：自动计时、(基于计时的)自动报警、(利用驱动设备)自动放料，人工部分包括：人工对报警设备进行复位、人工开启驱动设备。这样智能加人工的处理方式，能够兼顾效率和安全性，引入智能化以提高生产效率、节省人力成本、减少人员的重复劳动、提升操作人员的安全性，引入人工控制关键节点以实现对自动化控制过程的监控、避免机器故障导致重大生产(安全)事故的发生。
在一些可选的实施方式中，所述控制器被进一步配置成采用如下方式进行放料：
利用所述驱动设备驱动所述搅拌设备内的菌菇原料进行放料，并利用放料检测设备实时检测所述搅拌设备的放料口是否结束放料；
当检测到结束放料时，控制所述驱动设备停止工作，并控制所述搅拌设备停止搅拌。
该技术方案的有益效果在于：实时检测放料口是否结束放料，当检测到结束放料后自动控制驱动设备停止工作，从而结束搅拌设备的放料过程，使得搅拌设备可以准备进入下一批次的菌菇原料的搅拌过程，进一步从衔接上提升了搅拌设备的产能，提高了整体的菌菇生产效率。
第二方面，本申请提供了一种搅拌设备，所述搅拌设备包括上述任一项控制器。
该技术方案的有益效果在于：将控制器集成在搅拌设备上，提升了搅拌设备的集成度，使得搅拌设备具有自动控制加水过程的功能。
第三方面，本申请提供了一种控制方法，用于控制搅拌设备的自动加水过程，所述搅拌设备用于搅拌菌菇原料，所述方法包括：
当所述搅拌设备开始搅拌时，利用计时设备进行计时，得到计时时长；
当检测到所述计时时长不小于第一预设时长时，利用取样设备对所述菌菇原料进行取样，得到实时样本；
利用水分检测设备对所述实时样本进行水分检测，得到所述实时样本的含水率作为所述菌菇原料的含水率，并获取所述菌菇原料的含水率对应的补水量；
基于预设的预加水量，利用加水设备对所述搅拌设备进行预加水；
基于所述补水量，利用所述加水设备对所述搅拌设备进行补水。
第四方面，本申请提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项控制器的功能或者实现上述控制方法的步骤。
附图说明
下面结合附图和实施方式对本申请进一步说明。
图1示出了本申请提供的一种控制器的控制流程示意图。
图2示出了本申请提供的一种搅拌设备的结构示意图。
图3示出了本申请提供的一种获取补水量的流程示意图。
图4示出了本申请提供的另一种获取补水量的流程示意图。
图5示出了本申请提供的另一种控制器的控制流程示意图。
图6示出了本申请提供的一种控制器的结构框图。
图7示出了本申请提供的一种用于实现控制方法的程序产品的结构示意图。
具体实施方式
下面，结合附图以及具体实施方式，对本申请做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
参见图1和图2，图1示出了本申请提供的一种控制器的控制流程示意图，图2示出了本申请提供的一种搅拌设备的结构示意图。
所述控制器用于控制搅拌设备的自动加水过程，所述搅拌设备用于搅拌菌菇原料，所述控制器被配置成执行以下步骤：
步骤S101：当所述搅拌设备开始搅拌时，利用计时设备进行计时，得到计时时长；
步骤S102：当检测到所述计时时长不小于第一预设时长时，利用取样设备对所述菌菇原料进行取样，得到实时样本；
步骤S103：利用水分检测设备对所述实时样本进行水分检测，得到所述实时样本的含水率作为所述菌菇原料的含水率，并获取所述菌菇原料的含水率对应的补水量；
步骤S104：基于预设的预加水量，利用加水设备对所述搅拌设备进行预加水；
步骤S105：基于所述补水量，利用所述加水设备对所述搅拌设备进行补水。
由此，在利用搅拌设备对菌菇原料进行搅拌的过程中，进行有针对性的自动加水，从而实现干搅拌和湿搅拌两个搅拌阶段的自动搅拌，提高整体搅拌效率。
具体而言，将自动搅拌过程分为干搅拌(加水之前的搅拌阶段)、湿搅拌两个搅拌阶段，针对干搅拌这一搅拌阶段单独进行计时，将湿搅拌这一搅拌阶段的自动加水过程分为预加水和补水两个加水阶段。
在自动加水过程中，基于(时间)统筹方法的思想，在完成取样之后，同步进行水分检测和预加水(水分检测和预加水分别需要相同或者不同的一段时长来完成)，并在完成水分检测后计算含水率对应的补水量，在完成预加水后基于计算得到的补水量进行补水。
在菌菇生产过程中，针对实时样本的水分检测需要一定时长(一般是几分钟到几十分钟)，加水过程也需要较长时间(一般是几分钟到几十分钟)，如果等到水分检测结束才进行一次性的加水，则浪费了水分检测的这段时间，降低了整体搅拌效率；采用本申请提供的分阶段的加水方式，在水分检测的过程中同步进行预加水，等到预加水结束之后：如果水分检测结束并计算得到补水量，那就基于补水量进行补水；如果水分检测还没结束或者补水量还没计算出来，就等水分检测结束、计算得到补水量后进行补水。这样做的好处是，利用水分检测的时间段同步进行预加水，从而有效缩短了单个搅拌设备完成一次自动搅拌过程所需要的总体时长，提高了整体搅拌效率，提升了单个搅拌设备的产能，进而提高了菌菇的生产效率。
需要注意的是，在步骤S102完成取样后，步骤S103、S104的编号并非是对两个步骤先后顺序的限定。实际上，在本申请的控制流程中，这两个步骤是同步进行(同时进行)的。
本申请对菌菇原料不作限定(菌菇原料有时被称为菌菇配料)，菌菇原料例如可以包括棉壳、木屑、玉米粉、豆粕、麸皮中的一种或多种。
本申请对计时设备不作限定，计时设备例如是单独设置的计时设备(计时器)，也可以是集成于控制器的计时设备。也就是说，计时设备可以是控制器的内部计时器。
本申请对计时时长、重新计时的计时时长、第一预设时长(干搅拌时长)以及后文中的第二预设时长(湿搅拌时长)不作限定，计时时长和重新计时的计时时长都是动态变化的实时计时结果，第一预设时长和第二预设时长是预先设置的时长(当然，基于具体应用场景的不同，这两个预设时长可以进行适应性的调整)。第一预设时长例如是3分钟、5分钟、10分钟、20分钟、30分钟、50分钟、1小时、3小时等，第二预设时长例如是3分钟、5分钟、10分钟、20分钟、30分钟、50分钟、1小时、3小时等。
本申请对取样设备不作限定，取样设备用于对搅拌设备内的菌菇原料进行取样，取样设备例如是人工操作的取样设备，也可以是自动化控制的取样设备。也就是说，本申请的取样方式可以采用人工取样或者自动取样。
本申请使用“实时样本”来命名取样结果，主要是为了区别于后文中的训练样本。
本申请对水分检测设备不作限定，其例如可以采用专利《CN214584654U-一种饲料水分检测设备》中的饲料水分检测设备，或者专利《CN205374212U-熟化谷物含水量测定仪》中的熟化谷物含水量测定仪。
本申请对含水率的表达方式不作限定，其例如可以采用中文、字母、数字、符号、特殊符号中的一种或多种来表示。在一些实施方式中，含水率例如是3％、10％、20％、30％、50％、75％、90％等。
本申请对加水设备不作限定，其例如可以采用专利《CN104351935A-用于制料系统的加水设备和制料系统》中的加水设备。
本申请对补水量、预加水量以及后文中的总加水量的计量方式不作限定，这三个参数例如可以采用重量(质量)或者体积来计量。在一个实施方式中，预加水量例如是300kg(千克)，补水量例如是700kg(千克)，总加水量例如是1000kg(千克)。在另一实施方式中，预加水量例如是200L(升)，补水量例如是600L(升)，总加水量例如是800L(升)。
在一些可选的实施方式中，在步骤S101之前，控制器的控制流程还可以包括步骤S100：在完成进料后，控制所述搅拌设备开始搅拌。
在一些可选的实施方式中，在步骤S100之前，控制器的控制流程还可以包括：控制进料设备向所述搅拌设备进料。
参见图3，图3示出了本申请提供的一种获取补水量的流程示意图。在一些可选的实施方式中，所述控制器被进一步配置成采用如下方式获取所述菌菇原料的含水率对应的补水量：
步骤S201：获取补水量计算公式，所述补水量计算公式用于指示含水率、预加水量与补水量之间的对应关系；
步骤S202：将所述菌菇原料的含水率和所述预加水量输入所述补水量计算公式，计算得到所述菌菇原料的含水率对应的补水量。
由此，获取预设的补水量计算公式(例如是一元多项式或者多元多项式，又例如是线性多项式或者非线性多项式)，利用该补水量计算公式和自变量(获取到的菌菇原料的含水率和预设的预加水量)，计算得到因变量(该含水率对应的补水量)。基于计算公式的计算过程，所消耗的计算资源少，所耗费的计算时间短，计算效率较高。
参见图4，图4示出了本申请提供的另一种获取补水量的流程示意图。在一些可选的实施方式中，所述控制器被进一步配置成采用如下方式获取所述菌菇原料的含水率对应的补水量：
步骤S301：获取所述菌菇原料的含水率对应的总加水量；
步骤S302：基于所述总加水量和所述预加水量，计算得到所述菌菇原料的含水率对应的补水量。
由此，将获取补水量的步骤分为两个阶段，第一个阶段获取总加水量，第二个阶段做减法，即利用总加水量减去预加水量得到补水量。由此，可以通过各种可行方式灵活地获取总加水量(例如人工录入总加水量、利用加水量计算公式进行计算或者利用加水模型进行预测)，再减去固定的或者动态调整的预加水量，计算得到补水量，这种补水量获取方式整体上灵活度很高，适用范围广，方便用户根据自身的性能需求和成本需求选择适合的具体计算方式。
在一些可选的实施方式中，所述控制器被进一步配置成采用如下方式获取所述菌菇原料的含水率对应的总加水量：
将所述菌菇原料的含水率输入加水模型，得到所述菌菇原料的含水率对应的总加水量；
其中，所述加水模型的训练过程如下：
获取训练集，所述训练集包括多个训练数据，每个所述训练数据包括一个训练样本的含水率及其对应的总加水量的标注数据；
针对每个所述训练数据，执行以下处理：
将(所述训练数据的)所述训练样本的含水率输入预设的深度学习模型，得到所述训练样本的含水率对应的总加水量的预测数据；
基于所述训练样本的含水率对应的总加水量的预测数据和标注数据，对所述深度学习模型的模型参数进行更新；
检测是否满足预设的训练结束条件；如果是，则将训练得到的深度学习模型作为所述加水模型；如果否，则利用下一个所述训练数据继续训练所述深度学习模型。
由此，加水模型可以由大量的训练数据训练得到，能够针对不同的输入数据预测得到相应的总加水量，适用范围广，智能化水平高。通过设计，建立适量的神经元计算节点和多层运算层次结构，选择合适的输入层和输出层，就可以得到预设的深度学习模型，通过该预设的深度学习模型的学习和调优，建立起从输入到输出的函数关系，虽然不能100％找到输入与输出的函数关系，但是可以尽可能地逼近现实的关联关系，由此训练得到的加水模型，可以实现获取菌菇原料的含水率对应的总加水量的功能，且计算结果准确性高、可靠性高。
本申请对训练样本不作限定，训练样本的成分和菌菇原料可以是一致的或者相近的。
本申请对标注数据的获取方式不作限定，例如可以采用人工标注的方式，也可以采用自动标注或者半自动标注的方式。
本申请对加水模型的训练过程不作限定，其例如可以采用上述监督学习的训练方式，或者可以采用半监督学习的训练方式，或者可以采用无监督学习的训练方式。
本申请对预设的训练结束条件不作限定，其例如可以是训练次数达到预设次数(预设次数例如是1次、3次、10次、100次、1000次、10000次等)，或者可以是训练集中的训练数据都完成一次或多次训练，或者可以是本次训练得到的总损失值不大于预设损失值。
在一些可选的实施方式中，除了上述步骤S101～S105，所述控制器还被配置成执行以下步骤：
当检测到所述计时时长不小于所述第一预设时长时，利用所述计时设备重新开始计时，得到重新计时的计时时长；
当检测到重新计时的计时时长不小于第二预设时长时，利用驱动设备驱动所述搅拌设备内的菌菇原料进行放料。
由此，对湿搅拌这一搅拌阶段进行计时，在湿搅拌达到第二预设时长后自动放料，进一步提高了单个搅拌设备的产能，提高了整体的菌菇生产效率。
本申请对对驱动设备不作限定，驱动设备例如可以采用电动驱动设备、气动驱动设备或者液动驱动设备。驱动设备例如可以是气缸。
本申请中的利用驱动设备驱动所述搅拌设备内的菌菇原料进行放料，是指利用所述驱动设备驱动所述搅拌设备内的菌菇原料从搅拌设备的放料口脱离所述搅拌设备。
在一些可选的实施方式中，所述控制器被进一步配置成采用如下方式重新计时：
当检测到所述计时时长不小于所述第一预设时长时，利用报警设备进行报警；
利用交互设备接收第一复位操作，响应于所述第一复位操作，对所述报警设备进行复位，并利用所述计时设备重新开始计时，得到重新计时的计时时长；
并且，所述控制器被进一步配置成采用如下方式进行放料：
当检测到重新计时的计时时长不小于所述第二预设时长时，再次利用所述报警设备进行报警；
利用所述交互设备接收第二复位操作，响应于所述第二复位操作，再次对所述报警设备进行复位，并利用所述驱动设备驱动所述搅拌设备内的菌菇原料进行放料。
由此，利用报警设备提醒操作人员及时进行对应操作。一方面，在计时时长不小于第一预设时长(即干搅拌完成)后，利用报警设备的报警行为提醒操作人员对计时设备进行重新计时处理(当然，操作人员还应该对报警设备进行复位，否则报警设备将会持续处于报警状态)；另一方面，在重新计时的计时时长不小于第二预设时长(即湿搅拌完成后)，利用报警设备的报警行为提醒操作人员开启驱动设备驱动搅拌设备进行放料(当然，操作人员还应该对报警设备进行复位，否则报警设备将会持续处于报警状态)。
在上述重新计时过程和放料过程中，分别采用了智能加人工的处理方式，其中智能部分包括：自动计时、(基于计时的)自动报警、(利用驱动设备)自动放料，人工部分包括：人工对报警设备进行复位、人工开启驱动设备。这样智能加人工的处理方式，能够兼顾效率和安全性，引入智能化以提高生产效率、节省人力成本、减少人员的重复劳动、提升操作人员的安全性，引入人工控制关键节点以实现对自动化控制过程的监控、避免机器故障导致重大生产(安全)事故的发生。
本申请对报警设备不作限定，其例如可以是声音报警器、光信号报警器或者声光报警器。声音报警器可以采用播放预设音频的方式进行报警，用于指示某项过程(工艺)已经完成，或者用于指示接下来需要进行某项过程(工艺)。光信号报警器例如可以采用单色光、复合光或者闪烁光进行报警。具体而言，还可以利用不同光来指示不同内容，例如利用红色光指示干搅拌结束，利用蓝色光指示湿搅拌结束。
本申请对交互设备不作限定，其例如可以是工作台、手机、平板电脑、笔记本电脑、台式计算机、智能穿戴设备等。工作台上例如可以设置一个或多个操作按钮，用于接收第一复位操作和第二复位操作。手机、平板电脑、智能穿戴设备例如可以设置有触摸显示屏。笔记本电脑、台式计算机例如可以设置有显示屏、键盘、鼠标等。
在一些可选的实施方式中，报警设备和交互设备可以集成为一体化设备。
在一些可选的实施方式中，报警设备和计时设备可以集成为一体化设备。
在一些可选的实施方式中，报警设备、交互设备和计时设备可以集成为一体化设备。
在一些可选的实施方式中，所述控制器被进一步配置成采用如下方式进行放料：
利用所述驱动设备驱动所述搅拌设备内的菌菇原料进行放料，并利用放料检测设备实时检测所述搅拌设备的放料口是否结束放料；
当检测到结束放料时，控制所述驱动设备停止工作，并控制所述搅拌设备停止搅拌。
由此，实时检测放料口是否结束放料，当检测到结束放料后自动控制驱动设备停止工作，从而结束搅拌设备的放料过程，使得搅拌设备可以准备进入下一批次的菌菇原料的搅拌过程，进一步从衔接上提升了搅拌设备的产能，提高了整体的菌菇生产效率。
本申请对放料检测设备不作限定，其例如可以采用红外感应检测方式，或者可以采用视觉检测方式。当采用视觉检测方式时，放料检测设备例如可以是摄像头，摄像头例如可以包括光学摄像头和/或红外摄像头。
参见图5，图5示出了本申请提供的另一种控制器的控制流程示意图。
所述控制器用于对搅拌设备进行自动化控制，所述搅拌设备用于搅拌菌菇原料，所述控制器被配置成执行以下步骤：
步骤S401：控制进料设备向所述搅拌设备进料；
步骤S402：在完成进料后，控制所述搅拌设备开始搅拌；
步骤S403：当所述搅拌设备开始搅拌时，利用计时设备进行计时，得到计时时长；
步骤S404：当检测到所述计时时长不小于第一预设时长时，利用语音报警设备进行取样语音报警；
步骤S405：利用取样设备对所述菌菇原料进行取样，得到实时样本；
步骤S406：利用交互设备接收第一复位操作，响应于所述第一复位操作，对所述语音报警设备进行复位，之后同时执行步骤S407～S409；
步骤S407：利用所述计时设备重新开始计时，得到重新计时的计时时长；
步骤S408：利用水分检测设备对所述实时样本进行水分检测，得到所述实时样本的含水率作为所述菌菇原料的含水率，并获取所述菌菇原料的含水率对应的补水量；
步骤S409：基于预设的预加水量，利用加水设备对所述搅拌设备进行预加水；
步骤S410：基于所述补水量，利用所述加水设备对所述搅拌设备进行补水；
步骤S411：当检测到重新计时的计时时长不小于第二预设时长时，利用所述语音报警设备进行放料语音报警；
步骤S412：利用所述交互设备接收第二复位操作，响应于所述第二复位操作，再次对所述语音报警设备进行复位；
步骤S413：利用驱动设备驱动所述搅拌设备内的菌菇原料进行放料，在放料过程中，利用光信号报警设备进行黄光闪烁报警；
步骤S414：利用放料检测设备实时检测所述搅拌设备的放料口是否结束放料；
步骤S415：当检测到所述放料口从当前时刻起之前第三预设时长内没有放料时，确定结束放料，利用光信号报警设备进行绿光长亮报警，并控制所述驱动设备停止工作，以及控制所述搅拌设备停止搅拌。
第三预设时长是预先设置的时长，其设置方式与第一预设时长、第二预设时长相类似，第三预设时长例如是15秒、30秒、1分钟、3分钟、5分钟等。
参见图6，图6示出了本申请提供的一种控制器200的结构框图。控制器200包括至少一个存储器210、至少一个处理器220以及连接不同平台系统的总线230。
存储器210可以包括易失性存储器形式的可读介质，例如随机存取存储器(RAM)211和/或高速缓存存储器212，还可以进一步包括只读存储器(ROM)213。
其中，存储器210还存储有计算机程序，计算机程序可以被处理器220执行，使得处理器220实现上述任一项控制器的功能，其具体实现方式与上述方法实施方式中记载的实施方式、所达到的技术效果一致，部分内容不再赘述。
存储器210还可以包括具有至少一个程序模块215的实用工具214，这样的程序模块215包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例的每一个或某种组合中可能包括网络环境的实现。
相应的，处理器220可以执行上述计算机程序，以及可以执行实用工具214。
处理器220可以采用一个或多个应用专用集成电路(ASIC，Application SpecificIntegrated Circuit)、DSP、可编程逻辑器件(PLD，ProgrammableLogicDevice)、复杂可编程逻辑器件(CPLD，Complex Programmable Logic Device)、现场可编程门阵列(FPGA，Field-Programmable Gate Array)或其他电子元件。
总线230可以为表示几类总线结构的一种或多种，包括存储器总线或者存储器控制器、外围总线、图形加速端口、处理器或者使用多种总线结构的任意总线结构的局域总线。
控制器200也可以与一个或多个外部设备240例如键盘、指向设备、蓝牙设备等通信，还可与一个或者多个能够与该控制器200交互的设备通信，和/或与使得该控制器200能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等)通信。这种通信可以通过输入输出接口250进行。并且，控制器200还可以通过网络适配器260与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。网络适配器260可以通过总线230与控制器200的其它模块通信。应当明白，尽管图中未示出，可以结合控制器200使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储平台等。
继续参见图2，图2示出了本申请提供的一种搅拌设备的结构示意图，其具体实现方式与上述控制器的实施方式中记载的实施方式、所达到的技术效果一致，部分内容不再赘述。
所述搅拌设备包括上述任一项控制器(图中未示出)。
由此，将控制器集成在搅拌设备上，提升了搅拌设备的集成度，使得搅拌设备具有自动控制加水过程的功能。
本申请还提供了一种控制方法，其具体实现方式与上述控制器的实施方式中记载的实施方式、所达到的技术效果一致，部分内容不再赘述。
所述方法用于控制搅拌设备的自动加水过程，所述搅拌设备用于搅拌菌菇原料，所述方法包括：
当所述搅拌设备开始搅拌时，利用计时设备进行计时，得到计时时长；
当检测到所述计时时长不小于第一预设时长时，利用取样设备对所述菌菇原料进行取样，得到实时样本；
利用水分检测设备对所述实时样本进行水分检测，得到所述实时样本的含水率作为所述菌菇原料的含水率，并获取所述菌菇原料的含水率对应的补水量；
基于预设的预加水量，利用加水设备对所述搅拌设备进行预加水；
基于所述补水量，利用所述加水设备对所述搅拌设备进行补水。
在一些可选的实施方式中，所述获取所述菌菇原料的含水率对应的补水量，包括：
获取补水量计算公式，所述补水量计算公式用于指示含水率、预加水量与补水量之间的对应关系；
将所述菌菇原料的含水率和所述预加水量输入所述补水量计算公式，计算得到所述菌菇原料的含水率对应的补水量。
在另一些可选的实施方式中，所述获取所述菌菇原料的含水率对应的补水量，包括：
获取所述菌菇原料的含水率对应的总加水量；
基于所述总加水量和所述预加水量，计算得到所述菌菇原料的含水率对应的补水量。
在一些可选的实施方式中，所述获取所述菌菇原料的含水率对应的总加水量，包括：
将所述菌菇原料的含水率输入加水模型，得到所述菌菇原料的含水率对应的总加水量；
其中，所述加水模型的训练过程如下：
获取训练集，所述训练集包括多个训练数据，每个所述训练数据包括一个训练样本的含水率及其对应的总加水量的标注数据；
针对每个所述训练数据，执行以下处理：
将所述训练样本的含水率输入预设的深度学习模型，得到所述训练样本的含水率对应的总加水量的预测数据；
基于所述训练样本的含水率对应的总加水量的预测数据和标注数据，对所述深度学习模型的模型参数进行更新；
检测是否满足预设的训练结束条件；如果是，则将训练得到的深度学习模型作为所述加水模型；如果否，则利用下一个所述训练数据继续训练所述深度学习模型。
在一些可选的实施方式中，所述方法还包括：
当检测到所述计时时长不小于所述第一预设时长时，利用所述计时设备重新开始计时，得到重新计时的计时时长；
当检测到重新计时的计时时长不小于第二预设时长时，利用驱动设备驱动所述搅拌设备内的菌菇原料进行放料。
在一些可选的实施方式中，所述当检测到所述计时时长不小于所述第一预设时长时，利用所述计时设备重新开始计时，得到重新计时的计时时长，包括：
当检测到所述计时时长不小于所述第一预设时长时，利用报警设备进行报警；
利用交互设备接收第一复位操作，响应于所述第一复位操作，对所述报警设备进行复位，并利用所述计时设备重新开始计时，得到重新计时的计时时长；
所述当检测到重新计时的计时时长不小于第二预设时长时，利用驱动设备驱动所述搅拌设备内的菌菇原料进行放料，包括：
当检测到重新计时的计时时长不小于所述第二预设时长时，再次利用所述报警设备进行报警；
利用所述交互设备接收第二复位操作，响应于所述第二复位操作，再次对所述报警设备进行复位，并利用所述驱动设备驱动所述搅拌设备内的菌菇原料进行放料。
在一些可选的实施方式中，所述利用驱动设备驱动所述搅拌设备内的菌菇原料进行放料，包括：
利用所述驱动设备驱动所述搅拌设备内的菌菇原料进行放料，并利用放料检测设备实时检测所述搅拌设备的放料口是否结束放料；
当检测到结束放料时，控制所述驱动设备停止工作，并控制所述搅拌设备停止搅拌。
本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项控制器的功能或者实现上述控制方法的步骤，其具体实现方式与上述控制器的实施方式中记载的实施方式、所达到的技术效果一致，部分内容不再赘述。
参见图7，图7示出了本申请提供的一种用于实现控制方法的程序产品300的结构示意图。程序产品300可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品300不限于此，在本申请中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。程序产品300可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EP ROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等，或者上述的任意合适的组合。可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，程序设计语言包括面向对象的程序设计语言诸如Java、C++等，还包括常规的过程式程序设计语言诸如C语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
本申请从使用目的上，效能上，进步及新颖性等观点进行阐述，已符合专利法所强调的功能增进及使用要件，本申请以上的说明书及说明书附图，仅为本申请的较佳实施例而已，并非以此局限本申请，因此，凡一切与本申请构造，装置，特征等近似、雷同的，即凡依本申请专利申请范围所作的等同替换或修饰等，皆应属本申请的专利申请保护的范围之内。
Claims (6)
1.一种控制器，其特征在于，用于控制搅拌设备的自动加水过程，所述搅拌设备用于搅拌菌菇原料，所述控制器被配置成：
当所述搅拌设备开始搅拌时，利用计时设备进行计时，得到计时时长；
当检测到所述计时时长不小于第一预设时长时，利用取样设备对所述菌菇原料进行取样，得到实时样本；
利用水分检测设备对所述实时样本进行水分检测，得到所述实时样本的含水率作为所述菌菇原料的含水率，并获取所述菌菇原料的含水率对应的补水量；
基于预设的预加水量，利用加水设备对所述搅拌设备进行预加水；
基于所述补水量，利用所述加水设备对所述搅拌设备进行补水；
所述控制器还被配置成：
当检测到所述计时时长不小于所述第一预设时长时，利用所述计时设备重新开始计时，得到重新计时的计时时长；
当检测到重新计时的计时时长不小于第二预设时长时，利用驱动设备驱动所述搅拌设备内的菌菇原料进行放料；所述利用驱动设备驱动所述搅拌设备内的菌菇原料进行放料，是指利用所述驱动设备驱动所述搅拌设备内的菌菇原料从搅拌设备的放料口脱离所述搅拌设备；
利用水分检测时间段进行预加水；
所述控制器被进一步配置成采用如下方式获取所述菌菇原料的含水率对应的补水量：
获取所述菌菇原料的含水率对应的总加水量；
基于所述总加水量和所述预加水量，计算得到所述菌菇原料的含水率对应的补水量；
所述控制器被进一步配置成采用如下方式获取所述菌菇原料的含水率对应的总加水量：
将所述菌菇原料的含水率输入加水模型，得到所述菌菇原料的含水率对应的总加水量；
其中，所述加水模型的训练过程如下：
获取训练集，所述训练集包括多个训练数据，每个所述训练数据包括一个训练样本的含水率及其对应的总加水量的标注数据；
针对每个所述训练数据，执行以下处理：
将所述训练样本的含水率输入预设的深度学习模型，得到所述训练样本的含水率对应的总加水量的预测数据；
基于所述训练样本的含水率对应的总加水量的预测数据和标注数据，对所述深度学习模型的模型参数进行更新；
检测是否满足预设的训练结束条件；如果是，则将训练得到的深度学习模型作为所述加水模型；如果否，则利用下一个所述训练数据继续训练所述深度学习模型。
2.根据权利要求1所述的控制器，其特征在于，所述控制器被进一步配置成采用如下方式重新计时：
当检测到所述计时时长不小于所述第一预设时长时，利用报警设备进行报警；
利用交互设备接收第一复位操作，响应于所述第一复位操作，对所述报警设备进行复位，并利用所述计时设备重新开始计时，得到重新计时的计时时长；
所述控制器被进一步配置成采用如下方式进行放料：
当检测到重新计时的计时时长不小于所述第二预设时长时，再次利用所述报警设备进行报警；
利用所述交互设备接收第二复位操作，响应于所述第二复位操作，再次对所述报警设备进行复位，并利用所述驱动设备驱动所述搅拌设备内的菌菇原料进行放料。
3.根据权利要求1所述的控制器，其特征在于，所述控制器被进一步配置成采用如下方式进行放料：
利用所述驱动设备驱动所述搅拌设备内的菌菇原料进行放料，并利用放料检测设备实时检测所述搅拌设备的放料口是否结束放料；
当检测到结束放料时，控制所述驱动设备停止工作，并控制所述搅拌设备停止搅拌。
4.一种搅拌设备，其特征在于，所述搅拌设备包括权利要求1-3任一项所述的控制器。
5.一种控制方法，其特征在于，用于控制搅拌设备的自动加水过程，所述搅拌设备用于搅拌菌菇原料，所述方法包括：
当所述搅拌设备开始搅拌时，利用计时设备进行计时，得到计时时长；
当检测到所述计时时长不小于第一预设时长时，利用取样设备对所述菌菇原料进行取样，得到实时样本；
利用水分检测设备对所述实时样本进行水分检测，得到所述实时样本的含水率作为所述菌菇原料的含水率，并获取所述菌菇原料的含水率对应的补水量；
基于预设的预加水量，利用加水设备对所述搅拌设备进行预加水；
基于所述补水量，利用所述加水设备对所述搅拌设备进行补水；
当检测到所述计时时长不小于所述第一预设时长时，利用所述计时设备重新开始计时，得到重新计时的计时时长；
当检测到重新计时的计时时长不小于第二预设时长时，利用驱动设备驱动所述搅拌设备内的菌菇原料进行放料；所述利用驱动设备驱动所述搅拌设备内的菌菇原料进行放料，是指利用所述驱动设备驱动所述搅拌设备内的菌菇原料从搅拌设备的放料口脱离所述搅拌设备；
利用水分检测时间段进行预加水；
所述控制器被进一步配置成采用如下方式获取所述菌菇原料的含水率对应的补水量：
获取所述菌菇原料的含水率对应的总加水量；
基于所述总加水量和所述预加水量，计算得到所述菌菇原料的含水率对应的补水量；
所述控制器被进一步配置成采用如下方式获取所述菌菇原料的含水率对应的总加水量：
将所述菌菇原料的含水率输入加水模型，得到所述菌菇原料的含水率对应的总加水量；
其中，所述加水模型的训练过程如下：
获取训练集，所述训练集包括多个训练数据，每个所述训练数据包括一个训练样本的含水率及其对应的总加水量的标注数据；
针对每个所述训练数据，执行以下处理：
将所述训练样本的含水率输入预设的深度学习模型，得到所述训练样本的含水率对应的总加水量的预测数据；
基于所述训练样本的含水率对应的总加水量的预测数据和标注数据，对所述深度学习模型的模型参数进行更新；
检测是否满足预设的训练结束条件；如果是，则将训练得到的深度学习模型作为所述加水模型；如果否，则利用下一个所述训练数据继续训练所述深度学习模型。
6.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-3任一项所述控制器的功能或者实现权利要求5所述控制方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210831229.4A CN115430347B (zh) | 2022-07-14 | 2022-07-14 | 控制器、搅拌设备、控制方法及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210831229.4A CN115430347B (zh) | 2022-07-14 | 2022-07-14 | 控制器、搅拌设备、控制方法及计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115430347A CN115430347A (zh) | 2022-12-06 |
| CN115430347B true CN115430347B (zh) | 2024-04-19 |
Family
ID=84240974
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210831229.4A Active CN115430347B (zh) | 2022-07-14 | 2022-07-14 | 控制器、搅拌设备、控制方法及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115430347B (zh) |
Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105068583A (zh) * | 2015-07-07 | 2015-11-18 | 福建中烟工业有限责任公司 | 物料含水率控制方法和系统 |
| CN204849911U (zh) * | 2015-05-08 | 2015-12-09 | 王海岩 | 复用集水箱的节水箱结构 |
| CN105808500A (zh) * | 2016-02-26 | 2016-07-27 | 山西牡丹深度智能科技有限公司 | 深度学习的实现方法、装置 |
| CN106584674A (zh) * | 2016-12-27 | 2017-04-26 | 齐跃广 | 水泥裹沙法全自动配料搅拌控制系统 |
| CN107509616A (zh) * | 2017-08-07 | 2017-12-26 | 扬州大学 | 一种给基质精准补水的方法 |
| CN107840589A (zh) * | 2017-12-04 | 2018-03-27 | 株洲大禹恒基新材料有限公司 | 一种彩色透水混凝土的制备系统的控制方法 |
| CN110079667A (zh) * | 2019-04-18 | 2019-08-02 | 首钢京唐钢铁联合有限责任公司 | 一种球团生产中物料水分调节系统和方法 |
| CN112000137A (zh) * | 2020-08-31 | 2020-11-27 | 重庆花喜鹊科技有限公司 | 一种烧结原料自动控水工艺系统 |
| CN112571628A (zh) * | 2020-12-05 | 2021-03-30 | 郴州中祁工程材料有限公司 | 混凝土搅拌站水量控制方法、系统、电子设备及其储存介质 |
| CN212843132U (zh) * | 2020-07-31 | 2021-03-30 | 江阴弘旭环保电力科技有限公司 | 一种用于冷却塔的自动补水装置 |
| CN112986491A (zh) * | 2019-12-16 | 2021-06-18 | 上海梅山钢铁股份有限公司 | 一种基于反馈自适应预测模型的混合料水分检测值修正方法 |
| CN113133427A (zh) * | 2021-03-22 | 2021-07-20 | 张孟哲 | 一种海水缸补水换水装置及其补水换水方法 |
| CN113325885A (zh) * | 2021-05-31 | 2021-08-31 | 和钢科技股份有限公司 | 基于下料量预估的烧结混合料加水方法 |
| CN113379029A (zh) * | 2021-04-22 | 2021-09-10 | 中国地质大学（武汉） | 基于物理定律和过程驱动的深度学习模型的水质预测方法 |
| CN113813863A (zh) * | 2021-10-08 | 2021-12-21 | 中国公路工程咨询集团有限公司 | 尾砂混合料含水量的调控方法及系统、电子设备和介质 |
| CN215895290U (zh) * | 2021-07-05 | 2022-02-22 | 江苏品品鲜生物科技有限公司 | 食用菌工厂化生产搅拌加水智能控制系统 |
| JP2022084308A (ja) * | 2020-11-26 | 2022-06-07 | 株式会社タクマ | 焼却灰処理装置、及び焼却灰処理方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102200212B1 (ko) * | 2018-12-07 | 2021-01-08 | 서울대학교 산학협력단 | 불확실성 예측을 위한 샘플링 모델 생성 장치 및 방법, 불확실성 예측 장치 |
| CN112015603A (zh) * | 2019-05-30 | 2020-12-01 | 鸿富锦精密电子(郑州)有限公司 | 用户终端硬件检测方法、装置、计算机装置及存储介质 |
-
2022
- 2022-07-14 CN CN202210831229.4A patent/CN115430347B/zh active Active
Patent Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN204849911U (zh) * | 2015-05-08 | 2015-12-09 | 王海岩 | 复用集水箱的节水箱结构 |
| CN105068583A (zh) * | 2015-07-07 | 2015-11-18 | 福建中烟工业有限责任公司 | 物料含水率控制方法和系统 |
| CN105808500A (zh) * | 2016-02-26 | 2016-07-27 | 山西牡丹深度智能科技有限公司 | 深度学习的实现方法、装置 |
| CN106584674A (zh) * | 2016-12-27 | 2017-04-26 | 齐跃广 | 水泥裹沙法全自动配料搅拌控制系统 |
| CN107509616A (zh) * | 2017-08-07 | 2017-12-26 | 扬州大学 | 一种给基质精准补水的方法 |
| CN107840589A (zh) * | 2017-12-04 | 2018-03-27 | 株洲大禹恒基新材料有限公司 | 一种彩色透水混凝土的制备系统的控制方法 |
| CN110079667A (zh) * | 2019-04-18 | 2019-08-02 | 首钢京唐钢铁联合有限责任公司 | 一种球团生产中物料水分调节系统和方法 |
| CN112986491A (zh) * | 2019-12-16 | 2021-06-18 | 上海梅山钢铁股份有限公司 | 一种基于反馈自适应预测模型的混合料水分检测值修正方法 |
| CN212843132U (zh) * | 2020-07-31 | 2021-03-30 | 江阴弘旭环保电力科技有限公司 | 一种用于冷却塔的自动补水装置 |
| CN112000137A (zh) * | 2020-08-31 | 2020-11-27 | 重庆花喜鹊科技有限公司 | 一种烧结原料自动控水工艺系统 |
| JP2022084308A (ja) * | 2020-11-26 | 2022-06-07 | 株式会社タクマ | 焼却灰処理装置、及び焼却灰処理方法 |
| CN112571628A (zh) * | 2020-12-05 | 2021-03-30 | 郴州中祁工程材料有限公司 | 混凝土搅拌站水量控制方法、系统、电子设备及其储存介质 |
| CN113133427A (zh) * | 2021-03-22 | 2021-07-20 | 张孟哲 | 一种海水缸补水换水装置及其补水换水方法 |
| CN113379029A (zh) * | 2021-04-22 | 2021-09-10 | 中国地质大学（武汉） | 基于物理定律和过程驱动的深度学习模型的水质预测方法 |
| CN113325885A (zh) * | 2021-05-31 | 2021-08-31 | 和钢科技股份有限公司 | 基于下料量预估的烧结混合料加水方法 |
| CN215895290U (zh) * | 2021-07-05 | 2022-02-22 | 江苏品品鲜生物科技有限公司 | 食用菌工厂化生产搅拌加水智能控制系统 |
| CN113813863A (zh) * | 2021-10-08 | 2021-12-21 | 中国公路工程咨询集团有限公司 | 尾砂混合料含水量的调控方法及系统、电子设备和介质 |
Non-Patent Citations (1)
| Title |
|---|
| 基于专家－模糊ＰＩＤ控制的松散回潮出口水分控制系统设计;段荣华;计算机测量与控制;20190125;第27卷;第85-91页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115430347A (zh) | 2022-12-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110362494B (zh) | 微服务状态信息展示的方法、模型训练方法以及相关装置 | |
| CN107861871B (zh) | 一种灰度发布方法、装置、服务器及存储介质 | |
| CN106708586B (zh) | 一种用于嵌入式系统程序自动在线更新的手持式仪器及方法 | |
| CN104516809B (zh) | 一种自动化测试系统及方法 | |
| CN114324927B (zh) | 一种流水线启动方法、系统、电子设备及介质 | |
| CN105628429A (zh) | 全自动微波前处理装置 | |
| CN115430347B (zh) | 控制器、搅拌设备、控制方法及计算机可读存储介质 | |
| CN113238687A (zh) | 一种桌面平台上安卓应用按钮功能的实现方法及实现装置 | |
| Buddha et al. | The Future Of Healthcare: Artificial Intelligence's Role In Smart Hospitals And Wearable Health Devices | |
| CN109001990B (zh) | 基于大数据分析的电机驱动机构 | |
| CN112213568A (zh) | 一种列车车载天线的检测装置 | |
| CN104422506A (zh) | 一种高度智能化的电子天平及分析方法 | |
| CN114167825A (zh) | 产品的控制图获得方法、装置、终端设备以及存储介质 | |
| CN113608474A (zh) | 一种带摆动装置的大米颗粒智能筛选系统 | |
| WO2020007349A1 (zh) | 一种智能化敲除策略筛选的方法和一种基于多种敲除类型的敲除策略筛选方法 | |
| CN201859433U (zh) | 无写入器的单片机开发系统 | |
| CN111122292A (zh) | 用于加液控制的方法、装置及电子设备 | |
| CN116205188B (zh) | 半导体工艺配方创建方法、装置、存储介质及电子设备 | |
| CN205420429U (zh) | 细胞破碎自动化控制检测装置 | |
| CN114349088A (zh) | 一种废水远程处理装置、方法及系统 | |
| CN111123398A (zh) | 基于探测仪的加液检测方法、装置及电子设备 | |
| CN109343448A (zh) | 一种用于风机一体化控制系统的编程系统及其编程方法 | |
| CN113418749B (zh) | 金属精矿粉取样方法、装置、计算机设备及存储介质 | |
| CN103506327A (zh) | 一种锂离子电池连续测量分选的方法 | |
| CN215768102U (zh) | 聚羧酸减水剂母液固含量快速测定仪 |
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 |