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：日照盛泉新材料科技有限公司

摘要：本发明涉及催化控制的技术领域，公开了一种动态反馈的泵强制循环反应器催化控制方法，包括：采集反应器运行数据并对采集的反应器运行数据进行预处理得到预处理后的反应器运行数据；构建催化反应映射模型，模型以预处理后的反应物浓度作为状态输入，以反应器控制参数作为动作输出，以最大化累积催化效率作为奖励目标函数；根据求解得到的最优模型参数实例化模型得到最优催化反应映射模型实例，实时监测反应物浓度并获取最优反应器控制参数进行反应器控制实现催化控制；对反应器催化效率进行计算，若与预期催化效率存在的偏差超过预置阈值则对策略网络进行反馈更新，实现反应器参数的实时监测反应及智能控制。

主权项：1.一种动态反馈的泵强制循环反应器催化控制方法，其特征在于，所述方法包括：S1：采集反应器运行数据并对采集的反应器运行数据进行预处理得到预处理后的反应器运行数据，所述反应器运行数据包括反应器控制参数、反应物浓度和催化效率，其中自适应网格聚类为所述预处理的实施方法；S2：构建催化反应映射模型，所述模型以预处理后的反应物浓度作为状态输入，以反应器控制参数作为动作输出，以最大化累积催化效率作为奖励目标函数，其中近端策略优化为所述催化反应映射模型的实施方法；S3：根据求解得到的最优模型参数实例化模型得到最优催化反应映射模型实例，实时监测反应物浓度并根据最优催化反应映射模型实例获取最优反应器控制参数进行反应器控制实现催化控制；S4：对最优反应器控制参数控制的反应器催化效率进行计算，若与预期催化效率存在的偏差超过预置阈值则对策略网络进行反馈更新，其中基于时序权重的抽样方法为所述反馈更新的实施方法；所述S2步骤中构建催化反应映射模型，所述模型以预处理后的反应物浓度作为状态输入，以反应器控制参数作为动作输出，以最大化累积催化效率作为奖励目标函数，包括：所述模型包括策略网络和价值网络，并通过结合策略梯度和价值函数误差进行迭代优化得到最优策略网络参数，所述策略网络表示在给定反应物浓度下反应器控制参数的概率分布，所述策略梯度计算公式为： ；其中： 表示策略网络参数； 表示按照策略执行获取的预期奖励目标函数； 表示在反应物浓度状态s下采取反应器控制参数a相对于平均水平的优势；所述价值网络表示反应物浓度状态的价值，所述价值函数误差计算公式为： ；其中： 表示价值网络在反应物浓度为s时的价值输出； 表示反应物浓度为s时的目标价值； 表示价值网络参数；所述通过结合策略梯度和价值函数误差进行迭代优化得到最优策略网络参数，包括：S21：随机初始化策略网络和价值网络参数；S22：计算每个反应物浓度下的优势函数估计值，计算公式为： ；其中， 示在反应物浓度状态s下采取反应器控制参数a相对于平均水平的优势； 表示价值网络在反应物浓度为s时的价值输出； 表示在反应物浓度为s时采用反应器控制参数a的累积奖励；S23：利用梯度上下降法更新策略网络参数，策略网络参数更新计算公式为： ;其中： 表示更新后的策略网络参数； 表示更新步长；S24：使用梯度下降法更新价值网络的参数，价值网络参数更新计算公式为： ;其中： 表示更新后的价值网络参数，表示价值函数误差梯度；S25：重复步骤S22至步骤S24直到达到最大迭代次数得到最优策略网络参数；所述S3步骤中根据求解得到的最优模型参数实例化模型得到最优催化反应映射模型实例，实时监测反应物浓度，包括：S31：通过传感器实时监测反应器中反应物的浓度，以监测到的反应物浓度为输入通过最优催化反应映射模型实例得到最优反应器控制参数进行反应器控制实现催化控制；S32：监测反应器催化反应过程数据并计算催化效率，将{反应物的浓度，反应器控制参数，催化效率}作为样本数据按照时序顺序添加到反应器运行数据中；所述S4步骤中对最优反应器控制参数控制的反应器催化效率进行计算，若与预期催化效率存在的偏差超过预置阈值则对策略网络进行反馈更新，包括：S41：所述基于时序权重的抽样方法按照样本时序关系计算样本采样权重，其中指数加权移动平均为所述样本采样权重的计算方法，计算公式为： ;其中： 表示第t个时间步样本的权重； 表示衰减率，取值范围为0,1；t表示样本时间步，表示样本距离当前时刻的时间间隔；S42：对计算得到的样本采样权重进行归一化操作得到归一化后的样本采样权重，并按照归一化样本采样权重对反应器运行数据进行采样得到采样训练数据，所述反应器运行数据为{反应物浓度，反应器控制参数，催化效率}样式数据集合；S43：利用采样训练数据进行迭代优化得到模型参数的反馈更新。

全文数据：

权利要求：

百度查询： 日照盛泉新材料科技有限公司 一种动态反馈的泵强制循环反应器催化控制方法