CN117146523B - 螺旋速冻机的冷冻参数控制方法及系统 - Google Patents
螺旋速冻机的冷冻参数控制方法及系统 Download PDFInfo
- Publication number
- CN117146523B CN117146523B CN202311421983.1A CN202311421983A CN117146523B CN 117146523 B CN117146523 B CN 117146523B CN 202311421983 A CN202311421983 A CN 202311421983A CN 117146523 B CN117146523 B CN 117146523B
- Authority
- CN
- China
- Prior art keywords
- freezing
- refrigeration
- control
- stage
- time
- 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
- 238000007710 freezing Methods 0.000 title claims abstract description 429
- 230000008014 freezing Effects 0.000 title claims abstract description 370
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000005057 refrigeration Methods 0.000 claims abstract description 157
- 230000008859 change Effects 0.000 claims abstract description 91
- 238000012795 verification Methods 0.000 claims abstract description 72
- 238000004458 analytical method Methods 0.000 claims abstract description 63
- 238000002194 freeze distillation Methods 0.000 claims description 27
- 238000010276 construction Methods 0.000 claims description 15
- 238000005065 mining Methods 0.000 claims description 15
- 238000007418 data mining Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000012549 training Methods 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 6
- 230000004927 fusion Effects 0.000 claims description 5
- 238000005457 optimization Methods 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 9
- 230000008569 process Effects 0.000 description 22
- 230000000875 corresponding effect Effects 0.000 description 20
- 230000007613 environmental effect Effects 0.000 description 9
- 230000002159 abnormal effect Effects 0.000 description 7
- 230000001276 controlling effect Effects 0.000 description 7
- 238000004519 manufacturing process Methods 0.000 description 6
- 238000010200 validation analysis Methods 0.000 description 6
- 238000000605 extraction Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000001816 cooling Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000011217 control strategy Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007500 overflow downdraw method Methods 0.000 description 2
- 230000008054 signal transmission Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000009920 food preservation Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013486 operation strategy Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000004781 supercooling Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
- F25D—REFRIGERATORS; COLD ROOMS; ICE-BOXES; COOLING OR FREEZING APPARATUS NOT OTHERWISE PROVIDED FOR
- F25D29/00—Arrangement or mounting of control or safety devices
- F25D29/005—Mounting of control devices
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
- F25D—REFRIGERATORS; COLD ROOMS; ICE-BOXES; COOLING OR FREEZING APPARATUS NOT OTHERWISE PROVIDED FOR
- F25D25/00—Charging, supporting, and discharging the articles to be cooled
- F25D25/04—Charging, supporting, and discharging the articles to be cooled by conveyors
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
- F25D—REFRIGERATORS; COLD ROOMS; ICE-BOXES; COOLING OR FREEZING APPARATUS NOT OTHERWISE PROVIDED FOR
- F25D2500/00—Problems to be solved
- F25D2500/06—Stock management
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- Thermal Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Devices That Are Associated With Refrigeration Equipment (AREA)
Abstract
本申请公开了螺旋速冻机的冷冻参数控制方法及系统，涉及速冻机技术领域，所述方法包括：连接冷冻管理终端，获得第一待冷冻物品基础冷冻属性；基于冷冻属性特征解析图谱，执行第一待冷冻物品的冷冻阶段特征分析，获得M维冷冻阶段特征；构建M维物品‑冷冻变化标准域；基于M维物品‑冷冻变化标准域和基础冷冻属性，获得第一冷冻控制方案；设置M维物品冷冻验证时域；集成第一冷冻控制方案和M维物品冷冻验证时域，生成第一冷冻管控方案，并将第一冷冻管控方案传输至冷冻管理终端，执行第一待冷冻物品的冷冻控制。本申请具有人为经验影响小，初始参数准确度高、产品适应能力强的技术效果。
Description
技术领域
本发明涉及速冻机技术领域，特别涉及螺旋速冻机的冷冻参数控制方法及系统。
技术背景
螺旋速冻机是一种用于冷冻食品和其他物品的设备，它使用螺旋输送器将物品送入冷冻室，以快速降低物品的温度，延长其保质期。通过对螺旋速冻机的冷冻参数控制，确保冷冻室内的温度保持在适当的范围内，以便有效地冷却物品。现有的参数控制技术存在依赖人工经验，初始参数误差大、产品适应性差的技术问题。
发明内容
本申请的目的在于提供螺旋速冻机的冷冻参数控制方法及系统。用以解决现有技术中存在依赖人工经验，初始参数误差大、产品适应性差的技术问题。
鉴于以上技术问题，本申请提供了螺旋速冻机的冷冻参数控制方法及系统。
第一方面，本申请提供了螺旋速冻机的冷冻参数控制方法，其中，所述方法应用于螺旋速冻机的冷冻参数控制系统，所述系统包括冷冻管理终端，所述方法包括：
连接冷冻管理终端，获得第一螺旋速冻机的第一待冷冻物品对应的基础冷冻属性；基于预先构建的冷冻属性特征解析图谱，根据所述基础冷冻属性执行所述第一待冷冻物品的冷冻阶段特征分析，获得M维冷冻阶段特征，且，M为大于1的正整数；基于冷冻变化置信分析函数，结合所述基础冷冻属性，遍历所述M维冷冻阶段特征进行数据挖掘，构建M维物品-冷冻变化标准域；基于所述M维物品-冷冻变化标准域和所述基础冷冻属性进行所述第一螺旋速冻机的冷冻控制决策，获得第一冷冻控制方案，其中，所述第一冷冻控制方案包括M个阶段-冷冻控制决策；基于所述M维物品-冷冻变化标准域，设置M维物品冷冻验证时域；集成所述第一冷冻控制方案和所述M维物品冷冻验证时域，生成第一冷冻管控方案，并将所述第一冷冻管控方案传输至所述冷冻管理终端，基于所述冷冻管理终端和所述第一螺旋速冻机执行所述第一待冷冻物品的冷冻控制。
第二方面，本申请还提供了螺旋速冻机的冷冻参数控制系统，其中，所述系统包括：
基础属性提取模块，所述基础属性提取模块用于连接冷冻管理终端，获得第一螺旋速冻机的第一待冷冻物品对应的基础冷冻属性；阶段特征分析模块，所述阶段特征分析模块用于基于预先构建的冷冻属性特征解析图谱，根据所述基础冷冻属性执行所述第一待冷冻物品的冷冻阶段特征分析，获得M维冷冻阶段特征，且，M为大于1的正整数；标准域模块，所述标准域模块用于基于冷冻变化置信分析函数，结合所述基础冷冻属性，遍历所述M维冷冻阶段特征进行数据挖掘，构建M维物品-冷冻变化标准域；冷冻控制决策模块，所述冷冻控制决策模块用于基于所述M维物品-冷冻变化标准域和所述基础冷冻属性进行所述第一螺旋速冻机的冷冻控制决策，获得第一冷冻控制方案，其中，所述第一冷冻控制方案包括M个阶段-冷冻控制决策；验证设置模块，所述验证设置模块用于基于所述M维物品-冷冻变化标准域，设置M维物品冷冻验证时域；冷冻控制模块，所述冷冻控制模块用于集成所述第一冷冻控制方案和所述M维物品冷冻验证时域，生成第一冷冻管控方案，并将所述第一冷冻管控方案传输至所述冷冻管理终端，基于所述冷冻管理终端和所述第一螺旋速冻机执行所述第一待冷冻物品的冷冻控制。
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：
通过连接冷冻管理终端，获得第一螺旋速冻机的第一待冷冻物品对应的基础冷冻属性；基于预先构建的冷冻属性特征解析图谱，根据基础冷冻属性执行第一待冷冻物品的冷冻阶段特征分析，获得M维冷冻阶段特征，且，M为大于1的正整数；基于冷冻变化置信分析函数，结合基础冷冻属性，遍历M维冷冻阶段特征进行数据挖掘，构建M维物品-冷冻变化标准域；基于M维物品-冷冻变化标准域和基础冷冻属性进行第一螺旋速冻机的冷冻控制决策，获得第一冷冻控制方案；基于M维物品-冷冻变化标准域，设置M维物品冷冻验证时域；集成第一冷冻控制方案和M维物品冷冻验证时域，生成第一冷冻管控方案，并将第一冷冻管控方案传输至冷冻管理终端，基于冷冻管理终端和第一螺旋速冻机执行第一待冷冻物品的冷冻控制。进而达成人为经验影响小，初始参数准确度高、产品适应能力强的技术效果。
上述说明仅是本申请技术方案的概述，为了能够更清楚阐明本申请的技术手段，进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及其他目的、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
本发明的实施例及后述简单说明结合图示予以说明，附图说明如下：
图1为本申请螺旋速冻机的冷冻参数控制方法的流程示意图；
图2为本申请螺旋速冻机的冷冻参数控制方法中构建M维物品-冷冻变化标准域的流程示意图；
图3为本申请螺旋速冻机的冷冻参数控制系统的结构示意图。
附图标记说明：基础属性提取模块11、阶段特征分析模块12、标准域模块13、冷冻控制决策模块14、验证设置模块15、冷冻控制模块16。
具体实施方式
本申请通过提供螺旋速冻机的冷冻参数控制方法和系统，解决了现有技术面临的存在依赖人工经验，初始参数误差大、产品适应性差的技术问题。
本技术实施例中的方案，为解决上述问题，所采用的整体思路如下：
首先，连接到冷冻管理终端，获取第一螺旋速冻机内的第一批待冷冻物品的基础冷冻属性信息。然后，借助事先构建的冷冻属性特征解析图谱，对基础冷冻属性进行分析，以执行第一批待冷冻物品的冷冻阶段特征分析，从中获得M维冷冻阶段特征信息（其中M是一个大于1的正整数）。接着，结合基础冷冻属性信息，运用冷冻变化置信分析函数，遍历M维冷冻阶段特征，进行数据挖掘，以构建M维物品-冷冻变化标准域。在此基础上，综合考虑M维物品-冷冻变化标准域和基础冷冻属性信息，制定第一螺旋速冻机的冷冻控制策略，生成第一批冷冻物品的冷冻控制方案。最后，依据M维物品-冷冻变化标准域，设定相应的M维物品冷冻验证时域。将第一批冷冻物品的冷冻控制方案与M维物品冷冻验证时域整合，形成第一批冷冻物品的全面冷冻管控方案，并将该方案传输至冷冻管理终端。最后，借助冷冻管理终端与第一螺旋速冻机进行通信与协作，实施第一批待冷冻物品的冷冻控制操作。进而达成人为经验影响小，初始参数准确度高、产品适应能力强的技术效果。
为更好理解上述技术方案，下面将结合说明书附图和具体的实施方式来对上述技术方案进行详细的说明，需要说明的是，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。基于本发明的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部。
实施例一
如图1所示，本申请提供了螺旋速冻机的冷冻参数控制方法，所述方法包括：
S100：连接冷冻管理终端，获得第一螺旋速冻机的第一待冷冻物品对应的基础冷冻属性；
冷冻管理终端是指用于对第一螺旋速冻机基于带冷冻物进行对应的冷冻管理设定冷冻参数的终端管理设备。其中，冷冻管理终端与螺旋速冻机的冷冻参数控制系统通信连接，连接方式包括有线网络连接、无线通信连接等。
第一螺旋速冻机是指准备进行螺旋速冻任务的螺旋速冻机，其中，第一螺旋速冻机可以是准备进行螺旋速冻任务的一个或一批同型号螺旋速冻机中的任意一个。第一螺旋速冻机是一种抽象的螺旋速冻机，对于将要对同一待冷冻物进行速冻处理的不同型号的螺旋速冻机，其对应的第一螺旋速冻机不同。
可选的，通过与冷冻管理终端连接，获取第一螺旋速冻机的第一速冻任务。基于第一速冻任务，提取第一待冷冻物的基础冷冻属性。其中，示例性的，第一待冷冻物的基础冷冻属性包括：第一待冷冻物类型、第一待冷冻物质量、第一待冷冻物形状、第一待冷冻物实时温度等、第一待冷冻物包装方式。第一待冷冻物品对应的基础冷冻属性对于冷冻过程的控制和管理至关重要，影响了冷冻机的工作参数和操作策略。通过获取这些基础冷冻属性，得以更好地理解待冷冻物品的特性，从而优化冷冻机的操作以确保物品的质量和安全。
S200：基于预先构建的冷冻属性特征解析图谱，根据所述基础冷冻属性执行所述第一待冷冻物品的冷冻阶段特征分析，获得M维冷冻阶段特征，且，M为大于1的正整数；
其中，冷冻属性特征解析图谱是指体现了第一待冷冻物基础冷冻属性与冷冻阶段特征对应关系的一种大数据知识图谱。用于根据上述的第一待冷冻物的基础冷冻属性，获取适用于第一待冷冻物的最佳的冷冻阶段特征。
可选的，M维冷冻阶段特征对应第一待冷冻物的M个冷冻阶段，示例性的，包括：预冷却阶段S1：在Δt1时间内将需要快速冷冻的待冷冻物降温到不低于待冷冻物冻结点T2的第一温度T1；过冷却阶段S2：在Δt2时间内将待冷冻物从第一温度T1降温到低于待冷冻物冻结点温度T2的第四温度T4，使待冷冻物进入过冷却不冻结状态；快速冻结阶段S3：在Δtd时间内将待冷冻物从第四温度T4降温到第五温度T5，解除待冷冻物过冷却状态；食品正常保存阶段S4：使食品从T5升温到高于第四温度T4但低于食品冻结点温度T2的第三温度T3保存；
可选的，冷冻阶段特征包括M维冷冻阶段特征，对应第一待冷冻物需经历的理想状态下的M个冷冻阶段及M个冷冻阶段对应的冷冻阶段特征。
进一步的，所述方法还包括：
基于所述基础冷冻属性，获得第一检索约束，并基于所述第一检索约束交互所述冷冻管理终端，获得冷冻阶段特征分析记录；
获得预设图谱构建算子，其中，所述预设图谱构建算子包括以样本基础冷冻属性为特征分析索引特征，以样本冷冻阶段特征为特征分析响应特征；
基于所述预设图谱构建算子对所述冷冻阶段特征分析记录进行数据融合，获得所述冷冻属性特征解析图谱。
其中，基础冷冻属性是指第一待冷冻物与冷冻过程相关的基础物理属性及性质。可选的，第一检索约束通过对上述多个基础冷冻属性进行分析计算提取需要的信息获取。第一检索约束用于作为检索条件，经由检索匹配，获取冷冻管理终端中对应的冷冻阶段特征分析记录。
可选的，冷冻阶段特征分析记录具有基础冷冻属性标记。此外，冷冻阶段特征分析记录包括多个样本冷冻阶段特征。基于基础冷冻属性与多个样本冷冻阶段特征，得以构建预设图谱构建算子。其中，构建预设图谱构建算子用于建立基础冷冻属性与冷冻阶段特征之间的线性或非线性关系，从而实现通过输入第一待冷冻物的基础冷冻属性，获取第一待冷冻物的冷冻阶段特征的技术效果。
可选的，预设图谱构建算子基于数据融合技术原理构建。其中，特征分析索引特征为样本基础冷冻属性，特征分析响应特征为样本冷冻阶段特征；数据融合方法根据融合层次可包括数据级、决策级和特征级融合方法。
S300：基于冷冻变化置信分析函数，结合所述基础冷冻属性，遍历所述M维冷冻阶段特征进行数据挖掘，构建M维物品-冷冻变化标准域；
可选的，物品-冷冻变化标准域是指第一待冷冻物的标准温度变化曲线，体现了理想状态下的第一待冷冻物的温度变化特征。通过获取M维物品-冷冻变化标准域，为在M维上实现第一待冷冻物的良好冷冻效果提供了参考依据与标准目标。
进一步的，如图2所示，基于冷冻变化置信分析函数，结合所述基础冷冻属性，遍历所述M维冷冻阶段特征进行数据挖掘，构建M维物品-冷冻变化标准域，步骤S300还包括：
S310：基于所述M维冷冻阶段特征，获得第m冷冻阶段特征，且，m为正整数，m属于M；
S320：基于所述第m冷冻阶段特征和所述基础冷冻属性，获得第一挖掘约束；
S330：基于所述第一挖掘约束进行正态冷冻变化曲线挖掘，获得正态冷冻变化库；
S340：基于所述冷冻变化置信分析函数对所述正态冷冻变化库进行冷冻变化置信计算，获得多个冷冻变化置信度；
S350：基于所述多个冷冻变化置信度，根据所述正态冷冻变化库，筛选所述第m冷冻阶段特征对应的第m阶段物品-冷冻变化基准，并将所述第m阶段物品-冷冻变化基准添加至所述M维物品-冷冻变化标准域。
可选的，M维冷冻阶段特征包括从冷冻开始至冷冻完成的M个冷冻阶段。其中，每个维度代表一个冷冻过程的阶段或特性。每个维度都包含了关于冷冻过程的信息，示例性的，包括时间、温度、湿度、冷冻速度等，用于描述不同阶段的冷冻变化。
可选的，正态冷冻变化库包含了多条在特定条件下物品的正常冷冻变化趋势和曲线。基于数据挖掘原理，获取正态冷冻变化库，进而获取与第一待冷冻物同一冷冻阶段且基础冷冻熟悉相似或相同的冷冻物的标准正态冷冻变化曲线。
示例性的，基于所述第一挖掘约束进行正态冷冻变化曲线挖掘，获得正态冷冻变化库，首先，收集大量的与冷冻过程相关的数据，包括冷冻时间、温度、湿度、物品类型等信息。可选的，这些数据来自实际的冷冻过程记录或传感器采集的数据。接着，对收集到的数据进行预处理，包括数据清洗、去除异常值、数据平滑等操作，以确保数据的质量和准确性。而后，选择与冷冻过程相关的特征，用于描述冷冻过程的变化。其中特征选择可以基于领域知识或特征工程的方法进行。然后，选择适当的数据挖掘算法，包括聚类、分类、回归、关联规则挖掘等。对于冷冻过程的挖掘，可以采用聚类算法来识别正态冷冻变化模式。最终，聚类将得到的多个正态冷冻变化模式存储为正态冷冻变化库。
可选的，冷冻变化置信计算基于正态冷冻变化模式的频次获取，进而获取与第一待冷冻物适应程度最高的正态冷冻变化模式作为第m冷冻阶段特征对应的第m阶段物品-冷冻变化基准。
进一步的，所述方法还包括：
构建所述冷冻变化置信分析函数，其中，所述冷冻变化置信分析函数为：
；
其中，FCT表征冷冻变化置信度，fco表征冷冻变化支持总成，fcx表征冷冻变化支持度。
可选的，冷冻变化支持总成是指第m冷冻阶段所对应的正态冷冻变化库中的样本正态冷冻变化曲线的总频次，冷冻变化支持度为某一正态冷冻变化模式对应包含的样本正态冷冻变化曲线的类频次。
S400：基于所述M维物品-冷冻变化标准域和所述基础冷冻属性进行所述第一螺旋速冻机的冷冻控制决策，获得第一冷冻控制方案，其中，所述第一冷冻控制方案包括M个阶段-冷冻控制决策；
可选的，基于M维物品-冷冻变化标准域和基础冷冻属性，执行冷冻控制决策。冷冻控制决策包括调整冷冻机的温度、湿度、冷冻速度等参数，以满足物品的冷冻需求。M个阶段每个阶段都有特定的控制策略，以确保冷冻过程按照预定的标准进行，确保冷冻完成后获得的冷冻产品符合预期要求。
进一步的，基于所述M维物品-冷冻变化标准域和所述基础冷冻属性进行所述第一螺旋速冻机的冷冻控制决策，步骤S400还包括：
S410：基于所述M维物品-冷冻变化标准域和所述基础冷冻属性，获得第m冷冻控制源特征；
S420：基于所述第m冷冻控制源特征进行冷冻控制记录采集，获得第m冷冻控制记录库；
S430：基于所述第m冷冻控制记录库对BP神经网络进行训练，每训练P次时，获取误差损失序列，且，P为大于1的正整数；
S440：将预设误差损失与所述误差损失序列进行比对，获得误差损失指数，若所述误差损失指数小于预设误差损失指数，生成第m阶段-冷冻控制决策器；
S450：基于所述第m阶段-冷冻控制决策器对所述第m冷冻控制源特征进行分析，获得第m阶段-冷冻控制决策，并将所述第m阶段-冷冻控制决策添加至所述M个阶段-冷冻控制决策。
其中，第m冷冻控制源是指参与第m阶段冷冻过程参数控制的设备或装置等。第m冷冻控制源用于对第m阶段冷冻过程进行环境参数控制。
可选的，第m冷冻控制源特征包括控制参数类别、控制参数与环境参数的控制特征向量，其中，控制参数与环境参数的控制特征向量反映了第m冷冻控制源的控制参数与环境参数的控制关系。示例性的，控制参数包括冷冻机的设定温度、设定湿度、设定冷冻速度等。
可选的，第m冷冻控制记录库是指第m阶段冷冻过程的历史生产日志集，包括的多个样本控制参数与多个样本环境参数，其中，多个样本控制参数与多个样本环境参数一一对应。第m冷冻控制记录库体现了实际生产操作中，第m冷冻控制源设定的控制参数与实际的环境参数的误差量。
可选的，基于上述第m冷冻控制记录库，获取第m阶段-冷冻控制决策器，通过第m阶段-冷冻控制决策器获取第m阶段-冷冻控制决策，具有控制决策精确、控制决策生成适应性强的技术效果。
S500：基于所述M维物品-冷冻变化标准域，设置M维物品冷冻验证时域；
根据物品的M维-冷冻变化标准域，确定物品冷冻验证时域。M维物品冷冻验证时域用于验证物品的冷冻状态是否符合M维物品-冷冻变化标准域，以确保冷冻质量和冷冻产品安全。
可选的，基于物品的特性和M维冷冻变化标准域的定义来设置冷冻验证时域。冷冻验证时域指导何时对物品进行冷冻状态的验证和监测。其中，冷冻验证时域对多个物品冷冻验证采样节点作出规定。冷冻验证时域包括温度、湿度、冷冻速度等方面的检查，以确保物品在整个冷冻过程中都处于合适的状态。
可选的，M维物品冷冻验证时域包括冷冻验证时域长度、冷冻验证时域时序及冷冻验证时域验证次数。其中，冷冻验证时域长度是指采样节点上单次验证采样的采样窗口时长，冷冻验证时域时序是指每次采样在整个M维物品-冷冻变化标准域中的时序位置，冷冻验证时域验证次数是指每个采样节点设置的采样次数。
冷冻验证时域的设置是为了保证冷冻过程的质量控制，并且能够根据不同物品的特性和需求进行灵活调整。用于确保冷冻过程中物品的安全性和质量，以满足相关的冷冻标准和要求。
S600：集成所述第一冷冻控制方案和所述M维物品冷冻验证时域，生成第一冷冻管控方案，并将所述第一冷冻管控方案传输至所述冷冻管理终端，基于所述冷冻管理终端和所述第一螺旋速冻机执行所述第一待冷冻物品的冷冻控制。
可选的，第一冷冻管控方案包括第一冷冻控制方案与M维物品冷冻验证时域，用于同步进行第一螺旋速冻机的冷冻控制和控制结果验证。其中，第一冷冻控制方案与M维物品冷冻验证时域具处于相同的冷冻流程节点标记，且第一冷冻控制方案与M维物品冷冻验证时域匹配。
可选的，冷冻管理终端设置有多个控制信号传输接口，通过多个控制信号传输接口与第一螺旋速冻机中m个冷冻控制源通信连接。其中，冷冻管理终端对第一冷冻管控方案进行编码，发送至第一螺旋速冻机中m个冷冻控制源，m个冷冻控制源对接收到的编码第一冷冻管控方案进行解码、校验，并编译为m个冷冻控制源可理解的控制指令参数集。通过传输到冷冻管理终端，与第一螺旋速冻机进行通信和协作。实施第一冷冻管控方案，以确保第一待冷冻物品在冷冻过程中得到正确的处理，以满足预定的冷冻标准和要求。
进一步的，所述方法还包括：
基于所述冷冻管理终端对所述第一螺旋速冻机进行实时监测，获得实时冷冻控制特征，且，所述实时冷冻控制特征具有实时冷冻阶段标识；
基于所述实时冷冻阶段标识，根据所述第一冷冻管控方案，获得标准冷冻控制特征；
基于所述实时冷冻控制特征与所述标准冷冻控制特征进行比对，获得冷冻控制偏移度；
判断所述冷冻控制偏移度是否小于预设偏移度；
若所述冷冻控制偏移度大于/等于预设偏移度，生成冷冻控制补偿指令，并根据所述冷冻控制补偿指令执行所述第一螺旋速冻机的控制优化。
可选的，第一螺旋速冻机内部设置有多个环境特征传感器，用于采集第一螺旋速冻机的实时冷冻控制特征。冷冻管理终端基于上述多个环境特征传感器对第一螺旋速冻机进行实时监测，其中，环境特征传感器包括环境温度传感器，环境湿度传感器等。
可选的，预设偏移度通过分析历史冷冻生产日志、进行冷冻控制试验、遍历冷冻生产大数据提取等途径设定。当冷冻控制偏移度大于预设偏移度，则根据冷冻控制偏移度的数值正负，提高或降低冷冻控制源的控制参数。通过生成冷冻控制补偿指令，以及时调整第一螺旋速冻机的控制参数。进而确保冷冻过程达到标准要求，提高冷冻质量和效率，并降低生产中的差异性。
进一步的，所述方法还包括：
获得实时冷冻时间节点；
判断所述实时冷冻时间节点是否处于所述M维物品冷冻验证时域；
若所述实时冷冻时间节点处于所述M维物品冷冻验证时域，获得实时冷冻验证指令，且，所述实时冷冻验证指令具有对应标识的冷冻验证标准特征；
基于所述实时冷冻验证指令，交互所述冷冻管理终端，获得物品实时冷冻特征；
比对所述冷冻验证标准特征和所述物品实时冷冻特征，获得实时冷冻验证结果；
若所述实时冷冻验证结果为不通过，生成物品冷冻预警指令。
可选的，物品冷冻预警指令用于根据冷冻验证结果，作出冷冻验证异常响应。物品冷冻预警指令包括验证实时冷冻验证结果异常位置、实时冷冻验证结果异常类型、实时冷冻验证结果异常程度/数值。且上述冷冻验证结果异常位置、实时冷冻验证结果异常类型、实时冷冻验证结果异常程度/数值关联对应存储。其中，预警形式包括声音、灯光、文字、图像等。若实时监测的冷冻过程不符合标准要求，通过物品冷冻预警，以通知操作员或相关人员采取必要的措施来解决问题。从而防止冷冻过程中的潜在问题扩大，确保产品质量和安全性。
综上所述，本发明所提供的螺旋速冻机的冷冻参数控制方法具有如下技术效果：
通过连接冷冻管理终端，获得第一螺旋速冻机的第一待冷冻物品对应的基础冷冻属性；基于预先构建的冷冻属性特征解析图谱，根据基础冷冻属性执行第一待冷冻物品的冷冻阶段特征分析，获得M维冷冻阶段特征，且，M为大于1的正整数；基于冷冻变化置信分析函数，结合基础冷冻属性，遍历M维冷冻阶段特征进行数据挖掘，构建M维物品-冷冻变化标准域；基于M维物品-冷冻变化标准域和基础冷冻属性进行第一螺旋速冻机的冷冻控制决策，获得第一冷冻控制方案；基于M维物品-冷冻变化标准域，设置M维物品冷冻验证时域；集成第一冷冻控制方案和M维物品冷冻验证时域，生成第一冷冻管控方案，并将第一冷冻管控方案传输至冷冻管理终端，基于冷冻管理终端和第一螺旋速冻机执行第一待冷冻物品的冷冻控制。进而达成人为经验影响小，初始参数准确度高、产品适应能力强的技术效果。
实施例二
基于与所述实施例中螺旋速冻机的冷冻参数控制方法同样的构思，如图3所示，本申请还提供了螺旋速冻机的冷冻参数控制系统，所述系统包括：
基础属性提取模块11，用于连接冷冻管理终端，获得第一螺旋速冻机的第一待冷冻物品对应的基础冷冻属性；
阶段特征分析模块12，用于基于预先构建的冷冻属性特征解析图谱，根据所述基础冷冻属性执行所述第一待冷冻物品的冷冻阶段特征分析，获得M维冷冻阶段特征，且，M为大于1的正整数；
标准域模块13，用于基于冷冻变化置信分析函数，结合所述基础冷冻属性，遍历所述M维冷冻阶段特征进行数据挖掘，构建M维物品-冷冻变化标准域；
冷冻控制决策模块14，用于基于所述M维物品-冷冻变化标准域和所述基础冷冻属性进行所述第一螺旋速冻机的冷冻控制决策，获得第一冷冻控制方案，其中，所述第一冷冻控制方案包括M个阶段-冷冻控制决策；
验证设置模块15，用于基于所述M维物品-冷冻变化标准域，设置M维物品冷冻验证时域；
冷冻控制模块16，用于集成所述第一冷冻控制方案和所述M维物品冷冻验证时域，生成第一冷冻管控方案，并将所述第一冷冻管控方案传输至所述冷冻管理终端，基于所述冷冻管理终端和所述第一螺旋速冻机执行所述第一待冷冻物品的冷冻控制。
进一步的，阶段特征分析模块12还包括：
记录调用单元，用于基于所述基础冷冻属性，获得第一检索约束，并基于所述第一检索约束交互所述冷冻管理终端，获得冷冻阶段特征分析记录；
构建算子单元，用于获得预设图谱构建算子，其中，所述预设图谱构建算子包括以样本基础冷冻属性为特征分析索引特征，以样本冷冻阶段特征为特征分析响应特征；
解析图谱单元，用于基于所述预设图谱构建算子对所述冷冻阶段特征分析记录进行数据融合，获得所述冷冻属性特征解析图谱。
进一步的，标准域模块13还包括：
冷冻阶段特征单元，用于基于所述M维冷冻阶段特征，获得第m冷冻阶段特征，且，m为正整数，m属于M；
第一挖掘约束单元，用于基于所述第m冷冻阶段特征和所述基础冷冻属性，获得第一挖掘约束；
曲线挖掘单元，用于基于所述第一挖掘约束进行正态冷冻变化曲线挖掘，获得正态冷冻变化库；
冷冻变化置信计算单元，用于基于所述冷冻变化置信分析函数对所述正态冷冻变化库进行冷冻变化置信计算，获得多个冷冻变化置信度；
冻变化基准单元，用于基于所述多个冷冻变化置信度，根据所述正态冷冻变化库，筛选所述第m冷冻阶段特征对应的第m阶段物品-冷冻变化基准，并将所述第m阶段物品-冷冻变化基准添加至所述M维物品-冷冻变化标准域。
进一步的，冷冻变化置信计算单元还包括函数构建单元，用于构建所述冷冻变化置信分析函数，其中，所述冷冻变化置信分析函数为：
；
其中，FCT表征冷冻变化置信度，fco表征冷冻变化支持总成，fcx表征冷冻变化支持度。
进一步的，冷冻控制决策模块14还包括：
冷冻控制源特征单元，用于基于所述M维物品-冷冻变化标准域和所述基础冷冻属性，获得第m冷冻控制源特征；
冷冻控制记录库单元，用于基于所述第m冷冻控制源特征进行冷冻控制记录采集，获得第m冷冻控制记录库；
训练单元，用于基于所述第m冷冻控制记录库对BP神经网络进行训练，每训练P次时，获取误差损失序列，且，P为大于1的正整数；
控制决策器生成单元，用于将预设误差损失与所述误差损失序列进行比对，获得误差损失指数，若所述误差损失指数小于预设误差损失指数，生成第m阶段-冷冻控制决策器；
决策单元，用于基于所述第m阶段-冷冻控制决策器对所述第m冷冻控制源特征进行分析，获得第m阶段-冷冻控制决策，并将所述第m阶段-冷冻控制决策添加至所述M个阶段-冷冻控制决策。
进一步的，冷冻控制模块16还包括：
实时监测单元，用于基于所述冷冻管理终端对所述第一螺旋速冻机进行实时监测，获得实时冷冻控制特征，且，所述实时冷冻控制特征具有实时冷冻阶段标识；
偏移分析单元，用于基于所述实时冷冻阶段标识，根据所述第一冷冻管控方案，获得标准冷冻控制特征；基于所述实时冷冻控制特征与所述标准冷冻控制特征进行比对，获得冷冻控制偏移度；
阈值判断单元，用于判断所述冷冻控制偏移度是否小于预设偏移度；
补偿优化单元，用于若所述冷冻控制偏移度大于/等于预设偏移度，生成冷冻控制补偿指令，并根据所述冷冻控制补偿指令执行所述第一螺旋速冻机的控制优化。
进一步的，冷冻控制模块16还包括：
节点采集单元，用于获得实时冷冻时间节点；
时域判定单元，用于判断所述实时冷冻时间节点是否处于所述M维物品冷冻验证时域；
指令生成单元，用于若所述实时冷冻时间节点处于所述M维物品冷冻验证时域，获得实时冷冻验证指令，且，所述实时冷冻验证指令具有对应标识的冷冻验证标准特征；
实时提取单元，用于基于所述实时冷冻验证指令，交互所述冷冻管理终端，获得物品实时冷冻特征；
对比验证单元，用于比对所述冷冻验证标准特征和所述物品实时冷冻特征，获得实时冷冻验证结果；
预警单元，用于若所述实时冷冻验证结果为不通过，生成物品冷冻预警指令。
应当理解的是，本说明书中所提及的实施例重点在其与其他实施例的不同，前述实施例一中的具体实施例，同样适用于实施例二所述的螺旋速冻机的冷冻参数控制系统，为了说明书的简洁，在此不做进一步的展开。
应当理解的是，本申请所公开的实施例及上述说明，可以使得本领域的技术人员运用本申请实现本申请。同时本申请不被限制于上述所提到的这部分实施例，对本申请提到的实施例进行显而易见的修改、变种，也属于本申请原理范围之内。
Claims (7)
1.螺旋速冻机的冷冻参数控制方法，其特征在于，所述方法应用于螺旋速冻机的冷冻参数控制系统，所述系统包括冷冻管理终端，所述方法包括：
连接冷冻管理终端，获得第一螺旋速冻机的第一待冷冻物品对应的基础冷冻属性；
基于预先构建的冷冻属性特征解析图谱，根据所述基础冷冻属性执行所述第一待冷冻物品的冷冻阶段特征分析，获得M维冷冻阶段特征，且，M为大于1的正整数；
基于冷冻变化置信分析函数，结合所述基础冷冻属性，遍历所述M维冷冻阶段特征进行数据挖掘，构建M维物品-冷冻变化标准域；
基于所述M维物品-冷冻变化标准域和所述基础冷冻属性进行所述第一螺旋速冻机的冷冻控制决策，获得第一冷冻控制方案，其中，所述第一冷冻控制方案包括M个阶段-冷冻控制决策；
基于所述M维物品-冷冻变化标准域，设置M维物品冷冻验证时域；
集成所述第一冷冻控制方案和所述M维物品冷冻验证时域，生成第一冷冻管控方案，并将所述第一冷冻管控方案传输至所述冷冻管理终端，基于所述冷冻管理终端和所述第一螺旋速冻机执行所述第一待冷冻物品的冷冻控制。
2.如权利要求1所述的方法，其特征在于，所述方法包括：
基于所述基础冷冻属性，获得第一检索约束，并基于所述第一检索约束交互所述冷冻管理终端，获得冷冻阶段特征分析记录；
获得预设图谱构建算子，其中，所述预设图谱构建算子包括以样本基础冷冻属性为特征分析索引特征，以样本冷冻阶段特征为特征分析响应特征；
基于所述预设图谱构建算子对所述冷冻阶段特征分析记录进行数据融合，获得所述冷冻属性特征解析图谱。
3.如权利要求1所述的方法，其特征在于，基于冷冻变化置信分析函数，结合所述基础冷冻属性，遍历所述M维冷冻阶段特征进行数据挖掘，构建M维物品-冷冻变化标准域，包括：
基于所述M维冷冻阶段特征，获得第m冷冻阶段特征，且，m为正整数，m属于M；
基于所述第m冷冻阶段特征和所述基础冷冻属性，获得第一挖掘约束；
基于所述第一挖掘约束进行正态冷冻变化曲线挖掘，获得正态冷冻变化库；
基于所述冷冻变化置信分析函数对所述正态冷冻变化库进行冷冻变化置信计算，获得多个冷冻变化置信度；
基于所述多个冷冻变化置信度，根据所述正态冷冻变化库，筛选所述第m冷冻阶段特征对应的第m阶段物品-冷冻变化基准，并将所述第m阶段物品-冷冻变化基准添加至所述M维物品-冷冻变化标准域。
4.如权利要求3所述的方法，其特征在于，所述方法还包括：
构建所述冷冻变化置信分析函数，其中，所述冷冻变化置信分析函数为：
；
其中，FCT表征冷冻变化置信度，fco表征冷冻变化支持总成，fcx表征冷冻变化支持度。
5.如权利要求1所述的方法，其特征在于，基于所述M维物品-冷冻变化标准域和所述基础冷冻属性进行所述第一螺旋速冻机的冷冻控制决策，包括：
基于所述M维物品-冷冻变化标准域和所述基础冷冻属性，获得第m冷冻控制源特征；
基于所述第m冷冻控制源特征进行冷冻控制记录采集，获得第m冷冻控制记录库；
基于所述第m冷冻控制记录库对BP神经网络进行训练，每训练P次时，获取误差损失序列，且，P为大于1的正整数；
将预设误差损失与所述误差损失序列进行比对，获得误差损失指数，若所述误差损失指数小于预设误差损失指数，生成第m阶段-冷冻控制决策器；
基于所述第m阶段-冷冻控制决策器对所述第m冷冻控制源特征进行分析，获得第m阶段-冷冻控制决策，并将所述第m阶段-冷冻控制决策添加至所述M个阶段-冷冻控制决策。
6.如权利要求1所述的方法，其特征在于，所述方法还包括：
基于所述冷冻管理终端对所述第一螺旋速冻机进行实时监测，获得实时冷冻控制特征，且，所述实时冷冻控制特征具有实时冷冻阶段标识；
基于所述实时冷冻阶段标识，根据所述第一冷冻管控方案，获得标准冷冻控制特征；
基于所述实时冷冻控制特征与所述标准冷冻控制特征进行比对，获得冷冻控制偏移度；
判断所述冷冻控制偏移度是否小于预设偏移度；
若所述冷冻控制偏移度大于/等于预设偏移度，生成冷冻控制补偿指令，并根据所述冷冻控制补偿指令执行所述第一螺旋速冻机的控制优化。
7.如权利要求1所述的方法，其特征在于，所述方法还包括：
获得实时冷冻时间节点；
判断所述实时冷冻时间节点是否处于所述M维物品冷冻验证时域；
若所述实时冷冻时间节点处于所述M维物品冷冻验证时域，获得实时冷冻验证指令，且，所述实时冷冻验证指令具有对应标识的冷冻验证标准特征；
基于所述实时冷冻验证指令，交互所述冷冻管理终端，获得物品实时冷冻特征；
比对所述冷冻验证标准特征和所述物品实时冷冻特征，获得实时冷冻验证结果；
若所述实时冷冻验证结果为不通过，生成物品冷冻预警指令。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311421983.1A CN117146523B (zh) | 2023-10-31 | 2023-10-31 | 螺旋速冻机的冷冻参数控制方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311421983.1A CN117146523B (zh) | 2023-10-31 | 2023-10-31 | 螺旋速冻机的冷冻参数控制方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117146523A CN117146523A (zh) | 2023-12-01 |
| CN117146523B true CN117146523B (zh) | 2024-01-26 |
Family
ID=88897213
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311421983.1A Active CN117146523B (zh) | 2023-10-31 | 2023-10-31 | 螺旋速冻机的冷冻参数控制方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117146523B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108626961A (zh) * | 2017-03-23 | 2018-10-09 | 青岛海尔智能技术研发有限公司 | 冷藏冷冻设备的控制方法与装置 |
| CN109033616A (zh) * | 2018-07-24 | 2018-12-18 | 西华大学 | 一种预测冷冻猪肉在贮藏过程中品质变化的方法 |
| CN109990543A (zh) * | 2019-05-14 | 2019-07-09 | 广州鲜之源生态冷链技术有限公司 | 一种速冻保鲜方法及隧道式保鲜速冻机 |
| CN112734323A (zh) * | 2020-12-21 | 2021-04-30 | 盐城志焕网络科技有限公司 | 一种基于大数据和云计算的智慧冷链物流商品全程可视化数据管理云平台 |
| CN112985494A (zh) * | 2021-02-02 | 2021-06-18 | 南京可宇科技有限公司 | 基于大数据和人工智能的冷链智慧物流运输在线实时监测云平台 |
| CN116430923A (zh) * | 2023-06-12 | 2023-07-14 | 沈阳兴华诺车辆科技有限公司 | 一种温度的智能控制调节方法及装置 |
-
2023
- 2023-10-31 CN CN202311421983.1A patent/CN117146523B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108626961A (zh) * | 2017-03-23 | 2018-10-09 | 青岛海尔智能技术研发有限公司 | 冷藏冷冻设备的控制方法与装置 |
| CN109033616A (zh) * | 2018-07-24 | 2018-12-18 | 西华大学 | 一种预测冷冻猪肉在贮藏过程中品质变化的方法 |
| CN109990543A (zh) * | 2019-05-14 | 2019-07-09 | 广州鲜之源生态冷链技术有限公司 | 一种速冻保鲜方法及隧道式保鲜速冻机 |
| CN112734323A (zh) * | 2020-12-21 | 2021-04-30 | 盐城志焕网络科技有限公司 | 一种基于大数据和云计算的智慧冷链物流商品全程可视化数据管理云平台 |
| CN112985494A (zh) * | 2021-02-02 | 2021-06-18 | 南京可宇科技有限公司 | 基于大数据和人工智能的冷链智慧物流运输在线实时监测云平台 |
| CN116430923A (zh) * | 2023-06-12 | 2023-07-14 | 沈阳兴华诺车辆科技有限公司 | 一种温度的智能控制调节方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117146523A (zh) | 2023-12-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10345046B2 (en) | Fault diagnosis device based on common information and special information of running video information for electric-arc furnace and method thereof | |
| US11403535B2 (en) | Model-based machine learning system | |
| US20230394498A1 (en) | System and method for perishable product monitoring along a supply chain | |
| CN108956111B (zh) | 一种机械部件的异常状态检测方法及检测系统 | |
| CN114838767B (zh) | 一种冷链物流用温湿度智能化监测系统及方法 | |
| CN108897283B (zh) | 一种炼胶生产线数据分析处理方法 | |
| CN117146523B (zh) | 螺旋速冻机的冷冻参数控制方法及系统 | |
| CN115358281A (zh) | 一种基于机器学习的冷热一体机监测控制方法及系统 | |
| CN112985494A (zh) | 基于大数据和人工智能的冷链智慧物流运输在线实时监测云平台 | |
| CN115495454A (zh) | 一种铝车轮铸造成型工艺过程表征方法 | |
| CN116560326B (zh) | 一种智慧工厂管理平台 | |
| CN108733859B (zh) | 蒸汽发生器热处理过程中支撑板形变预警方法 | |
| CN116782777A (zh) | 食物加工线和用于控制食物加工线的方法 | |
| JP7093603B2 (ja) | ドライブ応答監視装置 | |
| Ramakrishnan et al. | Prediction of process parameters for intelligent control of tunnel freezers using simulation | |
| CN117114506B (zh) | 一种智慧工厂质量检测与分析方法 | |
| JP2002236119A (ja) | 鋼材の材質推定装置 | |
| CN117291488A (zh) | 一种用于食物冷链运输的监控系统 | |
| CN116595889B (zh) | 基于peek材料的薄型筋体均布结构加工方法及系统 | |
| EP4141596A1 (en) | Method of transmitting process data to a machine learning application | |
| CN111445132B (zh) | 数据处理方法、数据处理系统及计算机存储介质 | |
| CN117364231B (zh) | 基于多参数协同控制的硅棒含氧量调控方法及系统 | |
| CN117234160B (zh) | 一种自动化生产的远程控制系统及方法 | |
| JP7310352B2 (ja) | 品質管理システム | |
| Zhang et al. | Quality Anomaly Monitoring and Comprehensive Diagnosis Framework for Plant-wide Process Industries with Spatio-Temporal Coordination |
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 |