首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】一种发酵生产过程关键参量的软测量方法_济宁职业技术学院_202410389922.X 

申请/专利权人:济宁职业技术学院

申请日:2024-04-02

公开(公告)日:2024-06-14

公开(公告)号:CN117972461B

主分类号:G06F18/231

分类号:G06F18/231;G06F18/2411;G06F18/2115;G06F18/22

优先权:

专利状态码:有效-授权

法律状态:2024.06.14#授权;2024.05.21#实质审查的生效;2024.05.03#公开

摘要:本发明涉及数据处理技术领域,具体涉及一种发酵生产过程关键参量的软测量方法,包括:获取关键参量序列;根据关键参量序列,筛选强特征数据;获取若干簇以及相邻簇;根据簇内的采样值,得到相关比例;根据相关比例,得到第一相似性;根据相邻簇的采样值,得到第二相似性;根据第一相似性和第二相似性,得到整体相似性;获得数据段;根据数据段内相关比例,筛选协变采样值;根据协变采样值,得到更新关键参量序列;根据更新关键参量序列得到软测量数据。本发明通过结合多种关键参量的变化得到协变采样值,提高了发酵生产过程关键参量的软测量的结果的准确性。

主权项:1.一种发酵生产过程关键参量的软测量方法,其特征在于,该方法包括以下步骤:获取若干关键参量序列,分别对发酵罐内发酵物的温度、pH值、溶氧量及产物浓度共4种关键参量数据进行监测,并对搅拌速度及发酵时间两种关键参量数据进行记录,其中采样的开始时间为开始发酵的时间,每隔1分钟采样一次,得到若干种关键参量数据的时序序列,记为关键参量序列,所述关键参量序列内的每一个序列值为一个采样值;获取每一个关键参量序列的极大值;根据任意一个关键参量序列的所有采样值,得到每个采样值的斜率以及斜率增量;根据每个采样值的斜率增量,得到关键参量序列中每个极大值的突出程度;根据任意一个关键参量序列的所有极大值的突出程度,在所有极大值中筛选出若干个强特征数据;在任意一个关键参量序列中,获取关键参量序列的若干簇以及相邻簇;根据关键参量序列的每一个簇内的采样值与其他关键参量序列的采样值,得到每一个簇内的采样值的相关比例;根据每一对相邻簇内的采样值的相关比例,得到相邻簇的第一相似性;根据任意一个关键参量序列中每一对相邻簇的采样值,得到相邻簇的第二相似性;根据任意一个关键参量序列中每一对相邻簇的第一相似性和第二相似性,得到相邻簇的整体相似性;在任意一个关键参量序列中,基于相邻簇的整体相似性,对关键参量序列进行分段,得到若干个数据段;根据每个数据段内所有采样值的相关比例,在每个数据段内的采样值中筛选出若干个协变采样值;基于协变采样值的斜率对强特征数据进行数据拟合,得到更新关键参量序列;根据更新关键参量序列得到软测量数据;所述根据每个采样值的斜率增量,得到关键参量序列中每个极大值的突出程度,包括的具体计算方式如下: 式中,为第个关键参量序列在第个采样时刻的极大值的突出程度,、、以及分别为第个关键参量序列在第个、第个、第个以及第个采样时刻的采样值的斜率增量,为以自然常数为底的指数函数,为绝对值函数;所述根据关键参量序列的每一个簇内的采样值与其他关键参量序列的采样值,得到每一个簇内的采样值的相关比例,包括的具体步骤如下:以第个关键参量序列的第个簇内任意一个采样值为中心,建立预设长度n的窗口,记为目标窗口;根据目标窗口内所包含的采样时刻的范围,将其他关键参量序列的同一采样时刻的范围的采样值的数据段记为参考窗口;计算目标窗口内的采样值与参考窗口内的采样值的斜率的皮尔逊相关系数;统计皮尔逊相关系数的绝对值大于预设的相关阈值Q的皮尔逊相关系数的个数,将得到的个数与关键参量序列的个数的比值记作第个关键参量序列的第个簇内该采样值的相关比例;所述根据每一对相邻簇内的采样值的相关比例,得到相邻簇的第一相似性,包括的具体计算方式如下: 式中,为第个关键参量序列的第个簇和第个簇的第一相似性,为第j个簇和第j+1个簇的长度的最小值,和分别为第个关键参量序列的第个簇和第个簇中第个采样值的相关比例,为避免分母为0的超参数,为以自然常数为底的指数函数,为绝对值函数;所述根据任意一个关键参量序列中每一对相邻簇的采样值,得到相邻簇的第二相似性,包括的具体步骤如下:在第个关键参量序列的每一个簇中,将采样值的斜率按照时序排列组成的序列作为增量序列;第个关键参量序列的第个簇和第个簇的第二相似性的计算方式为: 式中,为第个关键参量序列的第个簇和第个簇的第二相似性,为第个关键参量序列的第个簇和第个簇的增量序列的距离,为以自然常数为底的指数函数。

全文数据:

权利要求:

百度查询: 济宁职业技术学院 一种发酵生产过程关键参量的软测量方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。