论文部分内容阅读
随着智能制造技术在世界范围内兴起,中药生产也从数字化走向智能化。在中药生产智能化进程中,为了逐步提升产品质量指标,需要不断优化生产工艺。本文通过深入研究工业上工艺优化的相关工作,提出一种中药生产工艺智能优化方案,该方案共包括工艺参数离线优化与工艺参数在线反馈两个模块,其中工艺参数离线优化模块又包括关键工艺参数筛选、质量指标预测、工艺参数优选三方面工作,本文的主要工作和贡献概括如下:1.调研关键工艺参数筛选相关算法,提出了 BCA(Bidirectional Clustering Analysis)双向聚类关键工艺参数筛选法,通过与皮尔逊参数法和逐步回归系数方法相比较,本文提出的算法在关键工艺参数筛选准确度上具有明显的优势,准确率在98%以上。2.调研质量指标预测相关算法,提出了利用GA遗传算法优化BP神经网络建立质量指标预测模型,通过与回归预测算法、贝叶斯预测算法、BP神经网络算法相比,在预测精准度上有明显的优势,总体相对误差控制在4‰范围内。3.调研工艺参数优选相关算法,针对NSGA-ⅡI算法波动大、不收敛的不足,本文提出INSGA算法,通过实验对比,INSGA算法在稳定性和收敛效果有明显提升,同时利用该算法优化后的工艺参数,对应的产品质量指标提升23%。4.调研工艺在线反馈相关算法和技术难点,提出基于最优工艺响应面的PIA(Process Intelligent Adjustment)智能反馈方法。在生产过程中,当质量指标偏离预期阈值时,通过该方法快速调节工艺参数使得最终质量参数达到预期阈值,实现工艺参数智能调节进而提升产品质量指标。5.实现了中药生产过程知识系统PKS(Process Knowledge System),该系统利用生产中的数据,通过数据挖掘、统计分析等手段,实现中药生产中的实时监控、工艺智能优化等相关功能,保证了中药生产的可靠性和产品的稳定性