- 专利名称:
- 发明
VOC冷凝回收系统的智能监测方法及系统
- 申请公布号:
- CN117883816A
- 申请公布日:
- 2024-04-16
- 申请号:
- 2024101884094
- 申请日:
- 2024-02-20
- 申请人:
- 江西荣兴药业有限公司,
- 地址:
- 336000 江西省宜春市袁州区医药工业园
- 发明人:
- 余睿,吴兴起,陈学荣,马达春,陈功兵,
- 分类号:
- B01D5/00(2006.01);B01D53/00(2006.01);
- 专利代理机构:
- 深圳市鹭连知识产权代理事务所(普通合伙) 441128
- 代理人:
- 陈丽
- 最终专利权人:
- 摘要:
- 本申请涉及智能监测领域,其具体地公开了一种VOC冷凝回收系统的智能监测方法及系统,其采用基于深度学习的人工智能监测技术,通过对VOC气体通入冷凝装置的温度和流速进行监测来判断此时VOC通入冷凝装置的条件是否适宜。这样,可以对冷凝过程进行实时监测,当发现条件不适宜时,及时做出调整,以实现最好的冷凝效果。
- 权利要求书:
- 1.一种VOC冷凝回收系统的智能监测方法,其特征在于,包括:获取预定时间段内通入冷凝装置的多个预定时间点的VOC气体温度值以及VOC气体流速值;对所述多个预定时间点的VOC气体温度值以及VOC气体流速值进行特征编码以得到VOC气体通入条件适宜度特征矩阵;基于所述VOC气体通入条件适宜度特征矩阵,判断当前时间点VOC气体通入冷凝装置的条件是否适宜。2.根据权利要求1所述的VOC冷凝回收系统的智能监测方法,其特征在于,对所述多个预定时间点的VOC气体温度值以及VOC气体流速值进行特征编码以得到VOC气体通入条件适宜度特征矩阵,包括:对所述多个预定时间点的VOC气体温度值进行特征提取以得到VOC气体温度时序特征向量;对所述多个预定时间点的VOC气体流速值进行特征提取以得到VOC气体流速时序特征向量;对所述VOC气体温度时序特征向量和所述VOC气体流速时序特征向量进行数据处理以得到所述VOC气体通入条件适宜度特征矩阵。3.根据权利要求2所述的VOC冷凝回收系统的智能监测方法,其特征在于,对所述多个预定时间点的VOC气体温度值进行特征提取以得到VOC气体温度时序特征向量,包括:将所述多个预定时间点的VOC气体温度值按照时间维度排列为VOC气体温度时序输入向量后通过包含一维卷积层和全连接层的气体通入条件时序特征提取器以得到所述VOC气体温度时序特征向量。4.根据权利要求3所述的VOC冷凝回收系统的智能监测方法,其特征在于,对所述多个预定时间点的VOC气体流速值进行特征提取以得到VOC气体流速时序特征向量,包括:将所述多个预定时间点的VOC气体流速值按照时间维度排列为VOC气体流速时序输入向量后通过所述包含一维卷积层和全连接层的气体通入条件时序特征提取器以得到所述VOC气体流速时序特征向量。5.根据权利要求4所述的VOC冷凝回收系统的智能监测方法,其特征在于,对所述VOC气体温度时序特征向量和所述VOC气体流速时序特征向量进行数据处理以得到所述VOC气体通入条件适宜度特征矩阵,包括:对所述VOC气体温度时序特征向量和所述VOC气体流速时序特征向量进行融合以得到VOC气体通入变量融合特征矩阵;将所述VOC气体通入变量融合特征矩阵通过双向注意力机制以得到所述VOC气体通入条件适宜度特征矩阵。6.根据权利要求5所述的VOC冷凝回收系统的智能监测方法,其特征在于,对所述VOC气体温度时序特征向量和所述VOC气体流速时序特征向量进行融合以得到VOC气体通入变量融合特征矩阵,包括:基于所述VOC气体温度时序特征向量,对所述VOC气体流速时序特征向量进行参数化几何关系过渡先验特征的非刚性一致化以得到优化VOC气体流速时序特征向量;计算所述VOC气体温度时序特征向量和所述优化VOC气体流速时序特征向量的转置向量的乘积以得到所述VOC气体通入变量融合特征矩阵。7.根据权利要求6所述的VOC冷凝回收系统的智能监测方法,其特征在于,基于所述VOC气体温度时序特征向量,对所述VOC气体流速时序特征向量进行参数化几何关系过渡先验特征的非刚性一致化以得到优化VOC气体流速时序特征向量,包括:以如下第一优化公式对所述VOC气体流速时序特征向量进行参数化几何关系过渡先验特征的非刚性一致化以得到所述优化VOC气体流速时序特征向量;其中,所述第一优化公式为:其中,v1表示所述VOC气体温度时序特征向量,vj表示所述VOC气体温度时序特征向量的第j个位置的特征值,v2表示所述VOC气体流速时序特征向量,vi表示所述VOC气体流速时序特征向量的第i个位置的特征值,log2表示以2为底的对数函数值,λ表示预定超参数,vi′表示所述优化VOC气体流速时序特征向量的第i个位置的特征值。8.根据权利要求7所述的VOC冷凝回收系统的智能监测方法,其特征在于,基于所述VOC气体通入条件适宜度特征矩阵,判断当前时间点VOC气体通入冷凝装置的条件是否适宜,包括:对所述VOC气体通入条件适宜度特征矩阵进行优化以得到优化VOC气体通入条件适宜度特征矩阵;将所述优化VOC气体通入条件适宜度特征矩阵通过分类器以得到分类结果,所述分类结果用于表示当前时间点VOC气体通入冷凝装置的条件是否适宜。9.根据权利要求8所述的VOC冷凝回收系统的智能监测方法,其特征在于,对所述VOC气体通入条件适宜度特征矩阵进行优化以得到优化VOC气体通入条件适宜度特征矩阵,包括:以如下第二优化公式对所述VOC气体通入条件适宜度特征矩阵进行位置间概率密度分布相关性超凸度量以得到所述优化VOC气体通入条件适宜度特征矩阵;其中,所述第二优化公式为:其中,mi,j表示所述评分对象信息特征矩阵中(i,j)位置的特征值,表示所述评分对象信息特征矩阵的全局均值,mi,j'表示所述优化评分对象信息特征矩阵中(i,j)位置的特征值。10.一种VOC冷凝回收系统的智能监测系统,其特征在于,包括:气体通入数据获取模块,用于获取预定时间段内通入冷凝装置的多个预定时间点的VOC气体温度值以及VOC气体流速值;气体通入数据特征编码模块,用于对所述多个预定时间点的VOC气体温度值以及VOC气体流速值进行特征编码以得到VOC气体通入条件适宜度特征矩阵;气体通入条件适宜度判断模块,用于基于所述VOC气体通入条件适宜度特征矩阵,判断当前时间点VOC气体通入冷凝装置的条件是否适宜。
日期 |
最新法律状态 |
描述 |
2024-04-16 |
公开 |
公开 |