CN111102699A - 一种洁净室智能控制系统 - Google Patents
一种洁净室智能控制系统 Download PDFInfo
- Publication number
- CN111102699A CN111102699A CN201911353547.9A CN201911353547A CN111102699A CN 111102699 A CN111102699 A CN 111102699A CN 201911353547 A CN201911353547 A CN 201911353547A CN 111102699 A CN111102699 A CN 111102699A
- Authority
- CN
- China
- Prior art keywords
- data
- clean room
- real
- control system
- intelligent control
- 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.)
- Pending
Links
- 238000010801 machine learning Methods 0.000 claims abstract description 28
- 238000004088 simulation Methods 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 11
- 238000013499 data model Methods 0.000 claims abstract description 5
- 230000007613 environmental effect Effects 0.000 claims description 13
- 238000012549 training Methods 0.000 claims description 9
- 230000000007 visual effect Effects 0.000 claims description 7
- 238000012360 testing method Methods 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 6
- 238000000034 method Methods 0.000 claims description 5
- 239000002245 particle Substances 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 3
- 239000010410 layer Substances 0.000 description 16
- 238000012423 maintenance Methods 0.000 description 8
- 238000004140 cleaning Methods 0.000 description 7
- 238000007726 management method Methods 0.000 description 7
- 238000009423 ventilation Methods 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 5
- 230000009466 transformation Effects 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 230000003749 cleanliness Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 239000011229 interlayer Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/89—Arrangement or mounting of control or safety devices
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
- F24F11/63—Electronic processing
- F24F11/64—Electronic processing using pre-stored data
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/70—Control systems characterised by their outputs; Constructional details thereof
- F24F11/72—Control systems characterised by their outputs; Constructional details thereof for controlling the supply of treated air, e.g. its pressure
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F13/00—Details common to, or for air-conditioning, air-humidification, ventilation or use of air currents for screening
- F24F13/28—Arrangement or mounting of filters
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2110/00—Control inputs relating to air properties
- F24F2110/10—Temperature
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2110/00—Control inputs relating to air properties
- F24F2110/20—Humidity
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2110/00—Control inputs relating to air properties
- F24F2110/30—Velocity
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2110/00—Control inputs relating to air properties
- F24F2110/40—Pressure, e.g. wind pressure
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- General Physics & Mathematics (AREA)
- Fuzzy Systems (AREA)
- Air Conditioning Control Device (AREA)
- Ventilation (AREA)
Abstract
本发明提供一种洁净室智能控制系统，包括数据获取单元，用以获取多组初始环境数据和持续获取实时环境数据；数据模型建立单元，根据所获取的所述多组初始环境数据建立初始机器学习模型；数据处理检测单元，根据所述机器学习模型模拟得到实时模拟数据，并判定所述实时环境数据与实时模拟数据之间的偏差是否达到预设阈值，若是，则进行报警，若否，则将当前的实时环境数据录入机器学习模型中，并自动更新新的机器学习模型。
Description
技术领域
本申请涉及显示面板技术领域，尤其涉及一种一种洁净室智能控制系统。
背景技术
目前工厂的气流管理主要由维护结构、空气洁净单元、通风系统构成，能够满足基本的洁净需求，但无法匹配后续的厂端的设备改造。目前大部分工厂主要采用的是复合式的气流洁净方式，在产品生产的楼层采用垂直层流式，空气由上往下吹，可得较高的洁净度；在生产环境的隔层，采用水平层流式，将洁净度较低的空气通过通风系统排出。
厂端在增购、移机、拆机等各项工作后都会改变洁净室的维护结构，从而导致气流和气压发生变化，影响高精工业产品的生产。
因此，确有必要来开发一种新型的洁净室智能控制系统，以克服现有技术的缺陷。
发明内容
本发明的一个目的是提供一种洁净室智能控制系统，其能够解决现有技术中存在的改变洁净室的维护结构，从而导致气流和气压发生变化，影响高精工业产品的生产的问题。
为实现上述目的，本发明提供一种洁净室智能控制系统，包括数据获取单元，用以获取多组初始环境数据和持续获取实时环境数据；数据模型建立单元，根据所获取的所述多组初始环境数据建立初始机器学习模型；数据处理检测单元，根据所述机器学习模型模拟得到实时模拟数据，并判定所述实时环境数据与实时模拟数据之间的偏差是否达到预设阈值，若是，则进行报警，若否，则将当前的实时环境数据录入机器学习模型中，并自动更新新的机器学习模型。
其中通过建立机器学习模型，为设备改造提供气流预估状况，提高洁净室的可拓展性，整合各设备不同的洁净系统，全面管理，简化系统，降低管理人员的成本。
进一步的，在其他实施方式中，其中所述多组初始环境数据被进行加权求和以作为所述初始机器学习模型。
进一步的，在其他实施方式中，其中在所述实时环境数据与实时模拟数据之间的偏差没有达到预设阈值时，固定地使用或自适应地使用预定的更新方式来自动更新所述机器学习模型，所述更新方式为将新的所述实时环境数据与所述初始数据环境组合重新建立更新后的机器学习模型。
进一步的，在其他实施方式中，其中所述初始环境数据包括训练环境数据、验证环境数据和测试环境数据；所述训练环境数据用于模型拟合的数据样本；所述验证环境数据为模型训练过程中单独留出的样本数据，用于调整模型的超参数和用于对模型的能力进行初步评估；所述测试环境数据用于评估最终模型的泛化能力。
进一步的，在其他实施方式中，其中所述数据的信息包括洁净室内的微粒数量及其直径、洁净室内的实时温度、洁净室内的湿度、洁净室内的实时气压、出风口的实时风速。
进一步的，在其他实施方式中，其中所述数据获取单元包括测量仪，用以获取洁净室内的微粒数量及其直径；温度计，用以获取洁净室内的实时温度；湿度计，用以获取洁净室内的湿度；气压计，用以获取洁净室内的实时气压；风速仪，用以获取出风口的实时风速。
进一步的，在其他实施方式中，其中所述数据处理检测单元还包括报警器，当所述数据处理检测单元判定所述实时环境数据与实时模拟数据之间的偏差达到预设阈值时，则所述报警器进行报警，其中所述报警器采用声光报警或语音报警或文字报警。通过设置报警器，能够实现气流实时可视化管理，快速确认异常点，降低品质异常的影响，提高良率。
进一步的，在其他实施方式中，其中所述洁净室智能控制系统还包括维护单元、洁净单元、通风单元、供电单元、控制单元。
进一步的，在其他实施方式中，其中所述通风单元还包括气流垂直层进出风口和气流水平层进出风口，所述气流垂直层出风口位于所述洁净室室体的下方。
进一步的，在其他实施方式中，其中所述气流垂直层出风口的大小和形状均为可调节的。其中在垂直层流式中，地面的出风孔的大小形状对风速和气流有非常大的影响，在复合型的气流洁净方式中，出风孔需要在所述维护单元发生变化时进行调节，以应对气流的变化，采用可调节式的出风口能提高气流的可调节性，减少层流式洁净室的紊流和湍流，提高洁净度。
进一步的，在其他实施方式中，其中所述洁净室智能控制系统还包括鼓风机，所述鼓风机位于所述气流垂直层进风口和气流水平层进风口。
进一步的，在其他实施方式中，其中所述洁净室智能控制系统还包括过滤器，所述过滤器位于位于所述气流垂直层进风口和气流水平层进风口。
相对于现有技术，本发明的有益效果在于：本发明提供一种洁净室智能控制系统，通过建立机器学习模型，为设备改造提供气流预估状况，提高洁净室的可拓展性，整合各设备不同的洁净系统，全面管理，简化系统，降低管理人员的成本；另一方面，通过设置报警器，能够实现气流实时可视化管理，快速确认异常点，降低品质异常的影响，提高良率。
附图说明
下面结合附图，通过对本申请的具体实施方式详细描述，将使本申请的技术方案及其它有益效果显而易见。
图1为本申请实施例提供的洁净室智能控制系统的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域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，都属于本申请保护的范围。
在本申请的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
在本申请的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接或可以相互通讯；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。
在本申请中，除非另有明确的规定和限定，第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触，也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且，第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正下方和斜下方，或仅仅表示第一特征水平高度小于第二特征。
下文的公开提供了许多不同的实施方式或例子用来实现本申请的不同结构。为了简化本申请的公开，下文中对特定例子的部件和设置进行描述。当然，它们仅仅为示例，并且目的不在于限制本申请。此外，本申请可以在不同例子中重复参考数字和/或参考字母，这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施方式和/或设置之间的关系。此外，本申请提供了的各种特定的工艺和材料的例子，但是本领域普通技术人员可以意识到其他工艺的应用和/或其他材料的使用。
现有技术中厂端在增购、移机、拆机等各项工作后都会改变洁净室的维护结构，从而导致气流和气压发生变化，影响高精工业产品的生产，本实施例提供的一种洁净室智能控制系统，能够解决上述问题。
具体的，请参阅图1，图1所示为本实施例提供洁净室智能控制系统的结构示意图。
洁净室智能控制系统包括数据获取单元、数据模型建立单元和数据处理检测单元。
其中数据获取单元，用以获取多组初始环境数据和持续获取实时环境数据；数据模型建立单元，根据所获取的所述多组初始环境数据建立初始机器学习模型；数据处理检测单元，根据所述机器学习模型模拟得到实时模拟数据，并判定所述实时环境数据与实时模拟数据之间的偏差是否达到预设阈值，若是，则进行报警，若否，则将当前的实时环境数据录入机器学习模型中，并自动更新新的机器学习模型。
通过建立机器学习模型，为设备改造提供气流预估状况，提高洁净室的可拓展性，整合各设备不同的洁净系统，全面管理，简化系统，降低管理人员的成本。
其中所述初始环境数据包括训练环境数据、验证环境数据和测试环境数据；所述训练环境数据用于模型拟合的数据样本；所述验证环境数据为模型训练过程中单独留出的样本数据，用于调整模型的超参数和用于对模型的能力进行初步评估；所述测试环境数据用于评估最终模型的泛化能力。上述多组初始环境数据被进行加权求和以作为所述初始机器学习模型。
其中所述数据的信息包括所述洁净室内的微粒数量及其直径、所述洁净室内的实时温度、所述洁净室内的湿度、所述洁净室内的实时气压以及出风口的实时风速。
其中所述数据获取单元包括测量仪，用以获取洁净室内的微粒数量及其直径；温度计，用以获取洁净室内的实时温度；湿度计，用以获取洁净室内的湿度；气压计，用以获取洁净室内的实时气压；风速仪，用以获取出风口的实时风速。
在所述实时环境数据与实时模拟数据之间的偏差没有达到预设阈值时，固定地使用或自适应地使用预定的更新方式来自动更新所述机器学习模型，所述更新方式为将新的所述实时环境数据与所述初始数据环境组合重新建立更新后的机器学习模型。
所述数据处理检测单元还包括报警器，当所述数据处理检测单元判定所述实时环境数据与实时模拟数据之间的偏差达到预设阈值时，则所述报警器进行报警，其中所述报警器采用声光报警或语音报警或文字报警。通过设置报警器，能够实现气流实时可视化管理，快速确认异常点，降低品质异常的影响，提高良率。
在其他实施方式中，其中所述洁净室智能控制系统还包括维护单元、洁净单元、通风单元、供电单元、控制单元。
其中所述通风单元还包括气流垂直层进出风口和气流水平层进出风口，所述气流垂直层出风口位于所述洁净室室体的下方。
在本实施例中，所述气流垂直层出风口的大小和形状均为可调节的。其中在垂直层流式中，地面的出风孔的大小形状对风速和气流有非常大的影响，在复合型的气流洁净方式中，出风孔需要在所述维护单元发生变化时进行调节，以应对气流的变化，采用可调节式的出风口能提高气流的可调节性，减少层流式洁净室的紊流和湍流，提高洁净度。
所述洁净室智能控制系统还包括鼓风机，所述鼓风机位于所述气流垂直层进风口和气流水平层进风口。
所述洁净室智能控制系统还包括过滤器，所述过滤器位于位于所述气流垂直层进风口和气流水平层进风口。
本发明的有益效果在于：本发明提供一种洁净室智能控制系统，通过建立机器学习模型，为设备改造提供气流预估状况，提高洁净室的可拓展性，整合各设备不同的洁净系统，全面管理，简化系统，降低管理人员的成本；另一方面，通过设置报警器，能够实现气流实时可视化管理，快速确认异常点，降低品质异常的影响，提高良率。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
以上对本申请实施例所提供的一种洁净室智能控制系统进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的技术方案及其核心思想；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申请各实施例的技术方案的范围。
Claims (10)
1.一种洁净室智能控制系统，其特征在于，包括：
数据获取单元，用以获取多组初始环境数据和持续获取实时环境数据；
数据模型建立单元，根据所获取的所述多组初始环境数据建立初始机器学习模型；
数据处理检测单元，根据所述机器学习模型模拟得到实时模拟数据，并判定所述实时环境数据与实时模拟数据之间的偏差是否达到预设阈值，若是，则进行报警，若否，则将当前的实时环境数据录入机器学习模型中，并自动更新新的机器学习模型。
2.如权利要求1所述的洁净室智能控制系统，其特征在于，所述多组初始环境数据被进行加权求和以作为所述初始机器学习模型。
3.如权利要求2所述的洁净室智能控制系统，其特征在于，在所述实时环境数据与实时模拟数据之间的偏差没有达到预设阈值时，固定地使用或自适应地使用预定的更新方式来自动更新所述机器学习模型。
4.如权利要求1所述的洁净室智能控制系统，其特征在于，所述初始环境数据包括训练环境数据、验证环境数据和测试环境数据；所述训练环境数据用于模型拟合的数据样本；所述验证环境数据为模型训练过程中单独留出的样本数据，用于调整模型的超参数和用于对模型的能力进行初步评估；所述测试环境数据用于评估最终模型的泛化能力。
5.如权利要求1所述的洁净室智能控制系统，其特征在于，所述数据获取单元包括
测量仪，用以获取洁净室内的微粒数量及其直径；
温度计，用以获取洁净室内的实时温度；
湿度计，用以获取洁净室内的湿度；
气压计，用以获取洁净室内的实时气压；
风速仪，用以获取出风口的实时风速。
6.如权利要求1所述的洁净室智能控制系统，其特征在于，所述数据处理检测单元还包括报警器，所述报警器采用声光报警或语音报警。
7.如权利要求1所述的洁净室智能控制系统，其特征在于，还包括气流垂直层进出风口和气流水平层进出风口，所述气流垂直层出风口位于所述洁净室室体的下方。
8.如权利要求7所述的洁净室智能控制系统，其特征在于，所述气流垂直层出风口的大小为可调节的。
9.如权利要求1所述的洁净室智能控制系统，其特征在于，还包括包括鼓风机，所述鼓风机位于所述气流垂直层进风口和气流水平层进风口。
10.如权利要求1所述的洁净室智能控制系统，其特征在于，还包括过滤器，所述过滤器位于位于所述气流垂直层进风口和气流水平层进风口。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911353547.9A CN111102699A (zh) | 2019-12-25 | 2019-12-25 | 一种洁净室智能控制系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911353547.9A CN111102699A (zh) | 2019-12-25 | 2019-12-25 | 一种洁净室智能控制系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111102699A true CN111102699A (zh) | 2020-05-05 |
Family
ID=70424539
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911353547.9A Pending CN111102699A (zh) | 2019-12-25 | 2019-12-25 | 一种洁净室智能控制系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111102699A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105387565A (zh) * | 2015-11-24 | 2016-03-09 | 深圳市酷开网络科技有限公司 | 调节温度的方法和装置 |
| US20160123617A1 (en) * | 2014-10-30 | 2016-05-05 | Vivint, Inc. | Temperature preference learning |
| CN106770934A (zh) * | 2016-11-30 | 2017-05-31 | 河北白晶环境科技有限公司 | 污染源在线监测设备管控装置及系统 |
| CN107341444A (zh) * | 2017-06-07 | 2017-11-10 | 北京星网锐捷网络技术有限公司 | 数据异常预警方法及装置 |
| CN108363714A (zh) * | 2017-12-21 | 2018-08-03 | 北京至信普林科技有限公司 | 一种方便数据分析人员使用的集成机器学习的方法及系统 |
| CN108604360A (zh) * | 2016-05-04 | 2018-09-28 | 斗山重工业建设有限公司 | 设施异常监测方法及其系统 |
-
2019
- 2019-12-25 CN CN201911353547.9A patent/CN111102699A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160123617A1 (en) * | 2014-10-30 | 2016-05-05 | Vivint, Inc. | Temperature preference learning |
| CN105387565A (zh) * | 2015-11-24 | 2016-03-09 | 深圳市酷开网络科技有限公司 | 调节温度的方法和装置 |
| CN108604360A (zh) * | 2016-05-04 | 2018-09-28 | 斗山重工业建设有限公司 | 设施异常监测方法及其系统 |
| CN106770934A (zh) * | 2016-11-30 | 2017-05-31 | 河北白晶环境科技有限公司 | 污染源在线监测设备管控装置及系统 |
| CN107341444A (zh) * | 2017-06-07 | 2017-11-10 | 北京星网锐捷网络技术有限公司 | 数据异常预警方法及装置 |
| CN108363714A (zh) * | 2017-12-21 | 2018-08-03 | 北京至信普林科技有限公司 | 一种方便数据分析人员使用的集成机器学习的方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| 中国环境检测总站: "《环境空气质量预报报警方法技术指南（第二版）》", 31 May 2017, 中国环境出版社 * |
| 胡松涛等: "《专业课精讲精练.暖通空调专业》", 31 May 2007, 中国电力出版社 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104933841B (zh) | 一种基于自组织神经网络的火灾预测方法 | |
| US8955761B2 (en) | Retrofitting a constant volume air handling unit with a variable frequency drive | |
| CN104006624A (zh) | 一种用于智能冰箱的食品监控系统及其监控方法 | |
| EP3358520A1 (en) | Air quality prediction system and method through survey, and air quality prediction server | |
| CN108205164A (zh) | 一种基于WRF-Chem的大气能见度参数化预测方法 | |
| CN106434343A (zh) | 一种远程生物细胞培养装置及辅助系统及其应用 | |
| Putra et al. | The prediction of indoor air quality in office room using artificial neural network | |
| CN110109428A (zh) | 一种用于实验室设备的险情监测系统 | |
| CN111102699A (zh) | 一种洁净室智能控制系统 | |
| CN206223233U (zh) | 一种用于大型客舱环境舒适度评价的模拟实验系统 | |
| TWM605603U (zh) | 基於機器學習用於偵測設備異常的電子裝置 | |
| CN110108457B (zh) | 一种基于万有引力神经网络的一次风机轴温诊断方法 | |
| Cafuta et al. | Developing a modern greenhouse scientific research facility—a case study | |
| CN107461886A (zh) | 一种医院预冷空调箱冷量输送能效的评估方法及装置 | |
| CN106444578B (zh) | 一种基于异构测地线距离svdd的故障检测方法 | |
| CN116539086A (zh) | 一种基于云边协同的工业设备故障检测方法及系统 | |
| CN110398386A (zh) | 一种智能化判断空调系统温湿度测点状态的方法 | |
| Apaydin-Özkan | Appliance-level anomaly detection by using control charts and artificial neural networks with power profiles | |
| CN205403068U (zh) | 一种机房室内环境智能监控调节系统 | |
| CN109635358A (zh) | 一种基于滑动窗口多尺度主元分析的机组故障检测方法 | |
| US20230074474A1 (en) | Parameter adjustment apparatus, inference apparatus, parameter adjustment method, and computer-readable storage medium storing a parameter adjustment program | |
| CN104090608A (zh) | 一种人工气候室控制方法 | |
| CN207662452U (zh) | 空间卫生智能识别系统 | |
| WO2021038775A1 (ja) | 制御方法、制御プログラムおよび空調制御装置 | |
| CN209229942U (zh) | 中央空调出风口过滤器寿命提醒装置 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200505 |