一种真空冷冻干燥机的校准方法
申请人信息
- 申请人:北京市计量检测科学研究院
- 申请人地址:100029 北京市朝阳区安苑东里一区12号
- 发明人: 北京市计量检测科学研究院
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种真空冷冻干燥机的校准方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311368928.0 |
| 申请日 | 2023/10/20 |
| 公告号 | CN117664218A |
| 公开日 | 2024/3/8 |
| IPC主分类号 | G01D21/02 |
| 权利人 | 北京市计量检测科学研究院 |
| 发明人 | 徐建; 史去非; 李晨; 赵霞; 吴健; 滕梓洁; 李崴; 鲁贵亮; 李颖; 胡海涛 |
| 地址 | 北京市朝阳区安苑东里一区12号 |
摘要文本
本发明公开了一种真空冷冻干燥机的校准方法，涉及真空冷冻干燥机的校准技术领域，包括构建高精度传感器网络和IoT架构；构建深度学习模型，预测干燥过程中的物料状态，并根据预测结果自动调整工艺参数；构建高精度的数字孪生模型，模拟真空冷冻干燥过程；构建能够预测真空泵、冷冻系统和加热系统故障模型，对实施设备的全生命周期进行管理。本发明所述方法能够实现对真空冷冻干燥机的实时监控、故障预测和健康管理，从而提高设备的可靠性、保障产品质量、延长设备寿命、降低维护成本、提高生产效率、实现知识的积累与传承、提高生产自动化水平、保障环境和安全。 专利查询网
专利主权项内容
1.一种真空冷冻干燥机的校准方法，其特征在于：包括，构建高精度传感器网络和IoT架构；构建深度学习模型，预测干燥过程中的物料状态，根据预测结果自动调整工艺参数，并根据实际运行数据和预测数据的误差，定期对深度学习模型进行微调，若误差超过预设的阈值X，则表明模型预测性能需要提升；所述阈值X的设置过程为采集历史预测误差数据，进行统计分析，拟合误差的概率分布模型；应用统计学原理，确定误差以置信度落在的区间范围；将获得的区间范围作为阈值范围，上下边界作为阈值X的上限和下限；构建时间序列模型，预测未来T时间内误差的变化趋势和范围，并相应调整阈值区间的大小，并建立阈值的累进调整机制；构建高精度的数字孪生模型，并模拟真空冷冻干燥过程；建立能够预测真空泵、冷冻系统和加热系统故障模型，对实施设备的全生命周期进行管理；所述构建深度学习模型，预测干燥过程中的物料状态，并根据预测结果自动调整工艺参数的过程包括，使用Z-score标准化方法，将传感器数据标准化到均值为0，标准差为1的分布；将数据划分为训练集、验证集和测试集；使用Adam优化器和MSE损失函数进行深度学习模型训练；设定干燥过程中的温度、压力和湿度的目标值；选择深度学习模型预测控制策略：其中，J(U)代表代价函数，U代表控制输入序列，x(k)和x(k+1)分别为当前和未来时刻的状态；x(k+1∣k)代表在时刻k的状态预测，r(k)代表参考轨迹，u(k∣k)代表在时刻k基于信息k的控制输入，u(k)代表时刻k的控制输入，Q代表状态偏差的权重矩阵；R代表控制输入偏差的权重矩阵，T代表矩阵转置；将MPC控制器部署到实际系统中，实时接收传感器数据，计算控制输入，并将其发送到干燥机的控制系统；根据实际运行数据和预测数据的误差，定期对深度学习模型进行微调；基于实际运行效果，对MPC控制器的权重矩阵Q和R进行调整。 （来 自 马 克 数 据 网）