本技術(shù)涉及自動控制，特別是涉及一種系統(tǒng)運行控制方法、裝置、電子設(shè)備及可讀存儲介質(zhì)。

背景技術(shù)：

1、氫氟酸生產(chǎn)過程中，需要利用氫氟酸生產(chǎn)尾氣處理系統(tǒng)對氫氟酸生產(chǎn)所產(chǎn)生的大量尾氣進行處理。然而，氫氟酸的生產(chǎn)涉及氟化氫的合成，通常需要高溫高壓條件，這就可能導(dǎo)致尾氣的溫度和壓力劇烈波動，影響系統(tǒng)穩(wěn)定性。相關(guān)技術(shù)中，通常由相關(guān)專業(yè)人員定期對系統(tǒng)的運行狀態(tài)進行記錄、分析，判斷是否需要調(diào)整運行組件的控制參數(shù)。然而，人工監(jiān)測和調(diào)整通常較慢，無法實時響應(yīng)系統(tǒng)中快速變化的參數(shù)，且人工操作容易受到人為因素的影響，導(dǎo)致調(diào)整不夠精準(zhǔn)，影響系統(tǒng)的穩(wěn)定性和安全性。

技術(shù)實現(xiàn)思路

1、有鑒于此，本技術(shù)提供了一種系統(tǒng)運行控制方法、裝置、電子設(shè)備及可讀存儲介質(zhì)，主要目的在于解決現(xiàn)有技術(shù)中采用人工監(jiān)測和調(diào)整通常較慢，無法實時響應(yīng)系統(tǒng)中快速變化的參數(shù)，且人工操作容易受到人為因素的影響，導(dǎo)致調(diào)整不夠精準(zhǔn)，影響系統(tǒng)的穩(wěn)定性和安全性的技術(shù)問題。

2、依據(jù)本技術(shù)第一方面，提供了一種系統(tǒng)運行控制方法，適用于氫氟酸生產(chǎn)尾氣處理系統(tǒng)，氫氟酸生產(chǎn)尾氣處理系統(tǒng)包括多個運行組件，該方法包括：

3、獲取系統(tǒng)的多個實時狀態(tài)數(shù)據(jù)；

4、根據(jù)多個實時狀態(tài)數(shù)據(jù)和預(yù)訓(xùn)練的控制參數(shù)預(yù)測模型，生成多個運行組件對應(yīng)的多個第一控制參數(shù)；

5、對多個實時狀態(tài)數(shù)據(jù)進行模糊化處理，生成多個運行組件對應(yīng)的多個第二控制參數(shù)；

6、根據(jù)多個實時狀態(tài)數(shù)據(jù)和預(yù)訓(xùn)練的強化學(xué)習(xí)模型，生成多個運行組件對應(yīng)的多個第三控制參數(shù)；

7、根據(jù)多個第一控制參數(shù)、多個第二控制參數(shù)、多個第三控制參數(shù)和目標(biāo)權(quán)重比例，生成每個運行組件的控制動作，并基于控制動作控制每個運行組件工作。

8、可選地，根據(jù)多個實時狀態(tài)數(shù)據(jù)和預(yù)訓(xùn)練的控制參數(shù)預(yù)測模型，生成多個運行組件對應(yīng)的多個第一控制參數(shù)的步驟，具體包括：

9、基于每個實時狀態(tài)數(shù)據(jù)對應(yīng)的監(jiān)測項的預(yù)設(shè)特征提取方式和多個實時狀態(tài)數(shù)據(jù)，生成每個監(jiān)測項對應(yīng)的特征數(shù)據(jù)；

10、將多個特征數(shù)據(jù)輸入控制參數(shù)預(yù)測模型，以獲取多個運行組件對應(yīng)的多個第一控制參數(shù)。

11、可選地，對多個實時狀態(tài)數(shù)據(jù)進行模糊化處理，生成多個運行組件對應(yīng)的多個第二控制參數(shù)的步驟，具體包括：

12、基于模糊集合映射表和多個實時狀態(tài)數(shù)據(jù)，確定每個監(jiān)測項對應(yīng)的模糊集合，其中，模糊集合表中包括每個監(jiān)測項的模糊集合與預(yù)設(shè)范圍之間的對應(yīng)關(guān)系；

13、基于模糊邏輯規(guī)則庫，確定多個監(jiān)測項的多個模糊集合對應(yīng)的模糊變量，其中，模糊邏輯規(guī)則庫中包括監(jiān)測項的模糊集合與運行組件的模糊變量之間的對應(yīng)關(guān)系；

14、對模糊變量進行去模糊化，生成多個運行組件對應(yīng)的多個第二控制參數(shù)。

15、可選地，根據(jù)多個第一控制參數(shù)、多個第二控制參數(shù)、多個第三控制參數(shù)和目標(biāo)權(quán)重比例，生成每個運行組件的控制動作，并基于控制動作控制每個運行組件工作的步驟，具體包括：

16、獲取系統(tǒng)的實時運行時間和每個運行組件的實時運行參數(shù)；

17、根據(jù)實時運行時間，確定目標(biāo)權(quán)重比例；

18、基于目標(biāo)權(quán)重比例，對多個第一控制參數(shù)、多個第二控制參數(shù)和多個第二控制參數(shù)進行加權(quán)求和，生成多個目標(biāo)控制參數(shù)；

19、根據(jù)多個目標(biāo)控制參數(shù)和實時運行參數(shù)，生成每個運行組件對應(yīng)的控制動作；

20、基于控制動作控制每個運行組件工作。

21、可選地，根據(jù)多個目標(biāo)控制參數(shù)和實時運行參數(shù)，生成每個運行組件對應(yīng)的控制動作的步驟，具體包括：

22、將每個運行組件的目標(biāo)控制參數(shù)和實時運行參數(shù)進行比較，判斷目標(biāo)控制參數(shù)和實時運行參數(shù)是否相同；

23、對于任一運行組件，若目標(biāo)控制參數(shù)和實時運行參數(shù)相同，確定運行組件的控制動作為保持不變；

24、若目標(biāo)控制參數(shù)和實時運行參數(shù)不同，根據(jù)目標(biāo)控制參數(shù)和實時運行參數(shù)，生成運行組件的控制動作。

25、可選地，該方法還包括：

26、獲取系統(tǒng)的多個歷史狀態(tài)數(shù)據(jù)和多個歷史控制參數(shù)；

27、構(gòu)建神經(jīng)網(wǎng)絡(luò)模型；

28、基于多個歷史狀態(tài)數(shù)據(jù)和多個歷史控制參數(shù)，對神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練，并將訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型作為控制參數(shù)預(yù)測模型。

29、可選地，該方法還包括：

30、設(shè)定每個監(jiān)測項的多個模糊集合；

31、根據(jù)系統(tǒng)的多個歷史狀態(tài)數(shù)據(jù)，確定每個模糊集合對應(yīng)的預(yù)設(shè)范圍；

32、根據(jù)模糊集合與預(yù)設(shè)范圍之間的對應(yīng)關(guān)系，建立模糊集合表；

33、基于系統(tǒng)的多個歷史狀態(tài)數(shù)據(jù)和多個歷史控制參數(shù)，生成多個監(jiān)測項的模糊集合與多個運行組件的模糊變量之間的對應(yīng)關(guān)系；

34、基于模糊集合與模糊變量之間的對應(yīng)關(guān)系，建立模糊邏輯規(guī)則庫。

35、依據(jù)本技術(shù)第二方面，提供了一種系統(tǒng)運行控制裝置，適用于氫氟酸生產(chǎn)尾氣處理系統(tǒng)，氫氟酸生產(chǎn)尾氣處理系統(tǒng)包括多個運行組件，該裝置包括：

36、獲取模塊，用于獲取系統(tǒng)的多個實時狀態(tài)數(shù)據(jù)；

37、第一生成模塊，用于根據(jù)多個實時狀態(tài)數(shù)據(jù)和預(yù)訓(xùn)練的控制參數(shù)預(yù)測模型，生成多個運行組件對應(yīng)的多個第一控制參數(shù)；

38、第二生成模塊，用于對多個實時狀態(tài)數(shù)據(jù)進行模糊化處理，生成多個運行組件對應(yīng)的多個第二控制參數(shù)；

39、第三生成模塊，用于根據(jù)多個實時狀態(tài)數(shù)據(jù)和預(yù)訓(xùn)練的強化學(xué)習(xí)模型，生成多個運行組件對應(yīng)的多個第三控制參數(shù)；

40、第四生成模塊，用于根據(jù)多個第一控制參數(shù)、多個第二控制參數(shù)、多個第三控制參數(shù)和目標(biāo)權(quán)重比例，生成每個運行組件的控制動作；控制模塊，用于基于控制動作控制每個運行組件工作。

41、依據(jù)本技術(shù)第三方面，提供了一種電子設(shè)備，包括存儲器和處理器，所述存儲器存儲有計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)第一方面中任一項所述方法的步驟。

42、依據(jù)本技術(shù)第四方面，提供了一種可讀存儲介質(zhì)，其上存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)第一方面中任一項所述的方法的步驟。

43、借由上述技術(shù)方案，本技術(shù)提供的一種系統(tǒng)運行控制方法、裝置、電子設(shè)備及可讀存儲介質(zhì)，具體地，氫氟酸生產(chǎn)尾氣處理系統(tǒng)運行過程中，收集系統(tǒng)中實時狀態(tài)數(shù)據(jù)，分別利用神經(jīng)網(wǎng)絡(luò)方法、模糊邏輯控制法以及強化學(xué)習(xí)策略，計算滿足系統(tǒng)實際工況的控制參數(shù)，進而將模糊邏輯控制、神經(jīng)網(wǎng)絡(luò)和強化學(xué)習(xí)輸出的控制參數(shù)進行綜合處理，得到最優(yōu)控制動作來控制系統(tǒng)運行。相較于相關(guān)技術(shù)中人工監(jiān)測、調(diào)控的控制方式，本技術(shù)能夠根據(jù)實時數(shù)據(jù)結(jié)合環(huán)境條件動態(tài)持續(xù)監(jiān)測和優(yōu)化，維持系統(tǒng)的長期穩(wěn)定性，減少由人為因素導(dǎo)致的錯誤，提高系統(tǒng)運行的穩(wěn)定性和安全性的同時，減少對人工操作的依賴，節(jié)省人力資源。

44、上述說明僅是本技術(shù)技術(shù)方案的概述，為了能夠更清楚了解本技術(shù)的技術(shù)手段，而可依照說明書的內(nèi)容予以實施，并且為了讓本技術(shù)的上述和其它目的、特征和優(yōu)點能夠更明顯易懂，以下特舉本技術(shù)的具體實施方式。