(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211191254.7 (22)申请日 2022.09.28 (71)申请人 深圳市麦稻科技有限公司 地址 518000 广东省深圳市福田区沙 头街 道天安社区泰然四路26号泰然 科技园 劲松大厦16B (72)发明人 许铁成　马清虎　 (74)专利代理 机构 深圳汉林汇融知识产权代理 事务所(普通 合伙) 44850 专利代理师 吴洪波 (51)Int.Cl. G05B 19/418(2006.01) G06N 20/00(2019.01) (54)发明名称 基于机器学习的谷物磨削优化控制方法及 系统 (57)摘要 本发明涉及人工智能领域， 公开了一种基于 机器学习的谷物磨削优化控制方法及系统， 用于 实现谷物的智能化磨削以及提高谷物磨削的效 率和精准度。 所述方法包括： 基于预设的多种工 况对预置谷物磨削设备进行谷物磨削测试， 得到 每种工况对应的测试数据； 根据每种工况对应的 测试数据构建所述谷物磨削设备对应的谷物磨 削模型； 基于所述谷物磨削模型对 所述多种工况 进行磨削效果分析， 得到每种工况对应的磨削分 析结果； 根据每种工况对应的磨削分析结果生成 所述谷物磨削 设备对应的最优工作状态。 权利要求书2页 说明书9页 附图3页 CN 115480547 A 2022.12.16 CN 115480547 A 1.一种基于机器学习的谷物磨削优化控制方法， 其特征在于， 所述基于机器学习的谷 物磨削优化控制方法包括： 基于预设的多种工况对预置谷物磨削设备进行谷物磨削测试， 得到每种工况对应的测 试数据； 根据每种工况对应的测试 数据构建所述谷物磨削 设备对应的谷物磨削模型； 基于所述谷物磨削模型对所述多种工况进行磨削效果分析， 得到每种工况对应的磨削 分析结果； 根据每种工况对应的磨削 分析结果生成所述谷物磨削 设备对应的最优工作状态。 2.根据权利要求1所述的基于机器学习的谷物磨削优化控制方法， 其特征在于， 所述基 于预设的多种工况对预置谷物磨削设备进行谷物磨削测试， 得到每种工况对应的测试数 据， 包括： 根据预设的多种工况对预置 谷物磨削 设备进行谷物磨削测试； 基于预设的测试时间周期分别采集每种工况的测试数据， 其中， 所述测试数据包括： 谷 物磨削设备的工作数据以及谷物磨削数据。 3.根据权利要求1所述的基于机器学习的谷物磨削优化控制方法， 其特征在于， 所述根 据每种工况对应的测试 数据构建所述谷物磨削 设备对应的谷物磨削模型， 包括： 对每种工况对应的测试数据进行属性提取， 得到每种工况的属性数据， 其中， 所述属性 数据包括： 磨削效率和整精米率； 根据所述属性数据生成所述多种工况的属性映射关系； 根据所述属性映射关系和所述属性数据构建所述谷物磨削 设备对应的谷物磨削模型。 4.根据权利要求3所述的基于机器学习的谷物磨削优化控制方法， 其特征在于， 所述根 据所述属性映射关系和所述属性数据构建所述谷物磨削 设备对应的谷物磨削模型， 包括： 将所述属性映射关系和所述属性数据输入预置的训练模型， 其中， 所述训练模型包括： 多层卷积网络和归一 化网络； 通过所述训练模型对所述属性映射关系和所述属性数据进行磨削数据处理， 得到磨削 数据处理结果； 根据所述磨削数据处 理结果生成所述谷物磨削 设备对应的谷物磨削模型。 5.根据权利要求1所述的基于机器学习的谷物磨削优化控制方法， 其特征在于， 所述基 于所述谷物磨削模型对所述多种工况进行磨削 效果分析， 得到每种工况对应的磨削分析结 果， 包括： 分别对所述多种工况进行磨削效果分析， 得到每种工况的磨削效果评价指标； 分别将每种工况的磨削效果评价指标输入所述谷物磨削模型进行逻辑 回归运算， 得到 每种工况对应的磨削 分析结果。 6.根据权利要求1所述的基于机器学习的谷物磨削优化控制方法， 其特征在于， 所述根 据每种工况对应的磨削 分析结果生成所述谷物磨削 设备对应的最优工作状态， 包括： 分别对每种工况对应的磨削 分析结果进行等级划分， 得到每种工况的磨削等级； 对每种工况的磨削等级 进行比较， 得到比较结果； 根据所述比较结果选取 所述谷物磨削 设备对应的最优工作状态。 7.根据权利要求1所述的基于机器学习的谷物磨削优化控制方法， 其特征在于， 所述谷权　利　要　求　书 1/2 页 2 CN 115480547 A 2物磨削优化控制方法还 包括： 基于所述最优工作状态构建多个种类谷物的工作状态模型， 得到每个种类谷物对应的 工作状态模型； 根据每个种类谷物对应的工作状态模型对所述多个种类谷物进行智能磨削控制。 8.一种基于机器学习的谷物磨削优化控制系统， 其特征在于， 所述基于机器学习的谷 物磨削优化控制系统包括： 测试模块， 用于基于预设的多种工况对预置谷物磨削设备进行谷物磨削测试， 得到每 种工况对应的测试 数据； 构建模块， 用于根据每种工况对应的测试数据构建所述谷物磨削设备对应的谷物磨削 模型； 分析模块， 用于基于所述谷物磨削模型对所述多种工况进行磨削效果分析， 得到每种 工况对应的磨削 分析结果； 生成模块， 用于根据每种工况对应的磨削分析结果生成所述谷物磨削设备对应的最优 工作状态。 9.一种基于机器学习的谷物磨削优化控制设备， 其特征在于， 所述基于机器学习的谷 物磨削优化控制设备包括： 存 储器和至少一个处 理器， 所述存 储器中存 储有指令； 所述至少一个处理器调用所述存储器中的所述指令， 以使得所述基于机器学习的谷物 磨削优化控制设备执行如权利要求 1‑7中任一项 所述的基于机器学习的谷物磨削优化控制 方法。 10.一种计算机可读存储介质， 所述计算机可读存储介质上存储有指令， 其特征在于， 所述指令被处理器执行时实现如权利要求 1‑7中任一项所述的基于机器学习的谷物磨削优 化控制方法。权　利　要　求　书 2/2 页 3 CN 115480547 A 3