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：北京航空航天大学

摘要：本发明公开一种基于数据和机理融合驱动的烘丝机模型预测控制系统，包括：烘丝机数据预处理和特征选择模块，该模块实现烘丝生产数据预处理、生产工艺特征分析和选择；系统描述和机理模型构建模块，该模块完成设备描述、控制机理描述和机理驱动模型构建；融合模型构建模块，该模块实现高维控制特征提取和数据驱动模型构建，并实现融合模型；烘丝设备模型预测控制模块，该模块基于融合模型实现对烘丝机的控制。本发明能够实现针对烘丝机的模型预测控制，提升成品烟丝质量及质量稳定性。

主权项：1.一种基于数据和机理融合驱动的烘丝机模型预测控制系统，其特征在于，所述系统包括数据预处理与特征选择模块、控制系统描述与机理模型构建模块、烘丝机融合模型构建模块、设备模型预测控制模块；其中，所述数据预处理与特征选择模块用于实现如下步骤：步骤（1.1）、生产阶段划分与数据清洗：根据烘丝机生产流程，将生产划分为料头、平稳、料尾阶段，选取平稳阶段数据进行后续处理；数据清洗包括缺失值处理、重复值处理、异常值处理、阶段划分；步骤（1.2）、数据对齐和归一化：根据烘丝机工艺流程，将不同工艺的特征数据进行时间维度上的对齐，根据归一化公式，将读取到的特征数据进行归一化处理，其中为某类工艺的特征数据，为某类工艺的特征数据最大值，为某类工艺的特征数据最小值，为某类工艺的特征数据归一化结果；步骤（1.3）、基于随机森林算法的烘丝工艺特征选择：首先确定输出特征为出口烟丝水分和出口烟丝温度，输入特征为生产过程中同步采集到的环境特征、设备运行状态特征、物料状态特征；然后，对输入特征与输出特征进行相关性分析，统计各输入特征与输出特征之间的皮尔逊相关系数，删除无效特征、等价特征、低相关特征；最后基于随机森林算法，计算各输入特征对输出特征的重要度并排序，根据重要度排序对输入特征进行特征选择；所述控制系统描述与机理模型构建模块用于实现如下步骤：步骤（2.1）、烘丝机设备描述：对烘丝机设备运作方式和控制特点进行描述；步骤（2.2）、控制机理描述：根据步骤（2.1）中所描述的设备运作方式和控制特点，结合烘丝生产过程中的工艺特征，以多个控制参数之间阶跃响应关系描述烘丝机控制机理；步骤（2.3）、机理驱动模型构建：根据步骤（2.2）中得到的烘丝机控制机理关系，通过历史生产数据构建烘丝机控制系统的机理驱动模型，包括，针对烘丝设备的控制变量，将系统模型简化为一系列欠阻尼二阶系统，传递函数，然后通过历史生产数据计算和，其中，为系统的自然频率，为系统的阻尼比，s为拉普拉斯变换下的自变量，和分别为系统在阶跃响应曲线上测量的系统峰值时间和峰值幅值；所述烘丝机融合模型构建模块用于实现如下步骤：步骤（3.1）、基于机理驱动模型的高维控制特征提取：根据步骤（2.3）中构建的机理驱动模型，建立低维控制特征与高维控制特征的关系，从而将外部输入的低维控制特征提取为对烟丝出口水分和温度产生直接影响的高维控制特征；步骤（3.2）、基于深度学习的数据驱动模型构建：结合步骤（1.2）归一化后的数据建立基于深度学习的时间序列预测模型，对烘丝机出口烟丝质量进行预测；步骤（3.3）、烘丝机融合模型：步骤（3.1）将低维控制特征通过机理驱动模型提取为高维控制特征后，与步骤（1.3）中得到的与出口烟丝水分和温度的高重要度相关的输入特征共同作为步骤（3.2）数据驱动模型的输入，实现机理驱动模型和数据驱动模型的融合模型；所述设备模型预测控制模块用于实现如下步骤：步骤（4.1）、基于融合模型的时间序列预测：基于步骤（3.3）构建的融合模型，实现对出口烟丝水分和温度的时间序列预测；步骤（4.2）、考虑优先级的目标函数设计：烘丝机设备优化控制问题描述为，通过调整三个控制参数：热风速度设定值、筒壁温度设定值、排潮风门设定值，使得出口烟丝水分和温度达到质量要求；在烘丝机控制参数优化过程中，其约束条件分为必须满足的硬约束和可以不满足但按照优先级进行松弛的基于优先级的软约束，根据烘丝机控制工艺要求总结约束条件，并设计目标函数，其中为预测的出口烟丝质量误差，为基于优先级的软约束代价，p为预测时间长度，为出口烟丝质量误差权重，为代价权重，k为当前时刻，为第时刻预测出口烟丝质量误差的平方，为第时刻对设备进行控制操作代价的平方；步骤（4.3）、基于模拟退火算法的烘丝机控制参数优化及控制：设计基于模拟退火算法的优化器用于融合模型预测控制中的优化问题。

全文数据：

权利要求：

百度查询： 北京航空航天大学 一种基于数据和机理融合驱动的烘丝机模型预测控制系统