CN117970896A - 奶茶粉料智能混合方法、装置、电子设备及介质 - Google Patents
奶茶粉料智能混合方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN117970896A CN117970896A CN202410391602.8A CN202410391602A CN117970896A CN 117970896 A CN117970896 A CN 117970896A CN 202410391602 A CN202410391602 A CN 202410391602A CN 117970896 A CN117970896 A CN 117970896A
- Authority
- CN
- China
- Prior art keywords
- mixing
- control
- equipment
- parameter
- powder
- 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
- 238000002156 mixing Methods 0.000 title claims abstract description 360
- 239000000843 powder Substances 0.000 title claims abstract description 160
- 238000000034 method Methods 0.000 title claims abstract description 72
- 239000008267 milk Substances 0.000 title claims abstract description 70
- 210000004080 milk Anatomy 0.000 title claims abstract description 70
- 235000013336 milk Nutrition 0.000 title claims abstract description 70
- 241001122767 Theaceae Species 0.000 title claims abstract description 69
- 238000009826 distribution Methods 0.000 claims abstract description 24
- 238000012544 monitoring process Methods 0.000 claims abstract description 22
- 238000012549 training Methods 0.000 claims abstract description 19
- 230000007246 mechanism Effects 0.000 claims abstract description 10
- 238000011156 evaluation Methods 0.000 claims abstract description 6
- 150000001875 compounds Chemical class 0.000 claims description 19
- 238000010219 correlation analysis Methods 0.000 claims description 17
- 230000001276 controlling effect Effects 0.000 claims description 14
- 238000013507 mapping Methods 0.000 claims description 12
- 230000003044 adaptive effect Effects 0.000 claims description 9
- 238000013329 compounding Methods 0.000 claims description 8
- 239000007788 liquid Substances 0.000 claims description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 7
- 238000013441 quality evaluation Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 230000001105 regulatory effect Effects 0.000 claims description 4
- 238000003860 storage Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 30
- 238000004519 manufacturing process Methods 0.000 abstract description 13
- 235000013616 tea Nutrition 0.000 description 53
- 230000000694 effects Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 239000012467 final product Substances 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 239000002245 particle Substances 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 239000000047 product Substances 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- UHZZMRAGKVHANO-UHFFFAOYSA-M chlormequat chloride Chemical compound [Cl-].C[N+](C)(C)CCCl UHZZMRAGKVHANO-UHFFFAOYSA-M 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 235000013361 beverage Nutrition 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000011344 liquid material Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000011812 mixed powder Substances 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000009257 reactivity Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32252—Scheduling production, machining, job shop
-
- 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
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了奶茶粉料智能混合方法、装置、电子设备及介质,涉及智能混合相关领域,该方法包括:读取粉料混合任务、自动混料设备的底层运控机制与设备服役状态,确定设备运况信息结合参控分析模型进行参控影响分析,确定混合阻抗因子,训练自适应混控模型进行粉料混合分析,确定预混合方案,基于可编程控制器生成基于预混合方案的控制指令,控制自动混料设备进行粉料混合作业,同步进行实时混合状态监测评估实时混合质量并进行动态调控,解决现有技术对奶茶粉料在混合过程中存在分配不均、混合比例不精准,导致奶茶的生产成本过高的技术问题,实现对奶茶分量混合进行合理化精准的智能分配,提高奶茶粉料混合比例,降低生产成本的技术效果。
Description
技术领域
本申请涉及智能混合相关领域,尤其涉及奶茶粉料智能混合方法、装置、电子设备及介质。
背景技术
随着我国居民生活水平的提高和消费观念的变化,奶茶饮料已从昔日的生活奢侈品渐渐转为日常的生活饮品,在大大增加的奶茶需求的同时,随着消费者追求健康、天然的意识的不断提高,奶茶市场对品种的需求也在发生变化,现有技术中存在对奶茶粉料在混合过程中存在分配不均、混合比例不精准,导致奶茶的生产成本过高的技术问题。
发明内容
本申请通过提供奶茶粉料智能混合方法、装置、电子设备及介质,解决了现有技术对奶茶粉料在混合过程中存在分配不均、混合比例不精准,导致奶茶的生产成本过高的技术问题,实现了对奶茶分量混合进行合理化精准的智能分配,提高奶茶粉料混合比例,降低生产成本的技术效果。
本申请提供奶茶粉料智能混合方法,所述方法应用于奶茶粉料智能混合装置,包括:读取粉料混合任务,所述粉料混合任务基于混合时限、总成质量与粉料比例确定;读取自动混料设备的底层运控机制与设备服役状态,确定设备运况信息;确定预混粉料的基础特征,联合所述设备服役状态,结合参控分析模型进行参控影响分析,确定混合阻抗因子,所述混合阻抗因子标识有混合阻抗力;训练自适应混控模型,以所述粉料混合任务与所述设备运况信息为基准,结合所述混合阻抗因子进行粉料混合分析,确定预混合方案;建立可编程控制器与所述自动混料设备的连接,基于所述可编程控制器,生成基于所述预混合方案的控制指令,控制所述自动混料设备进行粉料混合作业;同步进行实时混合状态监测,评估实时混合质量并进行基于所述自动混料设备的动态调控。
在可能的实现方式中,结合参控分析模型进行参控影响分析之前,执行以下处理:所述基础特征至少包括各预混合粉料的含水比、黏附性与颗粒度;所述参控分析模型包括独立分析层与联合分析层,所述独立分析层包括并联的服役状态分析分支与特征相关性分析分支。
在可能的实现方式中,结合参控分析模型进行参控影响分析,执行以下处理:识别所述设备服役状态,结合出厂服役状态,于所述服役状态分析分支中进行设备性能衰减评估与参控影响性分析,确定控制偏离参数,所述控制偏离参数标识有参控偏离度与参控偏离方向;结合所述特征相关性分析分支,对所述基础特征与设备控制参数进行相关性分析,确定特征相关参数,所述特征相关参数标识有参数相关度;整合所述基础特征与所述设备控制参数,存储至基础参数文件;对所述控制偏离参数与所述特征相关参数进行联合分析,确定所述混合阻抗因子。
在可能的实现方式中,对所述控制偏离参数与所述特征相关参数进行联合分析,执行以下处理:将所述控制偏离参数与所述特征相关参数流转至所述联合分析层;映射同设备控制参数的所述参控偏离度与所述参数相关度,进行各设备控制参数的分布权重配置,其中,所述参控偏离方向用于确定所述参控偏离度的正负;基于所述联合分析层,结合所述分布权重配置,分析确定各设备控制参数的综合控制影响度,作为所述混合阻抗力。
在可能的实现方式中,所述进行粉料混合分析之前,执行以下处理:混合模式包括单项混合模式与联合混合模式,其中,所述单项混合模式基于粉料混合阶段与液体混合阶段确定,存在模式混合阶段的相对独立性;确定基于所述混合模式的预混合模式,结合所述自适应混控模型分析确定所述预混合方案。
在可能的实现方式中,基于所述可编程控制器,生成基于所述预混合方案的控制指令,执行以下处理:针对所述预混合方案,结合所述可编程控制器,设定动态控制程序;基于所述动态控制程序,定时生成所述控制指令,传输至所述自动混料设备进行粉料混合控制。
在可能的实现方式中,进行基于所述自动混料设备的动态调控,执行以下处理:读取所述粉料混合任务的混合均匀度标准,对所述粉料混合任务进行阶段性划分,标识阶段性任务节点,所述阶段性任务节点与所述预混合方案映射对应;进行实际混合监测,逐阶段性任务节点进行混合质量评估,确定均匀度系数;若所述均匀度系数不满足所述混合均匀度标准,生成复混控制指令,所述复混控制指令标识有设备复混控制参数;基于所述复混控制指令,暂停基于所述预混合方案的当前任务控制,控制所述自动混料设备进行前序复混控制。
本申请还提供了奶茶粉料智能混合装置,包括:数据确定模块,所述数据确定模块用于读取粉料混合任务,所述粉料混合任务基于混合时限、总成质量与粉料比例确定;信息读取模块,所述信息读取模块用于读取自动混料设备的底层运控机制与设备服役状态,确定设备运况信息;参控影响分析模块,所述参控影响分析模块用于确定预混粉料的基础特征,联合所述设备服役状态,结合参控分析模型进行参控影响分析,确定混合阻抗因子,所述混合阻抗因子标识有混合阻抗力;粉料混合分析模块,所述粉料混合分析模块用于训练自适应混控模型,以所述粉料混合任务与所述设备运况信息为基准,结合所述混合阻抗因子进行粉料混合分析,确定预混合方案;连接模块,所述连接模块用于建立可编程控制器与所述自动混料设备的连接,基于所述可编程控制器,生成基于所述预混合方案的控制指令,控制所述自动混料设备进行粉料混合作业;实时监测模块,所述实时监测模块用于同步进行实时混合状态监测,评估实时混合质量并进行基于所述自动混料设备的动态调控。
本申请还提供了一种电子设备,包括:
存储器,用于存储可执行指令;
处理器,用于执行所述存储器中存储的可执行指令时,实现奶茶粉料智能混合方法。
本申请还提供了一种计算机可读存储介质,包括:
其上存储有计算机程序,该程序被处理器执行时实现奶茶粉料智能混合方法。
本申请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:
本申请提供的奶茶粉料智能混合方法、装置、电子设备及介质,涉及智能混合技术领域,解决了现有技术对奶茶粉料在混合过程中存在分配不均、混合比例不精准,导致奶茶的生产成本过高的技术问题,实现了对奶茶分量混合进行合理化精准的智能分配,提高奶茶粉料混合比例,降低生产成本的技术效果。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的附图作简单的介绍,本申请中使用了流程图来说明根据本申请的实施例的装置所执行的操作。应当理解的是,前面或下面操作不一定按照顺序来精确地执行。相反,根据需要,可以按照倒序或同时处理各种步骤。同时,也可以将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
图1为本申请实施例提供的奶茶粉料智能混合方法的流程示意图。
图2为本申请实施例提供的奶茶粉料智能混合装置的结构示意图。
图3为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
为了使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请作进一步的详细描述,所描述的实施例不应视为对本申请的限制,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它实施例,都属于本申请保护的范围。
在以下的描述中,涉及“一些实施例”,其描述了所有可能实施例的子集,但是可以理解,“一些实施例”可以是所有可能实施例的相同子集或不同子集,并且可以在不冲突的情况下相互结合,所涉及的术语“第一\第二”仅仅是区别类似的对象,不代表针对对象的特定排序。术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、装置、产品或服务器不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块,除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的。
本申请实施例提供了奶茶粉料智能混合方法,所述方法应用于奶茶粉料智能混合装置,如图1所示,所述方法包括:
步骤A100,读取粉料混合任务,所述粉料混合任务基于混合时限、总成质量与粉料比例确定;
为了实现奶茶粉料的智能混合,确保最终产品的质量和一致性,则需要通过读取粉料混合任务并根据混合时限、总成质量和粉料比例来确定具体的混合步骤和操作参数,进一步的,读取混合参数是指从任务中读取混合时限(即混合所需的总时间)、总成质量(即最终产品的总重量)和粉料比例(即每种粉料在最终产品中的占比),混合时限决定了粉料在自动混料设备中的运动时间和混合程度,设定混合时限可以确保粉料充分混合,同时避免过长的混合时间导致粉料变质或过度磨损自动混料设备,总成质量决定了需要添加多少粉料到自动混料设备中,准确的总成质量可以保证最终的奶茶产品的浓度和口感一致,粉料比例决定了每种粉料到自动混料设备中需要添加的剂量,正确的粉料比例可以确保最终产品的营养成分和口感满足要求,为后期实现对奶茶粉料进行智能混合作为重要参考依据。
执行步骤A200,读取自动混料设备的底层运控机制与设备服役状态,确定设备运况信息;在对自动混料设备进行数据读取之前,首先需要确保装置与自动混料设备之间建立有效的通信连接,进一步的,通过连接的设备接口,读取自动混料设备的底层运控机制,底层运控机制可以包含设备的控制逻辑、运动模式、传感器数据等信息,同时从自动混料设备的传感器或监控装置中提取设备的运行时间、负载情况、温度、振动等关键参数,将其作为自动混料设备的设备服役状态,继而结合底层运控机制和服役状态数据,分析自动混料设备的性能表现、是否存在故障或异常、是否需要维护或校准等,评估自动混料设备的稳定性,从而对设备运况信息进行确定,可以确保设备的正常运行和高效混合,同时及时发现并解决潜在问题,提高生产效率和产品质量。
执行步骤A300,确定预混粉料的基础特征,联合所述设备服役状态,结合参控分析模型进行参控影响分析,确定混合阻抗因子,所述混合阻抗因子标识有混合阻抗力;在结合参控分析模型进行参控影响分析之前,在一种可能的实现方式中,步骤A300进一步包括步骤A310,所述基础特征至少包括各预混合粉料的含水比、黏附性与颗粒度;执行步骤A320,所述参控分析模型包括独立分析层与联合分析层,所述独立分析层包括并联的服役状态分析分支与特征相关性分析分支。
通过对奶茶的预混粉料进行物理属性、化学属性的识别,其所识别的物理属性可以包含颗粒大小、形状、密度、流动性等物理特征,化学特征可以包含吸湿性、反应性、含水比、黏附性等化学特征,联合上述所确定的设备服役状态中所包含的运行时间、负载情况、故障记录等数据,继而通过结合参控分析模型进行参控影响分析,而参控分析模型包括独立分析层与联合分析层,独立分析层包括并联的服役状态分析分支与特征相关性分析分支,独立分析层内的服役状态分析分支是用于评估设备当前服役状态对混合过程的影响,可以通过利用统计方法识别与混合性能相关的关键参数,并评估自动混料设备的服役状态数据对混合效率与混合质量的影响,独立分析层内的特征相关性分析分支是用于分析预混粉料的基础特征与混合效果之间的相关性,在内可以根据不同特征的预混粉料,以评估其对混合效果的影响,利用统计方法分析预混粉料特征与混合效果之间的相关性,联合分析层是用于综合考虑服役状态和设备特征对混合过程的影响,找出最佳的混合参数和操作策略,最终通过参控分析模型的独立分析层和联合分析层的综合分析,可以全面评估预混粉料的基础特征和设备服役状态对混合过程的影响,为优化混合操作提供决策支持。
执行步骤A330,识别所述设备服役状态,结合出厂服役状态,于所述服役状态分析分支中进行设备性能衰减评估与参控影响性分析,确定控制偏离参数,所述控制偏离参数标识有参控偏离度与参控偏离方向;
可以通过自动混料设备的运行时间、负载情况、温度、振动、能耗等关键参数对当前的设备服役状态进行识别,同时与设备的出厂状态数据进行对比,以获取设备在使用过程中的变化和差异,进一步的,在服役状态分析分支内对自动混料设备进行设备性能衰减评估与参控影响性分析,其服役状态分析分支内的设备性能衰减评估是通过对比当前性能参数与出厂时的性能参数来实现评估设备性能的衰减程度,即设备效率下降、能耗增加、故障率上升等设备衰减数据,其服役状态分析分支内的参控影响性分析是根据自动混料设备内的混合速度、混合均匀度、混合效率等方面的变化分析设备性能衰减对混合过程的影响,同时对混合过程中影响最大的性能变化参数进行确定,以便后续的优化和调整,在此基础上对控制偏离参数进行确定,且在控制偏离参数内包含参控偏离度和参控偏离方向两个方面,参控偏离度表示设备性能参数与理想控制状态之间的偏差程度,参控偏离度越大则偏差越严重,参控偏离方向表示设备性能参数变化的方向,即性能向好的方向变化或向坏的方向变化。
执行步骤A340,结合所述特征相关性分析分支,对所述基础特征与设备控制参数进行相关性分析,确定特征相关参数,所述特征相关参数标识有参数相关度;执行步骤A350,整合所述基础特征与所述设备控制参数,存储至基础参数文件;执行步骤A360,对所述控制偏离参数与所述特征相关参数进行联合分析,确定所述混合阻抗因子。
通过调用独立分析层内的特征相关性分析分支对上述所确定的基础特征与设备控制参数进行相关性分析,可以通过机器学习算法(如决策树、随机森林等),分析基础特征数据,如颗粒大小、形状、密度等与设备的控制参数,如混合速度、混合时间、温度等之间的相关性,基于相关性可以对基础特征内与设备控制参数内具有较强关联性的进行确定,在此基础上对特征相关参数进行获取,示例性的,当含水量较多时,则根据相关性对混合速度、混合力度、下料限制等的影响进行特征相关参数的标识,因此在同参控状态下则会出现奶茶粉料的混合效果不同,同时相似特征相关参数内标识有参数相关度,其参数相关度可以是参数之间的相对重要性或权重,进一步的,将基础特征与设备控制参数进行整合,是指将多个数据源的基础特征与设备控制参数整合成一个数据源形成一个全面的基础参数文件,在基础参数文件内可以包含所有与混合过程相关的关键参数及其相关性信息。
进一步的,控制偏离参数反映了设备性能衰减对混合过程的影响,而特征相关参数则反映了预混粉料基础特征与设备控制参数之间的相关性,是指通过比较控制偏离参数和特征相关参数对控制偏离参数与特征相关参数进行联合分析,综合考虑设备性能衰减和基础特征与设备控制参数之间的相关性,同时在此基础上量化混合过程中的阻抗力对混合阻抗因子进行确定,混合阻抗因子可以用于评估混合过程的效率和质量,并为优化混合操作提供指导。
在上述所获的混合阻抗因子内标识有混合阻抗力,其混合阻抗力在一种可能的实现方式中,步骤A360进一步包括步骤A361,将所述控制偏离参数与所述特征相关参数流转至所述联合分析层;执行步骤A362,映射同设备控制参数的所述参控偏离度与所述参数相关度,进行各设备控制参数的分布权重配置,其中,所述参控偏离方向用于确定所述参控偏离度的正负;执行步骤A363,基于所述联合分析层,结合所述分布权重配置,分析确定各设备控制参数的综合控制影响度,作为所述混合阻抗力。
将控制偏离参数与特征相关参数流转至联合分析层是指将控制偏离参数(包括参控偏离度和参控偏离方向)与特征相关参数(包括参数相关度)传输到联合分析层,进一步的,将参控偏离度映射到相应的设备控制参数上,对应获取每个控制参数与理想状态的偏离程度,将参数相关度映射到设备控制参数上,并对具有较强的相关性的控制参数与预混粉料的基础特征进行标识,基于映射结果,按照参控偏离度和参数相关度的影响,以及参控偏离方向(正负)的指示为每个设备控制参数进行分布权重的配置,其中,正的参控偏离度表示性能低于理想状态,可能需要增加权重以进行优化;负的参控偏离度表示性能高于理想状态,最终通过联合分析层与分布权重的配置。对各设备控制参数的综合控制影响度进行分析,综合控制影响度是用于反映每个控制参数对混合阻抗力的贡献程度,基于联合分析层输出的综合控制影响度,可以对混合阻抗力进行确定,其混合阻抗力是综合考虑设备性能衰减、基础特征与设备控制参数相关性的综合效应,且混合阻抗力的大小和方向由参控偏离方向决定,将为如何调整设备控制参数以降低阻抗、提高混合效率进行明确指导。
执行步骤A400,训练自适应混控模型,以所述粉料混合任务与所述设备运况信息为基准,结合所述混合阻抗因子进行粉料混合分析,确定预混合方案;所训练的自适应混控模型可以通过神经网络进行构建,将粉料混合任务、设备运况信息和混合阻抗因子作为模型的输入特征,在神经网络的基础上,其神经网络是指一种按照误差逆向传播算法训练的多层前馈神经网络,进一步对自适应混控模型进行构建,其中,自适应混控模型的输入数据包括粉料混合任务、设备运况信息和混合阻抗因子,自适应混控模型为机器学习中的,可以不断进行自我迭代优化的神经网络模型,自适应混控模型通过训练数据集和监督数据集训练获得,其中,所述训练数据集中的每组训练数据均包括训练数据和监督数据,监督数据集为与训练数据集一一对应的监督数据。
进一步的,自适应混控模型构建过程为:将训练数据集中每一组训练数据输入自适应混控模型,通过这组训练数据对应的监督数据进行自适应混控模型的输出监督调整,当自适应混控模型的输出结果与监督数据一致,则当前组训练结束,将训练数据集中全部的训练数据均训练结束,则自适应混控模型训练完成。
为了保证自适应混控模型的收敛以及准确性,其收敛过程可以是自适应混控模型中的输出数据会聚于一点时,向某一个值靠近则为收敛,其准确性可以通过测试数据集进行自适应混控模型的测试处理,举例而言,测试准确率可以设定为80%,当测试数据集的测试准确率满足80%时,则自适应混控模型构建完成。
自适应混控模型构建模型的输出为预混合方案,包括混合模式的选择、混合参数的配置等,在一种可能的实现方式中,步骤A400进一步包括步骤A410,混合模式包括单项混合模式与联合混合模式,其中,所述单项混合模式基于粉料混合阶段与液体混合阶段确定,存在模式混合阶段的相对独立性;执行步骤A420,确定基于所述混合模式的预混合模式,结合所述自适应混控模型分析确定所述预混合方案。
继而根据粉料混合任务的需求,定义单项混合模式和联合混合模式,即在混合模式中可以包括单项混合模式与联合混合模式,单项混合模式通常包括粉料混合阶段和液体混合阶段,这两个阶段在混合过程中具有相对独立性,示例性的,若只是多种粉料的混合,则基于单项模式的粉料混合阶段即可满足,若存在至少一种液体加入,则进行混合模式的选择与确定,单项混合模式是指在粉料混合完成后,再进行液体添加混合,联合混合模式则考虑了两个阶段的相互作用和影响,以实现更高效的混合,联合混合模式是指多种液体与粉料同时添加进行混合,进一步的在所定义混合模式的基础上对奶茶粉料的预混合模式进行确定,通过自适应混控模型内所输入的粉料特性、设备运况信息和混合阻抗因子对预混合方案进行输出,在预混合方案内包含混合模式(单项混合模式或联合混合模式)、配置混合参数等,为后续实现对奶茶粉料进行智能混合夯实基础。
接下来执行步骤A500,建立可编程控制器与所述自动混料设备的连接,基于所述可编程控制器,生成基于所述预混合方案的控制指令,控制所述自动混料设备进行粉料混合作业;在一种可能的实现方式中,步骤A500进一步包括步骤A510,针对所述预混合方案,结合所述可编程控制器,设定动态控制程序;执行步骤A520,基于所述动态控制程序,定时生成所述控制指令,传输至所述自动混料设备进行粉料混合控制。
首先对上述制定的预混合方案进行分析,对预混合方案进行混合过程中关键参数的识别,如混合时间、速度、温度等,进一步的对根据实时数据进行动态调整,以及调整的范围和频率的参数进行确定,继而结合可编程控制器对动态控制程序进行设定,可以通过使用PLC的编程环境(如梯形图、结构化文本等),编写动态控制程序,同时在动态控制程序内包含可以定时功能,确保按照预定的时间间隔生成控制指令,同时通过实现参数监控逻辑,实时读取来自自动混料设备的状态信息和混合过程参数,进而再根据预设的逻辑规则,判断是否需要调整控制指令,并生成新的指令从而完成动态控制程序,最终按照动态控制程序对预混合方案的控制指令进行定时生成,是将预混合方案中的参数和逻辑集成到动态控制程序中,并确保程序能够根据预混合方案的要求,生成相应的初始控制指令,是指基于动态控制程序,针对动态调控时刻点生成控制指令进行自动混粉设备的控制,实现自动混粉设备的全自动控制,无需人为进行混合设备的实时调试操作,在此基础上将所生成的控制指令传输至自动混料设备中进行奶茶的粉料混合定时控制,以便为后期对奶茶粉料进行智能混合时作为参照数据。
最后执行步骤A600,同步进行实时混合状态监测,评估实时混合质量并进行基于所述自动混料设备的动态调控。为了更精准的对奶茶粉料进行智能混合,则还需要同步对自动混料设备进行实时混合状态的监测,其实时混合状态可以包含实时混合比例、实时混合均匀度、实时混合粉料类别等,在此基础上对自动混料设备内的实时混合质量进行评估,并根据实时混合质量评估结果对自动混料设备进行动态调控,在一种可能的实现方式中,步骤A600进一步包括步骤A610,读取所述粉料混合任务的混合均匀度标准,对所述粉料混合任务进行阶段性划分,标识阶段性任务节点,所述阶段性任务节点与所述预混合方案映射对应;执行步骤A620,进行实际混合监测,逐阶段性任务节点进行混合质量评估,确定均匀度系数;执行步骤A630,若所述均匀度系数不满足所述混合均匀度标准,生成复混控制指令,所述复混控制指令标识有设备复混控制参数;执行步骤A640,基于所述复混控制指令,暂停基于所述预混合方案的当前任务控制,控制所述自动混料设备进行前序复混控制。
首先对粉料混合任务内的混合均匀度标准进行读取,其混合均匀度标准可以基于相关的质量控制标准或生产规范中进行确定,在此基础上对粉料混合任务进行阶段性划分,是指根据预混合方案和粉料混合过程的逻辑,将混合任务划分为多个阶段,且每个阶段应对应一个或多个关键操作步骤,例如不同组分的加入、混合速度的调整等,同时对阶段性任务节点进行标识,即标识每个阶段性任务节点的开始和结束,确保能够准确地在这些节点进行混合质量的评估,且阶段性任务节点与所述预混合方案存在映射对应关系,是指将每个阶段性任务节点与预混合方案中的相应步骤或阶段对应起来,进一步的对奶茶粉料进行实际混合的监测,是在混合过程中,通过使用传感器和监控设备实时监测粉料的混合状态,其混合状态包括混合速度、温度、湿度等关键参数,继而在每个阶段性任务节点,收集混合样本并进行外观检查、化学分析或粒度测量等的质量评估,根据评估结果,计算均匀度系数,该系数应能够量化混合样本中各组分的分布均匀程度,从而对均匀度系数进行确定。
进一步的将均匀度系数与混合均匀度标准进行比较判断,若均匀度系数不满足混合均匀度标准,则说明混合质量不佳,需要进一步处理,从而确定混合质量不达标,同时生成复混控制指令。复混控制指令内包含设备复混控制参数的标识,设备复混控制参数可以包含混合速度、时间、温度等,以确保在复混过程中能够达到更好的混合效果,最终按照复混控制指令,对预混合方案的当前任务控制进行暂停,即中断当前的混合过程,并按照复混控制指令的要求进行调整,控制自动混料设备进行前序复混控制,以确保混合质量得到改善,示例性的,上一个阶段混合效果不佳,基于插入的复混时区,即当前阶段的延长混合时区,停止加料或调整加料速度,可酌情调整混合控制参数,继续进行混合操作,直至当前阶段的混合效果达标,且前面已完成阶段的整体效果为达标状态,从而进行逐阶段操作,精确到各阶段并及时调整,最大化保障最终的混合质量。
本申请实施例解决了现有技术对奶茶粉料在混合过程中存在分配不均、混合比例不精准,导致奶茶的生产成本过高的技术问题,实现了对奶茶分量混合进行合理化精准的智能分配,提高奶茶粉料混合比例,降低生产成本的技术效果。
在上文中,参照图1详细描述了根据本发明实施例的奶茶粉料智能混合方法。接下来,将参照图2描述根据本发明实施例的奶茶粉料智能混合装置。
根据本发明实施例的奶茶粉料智能混合装置,用于解决了现有技术对奶茶粉料在混合过程中存在分配不均、混合比例不精准,导致奶茶的生产成本过高的技术问题,实现了对奶茶分量混合进行合理化精准的智能分配,提高奶茶粉料混合比例,降低生产成本的技术效果。奶茶粉料智能混合装置包括:数据确定模块10、信息读取模块20、参控影响分析模块30、粉料混合分析模块40、连接模块50、实时监测模块60。
数据确定模块10,所述数据确定模块10用于读取粉料混合任务,所述粉料混合任务基于混合时限、总成质量与粉料比例确定;
信息读取模块20,所述信息读取模块20用于读取自动混料设备的底层运控机制与设备服役状态,确定设备运况信息;
参控影响分析模块30,所述参控影响分析模块30用于确定预混粉料的基础特征,联合所述设备服役状态,结合参控分析模型进行参控影响分析,确定混合阻抗因子,所述混合阻抗因子标识有混合阻抗力;
粉料混合分析模块40,所述粉料混合分析模块40用于训练自适应混控模型,以所述粉料混合任务与所述设备运况信息为基准,结合所述混合阻抗因子进行粉料混合分析,确定预混合方案;
连接模块50,所述连接模块50用于建立可编程控制器与所述自动混料设备的连接,基于所述可编程控制器,生成基于所述预混合方案的控制指令,控制所述自动混料设备进行粉料混合作业;
实时监测模块60,所述实时监测模块60用于同步进行实时混合状态监测,评估实时混合质量并进行基于所述自动混料设备的动态调控。
下面,将详细描述物品参控影响分析模块30的具体配置。如上文中所述,结合参控分析模型进行参控影响分析之前,参控影响分析模块30可以进一步包括:第一特征单元用于所述基础特征至少包括各预混合粉料的含水比、黏附性与颗粒度;分支建立单元用于所述参控分析模型包括独立分析层与联合分析层,所述独立分析层包括并联的服役状态分析分支与特征相关性分析分支。
下面,将详细描述参控影响分析模块30的具体配置。如上文中所述,结合参控分析模型进行参控影响分析之前,参控影响分析模块30可以进一步包括:第二特征单元用于所述基础特征至少包括各预混合粉料的含水比、黏附性与颗粒度;分支并联单元用于所述参控分析模型包括独立分析层与联合分析层,所述独立分析层包括并联的服役状态分析分支与特征相关性分析分支。
下面,将详细描述参控影响分析模块30的具体配置。如上文中所述,结合参控分析模型进行参控影响分析,参控影响分析模块30可以进一步包括:第一分析单元用于识别所述设备服役状态,结合出厂服役状态,于所述服役状态分析分支中进行设备性能衰减评估与参控影响性分析,确定控制偏离参数,所述控制偏离参数标识有参控偏离度与参控偏离方向;第二分析单元用于结合所述特征相关性分析分支,对所述基础特征与设备控制参数进行相关性分析,确定特征相关参数,所述特征相关参数标识有参数相关度;数据整合单元用于整合所述基础特征与所述设备控制参数,存储至基础参数文件;第三分析单元用于对所述控制偏离参数与所述特征相关参数进行联合分析,确定所述混合阻抗因子。
下面,将详细描述第三分析单元的具体配置。如上文中所述,对所述控制偏离参数与所述特征相关参数进行联合分析,第三分析单元可以进一步包括:参数流转单元用于将所述控制偏离参数与所述特征相关参数流转至所述联合分析层;映射单元用于映射同设备控制参数的所述参控偏离度与所述参数相关度,进行各设备控制参数的分布权重配置,其中,所述参控偏离方向用于确定所述参控偏离度的正负;第四分析单元用于基于所述联合分析层,结合所述分布权重配置,分析确定各设备控制参数的综合控制影响度,作为所述混合阻抗力。
下面,将详细描述粉料混合分析模块40的具体配置。如上文中所述,所述进行粉料混合分析之前,粉料混合分析模块40可以进一步包括:模式单元用于混合模式包括单项混合模式与联合混合模式,其中,所述单项混合模式基于粉料混合阶段与液体混合阶段确定,存在模式混合阶段的相对独立性;方案确定单元用于确定基于所述混合模式的预混合模式,结合所述自适应混控模型分析确定所述预混合方案。
下面,将详细描述连接模块50的具体配置。如上文中所述,基于所述可编程控制器,生成基于所述预混合方案的控制指令,连接模块50可以进一步包括:程序设定单元用于针对所述预混合方案,结合所述可编程控制器,设定动态控制程序;传输单元用于基于所述动态控制程序,定时生成所述控制指令,传输至所述自动混料设备进行粉料混合控制。
下面,将详细描述实时监测模块60的具体配置。如上文中所述,进行基于所述自动混料设备的动态调控,实时监测模块60可以进一步包括:读取单元用于读取所述粉料混合任务的混合均匀度标准,对所述粉料混合任务进行阶段性划分,标识阶段性任务节点,所述阶段性任务节点与所述预混合方案映射对应;评估单元用于进行实际混合监测,逐阶段性任务节点进行混合质量评估,确定均匀度系数;指令生成单元用于若所述均匀度系数不满足所述混合均匀度标准,生成复混控制指令,所述复混控制指令标识有设备复混控制参数;控制单元用于基于所述复混控制指令,暂停基于所述预混合方案的当前任务控制,控制所述自动混料设备进行前序复混控制。
本发明实施例所提供的奶茶粉料智能混合装置可执行本发明任意实施例所提供的奶茶粉料智能混合方法,具备执行方法相应的功能模块和有益效果。
虽然本申请对根据本申请的实施例的装置中的某些模块做出了各种引用,然而,任何数量的不同模块可以被使用并运行在用户终端和/或服务器上,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
基于前述实施例,本申请实施例还提供了一种电子设备和一种计算机可读存储介质,该计算机可读存储介质中存储有计算机程序,该计算机程序被电子设备的处理器执行时,能够实现如前任一实施例所述的方法。
图3是本发明实施例提供的电子设备的结构示意图,示出了适用于实现本发明实施方式的示例性电子设备的框图。图3显示的电子设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制,该电子设备以通用计算设备的形式表现,其组件可以包括但不限于输入装置401、处理器402、存储器403和输出装置404。其中,处理器402可以是一个或多个;存储器403可以包括计算机可读介质及至少一个程序产品,该程序产品具有一组(至少一个)程序模块,这些程序模块被配置以执行本申请各实施例的功能。
本发明实施例示出的存储器403,可以采用一个或多个计算机可读介质的任意组合;计算机可读存储介质可以是但不限于红外线、半导体的装置、装置或器件,或者任意以上的组合,用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的奶茶粉料智能混合方法对应的程序指令/模块,处理器402通过运行存储在存储器403中的软件程序、指令以及模块,从而执行计算机设备的各种功能应用以及数据处理,即实现上述奶茶粉料智能混合方法。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合和替代。任何在本申请的精神和原则之内所做的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (10)
1.奶茶粉料智能混合方法,其特征在于,所述方法包括:
读取粉料混合任务,所述粉料混合任务基于混合时限、总成质量与粉料比例确定;
读取自动混料设备的底层运控机制与设备服役状态,确定设备运况信息;
确定预混粉料的基础特征,联合所述设备服役状态,结合参控分析模型进行参控影响分析,确定混合阻抗因子,所述混合阻抗因子标识有混合阻抗力;
训练自适应混控模型,以所述粉料混合任务与所述设备运况信息为基准,结合所述混合阻抗因子进行粉料混合分析,确定预混合方案;
建立可编程控制器与所述自动混料设备的连接,基于所述可编程控制器,生成基于所述预混合方案的控制指令,控制所述自动混料设备进行粉料混合作业;
同步进行实时混合状态监测,评估实时混合质量并进行基于所述自动混料设备的动态调控。
2.如权利要求1所述的奶茶粉料智能混合方法,其特征在于,结合参控分析模型进行参控影响分析之前,所述方法还包括:
所述基础特征至少包括各预混合粉料的含水比、黏附性与颗粒度;
所述参控分析模型包括独立分析层与联合分析层,所述独立分析层包括并联的服役状态分析分支与特征相关性分析分支。
3.如权利要求2所述的奶茶粉料智能混合方法,其特征在于,结合参控分析模型进行参控影响分析,所述方法还包括:
识别所述设备服役状态,结合出厂服役状态,于所述服役状态分析分支中进行设备性能衰减评估与参控影响性分析,确定控制偏离参数,所述控制偏离参数标识有参控偏离度与参控偏离方向;
结合所述特征相关性分析分支,对所述基础特征与设备控制参数进行相关性分析,确定特征相关参数,所述特征相关参数标识有参数相关度;
整合所述基础特征与所述设备控制参数,存储至基础参数文件;
对所述控制偏离参数与所述特征相关参数进行联合分析,确定所述混合阻抗因子。
4.如权利要求3所述的奶茶粉料智能混合方法,其特征在于,对所述控制偏离参数与所述特征相关参数进行联合分析,所述方法还包括:
将所述控制偏离参数与所述特征相关参数流转至所述联合分析层;
映射同设备控制参数的所述参控偏离度与所述参数相关度,进行各设备控制参数的分布权重配置,其中,所述参控偏离方向用于确定所述参控偏离度的正负;
基于所述联合分析层,结合所述分布权重配置,分析确定各设备控制参数的综合控制影响度,作为所述混合阻抗力。
5.如权利要求1所述的奶茶粉料智能混合方法,其特征在于,所述进行粉料混合分析之前,所述方法还包括:
混合模式包括单项混合模式与联合混合模式,其中,所述单项混合模式基于粉料混合阶段与液体混合阶段确定,存在模式混合阶段的相对独立性;
确定基于所述混合模式的预混合模式,结合所述自适应混控模型分析确定所述预混合方案。
6.如权利要求1所述的奶茶粉料智能混合方法,其特征在于,基于所述可编程控制器,生成基于所述预混合方案的控制指令,所述方法还包括:
针对所述预混合方案,结合所述可编程控制器,设定动态控制程序;
基于所述动态控制程序,定时生成所述控制指令,传输至所述自动混料设备进行粉料混合控制。
7.如权利要求1所述的奶茶粉料智能混合方法,其特征在于,进行基于所述自动混料设备的动态调控,所述方法还包括:
读取所述粉料混合任务的混合均匀度标准,对所述粉料混合任务进行阶段性划分,标识阶段性任务节点,所述阶段性任务节点与所述预混合方案映射对应;
进行实际混合监测,逐阶段性任务节点进行混合质量评估,确定均匀度系数;
若所述均匀度系数不满足所述混合均匀度标准,生成复混控制指令,所述复混控制指令标识有设备复混控制参数;
基于所述复混控制指令,暂停基于所述预混合方案的当前任务控制,控制所述自动混料设备进行前序复混控制。
8.奶茶粉料智能混合装置,其特征在于,所述装置用于实施权利要求1-7任一项所述的奶茶粉料智能混合方法,所述装置包括:
数据确定模块,所述数据确定模块用于读取粉料混合任务,所述粉料混合任务基于混合时限、总成质量与粉料比例确定;
信息读取模块,所述信息读取模块用于读取自动混料设备的底层运控机制与设备服役状态,确定设备运况信息;
参控影响分析模块,所述参控影响分析模块用于确定预混粉料的基础特征,联合所述设备服役状态,结合参控分析模型进行参控影响分析,确定混合阻抗因子,所述混合阻抗因子标识有混合阻抗力;
粉料混合分析模块,所述粉料混合分析模块用于训练自适应混控模型,以所述粉料混合任务与所述设备运况信息为基准,结合所述混合阻抗因子进行粉料混合分析,确定预混合方案;
连接模块,所述连接模块用于建立可编程控制器与所述自动混料设备的连接,基于所述可编程控制器,生成基于所述预混合方案的控制指令,控制所述自动混料设备进行粉料混合作业;
实时监测模块,所述实时监测模块用于同步进行实时混合状态监测,评估实时混合质量并进行基于所述自动混料设备的动态调控。
9.一种电子设备,其特征在于,所述电子设备包括:
存储器,用于存储可执行指令;
处理器,用于执行所述存储器中存储的可执行指令时,实现权利要求1至7任一项所述的奶茶粉料智能混合方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一项所述的奶茶粉料智能混合方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410391602.8A CN117970896B (zh) | 2024-04-02 | 2024-04-02 | 奶茶粉料智能混合方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410391602.8A CN117970896B (zh) | 2024-04-02 | 2024-04-02 | 奶茶粉料智能混合方法、装置、电子设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117970896A true CN117970896A (zh) | 2024-05-03 |
CN117970896B CN117970896B (zh) | 2024-06-18 |
Family
ID=90851841
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410391602.8A Active CN117970896B (zh) | 2024-04-02 | 2024-04-02 | 奶茶粉料智能混合方法、装置、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117970896B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003015728A (ja) * | 2001-04-03 | 2003-01-17 | Nippon Steel Corp | 原料の最適混合演算方法、装置、コンピュータプログラム、及びコンピュータ読み取り可能な記憶媒体 |
CN103553438A (zh) * | 2013-10-09 | 2014-02-05 | 哈尔滨工业大学 | 一种沥青混合料质量的控制方法 |
CN109035730A (zh) * | 2018-07-16 | 2018-12-18 | 河海大学 | 一种考虑服役环境影响的混凝土坝损伤动力预警方法 |
CA3048238A1 (en) * | 2019-04-23 | 2019-09-04 | William Vaughn Ii Managan | A blender hopper control system for multi-component granular compositions |
CN113312846A (zh) * | 2021-06-02 | 2021-08-27 | 江苏邦鼎科技有限公司 | 一种基于混合工艺过程的智能检测方法及系统 |
CN113935243A (zh) * | 2021-10-20 | 2022-01-14 | 中冶长天(长沙)智能科技有限公司 | 一种烧结混合料粒度实时优化控制方法及系统 |
CN218590265U (zh) * | 2022-09-15 | 2023-03-10 | 安徽灵感有料食品有限公司 | 一种奶茶粉末配料研发搅拌混合设备 |
CN219502567U (zh) * | 2023-04-24 | 2023-08-11 | 内蒙古察罕苏力德食品有限公司 | 一种奶茶粉状原料高效混合装置 |
CN116870794A (zh) * | 2023-07-14 | 2023-10-13 | 布勒(常州)机械有限公司 | 一种混合机中混合饲料的均匀性控制方法 |
CN117161821A (zh) * | 2023-11-02 | 2023-12-05 | 南通海鹰机电集团有限公司 | 一种数控钻床主轴自适应进给控制方法及系统 |
CN117572761A (zh) * | 2024-01-03 | 2024-02-20 | 中铁建大桥工程局集团南方工程有限公司 | 一种浇注式沥青混合料拌合智能控制系统及方法 |
CN117582748A (zh) * | 2024-01-18 | 2024-02-23 | 江苏宇梦环保科技有限公司 | 袋式除尘器自动清灰控制方法 |
CN117753281A (zh) * | 2023-12-25 | 2024-03-26 | 浙江拓博环保科技有限公司 | 基于在线监测的气体保护混粉控制方法及系统 |
-
2024
- 2024-04-02 CN CN202410391602.8A patent/CN117970896B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003015728A (ja) * | 2001-04-03 | 2003-01-17 | Nippon Steel Corp | 原料の最適混合演算方法、装置、コンピュータプログラム、及びコンピュータ読み取り可能な記憶媒体 |
CN103553438A (zh) * | 2013-10-09 | 2014-02-05 | 哈尔滨工业大学 | 一种沥青混合料质量的控制方法 |
CN109035730A (zh) * | 2018-07-16 | 2018-12-18 | 河海大学 | 一种考虑服役环境影响的混凝土坝损伤动力预警方法 |
CA3048238A1 (en) * | 2019-04-23 | 2019-09-04 | William Vaughn Ii Managan | A blender hopper control system for multi-component granular compositions |
CN113312846A (zh) * | 2021-06-02 | 2021-08-27 | 江苏邦鼎科技有限公司 | 一种基于混合工艺过程的智能检测方法及系统 |
CN113935243A (zh) * | 2021-10-20 | 2022-01-14 | 中冶长天(长沙)智能科技有限公司 | 一种烧结混合料粒度实时优化控制方法及系统 |
CN218590265U (zh) * | 2022-09-15 | 2023-03-10 | 安徽灵感有料食品有限公司 | 一种奶茶粉末配料研发搅拌混合设备 |
CN219502567U (zh) * | 2023-04-24 | 2023-08-11 | 内蒙古察罕苏力德食品有限公司 | 一种奶茶粉状原料高效混合装置 |
CN116870794A (zh) * | 2023-07-14 | 2023-10-13 | 布勒(常州)机械有限公司 | 一种混合机中混合饲料的均匀性控制方法 |
CN117161821A (zh) * | 2023-11-02 | 2023-12-05 | 南通海鹰机电集团有限公司 | 一种数控钻床主轴自适应进给控制方法及系统 |
CN117753281A (zh) * | 2023-12-25 | 2024-03-26 | 浙江拓博环保科技有限公司 | 基于在线监测的气体保护混粉控制方法及系统 |
CN117572761A (zh) * | 2024-01-03 | 2024-02-20 | 中铁建大桥工程局集团南方工程有限公司 | 一种浇注式沥青混合料拌合智能控制系统及方法 |
CN117582748A (zh) * | 2024-01-18 | 2024-02-23 | 江苏宇梦环保科技有限公司 | 袋式除尘器自动清灰控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117970896B (zh) | 2024-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Breithaupt et al. | The workload control concept: theory and practical extensions of Load Oriented Order Release | |
Acaravcı et al. | The electricity consumption, real income, trade openness and foreign direct investment: The empirical evidence from Turkey | |
US20060259198A1 (en) | Intelligent system for detection of process status, process fault and preventive maintenance | |
Teich et al. | Design of a prototype neural network for smart homes and energy efficiency | |
US11361262B2 (en) | Blockchain-enabled edge computing method for production scheduling | |
CN112273696B (zh) | 切丝后水分控制方法、装置以及设备 | |
CN101794119B (zh) | 瓦斯系统平衡与优化调度方法、装置及系统 | |
Tsung | Impact of information sharing on statistical quality control | |
CN110766320A (zh) | 一种机场智能电网运行安全评价方法及装置 | |
CN114216256B (zh) | 离线预训练-在线学习的通风系统风量控制方法 | |
CN117970896B (zh) | 奶茶粉料智能混合方法、装置、电子设备及介质 | |
CN114219177A (zh) | 机房环境调控方法、装置、电子设备及存储介质 | |
CN117573328A (zh) | 基于多模型驱动的并行任务快速处理方法及系统 | |
CN109948986A (zh) | 一种基于云计算平台的物流监控方法 | |
CN109711665A (zh) | 一种基于金融风控数据的预测模型构建方法及相关设备 | |
CN108492013A (zh) | 一种基于质量控制的制造系统调度模型有效性检测方法 | |
CN111176230B (zh) | 故障不确定条件下的混合调度系统及方法 | |
Tregub | Cointegration models of the BRICS Economies | |
CN117687356A (zh) | 生产调度方法、终端设备及计算机可读存储介质 | |
CN106950826A (zh) | 一种基于蚁群算法的气化装置pid参数整定方法 | |
CN114400675B (zh) | 基于权重均值深度双q网络的主动配电网电压控制方法 | |
CN112257278B (zh) | 机组耗差计算模型获取方法、耗差获取方法及系统 | |
CN111103797B (zh) | 基于多变量控制的软件行为调节方法 | |
CN111474847B (zh) | 用于技术设施的控制系统的调节优化 | |
JPS5894004A (ja) | プラント制御系調節器最適パラメ−タ探索装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |