批次冷却结晶过程数据驱动建模与多目标优化方法

本发明属于工业过程优化与控制技术领域，涉及一种批次冷却结晶过程数据驱动建模与多目标优化方法。首先采集不同降温操作条件下的二维晶体尺寸分布、溶液浓度和溶液温度数据，构建融合卷积神经网络和循环神经网络的综合神经网络模型，以建立操作条件与二维晶体尺寸分布之间的动态映射关系；然后以初始溶液过饱和度和分段降温速率为决策变量，以晶体长宽比、二维晶体尺寸分布集中程度和单位产品收率为优化目标，开展离线多目标优化并获得帕累托最优降温轨迹；最后将离线优化结果构建为专家知识库，通过交叉注意力和动态模仿权重建立在线动态多目标优化策略，根据实时过程变量自适应调整降温操作。