CN107765658B - 一种基于物联网的压缩机控制方法、装置及系统 - Google Patents
一种基于物联网的压缩机控制方法、装置及系统 Download PDFInfo
- Publication number
- CN107765658B CN107765658B CN201710806067.8A CN201710806067A CN107765658B CN 107765658 B CN107765658 B CN 107765658B CN 201710806067 A CN201710806067 A CN 201710806067A CN 107765658 B CN107765658 B CN 107765658B
- Authority
- CN
- China
- Prior art keywords
- data
- internet
- compressor
- cloud platform
- things
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000012545 processing Methods 0.000 claims abstract description 39
- 230000000875 corresponding effect Effects 0.000 claims abstract description 34
- 238000013480 data collection Methods 0.000 claims abstract description 10
- 238000012423 maintenance Methods 0.000 claims abstract description 10
- 230000006855 networking Effects 0.000 claims abstract description 8
- 238000004806 packaging method and process Methods 0.000 claims abstract description 8
- 230000001276 controlling effect Effects 0.000 claims abstract description 7
- 238000004458 analytical method Methods 0.000 claims description 31
- 230000008859 change Effects 0.000 claims description 23
- 238000012544 monitoring process Methods 0.000 claims description 21
- 238000006243 chemical reaction Methods 0.000 claims description 12
- 238000007619 statistical method Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000035772 mutation Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 6
- 230000002349 favourable effect Effects 0.000 abstract description 2
- 238000011835 investigation Methods 0.000 abstract description 2
- 238000004590 computer program Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 239000003507 refrigerant Substances 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000005057 refrigeration Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4183—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4185—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by the network communication
- G05B19/4186—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by the network communication by protocol, e.g. MAP, TOP
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Positive-Displacement Pumps (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
一种基于物联网的压缩机控制系统包括:数据采集器、物联网云平台服务器、控制终端,所述数据采集器包括数据采集部、数据处理部和反向控制部,其中:所述数据采集部采集所述压缩机的性能参数;所述数据处理部用于将数据采集部所采集的性能参数进行分类和数据标准转换,并根据物联网云平台服务器匹配的协议格式进行数据打包;所述物联网云平台服务器接收和保存所述数据采集器所采集的数据,根据所采集的数据进行监控和分析处理;所述控制终端控制压缩机执行相应的动作。通过自动的采集性能参数,避免人工排查检修导致压缩机寿命降低或机械事故发生的可能,并且可以及时的执行控制指令,有利于更为有效的对压缩机进行控制。
Description
技术领域
本发明属于物联网领域,尤其涉及一种基于物联网的压缩机控制方法、装置及系统。
背景技术
压缩机是一种将低压气体提升为高压气体的从动的流体机械,通常应用于制冷系统。它从吸气管吸入低温低压的制冷剂气体,通过电机运转带动活塞对制冷气体进行压缩,向排气管排出高温高压的制冷剂气体,为制冷循环提供动力。
在压缩机的工作过程中,为了确保压缩机的正常运行,需要密切的了解压缩机的工作状态。通过工作状态的监测,可以帮助工作人员发现运行异常数据,从而能够使得工作人员根据异常数据及时的判断可能出现故障的部件,避免对设备造成更大的损害,以及迟早更换设备,使系统能够更加稳定可靠的运行。但是,目前在检测压缩机时,通常使用敲击法、电容起动法、高压启动法、卸压法进行人工排查、检修:这一方面导致压缩机寿命降低,另一方面可能导致机械事故发生、直接或间接产生不可估量的经济损失。
发明内容
有鉴于此,本发明实施例提供了一种基于物联网的压缩机控制方法、装置及系统,以解决现有技术中在检测压缩机时,会导致压缩机寿命降低,或者导致机械事故发生问题。
本发明实施例的第一方面提供了一种基于物联网的压缩机控制系统,所述基于物联网的压缩机控制系统包括:数据采集器、物联网云平台服务器、控制终端,所述数据采集器包括数据采集部、数据处理部和反向控制部,其中:
所述数据采集部与压缩机相连,用于采集所述压缩机的性能参数;
所述数据处理部用于将数据采集部所采集的性能参数进行分类和数据标准转换,并根据物联网云平台服务器匹配的协议格式进行数据打包;
所述物联网云平台服务器分别与数据采集器、控制终端相连,用于接收和保存所述数据采集器所采集的数据,根据所采集的数据进行监控和分析处理,并对连接的控制终端进行设备鉴权;
所述控制终端用于接收所述物联网云平台服务器所监控和分析处理的数据,并将控制指令发送至所述物联网云平台服务器,由物联网云平台服务器将所述控制指令发送至所述反向控制部,以控制压缩机执行相应的动作。
结合第一方面,在第一方面的第一种可能实现方式中,所述基于物联网的压缩机控制系统还包括预测分析服务器,所述预测分析服务器用于根据物联网云平台服务器所接收的性能参数,进行设备运行指数、设备运行趋势或设备数据稳定计算,或者还包括设备故障预测、设备稳定性预测或设备突变风险预测。
结合第一方面,在第一方面的第二种可能实现方式中,物联网云平台服务器根据所采集的数据进行监控和分析处理,具体包括:物联网云平台服务器根据所采集的数据对设备进行实时监控、对设备的历史数据进行统计分析、监测设备的生命周期或故障维修数据记录。
结合第一方面,在第一方面的第三种可能实现方式中,所述监控终端为智能手机、平板电脑或台式计算机。
结合第一方面,在第一方面的第四种可能实现方式中,所述性能参数包括压缩机容积、流量、吸气压力、排气压力、工作效率、输出功率、输入功率或噪声中的一种或者多种。
本发明实施例的第二方面提供了一种基于物联网的压缩机控制方法,所述基于物联网的压缩机控制方法包括:
数据采集部采集所述压缩机的性能参数;
数据处理部将所述数据采集部所采集的性能参数进行分类和数据标准转换,并根据物联网云平台服务器匹配的协议格式进行数据打包;
物联网云平台服务器接收并保存所采集的性能参数,根据所采集的数据进行监控和分析处理;
通过物联网云平台服务器鉴权后的控制终端,接收所述物联网云平台服务器的监控和分析处理结果,或发送控制指令至所述物联网云平台服务器;
物联网云平台服务器将所述控制指令转发至所述数据采集器中的反向控制器以执行相应的动作。
结合第二方面,在第二方面的第一种可能实现方式中,物联网云平台服务器根据所采集的数据进行监控和分析处理的步骤包括:
根据历史的性能参数与压缩机状态变化的样本数据,采用自学习模型进行学习,得到训练后的学习模型;
根据所述对应关系,结合当前压缩机的性能参数,预测所述压缩机的状态变化。
结合第二方面,在第二方面的第二种可能实现方式中,所述性能参数包括压缩机容积、流量、吸气压力、排气压力、工作效率、输出功率、输入功率或噪声中的一种或者多种。
结合第二方面,在第二方面的第三种可能实现方式中,所述监控终端为智能手机、平板电脑或台式计算机。
本发明实施例的第三方面提供了一种基于物联网的压缩机控制装置,所述基于物联网的压缩机控制装置包括:
采集单元,用于由数据采集部采集所述压缩机的性能参数;
转换单元,用于由数据处理部将所述数据采集部所采集的性能参数进行分类和数据标准转换,并根据物联网云平台服务器匹配的协议格式进行数据打包;
分析单元,用于由物联网云平台服务器接收并保存所采集的性能参数,根据所采集的数据进行监控和分析处理;
指令发送单元,用于由通过物联网云平台服务器鉴权后的控制终端,接收所述物联网云平台服务器的监控和分析处理结果,或发送控制指令至所述物联网云平台服务器;
执行单元,用于由物联网云平台服务器将所述控制指令转发至所述数据采集器中的反向控制器以执行相应的动作。
结合第三方面,在第三方面的第一种可能实现方式中,所述性能参数包括压缩机容积、流量、吸气压力、排气压力、工作效率、输出功率、输入功率或噪声中的一种或者多种。
本发明实施例与现有技术相比存在的有益效果是:通过数据采集部对压缩机的性能参数进行采集,通过数据处理部将所采集的性能参数进行分类和数据标准转换,并根据物联网云平台服务器匹配的协议格式进行数据打包,发送至物联网云平台服务器,由物联网云平台服务器对所采集的数据进行监控和分析处理,并对连接的控制终端进行设备鉴权,将控制终端发送的控制指令发送至反向控制部,控制压缩机执行相应的动作。本申请可以通过数据采集器自动的采集和转换性能参数,避免人工排查检修导致压缩机寿命降低或机械事故发生的可能,并且可以通过反向控制器及时的执行控制指令,有利于更为有效的对压缩机进行控制。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的基于物联网的压缩机控制系统的结构示意图;
图2是本发明实施例提供的基于物联网的压缩机控制方法的实现流程示意图;
图3是本发明实施例提供的一种优化的压缩机控制方法的实现流程示意图;
图4是本发明实施例提供的一种基于物联网的压缩机控制装置的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
如图1所示为本申请实施例提供的一种基于物联网的压缩机控制系统的结构示意图,详述如下:
本申请所述基于物联网的压缩机控制系统包括:数据采集器101、物联网云平台服务器102、控制终端103,所述数据采集器101包括数据采集部1011、数据处理部1012和反向控制部1013,其中:
所述数据采集部1011与压缩机相连,用于采集所述压缩机的性能参数;
所述数据处理部1012用于将数据采集部1011所采集的性能参数进行分类和数据标准转换,并根据物联网云平台服务器102匹配的协议格式进行数据打包;
所述物联网云平台服务器102分别与数据采集器、控制终端相连,用于接收和保存所述数据采集器所采集的数据,根据所采集的数据进行监控和分析处理,并对连接的控制终端进行设备鉴权;
所述控制终端103用于接收所述物联网云平台服务器所监控和分析处理的数据,并将控制指令发送至所述物联网云平台服务器102,由物联网云平台服务器102将所述控制指令发送至所述反向控制部1013,以控制压缩机执行相应的动作。
具体的,所述数据采集部1011,用于采集压缩机的性能参数,所述数据采集部101可以从工业设备I/O口采集性能参数,或者也可以从传感器中采集性能参数,所述传感器可以包括压力传感器、气压传感器、流量传感器、电流传感器、电压传感器或声音传感器中的一种或者多种。所采集的性能参数可以包括压缩机容积、流量、吸气压力、排气压力、工作效率、输出功率、输入功率或噪声中的一种或者多种。其中:
可以通过流量传感器和气压传感器采集的数据计算得到压缩机容积,通过流量传感器计算得到压缩机的流量,通过压力传感器检测压缩机的吸气压力、排气压力,通过电压传感器、电流传感器计算压缩机的输入功率,通过压力传感器计算输出功率,以及根据输入功率和输出功率计算工作效率等。
所述反向控制器1013可以控制压缩机的工作状态,比如控制压缩机按照一定的功率运行,或者控制压缩机停止工作或开始工作等。所述反向控制器1013可以包括处理器,由处理器对控制指令进行解析,根据解析结果执行相应的操作。
所述数据处理部1012,可以包括数据采集部的协议信息、反向控制器的协议信息,通过所述数据处理部1012,可以查找与所述数据采集部的协议或反向控制器的协议对应的协议转换方式,对数据按照相应的协议进行转换,从而可以满足不同的数据采集部、以及不同的反向控制器与物联网云平台服务器102通信的要求。
所述数据处理部1012还可以用于对采集的性能数据进行分类,根据数据的不同进行分开处理,对不同数据格式或者协议的标准进行转换,将分类后的数据或处理后的数据按照物联网云平台服务器所匹配的协议格式进行打包处理等。
所述物联网云平台服务器102,可以对采集的性能参数进行监控和分析处理,并将分析处理后的结果,和/或采集的数据发送至控制终端103进行显示,用户可以通过控制终端显示的结果,直接的了解压缩机当前的工作状态。
所述物联网云平台服务器根据所采集的数据进行监控和分析处理,具体包括:物联网云平台服务器根据所采集的数据对设备进行实时监控、对设备的历史数据进行统计分析、监测设备的生命周期或故障维修数据记录。
比如,所述物联网云平台服务器可以对设备进行实时的管理和监控,对监控到异常的数据进行自动的记录的报警,报警的方式可以根据压缩机与控制终端的对应关系,查找压缩机所对应的控制终端,将报警信息发送至控制终端。
所述物联网云平台服务器还可以对设备的数据进行实时的分析和统计,基于历史数据的分析,获取设备保养的时间的规划的检测,对设备的生命周期进行管理,或者还可以记录设备的维修数据,根据历史的维修、故障、报警处理数据,确定对设备的维修处理方案。
作为本申请优化的一种实施方式,所述压缩机控制系统还可以包括预测分析服务器,所述预测分析服务器,或者物联网云平台服务器102进行预测分析时,可以基于性能参数与实际的变化结果作为样本进行学习,得到性能参数与状态变化的模型,通过所述模型预测和判断当前可能出现的状态的变化。
通过对采集的数据进行计算,可以得到设备运行指数、设备运行趋势和设备数据的稳定性。另外,通过样本数据的学习建立模型,可以预测设备在未来一段时间是否会出现故障,未来一段时间,设备的稳定性以及是否存在突变风险等。
所述控制终端103,可以为智能手机、平板电脑或台式计算机。用户可以通过控制终端103,随时随地查看压缩机的当前状态以及可能出现的状态,并及时有效的对压缩机的状态进行调整和控制。
图2为本申请实施例提供的一种基于物联网的压缩机控制方法的实现流程,详述如下:
在步骤S201中,数据采集部采集所述压缩机的性能参数;
其中,所述数据采集部可以包括压力传感器、气压传感器、流量传感器、电流传感器、电压传感器或声音传感器中的一种或者多种。所采集的性能参数可以包括压缩机容积、流量、吸气压力、排气压力、工作效率、输出功率、输入功率或噪声中的一种或者多种。其中:
可以通过流量传感器和气压传感器采集的数据计算得到压缩机容积,通过流量传感器计算得到压缩机的流量,通过压力传感器检测压缩机的吸气压力、排气压力,通过电压传感器、电流传感器计算压缩机的输入功率,通过压力传感器计算输出功率,以及根据输入功率和输出功率计算工作效率等。
在步骤S202中,数据处理部将所述数据采集部所采集的性能参数进行分类和数据标准转换,并根据物联网云平台服务器匹配的协议格式进行数据打包;
其中,所述数据采集器可用于物联网云平台服务器与数据采集部之间的数据转换,以及物联网云平台服务器与反向控制器之间的数据转换。可以在所述数据采集器中存储多种数据通信协议的转换方式,根据不同的数据采集部,或者根据不同的反向控制器,可以相应的查找对应的转换方式,便于由同一物联网云平台服务器与多个不同的数据格式的数据采集部或反向控制器进行通信。
在步骤S203中,物联网云平台服务器接收并保存所采集的性能参数,根据所采集的数据进行监控和分析处理;
所述物联网云平台服务器,可以对采集的性能参数进行分析和处理,并将分析处理后的结果发送至控制终端进行显示,用户可以通过控制终端显示的结果,直接的了解压缩机当前的工作状态,或者还可以通过物联网云平台服务器的预测分析,或者其它的预测分析服务器进行的预测分析,得到压缩机可能会出现的状态的变化。
所述分析处理的内容具体可以包括:物联网云平台服务器根据所采集的数据对设备进行实时监控、对设备的历史数据进行统计分析、监测设备的生命周期或故障维修数据记录等。
其中,所述预测分析服务器,或者物联网云平台服务器104进行预测分析时,可以基于性能参数与实际的变化结果作为样本进行学习,得到性能参数与状态变化的模型,通过所述模型预测和判断当前可能出现的状态的变化。
在步骤S204中,通过物联网云平台服务器鉴权后的控制终端,接收所述物联网云平台服务器的监控和分析处理结果,或发送控制指令至所述物联网云平台服务器;
所述监控终端可以为智能手机、平板电脑或台式计算机。
在用户察看到压缩机存在异常时,或者用户根据使用的情况,需要对压缩机进行控制时,可以在控制终端中输入控制指令,将所述控制指令发送物联网云平台服务器,由所述物联网云平台服务器接收所述控制指令,并进行相应的转发操作。
在步骤S205中,物联网云平台服务器将所述控制指令转发至所述数据采集器中的反向控制器以执行相应的动作。
所述物联网云平台服务器将所述控制指令转发至反向控制器,根据反向控制器查找所对应的控制开关,从而可以控制压缩机的运行状态。
图3为本申请实施例提供的又一基于物联网的压缩机控制方法的实现流程,详述如下:
在步骤S301中,数据采集部采集所述压缩机的性能参数;
在步骤S302中,数据处理部将所述数据采集部所采集的性能参数进行分类和数据标准转换,并根据物联网云平台服务器匹配的协议格式进行数据打包;
步骤S301-S302与步骤S201-S202基本相同。
在步骤S303中,物联网云平台服务器接收转换后的性能参数,根据历史的性能参数与压缩机状态变化的样本数据,采用自学习模型进行学习,得到训练后的学习模型;
所述历史的性能参数与压缩机状态变化的样本数据,可以为待检测的压缩机,也可以为其它相似型号的压缩机,或者其它普通压缩机的样本数据。样本数据中包括压缩机的一个或者多个性能参数,并且对应于该性能参数下,压缩机的状态变化结果。根据样本数据中的性能参数与状态变化结果的对应关系,进行学习模型训练,得到训练后的学习模型。
基于所训练好的模型,即可对当前的压缩机的性能参数进行计算,预测到所述压缩机的状态变化。样本数据越丰富,学习模型训练越完善,预测的压缩机的状态变化也越准确。
在步骤S304中,根据所述对应关系,结合当前压缩机的性能参数,预测所述压缩机的状态变化;
在步骤S305中,通过物联网云平台服务器鉴权后的控制终端,接收所述物联网云平台服务器的监控和分析处理结果,或发送控制指令至所述物联网云平台服务器;
在步骤S306中,物联网云平台服务器将所述控制指令转发至所述数据采集器中的反向控制器以执行相应的动作。
步骤S305-S306与步骤S204-S205基本相同。
图3通过预测模型的训练,可以更为有效的对压缩机当前的性能参数进行预测计算,从而能够帮助用户更为及时准确的控制压缩机状态。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
图4为本申请实施例提供的一种基于物联网的压缩机控制装置的结构示意图,详述如下:
本申请所述基于物联网的压缩机控制装置,包括:
采集单元401,用于由数据采集部采集所述压缩机的性能参数;
转换单元402,用于由数据处理部将所述数据采集部所采集的性能参数进行分类和数据标准转换,并根据物联网云平台服务器匹配的协议格式进行数据打包;
分析单元403,用于由物联网云平台服务器接收并保存所采集的性能参数,根据所采集的数据进行监控和分析处理;
指令发送单元404,用于通过物联网云平台服务器鉴权后的控制终端,接收所述物联网云平台服务器的监控和分析处理结果,或发送控制指令至所述物联网云平台服务器;
执行单元405,用于由物联网云平台服务器将所述控制指令转发至所述数据采集器中的反向控制器以执行相应的动作。
优选的,所述性能参数包括压缩机容积、流量、吸气压力、排气压力、工作效率、输出功率、输入功率或噪声中的一种或者多种。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于物联网的压缩机控制系统,其特征在于,所述基于物联网的压缩机控制系统包括:数据采集器、物联网云平台服务器、控制终端,所述数据采集器包括数据采集部、数据处理部和反向控制部,其中:
所述数据采集部与压缩机相连,用于采集所述压缩机的性能参数;
所述数据处理部包括数据采集部的协议信息、反向控制器的协议信息,通过所述数据处理部查找与所述数据采集部的协议或反向控制器的协议对应的协议转换方式,对数据按照相应的协议进行转换;还用于将数据采集部所采集的性能参数进行分类和数据标准转换,并根据物联网云平台服务器匹配的协议格式进行数据打包;
所述物联网云平台服务器分别与数据采集器、控制终端相连,用于接收和保存所述数据采集器所采集的数据,根据历史的性能参数与压缩机状态变化的样本数据,采用自学习模型进行学习,得到训练后的学习模型;根据对应关系,结合当前压缩机的性能参数,预测所述压缩机的状态变化,并对连接的控制终端进行设备鉴权;
所述控制终端用于接收所述物联网云平台服务器所监控和分析处理的数据,并将控制指令发送至所述物联网云平台服务器,由物联网云平台服务器将所述控制指令发送至所述反向控制部,以控制压缩机执行相应的动作;其中,所述反向控制部包括处理器,由所述处理器对所述控制指令进行解析,根据解析结果执行相应的操作。
2.根据权利要求1所述的基于物联网的压缩机控制系统,其特征在于,所述基于物联网的压缩机控制系统还包括预测分析服务器,所述预测分析服务器用于根据物联网云平台服务器所接收的性能参数,进行设备运行指数、设备运行趋势或设备数据稳定计算,或者还包括设备故障预测、设备稳定性预测或设备突变风险预测。
3.根据权利要求1所述的基于物联网的压缩机控制系统,其特征在于,物联网云平台服务器根据所采集的数据进行监控和分析处理,具体包括:物联网云平台服务器根据所采集的数据对设备进行实时监控、对设备的历史数据进行统计分析、监测设备的生命周期或故障维修数据记录。
4.根据权利要求1所述的基于物联网的压缩机控制系统,其特征在于,所述监控终端为智能手机、平板电脑或台式计算机。
5.根据权利要求1所述的基于物联网的压缩机控制系统,其特征在于,所述性能参数包括压缩机容积、流量、吸气压力、排气压力、工作效率、输出功率、输入功率或噪声中的一种或者多种。
6.一种基于物联网的压缩机控制方法,其特征在于,所述基于物联网的压缩机控制方法包括:
数据采集部采集所述压缩机的性能参数;
数据处理部包括数据采集部的协议信息、反向控制器的协议信息,通过所述数据处理部查找与所述数据采集部的协议或反向控制器的协议对应的协议转换方式,对数据按照相应的协议进行转换;并将所述数据采集部所采集的性能参数进行分类和数据标准转换,并根据物联网云平台服务器匹配的协议格式进行数据打包;
物联网云平台服务器接收并保存所采集的性能参数,根据历史的性能参数与压缩机状态变化的样本数据,采用自学习模型进行学习,得到训练后的学习模型;根据所述对应关系,结合当前压缩机的性能参数,预测所述压缩机的状态变化;
通过物联网云平台服务器鉴权后的控制终端,接收所述物联网云平台服务器的监控和分析处理结果,或发送控制指令至所述物联网云平台服务器;
物联网云平台服务器将所述控制指令转发至所述数据采集器中的反向控制器以执行相应的动作;其中,所述反向控制部包括处理器,由所述处理器对所述控制指令进行解析,根据解析结果执行相应的操作。
7.根据权利要求6所述的基于物联网的压缩机控制方法,其特征在于,所述性能参数包括压缩机容积、流量、吸气压力、排气压力、工作效率、输出功率、输入功率或噪声中的一种或者多种。
8.一种基于物联网的压缩机控制装置,其特征在于,所述基于物联网的压缩机控制装置包括:
采集单元,用于由数据采集部采集所述压缩机的性能参数;
转换单元,用于数据处理部包括数据采集部的协议信息、反向控制器的协议信息,通过所述数据处理部查找与所述数据采集部的协议或反向控制器的协议对应的协议转换方式,对数据按照相应的协议进行转换;并由数据处理部将所述数据采集部所采集的性能参数进行分类和数据标准转换,并根据物联网云平台服务器匹配的协议格式进行数据打包;
分析单元,用于由物联网云平台服务器接收并保存所采集的性能参数,根据历史的性能参数与压缩机状态变化的样本数据,采用自学习模型进行学习,得到训练后的学习模型;根据所述对应关系,结合当前压缩机的性能参数,预测所述压缩机的状态变化;
指令发送单元,用于通过物联网云平台服务器鉴权后的控制终端,接收所述物联网云平台服务器的监控和分析处理结果,或发送控制指令至所述物联网云平台服务器;
执行单元,用于由物联网云平台服务器将所述控制指令转发至所述数据采集器中的反向控制器以执行相应的动作。
9.根据权利要求8所述的基于物联网的压缩机控制装置,其特征在于,所述性能参数包括压缩机容积、流量、吸气压力、排气压力、工作效率、输出功率、输入功率或噪声中的一种或者多种。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710806067.8A CN107765658B (zh) | 2017-09-08 | 2017-09-08 | 一种基于物联网的压缩机控制方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710806067.8A CN107765658B (zh) | 2017-09-08 | 2017-09-08 | 一种基于物联网的压缩机控制方法、装置及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107765658A CN107765658A (zh) | 2018-03-06 |
CN107765658B true CN107765658B (zh) | 2020-07-28 |
Family
ID=61265625
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710806067.8A Active CN107765658B (zh) | 2017-09-08 | 2017-09-08 | 一种基于物联网的压缩机控制方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107765658B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109236621A (zh) * | 2018-08-03 | 2019-01-18 | 宁波欣达螺杆压缩机有限公司 | 一种基于物联网的空压机控制系统及方法 |
CN109026649A (zh) * | 2018-08-28 | 2018-12-18 | 上海弦慧新能源科技有限公司 | 数据采集装置及运行管理方法 |
CN110728041B (zh) * | 2019-09-27 | 2022-03-25 | 联想(北京)有限公司 | 信息处理方法及电子设备 |
CN112180816A (zh) * | 2020-10-20 | 2021-01-05 | 河北匠心智联软件技术有限公司 | 一种基于物联网云平台的压缩机空气系统的管控系统 |
CN112392708A (zh) * | 2020-12-17 | 2021-02-23 | 黄剑 | 一种基于物联网的压缩机管理方法 |
CN114466090A (zh) * | 2022-02-10 | 2022-05-10 | 无锡商业职业技术学院 | 一种工业物联网平台监测数据传输交换方法及系统 |
CN115061966B (zh) * | 2022-06-28 | 2023-05-23 | 四川虹美智能科技有限公司 | 压缩机数据采集方法 |
CN115167319A (zh) * | 2022-08-06 | 2022-10-11 | 广东鑫钻节能科技股份有限公司 | 基于物联网云平台的空压机启停控制系统及控制方法 |
CN117032120A (zh) * | 2023-08-16 | 2023-11-10 | 广东超级龙节能环保科技有限公司 | 集成一体式空压站智能云控制系统及控制方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104101053A (zh) * | 2014-07-04 | 2014-10-15 | 珠海格力电器股份有限公司 | 空调监控方法、装置和系统 |
CN104914844A (zh) * | 2014-03-11 | 2015-09-16 | 上海通用汽车有限公司 | 燃料电池汽车的空调压缩机控制器的测试系统 |
CN104989634A (zh) * | 2015-07-09 | 2015-10-21 | 广东美芝制冷设备有限公司 | 用于压缩机的监控系统和方法 |
CN105204551A (zh) * | 2015-08-07 | 2015-12-30 | 珠海格力电器股份有限公司 | 空调远程闭环控制系统、空调系统的远程控制方法和装置 |
CN105626498A (zh) * | 2015-08-26 | 2016-06-01 | 珠海格力电器股份有限公司 | 一种压缩机工作异常的检测方法及采用该方法的压缩机 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN87213384U (zh) * | 1987-09-12 | 1988-04-27 | 中国人民解放军空军上海第一医院 | X线机用遥控摇篮装置 |
CN101949779B (zh) * | 2010-08-17 | 2014-04-30 | 广东志高空调有限公司 | 变频空调室外机的在线性能测试系统 |
CN103792873B (zh) * | 2012-10-26 | 2017-11-07 | 洛克威尔自动控制技术股份有限公司 | 控制环境变化传达 |
CN104868796A (zh) * | 2015-06-10 | 2015-08-26 | 上海江农信息科技有限公司 | 一种利用无线网络控制电动机运行的方法 |
-
2017
- 2017-09-08 CN CN201710806067.8A patent/CN107765658B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104914844A (zh) * | 2014-03-11 | 2015-09-16 | 上海通用汽车有限公司 | 燃料电池汽车的空调压缩机控制器的测试系统 |
CN104101053A (zh) * | 2014-07-04 | 2014-10-15 | 珠海格力电器股份有限公司 | 空调监控方法、装置和系统 |
CN104989634A (zh) * | 2015-07-09 | 2015-10-21 | 广东美芝制冷设备有限公司 | 用于压缩机的监控系统和方法 |
CN105204551A (zh) * | 2015-08-07 | 2015-12-30 | 珠海格力电器股份有限公司 | 空调远程闭环控制系统、空调系统的远程控制方法和装置 |
CN105626498A (zh) * | 2015-08-26 | 2016-06-01 | 珠海格力电器股份有限公司 | 一种压缩机工作异常的检测方法及采用该方法的压缩机 |
Also Published As
Publication number | Publication date |
---|---|
CN107765658A (zh) | 2018-03-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107765658B (zh) | 一种基于物联网的压缩机控制方法、装置及系统 | |
CN104199755B (zh) | 一种基于指示灯诊断硬件模块故障的方法及系统 | |
CN103913193A (zh) | 一种基于工业无线技术的设备故障预维护方法 | |
CN210405371U (zh) | 一种基于物联网的空压智能运维系统 | |
CN104407603A (zh) | 家电自诊断方法和装置 | |
CN112561238A (zh) | 一种抽水蓄能电站辅机设备状态健康评价系统及方法 | |
CN208751840U (zh) | 一种机泵健康监测与故障诊断系统 | |
CN105633903A (zh) | 具有故障监控功能的电气设备、电气系统以及终端设备 | |
CN112084087A (zh) | 一种工业设备状态监控与运维管理方法、系统 | |
CN114576152A (zh) | 水泵状态监测系统、监测方法、装置、电子设备和介质 | |
CN204511848U (zh) | 一种容积式压缩机工作状态在线监测装置 | |
CN111835799A (zh) | 车辆日志自动获取系统及方法 | |
CN105321039A (zh) | 一种隔离开关在线监测数据管理系统及方法 | |
CN104880222B (zh) | 基于3g无线通信的二次设备状态监测系统 | |
CN112486143A (zh) | 柴油发电机组远程监控及专家诊断系统 | |
CN209908736U (zh) | 空压机物联网监控系统 | |
CN114151293B (zh) | 风机变桨系统的故障预警方法、系统、设备及存储介质 | |
CN111055685A (zh) | 一种交互式模拟充电测试系统及测试方法 | |
CN201638056U (zh) | 可远程监控的制冰系统 | |
CN202091172U (zh) | 气体压缩机状态监测和可靠性分析装置 | |
CN114165430B (zh) | 基于边缘计算的机泵健康监测方法、系统、设备及介质 | |
CN204009065U (zh) | 一种便携式雷达综合测试仪 | |
CN114910160A (zh) | 一种冰箱噪声检测系统及方法 | |
CN114718855A (zh) | 一种压缩空气介质智能系统预测系统 | |
CN114095519B (zh) | 油库物联网设备状态监测及自动切换方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |