牧畜饲料加工过程中的自动化控制系统及方法与流程

本技术涉及智能控制，且更为具体地，涉及一种牧畜饲料加工过程中的自动化控制系统及方法。

背景技术：

1、饲料的制粒环节是饲料加工过程中的关键步骤之一，其直接影响到饲料的营养价值、消化吸收率以及储存和运输的便利性。环模制粒机是饲料加工过程中的关键设备，其通过机械作用将饲料原料挤压成颗粒。当原料进入机器后，环模在主动力驱动下旋转，料层被摄进挤压区，压辊借助挤压区内摩擦力的作用也跟着旋转，随着环模和压辊的旋转，挤压力和物料密度逐渐增加，物料被挤进模孔内，模孔内的物料经成形后被连续挤出模孔，被切刀切成圆柱状颗粒。在这一过程中，通过机械摩擦生热，物料在环模和压辊之间的挤压区域会产生一定的热量，有助于提高物料的温度并促进物料的调质和成型。

2、随着畜牧业的快速发展，饲料加工行业面临着提高生产效率、优化产品质量和降低能耗的多重挑战。传统的制粒过程多依赖于人工经验进行参数调整，难以实现精准控制，存在制粒质量不稳定、能耗高、生产效率低等问题，无法满足现代化生产的需求。因此，期待一种牧畜饲料加工过程中的自动化控制系统及方法。

技术实现思路

1、为了解决上述技术问题，提出了本技术。本技术的实施例提供了一种牧畜饲料加工过程中的自动化控制系统及方法，其采用基于深度学习的人工智能技术对环模制粒机内的物料温度、物料湿度、物料流量和环模转速进行监测分析，从物料温度和湿度数据中挖掘饲料颗粒状态特征，从物料流量和环模转速数据中挖掘设备运行状态特征，从而基于颗粒状态相对于设备运行状态的时序响应特征自适应地调整环模转速，以优化制粒效果。这样，可以实现对饲料加工制粒过程的智能优化和调控，以提高饲料加工效率和制粒质量，并降低能耗。

2、相应地，根据本技术的一个方面，提供了一种牧畜饲料加工过程中的自动化控制系统，其包括：

3、环模制粒监控模块，用于由部署于环模制粒机内的传感器组采集的预定时间段内多个预定时间点的物料温度值、物料湿度值、物料流量值和环模转速值；

4、时序关联分析模块，用于从所述多个预定时间点的物料温度值、物料湿度值、物料流量值和环模转速值中分别提取物料温湿度时序关联特征和流量转速时序关联特征以得到物料颗粒状态综合表征特征向量和设备运行状态综合表征特征向量；

5、时序交互响应特征提取模块，用于计算所述物料颗粒状态综合表征特征向量相对于所述设备运行状态综合表征特征向量的响应性估计以得到颗粒质量-设备运行状态时序交互响应特征矩阵；

6、环模转速控制模块，用于基于所述颗粒质量-设备运行状态时序交互响应特征矩阵，确定环模转速的控制指令。

7、在上述牧畜饲料加工过程中的自动化控制系统中，所述时序关联分析模块，包括：时序排列单元，用于将所述多个预定时间点的物料温度值、物料湿度值、物料流量值和环模转速值分别按照时间维度排列为物料温度时序输入向量、物料湿度时序输入向量、物料流量时序输入向量和环模转速时序输入向量；颗粒状态综合表征单元，用于对所述物料温度时序输入向量和所述物料湿度时序输入向量进行时序关联编码以得到所述物料颗粒状态综合表征特征向量；设备运行状态综合表征单元，用于对所述物料流量时序输入向量和所述环模转速时序输入向量进行时序关联编码以得到所述设备运行状态综合表征特征向量。

8、在上述牧畜饲料加工过程中的自动化控制系统中，所述颗粒状态综合表征单元，用于：将所述物料温度时序输入向量和所述物料湿度时序输入向量二维排列为物料温湿度时序输入矩阵后通过基于卷积神经网络模型的时序关联编码器以得到所述物料颗粒状态综合表征特征向量。

9、在上述牧畜饲料加工过程中的自动化控制系统中，所述设备运行状态综合表征单元，用于：将所述物料流量时序输入向量和所述环模转速时序输入向量二维排列为流量转速时序输入矩阵后通过所述基于卷积神经网络模型的时序关联编码器以得到所述设备运行状态综合表征特征向量。

10、在上述牧畜饲料加工过程中的自动化控制系统中，所述时序交互响应特征提取模块，用于：将所述物料颗粒状态综合表征特征向量和所述设备运行状态综合表征特征向量的逆向量进行相乘以得到所述颗粒质量-设备运行状态时序交互响应特征矩阵。

11、在上述牧畜饲料加工过程中的自动化控制系统中，所述环模转速控制模块，包括：优化单元，用于对所述颗粒质量-设备运行状态时序交互响应特征矩阵进行标签位置敏感性分析以得到优化颗粒质量-设备运行状态时序交互响应特征矩阵；控制指令生成单元，用于将所述优化颗粒质量-设备运行状态时序交互响应特征矩阵通过基于分类器的环模转速控制器以得到所述控制指令，所述控制指令用于表示当前时间点环模转速应增大、应减小或应保持。

12、在上述牧畜饲料加工过程中的自动化控制系统中，所述优化单元，用于：计算以所述颗粒质量-设备运行状态时序交互响应特征矩阵的预定位置的特征值为幂的自然指数函数值并减去一以得到特征指数差；计算所述特征指数差与所述颗粒质量-设备运行状态时序交互响应特征矩阵的预定位置的特征值的比值再取绝对值以得到第一绝对值；将所述第一绝对值通过softmax函数进行激活以得到激活值，并将所述激活值乘以所述颗粒质量-设备运行状态时序交互响应特征矩阵的预定位置的特征值以得到特征激活值；计算以所述颗粒质量-设备运行状态时序交互响应特征矩阵的预定位置的特征值的相反数为幂的自然指数函数值以得到第一自然指数函数值；计算所述颗粒质量-设备运行状态时序交互响应特征矩阵的预定位置的特征值除以所述第一自然指数函数值的商值再取绝对值以得到第二绝对值；计算所述第二绝对值的以2为底的对数函数值，并将所述对数函数值乘以所述颗粒质量-设备运行状态时序交互响应特征矩阵的预定位置的特征值以得到特征对数激活值；计算所述特征激活值和所述特征对数激活值的加权和以得到所述优化颗粒质量-设备运行状态时序交互响应特征矩阵的预定位置的特征值。

13、在上述牧畜饲料加工过程中的自动化控制系统中，所述控制指令生成模块，用于：将所述优化颗粒质量-设备运行状态时序交互响应特征矩阵沿着行向量展开为分类特征向量；使用所述基于分类器的环模转速控制器的全连接层对所述分类特征向量进行全连接编码以得到全连接编码特征向量；将所述全连接编码特征向量输入所述基于分类器的环模转速控制器的softmax分类函数以得到所述优化颗粒质量-设备运行状态时序交互响应特征矩阵归属于各个分类标签的概率值，其中，所述分类标签包括应增大、应减小和应保持；将所述概率值中最大者对应的分类标签确定为所述控制指令。

14、根据本技术的另一个方面，提供了一种牧畜饲料加工过程中的自动化控制方法，其包括：

15、由部署于环模制粒机内的传感器组采集的预定时间段内多个预定时间点的物料温度值、物料湿度值、物料流量值和环模转速值；

16、从所述多个预定时间点的物料温度值、物料湿度值、物料流量值和环模转速值中分别提取物料温湿度时序关联特征和流量转速时序关联特征以得到物料颗粒状态综合表征特征向量和设备运行状态综合表征特征向量；

17、计算所述物料颗粒状态综合表征特征向量相对于所述设备运行状态综合表征特征向量的响应性估计以得到颗粒质量-设备运行状态时序交互响应特征矩阵；

18、基于所述颗粒质量-设备运行状态时序交互响应特征矩阵，确定环模转速的控制指令。

19、与现有技术相比，本技术提供的牧畜饲料加工过程中的自动化控制系统及方法，其采用基于深度学习的人工智能技术对环模制粒机内的物料温度、物料湿度、物料流量和环模转速进行监测分析，从物料温度和湿度数据中挖掘饲料颗粒状态特征，从物料流量和环模转速数据中挖掘设备运行状态特征，从而基于颗粒状态相对于设备运行状态的时序响应特征自适应地调整环模转速，以优化制粒效果。这样，可以实现对饲料加工制粒过程的智能优化和调控，以提高饲料加工效率和制粒质量，并降低能耗。