一种海洋肽制备用的监测及分析系统

本发明涉及数据处理，尤其涉及一种海洋肽制备用的监测及分析系统。

背景技术：

1、海洋肽是一类来源于海洋生物的生物活性肽，具有抗氧化、抗炎、抗菌等多种生物功能，因此在医药、保健品、食品等领域具有广泛的应用前景。然而，海洋肽的提取和制备过程相对复杂，涉及多个生产环节和多维参数，如温度、ph值、流量、压力等，这些参数直接影响海洋肽的产量和质量。在实际生产过程中，如何在不影响生产效率的前提下，确保这些关键参数的精准控制，成为制约海洋肽产业化发展的重要因素。

2、传统的海洋肽制备过程大多依赖于人工操作与经验调节，生产参数的监控和调整通常需要依靠操作人员根据经验进行判断，难以实时精确地获取多维度的生产参数数据。由于各个生产参数之间的复杂相互作用和动态变化，人工调控往往无法及时响应，容易导致产品质量不一致、生产效率低下等问题。此外，生产环境中的随机波动、噪声数据以及偶发的异常现象也给生产过程带来了很大的不确定性，传统的生产参数控制方法难以有效处理这些复杂情况。

3、综上所述，传统的海洋肽制备过程至少存在如下技术问题：难以准确处理和分析多维生产参数数据，以及对海洋肽制备设备的生产调控的精准度和效率较低。

技术实现思路

1、本发明提供一种海洋肽制备用的监测及分析系统，以解决在海洋肽制备过程中，存在的多维生产参数数据难以准确处理和分析，以及对海洋肽制备设备的生产调控的精准度和效率较低的技术问题。

2、一种海洋肽制备用的监测及分析方法，包括以下步骤：

3、s1.采集生产过程中的原始生产参数数据，对原始生产参数数据进行智能处理，得到智能处理后的生产参数数据；对智能处理后的生产参数数据进行智能分析，得到状态分析结果；

4、s2.通过海洋肽制备多维动态状态自适应评估算法对状态分析结果进行自适应评估，生成状态评估结果；根据状态评估结果，生成调整建议；将调整建议转换为控制指令，自动调控海洋肽制备设备。

5、优选的，所述s1，具体包括：

6、在智能处理的实现过程中，对原始生产参数数据进行去噪处理；使用带有自适应阈值的异常值检测算法对去噪处理后的生产参数数据进行异常值检测与剔除；对经过异常值检测与剔除的生产参数数据进行标准化处理，得到智能处理后的生产参数数据。

7、优选的，所述s1，具体包括：

8、利用动态分层特征映射与时间域偏移变换分析法，对智能处理后的生产参数数据进行智能分析，得到状态分析结果。

9、优选的，所述s1，具体包括：

10、动态分层特征映射与时间域偏移变换分析法的具体实现过程如下：

11、通过映射矩阵，对智能处理后的生产参数数据进行动态分层特征映射处理，得到各特征层的映射结果；对各特征层的映射结果进行时间域偏移变换；引入特征交叉项，计算不同特征层之间的特征相互作用强度；根据特征层之间的特征相互作用强度对特征层进行权重分配，基于不同特征层的权重，计算生产状态偏差；映射公式定义为：

12、

13、其中，代表第个特征层的映射结果；是动态映射矩阵；是时刻下的智能处理后的生产参数数据集；

14、时间域偏移变换公式如下：

15、

16、其中，表示第个特征层经过时间域偏移变换后的生产特征；是时间偏移系数；是第个特征层的生产特征随时间的变化率；

17、特征相互作用强度通过以下公式计算：

18、

19、其中，是第层与第层特征层之间的特征相互作用强度，；用来防止分母为零；是第个特征层经过时间域偏移变换后的生产特征。

20、优选的，所述s1，具体包括：

21、根据生产状态偏差，引入状态修正模型，生成生产条件的修正值；基于生产条件的修正值，形成状态分析结果。

22、优选的，所述s2，具体包括：

23、在海洋肽制备多维动态状态自适应评估算法实现过程中，通过引入时间变换和动态权重对状态分析结果进行动态非线性组合，得到动态非线性组合后的状态分析结果。

24、优选的，所述s2，具体包括：

25、在海洋肽制备多维动态状态自适应评估算法实现过程中，对动态非线性组合后的状态分析结果进行自适应评估，得到生产状态偏差评估值。

26、优选的，所述s2，具体包括：

27、通过将生产状态偏差评估值与预设的阈值进行比较，评估生产过程中是否存在异常；并根据生产状态偏差评估值与预设的阈值的差值，生成状态评估结果。

28、本发明的一种海洋肽制备用的监测及分析系统，具体包括以下技术方案：

29、一种海洋肽制备用的监测及分析系统，包括以下部分：

30、数据采集模块，数据智能处理模块，智能分析模块，自适应评估模块，自动控制模块，数据存储模块；

31、数据采集模块，实时采集生产过程中的原始生产参数数据，并将原始生产参数数据发送至数据智能处理模块；

32、数据智能处理模块，对原始生产参数数据进行智能处理，得到智能处理后的生产参数数据，并将智能处理后的生产参数数据发送至智能分析模块和数据存储模块；

33、智能分析模块，利用动态分层特征映射与时间域偏移变换分析法，结合数据存储模块的历史时间域偏移变换后的生产特征对智能处理后的生产参数数据进行智能分析，得到映射后的特征数据、时间域偏移变换后的生产特征、生产状态偏差值、生产条件的修正值，基于生产条件的修正值，形成状态分析结果，并将状态分析结果发送至自适应评估模块，将时间域偏移变换后的生产特征和状态分析结果发送至数据存储模块；

34、自适应评估模块，对状态分析结果进行动态非线性组合得到动态非线性组合后的状态分析结果，对动态非线性组合后的状态分析结果进行自适应评估，得到状态评估结果，并将状态评估结果发送至自动控制模块，将动态非线性组合后的状态分析结果和状态评估结果发送至数据存储模块；

35、自动控制模块，根据状态评估结果生成调整建议，并通过调整建议生成控制指令，根据控制指令自动调整生产条件；将调整建议发送至数据存储模块；

36、数据存储模块，用来存储生产过程中的智能处理后的生产参数数据、时间域偏移变换后的生产特征、状态分析结果、状态评估结果、动态非线性组合后的状态分析结果以及调整建议，并作为历史数据使用。

37、本发明的技术方案的有益效果是：

38、1、引入自适应阈值进行异常检测，通过结合均值、标准差和偏度动态调整阈值，可以适应不同生产状态下的变化，避免传统固定阈值法容易出现的误判现象，同时利用偏度和时间衰减系数，可以检测对称分布的异常值，能够应对数据分布不均匀的场景，能够灵活调整异常值的检测敏感度，适应不同阶段的数据特性，尤其适用于复杂的海洋肽生产过程，有助于提高异常检测的准确性并优化生产控制。

39、2、通过动态分层特征映射和时间域偏移变换对不同生产参数数据进行动态处理，能够更好地捕捉到生产参数数据中的细微变化，尤其是多维动态环境下各个生产参数之间的复杂关系，动态分层特征映射将不同的生产参数数据投影到独立的特征空间，能够更清晰地分离出每个生产参数对生产过程的具体影响；而时间域偏移变换则通过时间延迟效应，能够更好地跟踪生产参数数据的变化趋势，从而形成对当前生产状态的更精确的评估。

40、3、特征相互作用分析不仅评估了每个生产参数的独立影响，还通过特征交叉项分析了不同生产参数之间的相互作用，从而更全面地理解各生产参数之间的关联性和协同性。通过特征相互作用强度的计算，能够对生产过程具有较大影响的生产参数赋予更高的权重，确保在优化调整时重点关注这些生产参数，从而有效提升生产调控的精准度和效率。