CN117930911A - 用于制备丁二酸反应的温度控制系统 - Google Patents
用于制备丁二酸反应的温度控制系统 Download PDFInfo
- Publication number
- CN117930911A CN117930911A CN202410329965.9A CN202410329965A CN117930911A CN 117930911 A CN117930911 A CN 117930911A CN 202410329965 A CN202410329965 A CN 202410329965A CN 117930911 A CN117930911 A CN 117930911A
- Authority
- CN
- China
- Prior art keywords
- temperature
- model
- succinic acid
- reaction
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- KDYFGRWQOYBRFD-UHFFFAOYSA-N succinic acid Chemical compound OC(=O)CCC(O)=O KDYFGRWQOYBRFD-UHFFFAOYSA-N 0.000 title claims abstract description 187
- 238000006243 chemical reaction Methods 0.000 title claims abstract description 171
- 238000002360 preparation method Methods 0.000 title claims abstract description 90
- 239000001384 succinic acid Substances 0.000 title claims abstract description 86
- 230000008859 change Effects 0.000 claims abstract description 72
- 238000000034 method Methods 0.000 claims abstract description 46
- 238000012795 verification Methods 0.000 claims abstract description 33
- 238000005457 optimization Methods 0.000 claims abstract description 20
- 238000004458 analytical method Methods 0.000 claims abstract description 19
- 238000013480 data collection Methods 0.000 claims abstract description 11
- 238000005265 energy consumption Methods 0.000 claims description 35
- 230000008569 process Effects 0.000 claims description 34
- 230000006870 function Effects 0.000 claims description 33
- 230000006978 adaptation Effects 0.000 claims description 32
- 239000000463 material Substances 0.000 claims description 26
- 230000002159 abnormal effect Effects 0.000 claims description 24
- 230000033228 biological regulation Effects 0.000 claims description 21
- 239000003054 catalyst Substances 0.000 claims description 20
- 238000006276 transfer reaction Methods 0.000 claims description 18
- 238000004422 calculation algorithm Methods 0.000 claims description 17
- 238000012549 training Methods 0.000 claims description 17
- 230000000694 effects Effects 0.000 claims description 16
- KDYFGRWQOYBRFD-NUQCWPJISA-N butanedioic acid Chemical compound O[14C](=O)CC[14C](O)=O KDYFGRWQOYBRFD-NUQCWPJISA-N 0.000 claims description 15
- 230000005856 abnormality Effects 0.000 claims description 12
- 238000004519 manufacturing process Methods 0.000 claims description 10
- 238000011156 evaluation Methods 0.000 claims description 8
- 238000007781 pre-processing Methods 0.000 claims description 8
- 238000012544 monitoring process Methods 0.000 claims description 6
- 239000000284 extract Substances 0.000 claims description 3
- 238000011049 filling Methods 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims description 3
- 230000006641 stabilisation Effects 0.000 claims description 3
- 238000011105 stabilization Methods 0.000 claims description 3
- 238000005520 cutting process Methods 0.000 claims description 2
- 238000013210 evaluation model Methods 0.000 claims description 2
- 238000012546 transfer Methods 0.000 description 19
- 238000003756 stirring Methods 0.000 description 13
- 239000000376 reactant Substances 0.000 description 12
- 239000000047 product Substances 0.000 description 10
- 238000001816 cooling Methods 0.000 description 9
- 238000002425 crystallisation Methods 0.000 description 9
- 230000008025 crystallization Effects 0.000 description 9
- 238000010438 heat treatment Methods 0.000 description 9
- 230000004913 activation Effects 0.000 description 5
- 230000003044 adaptive effect Effects 0.000 description 5
- 238000009826 distribution Methods 0.000 description 5
- 238000011217 control strategy Methods 0.000 description 4
- 238000002790 cross-validation Methods 0.000 description 4
- 239000007789 gas Substances 0.000 description 4
- OFOBLEOULBTSOW-UHFFFAOYSA-N Propanedioic acid Natural products OC(=O)CC(O)=O OFOBLEOULBTSOW-UHFFFAOYSA-N 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- VZCYOOQTPOCHFL-UPHRSURJSA-N maleic acid Chemical compound OC(=O)\C=C/C(O)=O VZCYOOQTPOCHFL-UPHRSURJSA-N 0.000 description 3
- 239000011976 maleic acid Substances 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- VZCYOOQTPOCHFL-UHFFFAOYSA-N trans-butenedioic acid Natural products OC(=O)C=CC(O)=O VZCYOOQTPOCHFL-UHFFFAOYSA-N 0.000 description 3
- 230000007257 malfunction Effects 0.000 description 2
- 230000002688 persistence Effects 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 239000011541 reaction mixture Substances 0.000 description 2
- 230000035484 reaction time Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 206010067484 Adverse reaction Diseases 0.000 description 1
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000006838 adverse reaction Effects 0.000 description 1
- 238000013019 agitation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000000498 cooling water Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 238000005984 hydrogenation reaction Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000009533 lab test Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013021 overheating Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 230000036632 reaction speed Effects 0.000 description 1
- 230000008929 regeneration Effects 0.000 description 1
- 238000011069 regeneration method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
- 238000010200 validation analysis 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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D23/00—Control of temperature
- G05D23/19—Control of temperature characterised by the use of electric means
- G05D23/20—Control of temperature characterised by the use of electric means with sensing elements having variation of electric or magnetic properties with change of temperature
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Physical Or Chemical Processes And Apparatus (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了用于制备丁二酸反应的温度控制系统，涉及温度控制技术领域，用于解决制备过程中温度控制不准确的问题；包括温度相关数据收集模块、生成优化模块、验证确定模块、温度状态分析模块以及控制模块；本发明先收集与丁二酸反应温度控制相关数据，对收集到的数据进行预处理并提取特征输入到模型中，将历史数据按照划分为输入特征和目标变量并对模型进行训练，输入特征数据到模型中获取预测结果，再使用交叉验证对模型进行评估，获取制备丁二酸过程中产生的状态变化信息，确定制备过程中温度情况，根据确认的温度结果对丁二酸制备过程中的温度策略进行及时控制调整，增加了制备丁二酸过程中温度控制准确性，提高了丁二酸的反应效率。
Description
技术领域
本发明涉及温度控制技术领域，更具体地说，本发明涉及用于制备丁二酸反应的温度控制系统。
背景技术
制备丁二酸的过程，反应速率和选择性受到温度影响，而在制备电解槽内部存在着温度梯度，即温度在空间上不均匀分布，这会导致反应部分区域的温度过高或过低，进而影响制备反应的均匀性和产物的选择性；而监测用的温度传感器存在误差，更容易导致对反应温度的测量不准确，进一步影响控制系统对温度的调节和反应的稳定性，使得制备丁二酸反应过程中反应的效率和产物的纯度下降。
发明内容
为了克服现有技术的上述缺陷，本发明的实施例提供用于制备丁二酸反应的温度控制系统，通过先收集与丁二酸反应温度控制相关数据，对收集到的数据进行预处理并提取特征输入到模型中，将历史数据按照划分为输入特征和目标变量并对模型进行训练，输入特征数据到模型中获取预测结果，再使用交叉验证对模型进行评估，获取制备丁二酸过程中产生的状态变化信息，确定制备过程中温度情况，根据确认的温度结果对丁二酸制备过程中的温度策略进行及时控制调整，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
用于制备丁二酸反应的温度控制系统，包括温度相关数据收集模块、生成优化模块、验证确定模块、温度状态分析模块以及控制模块，模块之间通过信号连接；
温度相关数据收集模块，用于收集与丁二酸反应温度控制相关数据，包括反应过程中的温度变化数据、反应物料信息、催化剂性质信息，并发送采集的数据至生成优化模块；
生成优化模块接收温度相关数据收集模块发送数据，对收集到的数据进行预处理并提取特征输入到模型中，将历史数据按照时间顺序划分为输入特征和目标变量并对模型进行训练，通过优化算法最小化损失函数进行模型的参数更新，并发送更新后模型到验证确定模块；
验证确定模块接收生成优化模块发送数据，将输入特征数据输入到模型中，得到模型的预测结果，再使用交叉验证对模型进行评估，评估模型的预测准确度和泛化能力，将训练完毕的模型应用于制备丁二酸的制备中，发送到模型预测结果到温度状态分析模块；
温度状态分析模块接收验证确定模块发送数据，对制备丁二酸过程中的温度情况进行分析，获取制备丁二酸过程中产生的状态变化信息，确定制备过程中温度情况，并发送确定的结果到控制模块；
控制模块接收温度状态分析模块数据，根据确认的温度结果对丁二酸制备过程中的温度策略进行控制调整。
在一个优选的实施方式中，对收集到的数据进行预处理并提取特征输入到模型中，包括以下步骤：
对收集到的数据进行预处理，包括去除异常值、填充缺失值、数据平滑处理；
对于异常值进行标记，作为单独的特征进行特殊处理，对于偏离正常范围的异常值进行移除，对超出合理范围的异常值进行截断或缩放；
从预处理后的数据中提取电解槽内部的温度梯度特征、反应物料的浓度变化特征、催化剂的活性特征，作为模型的输入数据。
在一个优选的实施方式中，将历史数据按照时间顺序划分为输入特征和目标变量并对模型进行训练，通过优化算法最小化损失函数进行模型的参数更新，具体步骤包括：
使用长短期记忆网络建立温度控制模型，结合历史数据对模型进行优化训练；
将历史数据按照时间顺序划分为输入特征和目标变量，输入特征包括反应过程中的温度变化、反应物料的浓度变化、催化剂的活性信息，目标变量为预测的反应温度变化；
选择均方误差作为损失函数确定预测值与真实值之间的差异；
通过随机梯度下降算法最小化损失函数。
在一个优选的实施方式中，通过随机梯度下降算法最小化损失函数，具体过程如下：
将输入特征数据输入到模型中，得到模型的预测结果；
计算预测结果与真实目标的损失值，根据损失值使用反向传播算法更新模型参数；
对输入数据进行前向传播，计算模型的预测输出，使用均方误差进行计算得到损失函数，利用链式法则计算损失函数对模型参数的梯度。
在一个优选的实施方式中，利用链式法则计算损失函数对模型参数的梯度，具体步骤如下：
计算输出层的梯度，表示损失函数对输出的影响；
根据输出层的梯度和模型参数，逐层向前计算隐藏层的梯度；
根据隐藏层的梯度和模型参数，计算每个参数对损失函数的梯度；
根据计算得到的参数梯度和学习率，使用梯度下降等优化算法更新模型的参数。
在一个优选的实施方式中，再使用交叉验证对模型进行评估，评估模型的预测准确度和泛化能力，是指使用训练好的模型对验证集中的样本进行预测，根据预测结果和真实标签计算所选的评估指标，并对数据集使用交叉验证评估模型的泛化能力，将交叉验证的评估结果进行汇总和分析，评估模型的性能和泛化能力，调整并选择模型。
在一个优选的实施方式中，对制备丁二酸过程中的温度情况进行分析，获取制备丁二酸过程中产生的状态变化信息，确定制备过程中温度情况，包括以下步骤：
状态变化信息包括反应浓度适配信息、预期温度控制信息，反应浓度适配信息中包括制备浓度耗能适配值，预期温度控制信息中包括传热反应动力变异指数；
将制备浓度耗能适配值、传热反应动力变异指数进行联立，生成温度控制系数；
制备浓度耗能适配值与温度控制系数成反比关系，传热反应动力变异指数与温度控制系数成正比关系。
在一个优选的实施方式中，根据确认的温度结果对丁二酸制备过程中的温度策略进行控制调整，包括：
将温度控制系数与温度调控阈值进行对比，若温度控制系数小于温度调控阈值，则生成制备温度稳定信号，继续监控温度变化；
若温度控制系数大于或等于温度调控阈值，则生成制备温度异常调控信号，将生成制备温度异常调控信号的分析结果进行报警，提醒相关工作人员进行控制调整。
本发明用于制备丁二酸反应的温度控制系统的技术效果和优点：
本发明先收集与丁二酸反应温度控制相关数据，对收集到的数据进行预处理并提取特征输入到模型中，然后，将历史数据按照时间顺序划分为输入特征和目标变量并对模型进行训练，并最小化损失函数，将输入特征数据输入到模型中获取预测结果，再使用交叉验证对模型进行评估，确定模型状态，对制备丁二酸过程中的温度情况进行分析，获取制备丁二酸过程中产生的状态变化信息，确定制备过程中温度情况，根据确认的温度结果对丁二酸制备过程中的温度策略进行及时控制调整，从而增加了制备丁二酸过程中温度控制的准确性，提高了丁二酸的反应效率。
附图说明
图1为本发明用于制备丁二酸反应的温度控制系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做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。
为了实现上述目的，图1给出了本发明用于制备丁二酸反应的温度控制系统的结构示意图，具体包括温度相关数据收集模块、生成优化模块、验证确定模块、温度状态分析模块以及控制模块，模块之间通过信号连接。
温度相关数据收集模块，用于收集与丁二酸反应温度控制相关数据，包括反应过程中的温度变化数据、反应物料信息、催化剂性质信息，并发送采集的数据至生成优化模块；
生成优化模块接收温度相关数据收集模块发送数据，对收集到的数据进行预处理并提取特征输入到模型中，将历史数据按照时间顺序划分为输入特征和目标变量并对模型进行训练，通过优化算法最小化损失函数进行模型的参数更新，并发送更新后模型到验证确定模块；
验证确定模块接收生成优化模块发送数据，将输入特征数据输入到模型中，得到模型的预测结果，再使用交叉验证对模型进行评估，评估模型的预测准确度和泛化能力，将训练完毕的模型应用于制备丁二酸的制备中，发送到模型预测结果到温度状态分析模块；
温度状态分析模块接收验证确定模块发送数据，对制备丁二酸过程中的温度情况进行分析，获取制备丁二酸过程中产生的状态变化信息，确定制备过程中温度情况，并发送确定的结果到控制模块；
控制模块接收温度状态分析模块数据，根据确认的温度结果对丁二酸制备过程中的温度策略进行控制调整。
丁二酸具有良好的水溶性，在反应溶液中可以方便地进行反应和处理，因此，在制备过程中，选择合适的反应温度，既可以促进反应的进行，又不会导致丁二酸的降解或不良反应；
例如，通过氢化马来酸制备丁二酸，将马来酸与氢气在催化剂的作用下进行加氢反应，并对温度进行控制，以确保反应在适当的温度范围内进行。通常，反应温度约为50°C至80°C之间，此温度区间有助于实现较高的反应速率和选择性，根据温度范围，可以在速率和选择性之间进行权衡，以满足反应的要求；
可以通过在电解槽内部的不同位置安装多个温度传感器，以获取更全面和准确的温度信息，从而确定制备电解槽内部的温度分布情况，并及时调整温度控制系统，对温度进行调整；
在丁二酸反应制备过程中，温度控制器的响应时间会影响反应温度的稳定性，如果控制器响应时间过长，会导致温度波动较大，影响反应的效率和产物的纯度，
在开始制备丁二酸反应之前，将反应所需的各种原料加入到配料釜中，通过搅拌使它们均匀混合，从而确保反应混合物中的各种成分均匀分布，从而促进反应的进行，搅拌可以增加反应混合物的传质速率，使得反应物在电化学阶段更彻底，从而提高反应速率和效率；
而在制备丁二酸电解槽中进行结晶降温过程中，搅拌对温度有着重要的影响。搅拌可以促进溶液中溶质的均匀分布，并加速结晶的过程。同时，搅拌还有助于将溶液与周围环境中的热量均匀地传递，从而影响到溶液的温度变化。
具体来说，搅拌会导致溶液中的温度更加均匀，使得整个溶液体系的温度变化更为稳定。当进行结晶降温时，搅拌可以帮助将溶液中的热量有效地散发到周围环境中，从而加速溶液的冷却速度。另外，搅拌还有助于防止结晶过程中出现局部过热或过冷的现象，确保结晶过程的均匀性和稳定性。
因此，在结晶降温过程中，搅拌可以有效地控制溶液的温度变化，促进结晶的进行，并确保最终产物的质量和纯度，通过调节搅拌的速度和时间，可以有效地控制结晶过程中的温度变化，从而实现对结晶过程的精确控制。
需要说明的是，电解槽搅拌通常采用机械搅拌器或者气体搅拌器等装置，根据反应物性质和反应条件的不同进行选择。
收集来自电解槽的温度传感器的实时数据，并记录搅拌设备的运行状态。这些数据应包括电解槽不同位置的温度、搅拌速率、温度控制器的设定温度以及实际温度等信息，即收集与丁二酸反应温度控制相关的数据，包括反应过程中的温度变化数据、搅拌情况、反应物料信息、催化剂性质等数据信息，这些数据可通过传感器、监控系统等手段进行获取；
再对收集到的数据进行预处理，包括去除异常值、填充缺失值、数据平滑处理等，以确保数据质量和完整性；
处理异常值时需要根据具体情况进行分析，有些异常值可能确实反映出问题，而有些则可能是由于数据采集误差或特殊情况引起的，对于极端偏离正常范围的异常值，可以考虑将其移除，以避免对后续模型训练的不良影响，将超出合理范围的异常值进行截断或缩放，以减小其对整体数据的影响，也可以将异常值标记出来，作为单独的特征或进行特殊处理，以便在后续分析中重点关注；
正常范围和合理范围的限定通常依赖于反应条件、工艺要求以及实验室或工厂的实际情况，可以参考实验室研究结果、历史生产数据、工艺流程图以及相关文献资料。此外，应根据具体情况和操作经验对数据进行分析和验证，以确保所确定的范围是合理的，并且能够保证丁二酸制备过程的稳定性和质量。
对于标记出来的异常值，需要深入了解数据采集过程和实验条件，有时异常值可能是由于设备故障、操作失误、样本异常或实验条件变化等原因引起的，在分析异常值的基础上，根据领域知识和实际需求决定是否保留异常值，如果认为异常值包含重要信息，可以选择标记异常值以供后续分析使用，从而减少极端偏离的异常值，制定合适的处理策略，确保对数据质量和完整性的影响最小化。
从预处理后的数据中提取特征，例如电解槽内部的温度梯度、反应物料的浓度变化、催化剂的活性等，将这些特征将作为模型的输入；
电解槽内部的温度梯度：温度梯度是指在电解槽内部不同位置的温度差异。通常，电解槽内部存在温度梯度的情况，尤其是在大型电解槽中，对于丁二酸反应，温度梯度可能会影响反应的速率和选择性。因此，可以通过收集电解槽内部不同位置的温度数据，并计算温度梯度的变化情况，作为模型的特征之一；
反应物料的浓度变化是指在反应过程中，反应物料的浓度变化会影响反应的速率和选择性，可以收集反应物料的进料浓度和出料浓度数据，并计算浓度变化率或浓度的变化趋势作为特征，特别是针对丁二酸反应，确定丁二酸与其它反应物料之间的浓度变化，以及与产物之间的浓度变化；
催化剂的活性直接影响着反应速率和选择性，收集催化剂表面积、催化剂的重新生成速率、活性位点密度等与催化剂活性相关的数据作为特征，对于丁二酸反应，特别是催化剂的选择和性能对反应的影响很大，因此催化剂的活性特征是非常重要的。
将收集到的反应过程中的温度数据以及与温度相关的特征数据进行准备，这些数据应包括电解槽内不同位置的温度变化、反应物料的浓度变化、催化剂的活性等信息，将准备好的数据集划分为训练集、验证集和测试集。通常，训练集用于训练模型参数，验证集用于调整模型超参数和评估模型性能，测试集用于最终评估模型的泛化能力；
选择合适的深度学习模型，如长短期记忆网络（LSTM），用于建立温度控制模型，LSTM模型能够有效地捕捉时间序列数据中的长期依赖关系，适用于对时间序列数据进行建模，使用训练集对LSTM模型进行训练，在训练过程中，优化模型参数以最小化损失函数，使模型能够更准确地预测反应温度的变化，使用验证集对训练好的LSTM模型进行验证，并根据验证结果对模型进行调优，调整模型的超参数，如网络结构、学习率等，以提高模型的性能和泛化能力。
结合历史数据对模型进行优化训练，使用历史数据优化模型参数，使其能够更准确地预测反应温度的变化，并提供合适的温度调节策略；
将历史数据按照时间顺序划分为输入特征和目标变量，输入特征包括反应过程中的温度变化、反应物料的浓度变化、催化剂的活性等信息，目标变量为预测的反应温度变化，选择均方误差（MSE）作为损失函数，用于衡量模型预测值与真实值之间的差异。均方误差的计算公式如下所示：，式中，/>是真实的反应温度变化，/>是模型预测的反应温度变化，n是样本数量；
利用历史数据对模型进行训练，在训练过程中，通过优化算法（如随机梯度下降）来最小化损失函数，以更新模型参数。具体的训练步骤如下：
将输入特征数据输入到LSTM模型中，得到模型的预测结果；
计算预测结果与真实目标的损失值，根据损失值使用反向传播算法更新模型参数，以减小损失值，使用链式法则来计算每个参数对损失函数的影响，即假设损失函数为L(θ)，其中θ表示模型的参数；
对输入数据进行前向传播，计算模型的预测输出，计算损失函数L(θ)，同样可以使用均方误差作为损失函数计算方式，利用链式法则计算损失函数对模型参数的梯度，具体步骤如下：
S1，计算输出层的梯度，用以表示损失函数对输出的影响；
S2，根据输出层的梯度和模型参数，逐层向前计算隐藏层的梯度，设隐藏层输出为h，隐藏层激活函数为f，则隐藏层的梯度为：；
S3，根据隐藏层的梯度和模型参数，计算每个参数对损失函数的梯度。假设第i层的参数为，则参数的梯度为：/>；
根据计算得到的参数梯度和学习率α，使用梯度下降等优化算法更新模型的参数，更新规则为：，式中，/>是第t次迭代时的模型参数。
重复以上步骤，直到达到停止条件（如达到最大迭代次数或损失函数收敛）；
训练完成后，使用验证集或交叉验证等方法对模型进行评估，评估模型的预测准确度和泛化能力，根据具体的问题和模型类型选择合适的评估指标，常见的包括均方误差（MSE）、平均绝对误差（MAE）、准确度、精确度、召回率、F1分数等，使用训练好的模型对验证集中的样本进行预测，根据预测结果和真实标签计算所选的评估指标，对于数据集可以使用交叉验证来更好地评估模型的泛化能力，例如，使用K折交叉验证，将训练集分成K个子集，每次使用其中一个子集作为验证集，剩余的K-1个子集作为训练集，重复K次，将验证集或交叉验证的评估结果进行汇总和分析，评估模型的性能和泛化能力，调整并选择最优的模型应用。
将训练评估后的模型应用于实际制备丁二酸的制备中，实时监测制备过程中反应温度，并根据模型预测的结果调整温度控制系统的参数，以确保反应温度始终处于设定的范围内。
在制备丁二酸的过程中，丁二酸的制备过程通常是通过加热反应体系来促进反应进行的。加热可以提高反应物料的能量，增加反应速率，促进反应的进行，从而提高反应的产率和效率。因此，在丁二酸的制备过程中，一般需要对反应体系进行加热，以维持适当的反应温度，但在制备丁二酸的过程中，同样产生存在放热，氢化马来酸的反应过程中，例如加氢反应是一个放热反应，因此在反应过程中会释放出热量，导致反应体系的温度升高。
温度状态分析模块对制备丁二酸过程中的温度情况进行分析，获取制备丁二酸过程中产生的状态变化信息，用于确定制备过程中温度的变化情况，状态变化信息包括反应浓度适配信息、预期温度控制信息；
反应浓度适配信息包括制备浓度耗能适配值并标定为ZBS，预期温度控制信息包括传热反应动力变异指数并标定为CRF；
反应浓度适配信息中的制备浓度耗能适配值表示在特定的丁二酸制备时间段内，反应物料的浓度适配程度，用来评估反应过程中反应物料的浓度变化是否符合预期，以及反应物料的消耗速度是否与预期一致，具体来说，制备浓度耗能适配值越高，意味着反应过程中所使用的反应物料浓度与预期值越接近，能耗消耗控制越准确，反应过程的控制越好。反之，制备浓度耗能适配值较低可能表明反应物料的浓度变化与预期值有较大偏差，需要进一步调整反应条件或者控制策略，制备浓度耗能适配值是对反应过程中反应物料浓度变化与能量消耗之间的一种量化指标，可以帮助实时监测反应过程中的浓度与能量变化情况，并根据实际情况调整反应条件，以确保反应过程顺利进行，制备浓度耗能适配值会对如下方面产生作用：
反应速率：制备浓度耗能适配值反映了反应物料浓度与预期值的接近程度，适配值较高通常意味着反应物料的浓度变化与预期值更为一致，这有助于保持较稳定的反应速率，相反，适配值较低可能导致反应速率的波动或不稳定性，用于温度控制的能耗与预期不相符；
产物选择性：反应物料浓度的变化可能会影响到产物的选择性，当反应物料浓度适配值较高时，反应条件更容易控制，有助于提高产物的选择性。而当适配值较低时，反应条件不稳定，可能导致产物选择性降低；
反应的持续性：制备浓度耗能适配值反映了反应过程的稳定性和持续性，较高的适配值通常意味着反应过程较为稳定，反应持续时间较长，而适配值较低可能导致反应过程的中断或者停滞。
综上所述，制备浓度耗能适配值对反应过程中的反应速率、产物选择性、能耗、持续性以及产物质量等方面都会产生影响，用来评估反应过程稳定性和质量。
制备浓度耗能适配值的获取方式为：
获取时间段内各单位时间在进行丁二酸制备过程中的实际浓度变化值和通过模型分析的预期浓度变化值/>，计算各单位时间内的浓度偏差值：，建立浓度偏差值集合/>，n表示单位时间的数量，获取各单位时间的实际能耗数据与预期能耗数据，将实际能耗数据与预期能耗数据偏差大于能耗偏差阈值的数据进行记录作为能耗值数据，建立能耗值集合，m为正整数，计算制备浓度耗能适配值，计算表达式为：/>。
需要说明的是，浓度的测量可以通过在电解槽中安装浓度传感器，实时监测反应物料的浓度变化，传感器可以是化学传感器、光学传感器、电化学传感器等，根据反应物性质和实验条件选择合适的传感器类型，能耗是包括加热和冷却过程中的能源消耗，可能涉及到电能、燃气或其他能源的消耗。
预期温度控制信息中的传热反应动力变异指数是指在丁二酸制备过程中，反应的传热过程对反应速率的变异影响程度，在反应过程中，温度的变化会影响反应速率，而传热速率则决定了温度的变化速度，传热反应动力变异指数会对以下方面产生影响：
反应速率：传热反应动力变异指数描述了传热速率对反应速率的影响程度，当传热速率越大时，温度变化速度也对应越快，反应速率受到变化也就越快，而过快的反应速率更容易引发不可控的反应过程；
温度分布：传热反应动力变异指数的大小会影响温度的分布情况，传热速率越大，温度变化越迅速，容易导致温度分布的不均匀性增加。反之，传热速率越小，温度变化越缓慢，温度分布可能更加均匀；
能量转移：传热反应动力变异指数的大小也影响着能量的转移过程，传热速率越大，能量转移越快，反应体系的热平衡可能更容易受到影响，这可能会导致反应体系的温度波动增加，需要更密切地控制温度。
传热反应动力变异指数的获取方式为：
获取在丁二酸制备过程中得到的温度数据，根据得到温度数据计算反应速率：，式中，A表示频率因子，R是气体常数，/>是活化能，表示反应物转变为反应物的能量阈值，T是反应温度，获取制备过程中反应时间数据与对应的温度数据，计算得到温度变化率：/>，式中，t表示在T反应温度下的反应时间，/>表示温度随时间的变化率情况，获取反应过程中的传热面积MJ和传热路径LJ，获取电解槽的内外温度差ΔT，计算传热效率：/>，式中，k表示传热系数，获取理想传热速率/>，计算传热反应动力变异指数，计算表达式为：/>。
需要说明的是，反应速率数据和温度数据可以通过实验室试验或者工业生产中的数据采集来获得，单位温度下反应的频率因子表示在标准温度下，反应物质相互碰撞形成反应物质的速率；活化能表示反应物质转变为反应物所需的能量阈值，活化能是指化学反应发生的最低能量要求，活化能频率因子都可通过实验测定来获取，可以通过不同温度下的反应速率实验数据，结合Arrhenius方程进行参数拟合，从而获得单位温度下反应的频率因子；气体常数是一个已知物理常数；根据具体情况，传热系数可以根据传热模型、实验测量数据或文献中的已知数值确定。
将反应浓度适配信息、预期温度控制信息联立生成温度控制系数；
将获取到制备浓度耗能适配值、传热反应动力变异指数进行归一化分析生成温度控制系数，将温度控制系数标定为，表达式为：/>，式中，分别为制备浓度耗能适配值ZBS、传热反应动力变异指数CRF的预设比例系数，且均大于0。
制备浓度耗能适配值越小、传热反应动力变异指数越大，即温度控制系数的表现值越大，表明在进行制备丁二酸反应的温度控制管理过程中，能量消耗与反应物浓度的变化之间存在较大的不匹配，可能存在能量浪费或者反应控制不足的情况，更容易出现的温度控制问题；
制备浓度耗能适配值越大、传热反应动力变异指数越小，即温度控制系数的表现值越小，表明在进行制备丁二酸反应的温度控制管理过程中，传热过程相对稳定，能量消耗与反应物浓度的变化更为匹配，说明反应过程的能量利用效率较高，温度控制越准确。
需要说明的是，预设比例系数的大小是为了将各个参数进行量化得到的一个具体的数值，其为了便于后续比较，关于系数的大小，取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的预设比例系数；并不唯一，只要不影响参数与量化后数值的比例关系即可，如制备浓度耗能适配值与温度控制系数成反比关系。
在制备丁二酸反应的温度控制管理过程中，通过对温度控制系数的监测和分析可以更有效地进行资源控制，从而针对性地改进温度控制策略，提高反应过程的稳定性和效率。
将生成的温度控制系数与温度调控阈值进行对比，生成制备温度稳定信号和制备温度异常调控信号；
获取到温度控制系数后，将温度控制系数与温度调控阈值进行对比；
若温度控制系数小于温度调控阈值，则生成制备温度稳定信号，表明系统检测到温度控制在合适的范围内，反应温度相对稳定，符合预期。这种稳定信号表明反应条件受到有效控制，温度的变化在可接受范围内，有助于确保丁二酸制备过程的稳定性和生产质量，在接收到稳定信号后，操作人员可以放心继续进行反应过程，同时系统可以继续监控温度变化，以确保反应条件的持续稳定；
若温度控制系数大于或等于温度调控阈值，则生成制备温度异常调控信号，表明检测到温度控制存在异常情况，需要采取相应的措施进行调整和修正。这种异常信号可能表明温度偏离了预期的范围，或者温度变化过于剧烈，超出了系统的控制能力。系统可以根据这一异常信号采取相应的控制策略，例如调整加热或冷却装置的工作状态，改变反应条件以使温度恢复到合适的范围内，或者触发警报通知操作人员进行进一步处理。这有助于保障丁二酸制备过程的安全性和稳定性；
控制模块将丁二酸制备过程的温度情况进行确认，将生成制备温度异常调控信号的分析结果进行报警，提醒相关工作人员对丁二酸制备过程中的温度进行及时控制调整，具体调整过程如下；
当控制模块确认丁二酸制备过程中出现温度异常时，将生成温度异常调控信号并触发报警系统，工作人员收到报警后，首先需要确认温度异常的具体原因。可能的原因包括电解槽内部故障、温度传感器损坏、供热或供冷系统故障等，检查温度传感器的状态，确保其正常工作。同时检查加热或冷却设备的状态，确保其运行正常；
如果异常是由于温度控制参数设置不当导致的，可以通过调整温度控制系统的参数来进行调整。例如，调整加热或冷却系统的设定温度、增加或减少加热功率或冷却水流量等；
在调整参数后，实时监测电解槽内部温度的变化。确保温度在预期范围内稳定，记录温度控制参数的调整过程以及调整后温度的变化情况，有助于后续分析和优化温度控制策略，在调整后，持续监控丁二酸制备过程中的温度变化，确保温度控制的稳定性和准确性。如有必要，可定期进行系统性能评估和调整。
需要说明的是，此实施例中有关的阈值信息是专业人员预先进行设置的，不在此进行过多解释，实施例中部分参数英文字母存在相同的情况，但在使用时解释具有不同的含义，也不在此进行一一解释。
本发明先收集与丁二酸反应温度控制相关数据，对收集到的数据进行预处理并提取特征输入到模型中，然后，将历史数据按照时间顺序划分为输入特征和目标变量并对模型进行训练，并最小化损失函数，将输入特征数据输入到模型中获取预测结果，再使用交叉验证对模型进行评估，确定模型状态，对制备丁二酸过程中的温度情况进行分析，获取制备丁二酸过程中产生的状态变化信息，确定制备过程中温度情况，根据确认的温度结果对丁二酸制备过程中的温度策略进行及时控制调整，从而增加了制备丁二酸过程中温度控制的准确性，提高了丁二酸的反应效率。
上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况进行设置。
上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的模块及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
另外，在本申请各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。
最后：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.用于制备丁二酸反应的温度控制系统，其特征在于：包括温度相关数据收集模块、生成优化模块、验证确定模块、温度状态分析模块以及控制模块，模块之间通过信号连接；
温度相关数据收集模块，用于收集与丁二酸反应温度控制相关数据，包括反应过程中的温度变化数据、反应物料信息、催化剂性质信息，并发送采集的数据至生成优化模块；
生成优化模块接收温度相关数据收集模块发送数据，对收集到的数据进行预处理并提取特征输入到模型中，将历史数据按照时间顺序划分为输入特征和目标变量并对模型进行训练，通过优化算法最小化损失函数进行模型的参数更新，并发送更新后模型到验证确定模块；
验证确定模块接收生成优化模块发送数据，将输入特征数据输入到模型中，得到模型的预测结果，再使用交叉验证对模型进行评估，评估模型的预测准确度和泛化能力，将训练完毕的模型应用于制备丁二酸的制备中，发送到模型预测结果到温度状态分析模块；
温度状态分析模块接收验证确定模块发送数据，对制备丁二酸过程中的温度情况进行分析，获取制备丁二酸过程中产生的状态变化信息，确定制备过程中温度情况，并发送确定的结果到控制模块；
控制模块接收温度状态分析模块数据，根据确认的温度结果对丁二酸制备过程中的温度策略进行控制调整。
2.根据权利要求1所述的用于制备丁二酸反应的温度控制系统，其特征在于：对收集到的数据进行预处理并提取特征输入到模型中，包括以下步骤：
对收集到的数据进行预处理，包括去除异常值、填充缺失值、数据平滑处理；
对于异常值进行标记，作为单独的特征进行特殊处理，对于偏离正常范围的异常值进行移除，对超出合理范围的异常值进行截断或缩放；
从预处理后的数据中提取电解槽内部的温度梯度特征、反应物料的浓度变化特征、催化剂的活性特征，作为模型的输入数据。
3.根据权利要求2所述的用于制备丁二酸反应的温度控制系统，其特征在于：将历史数据按照时间顺序划分为输入特征和目标变量并对模型进行训练，通过优化算法最小化损失函数进行模型的参数更新，具体步骤包括：
使用长短期记忆网络建立温度控制模型，结合历史数据对模型进行优化训练；
将历史数据按照时间顺序划分为输入特征和目标变量，输入特征包括反应过程中的温度变化、反应物料的浓度变化、催化剂的活性信息，目标变量为预测的反应温度变化；
选择均方误差作为损失函数确定预测值与真实值之间的差异；
通过随机梯度下降算法最小化损失函数。
4.根据权利要求3所述的用于制备丁二酸反应的温度控制系统，其特征在于：通过随机梯度下降算法最小化损失函数，具体过程如下：
将输入特征数据输入到模型中，得到模型的预测结果；
计算预测结果与真实目标的损失值，根据损失值使用反向传播算法更新模型参数；
对输入数据进行前向传播，计算模型的预测输出，使用均方误差进行计算得到损失函数，利用链式法则计算损失函数对模型参数的梯度。
5.根据权利要求4所述的用于制备丁二酸反应的温度控制系统，其特征在于：利用链式法则计算损失函数对模型参数的梯度，具体步骤如下：
计算输出层的梯度，表示损失函数对输出的影响；
根据输出层的梯度和模型参数，逐层向前计算隐藏层的梯度；
根据隐藏层的梯度和模型参数，计算每个参数对损失函数的梯度；
根据计算得到的参数梯度和学习率，使用梯度下降等优化算法更新模型的参数。
6.根据权利要求5所述的用于制备丁二酸反应的温度控制系统，其特征在于：使用交叉验证对模型进行评估，评估模型的预测准确度和泛化能力，是指使用训练好的模型对验证集中的样本进行预测，根据预测结果和真实标签计算所选的评估指标，并对数据集使用交叉验证评估模型的泛化能力，将交叉验证的评估结果进行汇总和分析，评估模型的性能和泛化能力，调整并选择模型。
7.根据权利要求6所述的用于制备丁二酸反应的温度控制系统，其特征在于：对制备丁二酸过程中的温度情况进行分析，获取制备丁二酸过程中产生的状态变化信息，确定制备过程中温度情况，包括以下步骤：
状态变化信息包括反应浓度适配信息、预期温度控制信息，反应浓度适配信息中包括制备浓度耗能适配值，预期温度控制信息中包括传热反应动力变异指数；
将制备浓度耗能适配值、传热反应动力变异指数进行联立，生成温度控制系数；
制备浓度耗能适配值与温度控制系数成反比关系，传热反应动力变异指数与温度控制系数成正比关系。
8.根据权利要求7所述的用于制备丁二酸反应的温度控制系统，其特征在于：根据确认的温度结果对丁二酸制备过程中的温度策略进行控制调整，包括：
将温度控制系数与温度调控阈值进行对比，若温度控制系数小于温度调控阈值，则生成制备温度稳定信号，继续监控温度变化；
若温度控制系数大于或等于温度调控阈值，则生成制备温度异常调控信号，将生成制备温度异常调控信号的分析结果进行报警，提醒相关工作人员进行控制调整。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410329965.9A CN117930911B (zh) | 2024-03-22 | 2024-03-22 | 用于制备丁二酸反应的温度控制系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410329965.9A CN117930911B (zh) | 2024-03-22 | 2024-03-22 | 用于制备丁二酸反应的温度控制系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117930911A true CN117930911A (zh) | 2024-04-26 |
| CN117930911B CN117930911B (zh) | 2024-08-09 |
Family
ID=90757741
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410329965.9A Active CN117930911B (zh) | 2024-03-22 | 2024-03-22 | 用于制备丁二酸反应的温度控制系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117930911B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118526915A (zh) * | 2024-05-13 | 2024-08-23 | 北京善恩能源工程有限公司 | 一种结合冷凝和吸附的油气回收装置 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104710317A (zh) * | 2013-12-17 | 2015-06-17 | 英威达科技公司 | 用有分散头的容器生产pba溶液的尼龙盐溶液生产方法 |
| US20150361028A1 (en) * | 2011-07-26 | 2015-12-17 | Dsm Ip Assets B.V. | Process for preparing a diamine/dicarboxylic acid salt |
| CN111689846A (zh) * | 2020-03-18 | 2020-09-22 | 中国科学院山西煤炭化学研究所 | 一种水相加氢生产丁二酸的工艺 |
| CN111689845A (zh) * | 2020-03-18 | 2020-09-22 | 中国科学院山西煤炭化学研究所 | 一种顺酐水相加氢生产丁二酸的工艺 |
| CN111925279A (zh) * | 2020-06-30 | 2020-11-13 | 南京工业大学 | 用于甲醇气相脱水制备二甲醚装置的智能优化控制方法 |
| US20220127212A1 (en) * | 2018-12-27 | 2022-04-28 | Hanwha Solutions Corporation | Method for preparation of 1,4-cyclohexanedimethanol |
| CN116227673A (zh) * | 2022-12-28 | 2023-06-06 | 浙江中控技术股份有限公司 | 一种基于加氢裂化装置的自适应温度预警方法及系统 |
| CN117346129A (zh) * | 2023-10-23 | 2024-01-05 | 上海锅炉厂有限公司 | 锅炉高温过热器外包低温受热面的温度调控系统 |
-
2024
- 2024-03-22 CN CN202410329965.9A patent/CN117930911B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150361028A1 (en) * | 2011-07-26 | 2015-12-17 | Dsm Ip Assets B.V. | Process for preparing a diamine/dicarboxylic acid salt |
| CN104710317A (zh) * | 2013-12-17 | 2015-06-17 | 英威达科技公司 | 用有分散头的容器生产pba溶液的尼龙盐溶液生产方法 |
| US20220127212A1 (en) * | 2018-12-27 | 2022-04-28 | Hanwha Solutions Corporation | Method for preparation of 1,4-cyclohexanedimethanol |
| CN111689846A (zh) * | 2020-03-18 | 2020-09-22 | 中国科学院山西煤炭化学研究所 | 一种水相加氢生产丁二酸的工艺 |
| CN111689845A (zh) * | 2020-03-18 | 2020-09-22 | 中国科学院山西煤炭化学研究所 | 一种顺酐水相加氢生产丁二酸的工艺 |
| CN111925279A (zh) * | 2020-06-30 | 2020-11-13 | 南京工业大学 | 用于甲醇气相脱水制备二甲醚装置的智能优化控制方法 |
| CN116227673A (zh) * | 2022-12-28 | 2023-06-06 | 浙江中控技术股份有限公司 | 一种基于加氢裂化装置的自适应温度预警方法及系统 |
| CN117346129A (zh) * | 2023-10-23 | 2024-01-05 | 上海锅炉厂有限公司 | 锅炉高温过热器外包低温受热面的温度调控系统 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118526915A (zh) * | 2024-05-13 | 2024-08-23 | 北京善恩能源工程有限公司 | 一种结合冷凝和吸附的油气回收装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117930911B (zh) | 2024-08-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117930911B (zh) | 用于制备丁二酸反应的温度控制系统 | |
| US9046882B2 (en) | Nonlinear model predictive control of a batch reaction system | |
| KR100518292B1 (ko) | 공정 제어 시스템 | |
| EP2561411B1 (en) | A method and system for updating a model in a model predictive controller | |
| EP3111281B1 (en) | A system and a method for advanced optimization of continuous digester operation | |
| CN109062053A (zh) | 一种基于多变量校正的脱硝喷氨控制方法 | |
| CN112990552A (zh) | 一种基于变化率的设备运行参数短时预测方法及系统 | |
| CN117111646B (zh) | 一种蚀刻液浓度自动控制系统 | |
| CN103500280A (zh) | 谷氨酸发酵过程菌体浓度在线软测量方法 | |
| CN117606578A (zh) | 一种智能的气体流量监测方法 | |
| EP4447057A1 (en) | Method for generating artificial intelligence model for process control, process control system based on artificial intelligence model, and reactor comprising same | |
| CN106502093B (zh) | 基于ga‑svr的水岛加药在线控制方法 | |
| CN117111567B (zh) | 一种洗护组合物中季铵盐生产工艺控制方法及装置 | |
| CN116662729B (zh) | 一种低硼硅玻璃上料控制数据智能监测方法 | |
| Arellano-Garcia et al. | Real-time feasibility of nonlinear model predictive control for semi-batch reactors subject to uncertainty and disturbances | |
| RU2753513C2 (ru) | Способ и система управления установкой по непрерывному производству полимера | |
| Nold et al. | Applying intensified design of experiments to mammalian cell culture processes | |
| CN117032348A (zh) | 一种化工反应釜温度控制方法、系统、设备及存储介质 | |
| CN116861224A (zh) | 基于间歇过程软测量建模方法的间歇过程软测量建模系统 | |
| Finkler et al. | Realization of online optimizing control in an industrial polymerization reactor | |
| CN118460362B (zh) | 应用于益生菌发酵的温度控制系统 | |
| US20230034851A1 (en) | Information processing device, information processing method, computer-readable recording medium, and model generation method | |
| US20230034693A1 (en) | Information processing device, display control method, and computer-readable recording medium | |
| US20230033220A1 (en) | Information processing device, information processing method, computer-readable recording medium, and model generation method | |
| CN117311298B (zh) | 结合pH值控制的产品优化生产方法与系统 |
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 |