CN118011991B - 透皮给药产品生产用原料混合搅拌设备控制系统 - Google Patents

Abstract

本发明涉及设备控制技术领域，本发明公开了透皮给药产品生产用原料混合搅拌设备控制系统，包括数据获取模块，获取成分配比数据、内部监测数据和实测控制参数数据；系数预测模块，获取既定混合时长、混合质量系数区间和时间差值，将成分配比数据、内部监测数据、时间差值和实测控制参数数据输入第一机器学习模型，预测混合质量系数；质量判断模块，判断在既定混合时长内得到的黏稠物成品是否符合混合质量标准；参数控制模块，用于根据实测控制参数数据或修正控制参数数据进行控制，令T=T+K，触发数据获取模块；自适应调整模块，用于重复上述数据获取模块至参数控制模块，直至T=M时，结束循环；本发明有利于进行自适应参数调整和控制。

Description

透皮给药产品生产用原料混合搅拌设备控制系统

技术领域

本发明涉及设备控制技术领域，更具体地说，本发明涉及透皮给药产品生产用原料混合搅拌设备控制系统。

背景技术

透皮给药是一种在医疗和护肤领域广泛应用的药物传递方式；透皮给药产品（如凝胶和膏剂等）的生产工艺涉及多个步骤，如原料准备、混合、涂布、干燥、切割和包装；其中混合环节尤其关键，因为混合质量直接决定了最终产品的出厂质量；传统的混合过程多依赖人工操作，如通过手动控制搅拌棒的方式，这导致混合效果和搅拌速率缺乏一致性，难以保证产品质量；目前在透皮给药产品的生产工艺中，混合装置通常缺乏智能化的混合质量预测功能；这导致无法基于混合质量的预测结果来调整搅拌速率，从而影响生产质量和效率；此外，这种缺乏智能化的生产方式限制了工艺的自动化和优化潜力；面对这些挑战，开发一种透皮给药工艺质量预测系统显得尤为重要。

目前，缺乏针对透皮给药工艺中混合环节进行质量预测的系统，虽然存在一些相关的文献，例如授权公告号CN112023817B的中国专利公开了一种用于机械密封搅拌机的控制方法；上述方法虽能实现对搅拌混合设备的智能控制，但对上述方法以及现有技术进行研究和实际应用发现，上述方法以及现有技术至少存在以下部分缺陷：

（1）缺乏质量预测机制，进一步地，无法基于质量预测结果对实测控制参数数据进行参数修正；

（2）无法根据混合装置内外部影响因素（如温度和压力等等）的变化，针对混合装置的控制参数进行实时的自适应调整，进而在既定时间内易导致混合物质混合过度，或导致混合物质的混合质量不达标。

发明内容

为了克服现有技术的上述缺陷，本发明的实施例提供透皮给药产品生产用原料混合搅拌设备控制系统。

为实现上述目的，本发明提供如下技术方案：

透皮给药产品生产用原料混合搅拌设备控制系统，所述系统包括：

数据获取模块，用于获取黏稠物原料的成分配比数据，并在黏稠物原料的混合过程中，获取在T时刻下混合搅拌装置的内部监测数据和实测控制参数数据；所述内部监测数据包括黏稠物原料的密度比和粘度比，所述控制参数包括压力、温度和搅拌速度，T为大于零的整数；

系数预测模块，用于提取黏稠物的既定混合时长M以及在既定混合时长M下的混合质量系数区间，计算根据既定混合时长M获得的混合时间Q与时刻T的时间差值N，将成分配比数据、内部监测数据、时间差值N和实测控制参数数据输入预配置用于预测混合质量的第一机器学习模型中，预测混合时间Q下的混合质量系数，M、Q和N均为大于零的整数；

质量判断模块，用于根据混合质量系数判断黏稠物原料在既定混合时长M内混合得到黏稠物成品是否符合混合质量标准，若符合，则继续根据实测控制参数数据控制混合搅拌装置；若不符合，则将混合质量系数、时间差值N和实测控制参数数据输入预配置用于反馈修正控制参数的第二机器学习模型中，获取修正控制参数数据，K为大于零的整数；

参数控制模块，用于根据实测控制参数数据或修正控制参数数据控制混合搅拌装置对黏稠物原料进行持续搅拌混合，并令T=T+K，且触发数据获取模块；

自适应调整模块，用于重复上述数据获取模块至参数控制模块，直至T=M时，结束循环，完成对黏稠物原料的搅拌混合，制得黏稠物成品。

进一步地，所述实测控制参数数据包括实测压力值、实测温度值和实测搅拌速度值；

所述内部监测数据的获取逻辑，包括：

获取T时刻下，黏稠物原料在混合过程中的实测密度值，以及获取标准密度值；

将实测密度值与标准密度值进行比值计算，得到黏稠物原料的密度比。

进一步地，所述内部监测数据的获取逻辑，还包括：

获取T时刻下，黏稠物原料在混合过程中的实测粘度值，以及获取标准粘度值；

将实测粘度值与标准粘度值进行比值计算，得到黏稠物原料的粘度比。

进一步地，提取黏稠物的既定混合时长M，包括：

获取黏稠物原料的成品标识数据；

根据成品标识数据与既定混合时长M的预设关系，确定对应黏稠物的既定混合时长M。

进一步地，在既定混合时长M下的混合质量系数区间的获取逻辑如下：

获取黏稠物原料的成品标识数据；

根据成品标识数据与混合质量系数区间的预设关系，确定对应黏稠物在既定混合时长M下的混合质量系数区间。

进一步地，所述第一机器学习模型的生成逻辑如下：

获取混合质量历史数据，将所述混合质量历史数据划分为混合质量训练集和混合质量测试集；其中，所述混合质量历史数据包括成分配比数据、内部监测数据、时间差值N、实测控制参数数据及其对应的混合质量系数；

构建第一回归网络，将混合质量训练集中的成分配比数据、内部监测数据、时间差值N、实测控制参数数据作为第一回归网络的输入数据，将混合质量训练集中的混合质量系数作为第一回归网络的输出数据，对第一回归网络进行训练，得到初始第一回归网络；

利用混合质量测试集对初始第一回归网络进行模型验证，输出小于等于预设测试误差的初始第一回归网络作为用于预测混合质量的第一机器学习模型。

进一步地，所述混合质量历史数据中的混合质量系数的获取逻辑如下：

获取黏稠物原料在混合过程中实拍混合图像，以及获取标准混合图像；

分别对实拍混合图像和标准混合图像进行灰度处理，得到实拍灰度图像和标准灰度图像；

根据相同划分规则将实拍灰度图像和标准灰度图像均划分成Z个区域；

根据实拍灰度图像和标准灰度图像中Z个区域内的像素值进行公式化计算，得到混合质量系数；其计算公式如下：

；

式中：为混合质量系数，/>为标准灰度图像中第i个区域内第v个像素的像素值，为实拍灰度图像中第j个区域内第r个像素的像素值，D为标准灰度图像中第i个区域内的像素总数，/>为实拍灰度图像中第j个区域内的像素总数，/>为实拍灰度图像和标准灰度图中区域总数。

进一步地，所述修正控制参数数据包括第一修正控制参数数据、第二修正控制参数数据和第三修正控制参数数据，所述第一修正控制参数数据为修正搅拌速度值，所述第二修正控制参数数据为修正压力值，所述第三修正控制参数数据为修正温度值。

进一步地，判断黏稠物原料在既定混合时长M内混合得到黏稠物成品是否符合混合质量标准，包括：

将混合质量系数与混合质量系数区间进行比较；

若混合质量系数属于混合质量系数区间，则判定黏稠物原料在既定混合时长M内混合得到黏稠物成品符合混合质量标准；

若混合质量系数不属于混合质量系数区间，则判定黏稠物原料在既定混合时长M内混合得到黏稠物成品不符合混合质量标准。

进一步地，所述第二机器学习模型包括用于反馈修正速度控制参数的速度控制参数修正模型、用于反馈修正压力控制参数的压力控制参数修正模型以及用于反馈修正温度控制参数的温度控制参数修正模型。

进一步地，所述用于反馈修正速度控制参数的速度控制参数修正模型的生成逻辑如下：

获取控制参数历史数据，将控制参数历史数据划分为控制参数训练集和控制参数测试集；所述控制参数历史数据包括混合质量系数、时间差值N、实测控制参数数据及其对应的第一修正控制参数数据；

构建第二回归网络，将控制参数训练集中的混合质量系数、时间差值N、实测控制参数数据作为第二回归网络的输入数据，将控制参数训练集中的第一修正控制参数数据作为第二回归网络输出数据，对第二回归网络进行训练，得到初始第二回归网络；

利用控制参数测试集对初始第二回归网络进行模型验证，输出小于等于预设测试误差的初始第二回归网络作为用于反馈修正速度控制参数的速度控制参数修正模型。

相比于现有技术，本发明的有益效果在于：

（1）本申请公开了透皮给药产品生产用原料混合搅拌设备控制系统，包括数据获取模块，用于获取成分配比数据、内部监测数据和实测控制参数数据；系数预测模块，用于获取既定混合时长、混合质量系数区间和时间差值，将成分配比数据、内部监测数据、时间差值和实测控制参数数据输入第一机器学习模型，预测混合质量系数；质量判断模块，用于判断在既定混合时长内得到的黏稠物成品是否符合混合质量标准；参数控制模块，用于根据实测控制参数数据或修正控制参数数据进行控制，令T=T+K，触发数据获取模块；自适应调整模块，用于重复上述数据获取模块至参数控制模块；基于上述模块，本发明能够根据混合装置内外部影响因素（如温度和压力等）的变化，针对混合装置的控制参数进行实时的自适应调整，进而避免在既定时间内的混合物质混合过度，或避免混合物质的混合质量不达标。

（2）本申请公开了透皮给药产品生产用原料混合搅拌设备控制系统，通过引入质量预测机制，本发明能够在质量预测结果的基础上对实测控制参数数据进行参数修正，进而有利于提高透皮给药类产品加工的自动化和智能化水平。

附图说明

图1为本发明提供的透皮给药产品生产用原料混合搅拌设备控制系统的示意图；

图2为本发明提供的透皮给药产品生产用原料混合搅拌设备控制方法的流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1

请参阅图1所示，本实施例公开提供了透皮给药产品生产用原料混合搅拌设备控制系统，所述系统包括：

数据获取模块110，用于获取黏稠物原料的成分配比数据，并在黏稠物原料的混合过程中，获取在T时刻下混合搅拌装置的内部监测数据和实测控制参数数据；所述内部监测数据包括黏稠物原料的密度比和粘度比，所述控制参数包括压力、温度和搅拌速度，T为大于零的整数；

具体的，所述实测控制参数数据包括实测压力值、实测温度值和实测搅拌速度值；

应当了解的是：所述成分配比数据包括黏稠物原料的成分和比重，所述黏稠物原料具体是指透皮给药类产品的原料，所述透皮给药类产品包括但不限于精华液、敷膏和修复面霜等；不同规格和不同类型的黏稠物原料的成分配比数据通过人工称量输入得到；

需要说明的是：所述实测控制参数数据和内部监测数据通过安装于混合搅拌装置上的各种传感器采集和分析得到，各种所述传感器包括但不限于温度传感器、压力传感器、转速检测表、密度计和粘度计等等；

在一个具体实施方式中，所述内部监测数据的获取逻辑，包括：

获取T时刻下，黏稠物原料在混合过程中的实测密度值，以及获取标准密度值；

将实测密度值与标准密度值进行比值计算，得到黏稠物原料的密度比；

在另一个具体实施方式中，所述内部监测数据的获取逻辑，还包括：

获取T时刻下，黏稠物原料在混合过程中的实测粘度值，以及获取标准粘度值；

将实测粘度值与标准粘度值进行比值计算，得到黏稠物原料的粘度比；

需要说明的是：所述标准密度值和标准粘度值是指符合出厂标准的透皮给药类产品的设定密度值和设计粘度值，该设定密度值和设计粘度值限定了透皮给药类产品的出厂标准；

系数预测模块120，用于提取黏稠物的既定混合时长M以及在既定混合时长M下的混合质量系数区间，计算根据既定混合时长M获得的混合时间Q与时刻T的时间差值N，将成分配比数据、内部监测数据、时间差值N和实测控制参数数据输入预配置用于预测混合质量的第一机器学习模型中，预测混合时间Q下的混合质量系数，M、Q和N均为大于零的整数；

需要说明的是：既定混合时长M是指黏稠物的设定混合时间跨度，进一步说明就是，不同规格和不同类型的黏稠物原料均事先设定有标准混合时长，不同规格和不同类型的黏稠物原料的标准混合时长根据具体实验情况确定；但可以理解的是，每一种黏稠物原料都需在既定混合时长M内完成混合加工；

在实施中，提取黏稠物的既定混合时长M，包括：

获取黏稠物原料的成品标识数据；

根据成品标识数据与既定混合时长M的预设关系，确定对应黏稠物的既定混合时长M；

在实施中，在既定混合时长M下的混合质量系数区间的获取逻辑如下：

获取黏稠物原料的成品标识数据；

根据成品标识数据与混合质量系数区间的预设关系，确定对应黏稠物在既定混合时长M下的混合质量系数区间；

具体的，所述成品标识数据包括但不限于黏稠物成品名称、产品型号和产品序列号等等中的一种；

需要说明的是：系统数据库中，预存有多条成品标识数据与混合质量系数区间的预设关系，以及多条成品标识数据与既定混合时长M的预设关系，通过获取黏稠物原料的成品标识数据，即可调取对应黏稠物原料对应的既定混合时长M，以及在既定混合时长M内混合得到的黏稠物成品的混合质量系数应属于的混合质量系数区间；

进一步需要说明的是：混合时间Q依据既定混合时长M和启动时间生成，示例性说明就是，假设存在一种透皮给药类产品的黏稠物原料，混合搅拌装置对该黏稠物原料进行混合的启动时间为9点00分，而该一种透皮给药类产品的黏稠物原料的既定混合时长M为1小时，因而该一种透皮给药类产品的黏稠物原料的混合时间Q，则为10点00分；进一步地，假设T时刻为9点10分，则混合时间Q与时刻T的时间差值N为50分钟；

具体的，所述第一机器学习模型的生成逻辑如下：

获取混合质量历史数据，将所述混合质量历史数据划分为混合质量训练集和混合质量测试集；其中，所述混合质量历史数据包括成分配比数据、内部监测数据、时间差值N、实测控制参数数据及其对应的混合质量系数；

其中，所述混合质量历史数据中的混合质量系数的获取逻辑如下：

获取黏稠物原料在混合过程中实拍混合图像，以及获取标准混合图像；

需要说明的是：所述标准混合图像存在若干张，并预存于系统数据库中，其根据透皮给药类产品的具体数量确定，且根据透皮给药类产品的具体类型进行提取；标准混合图像为黏稠物原料在既定混合时长M内完成混合加工后得到的满足出厂标准的混合拍摄图像；进一步说明就是，其为符合混合标准的黏稠物混合图像；

分别对实拍混合图像和标准混合图像进行灰度处理，得到实拍灰度图像和标准灰度图像；

根据相同划分规则将实拍灰度图像和标准灰度图像均划分成Z个区域；

应当了解的是：当根据相同划分规则将实拍灰度图像和标准灰度图像均划分成Z个区域时，所述实拍灰度图像和标准灰度图像中区域的划分方式和区域的大小完全一致；

根据实拍灰度图像和标准灰度图像中Z个区域内的像素值进行公式化计算，得到混合质量系数；其计算公式如下：

；

式中：为混合质量系数，/>为标准灰度图像中第i个区域内第v个像素的像素值，/>为实拍灰度图像中第j个区域内第r个像素的像素值，D为标准灰度图像中第i个区域内的像素总数，/>为实拍灰度图像中第j个区域内的像素总数，/>为实拍灰度图像和标准灰度图中区域总数；

构建第一回归网络，将混合质量训练集中的成分配比数据、内部监测数据、时间差值N、实测控制参数数据作为第一回归网络的输入数据，将混合质量训练集中的混合质量系数作为第一回归网络的输出数据，对第一回归网络进行训练，得到初始第一回归网络；

利用混合质量测试集对初始第一回归网络进行模型验证，输出小于等于预设测试误差的初始第一回归网络作为用于预测混合质量的第一机器学习模型；

需要说明的是：所述第一回归网络具体为决策树回归、支持向量机回归、随机森林回归、长短时记忆网络或循环神经网络等模型算法中的具体一种；

质量判断模块130，用于根据混合质量系数判断黏稠物原料在既定混合时长M内混合得到黏稠物成品是否符合混合质量标准，若符合，则继续根据实测控制参数数据控制混合搅拌装置；若不符合，则将混合质量系数、时间差值N和实测控制参数数据输入预配置用于反馈修正控制参数的第二机器学习模型中，获取修正控制参数数据，K为大于零的整数；

具体的，所述修正控制参数数据包括第一修正控制参数数据、第二修正控制参数数据和第三修正控制参数数据，所述第一修正控制参数数据为修正搅拌速度值，所述第二修正控制参数数据为修正压力值，所述第三修正控制参数数据为修正温度值；

在实施中，判断黏稠物原料在既定混合时长M内混合得到黏稠物成品是否符合混合质量标准，包括：

将混合质量系数与混合质量系数区间进行比较；

若混合质量系数属于混合质量系数区间，则判定黏稠物原料在既定混合时长M内混合得到黏稠物成品符合混合质量标准；

若混合质量系数不属于混合质量系数区间，则判定黏稠物原料在既定混合时长M内混合得到黏稠物成品不符合混合质量标准；

需要说明的是：当在既定混合时长M内完成混合加工时，对应混合后的黏稠物原料（即黏稠物成品）的混合质量系数应当属于混合质量系数区间，则该混合后的黏稠物原料（即黏稠物成品）才能被认定为符合出厂的质量标准；

具体的，所述第二机器学习模型包括用于反馈修正速度控制参数的速度控制参数修正模型、用于反馈修正压力控制参数的压力控制参数修正模型以及用于反馈修正温度控制参数的温度控制参数修正模型；

在一个具体实施方式中，所述用于反馈修正速度控制参数的速度控制参数修正模型的生成逻辑如下：

获取控制参数历史数据，将控制参数历史数据划分为控制参数训练集和控制参数测试集；所述控制参数历史数据包括混合质量系数、时间差值N、实测控制参数数据及其对应的第一修正控制参数数据；

构建第二回归网络，将控制参数训练集中的混合质量系数、时间差值N、实测控制参数数据作为第二回归网络的输入数据，将控制参数训练集中的第一修正控制参数数据作为第二回归网络输出数据，对第二回归网络进行训练，得到初始第二回归网络；

利用控制参数测试集对初始第二回归网络进行模型验证，输出小于等于预设测试误差的初始第二回归网络作为用于反馈修正速度控制参数的速度控制参数修正模型；

需要说明的是：同上述第一回归网络，所述第二回归网络具体为决策树回归、支持向量机回归、随机森林回归、长短时记忆网络或循环神经网络等模型算法中的具体一种；

还需要说明的是：用于反馈修正压力控制参数的压力控制参数修正模型和用于反馈修正温度控制参数的温度控制参数修正模型的生成逻辑，同上述用于反馈修正速度控制参数的速度控制参数修正模型的生成过程，详情参照上文，对其不作过多赘述；但应当理解的是，用于反馈修正压力控制参数的压力控制参数修正模型和用于反馈修正温度控制参数的温度控制参数修正模型的输出数据，与用于反馈修正速度控制参数的速度控制参数修正模型的输出数据不同，进一步说明就是，用于反馈修正速度控制参数的速度控制参数修正模型的输出数据为第一修正控制参数数据，而用于反馈修正压力控制参数的压力控制参数修正模型的输出数据为第二修正控制参数数据，用于反馈修正温度控制参数的温度控制参数修正模型的生成逻辑的输出数据为第三修正控制参数数据；

参数控制模块140，用于根据实测控制参数数据或修正控制参数数据控制混合搅拌装置对黏稠物原料进行持续搅拌混合，并令T=T+K，且触发数据获取模块110；

需要说明的是：根据实测控制参数数据或修正控制参数数据控制混合搅拌装置可能是单一的持续过程，或者是转换的持续过程，进一步地示例性解释就是，假设在T时刻实测控制参数数据分别为101,325帕斯卡的压力、60摄氏度的温度以及200转的搅拌速度，再假设根据上述过程，系统可能认定通过T时刻的实测控制参数数据控制混合搅拌装置，可以使黏稠物原料在既定混合时长M内混合得到黏稠物成品符合混合质量标准，则一直通过实测控制参数数据控制，则该过程则为单一的持续过程；但若在T+K时刻，由于内外部因素影响，导致混合搅拌装置内部情况出现变化，则系统可能会认定，通过T时刻的实测控制参数数据控制混合搅拌装置，不能使黏稠物原料在既定混合时长M内混合得到黏稠物成品符合混合质量标准，因此，则需要获取修正控制参数数据，若修正控制参数数据分别为101,530帕斯卡的压力、70摄氏度的温度以及230转的搅拌速度，则通过修正控制参数数据控制混合搅拌装置，使黏稠物原料在既定混合时长M内混合得到黏稠物成品符合混合质量标准，因而，该过程则为转换的持续过程；进一步应当理解的，上述在实际过程中，随着混合时间不断递进以及内外因素的不断影响，所述修正控制参数数据可能也是实时变化的；

自适应调整模块150，用于重复上述数据获取模块110至参数控制模块140，直至T=M时，结束循环，完成对黏稠物原料的搅拌混合，制得黏稠物成品；

应当明白的是：通过混合时间的不断流逝，系统在此过程中会不间断进行自适应参数调整和控制，以保证在既定时间内制得黏稠物成品符合出厂质量标准，进而在既定时间内避免混合物质混合过度，或避免混合物质的混合质量不达标。

实施例2

请参阅图2所示，基于同一个发明构思，并参照上述实施例1，本实施例公开提供了透皮给药产品生产用原料混合搅拌设备控制方法，所述方法包括：

步骤1：获取黏稠物原料的成分配比数据，并在黏稠物原料的混合过程中，获取在T时刻下混合搅拌装置的内部监测数据和实测控制参数数据；所述内部监测数据包括黏稠物原料的密度比和粘度比，所述控制参数包括压力、温度和搅拌速度，T为大于零的整数；

具体的，所述实测控制参数数据包括实测压力值、实测温度值和实测搅拌速度值；

应当了解的是：所述成分配比数据包括黏稠物原料的成分和比重，所述黏稠物原料具体是指透皮给药类产品的原料，所述透皮给药类产品包括但不限于精华液、敷膏和修复面霜等；不同规格和不同类型的黏稠物原料的成分配比数据通过人工称量输入得到；

需要说明的是：所述实测控制参数数据和内部监测数据通过安装于混合搅拌装置上的各种传感器采集和分析得到，各种所述传感器包括但不限于温度传感器、压力传感器、转速检测表、密度计和粘度计等等；

在一个具体实施方式中，所述内部监测数据的获取逻辑，包括：

获取T时刻下，黏稠物原料在混合过程中的实测密度值，以及获取标准密度值；

将实测密度值与标准密度值进行比值计算，得到黏稠物原料的密度比；

在另一个具体实施方式中，所述内部监测数据的获取逻辑，还包括：

获取T时刻下，黏稠物原料在混合过程中的实测粘度值，以及获取标准粘度值；

将实测粘度值与标准粘度值进行比值计算，得到黏稠物原料的粘度比；

需要说明的是：所述标准密度值和标准粘度值是指符合出厂标准的透皮给药类产品的设定密度值和设计粘度值，该设定密度值和设计粘度值限定了透皮给药类产品的出厂标准；

步骤2：提取黏稠物的既定混合时长M以及在既定混合时长M下的混合质量系数区间，计算根据既定混合时长M获得的混合时间Q与时刻T的时间差值N，将成分配比数据、内部监测数据、时间差值N和实测控制参数数据输入预配置用于预测混合质量的第一机器学习模型中，预测混合时间Q下的混合质量系数，M、Q和N均为大于零的整数；

需要说明的是：既定混合时长M是指黏稠物的设定混合时间跨度，进一步说明就是，不同规格和不同类型的黏稠物原料均事先设定有标准混合时长，不同规格和不同类型的黏稠物原料的标准混合时长根据具体实验情况确定；但可以理解的是，每一种黏稠物原料都需在既定混合时长M内完成混合加工；

在实施中，提取黏稠物的既定混合时长M，包括：

获取黏稠物原料的成品标识数据；

根据成品标识数据与既定混合时长M的预设关系，确定对应黏稠物的既定混合时长M；

在实施中，在既定混合时长M下的混合质量系数区间的获取逻辑如下：

获取黏稠物原料的成品标识数据；

根据成品标识数据与混合质量系数区间的预设关系，确定对应黏稠物在既定混合时长M下的混合质量系数区间；

具体的，所述成品标识数据包括但不限于黏稠物成品名称、产品型号和产品序列号等等中的一种；

需要说明的是：系统数据库中，预存有多条成品标识数据与混合质量系数区间的预设关系，以及多条成品标识数据与既定混合时长M的预设关系，通过获取黏稠物原料的成品标识数据，即可调取对应黏稠物原料对应的既定混合时长M，以及在既定混合时长M内混合得到的黏稠物成品的混合质量系数应属于的混合质量系数区间；

进一步需要说明的是：混合时间Q依据既定混合时长M和启动时间生成，示例性说明就是，假设存在一种透皮给药类产品的黏稠物原料，混合搅拌装置对该黏稠物原料进行混合的启动时间为9点00分，而该一种透皮给药类产品的黏稠物原料的既定混合时长M为1小时，因而该一种透皮给药类产品的黏稠物原料的混合时间Q，则为10点00分；进一步地，假设T时刻为9点10分，则混合时间Q与时刻T的时间差值N为50分钟；

具体的，所述第一机器学习模型的生成逻辑如下：

获取混合质量历史数据，将所述混合质量历史数据划分为混合质量训练集和混合质量测试集；其中，所述混合质量历史数据包括成分配比数据、内部监测数据、时间差值N、实测控制参数数据及其对应的混合质量系数；

其中，所述混合质量历史数据中的混合质量系数的获取逻辑如下：

获取黏稠物原料在混合过程中实拍混合图像，以及获取标准混合图像；

需要说明的是：所述标准混合图像存在若干张，并预存于系统数据库中，其根据透皮给药类产品的具体数量确定，且根据透皮给药类产品的具体类型进行提取；标准混合图像为黏稠物原料在既定混合时长M内完成混合加工后得到的满足出厂标准的混合拍摄图像；进一步说明就是，其为符合混合标准的黏稠物混合图像；

分别对实拍混合图像和标准混合图像进行灰度处理，得到实拍灰度图像和标准灰度图像；

根据相同划分规则将实拍灰度图像和标准灰度图像均划分成Z个区域；

应当了解的是：当根据相同划分规则将实拍灰度图像和标准灰度图像均划分成Z个区域时，所述实拍灰度图像和标准灰度图像中区域的划分方式和区域的大小完全一致；

根据实拍灰度图像和标准灰度图像中Z个区域内的像素值进行公式化计算，得到混合质量系数；其计算公式如下：

；

式中：为混合质量系数，/>为标准灰度图像中第i个区域内第v个像素的像素值，/>为实拍灰度图像中第j个区域内第r个像素的像素值，D为标准灰度图像中第i个区域内的像素总数，/>为实拍灰度图像中第j个区域内的像素总数，/>为实拍灰度图像和标准灰度图中区域总数；

构建第一回归网络，将混合质量训练集中的成分配比数据、内部监测数据、时间差值N、实测控制参数数据作为第一回归网络的输入数据，将混合质量训练集中的混合质量系数作为第一回归网络的输出数据，对第一回归网络进行训练，得到初始第一回归网络；

利用混合质量测试集对初始第一回归网络进行模型验证，输出小于等于预设测试误差的初始第一回归网络作为用于预测混合质量的第一机器学习模型；

需要说明的是：所述第一回归网络具体为决策树回归、支持向量机回归、随机森林回归、长短时记忆网络或循环神经网络等模型算法中的具体一种；

步骤3：根据混合质量系数判断黏稠物原料在既定混合时长M内混合得到黏稠物成品是否符合混合质量标准，若符合，则继续根据实测控制参数数据控制混合搅拌装置；若不符合，则将混合质量系数、时间差值N和实测控制参数数据输入预配置用于反馈修正控制参数的第二机器学习模型中，获取修正控制参数数据，K为大于零的整数；

具体的，所述修正控制参数数据包括第一修正控制参数数据、第二修正控制参数数据和第三修正控制参数数据，所述第一修正控制参数数据为修正搅拌速度值，所述第二修正控制参数数据为修正压力值，所述第三修正控制参数数据为修正温度值；

在实施中，判断黏稠物原料在既定混合时长M内混合得到黏稠物成品是否符合混合质量标准，包括：

将混合质量系数与混合质量系数区间进行比较；

若混合质量系数属于混合质量系数区间，则判定黏稠物原料在既定混合时长M内混合得到黏稠物成品符合混合质量标准；

若混合质量系数不属于混合质量系数区间，则判定黏稠物原料在既定混合时长M内混合得到黏稠物成品不符合混合质量标准；

需要说明的是：当在既定混合时长M内完成混合加工时，对应混合后的黏稠物原料（即黏稠物成品）的混合质量系数应当属于混合质量系数区间，则该混合后的黏稠物原料（即黏稠物成品）才能被认定为符合出厂的质量标准；

具体的，所述第二机器学习模型包括用于反馈修正速度控制参数的速度控制参数修正模型、用于反馈修正压力控制参数的压力控制参数修正模型以及用于反馈修正温度控制参数的温度控制参数修正模型；

在一个具体实施方式中，所述用于反馈修正速度控制参数的速度控制参数修正模型的生成逻辑如下：

获取控制参数历史数据，将控制参数历史数据划分为控制参数训练集和控制参数测试集；所述控制参数历史数据包括混合质量系数、时间差值N、实测控制参数数据及其对应的第一修正控制参数数据；

构建第二回归网络，将控制参数训练集中的混合质量系数、时间差值N、实测控制参数数据作为第二回归网络的输入数据，将控制参数训练集中的第一修正控制参数数据作为第二回归网络输出数据，对第二回归网络进行训练，得到初始第二回归网络；

利用控制参数测试集对初始第二回归网络进行模型验证，输出小于等于预设测试误差的初始第二回归网络作为用于反馈修正速度控制参数的速度控制参数修正模型；

需要说明的是：同上述第一回归网络，所述第二回归网络具体为决策树回归、支持向量机回归、随机森林回归、长短时记忆网络或循环神经网络等模型算法中的具体一种；

还需要说明的是：用于反馈修正压力控制参数的压力控制参数修正模型和用于反馈修正温度控制参数的温度控制参数修正模型的生成逻辑，同上述用于反馈修正速度控制参数的速度控制参数修正模型的生成过程，详情参照上文，对其不作过多赘述；但应当理解的是，用于反馈修正压力控制参数的压力控制参数修正模型和用于反馈修正温度控制参数的温度控制参数修正模型的输出数据，与用于反馈修正速度控制参数的速度控制参数修正模型的输出数据不同，进一步说明就是，用于反馈修正速度控制参数的速度控制参数修正模型的输出数据为第一修正控制参数数据，而用于反馈修正压力控制参数的压力控制参数修正模型的输出数据为第二修正控制参数数据，用于反馈修正温度控制参数的温度控制参数修正模型的生成逻辑的输出数据为第三修正控制参数数据；

步骤4：根据实测控制参数数据或修正控制参数数据控制混合搅拌装置对黏稠物原料进行持续搅拌混合，并令T=T+K，且返回至步骤1；

需要说明的是：根据实测控制参数数据或修正控制参数数据控制混合搅拌装置可能是单一的持续过程，或者是转换的持续过程，进一步地示例性解释就是，假设在T时刻实测控制参数数据分别为101,325帕斯卡的压力、60摄氏度的温度以及200转的搅拌速度，再假设根据上述过程，系统可能认定通过T时刻的实测控制参数数据控制混合搅拌装置，可以使黏稠物原料在既定混合时长M内混合得到黏稠物成品符合混合质量标准，则一直通过实测控制参数数据控制，则该过程则为单一的持续过程；但若在T+K时刻，由于内外部因素影响，导致混合搅拌装置内部情况出现变化，则系统可能会认定，通过T时刻的实测控制参数数据控制混合搅拌装置，不能使黏稠物原料在既定混合时长M内混合得到黏稠物成品符合混合质量标准，因此，则需要获取修正控制参数数据，若修正控制参数数据分别为101,530帕斯卡的压力、70摄氏度的温度以及230转的搅拌速度，则通过修正控制参数数据控制混合搅拌装置，使黏稠物原料在既定混合时长M内混合得到黏稠物成品符合混合质量标准，因而，该过程则为转换的持续过程；进一步应当理解的，上述在实际过程中，随着混合时间不断递进以及内外因素的不断影响，所述修正控制参数数据可能也是实时变化的；

步骤5：重复上述步骤1～4，直至T=M时，结束循环，完成对黏稠物原料的搅拌混合，制得黏稠物成品；

应当明白的是：通过混合时间的不断流逝，系统在此过程中会不间断进行自适应参数调整和控制，以保证在既定时间内制得黏稠物成品符合出厂质量标准，进而在既定时间内避免混合物质混合过度，或避免混合物质的混合质量不达标。

上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数、权重以及阈值选取由本领域的技术人员根据实际情况进行设置。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

最后：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.透皮给药产品生产用原料混合搅拌设备控制系统，其特征在于，所述系统包括：

数据获取模块，用于获取黏稠物原料的成分配比数据，并在黏稠物原料的混合过程中，获取在T时刻下混合搅拌装置的内部监测数据和实测控制参数数据；所述内部监测数据包括黏稠物原料的密度比和粘度比，所述控制参数包括压力、温度和搅拌速度，T为大于零的整数；

系数预测模块，用于提取黏稠物的既定混合时长M以及在既定混合时长M下的混合质量系数区间，计算根据既定混合时长M获得的混合时间Q与时刻T的时间差值N，将成分配比数据、内部监测数据、时间差值N和实测控制参数数据输入预配置用于预测混合质量的第一机器学习模型中，预测混合时间Q下的混合质量系数，M、Q和N均为大于零的整数；

所述混合质量历史数据中的混合质量系数的获取逻辑如下：

获取黏稠物原料在混合过程中实拍混合图像，以及获取标准混合图像；

分别对实拍混合图像和标准混合图像进行灰度处理，得到实拍灰度图像和标准灰度图像；

根据相同划分规则将实拍灰度图像和标准灰度图像均划分成Z个区域；

根据实拍灰度图像和标准灰度图像中Z个区域内的像素值进行公式化计算，得到混合质量系数；其计算公式如下：

；

式中：为混合质量系数，/>为标准灰度图像中第i个区域内第v个像素的像素值，/>为实拍灰度图像中第j个区域内第r个像素的像素值，D为标准灰度图像中第i个区域内的像素总数，/>为实拍灰度图像中第j个区域内的像素总数，/>为实拍灰度图像和标准灰度图中区域总数；

质量判断模块，用于根据混合质量系数判断黏稠物原料在既定混合时长M内混合得到黏稠物成品是否符合混合质量标准，若符合，则继续根据实测控制参数数据控制混合搅拌装置；若不符合，则将混合质量系数、时间差值N和实测控制参数数据输入预配置用于反馈修正控制参数的第二机器学习模型中，获取修正控制参数数据；

参数控制模块，用于根据实测控制参数数据或修正控制参数数据控制混合搅拌装置对黏稠物原料进行持续搅拌混合，并令T=T+K，且触发数据获取模块，K为大于零的整数；

自适应调整模块，用于重复上述数据获取模块至参数控制模块，直至T=M时，结束循环，完成对黏稠物原料的搅拌混合，制得黏稠物成品。

2.根据权利要求1所述的透皮给药产品生产用原料混合搅拌设备控制系统，其特征在于，所述实测控制参数数据包括实测压力值、实测温度值和实测搅拌速度值；

所述内部监测数据的获取逻辑，包括：

获取T时刻下，黏稠物原料在混合过程中的实测密度值，以及获取标准密度值；

将实测密度值与标准密度值进行比值计算，得到黏稠物原料的密度比。

3.根据权利要求2所述的透皮给药产品生产用原料混合搅拌设备控制系统，其特征在于，所述内部监测数据的获取逻辑，还包括：

获取T时刻下，黏稠物原料在混合过程中的实测粘度值，以及获取标准粘度值；

将实测粘度值与标准粘度值进行比值计算，得到黏稠物原料的粘度比。

4.根据权利要求3所述的透皮给药产品生产用原料混合搅拌设备控制系统，其特征在于，提取黏稠物的既定混合时长M，包括：

获取黏稠物原料的成品标识数据；

根据成品标识数据与既定混合时长M的预设关系，确定对应黏稠物的既定混合时长M。

5.根据权利要求4所述的透皮给药产品生产用原料混合搅拌设备控制系统，其特征在于，在既定混合时长M下的混合质量系数区间的获取逻辑如下：

获取黏稠物原料的成品标识数据；

根据成品标识数据与混合质量系数区间的预设关系，确定对应黏稠物在既定混合时长M下的混合质量系数区间。

6.根据权利要求5所述的透皮给药产品生产用原料混合搅拌设备控制系统，其特征在于，所述第一机器学习模型的生成逻辑如下：

获取混合质量历史数据，将所述混合质量历史数据划分为混合质量训练集和混合质量测试集；其中，所述混合质量历史数据包括成分配比数据、内部监测数据、时间差值N、实测控制参数数据及其对应的混合质量系数；

构建第一回归网络，将混合质量训练集中的成分配比数据、内部监测数据、时间差值N、实测控制参数数据作为第一回归网络的输入数据，将混合质量训练集中的混合质量系数作为第一回归网络的输出数据，对第一回归网络进行训练，得到初始第一回归网络；

利用混合质量测试集对初始第一回归网络进行模型验证，输出小于等于预设测试误差的初始第一回归网络作为用于预测混合质量的第一机器学习模型。

7.根据权利要求6所述的透皮给药产品生产用原料混合搅拌设备控制系统，其特征在于，所述修正控制参数数据包括第一修正控制参数数据、第二修正控制参数数据和第三修正控制参数数据，所述第一修正控制参数数据为修正搅拌速度值，所述第二修正控制参数数据为修正压力值，所述第三修正控制参数数据为修正温度值。

8.根据权利要求7所述的透皮给药产品生产用原料混合搅拌设备控制系统，其特征在于，判断黏稠物原料在既定混合时长M内混合得到黏稠物成品是否符合混合质量标准，包括：

将混合质量系数与混合质量系数区间进行比较；

若混合质量系数属于混合质量系数区间，则判定黏稠物原料在既定混合时长M内混合得到黏稠物成品符合混合质量标准；

若混合质量系数不属于混合质量系数区间，则判定黏稠物原料在既定混合时长M内混合得到黏稠物成品不符合混合质量标准。

9.根据权利要求8所述的透皮给药产品生产用原料混合搅拌设备控制系统，其特征在于，所述第二机器学习模型包括用于反馈修正速度控制参数的速度控制参数修正模型、用于反馈修正压力控制参数的压力控制参数修正模型以及用于反馈修正温度控制参数的温度控制参数修正模型。

10.根据权利要求9所述的透皮给药产品生产用原料混合搅拌设备控制系统，其特征在于，所述用于反馈修正速度控制参数的速度控制参数修正模型的生成逻辑如下：

获取控制参数历史数据，将控制参数历史数据划分为控制参数训练集和控制参数测试集；所述控制参数历史数据包括混合质量系数、时间差值N、实测控制参数数据及其对应的第一修正控制参数数据；

构建第二回归网络，将控制参数训练集中的混合质量系数、时间差值N、实测控制参数数据作为第二回归网络的输入数据，将控制参数训练集中的第一修正控制参数数据作为第二回归网络输出数据，对第二回归网络进行训练，得到初始第二回归网络；

利用控制参数测试集对初始第二回归网络进行模型验证，输出小于等于预设测试误差的初始第二回归网络作为用于反馈修正速度控制参数的速度控制参数修正模型。