本發(fā)明涉及一種基于模式識別的萎凋機控制方法。
背景技術(shù)：
現(xiàn)有技術(shù)中，萎凋機的控制大多是人為的設(shè)定控制參數(shù)，這種方式需要大量嘗試，并根據(jù)經(jīng)驗來判斷調(diào)整，這種方式一方面調(diào)整不及時容易導(dǎo)致次品率高，另一方面也容易將品質(zhì)很好的原材料當(dāng)成較次的材料加工。
技術(shù)實現(xiàn)要素：
為解決上述技術(shù)問題，本發(fā)明提供了一種基于模式識別的萎凋機控制方法，該基于模式識別的萎凋機控制方法通過實時的模式識別并調(diào)整控制參數(shù)，能有效的對茶葉萎凋過程進行調(diào)整，及時將萎凋機的控制參數(shù)調(diào)整為最合適的結(jié)果，從而極大的提升成品品質(zhì)。
本發(fā)明通過以下技術(shù)方案得以實現(xiàn)。
本發(fā)明提供的一種基于模式識別的萎凋機控制方法，包括如下步驟：
a.建立模型：通過歷史數(shù)據(jù)，建立氣味成分→品質(zhì)分級和控制參數(shù)→品質(zhì)結(jié)果的數(shù)據(jù)模型，并對每一品質(zhì)分級下可能的氣味成分建立品質(zhì)分級數(shù)據(jù)庫；
b.獲取數(shù)據(jù)：從設(shè)置在萎凋機里的多組氣體傳感器中獲取當(dāng)前茶葉氣味數(shù)據(jù)，并附當(dāng)前控制參數(shù)；
c.對比最優(yōu)可能結(jié)果：對當(dāng)前茶葉氣味數(shù)據(jù)用氣味成分→品質(zhì)分級數(shù)據(jù)模型進行模式識別，并將識別出來的品質(zhì)對比品質(zhì)分級數(shù)據(jù)庫，判斷最有可能達(dá)到的最高品質(zhì)分級；
d.獲取最佳控制參數(shù)：根據(jù)控制參數(shù)→品質(zhì)結(jié)果模型，逆運算得到對應(yīng)上述可能達(dá)到的最高品質(zhì)分級的控制參數(shù)，控制參數(shù)包括萎凋機的輸送速度、風(fēng)機工作功率和發(fā)熱管的發(fā)熱功率；
e.對比控制參數(shù)：將步驟d中得到的控制參數(shù)，與步驟b中的當(dāng)前控制參數(shù)進行對比；
f.調(diào)整控制參數(shù)：根據(jù)對比結(jié)果對萎凋機進行控制調(diào)整，并重新進入步驟b，直至手動關(guān)閉結(jié)束。
所述步驟a中建立氣味成分→品質(zhì)分級和控制參數(shù)→品質(zhì)結(jié)果的數(shù)據(jù)模型，是在電腦上進行，并將建立好的數(shù)據(jù)模型寫入單片機以完成之后的步驟。
所述氣味成分→品質(zhì)分級的數(shù)據(jù)模型由三個隱含層的BP神經(jīng)網(wǎng)絡(luò)算法經(jīng)過5次訓(xùn)練建立。
所述控制參數(shù)→品質(zhì)結(jié)果模型為多元一次線性方程。
本發(fā)明的有益效果在于：通過實時的模式識別并調(diào)整控制參數(shù)，能有效的對茶葉萎凋過程進行調(diào)整，及時將萎凋機的控制參數(shù)調(diào)整為最合適的結(jié)果，從而極大的提升成品品質(zhì)。
附圖說明
圖1是本發(fā)明的流程示意圖。
具體實施方式
下面進一步描述本發(fā)明的技術(shù)方案，但要求保護的范圍并不局限于所述。
如圖1所示的一種基于模式識別的萎凋機控制方法，包括如下步驟：
a.建立模型：通過歷史數(shù)據(jù)，建立氣味成分→品質(zhì)分級和控制參數(shù)→品質(zhì)結(jié)果的數(shù)據(jù)模型，并對每一品質(zhì)分級下可能的氣味成分建立品質(zhì)分級數(shù)據(jù)庫；
b.獲取數(shù)據(jù)：從設(shè)置在萎凋機里的多組氣體傳感器中獲取當(dāng)前茶葉氣味數(shù)據(jù)，并附當(dāng)前控制參數(shù)；
c.對比最優(yōu)可能結(jié)果：對當(dāng)前茶葉氣味數(shù)據(jù)用氣味成分→品質(zhì)分級數(shù)據(jù)模型進行模式識別，并將識別出來的品質(zhì)對比品質(zhì)分級數(shù)據(jù)庫，判斷最有可能達(dá)到的最高品質(zhì)分級；
d.獲取最佳控制參數(shù)：根據(jù)控制參數(shù)→品質(zhì)結(jié)果模型，逆運算得到對應(yīng)上述可能達(dá)到的最高品質(zhì)分級的控制參數(shù)，控制參數(shù)包括萎凋機的輸送速度、風(fēng)機工作功率和發(fā)熱管的發(fā)熱功率；
e.對比控制參數(shù)：將步驟d中得到的控制參數(shù)，與步驟b中的當(dāng)前控制參數(shù)進行對比；
f.調(diào)整控制參數(shù)：根據(jù)對比結(jié)果對萎凋機進行控制調(diào)整，并重新進入步驟b，直至手動關(guān)閉結(jié)束。
由此，通過氣體數(shù)據(jù)的模式識別，并將識別結(jié)果進行對比，從而對控制進行及時的優(yōu)化，最終能夠快速有效的對茶葉萎凋過程進行調(diào)整。
所述步驟a中建立氣味成分→品質(zhì)分級和控制參數(shù)→品質(zhì)結(jié)果的數(shù)據(jù)模型，是在電腦上進行，并將建立好的數(shù)據(jù)模型寫入單片機以完成之后的步驟。
所述氣味成分→品質(zhì)分級的數(shù)據(jù)模型由三個隱含層的BP神經(jīng)網(wǎng)絡(luò)算法經(jīng)過5次訓(xùn)練建立。
所述控制參數(shù)→品質(zhì)結(jié)果模型為多元一次線性方程。