(19)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 202210671995.9 (22)申请日 2022.06.15 (71)申请人 天津中医药大学 地址 300193 天津市南 开区鞍山西道312号 (72)发明人 李正　于洋　薛启隆　 (74)专利代理 机构 天津合正知识产权代理有限 公司 12229 专利代理师 李成运 (51)Int.Cl. G06F 30/20(2020.01) G06F 119/22(2020.01) (54)发明名称 中药真空带式干燥数字孪生智能决策工艺 预测方法及系统 (57)摘要 本发明提出一种中药真空带式干燥数字孪 生智能决策工艺预测方法及系统， 对中药浸膏的 整个真空干燥过程建立仿真模型； 使用所述仿真 模型产生的虚拟生产数据进行训练， 建立真空带 式干燥智能决策模型； 将物性参数和工艺参数输 入所述仿真模型， 得到预测的产品质量参数； 将 预测的产品质量参数与检测得到的工艺参数输 入所述真空带式干燥智能决策模 型， 得到优化后 的工艺参数。 本发明基于数字孪生的数值仿真模 型与人工智能技术形成智能决策， 提升中药制药 的行业技术水平。 权利要求书3页 说明书8页 附图1页 CN 114896821 A 2022.08.12 CN 114896821 A 1.一种中药真空带式干燥数字 孪生智能决策工艺预测方法， 其特 征在于， 包括： S1、 基于中药浸膏在真空带式干燥机中的运动规律， 对中药浸膏的整个真空干燥过程 建立仿真模型， 用于预测产品质量 参数； S2、 基于DQN算法， 使用所述仿真模型产生的虚拟生产数据进行训练， 建立真空带式干 燥智能决策模型； 所述虚拟生产数据包括 不同生产工艺条件所对应的产品质量 参数； S3、 在线检测中药浸膏的物性 参数； 在线读取真空带式干燥机的工艺 参数； S4、 将检测得到的物性 参数和工艺 参数输入所述仿真模型， 得到预测的产品质量 参数； S5、 将预测的产品质量参数与检测得到的工艺参数输入所述真空带式干燥智能决策模 型， 得到优化后的工艺 参数。 2.根据权利要求1所述的中药真空带式干燥数字孪生智能决策工艺预测方法， 其特征 在于， 步骤S1中所述仿真模型的建立方法包括： 基于离散元原理， 将传送带上的中药浸膏分解为若干个大小一致的离散元， 把求解空 间离散为由多个离散元组成的单元阵， 通过离散元的含水率变化关系将相 邻的两个离散元 连接起来； 离散元 的连续真空干燥过程对应作为离散元在空间运动的过程， 前一秒结束的 状态即为后一秒的初始状态， 以此为基本原理对离散元进行迭代计算， 对整个真空干燥过 程进行建模， 包括沸腾、 过渡和蒸发三段模型， 最后一步离散元的状态即为真空带式干燥的 出料的产品质量 参数。 3.根据权利要求2所述的中药真空带式干燥数字孪生智能决策工艺预测方法， 其特征 在于， 所述对离 散元进行迭代计算包括： Q吸热＝Cp*M*T    式(4) Q放 热＝M水*r    式(5) ΔQ＝Q吸热+Q1‑Q放 热    式(6) M’＝M初 始‑M水    式(8) 其中， M’为当前时刻离散元含水量； M1为沸腾阶段单位时间内离散元的水分蒸发量， 即 沸腾传质通量； η为物料粘度； r为 水的汽化潜热； g为重力加速度； ρ1为物料密度； ρv为水蒸气 密度； σ 为物料表面张力； Pr为普兰德数； Cp1为溶质比热容； Cwl为加热表面 ‑液体组合情况的 经验常数； S为离 散元与传送带接触面积； t是离 散元完全离开当前加热位置的时间； M2为蒸发阶段单位时间内离散 元的水分蒸发量， 即蒸发传质通量； D为水蒸气扩散系数；权　利　要　求　书 1/3 页 2 CN 114896821 A 2T为物料温度； P为真空体系压力； C溶质为物料的固含量； Q1为传热通量， 用于计算离散元的热 量变化； λ为物料导热系数； d为料饼厚度； Δt为 温度差； Q吸热为离散元吸收的热量； Cp为定压 比热容； M为离散元质量； Q放热为水蒸发带走热量； M水为蒸发水的质量； r 为水的汽化潜热； ΔQ 为热量变化 值； M溶质为离散元内溶质的质量； M初 始为加热开始前离 散元内含水量； 上述公式中的物料为中药浸膏， 单位 时间内离散元的热量变化如式(6)所示， 经过上述 过程不断对离 散元内的水分蒸发量进行循环计算 直至干燥过程结束。 4.根据权利要求1所述的中药真空带式干燥数字孪生智能决策工艺预测方法， 其特征 在于， 步骤S2中， 训练过程包括： 引用马尔可夫决策过程， 马尔可夫决策过程M由四个元素组成， M＝(S， A， P， R)。 其 中S表 示状态集(si∈S)， si表示第i步的状态； A表示一组动作的集合(Qi∈A)， ai表示第i步的动 作； P表示状态转移概率， 表示的是在当前(si∈S)状态下， 经过(ai∈A)作用后， 会转移到其 他状态的概率分布情况； R是回报函数， 对当前状态进行回报反馈； 所述动作为各个生产工 艺参数的上调和下调， 主要包括加热温度的调整、 传送带速度的调整， 进料速度的调整； 所 述动作的调整 范围为动作空间， 用于约束动作调整幅度； 最后确定奖励函数， 奖励函数用于 计算环境对动作做出的反馈， 来源于产品出口含水率。 5.根据权利要求1所述的中药真空带式干燥数字孪生智能决策工艺预测方法， 其特征 在于， 步骤S 3所述在线检测中药浸膏的物 性参数， 包括通过在线粘度检测器， 在 线密度检测 器和在线水分检测器 检测中药浸膏的粘度， 密度和含水率。 6.一种中药真空带式干燥数字孪生智能决策工艺预测系统， 其特征在于， 包括在线物 性检测设备、 FPGA、 上位机； 所述在 线物性检测设备连接FPGA， 所述FPGA连接上位机； 所述在 线物性检测设备将检测数据输入FPGA， FPGA同时读取在线生产工艺参数， 通过仿真模型预 测产品质量参数； FPGA将预测的产品质量参数输入上位机； 所述上位机同时读取在线生产 工艺参数， 通过真空带式干燥智能决策模型 得到优化后的工艺 参数。 7.根据权利要求6所述的中药真空带式干燥数字孪生智能决策工艺预测系统， 其特征 在于， 所述FPGA中， 仿真模型的建立包括： 基于离散元原理， 将传送带上的中药浸膏分解为若干个大小一致的离散元， 把求解空 间离散为由多个离散元组成的单元阵， 通过离散元的含水率变化关系将相 邻的两个离散元 连接起来； 离散元 的连续真空干燥过程对应作为离散元在空间运动的过程， 前一秒结束的 状态即为后一秒的初始状态， 以此为基本原理对离散元进行迭代计算， 对整个真空干燥过 程进行建模， 包括沸腾、 过渡和蒸发三段模型， 最后一步离散元的状态即为真空带式干燥的 出料的产品质量 参数。 8.根据权利要求7所述的中药真空带式干燥数字孪生智能决策工艺预测系统， 其特征 在于， 所述对离 散元进行迭代计算包括： Q吸热＝Cp*M*T    式(4)权　利　要　求　书 2/3 页 3 CN 114896821 A 3