[发明专利]电子级氢氧化钾的智能生产系统

说明书

本申请涉及智能控制领域，其具体地公开了一种电子级氢氧化钾的智能生产系统，其通过采用基于深度学习的神经网络模型挖掘出离心分离的过程中离心速率值的时序变化与分离得到的氯化钾晶体的重量值时序变化间的映射关系，以基于实际氯化钾晶体的分离析出量来进行离心速率的自适应控制，进而优化离心效率和效果，且确保离心分离能够稳定地进行。

技术领域

本申请涉及智能控制领域，且更为具体地，涉及一种电子级氢氧化钾的智能生产系统。

背景技术

目前国内生产电子级氢氧化钾主要从终端入手，将得到的氢氧化钾片碱配制为不同浓度的氢氧化钾溶液，采用冷冻结晶或者离子交换等方法去除重金属及钠离子，但是这样得到氢氧化钾重金属离子仍然很高，钠离子降低并不明显，且产率较低，氢氧化钾损失较大，能耗较高。

鉴于上述不足，中国专利CN111910204A揭露了一种电子级氢氧化钾提纯工艺，其通过利用氯化氢气体通入氯化钾溶液中，形成同离子效应，氯化钾结晶析出，同时也利用到钠钾离子在盐酸溶液中的溶解度差异，其他重金属离子更易溶解在酸性溶液中，离心结晶得到高纯度试剂级氯化钾，然后利用双极膜设备进行电解来制得电子级氢氧化钾。

但是在该专利所揭露的方案中，在离心得到高纯度试剂级氯化钾时，离心的速率只是固定在某个范围内，并没有充分考虑到离心速率与氯化钾晶体的离心状态适配关系，导致在实际制备的过程中，离心得到的氯化钾晶体较少，大部分的氯化钾溶于溶液中，使得离心的效率和效果并不能满足生产要求所需。

因此，期望一种优化的电子级氢氧化钾的智能生产系统。

发明内容

为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种电子级氢氧化钾的智能生产系统，其通过采用基于深度学习的神经网络模型挖掘出离心分离的过程中离心速率值的时序变化与分离得到的氯化钾晶体的重量值时序变化间的映射关系，以基于实际氯化钾晶体的分离析出量来进行离心速率的自适应控制，进而优化离心效率和效果，且确保离心分离能够稳定地进行。

根据本申请的一个方面，提供了一种电子级氢氧化钾的智能生产系统，其包括：数据采集模块，用于获取预定时间段内多个预定时间点的离心速率值和所述多个预定时间点的分离得到的氯化钾晶体的重量值；相对重量计算模块，用于将所述多个预定时间点的分离得到的氯化钾晶体的重量值按照时间维度排列为重量输入向量后，计算所述重量输入向量中每相邻两个位置的重量值之间的差值以得到增量输入向量；重量时序变化特征提取模块，用于将所述增量输入向量通过多尺度邻域特征提取模块以得到增强时序特征向量；离心速率时序变化特征提取模块，用于将所述多个预定时间点的离心速率值按照时间维度排列为离心速率输入向量后通过所述多尺度邻域特征提取模块以得到离心速率时序特征向量；关联编码模块，用于计算所述增强时序特征向量相对于所述离心速率时序特征向量的响应性估计以得到分类特征矩阵；特征优化模块，用于基于所述增强时序特征向量和所述离心速率时序特征向量，对所述分类特征矩阵进行特征分布优化以得到优化分类特征矩阵；以及离心速率控制模块，用于将所述优化分类特征矩阵通过分类器以得到分类结果，所述分类结果用于表示当前时间点的离心速率值应增大或应减小。

在上述电子级氢氧化钾的智能生产系统中，所述多尺度邻域特征提取模块，包括：第一卷积层、与所述第一卷积层并行的第二卷积层，以及，与所述第一卷积层和所述第二卷积层连接的多尺度特征融合层，其中，所述第一卷积层使用具有第一长度的一维卷积核，所述第二卷积层使用具有第二长度的一维卷积核。