(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111523741.4 (22)申请日 2021.12.14 (71)申请人 卫星化学股份有限公司 地址 314004 浙江省嘉兴 市嘉兴工业园区 步焦路 (72)发明人 崔耀森　俞卫祥　蒋浩　王军　 吕学杰　杨卫东　帅昌辉　许莎婕　 (74)专利代理 机构 杭州衡峰知识产权代理事务 所(普通合伙) 33426 代理人 尹丽 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06Q 50/04(2012.01) G06K 9/62(2022.01)G05B 19/418(2006.01) (54)发明名称 一种丙烯酸酯生产设备的智能控制方法及 系统 (57)摘要 本发明提供了一种丙烯酸酯生产设备的智 能控制方法及系统， 方法包括： 获得化工设备的 属性参数信息对化工设备进行分类， 获得第一分 类结果； 根据第一分类结果中不同类别的化工设 备， 确定数据采集类型； 根据数据采集类型， 采集 第一化工 数据集和人工预判数据集； 通过第一化 工数据集和人工预判数据集对前馈神经网络模 型进行监督学习， 构建化工设备控制预测模型； 将化工设备的实时化工数据输入化工设备控制 预测模型， 获得第一预测结果； 根据第一预测结 果， 对化工设备进行控制。 权利要求书2页 说明书11页 附图2页 CN 114399080 A 2022.04.26 CN 114399080 A 1.一种丙烯酸酯生产设备的智能控制方法， 其特 征在于， 所述方法包括： 获得化工设备的属性 参数信息； 根据所述属性 参数信息对所述 化工设备进行分类， 获得第一分类结果； 根据所述第一分类结果中不同类别的所述 化工设备， 确定数据采集类型； 根据所述数据采集类型， 采集第一 化工数据集和人工预判数据集； 通过所述第 一化工数据集和所述人工预判数据集对前馈神经网络模型进行监督学习， 构建化工设备控制预测模型； 将所述化工设备的实时化工数据输入所述化工设备控制预测模型， 获得第一预测结 果； 根据所述第一预测结果， 对所述 化工设备进行控制。 2.如权利要求1所述的方法， 其特征在于， 所述根据 所述属性参数信 息对所述化工设备 进行分类， 获得第一分类结果， 包括： 对所述属性 参数信息进行聚类分析， 获得 所述属性 参数信息的聚类结果； 根据所述聚类结果， 对每一类别的属性参数进行特征提取， 获得与每一类别的属性参 数相对应的特 征信息； 根据所述特 征信息， 对所述 化工设备进行分类， 获得 所述第一分类结果。 3.如权利要求1所述的方法， 其特征在于， 所述根据所述数据采集类型， 采集第一化工 数据集和人工预判数据集， 包括： 根据所述数据采集类型， 采集所述第 一化工数据集， 其中， 所述第一化工数据集中的数 据符合所述数据采集类型； 将所述第一 化工数据集作为输入数据， 并划分为第一训练数据集和第一测试 数据集； 将所述人工预判数据集作为期望输出数据， 并划分为第 二训练数据集和第 二测试数据 集。 4.如权利要求3所述的方法， 其特征在于， 所述通过所述第 一化工数据集和所述人工预 判数据集对前馈神经网络模型进行监 督学习， 构建化工设备控制预测模型， 包括： 将所述第一训练数据集作为输入数据， 将所述第二训练数据集作为期望输出数据， 通 过反向传播 算法对所述前馈神经网络模型进行监 督学习； 当所述前馈神经网络模型训练至收敛状态时， 获得 所述化工设备控制预测模型。 5.如权利要求1所述的方法， 其特征在于， 所述根据 所述第一分类结果中不同类别的所 述化工设备， 确定数据采集类型， 包括： 获得所述化工设备的类型信息； 获得所述化工设备的工作对象信息； 将所述工作对象信 息和所述类型信 息输入数据采集类型预测模型， 获得所述数据采集 类型。 6.如权利要求5所述的方法， 其特征在于， 所述将所述工作对象信 息和所述类型信 息输 入数据采集类型 预测模型， 获得 所述数据采集类型， 包括： 构建所述数据采集类型 预测模型； 将所述工作对象信息和所述类型信息作为输入信息 输入数据采集类型 预测模型； 获得所述数据采集类型 预测模型的输出信息， 所述输出信息包括所述数据采集类型。权　利　要　求　书 1/2 页 2 CN 114399080 A 27.如权利要求6所述的方法， 其特 征在于， 所述构建所述数据采集类型 预测模型， 包括： 采集历史数据， 其中， 所述历史数据包括历史工作对象信息和历史类型信息； 通过所述历史数据对神经网络模型进行训练至稳定状态， 获得所述数据采集类型预测 模型。 8.一种丙烯酸酯生产设备的智能控制系统， 其特 征在于， 所述系统包括： 属性采集单 元： 用于获得化工设备的属性 参数信息； 设备分类单元： 用于根据所述属性参数信息对所述化工设备进行分类， 获得第一分类 结果； 数据分类单元： 用于根据所述第一分类结果中不同类别的所述化工设备， 确定数据采 集类型； 数据采集单 元： 用于根据所述数据采集类型， 采集第一 化工数据集和人工预判数据集； 模型训练单元： 用于通过所述第 一化工数据集和所述人工预判数据集对前馈神经网络 模型进行监 督学习， 构建化工设备控制预测模型； 数据处理单元： 用于将所述化工设备的实时化工数据输入所述化工设备控制预测模 型， 获得第一预测结果； 设备控制单 元： 用于根据所述第一预测结果， 对所述 化工设备进行控制。 9.一种丙烯酸酯生产设备的智能控制系统， 包括： 处理器， 所述处理器与存储器耦合， 所述存储器用于存储程序， 其特征在于， 当所述程序被所述处理器执行时， 使系统以执行如 1至7任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114399080 A 3