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：河北金甲节能环保科技有限公司

摘要：本申请涉及智能控制技术领域，其具体地公开了一种变压吸附自动化控制系统及其方法，其采用基于深度学习的人工智能技术对进料气体的流量进行监控分析，捕捉到进料气体流量在局部时域下的时序关联特征，以及进料气体流量在相邻局部时域间的时序交互关联模式，并基于注意力机制对进料气体流量的局部时序关联特征进行整体分布强化融合，以挖掘出进料气体流量的全时域时序关联特征，从而智能指导解吸压力的调整方向。这样，可以实现变压吸附过程中解吸压力的精确控制，提高解吸过程的稳定性以及整体生产效率，并降低操作人员的劳动强度。

主权项：1.一种变压吸附自动化控制系统，其特征在于，包括：进料气体流量监控模块，用于获取由流量计采集的进料气体流量的时间序列；进料气体流量时序分析模块，用于对所述进料气体流量的时间序列进行局部时序特征分析以得到进料气体流量局部时序关联特征向量的序列；时序交互关联模块，用于计算所述进料气体流量局部时序关联特征向量的序列中每相邻两个进料气体流量局部时序关联特征向量之间的时序交互关联向量以得到进料气体流量局部时序交互关联特征向量的序列；全时域自相关融合模块，用于对所述进料气体流量局部时序交互关联特征向量的序列进行自相关注意力融合以得到全时域进料气体流量时序关联特征向量；控制指令生成模块，用于基于所述全时域进料气体流量时序关联特征向量，确定解吸压力的控制指令；其中，所述进料气体流量时序分析模块，包括：数据预处理单元，用于对所述进料气体流量的时间序列进行数据预处理以得到进料气体流量局部时序输入向量的序列；局部时序特征提取单元，用于将所述进料气体流量局部时序输入向量的序列通过基于一维扩展卷积神经网络模型的进料气体流量时序特征提取器以得到所述进料气体流量局部时序关联特征向量的序列；其中，所述数据预处理单元，包括：序列切分子单元，用于以预定时间尺度对所述进料气体流量的时间序列进行序列切分以得到进料气体流量的局部时间序列的序列；时序规整子单元，用于将所述进料气体流量的局部时间序列的序列中的各个进料气体流量的局部时间序列分别按照时间维度进行数据规整以得到所述进料气体流量局部时序输入向量的序列；其中，所述局部时序特征提取单元，用于：以如下一维扩展卷积公式对所述进料气体流量局部时序输入向量进行处理以得到所述进料气体流量局部时序关联特征向量；其中，所述一维扩展卷积公式为： ，其中，一维扩展卷积核的尺寸为，为原始卷积核的长度，为扩展率，表示以所述进料气体流量局部时序输入向量中第个位置的特征值为首的长度为的时间窗口，是偏置项，且，是非线性激活函数，是第个进料气体流量局部卷积编码特征向量，为所述进料气体流量局部时序输入向量的维度，是所述进料气体流量局部时序关联特征向量，表示级联；其中，所述时序交互关联模块，用于：以如下时序交互关联公式计算所述进料气体流量局部时序关联特征向量的序列中每相邻两个进料气体流量局部时序关联特征向量之间的时序交互关联向量以得到所述进料气体流量局部时序交互关联特征向量的序列，其中，所述时序交互关联公式为： ，其中，为前一个所述进料气体流量局部时序关联特征向量，为后一个所述进料气体流量局部时序关联特征向量，表示特征向量的L2范数的平方，表示元素对位相减求差处理，表示所述进料气体流量局部时序交互关联特征向量；其中，所述全时域自相关融合模块，用于：将所述进料气体流量局部时序交互关联特征向量的序列通过基于自相关注意力网络的时序融合分析器以得到所述全时域进料气体流量时序关联特征向量；其中，所述全时域自相关融合模块，用于：以如下自相关注意力融合公式对所述进料气体流量局部时序交互关联特征向量的序列进行处理以得到所述全时域进料气体流量时序关联特征向量；其中，所述自相关注意力融合公式为： ，其中，为所述进料气体流量局部时序交互关联特征向量的序列中第个进料气体流量局部时序交互关联特征向量，为权重系数矩阵，为权重系数向量，为偏置向量，为第个注意力打分系数，为激活函数，和是超参数，表示以e为底的指数函数处理，为第个注意力打分系数，为所述进料气体流量局部时序交互关联特征向量的个数，为第个注意力权重，为所述全时域进料气体流量时序关联特征向量。

全文数据：

权利要求：

百度查询： 河北金甲节能环保科技有限公司 变压吸附自动化控制系统及其方法