基于深度学习的智能油料压榨控制方法

本发明涉及一种基于深度学习的智能油料压榨控制方法，包括以下步骤：S1、对饼粕残油、榨膛温度与压力、物料含水进行非线性回归建模；S2、含水环以非线性回归模型输出的最优含水率指令值作为控制指令，以含水率传感器输出作为反馈，进行闭环控制；S3、获得相应的控制输出值，输出值乘以比例因子并加上温度基数，得到温度环的温度指令；S4、采用步骤S2的滤波方法进行滤波，获得温度反馈滤波值；S5、对微波处理能力与榨机的工艺参数进行匹配。根据微波传送带转速值，计算榨机主轴转速值与压料电机转速值。本发明可在油料榨油过程中，根据各种在线传感器的检测数据进行自我学习、自动调优，从而实现智能压榨以提高出油率。