[发明专利]风机控制的方法、模型训练的方法及智能温控设备

说明书

本公开提供了风机控制的方法、模型训练的方法及智能温控设备，涉及计算机技术领域，尤其涉及人工智能、深度学习、大数据及设备温度控制技术领域。具体实现方案为：利用目标模型的分类任务层，基于目标对象的关联特征数据所对应的第一特征向量，确定设置于输送段的不同位置的多个风机的启动状态信息；根据启动状态信息，从多个风机中确定风机组，其中，风机组中的风机用于对目标对象进行温度调节；利用目标模型的回归任务层，基于第一特征向量，确定风机组中的风机的推荐转速，以实现控制风机组中的风机根据推荐转速进行风机控制。根据本公开的技术，可以实现对风机组中的风机进行精准的运行控制，进而提高生产的目标对象的产品稳定性和合格率。

技术领域

本公开涉及计算机技术领域，尤其涉及人工智能、深度学习、大数据及设备温度控制技术领域。

背景技术

在一些产品的生产过程中，需要利用风机对产品自身的温度进行快速调节，以使产品的性能改变或使产品更有利于在后续的生产加工过程中使用。

发明内容

本公开提供了一种风机控制的方法、模型训练的方法、智能温控设备、装置、设备以及存储介质。

根据本公开的一方面，提供了一种风机控制的方法，包括：

利用目标模型的分类任务层，基于目标对象的关联特征数据所对应的第一特征向量，确定设置于输送段的不同位置的多个风机的启动状态信息；

根据启动状态信息，从多个风机中确定风机组，其中，风机组中的风机用于对目标对象进行温度调节；

利用目标模型的回归任务层，基于第一特征向量，确定风机组中的风机的推荐转速，以实现控制风机组中的风机根据推荐转速进行风机控制。

根据本公开的另一方面，提供了一种模型训练的方法，包括：

利用初始模型的分类任务层，基于目标对象的历史样本数据对应的第二特征向量，确定设置于输送段的不同位置的多个风机的启动状态信息；

根据启动状态信息，从多个风机中确定风机组，其中，风机组中的风机用于对目标对象进行温度调节；

利用初始模型的回归任务层，基于第二特征向量，确定风机组中的风机的推荐转速；

利用预设损失函数，根据启动状态信息和推荐转速，对初始模型的参数进行调优，以训练得到本公开任一实施例的目标模型。

根据本公开的另一方面，提供了一种智能温控设备，包括：

炉体，进口端和出口端；

输送段，贯穿进口端和出口端，用于输送目标对象；

多个风机，间隔设置于炉体的内部，且多个风机的设置位置与输送段的位置对应；

控制器，与多个风机连接，用于根据本公开任一实施例的方法对多个风机进行控制。

根据本公开的另一方面，提供了一种风机控制的装置，包括：

第一确定模块，用于利用目标模型的分类任务层，基于目标对象的关联特征数据所对应的第一特征向量，确定设置于输送段的不同位置的多个风机的启动状态信息；

第二确定模块，用于根据启动状态信息，从多个风机中确定风机组，其中，风机组中的风机用于对目标对象进行温度调节；

第三确定模块，用于利用目标模型的回归任务层，基于第一特征向量，确定风机组中的风机的推荐转速，以实现控制风机组中的风机根据推荐转速进行风机控制。

根据本公开的另一方面，提供了一种模型训练的装置，包括：

第四确定模块，用于利用初始模型的分类任务层，基于目标对象的历史样本数据对应的第二特征向量，确定设置于输送段的不同位置的多个风机的启动状态信息；