摘要
本发明公开了一种饮料生产线CIP工艺参数的深度学习方法及装置,所述方法包括采集CIP工艺步骤的生产过程数据;降低CIP过程数据集合的规模;计算生产过程数据中各因素的皮尔逊系数;通过正交实验结果,寻找最佳工艺参数组合;对上述工艺参数组合结果进行归一化,通过神经网络模型,训练出最优的工艺参数组合,达到更优的清洗方案,解决了现有的CIP清洗工艺参数主要依赖质量检验和人工经验进行静态设定,对实际清洗过程中的针对性较差,导致出现CIP过度清洗、CIP效率低下、酸碱液耗用浪费等问题,在保证清洗效果的前提下,节约清洗时间,提高CIP清洗的效率。