CN118092219A - 控制模型的训练方法、松散回潮机的控制方法和装置 - Google Patents
控制模型的训练方法、松散回潮机的控制方法和装置 Download PDFInfo
- Publication number
- CN118092219A CN118092219A CN202410247321.5A CN202410247321A CN118092219A CN 118092219 A CN118092219 A CN 118092219A CN 202410247321 A CN202410247321 A CN 202410247321A CN 118092219 A CN118092219 A CN 118092219A
- Authority
- CN
- China
- Prior art keywords
- variable
- control
- moment
- historical
- control model
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 94
- 238000012549 training Methods 0.000 title claims abstract description 93
- 238000013016 damping Methods 0.000 title claims abstract description 64
- 238000004088 simulation Methods 0.000 claims abstract description 62
- 230000008569 process Effects 0.000 claims abstract description 22
- 230000007246 mechanism Effects 0.000 claims abstract description 18
- 230000003750 conditioning effect Effects 0.000 claims description 74
- 238000004590 computer program Methods 0.000 claims description 16
- 230000006870 function Effects 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 14
- 230000002787 reinforcement Effects 0.000 claims description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 abstract description 18
- 230000008878 coupling Effects 0.000 abstract description 9
- 238000010168 coupling process Methods 0.000 abstract description 9
- 238000005859 coupling reaction Methods 0.000 abstract description 9
- 238000007599 discharging Methods 0.000 abstract description 6
- 230000007613 environmental effect Effects 0.000 abstract description 5
- 239000000463 material Substances 0.000 description 16
- 241000208125 Nicotiana Species 0.000 description 11
- 235000002637 Nicotiana tabacum Nutrition 0.000 description 11
- 238000004891 communication Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000003595 mist Substances 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Feedback Control In General (AREA)
Abstract
本发明公开了控制模型的训练方法、松散回潮机的控制方法和装置。该控制模型的训练方法,包括:基于每一时刻的第一样本状态变量和每一时刻的历史外生变量对控制模型进行训练,得到目标控制模型;其中,每一时刻的第一样本状态变量包括起始时刻的历史状态变量和其他时刻的预测状态变量,其他时刻的预测状态变量是在控制模型的训练过程中,针对控制模型预测得到的各时刻的预测控制变量,基于预先训练的松散回潮机的仿真模型预测得到的。本发明通过预先训练的松散回潮机的仿真模型,充分体现多个控制机构与入料品质、环境状态之间的耦合关系,并在该耦合关系下训练得到松散回潮机的控制模型,使得松散回潮机的出料含水率和温度可以稳定在设定数值上。
Description
技术领域
本发明涉及烟草加工设备控制技术领域,尤其涉及控制模型的训练方法、松散回潮机的控制方法和装置。
背景技术
烟草原叶在产地收割晾晒,打包捆扎运输到生产车间之后,为了便于后续切丝工艺能够稳定完成,需要对已干燥脆化的烟叶重新湿润,提高其柔韧性,避免在后续切丝过程中出现烟叶破碎,导致切丝后烟丝过短,碎末太多等问题。松散回潮机通过向烟叶上喷洒高温高湿的水雾,并在滚筒中不停地翻动烟叶来实现烟叶回潮,提高烟叶含水量。松散回潮机的控制目标是出料含水率(18%~22%),控制机构有四个,分别为滚筒循环风机、换热器蒸汽阀、双介质喷嘴蒸汽阀和双介质喷嘴纯净水阀。
目前,松散回潮机主流的控制方法是(1)基于出料含水率进行反馈式控制;(2)基于专家经验进行主观控制。然而,这些控制方法忽略了入料品质以及环境因素对于控制的影响,也没有充分考虑四个控制机构之间的耦合关系,而是孤立地看待每一个控制机构与出料含水率之间的关系来进行调节,容易导致对出料含水量控制不够及时,出现含水量过高或过低的情况。
发明内容
本发明提供了控制模型的训练方法、松散回潮机的控制方法和装置,以解决上述技术问题。
根据本发明的一方面,提供了一种控制模型的训练方法,其特征在于,所述控制模型应用于松散回潮机,包括:
以任一历史时刻为起始时刻获取所述松散回潮机的历史变量数据,所述历史变量数据包括自所述起始时刻开始每一时刻的历史状态变量和历史外生变量;
基于每一时刻的第一样本状态变量和每一时刻的历史外生变量对控制模型进行训练,得到目标控制模型;其中,所述每一时刻的第一样本状态变量包括所述起始时刻的历史状态变量和其他时刻的预测状态变量,所述其他时刻的预测状态变量是在所述控制模型的训练过程中,针对所述控制模型预测得到的各时刻的预测控制变量,基于预先训练的所述松散回潮机的仿真模型预测得到的。
根据本发明的另一方面,提供了一种松散回潮机的控制方法,其特征在于,应用于松散回潮机的控制器,包括:
获取松散回潮机的当前时刻的状态变量和外生变量;
将所述状态变量和外生变量输入至控制模型进行预测,得到当前时刻的控制变量,基于所述当前时刻的控制变量控制所述松散回潮机的执行部件运行;其中,所述控制模型是基于本发明任一实施例所述的控制模型的训练方法训练得到。
根据本发明的另一方面,提供了一种控制模型的训练装置,其特征在于,所述控制模型应用于松散回潮机,包括:
历史变量数据获取模块,用于以任一历史时刻为起始时刻获取所述松散回潮机的历史变量数据,所述历史变量数据包括自所述起始时刻开始每一时刻的历史状态变量和历史外生变量。
控制模型训练模块,用于基于每一时刻的第一样本状态变量和每一时刻的历史外生变量对控制模型进行训练,得到目标控制模型;其中,所述每一时刻的第一样本状态变量包括所述起始时刻的历史状态变量和其他时刻的预测状态变量,所述其他时刻的预测状态变量是在所述控制模型的训练过程中,针对所述控制模型预测得到的各时刻的预测控制变量,基于预先训练的所述松散回潮机的仿真模型预测得到的。
根据本发明的另一方面,提供了一种松散回潮机的控制装置,其特征在于,应用于松散回潮机的控制器,包括:
当前变量获取模块,用于获取松散回潮机的当前时刻的状态变量和外生变量;
控制变量预测模块,用于将所述状态变量和外生变量输入至控制模型进行预测,得到当前时刻的控制变量,基于所述当前时刻的控制变量控制所述松散回潮机的执行部件运行;其中,所述控制模型是基于本发明任一实施例所述的控制模型的训练方法训练得到。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的控制模型的训练方法和/或松散回潮机的控制方法。
根据本发明的另一方面,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指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的控制模型的训练方法和/或松散回潮机的控制方法。
本发明实施例的技术方案,以任一历史时刻为起始时刻获取松散回潮机的历史变量数据,历史变量数据包括自起始时刻开始每一时刻的历史状态变量和历史外生变量;基于每一时刻的第一样本状态变量和每一时刻的历史外生变量对控制模型进行训练,得到目标控制模型;其中,每一时刻的第一样本状态变量包括起始时刻的历史状态变量和其他时刻的预测状态变量,其他时刻的预测状态变量是在控制模型的训练过程中,针对控制模型预测得到的各时刻的预测控制变量,基于预先训练的松散回潮机的仿真模型预测得到的。通过预先训练的松散回潮机的仿真模型,充分体现多个控制机构与入料品质、环境状态之间的耦合关系,并在该耦合关系下训练得到松散回潮机的控制模型,使得松散回潮机的出料含水率和温度可以稳定在设定数值上,从而能够有效改善出料品质。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的一种控制模型的训练的流程图;
图2是本发明实施例二提供的一种松散回潮机的控制方法的流程图;
图3是本发明实施例三提供的一种控制模型的训练装置的结构示意图;
图4是本发明实施例四提供的一种松散回潮机的控制装置的结构示意图;
图5是本发明实施例五提供的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一样本状态变量”、“第二样本状态变量”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,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、系统、产品或设备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单元。
实施例一
图1是本发明实施例一提供的一种控制模型的训练的流程图,本实施例可适用于对松散回潮机的控制模型进行训练的情况,该方法可以由控制模型的训练装置来执行,该控制模型的训练装置可以采用硬件和/或软件的形式实现,该控制模型的训练装置可配置于用于训练控制模型的电子设备中。如图1所示,该方法包括:
S110、以任一历史时刻为起始时刻获取所述松散回潮机的历史变量数据,所述历史变量数据包括自所述起始时刻开始每一时刻的历史状态变量和历史外生变量。
其中,历史变量数据是指松散回潮机运行过程中的各时刻的历史变量,具体的,历史变量数据包括历史状态变量、历史外生变量和历史控制变量三类变量;状态变量包括滚筒内循环风速、滚筒内循环风温、出料含水率和出料温度,外生变量包括入料温度和入料含水率,控制变量包括循环风机频率、换热器蒸汽阀开度、双介质喷嘴蒸汽阀开度和双介质喷嘴纯净水阀开度。
本实施例中,以任一历史时刻为起始时刻获取所述松散回潮机的历史变量数据,可以得到以起始时刻为起点每一时刻的历史状态变量、历史外生变量和历史控制变量。其中,起始时刻和时间单元由本领域技术人员根据需求选择,这里不做限定,示例性的,一个时间单元可以为1分钟。
S120、基于每一时刻的第一样本状态变量和每一时刻的历史外生变量对控制模型进行训练,得到目标控制模型;其中,所述每一时刻的第一样本状态变量包括所述起始时刻的历史状态变量和其他时刻的预测状态变量,所述其他时刻的预测状态变量是在所述控制模型的训练过程中,针对所述控制模型预测得到的各时刻的预测控制变量,基于预先训练的所述松散回潮机的仿真模型预测得到的。
其中,第一样本状态变量是用于训练控制模型的状态变量,第一样本状态变量包括起始时刻的历史状态变量和其他时刻的预测状态变量,可以理解为除了起始时刻以外,其他时刻的状态变量是在控制模型的训练过程中,针对控制模型在每一时刻的预测控制变量,基于预先训练的松散回潮机的仿真模型预测得到的。本实施例中,以自起始时刻开始每一时刻的第一样本状态变量和每一时刻的历史外生变量为训练数据,对预先构建的控制模型进行训练,得到目标控制模型;其中,控制模型用于根据当前时刻的状态变量和外生变量预测当前时刻的控制变量,示例性的,若控制模型的输入是t时刻的状态变量和控制变量(St,Ft),则输出是t时刻的控制变量At;仿真模型用于根据当前时刻的状态变量、外生变量和控制变量预测下一时刻的状态变量,例如:若仿真模型的输入是t时刻的状态变量、外生变量和控制变量(St,Ft,At),则输出的是t+1时刻的状态变量St+1,即下一时刻的状态变量。需要说明的是,这里一个时间单元为1分钟。
需要说明的是,松散回潮机的控制模型和仿真模型皆为神经网络模型。
在上述实施例的基础上,可选的,所述基于每一时刻的第一样本状态变量和每一时刻的历史外生变量对控制模型进行训练,得到目标控制模型;包括:
迭代执行以下步骤,直至满足第一停止条件,得到所述目标控制模型:
1)基于每一时刻的第一样本状态变量和每一时刻的历史外生变量和控制模型确定所述控制模型的控制轨迹和状态轨迹;
2)基于预设评分函数对所述控制模型的控制轨迹和状态轨迹进行评分,得到综合评分结果;
3)使用预设强化学习算法,基于所述综合评分结果对所述控制模型的模型参数进行更新。
其中,第一停止条件可以是迭代次数达到预设的迭代次数阈值,也可以是控制模型的控制效果达到预设效果,例如出料含水率和出料温度准确控制在预设数值范围内。本实施例中,单次迭代训练过程为:基于每一时刻的第一样本状态变量和每一时刻的历史外生变量和控制模型确定控制模型的控制轨迹和状态轨迹;基于预设评分函数对控制模型的控制轨迹和状态轨迹进行评分,得到综合评分结果;使用预设强化学习算法,基于综合评分结果对控制模型的模型参数进行更新。其中,控制轨迹是指自某一时刻开始控制模型预测得到的控制变量的变化轨迹,例如控制轨迹可以为状态轨迹是指自某一时刻开始状态变量的变化轨迹,例如状态轨迹可以为/>预设评分函数用于计算本次训练的综合评分,具体的,可以是由本领域技术人员根据经验设置目标控制变量和目标状态变量,若状态轨迹和控制轨迹中的控制变量和状态变量越接近目标控制变量和目标状态变量,则综合评分越高。预设强化学习算法可以是基于策略的强化学习算法(Proximal Policy Optimization,PPO)。
在上述实施例的基础上,可选的,所述基于每一时刻的第一样本状态变量、每一时刻的历史外生变量和控制模型确定所述控制模型的控制轨迹和状态轨迹,包括:
对于任一时刻,将当前时刻的第一样本状态变量和当前时刻的历史外生变量输入至所述控制模型进行预测,得到当前时刻的预测控制变量;
以及,将所述当前时刻的第一样本状态变量、所述当前时刻的历史外生变量和所述当前时刻的预测控制变量输入至所述松散回潮机的仿真模型进行预测,得到下一时刻的预测状态变量;
基于时间维度迭代执行以上步骤,直至执行次数达到第一目标执行次数,基于各时刻的所述预测控制变量确定控制轨迹,以及基于各时刻的所述预测状态变量确定状态轨迹。
其中,第一目标执行次数是指基于时间维度迭代执行得到控制轨迹和状态轨迹的次数,可以理解的是,第一目标执行次数与控制轨迹和状态轨迹的长度关联,第一目标执行次数越大,控制轨迹和状态轨迹越长,具体的,第一目标执行次数有本领域技术人员根据经验和需求设置,这里不做限定。
示例性的,控制模型的训练过程如下:
1)从历史变量数据中随机选择一个时刻t作为起始时刻,读取t时刻的历史状态变量和每一时刻的历史外生变量/>
2)将输入到控制模型/>得到预测控制变量/>
3)将输入到训练好的松散回潮机的仿真模型/>得到下一时刻的预测状态变量/>
4)将输入到控制模型/>得到预测控制变量/>
5)将输入到训练好的仿真模型/>得到下一时刻的预测状态变量/>
5)迭代执行步骤4)和步骤5),直至执行次数达到第一目标执行次数,得到控制轨迹和状态轨迹/>
6)基于预设评分函数评分函数计算出本次模拟控制(即本次训练)的综合评分
7)基于预设强化学习算法,根据综合评分更新控制模型中的神经网络的参数值。
8)迭代执行上述步骤1)-步骤7),根据每次模拟控制得到的综合评分对控制模型的神经网络参数进行更新,可以逐步提高控制模型的控制效果,得到目标控制模型,目标控制模型可以应用到松散回潮机的控制器中。
在上述实施例的基础上,可选的,所述历史变量数据还包括自所述起始时刻开始每一时刻的历史控制变量;所述松散回潮机的仿真模型的训练方法,包括:
迭代执行以下步骤,直至满足第二停止条件,得到训练完成的所述松散回潮机的仿真模型:
1)基于每一时刻的第二样本状态变量、每一时刻的历史外生变量、每一时刻的历史控制变量和所述松散回潮机的仿真模型确定预测状态轨迹;其中,所述每一时刻的第二样本状态变量包括所述起始时刻的历史状态变量和其他时刻的预测状态变量,所述其他时刻的预测状态变量是基于所述松散回潮机的仿真模型预测得到的;
2)基于预设误差函数确定所述预测状态轨迹和历史状态轨迹的误差;所述历史状态轨迹是基于每一时刻的历史状态变量确定的;
3)使用反向梯度传播算法,基于预测状态轨迹和历史状态轨迹的误差更新所述松散回潮机的仿真模型的模型参数。
其中,第二停止条件可以是迭代次数达到预设迭代次数阈值,也可以是仿真模型的预测效果达到预设的性能指标。本实施例中,单次迭代训练的过程为:基于每一时刻的第二样本状态变量、每一时刻的历史外生变量、每一时刻的历史控制变量和松散回潮机的仿真模型确定预测状态轨迹;基于预设误差函数确定预测状态轨迹和历史状态轨迹的误差;历史状态轨迹是基于每一时刻的历史状态变量确定的;使用反向梯度传播算法,基于预测状态轨迹和历史状态轨迹的误差更新松散回潮机的仿真模型的模型参数。其中,每一时刻的第二样本状态变量包括起始时刻的历史状态变量和其他时刻的预测状态变量,其他时刻的预测状态变量是基于松散回潮机的仿真模型预测得到的,可以理解的是,松散回潮机的仿真模型可以通过当前时刻的状态变量、外生变量和控制变量预测下一时刻的状态变量,因此,其他时刻的预测状态变量是仿真模型根据该时刻的上一时刻的状态变量、外生变量和控制变量预测得到的。预设误差函数包括但不限于均方误差(Mean Squared Error,MSE)和交叉熵误差(Cross-Entropy Error)等,这里不做限定。预测状态轨迹是指自某一时刻开始仿真模型预测得到的预测状态变量的变化轨迹,例如:预测状态轨迹可以为历史状态轨迹是指自某一时刻开始历史变量数据中历史状态变量的变化轨迹。例如:历史状态轨迹可以为/>
在上述实施例的基础上,可选的,所述基于每一时刻的第二样本状态变量、每一时刻的历史外生变量、每一时刻的历史控制变量和所述松散回潮机的仿真模型确定预测状态轨迹,包括:
对于任一时刻,将当前时刻的第二样本状态变量、当前时刻的历史外生变量和当前时刻的历史控制变量输入至所述松散回潮机的仿真模型进行预测,得到下一时刻的预测状态变量;
基于时间维度迭代执行以上步骤,直至执行次数达到第二目标执行次数,基于各时刻的所述预测状态变量确定预测状态轨迹。
其中,第二目标执行次数是指基于时间维度迭代执行得到预测状态轨迹迭代执行的次数,第二目标执行次数与预测状态轨迹关联,第二目标执行次数越大,预测状态轨迹越长。
示例性的,仿真模型的训练过程如下:
1)从历史变量数据中随机选择一个时刻t作为起始时刻,读取起始时刻的历史状态变量以及自起始时刻开始每一时刻的历史外生变量/>和历史控制变量
2)将输入到仿真模型/>中,得到下一时刻的预测状态变量
3)将输入到仿真模型/>中,得到下一时刻的预测状态变量
4)基于时间维度迭代执行步骤3),直到预测的次数达到第二目标执行次数N,这样,就可以得到预测状态轨迹从历史数据中抽取同一时间段的历史状态轨迹/>根据预设误差函数/>计算推演轨迹和真实轨迹之间的误差
5)基于这个误差,使用反向梯度传播算法,更新仿真模型的神经网络参数值。
6)迭代执行上述步骤1)-步骤5),直至满足停止条件,得到训练完成的松散回潮机的仿真模型可以理解的是,根据每次训练得到的评分误差对仿真模型的神经网络参数进行更新,即可以逐步提高仿真模型/>的准确性,从而得到一个可用的仿真模型。
本实施例的技术方案,以任一历史时刻为起始时刻获取松散回潮机的历史变量数据,历史变量数据包括自起始时刻开始每一时刻的历史状态变量和历史外生变量;基于每一时刻的第一样本状态变量和每一时刻的历史外生变量对控制模型进行训练,得到目标控制模型;其中,每一时刻的第一样本状态变量包括起始时刻的历史状态变量和其他时刻的预测状态变量,其他时刻的预测状态变量是在控制模型的训练过程中,针对控制模型预测得到的各时刻的预测控制变量,基于预先训练的松散回潮机的仿真模型预测得到的。通过预先训练的松散回潮机的仿真模型,充分体现多个控制机构与入料品质、环境状态之间的耦合关系,并在该耦合关系下训练得到松散回潮机的控制模型,使得松散回潮机的出料含水率和温度可以稳定在设定数值上,从而能够有效改善出料品质。
实施例二
图2是本发明实施例二提供的一种松散回潮机的控制方法的流程图,本实施例将上述实施例中控制模型训练方法训练得到的目标控制模型应用到松散回潮机的控制器中,得到松散回潮机的控制方法。其中,其中与上述各实施例相同或相应的术语的解释在此不再赘述。如图2所示,该方法应用于松散回潮机的控制器,包括:
S210、获取松散回潮机的当前时刻的状态变量和外生变量。
S220、将所述状态变量和外生变量输入至控制模型进行预测,得到当前时刻的控制变量,基于所述当前时刻的控制变量控制所述松散回潮机的控制机构运行;其中,所述控制模型是基于本发明任一实施例所述的控制模型的训练方法训练得到。
本实施例中,将训练好的控制模型配置到松散回潮机的控制器中之后,松散回潮机运行,获取松散回潮机当前时刻的状态变量和外生变量,将外生变量输入至控制模型中,预测得到松散回潮机当前时刻的控制变量;进一步的,通过预测得到的松散回潮机当前时刻的控制变量控制松散回潮机的各控制机构运行。其中,松散回潮机的控制机构包括滚筒循环风机、换热器蒸汽阀、双介质喷嘴蒸汽阀和双介质喷嘴纯净水阀。
本实施例的技术方案,通过获取松散回潮机的当前时刻的状态变量和外生变量;将状态变量和外生变量输入至控制模型进行预测,得到当前时刻的控制变量,基于当前时刻的控制变量控制松散回潮机的控制机构运行;其中,控制模型是基于本发明任一实施例的控制模型的训练方法训练得到。通过预先训练的控制模型对松散回潮机的控制机构进行控制,可以使得松散回潮机的出料含水率和温度可以稳定在设定数值上,从而能够有效改善出料品质。
实施例三
图3是本发明实施例三提供的一种控制模型的训练装置的结构示意图。如图3所示,该装置训练得到的控制模型应用于松散回潮机,包括:
历史变量数据获取模块310,用于以任一历史时刻为起始时刻获取所述松散回潮机的历史变量数据,所述历史变量数据包括自所述起始时刻开始每一时刻的历史状态变量和历史外生变量。
控制模型训练模块320,用于基于每一时刻的第一样本状态变量和每一时刻的历史外生变量对控制模型进行训练,得到目标控制模型;其中,所述每一时刻的第一样本状态变量包括所述起始时刻的历史状态变量和其他时刻的预测状态变量,所述其他时刻的预测状态变量是在所述控制模型的训练过程中,针对所述控制模型预测得到的各时刻的预测控制变量,基于预先训练的所述松散回潮机的仿真模型预测得到的。
本实施例的技术方案,以任一历史时刻为起始时刻获取松散回潮机的历史变量数据,历史变量数据包括自起始时刻开始每一时刻的历史状态变量和历史外生变量;基于每一时刻的第一样本状态变量和每一时刻的历史外生变量对控制模型进行训练,得到目标控制模型;其中,每一时刻的第一样本状态变量包括起始时刻的历史状态变量和其他时刻的预测状态变量,其他时刻的预测状态变量是在控制模型的训练过程中,针对控制模型预测得到的各时刻的预测控制变量,基于预先训练的松散回潮机的仿真模型预测得到的。通过预先训练的松散回潮机的仿真模型,充分体现多个控制机构与入料品质、环境状态之间的耦合关系,并在该耦合关系下训练得到松散回潮机的控制模型,使得松散回潮机的出料含水率和温度可以稳定在设定数值上,从而能够有效改善出料品质。
在上述实施例的基础上,可选的,控制模型训练模块320具体用于迭代执行以下步骤,直至满足第一停止条件,得到所述目标控制模型:基于每一时刻的第一样本状态变量和每一时刻的历史外生变量和控制模型确定所述控制模型的控制轨迹和状态轨迹;基于预设评分函数对所述控制模型的控制轨迹和状态轨迹进行评分,得到综合评分结果;使用预设强化学习算法,基于所述综合评分结果对所述控制模型的模型参数进行更新。
在上述实施例的基础上,可选的,控制模型训练模块320还包括轨迹确定模块,用于对于任一时刻,将当前时刻的第一样本状态变量和当前时刻的历史外生变量输入至所述控制模型进行预测,得到当前时刻的预测控制变量;以及,将所述当前时刻的第一样本状态变量、所述当前时刻的历史外生变量和所述当前时刻的预测控制变量输入至所述松散回潮机的仿真模型进行预测,得到下一时刻的预测状态变量;基于时间维度迭代执行以上步骤,直至执行次数达到第一目标执行次数,基于各时刻的所述预测控制变量确定控制轨迹,以及基于各时刻的所述预测状态变量确定状态轨迹。
在上述实施例的基础上,可选的,所述装置还包括仿真模型的训练模块,用于迭代执行以下步骤,直至满足二停止条件,得到训练完成的所述松散回潮机的仿真模型:基于每一时刻的第二样本状态变量、每一时刻的历史外生变量、每一时刻的历史控制变量和所述松散回潮机的仿真模型确定预测状态轨迹;其中,所述每一时刻的第二样本状态变量包括所述起始时刻的历史状态变量和其他时刻的预测状态变量,所述其他时刻的预测状态变量是基于所述松散回潮机的仿真模型预测得到的;基于预设误差函数确定所述预测状态轨迹和历史状态轨迹的误差;所述历史状态轨迹是基于每一时刻的历史状态变量确定的;使用反向梯度传播算法,基于预测状态轨迹和历史状态轨迹的误差更新所述松散回潮机的仿真模型的模型参数。
在上述实施例的基础上,可选的,仿真模型的训练模块还包括预测状态轨迹确定单元,用于对于任一时刻,将当前时刻的第二样本状态变量、当前时刻的历史外生变量和当前时刻的历史控制变量输入至所述松散回潮机的仿真模型进行预测,得到下一时刻的预测状态变量;基于时间维度迭代执行以上步骤,直至执行次数达到第二目标执行次数,基于各时刻的所述预测状态变量确定预测状态轨迹。
本发明实施例所提供的控制模型的训练装置可执行本发明任意实施例所提供的控制模型的训练方法,具备执行方法相应的功能模块和有益效果。
实施例四
图4是本发明实施例四提供的一种松散回潮机的控制装置的结构示意图。如图4所示,该装置应用于松散回潮机的控制器,包括:
当前变量获取模块410,用于获取松散回潮机的当前时刻的状态变量和外生变量;
控制变量预测模块420,用于将所述状态变量和外生变量输入至控制模型进行预测,得到当前时刻的控制变量,基于所述当前时刻的控制变量控制所述松散回潮机的控制机构运行;其中,所述控制模型是基于本发明任一实施例所述的控制模型的训练方法训练得到。
本实施例的技术方案,通过获取松散回潮机的当前时刻的状态变量和外生变量;将状态变量和外生变量输入至控制模型进行预测,得到当前时刻的控制变量,基于当前时刻的控制变量控制松散回潮机的控制机构运行;其中,控制模型是基于本发明任一实施例的控制模型的训练方法训练得到。通过预先训练的控制模型对松散回潮机的控制机构进行控制,可以使得松散回潮机的出料含水率和温度可以稳定在设定数值上,从而能够有效改善出料品质。
本发明实施例所提供的松散回潮机的控制装置可执行本发明任意实施例所提供的松散回潮机的控制方法,具备执行方法相应的功能模块和有益效果。
实施例五
图5是本发明实施例五提供的一种电子设备的结构示意图。电子设备10旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图5所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如控制模型的训练方法和/或松散回潮机的控制方法。
在一些实施例中,控制模型的训练方法和/或松散回潮机的控制方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的控制模型的训练方法和/或松散回潮机的控制方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行控制模型的训练方法和/或松散回潮机的控制方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的控制模型的训练方法和/或松散回潮机的控制方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
实施例六
本发明实施例六还提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机指令,计算机指令用于使处理器执行一种控制模型的训练方法,该方法包括:
以任一历史时刻为起始时刻获取松散回潮机的历史变量数据,历史变量数据包括自起始时刻开始每一时刻的历史状态变量和历史外生变量;
基于每一时刻的第一样本状态变量和每一时刻的历史外生变量对控制模型进行训练,得到目标控制模型;其中,每一时刻的第一样本状态变量包括起始时刻的历史状态变量和其他时刻的预测状态变量,其他时刻的预测状态变量是在控制模型的训练过程中,针对控制模型预测得到的各时刻的预测控制变量,基于预先训练的松散回潮机的仿真模型预测得到的。
和/或,执行一种松散回潮机的控制方法,该方法包括:
获取松散回潮机的当前时刻的状态变量和外生变量;
将状态变量和外生变量输入至控制模型进行预测,得到当前时刻的控制变量,基于当前时刻的控制变量控制松散回潮机的控制机构运行;其中,控制模型是基于本发明任一实施例的控制模型的训练方法训练得到。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。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、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种控制模型的训练方法,其特征在于,所述控制模型应用于松散回潮机,包括:
以任一历史时刻为起始时刻获取所述松散回潮机的历史变量数据,所述历史变量数据包括自所述起始时刻开始每一时刻的历史状态变量和历史外生变量;
基于每一时刻的第一样本状态变量和每一时刻的历史外生变量对控制模型进行训练,得到目标控制模型;其中,所述每一时刻的第一样本状态变量包括所述起始时刻的历史状态变量和其他时刻的预测状态变量,所述其他时刻的预测状态变量是在所述控制模型的训练过程中,针对所述控制模型预测得到的各时刻的预测控制变量,基于预先训练的所述松散回潮机的仿真模型预测得到的。
2.根据权利要求1所述的方法,其特征在于,所述基于每一时刻的第一样本状态变量和每一时刻的历史外生变量对控制模型进行训练,得到目标控制模型;包括:
迭代执行以下步骤,直至满足第一停止条件,得到所述目标控制模型:
基于每一时刻的第一样本状态变量和每一时刻的历史外生变量和控制模型确定所述控制模型的控制轨迹和状态轨迹;
基于预设评分函数对所述控制模型的控制轨迹和状态轨迹进行评分,得到综合评分结果;
使用预设强化学习算法,基于所述综合评分结果对所述控制模型的模型参数进行更新。
3.根据权利要求1所述的方法,其特征在于,所述基于每一时刻的第一样本状态变量、每一时刻的历史外生变量和控制模型确定所述控制模型的控制轨迹和状态轨迹,包括:
对于任一时刻,将当前时刻的第一样本状态变量和当前时刻的历史外生变量输入至所述控制模型进行预测,得到当前时刻的预测控制变量;
以及,将所述当前时刻的第一样本状态变量、所述当前时刻的历史外生变量和所述当前时刻的预测控制变量输入至所述松散回潮机的仿真模型进行预测,得到下一时刻的预测状态变量;
基于时间维度迭代执行以上步骤,直至执行次数达到第一目标执行次数,基于各时刻的所述预测控制变量确定控制轨迹,以及基于各时刻的所述预测状态变量确定状态轨迹。
4.根据权利要求1所述的方法,其特征在于,所述历史变量数据还包括自所述起始时刻开始每一时刻的历史控制变量;所述松散回潮机的仿真模型的训练方法,包括:
迭代执行以下步骤,直至满足第二停止条件,得到训练完成的所述松散回潮机的仿真模型:
基于每一时刻的第二样本状态变量、每一时刻的历史外生变量、每一时刻的历史控制变量和所述松散回潮机的仿真模型确定预测状态轨迹;其中,所述每一时刻的第二样本状态变量包括所述起始时刻的历史状态变量和其他时刻的预测状态变量,所述其他时刻的预测状态变量是基于所述松散回潮机的仿真模型预测得到的;
基于预设误差函数确定所述预测状态轨迹和历史状态轨迹的误差;所述历史状态轨迹是基于每一时刻的历史状态变量确定的;
使用反向梯度传播算法,基于预测状态轨迹和历史状态轨迹的误差更新所述松散回潮机的仿真模型的模型参数。
5.根据权利要求1所述的方法,其特征在于,所述基于每一时刻的第二样本状态变量、每一时刻的历史外生变量、每一时刻的历史控制变量和所述松散回潮机的仿真模型确定预测状态轨迹,包括:
对于任一时刻,将当前时刻的第二样本状态变量、当前时刻的历史外生变量和当前时刻的历史控制变量输入至所述松散回潮机的仿真模型进行预测,得到下一时刻的预测状态变量;
基于时间维度迭代执行以上步骤,直至执行次数达到第二目标执行次数,基于各时刻的所述预测状态变量确定预测状态轨迹。
6.一种松散回潮机的控制方法,其特征在于,应用于松散回潮机的控制器,包括:
获取松散回潮机的当前时刻的状态变量和外生变量;
将所述状态变量和外生变量输入至控制模型进行预测,得到当前时刻的控制变量,基于所述当前时刻的控制变量控制所述松散回潮机的控制机构运行;其中,所述控制模型是基于权利要求1-5任一所述的控制模型的训练方法训练得到。
7.一种控制模型的训练装置,其特征在于,所述控制模型应用于松散回潮机,包括:
历史变量数据获取模块,用于以任一历史时刻为起始时刻获取所述松散回潮机的历史变量数据,所述历史变量数据包括自所述起始时刻开始每一时刻的历史状态变量和历史外生变量。
控制模型训练模块,用于基于每一时刻的第一样本状态变量和每一时刻的历史外生变量对控制模型进行训练,得到目标控制模型;其中,所述每一时刻的第一样本状态变量包括所述起始时刻的历史状态变量和其他时刻的预测状态变量,所述其他时刻的预测状态变量是在所述控制模型的训练过程中,针对所述控制模型预测得到的各时刻的预测控制变量,基于预先训练的所述松散回潮机的仿真模型预测得到的。
8.一种松散回潮机的控制装置,其特征在于,应用于松散回潮机的控制器,包括:
当前变量获取模块,用于获取松散回潮机的当前时刻的状态变量和外生变量;
控制变量预测模块,用于将所述状态变量和外生变量输入至控制模型进行预测,得到当前时刻的控制变量,基于所述当前时刻的控制变量控制所述松散回潮机的控制机构运行;其中,所述控制模型是基于权利要求1-5任一所述的控制模型的训练方法训练得到。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-5中任一项所述的控制模型的训练方法和/或权利要求6所述的松散回潮机的控制方法。
10.一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指令,所述计算机指令用于使处理器执行时实现权利要求1-5中任一项所述的控制模型的训练方法和/或权利要求6所述的松散回潮机的控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410247321.5A CN118092219A (zh) | 2024-03-05 | 2024-03-05 | 控制模型的训练方法、松散回潮机的控制方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410247321.5A CN118092219A (zh) | 2024-03-05 | 2024-03-05 | 控制模型的训练方法、松散回潮机的控制方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118092219A true CN118092219A (zh) | 2024-05-28 |
Family
ID=91158737
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410247321.5A Pending CN118092219A (zh) | 2024-03-05 | 2024-03-05 | 控制模型的训练方法、松散回潮机的控制方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118092219A (zh) |
-
2024
- 2024-03-05 CN CN202410247321.5A patent/CN118092219A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113111589B (zh) | 预测模型的训练方法、预测供热温度的方法、装置和设备 | |
CN116307215A (zh) | 一种电力系统的负荷预测方法、装置、设备及存储介质 | |
CN113255206A (zh) | 一种基于深度强化学习的水文预报模型参数率定方法 | |
CN112257928A (zh) | 一种基于cnn和分位数回归的短期电力负荷概率预测方法 | |
CN110766236A (zh) | 基于统计分析和深度学习的电力设备状态趋势预测方法 | |
CN115915708B (zh) | 制冷设备控制参数预测方法、装置、电子设备及存储介质 | |
CN114721345A (zh) | 基于强化学习的工业控制方法、装置、系统和电子设备 | |
CN115470995A (zh) | 电池容量预测模型训练方法、电池分容方法及装置 | |
Li et al. | Improved LSTM-based prediction method for highly variable workload and resources in clouds | |
CN116882033B (zh) | 一种多网络生成模型确定方法、装置、设备及存储介质 | |
CN116562156B (zh) | 一种控制决策模型的训练方法、装置、设备及存储介质 | |
CN114083770A (zh) | 工艺参数调整及模型训练方法、装置、设备与存储介质 | |
CN117711523A (zh) | 确定气体排放浓度的方法及装置 | |
CN118092219A (zh) | 控制模型的训练方法、松散回潮机的控制方法和装置 | |
CN116755974A (zh) | 云计算平台运维方法、装置、电子设备及存储介质 | |
CN116555896A (zh) | 单晶炉转肩拉速的控制方法、装置、设备及存储介质 | |
CN116032020A (zh) | 一种新能源电站智能监盘方法及系统 | |
CN116109004A (zh) | 一种绝缘子泄漏电流的预测方法、装置、设备及介质 | |
WO2022257267A1 (zh) | 环境参数控制设备集群控制方法、装置、设备及存储介质 | |
CN117256917A (zh) | 对制丝加料机出口参数的控制方法、装置、设备及介质 | |
CN116307252A (zh) | 一种业务系统运行状态的预测方法、装置、设备及介质 | |
CN115983486A (zh) | 一种风电出力预测方法、装置、电子设备及存储介质 | |
CN115456087A (zh) | 设备状态检测方法、装置、电子设备及存储介质 | |
CN117608252A (zh) | 一种物料含水率的分级控制方法、装置、设备及存储介质 | |
CN117293923A (zh) | 电网的日前调度计划生成方法、装置、设备及存储介质 |
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 |