1.一种基于电导率信号与时间混合控制的原位清洗方法，其特征在于，其包括以下步骤：步骤1：第一次清水冲洗管道；

根据管道长度l、内部罐体数量n与体积vi、液体流速r与流量q计算预冲洗所需时间为：式中：T表示闭合管路管道的预冲洗时间；l表示闭合管路中管道长度；vi表示第i个罐体的体积；i表示罐体的编号；n表示罐体的总数量；r表示液体冲洗的流速；q表示液体冲洗的流量；

根据计算所得时间参数采取时间控制方法进行第一次清水冲洗管道，即为预冲洗；

步骤2：碱性清洗液冲洗管道；

在管道入口处通入碱性清洗液冲洗管道，并通过系统出口端电导率信号传感器获得清洗管路出口处的电导率信号值；

步骤3：判断通入碱性清洗液时，出口处电导率信号是否达到阈值；

管道内液体的电导率信号反映出清洗液浓度，以电导率信号控制的方式，判断出口处电导率信号是否达到清洗标准TACT设定阈值，如果碱性清洗液冲洗管道后电导率信号达到所述阈值则进行步骤4，如碱性清洗液冲洗管道后电导率信号未达到该阈值则持续通入碱性清洗液冲洗管道并持续监测清洗管路出口处电导率信号，直到冲洗管道后电导率信号达到所述阈值则执行步骤4；

步骤4：持续通入碱性清洗液冲洗管道；

在清洗管路入口处以恒定流量、流速持续通入碱性清洗液冲洗管道，使管路中清洗液的压力、流量、清洗时间符合清洗标准TACT，结束碱洗环节后进行步骤5；

步骤5：第二次清水冲洗管道排出碱性清洗液；

在清洗的管道入口处通入清水将管道中的碱性清洗液排出，避免后续酸性清洗剂与碱性清洗剂接触结束本步骤后进入步骤6；

第二次清水冲洗操作为时间控制，由控制系统按照时间控制参数持续通入清水后，将时间控制下的酸碱隔离过程设定为混合区，以管道出口处电导率为零的时间H作为表征隔离效果的特征；混合区通入清水时间T1越大，则H越大；原位清洗混合区过程中的其他参数包括管路内液体流速V与流量Q、管道内压力P会通过影响清洗液的扩散作用而影响H‑T1间的关系，H‑T1间是一个受多变量影响的非线性过程；混合区时间控制参数T1的表达式为：T1＝f(V，Q，P，T0)；

式中：T1表示混合区时间控制参数；f表示整个网络的运算；V表示管路内液体流速；Q表示管路内液体流量；P表示管道内压力；T0表示混合区电导率信号为零的时长；

步骤6：酸性清洗液冲洗管道；

在管道入口处通入酸性清洗液冲洗管道，并通过系统出口端电导率信号传感器获得清洗管路出口处的电导率信号值；

步骤7：判断通入酸性清洗液时，出口处电导率信号是否达到阈值；

管道内液体的电导率信号反映了清洗液浓度，以电导率信号控制的方式，判断出口处电导率信号是否达到清洗标准TACT设定阈值，如果酸性清洗液冲洗管道后电导率信号达到所述阈值则进行步骤8，如碱性清洗液冲洗管道后电导率信号未达到该阈值则持续通入碱性清洗液冲洗管道并持续监测清洗管路出口处电导率信号，直到冲洗管道后电导率信号达到所述阈值则进行步骤8；

步骤8：持续通入酸性清洗液；

在清洗管路入口处以恒定流量、流速持续通入酸性清洗液，使管路中清洗液的压力、流量、清洗时间符合预设值，结束酸洗环节后进行步骤9；

步骤9：第三次清水冲洗，至管路中无残留清洗液，完成终冲洗。

2.根据权利要求1所述的基于电导率信号与时间混合控制的原位清洗方法，其特征在于，所述步骤1中的预冲洗时间控制中对时间参数的计算公式，能够保证在不增加传感器的条件下通过计算得出不同原位清洗系统的清水预冲洗时间。

3.根据权利要求1所述的基于电导率信号与时间混合控制的原位清洗方法，其特征在于，所述步骤5中混合区的控制方式为时间控制，且以出口电导率为零的时间作为表征时间控制下不同清洗液隔离效果的变量，具体为：原位清洗系统依赖出口处电导率降为零的信号作为停止此步骤的控制信号，在清水充盈整个管道才会结束此酸碱隔离步骤，电导率信号控制下的酸碱隔离步骤清水通入时间过长，减少通入清水的时间也能保证对酸、碱清洗液具有有效的隔离效果，将此步骤由电导率信号控制改为时间控制具有较好的实际应用效果。

4.根据权利要求1所述的基于电导率信号与时间混合控制的原位清洗方法，其特征在于，所述步骤5中的混合区的隔离状态分为有效隔离状态和无效隔离状态，具体为：所述有效隔离状态为：碱性清洗液段、碱性清洗液与清水混合的扩散段、清水段、酸性清洗液与清水混合的扩散段和酸性清洗液段；

所述无效隔离状态为：碱性清洗液段、酸及碱清洗剂由于无效隔离发生中和反应的失效段和酸性清洗液段。

5.根据权利要求1所述的基于电导率信号与时间混合控制的原位清洗方法，其特征在于，所述步骤5中的混合区时间控制参数T1需要通过正交实验获得，在不同的流速V、流量Q、压力P与混合区时间参数T1下，对管道进行N清洗，并采集出口处电导率数据得到电导率为零的时间H；以V、Q、H、P为特征，以T1为标签构建数据集，并基于深度学习得到准确的从H，V，Q，P到T1的预测模型。