具体实施方式

本申请实施例通过提供一种高纯度单甘酯的提纯方法及装置，解决了现有技术中单甘酯提纯过程比较统一，缺乏对提纯过程中参数的动态调整，存在单甘酯含量的控制水平不高的技术问题。下面，将参考附图详细的描述根据本申请的示例实施例。显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。

申请概述

市面上初级单甘酯含量相对较低(50%以下)，故其应用范围受到很大限制。相比之下，经蒸馏的高纯单甘酯(含量超过90%)性能较佳，能满足各种不同要求。随着蒸馏技术的不断进步，这种单甘酯的产量将会逐年提高。但现有技术中单甘酯提纯过程比较统一，缺乏对提纯过程中参数的动态调整，存在单甘酯含量的控制水平不高的技术问题。

针对上述技术问题，本申请提供的技术方案总体思路如下：

获得单甘酯含量信息；获得第一预设蒸馏含量；将所述单甘酯含量信息、所述第一预设蒸馏含量输入第一训练模型，所述第一训练模型通过多组训练数据训练获得，所述多组训练数据中的每组均包括：所述单甘酯含量信息、所述第一预设蒸馏含量和标识与预设单甘酯含量相匹配的脱甘油工序工艺参数的标识信息；获得所述第一训练模型的第一输出结果，所述第一输出结果包括第一蒸馏参数信息，所述第一蒸馏信息为在脱甘油蒸馏工艺中的蒸馏设置参数值；判断所述第一蒸馏参数信息是否满足第一预定条件，当满足时，获得预设产品单甘酯含量；将所述预设产品单甘酯含量、所述第一预设蒸馏含量输入第二训练模型，所述第二训练模型通过多组训练数据训练获得，所述多组训练数据中的每组均包括：所述预设产品单甘酯含量、所述第一预设蒸馏含量和标识与预设产品单甘酯含量相匹配的三级分子蒸馏工艺参数的标识信息；获得所述第二训练模型的第二输出结果，所述第二输出结果包括第二蒸馏参数信息，所述第二蒸馏参数信息为在三级分子蒸馏工艺中的蒸馏设置参数值；判断所述第二蒸馏参数信息是否满足第二预定阈值；当所述第二蒸馏参数信息满足所述第二预定阈值时，获得第一执行指令。达到了按照预设的单甘酯含量要求动态设定具体的参数，以确保提纯效果，同时为了提高参数设定的准确性，加入了神经网络模型进行系统处理，实现了精准控制、自动化程度高的控制过程，同时具有灵活设定单甘酯含量要求，适应范围广的技术效果。

在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。

实施例一

如图1所示，本申请实施例提供了一种高纯度单甘酯的提纯方法，所述方法包括：

步骤S100：获得单甘酯含量信息。

具体而言，单甘酯含量信息为待提纯的初级单甘酯的含量数据，通常初级单甘酯的含量在35~50%不等，最高不会超过60%，其中工业单甘酯最常见的含量在35~40%。

步骤S200：获得第一预设蒸馏含量。

具体而言，第一预设蒸馏含量为第一次蒸馏处理后预设的单甘酯含量标准，通常经过第一蒸馏处理即脱甘油处理，脱甘油处理在薄膜蒸发器中进行，先从混合物中分离气态产物、水和部分甘汕(脱气)，然后在高真空(靠多级蒸汽真空泵建立)下蒸馏出甘油，游离脂肪酸和部分短碳链单甘酯。经过该步骤的处理，分离蒸馏后的产品含60%左右的单甘酯，根据产品含量的要求和工艺不同，可以对第一预设蒸馏含量进行具体设定，通常设定值为60%。也可以根据单甘酯含量信息的不同对应设定不同的预设蒸馏含量。

步骤S300：将所述单甘酯含量信息、所述第一预设蒸馏含量输入第一训练模型，所述第一训练模型通过多组训练数据训练获得，所述多组训练数据中的每组均包括：所述单甘酯含量信息、所述第一预设蒸馏含量和标识与预设单甘酯含量相匹配的脱甘油工序工艺参数的标识信息。

步骤S400：获得所述第一训练模型的第一输出结果，所述第一输出结果包括第一蒸馏参数信息，所述第一蒸馏信息为在脱甘油蒸馏工艺中的蒸馏设置参数值。

具体而言，根据单甘酯含量信息和第一预设蒸馏含量对该工序中的参数进行设定，为了提高设定参数的可靠性，确保初步分离蒸馏出的单甘酯含量满足设定加工的要求，本申请加入神经网络模型进行数据处理，第一训练模型为机器学习中的神经网络模型，神经网络(Neural Networks，NN)是由大量的、简单的处理单元（称为神经元）广泛地互相连接而形成的复杂神经网络系统，它反映了人脑功能的许多基本特征，是一个高度复杂的非线性动力学习系统。神经网络模型是以神经元的数学模型为基础来描述的。人工神经网络（Artificial Neural Networks），是对人类大脑系统的一阶特性的一种描述。简单地讲，它是一个数学模型。通过大量训练数据的训练，将所述单甘酯含量信息、所述第一预设蒸馏含量输入神经网络模型，则输出与输入要求相匹配的脱甘油工序工艺参数信息。

更进一步而言，所述训练的过程实质为监督学习的过程，每一组监督数据均包括所述单甘酯含量信息、所述第一预设蒸馏含量和标识与预设单甘酯含量相匹配的脱甘油工序工艺参数的标识信息，将所述单甘酯含量信息、所述第一预设蒸馏含量输入到神经网络模型中，根据用来标识与预设单甘酯含量相匹配的脱甘油工序工艺参数的标识信息，所述神经网络模型进行不断的自我修正、调整，直至获得的输出结果与所述标识信息一致，则结束本组数据监督学习，进行下一组数据监督学习；当所述神经网络模型的输出信息达到预定的准确率/达到收敛状态时，则监督学习过程结束。通过对所述神经网络模型的监督学习，进而使得所述神经网络模型处理所述输入信息更加准确，进而获得更加准确、适合的脱甘油工序工艺参数，进而可对单甘酯提纯处理进行更加准确的调控指导，进而达到通过对脱甘油工序工艺参数控制以确保初步蒸馏提纯效果，从而确保单甘酯提纯达到预设要求的技术效果。通常该步骤的操作条件为：残压0.013~0.039kPa(0.1~0.3mmHg)，温度160℃左右，本申请实施例针对具体的加工提纯单甘酯原理，进行具体的参数设定，以确保达到对应的含量要求。

步骤S500：判断所述第一蒸馏参数信息是否满足第一预定条件，当满足时，获得预设产品单甘酯含量。

具体而言，判断第一蒸馏参数信息是否和该处理工艺的参数调整范围相符合，即是否不满足该步骤设备的调整区间，要是满足则确定第一蒸馏参数。

步骤S600：将所述预设产品单甘酯含量、所述第一预设蒸馏含量输入第二训练模型，所述第二训练模型通过多组训练数据训练获得，所述多组训练数据中的每组均包括：所述预设产品单甘酯含量、所述第一预设蒸馏含量和标识与预设产品单甘酯含量相匹配的三级分子蒸馏工艺参数的标识信息。

步骤S700：获得所述第二训练模型的第二输出结果，所述第二输出结果包括第二蒸馏参数信息，所述第二蒸馏参数信息为在三级分子蒸馏工艺中的蒸馏设置参数值。

具体而言，当第一蒸馏参数信息确认则对应会产出符合预设蒸馏含量的单甘酯，即初步分离蒸馏后单甘酯含量为第一预设蒸馏含量，为了得到高纯度的单甘酯，只经过初步蒸馏是不能够满足要求的，需要在薄膜蒸发器的三级分子蒸馏装置上进行再次蒸馏提纯，该工艺的参数直接影响到单甘酯产品的含量。本申请实施例通过该工艺步骤设定的目标含量即预设产品单甘酯含量和进行该步骤提纯原料的含量即第一预设蒸馏含量进行提纯工艺参数的设定，为了提高设定参数的可靠性，确保单甘酯提纯效果，本申请加入神经网络模型进行数据处理，第二训练模型为机器学习中的神经网络模型，神经网络(NeuralNetworks，NN)是由大量的、简单的处理单元（称为神经元）广泛地互相连接而形成的复杂神经网络系统，它反映了人脑功能的许多基本特征，是一个高度复杂的非线性动力学习系统。神经网络模型是以神经元的数学模型为基础来描述的。人工神经网络（Artificial NeuralNetworks），是对人类大脑系统的一阶特性的一种描述。简单地讲，它是一个数学模型。通过大量训练数据的训练，将预设产品单甘酯含量、所述第一预设蒸馏含量输入神经网络模型，则输出与输入要求相匹配的第二蒸馏参数信息。

更进一步而言，所述训练的过程实质为监督学习的过程，每一组监督数据均包括预设产品单甘酯含量、所述第一预设蒸馏含量和标识与预设产品单甘酯含量相匹配的三级分子蒸馏工艺参数的标识信息，将所述预设产品单甘酯含量、所述第一预设蒸馏含量输入到神经网络模型中，根据用来标识与预设产品单甘酯含量相匹配的三级分子蒸馏工艺参数的标识信息，所述神经网络模型进行不断的自我修正、调整，直至获得的输出结果与所述标识信息一致，则结束本组数据监督学习，进行下一组数据监督学习；当所述神经网络模型的输出信息达到预定的准确率/达到收敛状态时，则监督学习过程结束。通过对所述神经网络模型的监督学习，进而使得所述神经网络模型处理所述输入信息更加准确，进而获得更加准确、适合的蒸馏工艺参数，进而可对单甘酯提纯的三级分子蒸馏工艺处理过程进行更加准确的调控指导，达到通过对蒸馏提纯加工工艺参数的控制，确保蒸馏提纯的单甘酯符合设定含量要求，从而确保单甘酯生成纯度的技术效果。

步骤S800：判断所述第二蒸馏参数信息是否满足第二预定阈值。

步骤S900：当所述第二蒸馏参数信息满足所述第二预定阈值时，获得第一执行指令。

具体而言，判断获得的第二蒸馏参数信息是否满足该工艺中设备的调节要求，可以根据设备的型号、历史生成过程中数据进行具体设定对应的第二预定阈值，该步骤业内常规数据为中的温度范围为205~210℃，残压0.0013~0.0039kPa(0.01~0.03mmHg)，但是针对不同的单甘酯含量的原料和装置指标和调节范围对应了不同的参数设定，当然不同的参数设定也直接影响到蒸馏提纯的效果，如有的参数、设备、原料经过处理后可以达到95%，有的可以达到85%，因而为了确保单甘酯产品含量满足设定的要求，对参数的设定是密切相关的，当第二蒸馏参数信息满足第二预定阈值时，说明符合该设备的要求，同时可以根据历史数据对该参数进行验证，满足时，确定该参数信息，并按照该参数进行对应的提纯加工处理。达到了按照预设的单甘酯含量要求动态设定具体的参数，以确保提纯效果，同时为了提高参数设定的准确性，加入了神经网络模型进行系统处理，实现了精准控制、自动化程度高的控制过程，同时具有灵活设定单甘酯含量要求，适应范围广的技术效果。从而解决了现有技术中单甘酯提纯过程比较统一，缺乏对提纯过程中参数的动态调整，存在单甘酯含量的控制水平不高的技术问题。

进一步而言，所述获得第一预设蒸馏含量之前，本申请实施例包括：

步骤S1010：根据所述单甘酯含量信息，获得第一催化剂预测值；

步骤S1020：根据所述第一催化剂预测值，获得中和剂数值；

步骤S1030：根据所述中和剂数值，获得第一中和指令，所述第一中和指令用于按照所述中和剂数据对所述单甘酯进行中和。

具体而言，在进行初步分离蒸馏处理前，还具有催化剂中和过程，本申请实施例通过对单甘酯含量即待提纯原料的含量数据进行系统分析，如以单位重量内对应的成分含量，从中确定催化剂的含量值，根据催化剂的含量对应加入中和剂，以确保中和效果，从而最大程度上除去催化剂。具体计算过程可以进行成分化学实验分析，也可以通过神经网络模型对成分进行预测分析。

进一步而言，所述判断所述第一蒸馏参数信息是否满足第一预定条件之后，本申请实施例包括：

步骤S1110：当所述第一蒸馏参数信息不满足所述第一预定条件时，获得第一标准参数，所述第一标准参数为脱甘油蒸馏工艺中参数可调节范围；

步骤S1120：根据所述第一蒸馏参数信息、所述第一标准参数，获得第一参数差值；

步骤S1130：判断所述第一参数差值是否满足第三预定条件；

步骤S1140：当满足时，获得第一调整指令，所述第一调节指令用于根据所述第一标准参数对所述第一蒸馏参数信息进行调整。

具体而言，对于第一蒸馏参数信息不符合第一预定条件时，即不符合该流程中设备和工艺能够调节的范围，超出了参数设定值时，需要对第一蒸馏参数信息进行对应的调节，调节范围按照对应的工序要求和设备要求进行调整，如第一蒸馏参数信息中的温度设定值超过了薄膜蒸发器高真空下的设定范围，则按照第一蒸馏参数信息与第一标准参数的差值，和对应的单甘酯含量进行对应的判断，是否可以通过调整参数满足提纯的要求，可以时则为满足第三预定条件，此时获得第一调整指令对第一蒸馏参数信息进行调整。

进一步而言，所述判断所述第二蒸馏参数信息是否满足第二预定阈值之后，本申请实施例包括：

步骤S1210：当所述第二蒸馏参数信息不满足所述第二预定阈值时，获得三级分子蒸馏工艺的参数调整范围；

步骤S1220：根据所述第二蒸馏参数信息、所述三级分子蒸馏工艺的参数调整范围，获得第二参数差值；

步骤S1230：判断所述第二参数差值是否满足第四预定条件；

步骤S1240：当满足时，获得第二调节指令，所述第二调节指令用于根据所述三级分子蒸馏工艺的参数调整范围对所述第二蒸馏参数信息进行调整；

步骤S1250：根据所述第二调整指令，获得第三蒸馏信息，所述第三蒸馏信息为调整后的三级分子蒸馏工艺的参数；

步骤S1260：根据所述第三蒸馏信息，获得所述第一执行指令。

具体而言，同样的对第二蒸馏参数信息进行可行性判断，是否满足薄膜蒸发器三级分子蒸馏工艺中的参数设定要求，包括设备的调整范围，如果不满足，则对第二蒸馏参数信息和该工艺中的标准参数范围进行对比分析，判断是否满足调整的要求，如果超过的范围不大，可以通过对应的参数调整实现提纯要求，即满足第四预定条件，此时获得第二调整指令，对第二蒸馏参数信息进行调整，以使该参数具有可行性，既能满足设备和实际加工工艺的要求也可以满足产品含量指标的要求，实现了动态调整参数以满足不同加工提纯要求的技术效果。

进一步而言，所述判断所述第二参数差值是否满足第四预定条件之后，本申请实施例包括：

步骤S1310：当所述第二参数差值不满足所述第四预定条件时，根据所述三级分子蒸馏工艺的参数调整范围、所述第二蒸馏参数信息进行调整，获得第一推荐参数；

步骤S1320：根据所述第一推荐参数，获得预测产品单甘酯含量；

步骤S1330：根据所述预测产品单甘酯含量、所述预设产品单甘酯含量，获得第一含量差值；

步骤S1340：当所述第一含量差值满足第五预定条件时，获得第三调整指令，所述第三调整指令用于将所述第二蒸馏参数信息调整为所述第一推荐参数；

步骤S1350：根据所述第一推荐参数，获得所述第一执行指令。

具体而言，当第二参数差值不在可以调整的范围内，即不满足第四预定条件，按照三级分子蒸馏工艺的参数调整范围对所述第二蒸馏参数信息进行调整，获得第一推荐参数；根据第一推荐参数预测出产品单甘酯含量，判断预测出的产品单甘酯含量和预设产品单甘酯含量之间的差值，如果差值很小，符合产品纯度的波动范围时，则确定所述第一推荐参数为对应的加工提纯指标，进行三级分子蒸馏工艺的提纯操作。实现了根据单甘酯的含量进行动态调整提纯参数，以确保加工提纯效果的技术效果。

进一步而言，本申请实施例还包括：当所述第一含量差值不满足所述第五预定条件时，根据所述第一含量差值，获得第二执行指令，所述第二执行指令为在所述第一执行指令后增加第三蒸馏工序，所述第三蒸馏工序为对所述第一执行指令后获得的单甘酯产品进行再次蒸馏操作。

具体而言，当第一含量差值超过了调整的范围，即不符合第五预定条件时，则按照单甘酯的纯度，设定再次蒸馏工序，对第一执行指令后产出的单甘酯继续进行提纯操作，通过不对的参数和工艺调整，以达到提纯要求，提高单甘酯的含量，满足不同单甘酯含量的提纯要求，以实现更高纯度单甘酯的生产。

进一步而言，所述将所述单甘酯含量信息、所述第一预设蒸馏含量输入第一训练模型之后，本申请实施例步骤S300还包括：

步骤S310：获得所述第一训练模型多组训练数据中的第一训练数据、第二训练数据，直至第N训练数据，其中，N为大于1的自然数；

步骤S320：根据所述第一训练数据生成第一验证码，所述第一验证码与所述第一训练数据一一对应；

步骤S330：根据所述第二训练数据和第一验证码生成第二验证码，以此类推，根据所述第N训练数据和第N-1验证码生成第N验证码；

步骤S340：将所有训练数据和验证码复制存储在M台电子设备上，其中，M为大于1的自然数。

具体而言，区块链技术也被称之为分布式账本技术，是一种由若干台计算设备共同参与“记账”，共同维护一份完整的分布式数据库的新兴技术。由于区块链技术具有去中心化、公开透明、每台计算设备可以参与数据库记录、并且各计算设备之间可以快速的进行数据同步的特性，使得区块链技术已在众多的领域中广泛的进行应用。根据所述第一训练数据生成第一验证码，所述第一验证码与第一训练数据一一对应；根据所述第二训练数据和第一验证码生成第二验证码，第二验证码与第二训练数据一一对应；以此类推，根据所述第N训练数据和第N-1验证码生成第N验证码，其中，N为大于1的自然数，将所有训练数据和验证码分别复制保存在M台设备上，其中，所述第一训练数据和所述第一验证码作为第一存储单元保存在一台设备上，所述第二训练数据和所述第二验证码作为第二存储单元保存在一台设备上，所述第N训练数据和所述第N验证码作为第N存储单元保存在一台设备上，当需要调用所述训练数据时，每后一个节点接收前一节点存储的数据后，通过“共识机制”进行校验后保存，通过哈希函数对于每一存储单元进行串接，使得筛选条件不易丢失和遭到破坏，通过区块链的逻辑对所述训练数据进行加密处理，保证了所述训练数据的安全性，进而保证了通过所述训练数据训练获得的第一训练模型的准确性，为后续获得更加准确的第一蒸馏参数信息夯实了基础。

实施例二

基于与前述实施例中一种高纯度单甘酯的提纯方法同样发明构思，本发明还提供了一种高纯度单甘酯的提纯装置，如图2所示，所述装置包括：

第一获得单元11，所述第一获得单元11用于获得单甘酯含量信息；

第二获得单元12，所述第二获得单元12用于获得第一预设蒸馏含量；

第一输入单元13，所述第一输入单元13用于将所述单甘酯含量信息、所述第一预设蒸馏含量输入第一训练模型，所述第一训练模型通过多组训练数据训练获得，所述多组训练数据中的每组均包括：所述单甘酯含量信息、所述第一预设蒸馏含量和标识与预设单甘酯含量相匹配的脱甘油工序工艺参数的标识信息；

第三获得单元14，所述第三获得单元14用于获得所述第一训练模型的第一输出结果，所述第一输出结果包括第一蒸馏参数信息，所述第一蒸馏信息为在脱甘油蒸馏工艺中的蒸馏设置参数值；

第一判断单元15，所述第一判断单元15用于判断所述第一蒸馏参数信息是否满足第一预定条件，当满足时，获得预设产品单甘酯含量；

第一输入单元16，所述第一输入单元16用于将所述预设产品单甘酯含量、所述第一预设蒸馏含量输入第二训练模型，所述第二训练模型通过多组训练数据训练获得，所述多组训练数据中的每组均包括：所述预设产品单甘酯含量、所述第一预设蒸馏含量和标识与预设产品单甘酯含量相匹配的三级分子蒸馏工艺参数的标识信息；

第四获得单元17，所述第四获得单元17用于获得所述第二训练模型的第二输出结果，所述第二输出结果包括第二蒸馏参数信息，所述第二蒸馏参数信息为在三级分子蒸馏工艺中的蒸馏设置参数值；

第二判断单元18，所述第二判断单元18用于判断所述第二蒸馏参数信息是否满足第二预定阈值；

第五获得单元19，所述第五获得单元19用于当所述第二蒸馏参数信息满足所述第二预定阈值时，获得第一执行指令。

进一步的，所述装置还包括：

第六获得单元，所述第六获得单元用于根据所述单甘酯含量信息，获得第一催化剂预测值；

第七获得单元，所述第七获得单元用于根据所述第一催化剂预测值，获得中和剂数值；

第八获得单元，所述第八获得单元用于根据所述中和剂数值，获得第一中和指令，所述第一中和指令用于按照所述中和剂数据对所述单甘酯进行中和。

进一步的，所述装置还包括：

第九获得单元，所述第九获得单元用于当所述第一蒸馏参数信息不满足所述第一预定条件时，获得第一标准参数，所述第一标准参数为脱甘油蒸馏工艺中参数可调节范围；

第十获得单元，所述第十获得单元用于根据所述第一蒸馏参数信息、所述第一标准参数，获得第一参数差值；

第三判断单元，所述第三判断单元用于判断所述第一参数差值是否满足第三预定条件；

第十一获得单元，所述第十一获得单元用于当满足时，获得第一调整指令，所述第一调节指令用于根据所述第一标准参数对所述第一蒸馏参数信息进行调整。

进一步的，所述装置还包括：

第十二获得单元，所述第十二获得单元用于当所述第二蒸馏参数信息不满足所述第二预定阈值时，获得三级分子蒸馏工艺的参数调整范围；

第十三获得单元，所述第十三获得单元用于根据所述第二蒸馏参数信息、所述三级分子蒸馏工艺的参数调整范围，获得第二参数差值；

第四判断单元，所述第四判断单元用于判断所述第二参数差值是否满足第四预定条件；

第十四获得单元，所述第十四获得单元用于当满足时，获得第二调节指令，所述第二调节指令用于根据所述三级分子蒸馏工艺的参数调整范围对所述第二蒸馏参数信息进行调整；

第十五获得单元，所述第十五获得单元用于根据所述第二调整指令，获得第三蒸馏信息，所述第三蒸馏信息为调整后的三级分子蒸馏工艺的参数；

第十六获得单元，所述第十六获得单元用于根据所述第三蒸馏信息，获得所述第一执行指令。

进一步的，所述装置还包括：

第十七获得单元，所述第十七获得单元用于当所述第二参数差值不满足所述第四预定条件时，根据所述三级分子蒸馏工艺的参数调整范围、所述第二蒸馏参数信息进行调整，获得第一推荐参数；

第十八获得单元，所述第十八获得单元用于根据所述第一推荐参数，获得预测产品单甘酯含量；

第十九获得单元，所述第十九获得单元用于根据所述预测产品单甘酯含量、所述预设产品单甘酯含量，获得第一含量差值；

第二十获得单元，所述第二十获得单元用于当所述第一含量差值满足第五预定条件时，获得第三调整指令，所述第三调整指令用于将所述第二蒸馏参数信息调整为所述第一推荐参数；

第二十一获得单元，所述第二十一获得单元用于根据所述第一推荐参数，获得所述第一执行指令。

进一步的，所述装置还包括：

第二十二获得单元，所述第二十二获得单元用于当所述第一含量差值不满足所述第五预定条件时，根据所述第一含量差值，获得第二执行指令，所述第二执行指令为在所述第一执行指令后增加第三蒸馏工序，所述第三蒸馏工序为对所述第一执行指令后获得的单甘酯产品进行再次蒸馏操作。

进一步的，所述装置还包括：

第二十三获得单元，所述第二十三获得单元用于获得所述第一训练模型多组训练数据中的第一训练数据、第二训练数据，直至第N训练数据，其中，N为大于1的自然数；

第一生成单元，所述第一生成单元用于根据所述第一训练数据生成第一验证码，所述第一验证码与所述第一训练数据一一对应；

第二生成单元，所述第二生成单元用于根据所述第二训练数据和第一验证码生成第二验证码，以此类推，根据所述第N训练数据和第N-1验证码生成第N验证码；

第一存储单元，所述第一存储单元用于将所有训练数据和验证码复制存储在M台电子设备上，其中，M为大于1的自然数。

前述图1实施例一中的一种高纯度单甘酯的提纯方法的各种变化方式和具体实例同样适用于本实施例的一种高纯度单甘酯的提纯装置，通过前述对一种高纯度单甘酯的提纯方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种高纯度单甘酯的提纯装置的实施方法，所以为了说明书的简洁，在此不再详述。

示例性电子设备

下面参考图3来描述本申请实施例的电子设备。

图3图示了根据本申请实施例的电子设备的结构示意图。

基于与前述实施例中一种高纯度单甘酯的提纯方法的发明构思，本发明还提供一种高纯度单甘酯的提纯装置，其上存储有计算机程序，该程序被处理器执行时实现前文所述一种高纯度单甘酯的提纯方法的任一方法的步骤。

其中，在图3中，总线架构（用总线300来代表），总线300可以包括任意数量的互联的总线和桥，总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口306在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件，即收发机，提供用于在传输介质上与各种其他系统通信的单元。

处理器302负责管理总线300和通常的处理，而存储器304可以被用于存储处理器302在执行操作时所使用的数据。

本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

本申请实施例提供了一种高纯度单甘酯的提纯方法及装置，通过获得单甘酯含量信息；获得第一预设蒸馏含量；将所述单甘酯含量信息、所述第一预设蒸馏含量输入第一训练模型，所述第一训练模型通过多组训练数据训练获得，所述多组训练数据中的每组均包括：所述单甘酯含量信息、所述第一预设蒸馏含量和标识与预设单甘酯含量相匹配的脱甘油工序工艺参数的标识信息；获得所述第一训练模型的第一输出结果，所述第一输出结果包括第一蒸馏参数信息，所述第一蒸馏信息为在脱甘油蒸馏工艺中的蒸馏设置参数值；判断所述第一蒸馏参数信息是否满足第一预定条件，当满足时，获得预设产品单甘酯含量；将所述预设产品单甘酯含量、所述第一预设蒸馏含量输入第二训练模型，所述第二训练模型通过多组训练数据训练获得，所述多组训练数据中的每组均包括：所述预设产品单甘酯含量、所述第一预设蒸馏含量和标识与预设产品单甘酯含量相匹配的三级分子蒸馏工艺参数的标识信息；获得所述第二训练模型的第二输出结果，所述第二输出结果包括第二蒸馏参数信息，所述第二蒸馏参数信息为在三级分子蒸馏工艺中的蒸馏设置参数值；判断所述第二蒸馏参数信息是否满足第二预定阈值；当所述第二蒸馏参数信息满足所述第二预定阈值时，获得第一执行指令。达到了按照预设的单甘酯含量要求动态设定具体的参数，以确保提纯效果，同时为了提高参数设定的准确性，加入了神经网络模型进行系统处理，实现了精准控制、自动化程度高的控制过程，同时具有灵活设定单甘酯含量要求，适应范围广的技术效果。从而解决了现有技术中单甘酯提纯过程比较统一，缺乏对提纯过程中参数的动态调整，存在单甘酯含量的控制水平不高的技术问题。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的系统。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品，该指令系统实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。