基于数据驱动的粮油加工过程聚类分析

技术详细介绍

在工业物联网环境下，伴随泛在感知节点的布署，大量含有不确定信息的混合数据同样在粮油加工过程涌现。基于数据驱动的粮油加工过程的聚类分析，可以在先验知识缺乏的条件下，以一种无监督的方式，对粮油加工过程中的诸多生产条件数据(如温度、物料流量、压强等)进行分析，从而挖掘其中潜藏的知识和信息。本技术成果针对粮油加工监测中带有不确定信息的混合数据特征，提出了类簇自适应调整的混合属性数据粗糙聚类方法，并探讨了其在蓖麻油制备十一碳烯酸甲酯生产案例中的应用。

目前，蓖麻油制备十一烯酸的一般工艺要经过醇解、裂解、水解等三步反应。该工艺的第二阶段反应为蓖麻油酸甲酯裂解生成十一碳烯酸甲酯和庚醛，然而，裂解反应中存在着碳化、脱水、聚合等多种副反应，对主反应的顺利进行造成严重影响，使得十一碳烯酸甲酯的产量和纯度偏低，产物成分复杂。十一碳烯酸甲酯作为第三阶段的原料，其进料量与最终产物十一烯酸的产量呈正相关，因此，有必要对第二阶段的反应条件进行探究，以找出影响十一碳烯酸甲酯产量的关键因素。在反应装置固定、压力，冷凝条件一定的情况下，原料纯度、预热温度、物料流量、裂解温度、抗氧剂是影响蓖麻油酸甲酯的主要因素，这些参数是可以度量与人为调整的。而十一碳烯酸甲酯的产率为数值属性的数据，这些数据值与反应条件参数之间存在着潜在联系。为此，可以通过聚类的方法分析蓖麻油酸甲酯制备十一碳烯酸甲酯反应中的条件参数，在此基础上，挖掘条件参数与十一碳烯酸甲酯产率的关系。