买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：湖南时代阳光药业股份有限公司

摘要：本发明公开了一种基于机器学习的智能化油蒸馏优化方法及系统，方法包括数据采集、关键数据筛选、数据生成优化、精馏塔代替模型构建和智能化油蒸馏优化。本发明涉及油蒸馏优化技术领域，具体是指一种基于机器学习的智能化油蒸馏优化方法及系统，本发明采用拉丁超立方采样方法进行数据生成优化，优化了数据质量；采用基于反向传播神经网络的方法进行代替模型建立，提升了方法整体的自动性和可用性；采用最小成本目标函数结合机器学习模型进行智能化油蒸馏优化，提升了方法的泛用性和油蒸馏智能化优化的维度。

主权项：1.一种基于机器学习的智能化油蒸馏优化方法，其特征在于：该方法包括以下步骤：步骤S1：数据采集；步骤S2：关键数据筛选；步骤S3：数据生成优化；步骤S4：精馏塔代替模型构建；步骤S5：智能化油蒸馏优化；在步骤S1中，所述数据采集，具体为从工业生产装置中，通过采集和仪器分析，得到蒸馏优化原始数据；在步骤S2中，所述关键数据筛选，用于从精馏塔建模物理化学参数中，筛选出优化建模需要的关键数据，具体为通过对所述蒸馏优化原始数据进行关键数据筛选，得到蒸馏优化关键数据；在步骤S3中，所述数据生成优化，用于生成精馏塔代替模型构建所需的网络训练数据集，具体为依据所述蒸馏优化关键数据，采用拉丁超立方采样方法进行数据生成优化，得到生成模拟数据集，包括以下步骤：步骤S31：数据输入设置；步骤S32：随机数据样本生成；步骤S33：数据仿真输出；步骤S34：数据生成优化；在步骤S4中，所述精馏塔代替模型构建，用于采用机器学习方法构建精馏塔代替模型并进行蒸馏优化模拟，具体为依据所述生成模拟数据集，采用反向传播神经网络进行精馏塔代替模型构建，并采用目标函数优化蒸馏模拟，得到精馏塔代替模型和蒸馏优化预测数据，包括以下步骤：步骤S41：构建输入层；步骤S42：构建隐藏层；步骤S43：构建输出层；步骤S44：蒸馏模拟优化，具体为采用最小成本目标函数作为目标函数优化蒸馏模拟，并采用遗传算法进行优化设计，所述最小成本目标函数的计算公式为： 式中，TAC是最小成本目标函数，COPE是操作成本，用于表示蒸馏所需的运营和维护成本，CCAP是投入成本，用于表示精馏塔实际建设所需的投入成本，Pt是预期收益；步骤S45：精馏塔代替模型训练，具体为通过所述构建输入层、所述隐藏层和所述构建输出层，结合所述蒸馏模拟优化进行精馏塔代替模型训练，得到精馏塔代替模型ModelT；所述进行精馏塔代替模型训练的计算公式为：ModelT＝newffPR,[S1,S2,…,SK],{TF1,TF2,…,TFK},BTF；式中，ModelT是精馏塔代替模型，newff·是MatLab神经网络工具中的建立神经网络函数，PR是输入向量，[S1,S2,…,SK]是神经元集合，K是神经元总量，{TF1,TF2,…,TFK}是传递函数神经元集合，BTF是模型训练用函数；步骤S46：蒸馏优化模拟，具体为通过使用所述精馏塔代替模型ModelT，依据所述蒸馏优化关键数据进行蒸馏优化模拟，得到蒸馏优化预测数据；在步骤S5中，所述智能化油蒸馏优化，用于油蒸馏智能化优化，具体为通过所述数据生成优化中的仿真数据模型和所述精馏塔代替模型构建，结合最小成本目标函数进行油蒸馏智能化优化，给出油蒸馏过程优化参考信息。

全文数据：

权利要求：

百度查询： 湖南时代阳光药业股份有限公司 一种基于机器学习的智能化油蒸馏优化方法及系统