一种宠物食品调制器的控制方法及系统与流程

1.本技术涉及宠物食品加工技术领域，具体涉及一种宠物食品调制器的控制方法及系统。


背景技术：

2.在宠物食品加工过程中，原料混合的调制过程是一个非常重要的环节，调制水分、调制温度和调制时间是控制最终物料调制效果的关键因素。正常情况下，调制器内的压力越高，蒸汽含水量越低，反之压力越低，蒸汽含水量越高。在生产过程中，要根据实际情况进行相应调整，才能使物料达到理想的水分含量。传统的调制过程通常是人为设置控制参数进行调制，并没有根据实际情况进行相应调整，造成混合原料中含水量未达到预期指标。
3.综上所述，现有技术中存在宠物食品混合原料调制过程中由于未考虑调制环境因素以及混合原料类型的影响造成混合原料调制质量较低的问题。


技术实现要素：

4.基于此，有必要针对上述技术问题，提供一种宠物食品调制器的控制方法及系统。
5.一种宠物食品调制器的控制方法，所述方法包括：获得宠物食品的混合原料配比参数，所述混合原料配比参数包括原料类型和原料比例；根据所述原料类型和所述原料比例，获得第一调制校正数据，所述第一调制校正数据包括第一蒸汽压力校正数据和第一蒸汽添加量校正数据；通过传感器对周围环境进行温度、湿度信息采集，获得实时温度信息和实时湿度信息；根据所述实时温度信息和所述实时湿度信息获得第二调制校正数据，所述第二调制校正数据包括第二蒸汽压力校正数据和第二蒸汽量校正数据；根据所述第一调制校正数据和所述第二调制校正数据对原始调制控制参数进行校正，获得调制优化控制参数；按照所述混合原料配比参数将混合原料输入调制器，根据所述调制优化控制参数控制所述调制器进行生产。
6.一种宠物食品调制器的控制系统，包括：
7.混合原料配比参数获得模块，所述混合原料配比参数获得模块用于获得宠物食品的混合原料配比参数，所述混合原料配比参数包括原料类型和原料比例；
8.第一调制校正数据获得模块，所述第一调制校正数据获得模块用于根据所述原料类型和所述原料比例，获得第一调制校正数据，所述第一调制校正数据包括第一蒸汽压力校正数据和第一蒸汽添加量校正数据；
9.信息采集模块，所述信息采集模块用于通过传感器对周围环境进行温度、湿度信息采集，获得实时温度信息和实时湿度信息；
10.第二调制校正数据获得模块，所述第二调制校正数据获得模块用于根据所述实时温度信息和所述实时湿度信息获得第二调制校正数据，所述第二调制校正数据包括第二蒸汽压力校正数据和第二蒸汽量校正数据；
11.调制优化控制参数获得模块，所述调制优化控制参数获得模块用于根据所述第一
调制校正数据和所述第二调制校正数据对原始调制控制参数进行校正，获得调制优化控制参数；
12.混合原料调制模块，所述混合原料调制模块用于按照所述混合原料配比参数将混合原料输入调制器，根据所述调制优化控制参数控制所述调制器进行生产。
13.上述一种宠物食品调制器的控制方法及系统，能够解决宠物食品混合原料调制过程中由于未考虑调制环境因素以及混合原料类型的影响造成混合原料调制质量较低的问题，通过获得宠物食品的混合原料配比参数，所述混合原料配比参数包括原料类型和原料比例；根据所述原料类型和所述原料比例，获得第一调制校正数据，所述第一调制校正数据包括第一蒸汽压力校正数据和第一蒸汽添加量校正数据；通过传感器对周围环境进行温度、湿度信息采集，获得实时温度信息和实时湿度信息；根据所述实时温度信息和所述实时湿度信息获得第二调制校正数据，所述第二调制校正数据包括第二蒸汽压力校正数据和第二蒸汽量校正数据；根据所述第一调制校正数据和所述第二调制校正数据对原始调制控制参数进行校正，获得调制优化控制参数；按照所述混合原料配比参数将混合原料输入调制器，根据所述调制优化控制参数控制所述调制器进行生产。可以提高混合原料中水分控制的准确率，从而提高混合原料的调制质量。
14.上述说明仅是本技术技术方案的概述，为了能够更清楚了解本技术的技术手段，而可依照说明书的内容予以实施，并且为了让本技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本技术的具体实施方式。
附图说明
15.图1为本技术提供了一种宠物食品调制器的控制方法的流程示意图；
16.图2为本技术提供了一种宠物食品调制器的控制方法中获得第一调制校正数据的流程示意图；
17.图3为本技术提供了一种宠物食品调制器的控制方法中构建样本数据集的流程示意图；
18.图4为本技术提供了一种宠物食品调制器的控制系统的结构示意图。
19.附图标记说明：混合原料配比参数获得模块1、第一调制校正数据获得模块2、信息采集模块3、第二调制校正数据获得模块4、调制优化控制参数获得模块5、混合原料调制模块6。
具体实施方式
20.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
21.如图1所示，本技术提供了一种宠物食品调制器的控制方法，所述方法包括：
22.步骤s100：获得宠物食品的混合原料配比参数，所述混合原料配比参数包括原料类型和原料比例；
23.具体而言，本技术提供的方法用于对宠物食品调制器进行优化控制，首先根据宠物食品制作方案获得混合原料的配比参数，其中所述混合原料的配比参数包括原料类型和
原料比例，所述原料类型包括干料类型和湿料类型，所述干料是指通过干料供应装置提供的低含水量的原料，例如：小麦、玉米、大米、豆粉等淀粉类原料，所述湿料是指通过肉类供应装置提供的含水量较高的各种肉糜等原材料。通过获得所述原料配比参数，为下一步进行调制分析提供了原始数据支持。
24.步骤s200：根据所述原料类型和所述原料比例，获得第一调制校正数据，所述第一调制校正数据包括第一蒸汽压力校正数据和第一蒸汽添加量校正数据；
25.如图2所示，在一个实施例中，本技术步骤s200还包括：
26.步骤s210：所述混合原料包括干原料和湿原料；
27.步骤s220：基于大数据，构建干原料水分对照表；
28.步骤s230：将所述干原料输入所述干原料水分对照表进行匹配，获得干原料水分含量；
29.步骤s240：通过传感器对湿原料进行水分检测，获得湿原料水分含量；
30.步骤s250：基于所述原料比例、所述干原料水分含量和所述湿原料水分含量获得混合原料水分含量；
31.步骤s260：将所述混合原料水分含量和预设标准混合原料水分含量进行比对，获得第一调制校正数据。
32.具体而言，所述混合原料包括干原料和湿原料。基于大数据技术对所述干原料的含水量进行搜索和查询，获得多种干原料类型和对应的含水量指标，根据所述干原料类型和对应的含水量指标构建干原料水分对照表，通过构建所述干原料水分对照表，可以提高干原料水分含量获取的效率和准确率。
33.将所述干原料类型输入所述干原料水分对照表进行类型匹配，获得所述干原料水分含量。通过水分测试仪对所述湿原料进行水分检测，获得湿原料水分含量。根据所述原料比例获得所述干原料和所述湿原料的质量，通过所述湿原料质量乘以所述湿原料水分含量加上所述干原料乘以所述干原料水分含量，然后将所得的和除以总的原料质量，获得所述混合原料水分含量。获得预设标准混合原料水分含量，所述预设标准混合原料水分含量可基于宠物食品成品要求计算获得，将所述混合原料水分含量减去所述预设标准混合原料水分含量，将所得的差作为第一调制校正数据，其中所述第一调制校正数据包括第一蒸汽压力校正数据和第一蒸汽添加量校正数据。例如：当所述第一调制校正数据为正值时，表明混合原料中的实时水分含量大于预设标准水分含量，这时可以在调制过程中增大第一蒸汽压力，减少第一蒸汽添加量。通过获得所述第一调制校正数据，可以降低原料类型对混合调制效果造成的影响，从而提高混合原料的调制效果。
34.步骤s300：通过传感器对周围环境进行温度、湿度信息采集，获得实时温度信息和实时湿度信息；
35.具体而言，通过温度传感器对周围环境进行实时温度信息采集，获得实时温度信息，通过湿度传感器对周围环境进行实时湿度信息采集，获得实时湿度信息。通过获得所述实时温度信息和实时湿度信息，为下一步进行环境因素影响分析提供了支持。
36.步骤s400：根据所述实时温度信息和所述实时湿度信息获得第二调制校正数据，所述第二调制校正数据包括第二蒸汽压力校正数据和第二蒸汽量校正数据；
37.如图3所示，在一个实施例中，本技术步骤s400还包括：
38.步骤s410：获取混合原料的调制日志信息；
39.步骤s420：基于所述混合原料配比参数对所述调制日志信息进行调取，获取多组调制加工数据，所述调制加工数据包括历史温度信息、历史湿度信息、历史调制控制参数、历史产品水分偏差量；
40.步骤s430：根据所述调制加工数据获取相同历史调制控制参数下的多组历史温度信息、多组历史湿度信息和多组历史产品水分偏差量；
41.步骤s440：基于所述多组历史温度信息、所述多组历史湿度信息和所述多组历史产品水分偏差量构建样本数据集。
42.具体而言，对宠物食品厂加工日志中的混合原料调制日志进行调取，以所述混合原料配比参数为搜索数据，对所述调制日志信息中和所述混合原料配比参数相同的调制加工数据进行调取，获得多组调制加工数据。其中所述调制加工数据包括历史温度信息、历史湿度信息、历史调制控制参数和历史产品水分偏差量，所述历史温度信息是指加工时的历史环境温度信息，所述历史调制控制参数是指加工时调制器的控制参数，所述历史产品水分偏差量是指历史产品水分含量与预期标准水分含量的差值。以所述历史调制控制参数为固定条件，根据所述调制加工数据获取相同历史调制控制参数下的多组历史温度信息、多组历史湿度信息和多组历史产品水分偏差量。构建样本数据集，所述样本数据集包括所述多组历史温度信息、所述多组历史湿度信息和所述多组历史产品水分偏差量。通过构建所述样本数据集，为下一步对水分偏差模型进行监督训练提供了支持。
43.在一个实施例中，本技术步骤s400还包括：
44.步骤s450：基于bp神经网络，构建水分偏差模型；
45.步骤s460：所述水分偏差模型的输入数据为温度信息和湿度信息，输出数据为调制产品水分偏差量；
46.步骤s470：按照预设数据划分规则对所述样本数据集进行数据划分，获得样本训练集和样本验证集；
47.步骤s480：根据所述样本训练集和所述样本验证集对所述水分偏差模型进行训练和验证，获得所述水分偏差模型。
48.具体而言，基于bp神经网络，构建水分偏差模型的网络结构，所述水分偏差模型为机器学习中可以进行不断迭代优化的神经网络模型，通过训练数据集进行监督训练获得。其中所述水分偏差模型的输入数据为温度信息和湿度信息，输出数据为调制产品水分偏差量。预设数据划分规则，所述数据划分规则本领域技术人员可基于实际情况自定义设置，例如：80％、20％。根据所述预设数据划分规则对所述样本数据集进行数据划分，将所述样本数据集划分为样本训练集和样本验证集。通过所述样本训练集对所述水分偏差模型进行监督训练，当模型输出结果趋于收敛状态时，通过所述样本验证集对所述模型进行验证，预设验证准确率指标，所述验证准确率指标本领域技术人员可基于实际情况自定义设置，例如：95％，当模型输出结果准确率大于等于所述预设准确率指标时，获得所述水分偏差模型，通过基于bp神经网络构建所述水分偏差模型，可以提高水分偏差值获得的准确率和效率。
49.在一个实施例中，本技术步骤s400还包括：
50.步骤s490：将所述实时温度信息和所述实时湿度信息输入所述水分偏差模型，获得调制产品水分偏差量；
51.步骤s4100：基于所述调制产品水分偏差量获得所述第二调制校正数据。
52.具体而言，将所述实时温度信息和所述实时湿度信息输入所述水分偏差模型，输出调制产品水分偏差量，然后根据所述调制产品水分偏差量获得所述第二调制校正数据，其中所述第二调制校正数据包括第二蒸汽压力校正数据和第二蒸汽量校正数据。例如：在夏季降雨期间时，环境内温度高、湿度大，则可以通过增大第二蒸汽压力，减少第二蒸汽添加量，来控制混合原料中的水分含量。通过获得所述第二调制校正数据，可以降低环境因素对混合调制效果造成的影响，从而提高混合原料的调制效果。
53.步骤s500：根据所述第一调制校正数据和所述第二调制校正数据对原始调制控制参数进行校正，获得调制优化控制参数；
54.在一个实施例中，本技术步骤s500还包括：
55.步骤s510：预设权重分配系数；
56.步骤s520：根据所述权重分配系数对所述第一调制校正数据和所述第二调制校正数据进行加权计算，获得综合校正数据；
57.步骤s530：基于所述综合校正数据对原始调制控制参数进行校正，获得调制优化控制参数。
58.具体而言，预设权重分配系数，所述权重分配系数本领域技术人员可基于实际情况计算获得，例如：可以通过层次分析法对所述第一调制校正数据和所述第二调制校正数据设置不同的权重，比如：40％、60％，将所述第一调制校正数据乘以对应权重系数和所述第二调制校正数据乘以对应权重系数进行相加，获得两者之和即为所述综合校正数据。并根据所述综合校正数据对原始调制控制参数进行校正，所述原始调制控制参数是指调制器的初始控制参数，例如：当所述综合校正数据为负值时，则表明预期混合原料水分含量小于标准水分含量，则可以通过降低蒸汽压力，增加蒸汽添加量进行水分补充，获得调制优化控制参数。通过获得所述调制优化控制参数，为下一步进行混合原料调制生产提供了支持。
59.步骤s600：按照所述混合原料配比参数将混合原料输入调制器，根据所述调制优化控制参数控制所述调制器进行生产。
60.在一个实施例中，本技术步骤s600还包括：
61.步骤s610：根据所述调制优化控制参数对所述调制器的调制环境进行设置，将所述混合原料输送到上层调制器进行低温预热和混合搅拌；
62.步骤s620：并通过上层调制加热设备对所述混合原料进行加热，其中所述上层调制加热设备的输出温度小于温度预警系数；
63.步骤s630：当所述上层调制器运行时间满足预设第一调制时间时，将混合原料输送到下层调制器进行高温熟化；
64.步骤s640：并通过下层调制加热设备对所述混合原料进行加热，其中所述下层调制加热设备的输出温度大于温度预警系数。
65.具体而言，根据所述调制优化控制参数对所述调制器的调制环境进行设置，所述调制器包括上层调质器和下层调制器两部分，并将所述混合原料通过传输装置输送到上层调制器进行低温预热和混合搅拌，在进行低温预热和混合搅拌过程中通过上层调制加热设备对所述混合原料进行加热，其中所述上层调制加热设备的输出温度小于温度预警系数，所述温度预警系数为56摄氏度，设置温度预警系数的目的是避免在低温预热阶段造成肉类
蛋白质变质等情况。当所述上层调制器运行时间大于预设第一调制时间时，所述预设第一调制时间为所述上层调制器的运行时间，将所述混合原料输送到下层调制器进行高温熟化，并在高温熟化过程中通过下层调制加热设备对所述混合原料进行加热，且所述下层调制加热设备的输出温度远大于温度预警系数，例如：120摄氏度。设置下层调制加热温度的目的是使混合原料进行快速熟化，提高生产效率。
66.通过上述方法解决了宠物食品混合原料调制过程中由于未考虑调制环境因素以及混合原料类型的影响造成混合原料调制质量较低的问题。通过对调制控制参数进行优化，可以提高混合原料中水分控制的准确率，从而提高混合原料的调制质量。
67.在一个实施例中，如图4所示提供了一种宠物食品调制器的控制系统，包括：混合原料配比参数获得模块1、第一调制校正数据获得模块2、信息采集模块3、第二调制校正数据获得模块4、调制优化控制参数获得模块5、混合原料调制模块6、其中：
68.混合原料配比参数获得模块1，所述混合原料配比参数获得模块1用于获得宠物食品的混合原料配比参数，所述混合原料配比参数包括原料类型和原料比例；
69.第一调制校正数据获得模块2，所述第一调制校正数据获得模块2用于根据所述原料类型和所述原料比例，获得第一调制校正数据，所述第一调制校正数据包括第一蒸汽压力校正数据和第一蒸汽添加量校正数据；
70.信息采集模块3，所述信息采集模块3用于通过传感器对周围环境进行温度、湿度信息采集，获得实时温度信息和实时湿度信息；
71.第二调制校正数据获得模块4，所述第二调制校正数据获得模块4用于根据所述实时温度信息和所述实时湿度信息获得第二调制校正数据，所述第二调制校正数据包括第二蒸汽压力校正数据和第二蒸汽量校正数据；
72.调制优化控制参数获得模块5，所述调制优化控制参数获得模块5用于根据所述第一调制校正数据和所述第二调制校正数据对原始调制控制参数进行校正，获得调制优化控制参数；
73.混合原料调制模块6，所述混合原料调制模块6用于按照所述混合原料配比参数将混合原料输入调制器，根据所述调制优化控制参数控制所述调制器进行生产。
74.在一个实施例中，所述系统还包括：
75.干原料水分对照表构建模块，所述干原料水分对照表构建模块用于基于大数据，构建干原料水分对照表；
76.干原料水分含量获得模块，所述干原料水分含量获得模块用于将所述干原料输入所述干原料水分对照表进行匹配，获得干原料水分含量；
77.湿原料水分含量获得模块，所述湿原料水分含量获得模块用于通过传感器对湿原料进行水分检测，获得湿原料水分含量；
78.混合原料水分含量获得模块，所述混合原料水分含量获得模块用于基于所述原料比例、所述干原料水分含量和所述湿原料水分含量获得混合原料水分含量；
79.第一调制校正数据获得模块，所述第一调制校正数据获得模块用于将所述混合原料水分含量和预设标准混合原料水分含量进行比对，获得第一调制校正数据。
80.在一个实施例中，所述系统还包括：
81.调制日志信息获得模块，所述调制日志信息获得模块用于获取混合原料的调制日
志信息；
82.调制加工数据获取模块，所述调制加工数据获取模块用于基于所述混合原料配比参数对所述调制日志信息进行调取，获取多组调制加工数据，所述调制加工数据包括历史温度信息、历史湿度信息、历史调制控制参数、历史产品水分偏差量；
83.信息获得模块，所述信息获得模块用于根据所述调制加工数据获取相同历史调制控制参数下的多组历史温度信息、多组历史湿度信息和多组历史产品水分偏差量；
84.样本数据集构建模块，所述样本数据集构建模块用于基于所述多组历史温度信息、所述多组历史湿度信息和所述多组历史产品水分偏差量构建样本数据集。
85.在一个实施例中，所述系统还包括：
86.水分偏差模型构建模块，所述水分偏差模型构建模块用于基于bp神经网络，构建水分偏差模型；
87.数据输入输出模块，所述数据输入输出模块是指所述水分偏差模型的输入数据为温度信息和湿度信息，输出数据为调制产品水分偏差量；
88.数据划分模块，所述数据划分模块用于按照预设数据划分规则对所述样本数据集进行数据划分，获得样本训练集和样本验证集；
89.水分偏差模型获得模块，所述水分偏差模型获得模块用于根据所述样本训练集和所述样本验证集对所述水分偏差模型进行训练和验证，获得所述水分偏差模型。
90.在一个实施例中，所述系统还包括：
91.调制产品水分偏差量获得模块，所述调制产品水分偏差量获得模块用于将所述实时温度信息和所述实时湿度信息输入所述水分偏差模型，获得调制产品水分偏差量；
92.第二调制校正数据获得模块，所述第二调制校正数据获得模块用于基于所述调制产品水分偏差量获得所述第二调制校正数据。
93.在一个实施例中，所述系统还包括：
94.权重分配系数设置模块，所述权重分配系数设置模块用于预设权重分配系数；
95.综合校正数据获得模块，所述综合校正数据获得模块用于根据所述权重分配系数对所述第一调制校正数据和所述第二调制校正数据进行加权计算，获得综合校正数据；
96.调制优化控制参数获得模块，所述调制优化控制参数获得模块用于基于所述综合校正数据对原始调制控制参数进行校正，获得调制优化控制参数。
97.在一个实施例中，所述系统还包括：
98.调制环境设置模块，所述调制环境设置模块用于根据所述调制优化控制参数对所述调制器的调制环境进行设置，将所述混合原料输送到上层调制器进行低温预热和混合搅拌；
99.混合原料加热模块，所述混合原料加热模块用于并通过上层调制加热设备对所述混合原料进行加热，其中所述上层调制加热设备的输出温度小于温度预警系数；
100.高温熟化模块，所述高温熟化模块用于当所述上层调制器运行时间满足预设第一调制时间时，将混合原料输送到下层调制器进行高温熟化；
101.输出温度设置模块，所述输出温度设置模块用于并通过下层调制加热设备对所述混合原料进行加热，其中所述下层调制加热设备的输出温度大于温度预警系数。
102.综上所述，本技术提供了一种宠物食品调制器的控制方法及系统具有以下技术效
果：
103.1.解决了宠物食品混合原料调制过程中由于未考虑调制环境因素以及混合原料类型的影响造成混合原料调制质量较低的问题。通过对调制控制参数进行优化，可以提高混合原料中水分控制的准确率，从而提高混合原料的调制质量。
104.2.通过构建所述干原料水分对照表，可以提高干原料水分含量获取的效率和准确率。通过基于bp神经网络构建所述水分偏差模型，可以提高水分偏差值获得的准确率和效率。
105.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
106.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。

技术特征：
1.一种宠物食品调制器的控制方法，其特征在于，所述方法包括：获得宠物食品的混合原料配比参数，所述混合原料配比参数包括原料类型和原料比例；根据所述原料类型和所述原料比例，获得第一调制校正数据，所述第一调制校正数据包括第一蒸汽压力校正数据和第一蒸汽添加量校正数据；通过传感器对周围环境进行温度、湿度信息采集，获得实时温度信息和实时湿度信息；根据所述实时温度信息和所述实时湿度信息获得第二调制校正数据，所述第二调制校正数据包括第二蒸汽压力校正数据和第二蒸汽量校正数据；根据所述第一调制校正数据和所述第二调制校正数据对原始调制控制参数进行校正，获得调制优化控制参数；按照所述混合原料配比参数将混合原料输入调制器，根据所述调制优化控制参数控制所述调制器进行生产。2.如权利要求1所述的方法，其特征在于，所述根据所述原料类型和所述原料比例，获得第一调制校正数据，还包括：所述混合原料包括干原料和湿原料；基于大数据，构建干原料水分对照表；将所述干原料输入所述干原料水分对照表进行匹配，获得干原料水分含量；通过传感器对湿原料进行水分检测，获得湿原料水分含量；基于所述原料比例、所述干原料水分含量和所述湿原料水分含量获得混合原料水分含量；将所述混合原料水分含量和预设标准混合原料水分含量进行比对，获得第一调制校正数据。3.如权利要求1所述的方法，其特征在于，所述根据所述实时温度信息和所述实时湿度信息获得第二调制校正数据，还包括：获取混合原料的调制日志信息；基于所述混合原料配比参数对所述调制日志信息进行调取，获取多组调制加工数据，所述调制加工数据包括历史温度信息、历史湿度信息、历史调制控制参数、历史产品水分偏差量；根据所述调制加工数据获取相同历史调制控制参数下的多组历史温度信息、多组历史湿度信息和多组历史产品水分偏差量；基于所述多组历史温度信息、所述多组历史湿度信息和所述多组历史产品水分偏差量构建样本数据集。4.如权利要求3所述的方法，其特征在于，所述方法还包括：基于bp神经网络，构建水分偏差模型；所述水分偏差模型的输入数据为温度信息和湿度信息，输出数据为调制产品水分偏差量；按照预设数据划分规则对所述样本数据集进行数据划分，获得样本训练集和样本验证集；根据所述样本训练集和所述样本验证集对所述水分偏差模型进行训练和验证，获得所
述水分偏差模型。5.如权利要求4所述的方法，其特征在于，所述方法还包括：将所述实时温度信息和所述实时湿度信息输入所述水分偏差模型，获得调制产品水分偏差量；基于所述调制产品水分偏差量获得所述第二调制校正数据。6.如权利要求1所述的方法，其特征在于，所述根据所述第一调制校正数据和所述第二调制校正数据对原始调制控制参数进行校正，获得调制优化控制参数，还包括：预设权重分配系数；根据所述权重分配系数对所述第一调制校正数据和所述第二调制校正数据进行加权计算，获得综合校正数据；基于所述综合校正数据对原始调制控制参数进行校正，获得调制优化控制参数。7.如权利要求1所述的方法，其特征在于，还包括：根据所述调制优化控制参数对所述调制器的调制环境进行设置，将所述混合原料输送到上层调制器进行低温预热和混合搅拌；并通过上层调制加热设备对所述混合原料进行加热，其中所述上层调制加热设备的输出温度小于温度预警系数；当所述上层调制器运行时间满足预设第一调制时间时，将混合原料输送到下层调制器进行高温熟化；并通过下层调制加热设备对所述混合原料进行加热，其中所述下层调制加热设备的输出温度大于温度预警系数。8.一种宠物食品调制器的控制系统，其特征在于，所述系统包括：混合原料配比参数获得模块，所述混合原料配比参数获得模块用于获得宠物食品的混合原料配比参数，所述混合原料配比参数包括原料类型和原料比例；第一调制校正数据获得模块，所述第一调制校正数据获得模块用于根据所述原料类型和所述原料比例，获得第一调制校正数据，所述第一调制校正数据包括第一蒸汽压力校正数据和第一蒸汽添加量校正数据；信息采集模块，所述信息采集模块用于通过传感器对周围环境进行温度、湿度信息采集，获得实时温度信息和实时湿度信息；第二调制校正数据获得模块，所述第二调制校正数据获得模块用于根据所述实时温度信息和所述实时湿度信息获得第二调制校正数据，所述第二调制校正数据包括第二蒸汽压力校正数据和第二蒸汽量校正数据；调制优化控制参数获得模块，所述调制优化控制参数获得模块用于根据所述第一调制校正数据和所述第二调制校正数据对原始调制控制参数进行校正，获得调制优化控制参数；混合原料调制模块，所述混合原料调制模块用于按照所述混合原料配比参数将混合原料输入调制器，根据所述调制优化控制参数控制所述调制器进行生产。

技术总结
本申请涉及宠物食品加工技术领域，提供了一种宠物食品调制器的控制方法及系统，包括：获得混合原料配比参数，包括原料类型和原料比例；根据原料类型和原料比例，获得第一调制校正数据；获得实时温度信息和实时湿度信息；根据实时温度信息和实时湿度信息获得第二调制校正数据；根据第一调制校正数据和第二调制校正数据对原始调制控制参数进行校正，获得调制优化控制参数；根据调制优化控制参数控制所述调制器进行生产。能够解决宠物食品混合原料调制过程中由于未考虑调制环境因素以及混合原料类型的影响造成混合原料调制质量较低的问题，通过对调制控制参数进行优化，可以提高混合原料的调制质量。合原料的调制质量。合原料的调制质量。


技术研发人员：赵海明
受保护的技术使用者：上海伯纳天纯生物科技有限公司
技术研发日：2023.05.09
技术公布日：2023/8/4