CN108881475B - 一种工业锅炉智能化采集系统及采集方法 - Google Patents
一种工业锅炉智能化采集系统及采集方法 Download PDFInfo
- Publication number
- CN108881475B CN108881475B CN201810765506.XA CN201810765506A CN108881475B CN 108881475 B CN108881475 B CN 108881475B CN 201810765506 A CN201810765506 A CN 201810765506A CN 108881475 B CN108881475 B CN 108881475B
- Authority
- CN
- China
- Prior art keywords
- acquisition
- real
- industrial boiler
- data
- control terminal
- 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 52
- 238000012544 monitoring process Methods 0.000 claims abstract description 234
- 230000005540 biological transmission Effects 0.000 claims abstract description 10
- 238000004458 analytical method Methods 0.000 claims description 51
- 238000004422 calculation algorithm Methods 0.000 claims description 42
- 238000004891 communication Methods 0.000 claims description 40
- 230000007613 environmental effect Effects 0.000 claims description 25
- 238000009499 grossing Methods 0.000 claims description 22
- 238000001914 filtration Methods 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000007405 data analysis Methods 0.000 claims description 12
- 230000000737 periodic effect Effects 0.000 claims description 10
- 230000001419 dependent effect Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 4
- 238000004088 simulation Methods 0.000 claims description 4
- MWUXSHHQAYIFBG-UHFFFAOYSA-N Nitric oxide Chemical compound O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 12
- 230000001276 controlling effect Effects 0.000 description 12
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 9
- 239000003546 flue gas Substances 0.000 description 5
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 4
- 229910002091 carbon monoxide Inorganic materials 0.000 description 4
- 238000013480 data collection Methods 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 239000001301 oxygen Substances 0.000 description 4
- 229910052760 oxygen Inorganic materials 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- UCKMPCXJQFINFW-UHFFFAOYSA-N Sulphide Chemical compound [S-2] UCKMPCXJQFINFW-UHFFFAOYSA-N 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 239000000779 smoke Substances 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000000295 fuel oil Substances 0.000 description 2
- 238000002955 isolation Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000002737 fuel gas Substances 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 150000003568 thioethers Chemical class 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
- H04L67/025—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP] for remote control or remote monitoring of applications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F22—STEAM GENERATION
- F22B—METHODS OF STEAM GENERATION; STEAM BOILERS
- F22B35/00—Control systems for steam boilers
- F22B35/18—Applications of computers to steam boiler control
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24H—FLUID HEATERS, e.g. WATER OR AIR HEATERS, HAVING HEAT-GENERATING MEANS, e.g. HEAT PUMPS, IN GENERAL
- F24H9/00—Details
- F24H9/20—Arrangement or mounting of control or safety devices
- F24H9/2007—Arrangement or mounting of control or safety devices for water heaters
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- General Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Thermal Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Physics & Mathematics (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了一种工业锅炉智能化采集系统及其采集方法,包括:工业锅炉智能化采集终端、云应用服务平台控制终端以及应用终端;嵌入式智能化采集控制终端,用于根据云应用服务平台控制终端发出的指令信号实现工业锅炉设备实时运行信息数据的智能采集和远程传输;云应用服务平台控制终端,用于根据工业锅炉设备实时运行信息数据以及应用终端反馈需求数据,通过模态参数识别控制方法获取工业锅炉设备实时监测信息数据;应用终端,用于展示工业锅炉设备实时监测信息数据,并将应用终端反馈需求数据传输云应用服务平台控制终端,以解决工业锅炉远程智能化监测水平低和工业锅炉实时运行工况监测难的问题。
Description
技术领域
本发明涉及工业锅炉智能化监控技术领域,特别涉及一种工业锅炉智能化采集系统及采集方法。
背景技术
目前,我国工业工业锅炉固有的种类多、数量大、分布散和智能化水平低等特点,致使工业工业锅炉的安全预警、能效监测和环保监测等信息难以获取,这给更全面地安全监管和监测造成障碍。
现有工业工业锅炉智能化监测技术主要涉及数据采集、远程控制和应用终端等方面,而复杂又庞大的数据采集一直是制约工业锅炉智能化发展的“瓶颈”之一。就数据采集而言,主要存在数据采集智能化水平低和实时动态监测难等问题。目前,远场监控数据采集模式主要通过现场硬件采集装置嵌入式芯片或传统服务器中软件进行固定模式的数据采集,不能根据工业锅炉实际运行工况和监测对象进行智能地调节和控制数据的采集。
而在研究应用的过程中,要实现工业锅炉远程实时监测数据的自动采集,需要根据不同的监测对象,建立适应监测需要的数据采集方法,以解决人工监测成本高、智能化监测水平低和工业锅炉实时运行工况监测难的问题。
要实现工业锅炉实时监测数据智能化采集,不仅要根据不同的监测对象建立适应监测所需的智能化采集方法,而且要提供数据处理和远程监控的服务器,解决现有嵌入式芯片数据处理能力弱,以及传统的虚拟主机、专属服务器、主机托管硬件系统的可扩展性和错容性不够等问题。
发明内容
为了解决上述背景中的技术问题,本发明针对现有技术的不足,提出了一种基于PaaS云应用服务平台的嵌入式工业锅炉智能化采集系统以及采集方法,以建立一种适用于不同类型工业锅炉的安全、能效、环保等数据智能化监测的模态参数识别控制方法,以解决工业锅炉远程智能化监测水平低和工业锅炉实时运行工况监测难的问题。
本发明的技术方案是这样实施的:
本发明提供一种工业锅炉智能化采集系统,包括:工业锅炉智能化采集终端,所述工业锅炉智能化采集终端与云应用服务平台控制终端连接,所述云应用服务平台控制终端与应用终端连接;
所述工业锅炉智能化采集终端包括工业锅炉设备以及与其连接的嵌入式智能化采集控制终端,所述嵌入式智能化采集控制终端,用于根据云应用服务平台控制终端发出的指令信号实现工业锅炉设备实时监测信息数据的智能采集和远程传输;
云应用服务平台控制终端,用于根据工业锅炉设备实时运行信息数据以及应用终端反馈需求数据,通过模态参数识别控制方法获取工业锅炉设备实时监测信息数据;
应用终端,用于展示所述工业锅炉设备实时监测信息数据,并将应用终端反馈需求数据发给所述云应用服务平台控制终端。
优选地,所述模态参数识别控制方法通过卡尔曼滤波算法和指数平滑预测算法对所述工业锅炉设备实时监测信息数据的时域和频域进行智能控制,根据所述工业锅炉设备实时监测信息数据以及所述应用终端反馈需求数据对所述工业锅炉设备实时监测信息数据进行准确预判和对智能监测启停点进行最优预测。
优选地,所述云应用服务平台控制终端利用卡尔曼滤波算法对所述工业锅炉设备实时监测信息数据进行准确预判和修正,所述卡尔曼滤波算法结合聚类算法建立锅炉运行状态的模糊预测模型,根据历史数据实现对下一次所述工业锅炉设备实时监测信息数据的预测预判,采用预测误差的置信区间对所述工业锅炉设备实时监测信息数据的预测结果进行修正或过滤处理;
所述云应用服务平台控制终端通过指数平滑预测算法对所述工业锅炉设备实时监测信息数据采集启停点进行智能控制,所述指数平滑预测算法建立所述工业锅炉设备实时监测信息数据拟合值的预测模型,通过所述工业锅炉设备实时监测信息数据的实际监测值和历史监测值计算指数平滑值,配合时间序列预测模型对未来所述工业锅炉设备实时监测信息数据进行预测,获得最优预测值,采用预测置信区间对所述工业锅炉设备实时运行信息数据采集的启停点进行智能控制。
优选地,所述嵌入式智能化采集控制终端包括硬件采集系统以及MCU控制系统;所述MCU软件控制系统,用于对所述云应用服务平台控制终端发出的指令信号进行识别处理并控制硬件采集系统;所述硬件采集系统,用于实现工业锅炉设备实时监测信息数据的智能采集和远程传输。
优选地,所述云应用服务平台控制终端包括通信值守服务器、数据库服务器及WEB应用服务器;所述通信值守服务器,内置长连接管理模块,自动监听通信服务端口往来的数据,采集和交互数据信息,接收并传达控制指令;所述数据库服务器,具有采集数据调用、采集信号分析及实时监测数据分析功能;所述WEB应用服务器,用于控制工业锅炉设备实时监测信息数据在应用终端的功能展示。
优选地,所述数据库服务器包括采集信号分析模块、实时监测数据分析模块以及采集数据调用模块;
其中,所述采集信号分析模块,用于根据工业锅炉设备实时监测信息数据采集需求,通过模态参数识别控制方法获取相关变量的实时最佳区间采集指令信号,该采集指令信号通过通信值守服务器回传至嵌入式智能化采集控制终端;
其中,所述实时监测数据分析模块,用于根据工业锅炉设备实时监测信息数据采集需求,通过统计计算模型获取工业锅炉设备实时监测信息数据,并将所述工业锅炉设备实时监测信息数据进行汇总分析,将数据分类汇总后通过WEB应用服务器输出给应用终端并展示;
其中,所述采集数据调用模块,用于根据工业锅炉设备实时监测信息数据采集需求对所述工业锅炉设备实时监测信息数据进行选择性的调用,通过自动的周期的循环方式,从数据库调用所述嵌入式智能化采集控制终端采集的工业锅炉设备实时监测信息数据;
优选地,所述工业锅炉设备实时监测信息数据包括工业锅炉安全预警信息、工业锅炉能效监测信息及环保监测信息;所述采集信号分析模块,用于根据工业锅炉安全预警信息、工业锅炉能效监测信息及环保监测信息数据采集的需要实现不同层级数据的采集,所有采集信号分析都通过程序和模拟计算模型共同控制,采集信号的控制是随着运行工况不断变化而实时变化的;
其中,所述采集信号分析模块,用于安全预警监测时,根据安全预警的指标的开关变量信号通过模态参数识别控制方法实现实时采集控制或定期循回采集控制;
其中,所述采集信号分析模块,用于能效监测模块时,根据能效监测的指标分级控制总变量数据和相关因变量数据的信息,总变量的数据通过模态参数识别控制方法实现定期循回采集控制,主要用于分析相关因变量的基础数据;相关因变量根据建立模态参数识别控制算法,找到影响能效值的关键变量和相关变量之间的关系,获得相关变量的实时最佳采集区间,最佳采集区间是随着工业锅炉运行工况实时变化的;
其中,所述采集信号分析模块,用于环境实时监测数据模块时,根据环境监测的指标采集控制,根据建立模态参数识别控制算法,找到影响环境监测阈值的关键变量和相关变量之间的关系,获得相关变量的实时最佳采集区间,最佳采集区间是随着工业锅炉运行工况实时变化的。
本发明还提供一种所述工业锅炉智能化采集系统的采集方法,包含以下步骤:
步骤S1:嵌入式智能化采集控制终端根据云应用服务平台控制终端发出的采集指令信号开始采集工业锅炉设备实时运行信息数据,并传输给所述云应用服务平台控制终端;
步骤S2:所述云应用服务平台控制终端接收步骤S1中采集的工业锅炉设备实时运行信息数据并将其储存至所述云应用服务平台控制终端的数据库服务器;
步骤S3:所述云应用服务平台控制终端的数据库服务器的采集信号分析模块对步骤S2中的工业锅炉实时运行信息数据进行数据统计、计算和分析,通过模态参数识别控制方法获取相关变量的实时最佳区间采集指令信号,并将所述实时最佳区间采集指令信号通过通信值守服务器回传至嵌入式智能化采集控制终端,获取工业锅炉设备实时监测信息数据并传输给所述云应用服务平台控制终端;
步骤S4:所述云应用服务平台控制终端对步骤3中获取的工业锅炉设备实时监测信息数据,通过统计计算模型进行汇总分析后输出给应用终端显示,并将应用终端反馈需求数据发给所述云应用服务平台控制终端。
优选地,所述步骤3还包括以下步骤:
所述云应用服务平台控制终端的通信值守服务器将所述实时最佳区间采集指令信号传输至所述嵌入式智能化采集控制终端;
所述嵌入式智能化采集控制终端的MCU系统接收所述实时最佳区间采集指令信号的并将所述实时最佳区间采集指令信号转换成执行指令,通过RS485总线传输到工业锅炉现场传感器设备,实施数据采集;采集的工业锅炉设备实时监测信息数据又通过RS485总线回传至MCU系统,最终传输至所述云应用服务平台控制终端的数据库服务器;
所述云应用服务平台控制终端的数据库服务器,通过卡尔曼滤波预算法对采集的数据进行识别和预判,利用卡尔曼滤波算法结合聚类算法建立工业锅炉运行状态的模糊预测模型,根据历史数据对下一次所述工业锅炉设备实时监测信息数据进行的预测预判,采用预测误差的置信区间对所述工业锅炉设备实时监测信息数据进行修正或过滤处理,完成工业锅炉设备实时监测信息数据的远程智能采集。
优选地,所述步骤3还包括以下步骤:
所述云应用服务平台控制终端调用数据库服务器中的所述嵌入式智能化采集控制终端采集的工业锅炉设备实时监测信息数据,根据采集的所有工业锅炉设备实时运行信息历史基础数据和应用终端反馈的监测需求数据,利用指数平滑预测算法建立工业锅炉安全预警信息、工业锅炉能效监测信息和工业锅炉环保监测信息的拟合值的预测模型,通过实际监测值和历史监测值计算指数平滑值,配合时间序列预测模型对未来监测结果进行预测,获得最优预测值,采用预测置信区间获取实时最佳区间所述工业锅炉设备实时运行信息数据采集的启停点时域和频域采集指令,并将启停点采集指令通过通信值守服务器传输至嵌入式智能化采集控制终端,完成数据远程智能控制。
实施本发明的有益效果主要有:
1)可通过模态参数识别控制方法实现采集数据的预测预判处理和采集启停点时域和频域的智能控制。
2)可共用到多类型锅炉能效监测、环境监测和安全预警等信息的智能采集。
3)依托云主机的PaaS层云计算服务为用户提供可伸缩性、成本低和可靠性强的虚拟化服务器应用平台,避免了硬件升级和维护等繁琐问题。
4)可实时将用户监测需求通过应用终端反馈至PaaS云应用服务平台控制终端,根据需求进行智能控制。
5)通过模态参数识别控制方法,使采集的数据更精准、采集的频次更科学,大大降低了工业锅炉的传感器设备的采集频次,提高了传感器设备的使用寿命。
为了更清楚地说明本发明实施例或现有技术中的技术方案,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种实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为一个实施例中,基于PaaS云应用服务平台的工业锅炉智能化采集系统示意图;
图2为一个实施例中,工业锅炉智能化采集终端构造示意图;
图3为一个实施例中,PaaS云应用服务平台控制终端构造示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明提供一种工业锅炉智能化采集系统,所述工业锅炉智能化采集系统包括:工业锅炉智能化采集终端,所述工业锅炉智能化采集终端与云应用服务平台控制终端连接,所述云应用服务平台控制终端与应用终端连接。
其中,所述工业锅炉智能化采集终端包括工业锅炉设备以及与其连接的嵌入式智能化采集控制终端,所述嵌入式智能化采集控制终端,用于根据云应用服务平台控制终端发出的采集指令信号实现工业锅炉设备实时运行信息数据的智能采集和远程传输。具体的,所述嵌入式智能化采集控制终端安装在工业锅炉监测现场,直接与PaaS云应用服务平台控制终端进行无线通信,用于接收采集指令、执行采集指令、控制外部机构和上传采集数据等,按采集指令要求完成实时监测数据的智能采集和传输。所述嵌入式智能化采集控制终端通过GPRS无线通信与PaaS云应用服务平台控制终端连接互通,根据PaaS云应用服务平台控制终端发出的实时最佳区间采集指令实现数据智能采集,并将采集的数据无线传输至PaaS云应用服务平台控制终端。每一台工业锅炉配备一台嵌入式智能化采集控制终端。
其中,云应用服务平台控制终端,用于根据工业锅炉设备实时运行信息数据以及应用终端反馈需求数据,通过模态参数识别控制方法获取工业锅炉设备实时监测信息数据。具体的,所述PaaS云应用服务平台控制终端是控制中枢,同时与嵌入式智能化采集控制终端和应用终端进行无线通信,主要是通过模态参数识别控制方法实现采集指令传输、采集数据接收、数据统计计算、数据模态分析和采集指令控制等,根据工业锅炉实际运行工况和应用终端的需求实现采集数据的智能分析和职能控制。所述PaaS云应用服务平台控制终端主要根据每一台工业锅炉特定的运行工况和实际运行参数,进行数据统计、计算和分析,通过模态参数识别控制方法获得相关变量的实时最佳区间采集指令信号,并将区间采集指令信号传输至嵌入式智能化采集控制终端,完成远程智能化数据采集,并通过WEB应用服务器控制APP移动应用终端的功能展示。所有工业锅炉均可共用PaaS云应用服务平台控制终端。PaaS云应用服务平台控制终端可以方便地随着用户工业锅炉监测项目的增加而不断扩展业务,降低初期成本,避免硬件上升级和维护等繁琐问题,提供产品推广应用的竞争力。
其中,应用终端用于展示所述工业锅炉设备实时监测信息数据,并将应用终端反馈需求数据发给所述云应用服务平台控制终端。例如:当监测数据异常时,所述嵌入式智能化采集控制终端发出警示信息,所述云应用服务平台控制终端向所述用户终端发出报警提示,应用终端反馈需求数据进行远程维护指导。具体的,所述应用终端直接与PaaS云应用服务平台控制终端进行无线通信,用于实时监测数据展示和应用需求反馈等,将工业锅炉运行工况等需求反馈至PaaS云应用服务平台控制终端。所述应用终端主要展示工业锅炉安全预警、能效监测和环保监测等信息,可以与移动APP应用终端和WEB应用终端等匹配使用。所述应用终端直接与PaaS云应用服务平台控制终端进行无线通信,主要实现实时监测数据展示、应用需求反馈等功能,将工业锅炉运行工况等需求反馈至PaaS云应用服务平台控制终端。该终端可以与移动APP应用终端和WEB应用终端等匹配使用,展示工业锅炉安全预警、能效监测和环保监测等信息。本发明可以满足对工业锅炉实时运行工况下能效监测、环保监测和安全预警等信息远程智能采集的需要,能够满足检测机构、监察机构、使用单位和维保单位等远程智能采集相关信息的要求,以提供基础数据支持。
本发明提供一种基于PaaS云应用服务平台的工业锅炉智能化采集系统由工业锅炉智能化采集终端(包括嵌入式智能化采集控制终端及工业锅炉设备)、PaaS云应用服务平台控制终端和应用终端组成,该系统智能控制的方法为基于PaaS云应用平台中的模态参数识别控制方法,通过卡尔曼滤波算法和指数平滑预测算法对工业锅炉采集数据的时域和频域进行智能控制。本发明旨在基于PaaS云应用服务平台的嵌入式智能化采集系统中建立一种适用于不同类型工业锅炉的安全、能效、环保等数据智能化监测的模态参数识别控制方法,以解决工业锅炉远程智能化监测水平低和工业锅炉实时运行工况监测难的问题。
作为一优选实施例,所述模态参数识别控制方法通过卡尔曼滤波算法和指数平滑预测算法对所述工业锅炉设备实时监测信息数据的时域和频域进行智能控制,根据所述工业锅炉设备实时监测信息数据以及所述应用终端反馈需求数据对所述工业锅炉设备实时监测信息数据进行准确预判和对智能监测启停点进行最优预测。
作为一优选实施例,所述云应用服务平台控制终端利用卡尔曼滤波算法对所述工业锅炉设备实时监测信息数据进行准确预判和修正,所述卡尔曼滤波算法结合聚类算法建立锅炉运行状态的模糊预测模型,根据历史数据实现对下一次所述工业锅炉设备实时监测信息数据的预测预判,采用预测误差的置信区间对所述工业锅炉设备实时监测信息数据的预测结果进行修正或过滤处理。
作为一优选实施例,所述云应用服务平台控制终端通过指数平滑预测算法对所述工业锅炉设备实时监测信息数据采集启停点进行智能控制,所述指数平滑预测算法建立所述工业锅炉设备实时监测信息数据拟合值的预测模型,通过所述工业锅炉设备实时监测信息数据的实际监测值和历史监测值计算指数平滑值,配合时间序列预测模型对未来工业锅炉设备实时监测信息数据进行预测,获得最优预测值,采用预测置信区间对所述工业锅炉设备实时运行信息数据采集的启停点进行智能控制。
其中,所述工业锅炉设备还包括与所述工业锅炉连接的传感器设备,所述传感器设备包括温度传感器、压力传感器及烟气成分检测传感器,所述烟气成分检测传感器包括氧气传感器、一氧化碳传感器、氮氧化物传感器及硫化物传感器。其中,所述温度传感器,用于采集工业锅炉烟气温度、环境冷空气温度;所述压力传感器,用于采集工业锅炉蒸汽压力;所述氧气传感器,用于采集工业锅炉烟气含氧量;所述一氧化碳传感器:,用于采集工业锅炉烟气一氧化碳含量;所述氮氧化物传感器,用于采集工业锅炉烟气氮氧化物含量;所述硫化物传感器,用于采集工业锅炉烟气硫化物含量。
如图2所示,所述嵌入式智能化采集控制终端由硬件采集系统和MCU控制系统组成。所述嵌入式智能化采集控制终端包括硬件采集系统以及MCU控制系统;所述MCU软件控制系统,用于对所述云应用服务平台控制终端发出的指令信号进行识别处理并控制硬件采集系统;所述硬件采集系统,用于实现工业锅炉设备实时监测信息数据的智能采集和远程传输。
其中,所述嵌入式智能化采集控制终端包括硬件采集系统,所述硬件采集系统包括模拟信号采集模块、RS485模块、GPRS通信模块、开关信号采集模块、电源模块、拨码开关、继电器控制模块及指示灯;
其中,所述模拟信号采集模块具有R485信号接口及传感器接口,与传感器设备及R485模块连接;具体的,所述模拟信号采集模块具有R485信号接口,与工业锅炉外接传感器设备及总线R485模块连接。外接传感器设备包括:温度、压力、烟气成分如氧气、一氧化碳、氮氧化物、硫化物等传感器。模拟信号采集模块可根据监测需要扩展传感器接口,RS485接口可根据现场其他类型接口进行转换和对接。
所述RS485模块与模拟信号采集模块及MCU控制系统连接,将串口TTL信号转换为差分电平信号,同时,在输出端加入浪涌保护瞬态抑制电路,并配合高速光耦作隔离所用,保证RS485通信具有较强抗干扰能力。
所述GPRS通信模块与MCU控制系统连接及所述云应用服务平台控制终端无线连接,内置具有无线收发模块的核心芯片,集成标准AT指令与MCU控制系统的普通串口直接通信,通过GPRS无线通信与PaaS云应用服务平台控制终端连接互通;
所述开关信号采集模块与锅炉外围控制设备及MCU控制系统连接,采用光耦作为信号采集的隔离器件,对工业锅炉外开关信号进行采集,用于采集工业锅炉启停等开关信号;
所述电源模块与MCU控制系统连接,内置BUCK转换芯片,实现电压信号转换和电源供应;
所述拨码开关与MCU控制系统连接,作为设备与服务器通信的地址,以便PaaS云应用服务平台控制终端对设备进行识别;
所述继电器控制模块与锅炉紧急控制设备及MCU控制系统连接,根据PaaS云应用服务平台控制终端发出的紧急停炉等指令信号,经过MCU控制系统智能控制工业锅炉紧急停炉等保护措施;
所述指示灯与MCU控制系统连接,用于观测工作和联网状态。
其中,所述MCU控制系统包括具有通用计算和信息处理能力的芯片,用于接收云应用服务平台控制终端的采集指令信号,再将采集指令信号转换并传输至嵌入式智能化采集控制终端,完成智能化采集。所述嵌入式智能化采集控制终端采用RS485总线控制,由MCU芯片根据PaaS云应用服务平台发出的采集指令实时智能采集。智能化采集终端通过GPRS无线接收PaaS云应用服务平台控制终端发出的采集指令,MCU控制系统对采集指令进行识别处理,并通过RS485总线将处理的采集指令传输至各采集模块,传感器设备(温度、压力和气体等传感器)根据采集启停指令直接对数据进行采集,同时通过一发一收的方式将采集的数据实时回传至PaaS云应用服务平台控制终端进行预警监测、能效监测和环保监测等方面的分析和应用。同样,开关信号采集及继电器控制的过程同上所述。
作为一优选实施例,如图3所示,所述云应用服务平台控制终端包括通信值守服务器、数据库服务器及WEB应用服务器。其中,所述WEB应用服务器与所述数据服务器以及所述通信值守服务器连接,所述数据服务器与所述通信值守服务器连接,所述通信值守服务器与所述嵌入式智能化采集系统控制终端连接。
其中,所述通信值守服务器,内置指令接收端口、数据库长连接模块、长连接线程管理模块、信息采集调度模块以及通信服务端口;所述数据库服务器与数据库长连接模块连接,所述指令接收端口与WEB应用服务器连接及长连接线程管理模块连接,所述长连接线程管理模块与所述信息采集调度模块以及所述通信服务端口连接。其中,所述通信值守服务器,自动监听通信服务端口往来的数据,采集和交互数据信息,接收并传达控制指令。例如,接收嵌入式智能化采集控制终端的开关启停信号并传达至PaaS云应用服务平台控制终端;或者接收PaaS云应用服务平台控制终端的实时最佳区间采集指令信号并传达至嵌入式智能化采集控制终端。
其中,所述数据库服务器,具有采集数据调用、采集信号分析及实时监测数据分析功能;采集数据调用是根据数据统计分析的需要,通过自动的周期的循环方式,从数据库调用嵌入式智能化采集控制终端的数据信息。
其中,所述WEB应用服务器,用于控制工业锅炉设备实时监测信息数据在APP移动应用终端的功能展示。所述WEB应用服务器采用MVC架构组建.NET和开源的easyUI前端,实现model,view,controller的三层架构,利于前后端程序的分离开发;另外在MVC的基础下,利用WebApi开发与APP移动终端的通信接口,可在APP移动终端实现人员登录、信息查看,信息设置、设备搜索、统计报表及信息预警功能。
作为一优选实施例,所述数据库服务器包括采集信号分析模块、实时监测数据分析模块及采集数据调用模块;
其中,所述采集信号分析模块,用于根据工业锅炉设备实时监测信息数据采集需求,通过模态参数识别控制方法获取相关变量的实时最佳区间采集指令信号,该采集指令信号通过通信值守服务器回传至嵌入式智能化采集控制终端。具体的,所述采集信号分析可以根据不同实时监测数据采集的需要实现不同层级数据的采集,所有采集信号分析都通过程序和模拟计算模型共同控制,采集信号的控制是随着运行工况不断变化而实时变化的。
其中,实时监测数据分析模块,用于根据工业锅炉设备实时监测信息数据采集需求,通过统计计算模型获取工业锅炉设备实时监测信息数据,并将所述工业锅炉设备实时监测信息数据进行汇总分析,将数据分类汇总后通过WEB应用服务器输出给应用终端并展示;
其中,所述采集数据调用模块,用于根据工业锅炉设备实时监测信息数据采集需求对所述工业锅炉设备实时监测信息数据进行选择性的调用,通过自动的周期的循环方式,从数据库调用所述嵌入式智能化采集控制终端采集的工业锅炉设备实时监测信息数据;
作为一优选实施例,所述工业锅炉设备实时监测信息数据包括工业锅炉安全预警信息、工业锅炉能效监测信息及环保监测信息。
其中,采集信号分析模块,用于根据工业锅炉安全预警信息、工业锅炉能效监测信息及环保监测信息数据采集的需要实现不同层级数据的采集,所有采集信号分析都通过程序和模拟计算模型共同控制,采集信号的控制是随着运行工况不断变化而实时变化的。
具体的,所述采集信号分析模块,用于安全预警监测时,根据安全预警的指标如压力、温度和安全相关的开关变量信号可以通过模态参数识别控制方法实现实时采集控制或定期循回采集控制;
所述采集信号分析模块,用于能效监测时,根据能效监测的指标分级控制总变量数据和相关因变量数据的信息,总变量的数据通过模态参数识别控制方法实现定期循回采集控制,主要用于分析相关因变量的基础数据;相关因变量根据建立采集信号模态参数识别控制方法,找到影响能效值的关键变量和相关变量之间的关系,获得相关变量的实时最佳采集区间,最佳采集区间是随着工业锅炉运行工况实时变化的;
所述采集信号分析模块,用于环境实时监测数据模块时,根据环境监测的指标采集控制,根据建立采集信号模态参数识别控制方法,找到影响环境监测阈值的关键变量和相关变量之间的关系,获得相关变量的实时最佳采集区间,最佳采集区间是随着工业锅炉运行工况实时变化的。
所述模态参数识别控制方法是一种建立在PaaS云应用服务平台控制终端的,针对不同运行工况和特定监测需要对采集数据进行自动识别和智能控制的应用程序,该方法是建立在智能化采集终端采集的信息和应用终端反馈需求基础上对采集数据进行准确预判和对智能监测启停点进行最优预测。
所述嵌入式智能化采集控制终端采集的数据可通过卡尔曼滤波算法进行预处理分析。在PaaS云应用服务平台中,利用卡尔曼滤波算法对嵌入式智能化采集控制终端采集的采集数据进行准确预判和修正。利用卡尔曼滤波算法结合聚类算法建立工业锅炉运行状态的模糊预测模型,根据历史数据实现对下一次测定结果的预测预判,采用预测误差的置信区间对预测结果进行修正或过滤处理以提高采集数据的准确性。
所述PaaS云应用服务平台控制终端可通过指数平滑预测法进行数据采集启停点进行智能控制。利用指数平滑预测算法建立能效、安全和能效等拟合值的预测模型,通过实际监测值和历史监测值计算指数平滑值,配合的时间序列预测模型对未来监测结果进行预测,获得最优预测值,采用预测置信区间对数据采集的启停点进行智能控制。
其中,实时监测数据分析模块,根据监测的需要,通过统计计算模型获取工业锅炉的安全预警阈值信息、工业锅炉能效信息和环境监测信息,该监测信息可通过WEB应用服务器在APP移动终端展示;
其中,所述采集数据调用模块,根据工业锅炉安全预警信息、工业锅炉能效监测信息及环保监测信息对实时监测数据进行选择性的调用,不同的工业锅炉设备实时监测信息数据采集需求在数据库服务器中具有不同的调用程序,实现工业锅炉设备实时监测信息数据分类有序的调用。
本实施例中,所有工业锅炉设备为燃煤、燃油、燃气、燃生物质工业锅炉、热水工业锅炉和有机热载体工业锅炉中中的一种或多种组合。本实施例中工业锅炉智能化采集系统以及方法,可以应用到所有类型工业锅炉如燃煤、燃油、燃气、燃生物质工业锅炉、热水工业锅炉和有机热载体工业锅炉中,并且在不依赖于工业锅炉原有控制系统的情况下均可兼容匹配使用,以解决工业锅炉远程智能化监测水平低和工业锅炉实时运行工况监测难的问题,并满足所有类别工业锅炉安全预警、能效监测和环保监测等数据智能采集的需要。
本实施例中还提供的工业锅炉智能化采集系统,基于PaaS云应用服务平台的嵌入式智能化采集系统,可应用到工业锅炉能效监测、安全预警和环境监测信息的智能化采集,该系统以PaaS云应用服务平台控制终端根据工业锅炉特定的运行工况、实际运行参数和不同监测信息的需要,进行大数据统计、计算和分析,通过模态参数识别控制方法获得相关变量的实时最佳区间采集指令信号,并将区间采集指令信号传输至嵌入式智能化采集控制终端,完成远程智能化数据采集。通过该智能采集系统获得的采集指令随着工业锅炉实际运行工况进行自动智能调节的,可以确保每次监测的数据为运行工况下监测信息集中在最大的置信区间内,真正实现了智能化采集的目的。
本实施例基于PaaS云应用服务平台的嵌入式智能化采集系统,建立一种适用于不同类型工业锅炉的安全、能效、环保等数据智能化监测的模态参数识别控制方法,以实现工业锅炉采集数据的远程智能监测和远程智能控制。远程智能采集由嵌入式智能化采集控制终端完成,远程智能控制由PaaS云应用服务平台控制终端完成。
本实施例提供的所述工业锅炉智能化采集系统的采集方法,包含以下步骤:
步骤S1:嵌入式智能化采集控制终端根据云应用服务平台控制终端发出的采集指令信号开始采集工业锅炉设备实时运行信息数据,并传输给所述云应用服务平台控制终端;
步骤S2:所述云应用服务平台控制终端接收步骤S1中采集的工业锅炉设备实时运行信息数据并将其储存至所述云应用服务平台控制终端的数据库服务器;
步骤S3:所述云应用服务平台控制终端的数据库服务器的采集信号分析模块对步骤S2中的工业锅炉实时运行信息数据进行数据统计、计算和分析,通过模态参数识别控制方法获取相关变量的实时最佳区间采集指令信号,并将所述实时最佳区间采集指令信号通过通信值守服务器回传至嵌入式智能化采集控制终端,获取工业锅炉设备实时监测信息数据并传输给所述云应用服务平台控制终端;
步骤S4:所述云应用服务平台控制终端对步骤3中获取的工业锅炉设备实时监测信息数据,通过统计计算模型进行汇总分析后输出给应用终端显示,并将应用终端反馈需求数据发给所述云应用服务平台控制终端。
作为一优选实施例,所述步骤3中所述工业锅炉采集数据的远程智能采集过程如以下步骤:
所述云应用服务平台控制终端的通信值守服务器将所述实时最佳区间采集指令信号传输至所述嵌入式智能化采集控制终端;
所述嵌入式智能化采集控制终端的MCU系统接收所述实时最佳区间采集指令信号的并将所述实时最佳区间采集指令信号转换成执行指令,通过RS485总线传输到工业锅炉现场传感器设备,实施数据采集;采集的工业锅炉设备实时监测信息数据又通过RS485总线回传至MCU系统,最终传输至所述云应用服务平台控制终端的数据库服务器;
所述云应用服务平台控制终端的数据库服务器,通过卡尔曼滤波预算法对采集的工业锅炉设备实时监测信息数据进行识别和预判,利用卡尔曼滤波算法结合聚类算法建立工业锅炉运行状态的模糊预测模型,根据历史数据对下一次工业锅炉设备实时监测信息数据进行的预测预判,采用预测误差的置信区间对所述工业锅炉设备实时监测信息数据的预测结果进行修正或过滤处理,完成工业锅炉设备实时监测信息数据的远程智能采集。
作为一优选实施例,所述步骤3中所述工业锅炉采集数据的远程智能控制过程如以下步骤:
所述云应用服务平台控制终端调用数据库服务器中的所述嵌入式智能化采集控制终端采集的工业锅炉设备实时监测信息数据,根据采集的所有工业锅炉设备实时运行信息历史基础数据和应用终端反馈的监测需求数据,利用指数平滑预测算法建立工业锅炉安全预警信息、工业锅炉能效监测信息和工业锅炉环保监测信息的拟合值的预测模型,通过实际监测值和历史监测值计算指数平滑值,配合时间序列预测模型对未来监测结果进行预测,获得最优预测值,采用预测置信区间获取所述工业锅炉设备实时运行信息数据采集的启停点时域和频域采集指令,并将启停点采集指令通过通信值守服务器传输至嵌入式智能化采集控制终端,完成数据远程智能控制。
本发明提出一种基于PaaS云应用服务平台的嵌入式智能化采集系统,并建立一种适用于不同类型工业锅炉的安全、能效、环保等数据智能化监测的模态参数识别控制方法,基于PaaS云应用服务平台控制终端的实时监测数据采集控制方法,可根据每一台工业锅炉特定的运行工况和实际运行参数,进行数据统计、计算和分析,通过采集信号模态参数识别控制方法获得相关变量的实时最佳区间采集指令信号,并将区间采集指令信号传输至嵌入式智能化采集控制终端,完成远程智能化数据采集,以解决工业锅炉远程智能化监测水平低和工业锅炉实时运行工况监测难的问题。同时通过PaaS云应用服务平台控制终端代替现场数据采集的硬件控制系统,不仅降低了硬件投入成本,而且提高了数据采集智能控制的适宜性。该系统可以应用到任何类型的工业锅炉数据的的远程智能采集和远程控制,为工业锅炉的能效监测、安全预警和环保监测等数据的智能采集提供可能。
在符合本领域技术人员的知识和能力水平范围内,本文实施例提及的各种实施例或者技术特征在不冲突的情况下,可以相互组合而作为另外一些可选实施例,这些并未被一一罗列出来的、由有限数量的技术特征组合形成的有限数量的可选实施例,仍属于本发明揭露的技术范围内,亦是本领域技术人员结合附图和上文所能理解或推断而得出的。
最后需要指出的是,上文所列举的实施例,为本发明较为典型的、较佳实施例,仅用于详细说明、解释本发明的技术方案,以便于读者理解,并不用以限制本发明的保护范围或者应用。因此,在本发明的精神和原则之内所作的任何修改、等同替换、改进等而获得的技术方案,都应被涵盖在本发明的保护范围之内。
Claims (2)
1.一种工业锅炉智能化采集系统,其特征在于,包括:工业锅炉智能化采集终端,所述工业锅炉智能化采集终端与云应用服务平台控制终端连接,所述云应用服务平台控制终端与应用终端连接;
所述工业锅炉智能化采集终端包括工业锅炉设备以及与其连接的嵌入式智能化采集控制终端,所述嵌入式智能化采集控制终端,用于根据所述云应用服务平台控制终端发出的指令信号实现工业锅炉设备实时监测信息数据的智能采集和远程传输;所述嵌入式智能化采集控制终端通过GPRS无线通信与PaaS云应用服务平台控制终端连接互通,根据PaaS云应用服务平台控制终端发出的实时最佳区间采集指令实现数据智能采集,并将采集的数据无线传输至PaaS云应用服务平台控制终端;每一台工业锅炉配备一台嵌入式智能化采集控制终端;
所述云应用服务平台控制终端,用于根据工业锅炉设备实时运行信息数据以及应用终端反馈需求数据,通过模态参数识别控制方法获取工业锅炉设备实时监测信息数据;所述PaaS云应用服务平台控制终端是控制中枢,同时与嵌入式智能化采集控制终端和应用终端进行无线通信,主要是通过模态参数识别控制方法实现采集指令传输、采集数据接收、数据统计计算、数据模态分析和采集指令控制,根据工业锅炉实际运行工况和应用终端的需求实现采集数据的智能分析和职能控制;所述PaaS云应用服务平台控制终端主要根据每一台工业锅炉运行工况和实际运行参数,进行数据统计、计算和分析,通过模态参数识别控制方法获得相关变量的实时最佳区间采集指令信号,并将区间采集指令信号传输至嵌入式智能化采集控制终端,完成远程智能化数据采集,并通过WEB应用服务器控制APP移动应用终端的功能展示;所有工业锅炉均可共用PaaS云应用服务平台控制终端;
所述应用终端,用于展示工业锅炉设备实时监测信息数据,并将应用终端反馈需求数据发给所述云应用服务平台控制终端;
包括:所述模态参数识别控制方法通过卡尔曼滤波算法和指数平滑预测算法对所述工业锅炉设备实时监测信息数据的时域和频域进行智能控制,根据所述工业锅炉设备实时监测信息数据以及所述应用终端反馈需求数据对所述工业锅炉设备实时监测信息数据进行准确预判和对智能监测启停点进行最优预测;
包括:所述云应用服务平台控制终端利用卡尔曼滤波算法对所述工业锅炉设备实时监测信息数据进行准确预判和修正,所述卡尔曼滤波算法结合聚类算法建立锅炉运行状态的模糊预测模型,根据历史数据实现对下一次所述工业锅炉设备实时监测信息数据的预测预判,采用预测误差的置信区间对所述工业锅炉设备实时监测信息数据的预测结果进行修正或过滤处理;所述云应用服务平台控制终端通过指数平滑预测算法对所述工业锅炉设备实时监测信息数据采集启停点进行智能控制,所述指数平滑预测算法建立所述工业锅炉设备实时监测信息数据拟合值的预测模型,通过所述工业锅炉设备实时监测信息数据的实际监测值和历史监测值计算指数平滑值,配合时间序列预测模型对未来所述工业锅炉设备实时监测信息数据进行预测,获得最优预测值,采用预测置信区间对所述工业锅炉设备实时运行信息数据采集的启停点进行智能控制;
包括:所述嵌入式智能化采集控制终端包括硬件采集系统以及MCU控制系统;所述MCU控制系统,用于对所述云应用服务平台控制终端发出的指令信号进行识别处理并控制硬件采集系统;所述硬件采集系统,用于实现工业锅炉设备实时监测信息数据的智能采集和远程传输;
包括:所述云应用服务平台控制终端包括通信值守服务器、数据库服务器及WEB应用服务器;所述通信值守服务器,用于自动监听通信服务端口往来的数据,采集和交互数据信息,接收并传达控制指令;所述数据库服务器,具有采集数据调用、采集信号分析及实时监测数据分析功能;所述WEB应用服务器,用于控制工业锅炉设备实时监测信息数据在应用终端的功能展示;
包括:所述数据库服务器包括采集信号分析模块、实时监测数据分析模块以及采集数据调用模块;其中,所述采集信号分析模块,用于根据工业锅炉设备实时监测信息数据采集需求,通过模态参数识别控制方法获取相关变量的实时最佳区间采集指令信号,该采集指令信号通过通信值守服务器回传至嵌入式智能化采集控制终端;
其中,所述实时监测数据分析模块,用于根据工业锅炉设备实时监测信息数据采集需求,通过统计计算模型获取工业锅炉设备实时监测信息数据,并将所述工业锅炉设备实时监测信息数据进行汇总分析,将数据分类汇总后通过WEB应用服务器输出给应用终端并展示;
其中,所述采集数据调用模块,用于根据工业锅炉设备实时监测信息数据采集需求对所述工业锅炉设备实时监测信息数据进行选择性的调用,通过自动的周期的循环方式,从数据库调用所述嵌入式智能化采集控制终端采集的工业锅炉设备实时监测信息数据;
包括:所述工业锅炉设备实时监测信息数据包括工业锅炉安全预警信息、工业锅炉能效监测信息及环保监测信息;所述采集信号分析模块,用于根据工业锅炉安全预警信息、工业锅炉能效监测信息及环保监测信息数据采集的需要实现不同层级数据的采集,所有采集信号分析都通过程序和模拟计算模型共同控制,采集信号的控制是随着运行工况不断变化而实时变化的;
其中,所述采集信号分析模块,用于安全预警监测时,根据安全预警的指标的开关变量信号通过模态参数识别控制方法实现实时采集控制或定期循回采集控制;
其中,所述采集信号分析模块,用于能效监测模块时,根据能效监测的指标分级控制总变量数据和相关因变量数据的信息,总变量的数据通过模态参数识别控制方法实现定期循回采集控制,主要用于分析相关因变量的基础数据;相关因变量根据建立模态参数识别控制算法,找到影响能效值的关键变量和相关变量之间的关系,获得相关变量的实时最佳采集区间,最佳采集区间是随着工业锅炉运行工况实时变化的;
其中,所述采集信号分析模块,用于环境实时监测数据模块时,根据环境监测的指标采集控制,根据建立模态参数识别控制算法,找到影响环境监测阈值的关键变量和相关变量之间的关系,获得相关变量的实时最佳采集区间,最佳采集区间是随着工业锅炉运行工况实时变化的。
2.一种运用权利要求1所述工业锅炉智能化采集系统的采集方法,其特征是在于,包含以下步骤:
步骤S1:嵌入式智能化采集控制终端根据云应用服务平台控制终端发出的采集指令信号开始采集工业锅炉设备实时运行信息数据,并传输给所述云应用服务平台控制终端;
步骤S2:所述云应用服务平台控制终端接收步骤S1中采集的工业锅炉设备实时运行信息数据并将其储存至所述云应用服务平台控制终端的数据库服务器;
步骤S3:所述云应用服务平台控制终端的数据库服务器的采集信号分析模块对步骤S2中的工业锅炉实时运行信息数据进行数据统计、计算和分析,通过模态参数识别控制方法获取相关变量的实时最佳区间采集指令信号,并将所述实时最佳区间采集指令信号通过通信值守服务器回传至嵌入式智能化采集控制终端,获取工业锅炉设备实时监测信息数据并传输给所述云应用服务平台控制终端;
步骤S4:所述云应用服务平台控制终端对步骤3中获取的工业锅炉设备实时监测信息数据,通过统计计算模型进行汇总分析后输出给应用终端显示,并将应用终端反馈需求数据发给所述云应用服务平台控制终端;
所述步骤3还包括以下步骤:所述云应用服务平台控制终端的通信值守服务器将所述实时最佳区间采集指令信号传输至所述嵌入式智能化采集控制终端;
所述嵌入式智能化采集控制终端的MCU控制系统接收所述实时最佳区间采集指令信号的并将所述实时最佳区间采集指令信号转换成执行指令,通过RS485总线传输到工业锅炉现场传感器设备,实施数据采集;采集的工业锅炉设备实时监测信息数据又通过RS485总线回传至MCU控制系统,最终传输至所述云应用服务平台控制终端的数据库服务器;
所述云应用服务平台控制终端的数据库服务器,通过卡尔曼滤波预算法对采集的数据进行识别和预判,利用卡尔曼滤波算法结合聚类算法建立工业锅炉运行状态的模糊预测模型,根据历史数据对下一次所述工业锅炉设备实时监测信息数据进行的预测预判,采用预测误差的置信区间对所述工业锅炉设备实时监测信息数据进行修正或过滤处理,完成工业锅炉设备实时监测信息数据的远程智能采集;
所述步骤3还包括以下步骤:所述云应用服务平台控制终端调用数据库服务器中的所述嵌入式智能化采集控制终端采集的工业锅炉设备实时监测信息数据,根据采集的所有工业锅炉设备实时运行信息历史基础数据和应用终端反馈的监测需求数据,利用指数平滑预测算法建立工业锅炉安全预警信息、工业锅炉能效监测信息和工业锅炉环保监测信息的拟合值的预测模型,通过实际监测值和历史监测值计算指数平滑值,配合时间序列预测模型对未来监测结果进行预测,获得最优预测值,采用预测置信区间获取实时最佳区间所述工业锅炉设备实时运行信息数据采集的启停点时域和频域采集指令,并将启停点采集指令通过通信值守服务器传输至嵌入式智能化采集控制终端,完成数据远程智能控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810765506.XA CN108881475B (zh) | 2018-07-12 | 2018-07-12 | 一种工业锅炉智能化采集系统及采集方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810765506.XA CN108881475B (zh) | 2018-07-12 | 2018-07-12 | 一种工业锅炉智能化采集系统及采集方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108881475A CN108881475A (zh) | 2018-11-23 |
CN108881475B true CN108881475B (zh) | 2024-05-31 |
Family
ID=64301700
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810765506.XA Active CN108881475B (zh) | 2018-07-12 | 2018-07-12 | 一种工业锅炉智能化采集系统及采集方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108881475B (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109889526B (zh) * | 2019-02-28 | 2020-01-24 | 北京市燃气集团有限责任公司 | 一种基于位置坐标的燃气管线数据采集方法和采集装置 |
CN111522323A (zh) * | 2019-05-27 | 2020-08-11 | 广东省特种设备检测研究院(广东省特种设备事故调查中心) | 一种基于物联网技术的锅炉能效在线诊断及智能控制方法 |
CN110784017A (zh) * | 2019-10-31 | 2020-02-11 | 国网山东省电力公司东营供电公司 | 一种基于实时数据采集的配电变压器智能检测装置及方法 |
CN111031099A (zh) * | 2019-11-20 | 2020-04-17 | 深圳市柚子智能科技有限公司 | 一种能效实时监测与控制管理系统 |
CN111083212B (zh) * | 2019-12-09 | 2022-09-02 | 荏原电产(青岛)科技有限公司 | 一种高速采集数据自动计算的方法 |
CN113411366A (zh) * | 2020-03-17 | 2021-09-17 | 中移(上海)信息通信科技有限公司 | 基于边缘计算的物联网数据联动方法、装置、设备及介质 |
CN111294409B (zh) * | 2020-03-27 | 2024-04-26 | 乌鲁木齐明华智能电子科技有限公司 | 一种基于saas服务平台的智能识别终端 |
CN112367401A (zh) * | 2020-11-12 | 2021-02-12 | 湖北省电子科学研究所有限公司 | 一种展示冷柜的智能集中监控的系统、方法及存储介质 |
CN113218681B (zh) * | 2020-12-30 | 2023-05-12 | 新奥数能科技有限公司 | 一种固体燃料工业锅炉监测系统及锅炉热效率监测方法 |
CN113091309B (zh) * | 2021-03-08 | 2022-02-22 | 浙江大学 | 导热油循环故障诊断系统 |
CN113504740A (zh) * | 2021-03-19 | 2021-10-15 | 阿帕斯精机(上海)有限公司 | 一种基于web技术的数据采集、远程监控、远程控制的方法 |
CN116105803A (zh) * | 2023-04-12 | 2023-05-12 | 南京加诺奥能锅炉集团有限公司 | 一种锅炉用能效检测系统 |
CN117389237B (zh) * | 2023-12-13 | 2024-02-13 | 无锡雪浪数制科技有限公司 | 一种实现mvc的工业流程控制平台 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102054218A (zh) * | 2009-10-30 | 2011-05-11 | 通用电气公司 | 涡轮机运行退化确定系统和方法 |
CN103164742A (zh) * | 2013-04-02 | 2013-06-19 | 南京邮电大学 | 一种基于粒子群优化神经网络的服务器性能预测方法 |
EP2884354A1 (en) * | 2013-12-12 | 2015-06-17 | Honeywell spol s.r.o. | Model-based predictive controller with steady-state model adaptation |
CN104778837A (zh) * | 2015-04-14 | 2015-07-15 | 吉林大学 | 一种道路交通运行态势多时间尺度预测方法 |
CN106302739A (zh) * | 2016-08-16 | 2017-01-04 | 北京大邦实创节能技术服务有限公司 | 一种工业锅炉监测及分析辅助决策云平台系统 |
CN107025609A (zh) * | 2017-03-16 | 2017-08-08 | 河海大学 | 基于奇异值分解cdkf的电力系统动态状态估计方法 |
CN107036066A (zh) * | 2017-03-29 | 2017-08-11 | 浙江大学 | 基于微信和云应用的生物质锅炉远程监控系统及其方法 |
CN107423875A (zh) * | 2017-05-17 | 2017-12-01 | 丁宇 | 基于卡尔曼滤波和时间序列分析的地铁运行趋势预测方法 |
CN108181849A (zh) * | 2017-12-27 | 2018-06-19 | 河海大学常州校区 | 一种泵站信息智能监测系统 |
-
2018
- 2018-07-12 CN CN201810765506.XA patent/CN108881475B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102054218A (zh) * | 2009-10-30 | 2011-05-11 | 通用电气公司 | 涡轮机运行退化确定系统和方法 |
CN103164742A (zh) * | 2013-04-02 | 2013-06-19 | 南京邮电大学 | 一种基于粒子群优化神经网络的服务器性能预测方法 |
EP2884354A1 (en) * | 2013-12-12 | 2015-06-17 | Honeywell spol s.r.o. | Model-based predictive controller with steady-state model adaptation |
CN104778837A (zh) * | 2015-04-14 | 2015-07-15 | 吉林大学 | 一种道路交通运行态势多时间尺度预测方法 |
CN106302739A (zh) * | 2016-08-16 | 2017-01-04 | 北京大邦实创节能技术服务有限公司 | 一种工业锅炉监测及分析辅助决策云平台系统 |
CN107025609A (zh) * | 2017-03-16 | 2017-08-08 | 河海大学 | 基于奇异值分解cdkf的电力系统动态状态估计方法 |
CN107036066A (zh) * | 2017-03-29 | 2017-08-11 | 浙江大学 | 基于微信和云应用的生物质锅炉远程监控系统及其方法 |
CN107423875A (zh) * | 2017-05-17 | 2017-12-01 | 丁宇 | 基于卡尔曼滤波和时间序列分析的地铁运行趋势预测方法 |
CN108181849A (zh) * | 2017-12-27 | 2018-06-19 | 河海大学常州校区 | 一种泵站信息智能监测系统 |
Non-Patent Citations (4)
Title |
---|
Announcement of Newly Approved National Standards of P.R.China 2008 No.17(total No.130);CJFD;China Standardization;20090710(第04期);全文 * |
基于CARIMA模型的自适应预测函数控制在锅炉燃烧系统中的应用;王文兰;张嘉英;;电力自动化设备;20100410(第04期);全文 * |
杨晓东.舰船半解析式惯性导航原理及应用.2014,243-245页. * |
魏炳麒.市场调查与预测.2013,221-224页. * |
Also Published As
Publication number | Publication date |
---|---|
CN108881475A (zh) | 2018-11-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108881475B (zh) | 一种工业锅炉智能化采集系统及采集方法 | |
CN112069247B (zh) | 基于数字孪生技术的电力系统运行数据可视化系统及方法 | |
CN103777609B (zh) | 粉末成型机嵌入式智能监控与远程维护系统 | |
CN201893593U (zh) | 远程控制蓄电池充放电系统 | |
CN116647819B (zh) | 基于传感器网络的仪器能耗监测方法及系统 | |
CN101464671A (zh) | 一种六氟化硫气体及其衍生气体监测监控的装置和方法 | |
CN109491341A (zh) | 用于油田作业设备的监控与数据分析系统 | |
CN108736574A (zh) | 一种基站油机的智能监控终端、调控方法和监控系统 | |
CN111308966A (zh) | 垃圾焚烧发电应急排放监管系统,分析系统、用户终端设备 | |
CN112947328A (zh) | 一种用于工业炉群的自动化控制系统 | |
CN113341249A (zh) | 一种智慧用电监测报警系统及方法 | |
CN111736503A (zh) | 一种文物馆藏陈列场所环境监控系统 | |
CN215448011U (zh) | 基于物联网的工业生产现场在线监测系统 | |
CN112907911A (zh) | 一种基于设备工艺数据的智能异常识别与报警算法 | |
CN202734142U (zh) | 一种多功能无线报警嵌入式中央空调控制器 | |
CN210293276U (zh) | 基于无人机的变电站运行环境监测系统 | |
CN111812496A (zh) | 一种交流灯丝转换继电器在线检测系统及方法 | |
CN106338960A (zh) | 一种分布式生产车间智能数据监测传输装置 | |
CN204697112U (zh) | 一种基于无线记录和执行的物联网系统 | |
CN105006888A (zh) | 一种数字式智能电力监控系统 | |
CN212540640U (zh) | 一种交流灯丝转换继电器在线检测装置 | |
EP2749975A1 (en) | Method for collection, selection and conversion of measurement data enabling diagnosis of electricity devices, especially in industrial plants and a concentrator for applying this method | |
CN114488938A (zh) | 一种远程控制系统及远程控制方法 | |
CN212518914U (zh) | 一种光伏组件的故障检测系统 | |
CN112540561A (zh) | 一种基于工业物联网的无线在线监测系统及方法 |
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 |