具有自动学习功能的电子鼻智能烘烤控制系统及控制方法
【技术领域】
[0001] 本发明涉及到智能控制技术，具体地说，是一种具有自动学习功能的、基于电 子鼻（人工嗅觉）技术、人工神经网络的智能烘烤控制系统及控制方法，人工神经网络 (Artificial Neural Network)简称 ANN 网络。
【背景技术】
[0002] 在工业生产和食品加工过程中，常常涉及到烘烤工艺，烘烤过程的操控是否合理 直接影响烘烤产品的品质评定。目前的烘烤过程多为人工、半自动化操控，每位烘烤师管理 几至几十个烤房，虽然已根据经验设定了烘烤工艺曲线，但由于烘烤对象的性质差异，需要 烘烤师在实施烘烤的整个过程中，对烘烤过程实施24小时的监控并不断修正、调节烘烤工 艺曲线，不仅使烘烤师的劳动强度大，且由于烘烤师的烘烤技术良莠不齐，导致烘烤成品的 质量差异，这极大地制约了烘烤成品质量整体提高的可能性。此外，各个地域烘烤对象品种 种类繁多，烘烤对象烘烤出来的香味也是呈现多种多样的特性，单一的烘烤工艺难以满足 所有地域烘烤对象的烘烤工艺要求。
[0003] 随着电子鼻技术的日益成熟，在挥发性气味检测和判别领域得到越来越广泛的应 用，并且效果良好，已经制成了比较成熟的产品。研宄表明，有的烘烤对象（如烟叶）散发 的气体中的化学成分达到数千种，致香物质又十分复杂，有些成分含量虽然低，但对烘烤对 象香气/香味起着很大的贡献。而电子鼻模仿人类嗅觉感官系统，对气味具有很好的广谱 响应性，能解决烘烤对象中对复杂未知气味的测量问题。从而用电子鼻识别烘烤过程中各 个阶段产生的气味，再从电子鼻的传感器阵列数据中提取烘烤对象在烘烤过程中的气味特 征信息是完全可行的。
[0004] 中国专利201210221024. 0公开了一种自动烘烤监控系统及方法，该系统结合电 子鼻技术和图像处理技术，通过循环判断和控制，能够自动地实时采集烤箱内食物烘烤过 程中的实际温度、实际湿度和实际气体成分，根据烤箱内的实际气体成分实时准确判断食 物所处的烘烤阶段，并相应调节烤箱内的温度和湿度使之达到食物所处的烘烤阶段对应的 烘烤温度设定值和烘烤湿度设定值，实现对食物烘烤过程的自适应调整监控，进而提高了 烘烤工艺的准确性和烘烤质量。
[0005] 虽然通过多种传感器技术的融合能够掌握食物的烘烤阶段，从而对烘烤过程进行 调整，但是该系统及方法仍然采用固定的烘烤工艺曲线，在预定的烘烤阶段设置的烘烤温 度和烘烤湿度（即干球温度和湿球温度）属于固定值，这些值往往也是通过经验数据所得， 在烘烤过程中无法针对不同的烘烤对象进行调整，而且不能自动对烘烤时间和干球温度和 湿球温度进行修正，系统的智能性较差，烘烤质量难以达到最优。
【发明内容】
[0006] 为了解决上述问题，本发明首先提出了一种具有自动学习功能的电子鼻智能烘烤 控制系统，该系统建立了对烘烤工艺曲线进行智能调节的人工神经网络，并能在烘烤结束 时在以前的人工神经网络基础之上自动学习当前采集到的烘烤信息，更新以前的人工神经 网络，使得人工神经网络在样本足够多的情况下适用于不同的烘烤对象，从而满足不同的 烘烤工艺曲线需求，达到优化烘烤质量的目的，实现对烘烤工艺曲线的自动调整和烘烤过 程的全程自动化操作。
[0007] 为达到上述目的，本发明所采用的具体技术方案如下：
[0008] 一种具有自动学习功能的电子鼻智能烘烤控制系统，其关键在于：设置有中控计 算机，该中控计算机的输入端分别连接有电子鼻模块、图像采集器和水分检测仪，该中控计 算机的输出端连接有PID控制器，所述PID控制器用于控制烘烤加热器和通风调节器工 作；
[0009] 在所述中控计算机中配置有气味ANN网络、图像ANN网络和水分ANN网络，所述电 子鼻模块用于采集烘烤对象在烘烤过程中的气味信息，所述中控计算机根据电子鼻模块采 集的气味信息提取气味特征，所述气味ANN网络以所述气味特征为主要输入，经过预测得 到当前阶段所需的第一剩余烘烤时间、第一干球温度调整量和第一湿球温度调整量；
[0010] 所述图像采集器用于采集烘烤对象在烘烤过程中的图像信息，所述中控计算机根 据图像采集器采集的图像信息提取图像特征，所述图像ANN网络以所述图像特征为主要输 入，经过预测得到当前阶段所需的第二剩余烘烤时间、第二干球温度调整量和第二湿球温 度调整量；
[0011] 所述水分检测仪用于采集烘烤对象在烘烤过程中的水分信息，所述中控计算机根 据水分检测仪采集的水分信息提取水分特征，所述水分ANN网络以所述水分特征为主要输 入，经过预测得到当前阶段所需的第三剩余烘烤时间、第三干球温度调整量和第三湿球温 度调整量；
[0012] 所述中控计算机根据所述气味ANN网络、图像ANN网络和水分ANN网络的预测值 确定当前阶段最终所需的剩余烘烤时间、干球温度调整量和湿球温度调整量来控制所述 PID控制器工作。
[0013] 基于上述设计，本系统配置了多种采集设备，充分融合了烘烤过程中的气味信息、 图像信息和烘烤对象的水分信息，经过大量样本数据对上述人工神经网络进行训练，再结 合烘烤规则，最终实现不同烘烤对象的烘烤工艺曲线的调整，由于烘烤规则是根据烘烤工 艺以及烘烤师在实际操作中总结出的经验的体现，针对不同的烘烤对象，再利用多种监测 数据来进行智能调整，避免了现有系统中只能通过区分烘烤阶段来实现自动调整的缺陷， 优化了烘烤产品的质量。
[0014] 作为进一步描述，所述电子鼻模块中设置有多个气体传感器、温度传感器、湿度传 感器和气压传感器，从而更加准确地得到气味特征。
[0015] 结合上述系统，本发明还提出了一种具有自动学习功能的电子鼻智能烘烤控制系 统的控制方法，主要按照以下步骤进行：
[0016] 步骤1 :根据经验数据建立烘烤规则，该烘烤规则包括烘烤时间以及预定烘烤时 间点的干球温度量和湿球温度量；
[0017] 步骤2 :通过电子鼻模块采集烘烤对象在烘烤过程中的气味信息，以所述气味信 息提取的气味特征为主要输入，利用气味ANN网络预测得到当前阶段所需的第一剩余烘烤 时间L、第一干球温度调整量&和第一湿球温度调整量s 1;
[0018] 步骤3 :通过图像采集器采集烘烤对象在烘烤过程中的图像信息，以所述图像信 息提取的图像特征为主要输入，利用图像ANN网络预测得到当前阶段所需的第二剩余烘烤 时间t2、第二干球温度调整量gjP第二湿球温度调整量s 2;
[0019] 步骤3 :通过水分检测仪采集烘烤对象在烘烤过程中的水分信息，以所述水分信 息提取的水分特征为主要输入，利用水分ANN网络预测得到当前阶段所需的第三剩余烘烤 时间t3、第三干球温度调整量&和第三湿球温度调整量s 3;
[0020] 步骤4 :按照t = aA+aA+aA计算所需的当前阶段最终所需的剩余烘烤时间t， 按照g = 计算干球温度调整量g，按照s = c Pjc2Sjc3S3计算湿球温度调整 量 s，其中 a2, a3, Id1, b2, b3,均为加权系数，且 BfaJa3= I ;b JbJb3= I ;c Jcfc3= 1 ;
[0021] 步骤5 :根据步骤4所得的当前阶段最终所需的剩余烘烤时间t、干球温度调整量 g和湿球温度调整量s，运用烘烤规则进行修正并以修正后