[發明專利]一種面向流程型制造業的高級過程控制的機器學習系統

有效

• 申請號: 201910185629.0
• 申請日: 2019-03-12
• 公開（公告）號: CN111624954B
• 公開（公告）日: 2021-06-04
• 發明（設計）人: 孔泉
• 申請（專利權）人: 妙微(杭州)科技有限公司
• 主分類號: G05B19/418
• 分類號: G05B19/418
• 代理公司: 杭州天昊專利代理事務所(特殊普通合伙) 33283
• 代理人: 何碧珩

1.一種面向流程型制造業的高級過程控制的機器學習系統，其特征在于，包括模型庫、數據讀入和預處理模塊、離線訓練引擎、模型性能的實時評估組件以及高級過程控制器；

模型庫內置多個適用于流程行業的機器學習模型；

數據讀入和預處理模塊負責獲取數據，并對數據進行預處理；

離線訓練引擎挑選模型庫中的一個或多個模型以及預處理之后的數據來進行最優模型的尋找和模型參數的訓練；所有訓練過程通過簡單配置，簡單配置的內容包括希望達到的目標精度或計算迭代次數的限制，模型參數允許可變的范圍，實現自動化的運行；該引擎幫助用戶發現和最終控制目標相關性最大的多個數據項，或者發現哪些數據項導致了模型的不穩定，從而幫助選擇最合適的在線儀表；

將最終控制目標輸入高級過程控制器，高級過程控制器利用篩選出來的最優模型以及現場真實運行數據，自動計算找到控制變量的最優解，并將該最優解輸出送給設備的硬件控制單元；

模型性能的實時評估組件能夠實時獲取現場運行數據并在訓練完成之后的模型上進行測試，選取一個實際測試中性能最優的模型進行實際的過程控制；

高級過程控制器利用篩選出來的最優模型以及現場真實運行數據，找到控制變量的最優解，并將該最優解輸出送給設備的硬件控制單元；

當在實際運行過程中發現模型的性能下降或開始下降時，模型性能的實時評估組件負責切換更優的模型或發出系統異常通知。

2.根據權利要求1所述的一種面向流程型制造業的高級過程控制的機器學習系統，其特征在于，機器學習模型包括但不限于標準線性回歸、多項式回歸、Lasso回歸、局部加權回歸、隨機森林、梯度上升決策樹。

3.根據權利要求1所述的一種面向流程型制造業的高級過程控制的機器學習系統，其特征在于，所述數據讀入和預處理模塊從歷史數據中讀取數據。

4.根據權利要求1所述的一種面向流程型制造業的高級過程控制的機器學習系統，其特征在于，所述數據讀入和預處理模塊通過自動激勵的方式獲取數據。

5.根據權利要求1所述的一種面向流程型制造業的高級過程控制的機器學習系統，其特征在于，數據讀入和預處理模塊的預處理方法包括過濾非法數據以及生成高緯度的新數據。