本發明屬于溫度控制，具體涉及一種用于氨基酸配方粉的智慧生產控制方法及裝置。

背景技術：

1、氨基酸作為構成蛋白質的基本單位，在人體內發揮著至關重要的作用。它們不僅參與蛋白質的合成與代謝，還是肌肉生長、維持身體正常功能、調節血糖、提高免疫力、促進代謝、幫助排毒、調節情緒以及保護心臟健康等生理過程所必需的營養物質；氨基酸的大規模工業化生產的主要方法是通過微生物的發酵法進行制造。

2、通過pid控制算法對氨基酸發酵罐進行溫度控制，主要是利用pid控制器對發酵罐內的溫度進行實時監測和調節。pid控制器根據設定的溫度值與發酵罐內實際溫度值的誤差，通過比例（p）、積分（i）和微分（d）三個環節的運算，輸出相應的控制信號，調節加熱或冷卻設備的啟停時間和功率輸出，從而實現對發酵罐內溫度的控制。確保發酵罐內溫度在設定的范圍內波動，為氨基酸的發酵提供適宜的溫度環境。

3、氨基酸在發酵生產過程中，由于環境溫差以及罐體導熱會引起罐內溫度的異常變化，發酵罐溫度控制系統存在滯后性導致響應不及時，因此使用傳統算法進行調控的過程中，發酵罐溫度調節缺乏及時性和穩定性。

技術實現思路

1、本發明的目的就在于解決由于環境溫差以及罐體導熱會引起罐內溫度的異常變化，發酵罐溫度控制系統存在滯后性導致響應不及時，因此使用傳統算法進行調控的過程中，發酵罐溫度調節缺乏及時性和穩定性的問題，而提出一種用于氨基酸配方粉的智慧生產控制方法及裝置。

2、在本發明實施的第一方面，首先提出一種用于氨基酸配方粉的智慧生產控制方法，所述方法包括：

3、獲取發酵罐在時間序列上的歷史溫度數據，根據所述歷史溫度數據確定溫度波動系數；所述歷史溫度數據包括任意周期的歷史環境溫度、歷史罐體溫度和歷史罐內溫度；

4、獲取發酵罐內的環境參數，根據所述環境參數和所述溫度波動系數計算得到狀態評估系數，根據所述狀態評估系數對發酵原液進行評估；所述環境參數包括：ph值、溶氧量和營養物質濃度；

5、若所述狀態評估系數大于狀態閾值，且，發酵時間達到第一預設時間，則對發酵原液進行處理得到氨基酸粉末原料，將各氨基酸粉末原料按照預設配方比例進行混合得到氨基酸配方粉。

6、可選的，根據所述歷史溫度數據確定溫度波動系數包括：

7、獲取歷史產物數據和基礎數據，并將所述歷史溫度數據、所述基礎數據和所述歷史產物數據輸入至機器學習模型中進行訓練；所述歷史溫度數據和所述歷史產物數據在時間序列上的同一時刻一一對應；

8、將所述機器學習模型的輸出作為模型參數，根據所述模型參數對所述機器學習模型進行迭代更新得到波動判斷模型；

9、獲取當前時刻的罐內溫度數據和目標產物數據，并將所述罐內溫度數據和所述目標產物數據輸入至波動判斷模型中得到下一周期的預測溫度數據和預測產物數據；

10、根據下一周期的時間長度和預測產物數據計算得到合成速率，若合成速率小于合成閾值則判定合成速率異常；

11、對下一周期的時間長度進行劃分得到時間間隔，計算任意時間間隔的預測溫度差，統計預測溫度差大于溫度差閾值的次數，根據該次數計算得到溫度波動系數。

12、可選的，根據所述狀態評估系數對發酵原液進行評估，并對所述發酵罐進行溫度控制，所述溫度控制應用于pid控制器，所述方法包括：

13、步驟一，確定lstm模型的拓撲結構，獲取拓撲結構中的超參數數量，并通過鯨魚算法對超參數進行更新得到初始更新參數，根據所述初始更新參數對lstm模型進行更新得到目標lstm模型；

14、步驟二，將所述歷史罐內溫度數據和所述罐內溫度數據根據所述預設溫度計算得到歷史溫度差值數據集和溫度差值數據集；所述溫度差值為預設溫度與罐內溫度數據的差值；

15、步驟三，將所述罐內溫度數據集、預設溫度、所述歷史溫度差值數據集和所述溫度差值數據集輸入至目標lstm模型中進行訓練；

16、步驟四，直至溫度差值數據小于預設判定值，則輸出模型結果并將所述輸出模型結果作為pid控制參數，否則，則返回步驟二；

17、步驟五，根據所述pid控制參數對所述發酵罐進行溫度控制。

18、可選的，通過鯨魚算法對超參數進行更新得到初始更新參數，所述方法包括：

19、根據適應度大小對鯨魚個體進行篩選得到判斷組，隨機選擇鯨魚個體并確定該鯨魚個體的適應度；所述判斷組包含第一最優鯨魚、第二最優鯨魚和第三最優鯨魚的適應度；

20、若該鯨魚個體的適應度屬于所述判斷組中的任意一個，則進行rand第二條件的滿足判斷；

21、若該鯨魚個體的適應度屬于所述判斷組中的任意一個則判定rand滿足第二條件，且，rand＜預設閾值，則執行levy飛行策略；

22、若該鯨魚個體的適應度屬于所述判斷組中的任意一個則判定rand滿足第二條件，且，rand≥預設閾值，則執行隨機游走策略；

23、若該鯨魚個體的適應度不屬于所述判斷組中的任意一個，則判定rand不滿足第二條件則執行原始鯨魚優化策略。

24、可選的，根據所述pid控制參數對所述發酵罐進行溫度控制之后，包括：

25、根據所述pid控制參數對所述發酵罐的溫度系統進行控制，當達到第二預設時間則獲取發酵罐內的第二環境參數和第二溫度波動系數，根據所述第二環境參數和所述第二溫度波動系數計算得到第二狀態評估系數，根據所述第二狀態評估系數對發酵原液進行評估。

26、在本發明實施的第二方面，提出一種用于氨基酸配方粉的智慧生產控制裝置，包括：溫度波動系數獲取模塊、狀態評估系數評估模塊和氨基酸配方粉生產模塊：

27、所述溫度波動系數獲取模塊，用于獲取發酵罐在時間序列上的歷史溫度數據，根據所述歷史溫度數據確定溫度波動系數；所述歷史溫度數據包括任意周期的歷史環境溫度、歷史罐體溫度和歷史罐內溫度；

28、所述狀態評估系數評估模塊，用于獲取發酵罐內的環境參數，根據所述環境參數和所述溫度波動系數計算得到狀態評估系數，根據所述狀態評估系數對發酵原液進行評估；所述環境參數包括：ph值、溶氧量和營養物質濃度；

29、所述氨基酸配方粉生產模塊，用于若所述狀態評估系數大于狀態閾值，且，發酵時間達到第一預設時間，則對發酵原液進行處理得到氨基酸粉末原料，將各氨基酸粉末原料按照預設配方比例進行混合得到氨基酸配方粉。

30、可選的，所述溫度波動系數獲取模塊還包括：模型訓練模塊、模型更新模塊、模型預測模塊、成速率判斷模塊和溫度波動系數計算模塊：

31、所述模型訓練模塊，用于獲取歷史產物數據和基礎數據，并將所述歷史溫度數據、所述基礎數據和所述歷史產物數據輸入至機器學習模型中進行訓練；所述歷史溫度數據和所述歷史產物數據在時間序列上的同一時刻一一對應；

32、所述模型更新模塊，用于將所述機器學習模型的輸出作為模型參數，根據所述模型參數對所述機器學習模型進行迭代更新得到波動判斷模型；

33、所述模型預測模塊，用于獲取當前時刻的罐內溫度數據和目標產物數據，并將所述罐內溫度數據和所述目標產物數據輸入至波動判斷模型中得到下一周期的預測溫度數據和預測產物數據；

34、所述合成速率判斷模塊，用于根據下一周期的時間長度和預測產物數據計算得到合成速率，若合成速率小于合成閾值則判定合成速率異常；

35、所述溫度波動系數計算模塊，用于對下一周期的時間長度進行劃分得到時間間隔，計算任意時間間隔的預測溫度差，統計預測溫度差大于溫度差閾值的次數，根據該次數計算得到溫度波動系數。

36、可選的，所述狀態評估系數評估模塊還包括：初始化更新參數模塊、訓練數據獲取模塊、訓練數據輸入模塊、參數判斷模塊和pid參數確定模塊：

37、所述初始化更新參數模塊，用于確定lstm模型的拓撲結構，獲取拓撲結構中的超參數數量，并通過鯨魚算法對超參數進行更新得到初始更新參數，根據所述初始更新參數對lstm模型進行更新得到目標lstm模型；

38、所述訓練數據獲取模塊，用于設置預設溫度，將所述歷史罐內溫度數據和所述罐內溫度數據根據所述預設溫度計算得到歷史溫度差值數據集和溫度差值數據集；所述溫度差值為預設溫度與罐內溫度數據的差值；

39、所述訓練數據輸入模塊，用于將所述罐內溫度數據集、預設溫度、所述歷史溫度差值數據集和所述溫度差值數據集輸入至目標lstm模型中進行訓練；

40、所述參數判斷模塊，用于直至溫度差值數據小于預設判定值，則輸出模型結果并將所述輸出模型結果作為pid控制參數，否則，則返回步驟二；

41、所述pid參數確定模塊，用于根據所述pid控制參數對所述發酵罐進行溫度控制。

42、可選的，所述初始化更新參數模塊包括：更新模式確認模塊、更新模式判斷模塊、第一更新模式模塊、第二更新模式模塊和第三更新模式模塊：

43、所述更新模式確認模塊，用于根據適應度大小對鯨魚個體進行篩選得到判斷組，隨機選擇鯨魚個體并確定該鯨魚個體的適應度；所述判斷組包含第一最優鯨魚、第二最優鯨魚和第三最優鯨魚的適應度；

44、所述更新模式判斷模塊，用于若該鯨魚個體的適應度屬于所述判斷組中的任意一個，則進行rand第二條件的滿足判斷；

45、所述第一更新模式模塊，用于若該鯨魚個體的適應度屬于所述判斷組中的任意一個則判定rand滿足第二條件，且，rand＜預設閾值，則執行levy飛行策略；

46、所述第二更新模式模塊，用于若該鯨魚個體的適應度屬于所述判斷組中的任意一個則判定rand滿足第二條件，且，rand≥預設閾值，則執行隨機游走策略；

47、所述第三更新模式模塊，用于若該鯨魚個體的適應度不屬于所述判斷組中的任意一個，則判定rand不滿足第二條件則執行原始鯨魚優化策略。

48、可選的，所述pid參數確定模塊還用于：根據所述pid控制參數對所述發酵罐的溫度系統進行控制，當達到第二預設時間則獲取發酵罐內的第二環境參數和第二溫度波動系數，根據所述第二環境參數和所述第二溫度波動系數計算得到第二狀態評估系數，根據所述第二狀態評估系數對發酵原液進行評估。

49、本發明的有益效果：

50、本發明提出了一種用于氨基酸配方粉的智慧生產控制方法，通過獲取發酵罐在時間序列上的歷史溫度數據并確定溫度波動系數；獲取發酵罐內的環境參數并根據溫度波動系數計算得到狀態評估系數，根據狀態評估系數對發酵原液進行評估；若狀態評估系數大于狀態閾值，且，發酵時間達到第一預設時間，則對發酵原液進行處理并按照預設配方比例進行混合得到氨基酸配方粉；時間序列分析歷史溫度數據來精確監控發酵罐內的溫度波動，結合環境參數綜合評估發酵狀態，確保在溫度正常且發酵時間充足的情況下進行原液處理，從而高效、穩定地生產氨基酸粉末原料，優化流程提高生產效率，實現了對發酵過程的精細化控制。