一种适用于尾菜处理的智能温控方法与流程

本发明属于尾菜处理应用，尤其涉及一种适用于尾菜处理的智能温控方法。

背景技术：

1、尾菜处理在当前蔬菜工业中是一个日益受到关注的问题。随着蔬菜生产规模的扩大和生产布局的密集化，尾菜产量也随之增加。尾菜主要是指在蔬菜生产过程中产生的剩余部分，包括根、茎、叶等不宜食用的部分以及品质不合格的产品。这些尾菜如果处理不当，会造成严重的环境污染问题。当前，许多地区对于尾菜的处理方式仍然较为原始和简单。大部分尾菜被随意丢弃或直接掩埋，这不仅浪费了可利用的生物资源，还可能污染土壤和水源，影响农业生产环境。此外，尾菜的不当处理还可能引发病虫害的传播，对农作物生长造成威胁，进而影响农民的生活质量和农村生态环境。尾菜处理是蔬菜工业和农村生态环境保护中的一个重要环节。通过科学高效的处理和资源化利用，不仅可以减轻环境污染，还能提升蔬菜产业的整体价值，对于促进农业可持续发展具有重要的现实意义。

2、尽管尾菜处理面临诸多挑战，但无害化处理与资源化利用技术的研发和应用逐渐兴起，这为解决尾菜问题提供了新的思路。例如，通过生物质能源化、有机肥料化和饲料化等方式，尾菜可以转化为有价值的产品，实现资源的循环利用。这些技术的发展不仅有助于减少环境污染，还能提高蔬菜产业的经济效益，促进可持续发展。然而，要实现尾菜的资源化利用，还需要克服一些技术上的障碍，当前尾菜处理温度炉中温度控制通过上下温区影响炉体内的温度分布，炉内热量上升并聚集到上温区，使得上温区的升温速率加快，将会出现高温区易超调的现象，而下温区离炉底较近，密闭性较差，散热严重，且两个温区之间没有隔离装置，因此尾菜处理温度炉是一个典型的多输入多输出、强耦合性的系统。控制参数整定困难，调节时间长和超调量较大等问题，如何在保证温度控制精度的情况下，缩短温度调节时间，减小超调量成为需要解决的问题。

技术实现思路

1、本发明针对尾菜处理所存在的技术问题，提出一种设计合理、方法简单、理论性强且能够实现在保证温度控制精度的情况下，缩短温度调节时间，减小超调量的一种适用于尾菜处理的智能温控方法。

2、为了达到上述目的，本发明采用的技术方案为：一种适用于尾菜处理的智能温控方法，包括如下步骤：

3、s1、收集尾菜处理温度炉中的上温区温度、上温区温度设定值、下温区温度以及下温区温度设定值，得到上温区温度误差，下温区温度误差；

4、s2、基于解耦控制构建温度控制系统，通过改进pid做反馈控制，利用强化学习中的actor-critic结构对改进pid参数进行修正，通过改进pid控制上温区加热棒和下温区加热棒，所述改进pid对积分环节实行变积分分离，增加启动项系数，其计算公式为：

5、，其中，为启动项系数，为阈值，为上温区温度误差，为下温区温度误差，为上温区温度误差的变化率，为下温区温度误差的变化率，为区间长度，所述改进pid微分环节引入非线性变换，改进pid微分环节的传递函数为：

6、，其中，为改进pid系统输出，为微分环节的输入，为微分时间，t为采样时间，s为复变量，为非线性变换因子，其公式为：

7、，其中，为上温区温度误差的变化率，为下温区温度误差的变化率，为区间长度，e是自然对数的底数；

8、s3、将上温区温度误差，下温区温度误差分别作为输入，通过温度控制系统，实现适用于尾菜处理的智能温控。

9、作为优选，所述强化学习中的actor-critic结构中的actor用于进行测量估计，critic对当前的状态以及动作的表现进行估计，得到值函数用来给actor更新梯度，评价actor当前策略的好坏，critic通过采样的方式逼近更新值函数，值函数沿着最大收益方向更新策略的参数，随机动作修正器提供的修正值依赖于critic提供的值函数。

10、与现有技术相比，本发明的优点和积极效果在于：

11、本发明提出一种适用于尾菜处理的智能温控方法，基于解耦控制构建温度控制系统，通过改进pid做反馈控制，利用强化学习中的actor-critic结构对改进pid参数进行修正，通过改进pid控制上温区加热棒和下温区加热棒，所述改进pid积分环节实行变积分分离消除了系统残差，提高了系统的准确性和稳定性。微分环节引入非线性变换使参数随控制误差而变化，提高了算法的适应能力。利用强化学习中的actor-critic结构对参数进行整定解决了传统控制器不易整定参数的不足。

技术特征：

1.一种适用于尾菜处理的智能温控方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种适用于尾菜处理的智能温控方法，其特征在于，所述强化学习中的actor-critic结构中的actor用于进行测量估计，critic对当前的状态以及动作的表现进行估计，得到值函数用来给actor更新梯度，评价actor当前策略的好坏，critic通过采样的方式逼近更新值函数，值函数沿着最大收益方向更新策略的参数，随机动作修正器提供的修正值依赖于critic提供的值函数。

技术总结本发明属于尾菜处理应用技术领域，尤其涉及一种适用于尾菜处理的智能温控方法。本发明基于解耦控制构建温度控制系统，通过改进PID做反馈控制，利用强化学习中的Actor‑Critic结构对改进PID参数进行修正，通过改进PID控制上温区加热棒和下温区加热棒，所述改进PID积分环节实行变积分分离消除了系统残差，提高了系统的准确性和稳定性。微分环节引入非线性变换使参数随控制误差而变化，提高了算法的适应能力。利用强化学习中的Actor‑Critic结构对参数进行整定解决了传统控制器不易整定参数的不足。技术研发人员：王远亮,邢盈盈,徐倩,刘芳,孙锐,王瑞,赵斌,冯利,袁琳,宋月风,徐丽,司立英,高霞,赵强,王冬冬,赵中礼受保护的技术使用者：山东链云科技有限公司技术研发日：技术公布日：2024/6/26