TWI831484B - 黏度學習暨預測系統 - Google Patents

黏度學習暨預測系統 Download PDF

Info

Publication number
TWI831484B
TWI831484B TW111145005A TW111145005A TWI831484B TW I831484 B TWI831484 B TW I831484B TW 111145005 A TW111145005 A TW 111145005A TW 111145005 A TW111145005 A TW 111145005A TW I831484 B TWI831484 B TW I831484B
Authority
TW
Taiwan
Prior art keywords
variable information
mixture
viscosity
server
process variable
Prior art date
Application number
TW111145005A
Other languages
English (en)
Other versions
TW202422415A (zh
Inventor
蕭仁忠
陳哲堅
曹凱傑
希瓦姆 庫馬
陳健南
Original Assignee
財團法人精密機械研究發展中心
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 財團法人精密機械研究發展中心 filed Critical 財團法人精密機械研究發展中心
Priority to TW111145005A priority Critical patent/TWI831484B/zh
Application granted granted Critical
Publication of TWI831484B publication Critical patent/TWI831484B/zh
Publication of TW202422415A publication Critical patent/TW202422415A/zh

Links

Images

Landscapes

  • Control Of Non-Electrical Variables (AREA)

Abstract

一種黏度學習系統,具有一桶槽供容設混合物且設有一用以測量混合物黏度之量測單元,桶槽與至少一驅動件相連接,驅動件用以攪拌混合物,而量測單元於攪拌過程中偵測混合物的一黏度輸出變量資訊,一伺服器儲存有預先量測的混合物之濃度資訊,一第一控制單輸入混合物之一第一變量資訊並於攪拌過程中偵測混合物的一第一過程變量資訊,一第二控制單元輸入驅動件之一第二變量資訊並於攪拌過程中偵測驅動件的一第二過程變量資訊,藉由將第一過程變量資訊、第二過程變量資訊及黏度輸出變量傳送儲存至伺服器中,據以建置一用於預測混合物黏度之模型。

Description

黏度學習暨預測系統
本發明與黏度預測有關,特別是指一種學習暨預測系統,用於食品加工產業且無須在桶槽設置感測器即可測量攪拌桶中混合物的黏度。
在食品加工業中,將多種原料倒入攪拌桶進行攪拌混合,而既有的流體或粉體混合物之黏度量測方式,是在攪拌桶內部設置一感測器,感測器持續地對桶內攪拌中的混合物進行量測與回報,然而,感測器只能感應測量到與其接觸的部分混合物之黏度數值,而無法全面地呈現混合物的真實黏度,故量測的黏度數值並非完全正確;再加上感測器發生損壞的後續更換相當麻煩,甚至必須更換整個攪拌桶,而導致維修成本的增加。
有鑑於此,如何解決上述問題,即為本發明所欲解決之首要課題。
本發明之主要目的,在於提供一種黏度學習暨預測系統,其預先在訓練系統以不同參數的輸入、輸出來得出黏度變化狀態,而供後續在預測系統中輸入部分參數以得到黏度預測值,無須在桶槽設置感測器即可依據黏度預測值完成攪拌作業,而具有黏度數值準確及降低成本之功效。
為達前述之目的,本發明提供一種黏度學習系統,包括有:一桶槽,供容設混合物且設有一用以測量混合物黏度之量測單元,該桶槽與至少一驅動件相連接,該驅動件用以攪拌混合物,而該量測單元於攪拌過程中偵測混合物的一黏度輸出變量資訊; 一伺服器,具有一資料庫單元,且該伺服器與該量測單元透過網路連結,該伺服器接收資料並將預先量測的混合物之濃度資訊儲存至該資料庫單元;一第一控制單元,與該桶槽電性連接且與該伺服器網路連結,該第一控制單元輸入混合物之一第一變量資訊並於攪拌過程中偵測混合物的一第一過程變量資訊;一第二控制單元,與該桶槽電性連接且與該伺服器網路連結,該第二控制單元輸入該驅動件之一第二變量資訊並於攪拌過程中偵測該驅動件的一第二過程變量資訊;其中,該第一控制單元將該第一過程變量資訊傳送至該伺服器,該第二控制單元將該第二過程變量資訊傳送至該伺服器,該量測單元將該黏度輸出變量資訊傳送至該伺服器,並透過該伺服器將該第一過程變量資訊、該第二過程變量資訊及該黏度輸出變量資訊儲存至該資料庫單元中,以建置一模型。
較佳地,該第一變量資訊由混合物之濃度及溫度所構成。
較佳地,該驅動件由一馬達所構成,而該第二變量資訊即為馬達之運轉頻率。
較佳地,該第一過程變量資訊由攪拌過程中實際測量的混合物之溫度所構成。
較佳地,該驅動件由一馬達所構成,而該第二過程變量資訊由攪拌過程中實際測量的馬達之運轉頻率、電壓及電流所構成。
而本發明更提供一種基於請求項1之黏度訓練系統所建置之黏度預測系統,包含有:一桶槽,供容設混合物,且該桶槽與至少一驅動件相連接,該驅動件用以攪拌混合物; 一伺服器,設有一資料庫單元,該資料庫單元設有一模型且與該桶槽透過網路連結,該模型預先建置有依據該黏度訓練系統綜整得出的一混合物濃度資訊、一第一過程變量資訊及一第二過程變量資訊,其中,將該桶槽中混合物之當前混合物濃度資訊、當前第一過程變量資訊及當前第二過程變量資訊傳送至該伺服器且輸入至黏度訓練系統中,並分別與該資料庫單元中預先建置的混合物濃度資訊、第一過程變量資訊及第二過程變量資訊進行比對,以預測得出當前混合物之黏度。
較佳地,該桶槽更與一第一控制單元及一第二控制單元電性連接並透過網路連接至該伺服器,在該桶槽攪拌混合過程中將當前混合物濃度資訊輸入至該伺服器中,該伺服器透過該第一控制單元與該第二控制單元分別擷取當前第一過程變量資訊及當前第二過程變量資訊,將當前混合物濃度資訊、第一過程變量資訊及當前第二過程變量資訊輸入至黏度訓練系統中,並分別與該模型中的混合物濃度資訊、第一過程變量資訊及第二過程變量資訊進行比對,以預測得出當前混合物之黏度。
而本發明之上述目的與優點,不難從下述所選用實施例之詳細說明與附圖中獲得深入了解。
1:桶槽
11:驅動件
12:量測單元
2:伺服器
21:資料庫單元
3:第一控制單元
4:第二控制單元
5:模型
第1圖為本發明黏度訓練系統之方塊結構示意圖。
第2圖為本發明黏度訓練系統之步驟流程圖。
第3圖為本發明黏度訓練系統之流程示意圖。
第4圖為本發明黏度預測系統之方塊結構示意圖。
第5圖為本發明黏度預測系統之步驟流程圖。
第6圖為本發明黏度預測系統之流程示意圖。
首先,請參閱第1~3圖,為本發明所提供之黏度訓練系統,其由一桶槽1、一伺服器2、一第一控制單元3及一第二控制單元4所構成,其中:該桶槽1,於本實施例中,係用於食品加工產業中,供容設呈液體狀或粉體狀之混合物,該桶槽1與至少一驅動件11相連接,該驅動件11用以攪拌混合物,且該桶槽1設有一用以測量混合物黏度之量測單元12,且該量測單元12於攪拌過程中偵測混合物的一黏度輸出變量資訊,與本實施例中,該驅動件11由一馬達所構成。
該伺服器2,具有一資料庫單元21,且該伺服器2與該量測單元12透過網路連結,該伺服器2接收資料並將預先量測的混合物之濃度資訊儲存至該資料庫單元21,於本實施例中,該伺服器2由一電腦或一行動裝置所構成。
該第一控制單元3,與該桶槽1電性連接且與該伺服器2網路連結,該第一控制單元3輸入混合物之一第一變量資訊並於攪拌過程中偵測混合物的一第一過程變量資訊,於本實施例中,該第一控制單元3由一邏輯控制器所構成,且該第一變量資訊由混合物之濃度及溫度所構成,而該第一過程變量資訊由攪拌過程中實際測量的混合物之溫度所構成。
該第二控制單元4,與該桶槽1電性連接且與該伺服器2網路連結,該第二控制單元4輸入該驅動件11之一第二變量資訊並於攪拌過程中偵測該驅動件11的一第二過程變量資訊,於本實施例中,該第二控制單元4由一變頻器所構成,且該第二變量資訊由該驅動件11之頻率所構成,而該第二過程變量資訊由攪拌過程中實際測量的驅動件11之頻率、電壓及電流所構成(前述驅動件11之頻率,於本實施例即指馬達的運轉頻率)。
請繼續參閱第2、3圖,為本發明所提供之黏度訓練系統於實際應用於實驗設計訓練之步驟流程,首先透過該第一控制單元3與該第二控制單元4分別輸入混合物之第一變量資訊及該驅動件11之第二變量資訊,並在混合物於該桶槽1內部攪拌的過程中,該第一控制單元3偵測混合物的第一過程變量資訊,而該第二控制單元4偵測該驅動件11的第二過程變量資訊,且該量測單元12透過預先量測的混合物之濃度資訊與第一過程變量資訊於攪拌過程中綜整偵測混合物的黏度輸出變量資訊,接著該第一控制單元3將該第一過程變量資訊傳送至該伺服器2,該第二控制單元4將該第二過程變量資訊傳送至該伺服器2,該量測單元12將該黏度輸出變量資訊傳送至該伺服器2,並透過該伺服器2將該第一過程變量資訊、該第二過程變量資訊及該黏度輸出變量資訊儲存至該資料庫單元21中,而藉由將每一次實驗設計訓練後的混合物之濃度資訊、該第一過程變量資訊、該第二過程變量資訊及該黏度輸出變量資訊進行綁定,以建置一用於預測混合物黏度之模型。
而在該黏度訓練系統經過實驗設計訓練完成後,則需要部署於執行設備上,請參閱第4~6圖,為本發明基於該黏度訓練系統所建置的黏度預測系統,其由桶槽1及伺服器2所構成,其中:該桶槽1,供容設混合物,且該桶槽1與至少一驅動件11相連接,該驅動件11用以攪拌混合物。
該伺服器2,設有資料庫單元21,該資料庫單元21設有模型5並與該桶槽1透過網路連結,該模型5係依據該黏度訓練系統建置而成,且該模型5建置有依據該黏度訓練系統綜整得出的一混合物濃度資訊、一第一過程變量資訊及一第二過程變量資訊,將該桶槽1中混合物之當前混合物濃度資訊、當前第一過程變量資訊及當前第二過程變量資訊傳送至該伺服器2,並分別與該模型5中的 混合物濃度資訊、第一過程變量資訊及第二過程變量資訊進行比對,以預測得出當前混合物之黏度。
而於本實施例中,該第一過程變量資訊由攪拌過程中實際測量的混合物之溫度所構成,而該第二過程變量資訊由攪拌過程中實際測量的驅動件11之頻率、電壓及電流所構成,進一步地,該第二過程變量資訊的驅動件11電壓及電流亦可換算成驅動件11之功率,以作為該第二過程變量資訊的參數。
請繼續參閱第5、6圖,為本發明所提供之黏度預測系統於實際應用在單純預測上之步驟流程,首先使用者將該桶槽1中混合物之當前混合物濃度資訊、當前第一過程變量資訊及當前第二過程變量資訊輸入至該伺服器2,接著藉由當前混合物濃度資訊、當前第一過程變量資訊及當前第二過程變量資訊分別與該模型5中的混合物濃度資訊、第一過程變量資訊及第二過程變量資訊進行比對,即可預測得出對應該黏度訓練系統中之黏度輸出變量資訊的當前混合物黏度。
此外,本發明所提供之黏度預測系統亦可實際應用在攪拌混合的過程中,先將該桶槽1與第一控制單元例如邏輯控制器及第二控制單元例如變頻器電性連接並透過網路連接至該伺服器2,在該桶槽1實際攪拌混合過程中將當前混合物濃度資訊輸入至該伺服器2中,接著該伺服器2透過第一控制單元與第二控制單元分別擷取當前第一過程變量資訊及當前第二過程變量資訊,最後將當前混合物濃度資訊、當前第一過程變量資訊及當前第二過程變量資訊分別與該模型5中的混合物濃度資訊、第一過程變量資訊及第二過程變量資訊進行比對,進而同樣可預測得出當前混合物之黏度。
藉由上述本發明之結構,透過預先在該黏度訓練系統以不同參數的輸入、輸出來得出黏度變化狀態,而供後續在該黏度預測系統中輸入當前混合物濃度資訊即可預測得出當前混合物黏度之預測值,無須在桶槽1設置用於量測黏度的 量測單元即可依據黏度預測值完成攪拌作業,而具有黏度數值準確及降低成本之功效。
以上實施例之揭示僅用以說明本發明,並非用以限制本發明,故舉凡數值之變更或等效元件之置換仍應隸屬本發明之範疇。
綜上所述,當可使熟知本項技藝者明瞭本發明確可達成前述目的,實已符合專利法之規定,故依法提出申請。
1:桶槽
11:驅動件
12:量測單元
2:伺服器
21:資料庫單元
3:第一控制單元
4:第二控制單元

Claims (6)

  1. 一種黏度學習暨預測系統,包含有:一黏度訓練系統,包含有:一桶槽,供容設混合物且設有一用以測量混合物黏度之量測單元,該桶槽與至少一驅動件相連接,該驅動件用以攪拌混合物,而該量測單元於攪拌過程中偵測混合物的一黏度輸出變量資訊;一伺服器,具有一資料庫單元,且該伺服器與該量測單元透過網路連結,該伺服器接收資料並將預先量測的混合物之濃度資訊儲存至該資料庫單元;一第一控制單元,與該桶槽電性連接且與該伺服器網路連結,該第一控制單元輸入混合物之一第一變量資訊並於攪拌過程中偵測混合物的一第一過程變量資訊;一第二控制單元,與該桶槽電性連接且與該伺服器網路連結,該第二控制單元輸入該驅動件之一第二變量資訊並於攪拌過程中偵測該驅動件的一第二過程變量資訊;其中,該第一控制單元將該第一過程變量資訊傳送至該伺服器,該第二控制單元將該第二過程變量資訊傳送至該伺服器,該量測單元將該黏度輸出變量資訊傳送至該伺服器,並透過該伺服器將該第一過程變量資訊、該第二過程變量資訊及該黏度輸出變量資訊儲存至該資料庫單元中,以建置一模型;一黏度預測系統,其係基於該黏度訓練系統所建置而成,包含有: 該桶槽,供容設混合物,且該桶槽與該至少一驅動件相連接,該驅動件用以攪拌混合物;該伺服器,設有該資料庫單元,該資料庫單元設有該模型且與該桶槽透過網路連結,該模型預先建置有依據該黏度訓練系統綜整得出的一混合物濃度資訊、一第一過程變量資訊及一第二過程變量資訊,其中,將該桶槽中混合物之當前混合物濃度資訊、當前第一過程變量資訊及當前第二過程變量資訊傳送至該伺服器,並分別與該資料庫單元中預先建置的混合物濃度資訊、第一過程變量資訊及第二過程變量資訊進行比對,以預測得出當前混合物之黏度。
  2. 如請求項1所述之黏度學習暨預測系統,其中,該第一變量資訊由混合物之濃度及溫度所構成。
  3. 如請求項1所述之黏度學習暨預測系統,其中,該驅動件由一馬達所構成,而該第二變量資訊即為馬達之運轉頻率。
  4. 如請求項1所述之黏度學習暨預測系統,其中,該第一過程變量資訊由攪拌過程中實際測量的混合物之溫度所構成。
  5. 如請求項1所述之黏度學習暨預測系統,其中,該驅動件由一馬達所構成,而該第二過程變量資訊由攪拌過程中實際測量的馬達之運轉頻率、電壓及電流所構成。
  6. 如請求項1所述之黏度學習暨預測系統,其中,該桶槽更與該第一控制單元及該第二控制單元電性連接並透過網路連接至該伺服器,在該桶槽攪拌過程中將當前混合物濃度資訊輸入至該伺服器中,該伺服器透過該第一控制單元與該第二控制單元分別擷取當前第一過程變量資訊及當前第二過程變量資訊,並將當 前混合物濃度資訊、當前第一過程變量資訊及當前第二過程變量資訊分別與該模型中的混合物濃度資訊、第一過程變量資訊及第二過程變量資訊進行比對,以預測得出當前混合物之黏度。
TW111145005A 2022-11-24 2022-11-24 黏度學習暨預測系統 TWI831484B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW111145005A TWI831484B (zh) 2022-11-24 2022-11-24 黏度學習暨預測系統

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW111145005A TWI831484B (zh) 2022-11-24 2022-11-24 黏度學習暨預測系統

Publications (2)

Publication Number Publication Date
TWI831484B true TWI831484B (zh) 2024-02-01
TW202422415A TW202422415A (zh) 2024-06-01

Family

ID=90824624

Family Applications (1)

Application Number Title Priority Date Filing Date
TW111145005A TWI831484B (zh) 2022-11-24 2022-11-24 黏度學習暨預測系統

Country Status (1)

Country Link
TW (1) TWI831484B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180299375A1 (en) * 2015-04-27 2018-10-18 Virtual Fluid Monitoring Services LLC Fluid analysis and monitoring using optical spectroscopy
US20190121343A1 (en) * 2016-05-09 2019-04-25 Strong Force Iot Portfolio 2016, Llc Systems and methods of data collection and analysis of data from a plurality of monitoring devices
CN110935337A (zh) * 2018-09-21 2020-03-31 三菱电机自动化(中国)有限公司 搅拌***及搅拌方法
CN112834729A (zh) * 2021-01-08 2021-05-25 三一汽车起重机械有限公司 一种液压油品质监测方法、装置及***
TW202223561A (zh) * 2020-09-18 2022-06-16 德商巴斯夫歐洲公司 化學生產控制
CN114898819A (zh) * 2022-04-06 2022-08-12 中国石油大学(北京) 一种混合原油黏度预测模型训练方法、装置及应用方法
TW202243808A (zh) * 2020-12-18 2022-11-16 美商應用材料股份有限公司 自適應漿體分配系統

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180299375A1 (en) * 2015-04-27 2018-10-18 Virtual Fluid Monitoring Services LLC Fluid analysis and monitoring using optical spectroscopy
US20190121343A1 (en) * 2016-05-09 2019-04-25 Strong Force Iot Portfolio 2016, Llc Systems and methods of data collection and analysis of data from a plurality of monitoring devices
CN110935337A (zh) * 2018-09-21 2020-03-31 三菱电机自动化(中国)有限公司 搅拌***及搅拌方法
TW202223561A (zh) * 2020-09-18 2022-06-16 德商巴斯夫歐洲公司 化學生產控制
TW202243808A (zh) * 2020-12-18 2022-11-16 美商應用材料股份有限公司 自適應漿體分配系統
CN112834729A (zh) * 2021-01-08 2021-05-25 三一汽车起重机械有限公司 一种液压油品质监测方法、装置及***
CN114898819A (zh) * 2022-04-06 2022-08-12 中国石油大学(北京) 一种混合原油黏度预测模型训练方法、装置及应用方法

Similar Documents

Publication Publication Date Title
Wallevik Rheological properties of cement paste: Thixotropic behavior and structural breakdown
US11489736B2 (en) System and method for managing computing devices
CN1940781A (zh) 用于控制分批过程的方法和***
WO2014049698A1 (ja) 流動体の物性測定方法及び装置
KR102235712B1 (ko) 콘크리트 슬럼프 예측 시스템
Sarghini et al. Experimental analysis and numerical simulation of pasta dough extrusion process
TWI831484B (zh) 黏度學習暨預測系統
Labík et al. Gas‐liquid mass transfer rates and impeller power consumptions for industrial vessel design
JP2023507906A (ja) ポリマー粘度の品質を制御するための方法及び制御システム
CN109634104A (zh) 水泥生料配料过程的智能优化控制装置及其控制方法
EP2329248B1 (en) Expert-system-based rheology
Baravian et al. Modelling thixotropy using a novel structural kinetics approach: basis and application to a solution of iota carrageenan
KR101985801B1 (ko) 전극 활물질 슬러리 점도 제어 방법 및 전극 활물질 슬러리 제조장치
TW202422415A (zh) 黏度學習暨預測系統
JP7395987B2 (ja) 情報処理システム、方法、およびプログラム
TWI801502B (zh) 廠房運轉條件設定支援系統、學習裝置以及運轉條件設定支援裝置
CN111796560A (zh) 工厂运转支持***和工厂运转支持方法
CN104049220A (zh) 自动调压器及其控制方法
KR20230110533A (ko) 정상 상태 혼합 탱크 내의 단일-상 혼합 품질을 예측하기 위한 컴퓨터 써로게이트 모델
US20230034693A1 (en) Information processing device, display control method, and computer-readable recording medium
US20230034851A1 (en) Information processing device, information processing method, computer-readable recording medium, and model generation method
US20230033220A1 (en) Information processing device, information processing method, computer-readable recording medium, and model generation method
JP6623921B2 (ja) 粘度測定装置および粘度測定方法
Unver et al. A fuzzy quality control-decision support system for improving operational reliability of liquid transfer operations in laboratory automation
KR101366131B1 (ko) 위성 단말의 통합 시험 시스템 및 방법