陸冠成，蒙艷玫，余雙雙，董 振

(廣西大學(xué)機(jī)械工程學(xué)院，廣西南寧 530004)

0 引言

煮糖過(guò)程是一個(gè)存在傳熱傳質(zhì)、復(fù)雜相變和非線性慢時(shí)變的過(guò)程，包含多種因素的相互影響和相互作用，難以直接通過(guò)機(jī)理建模來(lái)構(gòu)建控制系統(tǒng)模型。目前，國(guó)內(nèi)也有高校和研究機(jī)構(gòu)以過(guò)飽和度為控制目標(biāo)研究煮糖自動(dòng)化技術(shù)，通過(guò)調(diào)節(jié)煮糖過(guò)程的運(yùn)行參數(shù)來(lái)實(shí)現(xiàn)過(guò)程的自動(dòng)控制，但煮糖過(guò)程關(guān)鍵工藝參數(shù)監(jiān)控的長(zhǎng)期穩(wěn)定性尚需進(jìn)一步研究[1]。

煮糖過(guò)程是一個(gè)包含高粘度的氣相流、液相流和固相流的復(fù)雜過(guò)程，是一個(gè)多因素復(fù)雜耦合的系統(tǒng)。煮糖過(guò)程有流動(dòng)場(chǎng)、溫度場(chǎng)、濃度場(chǎng)、真空度場(chǎng)、外力場(chǎng)和雜質(zhì)場(chǎng)等相互作用，煮糖過(guò)程的運(yùn)行參數(shù)和糖膏物性對(duì)這些場(chǎng)均有影響，直接制約了煮糖生產(chǎn)的質(zhì)量、產(chǎn)量和能耗[2]。因此，在煮糖過(guò)程中如何協(xié)同優(yōu)化這些因素是提高產(chǎn)品質(zhì)量、提高生產(chǎn)效率和降低能耗的關(guān)鍵。

機(jī)器學(xué)習(xí)算法能夠在不透徹了解過(guò)程機(jī)理的情況下，通過(guò)對(duì)過(guò)程數(shù)據(jù)進(jìn)行學(xué)習(xí)與建模，挖掘過(guò)程輸入與輸出之間存在的隱含關(guān)系，并以其逼近實(shí)際過(guò)程。雖然前饋神經(jīng)網(wǎng)絡(luò)已經(jīng)得到了充分的研究和廣泛使用，但是由于其基于采用梯度下降求解，容易導(dǎo)致求解過(guò)程陷入極小點(diǎn)而達(dá)不到預(yù)期效果。極限學(xué)習(xí)機(jī)是Huang等人提出的一種采用類似于單隱含層神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，但有別于神經(jīng)網(wǎng)絡(luò)的全新機(jī)器學(xué)習(xí)方法[3]?；谧钚《朔ū孀R(shí)輸出權(quán)值向量，對(duì)目標(biāo)具備較好的全局逼近能力；不需要頻繁調(diào)整網(wǎng)絡(luò)參數(shù)，避免了多次迭代調(diào)整網(wǎng)絡(luò)參數(shù)帶來(lái)的計(jì)算復(fù)雜度，提高了網(wǎng)絡(luò)模型的學(xué)習(xí)效率，減少了模型訓(xùn)練時(shí)間。

為了解決存在耦合方式多變、糖膏物性不確定與高度非線性等復(fù)雜因素的煮糖制煉自適應(yīng)控制難題，本文以煮糖制煉過(guò)程離散狀態(tài)控制轉(zhuǎn)移為核心，基于深度極限學(xué)習(xí)機(jī)研究了煮糖制煉過(guò)程關(guān)鍵參數(shù)的遞推自適應(yīng)控制，運(yùn)用極限學(xué)習(xí)機(jī)自編碼器抽取煮糖制煉過(guò)程關(guān)鍵參數(shù)特征研究了煮糖制煉關(guān)鍵參數(shù)粗差數(shù)據(jù)的剔除與脈動(dòng)數(shù)據(jù)的濾波。

1 極限學(xué)習(xí)機(jī)的原理

極限學(xué)習(xí)機(jī)是Huang等人提出的一種全新的機(jī)器學(xué)習(xí)方法。它是一種采用類似于單隱含層神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，但有別于神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)方法[3]。在極限學(xué)習(xí)機(jī)中，輸入層與隱含層的連接權(quán)值及隱含層的閾值均是隨機(jī)生成的，并在學(xué)習(xí)過(guò)程中不再需要調(diào)整。極限學(xué)習(xí)機(jī)可以被看作一個(gè)參數(shù)線性化模型，其求解過(guò)程可歸結(jié)為求解線性系統(tǒng)[4-5]。與傳統(tǒng)單隱含層神經(jīng)網(wǎng)絡(luò)相比，極限學(xué)習(xí)機(jī)具有學(xué)習(xí)速度快、需要調(diào)整的參數(shù)少和泛化性能好等優(yōu)點(diǎn)[6]。從極限學(xué)習(xí)機(jī)的理論上分析，即使隱含層節(jié)點(diǎn)數(shù)是隨機(jī)設(shè)置的，其仍能保持單層前饋神經(jīng)網(wǎng)絡(luò)的通用逼近能力。極限學(xué)習(xí)機(jī)由輸入層、隱含層和輸出層三層構(gòu)成，其網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。

圖1 極限學(xué)習(xí)機(jī)網(wǎng)絡(luò)結(jié)構(gòu)圖

極限學(xué)習(xí)機(jī)的輸出函數(shù)可由式(1)表示。

在式(1)中，β=[1,2,...,L]T為隱含層到輸出層之間的權(quán)重向量，h(x)=[h1(x),h2(x),...,hL(x)]是極限學(xué)習(xí)機(jī)的非線性特征映射。極限學(xué)習(xí)機(jī)隱含層節(jié)點(diǎn)的映射函數(shù)表達(dá)式并不唯一，在實(shí)際應(yīng)用中hi(x)通常可由如下公式表示。

其中，ai表示第i個(gè)隱含層節(jié)點(diǎn)的權(quán)重向量，bi表示第i個(gè)隱含層節(jié)點(diǎn)的偏置量，G(a,b,x)表示隱含層激活函數(shù)。當(dāng)一個(gè)待解決問(wèn)題存在多變量映射關(guān)系時(shí)，極限學(xué)習(xí)機(jī)可以使用如下矩陣形式表述。

在極限學(xué)習(xí)機(jī)的矩陣形式中，T表示樣本目標(biāo)矩陣，H表示隱含層輸出矩陣。根據(jù)極限學(xué)習(xí)機(jī)原理，極限學(xué)習(xí)機(jī)成功應(yīng)用于解決實(shí)際問(wèn)題的關(guān)鍵在于參數(shù)ai，bi和βi的求取。在極限學(xué)習(xí)機(jī)中，輸入權(quán)值ai和隱含層偏置bi是隨機(jī)確定的，那么隱含層的輸出矩陣H一經(jīng)確定后就不會(huì)再改變了。因此，極限學(xué)習(xí)機(jī)的關(guān)鍵在于輸出權(quán)重向量的求取。極限學(xué)習(xí)機(jī)的輸出權(quán)重向量β可由最小二乘法辨識(shí)，其辨識(shí)目標(biāo)式子如下所示。

2 基于深度極限學(xué)習(xí)機(jī)的煮糖制煉過(guò)程關(guān)鍵參數(shù)特征變換方法

由于受到實(shí)際工況的影響，煮糖制煉過(guò)程傳感器數(shù)據(jù)容易導(dǎo)致一些參數(shù)測(cè)量結(jié)果出現(xiàn)不確定性?；诠と私?jīng)驗(yàn)設(shè)置的煮糖制煉過(guò)程工藝目標(biāo)，因工人經(jīng)驗(yàn)知識(shí)不同以及工況變化影響，容易導(dǎo)致一些工藝指標(biāo)與現(xiàn)場(chǎng)工況不匹配。煮糖制煉過(guò)程氣動(dòng)閥門受到工廠供氣量的影響容易導(dǎo)致閥門開度不到位。煮糖制煉過(guò)程蒸汽供應(yīng)的波動(dòng)容易導(dǎo)致對(duì)流跟隨波動(dòng)，最終導(dǎo)致煮糖制煉控制器脈動(dòng)輸出。因煮糖制煉過(guò)程是一個(gè)慢時(shí)變過(guò)程，煮糖制煉控制器脈動(dòng)輸出極有可能導(dǎo)致偽晶的出現(xiàn)以及導(dǎo)致煮煉時(shí)間變長(zhǎng)[1,7]。因此，煮糖制煉過(guò)程關(guān)鍵參數(shù)粗差數(shù)據(jù)的剔除以及脈動(dòng)數(shù)據(jù)的濾波提高煮糖制煉自動(dòng)控制效果的關(guān)鍵所在。粗差數(shù)據(jù)的剔除與脈動(dòng)數(shù)據(jù)的濾波理論上可以根據(jù)統(tǒng)計(jì)學(xué)原理實(shí)現(xiàn)，然而這需要大量的數(shù)據(jù)，增加了計(jì)算復(fù)雜度，導(dǎo)致這類處理難以適應(yīng)在線控制。極限學(xué)習(xí)機(jī)的自編碼為解決此類問(wèn)題提供了一條新途徑。

極限學(xué)習(xí)機(jī)的自編碼是一種無(wú)監(jiān)督的學(xué)習(xí)算法，常用于實(shí)現(xiàn)數(shù)據(jù)降維或者特征提取，是深度學(xué)習(xí)中數(shù)據(jù)特征抽取的主要手段。極限學(xué)習(xí)機(jī)自編碼器的網(wǎng)絡(luò)結(jié)構(gòu)由輸入層、隱含層和輸出層構(gòu)成。它主要包含編碼器和解碼器2個(gè)部分，其結(jié)構(gòu)的特別之處在于輸入層和輸出層節(jié)點(diǎn)數(shù)相同。極限學(xué)習(xí)機(jī)自編碼器的構(gòu)成如圖2所示。

圖2 極限學(xué)習(xí)機(jī)自編碼器的構(gòu)成

其中，x為自編碼器的原始輸入數(shù)據(jù)，為自編碼器的輸出， ()E·是編碼函數(shù)， ()D·是解碼函數(shù)，y是x的特征空間。極限學(xué)習(xí)機(jī)自編碼器的編碼與解碼過(guò)程可由以下式子表示。

基于極限學(xué)習(xí)機(jī)自編碼器原理，煮糖制煉過(guò)程關(guān)鍵參數(shù)的特征抽取以現(xiàn)場(chǎng)傳感器的數(shù)據(jù)和基于工人經(jīng)驗(yàn)的工藝指標(biāo)作為自編碼器的原始輸入數(shù)據(jù)x，通過(guò)自編碼器的編碼函數(shù) ()E·將其編碼為y，然后再通過(guò)解碼函數(shù) ()D·將y解碼為，其目的是為了讓盡量復(fù)現(xiàn)x，亦即次要數(shù)據(jù)被剔除后所獲得數(shù)據(jù)特征盡可能逼近原始數(shù)據(jù)x。基于極限學(xué)習(xí)機(jī)自編碼器抽取關(guān)鍵參數(shù)特征的主要目的在于經(jīng)過(guò)迭代計(jì)算與復(fù)現(xiàn)輸入數(shù)據(jù)，讓編碼后的y具有表征x的價(jià)值屬性，從而實(shí)現(xiàn)粗差數(shù)據(jù)的剔除與脈動(dòng)數(shù)據(jù)的濾波?；跇O限學(xué)習(xí)機(jī)抽取煮糖制煉過(guò)程關(guān)鍵參數(shù)特征的網(wǎng)絡(luò)結(jié)構(gòu)如圖3所示。

圖3 煮糖制煉過(guò)程關(guān)鍵參數(shù)特征抽取的網(wǎng)絡(luò)結(jié)構(gòu)圖

3 基于深度極限學(xué)習(xí)機(jī)的煮糖制煉遞推自適應(yīng)控制

煮糖制煉過(guò)程是一個(gè)包含各種因素相互影響與相互作用的高度非線性且機(jī)理復(fù)雜的過(guò)程，難以直接通過(guò)機(jī)理建模解決煮糖制煉自動(dòng)控制問(wèn)題。煮糖制煉過(guò)程的各組件單元通過(guò)物理場(chǎng)共享發(fā)生關(guān)聯(lián)，各場(chǎng)輸入輸出受場(chǎng)間耦合變量的約束，前一場(chǎng)輸出結(jié)果被作為輸入加載入下一場(chǎng)引起該場(chǎng)輸出結(jié)果的不斷變化，各個(gè)影響因素之間耦合關(guān)系極其復(fù)雜。煮糖制煉過(guò)程體系內(nèi)場(chǎng)與外場(chǎng)的約束關(guān)系，過(guò)程關(guān)鍵參數(shù)與糖膏物性對(duì)各個(gè)物理場(chǎng)的影響，關(guān)鍵參數(shù)與糖膏物性對(duì)煮糖制煉過(guò)程傳熱、傳質(zhì)和相變的影響表征了煮糖制煉過(guò)程各能量傳遞單元關(guān)鍵參數(shù)的變化規(guī)律與各影響因素存在重要的協(xié)同作用[8-9]。機(jī)器學(xué)習(xí)算法能夠在不透徹了解過(guò)程機(jī)理的情況下，通過(guò)對(duì)過(guò)程數(shù)據(jù)進(jìn)行學(xué)習(xí)與建模，挖掘過(guò)程輸入與輸出之間存在的隱含關(guān)系，并以其逼近實(shí)際過(guò)程。

基于最小二乘法辨識(shí)輸出權(quán)值向量極限學(xué)習(xí)機(jī)是挖掘過(guò)程輸入與輸出之間存在隱含關(guān)系的重要學(xué)習(xí)方法之一。然而，與神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)與強(qiáng)化學(xué)習(xí)算法等類似，在面對(duì)高維數(shù)據(jù)時(shí)其仍存在模型精度和穩(wěn)定性下降的問(wèn)題。深度極限學(xué)習(xí)機(jī)是一種具有多隱含層網(wǎng)絡(luò)結(jié)構(gòu)的極限學(xué)習(xí)機(jī)，是解決高維數(shù)據(jù)映射問(wèn)題的全新方法[10]。深度極限學(xué)習(xí)機(jī)的網(wǎng)絡(luò)結(jié)構(gòu)如圖4所示。深度極限學(xué)習(xí)機(jī)的隱含層之間的關(guān)系可下式表示。

圖4 深度極限學(xué)習(xí)機(jī)網(wǎng)絡(luò)結(jié)構(gòu)

其中，Hi表示深度極限學(xué)習(xí)機(jī)的第i層隱含層輸出，Hi-1表示深度極限學(xué)習(xí)機(jī)的第(i-1)層隱含層的輸出，()G·為深度極限學(xué)習(xí)機(jī)的隱含層的激活函數(shù)，βi表示深度極限學(xué)習(xí)機(jī)的第i層的輸出權(quán)值，深度極限學(xué)習(xí)機(jī)的最后一個(gè)隱含層和輸出層之間的連接輸出由正則化最小二乘法計(jì)算[11]。深度極限學(xué)習(xí)機(jī)不但具備極限學(xué)習(xí)機(jī)具有的網(wǎng)絡(luò)模型學(xué)習(xí)效率高與對(duì)目標(biāo)全局逼近能力強(qiáng)的優(yōu)點(diǎn)，還能解決高維度問(wèn)題，為揭示存在高維度映射的數(shù)據(jù)間隱含關(guān)系提供了一種新方法[10]。

煮糖制煉過(guò)程既有傳熱又有傳質(zhì)和相變，是一個(gè)包含各種因素的相互影響和相互作用且機(jī)理復(fù)雜的過(guò)程，導(dǎo)致難以直接通過(guò)機(jī)理建模來(lái)反映其過(guò)程控制內(nèi)部機(jī)理。煮糖制煉過(guò)程真空度對(duì)糖膏沸點(diǎn)與糖膏流動(dòng)性具有明顯影響；濃度場(chǎng)與溫度場(chǎng)通過(guò)流動(dòng)場(chǎng)相互作用；雜質(zhì)場(chǎng)促進(jìn)母液的結(jié)晶速度與晶體顆粒的成長(zhǎng)速度，對(duì)濃度場(chǎng)具有顯著影響；其它煮糖制煉影響因素均有相互耦合作用。影響煮糖制煉各因素的耦合關(guān)系如圖5所示。

圖5 影響煮糖制煉各因素的耦合關(guān)系

煮糖制煉過(guò)程的各組件單元通過(guò)物理場(chǎng)共享發(fā)生關(guān)聯(lián)，各場(chǎng)輸入輸出受場(chǎng)間耦合變量的約束，前一場(chǎng)輸出結(jié)果被作為輸入加載入下一場(chǎng)引起該場(chǎng)輸出結(jié)果的不斷變化，各個(gè)影響因素之間耦合關(guān)系極其復(fù)雜基于傳統(tǒng)PID控制或者單一數(shù)據(jù)驅(qū)動(dòng)控制方法的煮糖制煉自動(dòng)控制由于對(duì)耦合過(guò)程過(guò)多簡(jiǎn)化，導(dǎo)致成品糖質(zhì)量嚴(yán)重下降。由于實(shí)際煮糖制煉過(guò)程是一個(gè)存在高維度非線性映射關(guān)系的過(guò)程，神經(jīng)網(wǎng)絡(luò)與極限學(xué)習(xí)機(jī)等因高維度與迭代計(jì)算量的限制，實(shí)際上難以解決煮糖制煉自適應(yīng)控制問(wèn)題。深度極限學(xué)習(xí)機(jī)不但具備極限學(xué)習(xí)機(jī)的優(yōu)點(diǎn)，而且具備處理高維度映射問(wèn)題的能力。因此，本文以煮糖制煉過(guò)程離散狀態(tài)控制轉(zhuǎn)移為核心，基于深度極限學(xué)習(xí)機(jī)構(gòu)建煮糖制煉過(guò)程關(guān)鍵參數(shù)的遞推自適應(yīng)控制模型，實(shí)現(xiàn)煮糖制煉過(guò)程深度遞推自適應(yīng)控制方法，解決存在控制時(shí)變性強(qiáng)、耦合方式多變、糖膏物性不確定與高度非線性等復(fù)雜因素的煮糖制煉自適應(yīng)控制難題。

基于深度極限學(xué)習(xí)機(jī)的煮糖制煉過(guò)程深自適應(yīng)控制過(guò)程如圖6所示，其工作原理是在控制周期到達(dá)時(shí)，以煮糖罐糖膏當(dāng)前溫度、煮糖罐糖膏當(dāng)前錘 度、煮糖罐當(dāng)前蒸汽壓力、煮糖罐糖膏當(dāng)前立方數(shù)、煮糖罐糖膏當(dāng)前結(jié)晶狀態(tài)特征、稀釋箱糖膏當(dāng)前溫度、稀釋箱糖膏當(dāng)前錘度、稀釋箱當(dāng)前物料特征、煮糖罐糖膏當(dāng)前錘度與目標(biāo)錘度的偏差、煮糖罐糖膏當(dāng)前立方數(shù)與目標(biāo)立方數(shù)的偏差、煮糖罐糖膏當(dāng)前結(jié)晶狀態(tài)特征與目標(biāo)結(jié)晶狀態(tài)特征的偏差等全局協(xié)同優(yōu)化下一個(gè)控制周期的蒸汽閥門開口度、入料閥門開口度、熱水閥的開口度和稀釋箱各個(gè)物料閥門開口度等過(guò)程控制量，將全局協(xié)同優(yōu)化后的各個(gè)過(guò)程控制量施加于煮糖制煉，如此循環(huán)往復(fù)，不斷學(xué)習(xí)過(guò)程數(shù)據(jù)、更新參數(shù)以及優(yōu)化調(diào)整各個(gè)過(guò)程控制量，直至煮糖制煉各個(gè)分量滿足工藝指標(biāo)。

圖6 基于深度極限學(xué)習(xí)機(jī)的煮糖制煉遞推自適應(yīng)控制過(guò)

4 實(shí)驗(yàn)結(jié)果

錘度與液位的控制是煮糖制煉過(guò)程實(shí)施自動(dòng)控制的關(guān)鍵因素之一。機(jī)器學(xué)習(xí)方法在工業(yè)在線控制上的應(yīng)用，除了考慮隱含規(guī)律的挖掘能力之外，還考慮在線控制的計(jì)算復(fù)雜、誤差邊界控制與泛化能力等因素。為了驗(yàn)證深度極限學(xué)習(xí)機(jī)的誤差邊界控制與泛化能力，本文以實(shí)驗(yàn)室煮糖制煉裝置的歷史數(shù)據(jù)作為基礎(chǔ)數(shù)據(jù)，分別運(yùn)用前饋神經(jīng)網(wǎng)絡(luò)與深度極限學(xué)習(xí)機(jī)對(duì)錘度與液位數(shù)據(jù)進(jìn)行訓(xùn)練，并使用交叉驗(yàn)證法統(tǒng)計(jì)2種方法的均方根誤差(RMSE)。圖8是本文采集歷史數(shù)據(jù)所用的實(shí)驗(yàn)設(shè)備。2種方法訓(xùn)練的均方根誤差曲線分別如圖9和圖10所示。從均方根誤差曲線上看，深度極限學(xué)習(xí)機(jī)的效果優(yōu)于前饋神經(jīng)網(wǎng)絡(luò)。

圖7 實(shí)驗(yàn)室實(shí)驗(yàn)裝置

圖8 錘度訓(xùn)練均方根誤差值曲線

圖9 液位訓(xùn)練均方根誤差值曲線

為了驗(yàn)證本文所提出方法的有效性及其放在工業(yè)上應(yīng)用的可行性，本文運(yùn)用WPF編寫了一款煮糖制煉過(guò)程自動(dòng)控制軟件終端，并將其部署于廣西某制糖企業(yè)的煮糖制煉工段。該軟件終端現(xiàn)場(chǎng)運(yùn)行截圖見圖10，實(shí)時(shí)控制曲線見圖11。從實(shí)時(shí)控制曲線可以看出，當(dāng)工藝目標(biāo)改變時(shí)，它能夠較好地協(xié)調(diào)各個(gè)閥門的控制量；能夠使制煉關(guān)鍵參數(shù)跟隨工藝目標(biāo)；能夠平穩(wěn)地控制目標(biāo)錘度與目標(biāo)立方數(shù)。

圖10 現(xiàn)場(chǎng)運(yùn)行截圖

圖11 實(shí)時(shí)控制曲線

本文在同一個(gè)煮糖設(shè)備上分別記錄30罐次的自動(dòng)控制煮糖和人工煮糖的煮糖時(shí)間與成品糖色值。圖12為自動(dòng)控制煮糖方法和人工煮糖方法的煮糖時(shí)間對(duì)比，結(jié)果表明本文自動(dòng)控制方法的實(shí)際煮糖時(shí)間稍微優(yōu)于人工煮糖時(shí)間。圖13為自動(dòng)控制煮糖方法和人工煮糖方法的糖色值對(duì)比，結(jié)果表明自動(dòng)控制方法煮糖的效果優(yōu)于人工煮糖。

圖12 時(shí)間對(duì)比圖

圖13 色值對(duì)比圖

5 結(jié)語(yǔ)

煮糖制煉許多內(nèi)在規(guī)律難以了解或者過(guò)于復(fù)雜，導(dǎo)致難以獲取過(guò)程控制定量知識(shí)。煮糖制煉過(guò)程機(jī)理復(fù)雜，存在非線性慢時(shí)變，難以直接通過(guò)機(jī)理建立受控系統(tǒng)的數(shù)學(xué)模型，控制難度極大。雖然可以對(duì)煮糖制煉過(guò)程約束條件進(jìn)行簡(jiǎn)化后建立受控系統(tǒng)的數(shù)學(xué)模型，但是由于對(duì)受控系統(tǒng)進(jìn)行諸多簡(jiǎn)化，導(dǎo)致基于數(shù)學(xué)模型的煮糖控制器在實(shí)際應(yīng)用中往往受未建模動(dòng)態(tài)及魯棒性的影響，未能及時(shí)適應(yīng)物料變化和現(xiàn)場(chǎng)約束條件的變化，嚴(yán)重影響了煮糖質(zhì)量和煮糖效率。

為了解決復(fù)雜因素影響的煮糖制煉自適應(yīng)控制難題，本文以煮糖制煉過(guò)程離散狀態(tài)控制轉(zhuǎn)移為核心，基于深度極限學(xué)習(xí)機(jī)構(gòu)建煮糖制煉過(guò)程關(guān)鍵參數(shù)的遞推自適應(yīng)控制模型，并基于極限學(xué)習(xí)機(jī)自編碼器抽取煮糖制煉過(guò)程關(guān)鍵參數(shù)特征，提出了一種基于深度極限學(xué)習(xí)機(jī)的煮糖制煉自適應(yīng)控制方法。實(shí)驗(yàn)結(jié)果表明，與人工煮糖相比，本文所提出方法不但縮短了煮糖制煉時(shí)間，而且有效地降低了成品糖的色值，為煮糖制煉過(guò)程實(shí)現(xiàn)多因素協(xié)同與自適應(yīng)控制提供了一種新途徑。