本技术涉及数据监测技术领域,具体涉及一种基于传感器的粮醅混合工艺生产数据监测系统。该系统包括处理器和存储器,处理器执行存储器存储的计算机程序以实现如下步骤:根据特征子序列集合中的各个特征子序列的初始阶数值,得到特征子序列对应的预测温度数据序列,根据预测温度数据序列得到特征子序列的初始阶数值对应的误差系数;根据当前目标子序列的初始阶数值和特征子序列的初始阶数值对应的误差系数,得到当前目标子序列的目标阶数值;根据ARIMA模型、目标阶数值和当前目标子序列,得到未来时刻下的预测温度数据,根据预测温度数据得到当前监测时刻下反应室内的温度监测结果。且本发明能够使得所获取的反应室内的温度监测结果较可靠。
背景技术
粮醅混合工艺是发酵食品生产过程中一种关键的操作步骤,通常应用于酿造酒类(如白酒)、醋、酱油等发酵食品的制造,所述粮醅混合工艺一般在反应室中进行;但是由于反应室中的温度会直接影响粮醅加工的效率和良率,因此为了保证粮醅加工的效率和良率,在粮醅混合工艺生产过程中,通常需要对反应室内的温度进行监测,且后续基于监测结果来对反应室内的温度进行调控,从而将反应室内的温度控制在规定的范围内。
通常情况下反应室内的温度一般是通过传感器来进行采集的,但是由于温度的传递具有时延性的特征,所以在利用传感器对温度进行监测的过程中,传感器实时所采集到的温度数据并不是反应室内的真实温度,因此若直接基于传感器所采集到的温度数据,来获取对应监测时刻下反应室内的温度监测结果,会导致所获取的监测结果出现不准确的问题,从而会导致后续在对反应室内的温度进行调控时,出现调控偏差或者调控不准确的现象,所以当前为了获取准确的监测结果,一般会依据传感器所采集到的温度数据和ARIMA模型(自回归积分滑动平均模型)来获取预测的温度数据,并依据所预测得到的数据来确定对应监测时刻下反应室内的温度监测结果,但是在基于传感器所采集到的温度数据和ARIMA模型来进行预测时,通常是使用固定的阶数值或者将阶数值设置为经验值,所述阶数值为ARIMA模型中的阶数值,也是自回归部分的阶数值,而这种确定阶数值的方式会导致后续所获取的预测数据出现不可靠或者不准确的问题,进而会导致后续基于所预测的数据所分析确定的监测结果,也出现不准确和不可靠的问题,从而也会影响粮醅加工的效率和良率,因此通过如何自适应获取阶数值,以提高预测的准确性是亟需解决的问题。
实现思路