CN113050516B - 一种实验室恒温恒湿试验箱远程智能控制系统 - Google Patents

一种实验室恒温恒湿试验箱远程智能控制系统 Download PDF

Info

Publication number
CN113050516B
CN113050516B CN202110337405.4A CN202110337405A CN113050516B CN 113050516 B CN113050516 B CN 113050516B CN 202110337405 A CN202110337405 A CN 202110337405A CN 113050516 B CN113050516 B CN 113050516B
Authority
CN
China
Prior art keywords
data
time
humidity
temperature
value
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
Application number
CN202110337405.4A
Other languages
English (en)
Other versions
CN113050516A (zh
Inventor
刘国宝
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suzhou Shixinda Test Equipment Co ltd
Original Assignee
Suzhou Shixinda Test Equipment Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Suzhou Shixinda Test Equipment Co ltd filed Critical Suzhou Shixinda Test Equipment Co ltd
Priority to CN202110337405.4A priority Critical patent/CN113050516B/zh
Publication of CN113050516A publication Critical patent/CN113050516A/zh
Application granted granted Critical
Publication of CN113050516B publication Critical patent/CN113050516B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/04Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • G05B19/0423Input/output
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/20Pc systems
    • G05B2219/23Pc programming
    • G05B2219/23051Remote control, enter program remote, detachable programmer

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Apparatus Associated With Microorganisms And Enzymes (AREA)

Abstract

本发明公开了一种实验室恒温恒湿试验箱远程智能控制系统,包括采集单元、数据库、识别单元、数据处理单元、综合判定单元、执行单元和智能设备;采集单元用于采集实验室内试验箱的相关信息,并将其标定为试验箱信息,将试验箱信息传输至识别单元;数据库内存储有恒温恒湿试验箱的记录信息,本发明通过综合判定单元的设置,对记录温度均值、记录湿度均值、温度变化时间均值、湿度变化时间均值、平均命令延时值、体型均值、湿度影响因子、温度影响因子、实时温度数据、实时湿度数据、实际大小数据和培养天数数据一同进行判定操作,快速对分析后的数据进行调节计算,从而判定出准确的时间值,增加判定的准确性,提高工作效率。

Description

一种实验室恒温恒湿试验箱远程智能控制系统
技术领域
本发明涉及实验室远程控制系统,具体为一种实验室恒温恒湿试验箱远程智能控制系统。
背景技术
试验箱是环试行业产品的总称,是在有效的空间范围内模拟出自然的气候环境,试验种类有:高低温试验箱、氙灯老化试验箱、紫外线老化试验箱、箱式淋雨箱、防锈油脂、滴水装置、净化洁净保管柜、氮气存储柜、非标产品等。
目前,人们在通过用试验箱进行试验时,均是通过人为看守来实现对试验箱的监控,从而导致人力资源的大量耗费,导致成本升高,且无法在远程进行数据的获取,并依据实时的试验状况进行一些数据的调节,为此,我们提出一种实验室恒温恒湿试验箱远程智能控制系统。
发明内容
本发明的目的就在于为了解决的问题,而提出一种实验室恒温恒湿试验箱远程智能控制系统。
本发明的目的可以通过以下技术方案实现:一种实验室恒温恒湿试验箱远程智能控制系统,包括采集单元、数据库、识别单元、数据处理单元、综合判定单元、执行单元和智能设备;
所述采集单元用于采集实验室内试验箱的相关信息,并将其标定为试验箱信息,将试验箱信息传输至识别单元;
所述数据库内存储有恒温恒湿试验箱的记录信息,所述识别单元从数据库内获取记录信息,并将记录信息与试验箱信息一同进行识别操作,得到记录温度数据、记录湿度数据、记录时间点数据、记录调节次数数据、调节时间数据、记录体型数据、记录成长天数数据、实时影像数据、实时温度数据、实时湿度数据、实际大小数据和培养天数数据,并将其传输至数据处理单元;
所述数据处理单元用于对记录温度数据、记录湿度数据、记录时间数据、记录调节次数数据、调节时间数据、记录体型数据、记录成长天数数据、实时影像数据、实时温度数据、实时湿度数据、实际大小数据和培养天数数据进行数据处理操作,得到记录温度均值、记录湿度均值、温度变化时间均值、湿度变化时间均值、平均命令延时值、体型均值、湿度影响因子、温度影响因子、实时影像数据、实时温度数据、实时湿度数据、实际大小数据和培养天数数据,并将其一同传输至综合判定单元;
所述综合判定单元用于对记录温度均值、记录湿度均值、温度变化时间均值、湿度变化时间均值、平均命令延时值、体型均值、湿度影响因子、温度影响因子、实时温度数据、实时湿度数据、实际大小数据和培养天数数据一同进行判定操作,得到调节时间点、温度调节值和湿度调节值,并将其分别传输至执行单元和智能设备;
所述执行单元接收调节时间点、温度调节值和湿度调节值,并在到达调节时间点时自动调节对应的温度调节值和湿度调节值;
所述智能设备用于接收并显示调节时间点、温度调节值和湿度调节值。
优选的,识别操作的具体操作过程为:
步骤一:获取记录信息,将记录信息内试验箱的影响标定为记录箱影数据,将记录信息内记录箱影数据对应的试验箱标号标定为箱号数据,将一段时间内记录信息内温度的变化数据标定为记录温度数据,将一段时间内记录信息内湿度的变化数据标定为记录湿度数据,将记录信息内温度数据和湿度数据变化的对应时间变化标定为记录时间点数据,将记录信息内温度和湿度的调节次数标定为记录调节次数数据,将记录信息内温度和湿度的调节时间点标定为调节时间数据,将记录信息内试验品的生长大小标定为记录体型数据,将记录信息内试验品的生长天数标定为记录成长天数数据,其中,一段时间界定为试验品成长的完整时间段;
步骤二:获取试验箱信息,将试验箱信息内的试验箱影像标定为实时影像数据,将试验箱内的实时温度变化标定为实时温度数据,将试验箱内实时湿度变化标定为实时湿度数据,将试验箱内试验品的实际生长大小标定为实际大小数据,将试验箱内试验品的成长时间标定为培养天数数据;
步骤三:提取实时影像数据,并将其与记录信息内的记录箱影数据进行匹配,当匹配到实时影像数据和记录箱影数据的结果一致时,则判定该箱体得到匹配,生成匹配成功信号,当匹配到实时影像数据和记录箱影数据的结果不一致时,则判定该箱体没有得到匹配,生成匹配失败信号;
步骤四:获取匹配成功信号和匹配失败信号,并对其进行识别,当识别到匹配失败信号时,则再次进行数据采集,重新匹配,当识别到匹配成功信号时,则自动提取箱号数据;
步骤五:依据箱号数据提取记录箱影数据和实时影像数据对应的记录温度数据、记录湿度数据、记录时间点数据、记录调节次数数据、调节时间数据、记录体型数据、记录成长天数数据、实时影像数据、实时温度数据、实时湿度数据、实际大小数据和培养天数数据。
优选的,数据处理操作的具体操作过程为:
K1:获取记录箱影数据对应的记录温度数据和记录湿度数据,并将其分别带入到对应的温度或湿度均值计算式,从而计算出记录温度均值和记录湿度均值,其中,记录温度均值=每次温度数据的总和/温度统计次数,记录湿度均值=每次温度数据的总和/温度统计次数;
K2:获取记录时间点数据,并将其按照两个不同时间点的记录温度数据分别标记为温度第一时间点和温度第二时间点,将温度第一时间点和温度第二时间点一同带入到差值计算式,从而计算出温度变化时间差值,再次获取记录时间点数据,并将其按照两个不同时间点的记录湿度数据分别标记为湿度第一时间点和湿度第二时间点,将湿度第一时间点和湿度第二时间点一同带入到差值计算式,从而计算出湿度变化时间差值,将温度变化时间差值和湿度变化时间差值分别带入到均值计算式中,从而计算出温度变化时间均值和湿度变化时间均值;
K3:获取记录调节次数数据,并依据起对调节时间进行调节偏差计算,具体为:获取调节时间数据,并依据其获取记录温度数据和记录湿度数据变化的记录时间点数据,将记录时间点数据和调节时间数据进行差值计算,从而得出命令延时值,依据记录调节次数数据,提取每次命令延时值,并将其带入到求和计算式中,从而得到一个命令延时总值,将命令延时总值除以记录调节次数数据,从而得到一个平均命令延时值;
K4:获取若干个相同试验品在相同的成长天数对应的记录体型数据,并将若干个试验品对应的记录体型数据进行求和计算,从而得到一个体型总值,将其除以试验品个数,从而得到一个体型均值;
K5:保持温度数据不变,选取出不同湿度数据下记录体型数据的差值,并将湿度差值与记录体型数据的差值进行湿度影响因子计算,具体计算式:湿度差值*湿度影响因子=记录体型数据差值,同理计算出温度影响因子;
K6:提取记录温度均值、记录湿度均值、温度变化时间均值、湿度变化时间均值、平均命令延时值、体型均值、湿度影响因子和温度影响因子,并将其与实时影像数据、实时温度数据、实时湿度数据、实际大小数据和培养天数数据一同传输至综合判定单元。
优选的,判定操作的具体操作过程为:
H1:获取培养天数数据,并依据其获取记录成长天数数据,并培养天数数据和记录成长天数数据相匹配,选取出与培养天数数据匹配结果一致的记录成长天数数据,并提取对应的体型均值;
H2:获取实际大小数据,并将其与体型均值进行体型差值计算,从而得到一个体型差值,获取湿度影响因子和温度影响因子,并将其与实时温度数据、实时湿度数据一同带入到计算式:[(实时温度数据+温度调节值)*温度影响因子+(实时湿度数据+湿度调节值)*湿度调节因子]*偏差调节因子=(实际大小数据+体型差值),从而得到温度调节值和湿度调节值,其中偏差调节因子为预设值;
H3:获取体型均值以及对应的记录成长天数数据,并选取下一个记录成长天数数据的时间点,提取温度变化时间均值、湿度变化时间均值和平均命令延时值,并将其一同带入到计算式:调节时间点=(温度变化时间均值+湿度变化时间均值+平均命令延时值)*时间偏差调节因子,从而得到调节时间点,即达到预定的温度数据所需要设定的调节温度和湿度的时间点,其中,时间偏差调节因子为预设值;
H4:提取调节时间点、温度调节值和湿度调节值。
与现有技术相比,本发明的有益效果是:
1、通过采集单元采集实验室内试验箱的相关信息,并将其标定为试验箱信息,将试验箱信息传输至识别单元;识别单元从数据库内获取记录信息,并将记录信息与试验箱信息一同进行识别操作,快速识别采集单元所采集的相关数据,节省人为识别分类所消耗的时间,提高工作效率;
2、通过数据处理单元的设置,对记录温度数据、记录湿度数据、记录时间数据、记录调节次数数据、调节时间数据、记录体型数据、记录成长天数数据、实时影像数据、实时温度数据、实时湿度数据、实际大小数据和培养天数数据进行数据处理操作,快速对数据进行分析,从而精确分析出数据的影响数值,增加数据的说服力度;
3、通过综合判定单元的设置,对记录温度均值、记录湿度均值、温度变化时间均值、湿度变化时间均值、平均命令延时值、体型均值、湿度影响因子、温度影响因子、实时温度数据、实时湿度数据、实际大小数据和培养天数数据一同进行判定操作,快速对分析后的数据进行调节计算,从而判定出准确的时间值,增加判定的准确性,提高工作效率。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明;
图1为本发明的系统框图。
具体实施方式
下面将结合实施例对本发明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它实施例,都属于本发明保护的范围。
请参阅图1所示,一种实验室恒温恒湿试验箱远程智能控制系统,包括采集单元、数据库、识别单元、数据处理单元、综合判定单元、执行单元和智能设备;
所述采集单元用于采集实验室内试验箱的相关信息,并将其标定为试验箱信息,将试验箱信息传输至识别单元;
所述数据库内存储有恒温恒湿试验箱的记录信息,所述识别单元从数据库内获取记录信息,并将记录信息与试验箱信息一同进行识别操作,识别操作的具体操作过程为:
步骤一:获取记录信息,将记录信息内试验箱的影响标定为记录箱影数据,将记录信息内记录箱影数据对应的试验箱标号标定为箱号数据,将一段时间内记录信息内温度的变化数据标定为记录温度数据,将一段时间内记录信息内湿度的变化数据标定为记录湿度数据,将记录信息内温度数据和湿度数据变化的对应时间变化标定为记录时间点数据,将记录信息内温度和湿度的调节次数标定为记录调节次数数据,将记录信息内温度和湿度的调节时间点标定为调节时间数据,将记录信息内试验品的生长大小标定为记录体型数据,将记录信息内试验品的生长天数标定为记录成长天数数据,其中,一段时间界定为试验品成长的完整时间段;
步骤二:获取试验箱信息,将试验箱信息内的试验箱影像标定为实时影像数据,将试验箱内的实时温度变化标定为实时温度数据,将试验箱内实时湿度变化标定为实时湿度数据,将试验箱内试验品的实际生长大小标定为实际大小数据,将试验箱内试验品的成长时间标定为培养天数数据;
步骤三:提取实时影像数据,并将其与记录信息内的记录箱影数据进行匹配,当匹配到实时影像数据和记录箱影数据的结果一致时,则判定该箱体得到匹配,生成匹配成功信号,当匹配到实时影像数据和记录箱影数据的结果不一致时,则判定该箱体没有得到匹配,生成匹配失败信号;
步骤四:获取匹配成功信号和匹配失败信号,并对其进行识别,当识别到匹配失败信号时,则再次进行数据采集,重新匹配,当识别到匹配成功信号时,则自动提取箱号数据;
步骤五:依据箱号数据提取记录箱影数据和实时影像数据对应的记录温度数据、记录湿度数据、记录时间点数据、记录调节次数数据、调节时间数据、记录体型数据、记录成长天数数据、实时影像数据、实时温度数据、实时湿度数据、实际大小数据和培养天数数据,并将其传输至数据处理单元;
所述数据处理单元用于对记录温度数据、记录湿度数据、记录时间数据、记录调节次数数据、调节时间数据、记录体型数据、记录成长天数数据、实时影像数据、实时温度数据、实时湿度数据、实际大小数据和培养天数数据进行数据处理操作,数据处理操作的具体操作过程为:
K1:获取记录箱影数据对应的记录温度数据和记录湿度数据,并将其分别带入到对应的温度或湿度均值计算式,从而计算出记录温度均值和记录湿度均值,其中,记录温度均值=每次温度数据的总和/温度统计次数,记录湿度均值=每次温度数据的总和/温度统计次数;
K2:获取记录时间点数据,并将其按照两个不同时间点的记录温度数据分别标记为温度第一时间点和温度第二时间点,将温度第一时间点和温度第二时间点一同带入到差值计算式,从而计算出温度变化时间差值,再次获取记录时间点数据,并将其按照两个不同时间点的记录湿度数据分别标记为湿度第一时间点和湿度第二时间点,将湿度第一时间点和湿度第二时间点一同带入到差值计算式,从而计算出湿度变化时间差值,将温度变化时间差值和湿度变化时间差值分别带入到均值计算式中,从而计算出温度变化时间均值和湿度变化时间均值;
K3:获取记录调节次数数据,并依据起对调节时间进行调节偏差计算,具体为:获取调节时间数据,并依据其获取记录温度数据和记录湿度数据变化的记录时间点数据,将记录时间点数据和调节时间数据进行差值计算,从而得出命令延时值,依据记录调节次数数据,提取每次命令延时值,并将其带入到求和计算式中,从而得到一个命令延时总值,将命令延时总值除以记录调节次数数据,从而得到一个平均命令延时值;
K4:获取若干个相同试验品在相同的成长天数对应的记录体型数据,并将若干个试验品对应的记录体型数据进行求和计算,从而得到一个体型总值,将其除以试验品个数,从而得到一个体型均值;
K5:保持温度数据不变,选取出不同湿度数据下记录体型数据的差值,并将湿度差值与记录体型数据的差值进行湿度影响因子计算,具体计算式:湿度差值*湿度影响因子=记录体型数据差值,同理计算出温度影响因子;
K6:提取记录温度均值、记录湿度均值、温度变化时间均值、湿度变化时间均值、平均命令延时值、体型均值、湿度影响因子和温度影响因子,并将其与实时影像数据、实时温度数据、实时湿度数据、实际大小数据和培养天数数据一同传输至综合判定单元;
所述综合判定单元用于对记录温度均值、记录湿度均值、温度变化时间均值、湿度变化时间均值、平均命令延时值、体型均值、湿度影响因子、温度影响因子、实时温度数据、实时湿度数据、实际大小数据和培养天数数据一同进行判定操作,判定操作的具体操作过程为:
H1:获取培养天数数据,并依据其获取记录成长天数数据,并培养天数数据和记录成长天数数据相匹配,选取出与培养天数数据匹配结果一致的记录成长天数数据,并提取对应的体型均值;
H2:获取实际大小数据,并将其与体型均值进行体型差值计算,从而得到一个体型差值,获取湿度影响因子和温度影响因子,并将其与实时温度数据、实时湿度数据一同带入到计算式:[(实时温度数据+温度调节值)*温度影响因子+(实时湿度数据+湿度调节值)*湿度调节因子]*偏差调节因子=(实际大小数据+体型差值),从而得到温度调节值和湿度调节值,其中偏差调节因子为预设值;
H3:获取体型均值以及对应的记录成长天数数据,并选取下一个记录成长天数数据的时间点,提取温度变化时间均值、湿度变化时间均值和平均命令延时值,并将其一同带入到计算式:调节时间点=(温度变化时间均值+湿度变化时间均值+平均命令延时值)*时间偏差调节因子,从而得到调节时间点,即达到预定的温度数据所需要设定的调节温度和湿度的时间点,其中,时间偏差调节因子为预设值;
H4:提取调节时间点、温度调节值和湿度调节值,并将其分别传输至执行单元和智能设备;
所述执行单元接收调节时间点、温度调节值和湿度调节值,并在到达调节时间点时自动调节对应的温度调节值和湿度调节值;
所述智能设备用于接收并显示调节时间点、温度调节值和湿度调节值,且智能设备为平板电脑。
本发明在使用时,通过采集单元采集实验室内试验箱的相关信息,并将其标定为试验箱信息,将试验箱信息传输至识别单元;数据库内存储有恒温恒湿试验箱的记录信息,识别单元从数据库内获取记录信息,并将记录信息与试验箱信息一同进行识别操作,得到记录温度数据、记录湿度数据、记录时间点数据、记录调节次数数据、调节时间数据、记录体型数据、记录成长天数数据、实时影像数据、实时温度数据、实时湿度数据、实际大小数据和培养天数数据,并将其传输至数据处理单元;数据处理单元对记录温度数据、记录湿度数据、记录时间数据、记录调节次数数据、调节时间数据、记录体型数据、记录成长天数数据、实时影像数据、实时温度数据、实时湿度数据、实际大小数据和培养天数数据进行数据处理操作,得到记录温度均值、记录湿度均值、温度变化时间均值、湿度变化时间均值、平均命令延时值、体型均值、湿度影响因子、温度影响因子、实时影像数据、实时温度数据、实时湿度数据、实际大小数据和培养天数数据,并将其一同传输至综合判定单元;综合判定单元对记录温度均值、记录湿度均值、温度变化时间均值、湿度变化时间均值、平均命令延时值、体型均值、湿度影响因子、温度影响因子、实时温度数据、实时湿度数据、实际大小数据和培养天数数据一同进行判定操作,得到调节时间点、温度调节值和湿度调节值,并将其分别传输至执行单元和智能设备;执行单元接收调节时间点、温度调节值和湿度调节值,并在到达调节时间点时自动调节对应的温度调节值和湿度调节值;智能设备接收并显示调节时间点、温度调节值和湿度调节值。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (3)

1.一种实验室恒温恒湿试验箱远程智能控制系统,其特征在于,包括采集单元、数据库、识别单元、数据处理单元、综合判定单元、执行单元和智能设备;
所述采集单元用于采集实验室内试验箱的相关信息,并将其标定为试验箱信息,将试验箱信息传输至识别单元;
所述数据库内存储有恒温恒湿试验箱的记录信息,所述识别单元从数据库内获取记录信息,并将记录信息与试验箱信息一同进行识别操作,得到记录温度数据、记录湿度数据、记录时间点数据、记录调节次数数据、调节时间数据、记录体型数据、记录成长天数数据、实时影像数据、实时温度数据、实时湿度数据、实际大小数据和培养天数数据,并将其传输至数据处理单元;
所述数据处理单元用于对记录温度数据、记录湿度数据、记录时间数据、记录调节次数数据、调节时间数据、记录体型数据、记录成长天数数据、实时影像数据、实时温度数据、实时湿度数据、实际大小数据和培养天数数据进行数据处理操作,数据处理操作的具体操作过程为:
K1:获取记录箱影数据对应的记录温度数据和记录湿度数据,并将其分别带入到对应的温度或湿度均值计算式,从而计算出记录温度均值和记录湿度均值,其中,记录温度均值=每次温度数据的总和/温度统计次数,记录湿度均值=每次温度数据的总和/温度统计次数;
K2:获取记录时间点数据,并将其按照两个不同时间点的记录温度数据分别标记为温度第一时间点和温度第二时间点,将温度第一时间点和温度第二时间点一同带入到差值计算式,从而计算出温度变化时间差值,再次获取记录时间点数据,并将其按照两个不同时间点的记录湿度数据分别标记为湿度第一时间点和湿度第二时间点,将湿度第一时间点和湿度第二时间点一同带入到差值计算式,从而计算出湿度变化时间差值,将温度变化时间差值和湿度变化时间差值分别带入到均值计算式中,从而计算出温度变化时间均值和湿度变化时间均值;
K3:获取记录调节次数数据,并依据起对调节时间进行调节偏差计算,具体为:获取调节时间数据,并依据其获取记录温度数据和记录湿度数据变化的记录时间点数据,将记录时间点数据和调节时间数据进行差值计算,从而得出命令延时值,依据记录调节次数数据,提取每次命令延时值,并将其带入到求和计算式中,从而得到一个命令延时总值,将命令延时总值除以记录调节次数数据,从而得到一个平均命令延时值;
K4:获取若干个相同试验品在相同的成长天数对应的记录体型数据,并将若干个试验品对应的记录体型数据进行求和计算,从而得到一个体型总值,将其除以试验品个数,从而得到一个体型均值;
K5:保持温度数据不变,选取出不同湿度数据下记录体型数据的差值,并将湿度差值与记录体型数据的差值进行湿度影响因子计算,具体计算式:湿度差值*湿度影响因子=记录体型数据差值,同理计算出温度影响因子;
K6:提取记录温度均值、记录湿度均值、温度变化时间均值、湿度变化时间均值、平均命令延时值、体型均值、湿度影响因子和温度影响因子,并将其与实时影像数据、实时温度数据、实时湿度数据、实际大小数据和培养天数数据一同传输至综合判定单元;
所述综合判定单元用于对记录温度均值、记录湿度均值、温度变化时间均值、湿度变化时间均值、平均命令延时值、体型均值、湿度影响因子、温度影响因子、实时温度数据、实时湿度数据、实际大小数据和培养天数数据一同进行判定操作,得到调节时间点、温度调节值和湿度调节值,并将其分别传输至执行单元和智能设备;
所述执行单元接收调节时间点、温度调节值和湿度调节值,并在到达调节时间点时自动调节对应的温度调节值和湿度调节值;
所述智能设备用于接收并显示调节时间点、温度调节值和湿度调节值。
2.根据权利要求1所述的一种实验室恒温恒湿试验箱远程智能控制系统,其特征在于,识别操作的具体操作过程为:
步骤一:获取记录信息,将记录信息内试验箱的影响标定为记录箱影数据,将记录信息内记录箱影数据对应的试验箱标号标定为箱号数据,将一段时间内记录信息内温度的变化数据标定为记录温度数据,将一段时间内记录信息内湿度的变化数据标定为记录湿度数据,将记录信息内温度数据和湿度数据变化的对应时间变化标定为记录时间点数据,将记录信息内温度和湿度的调节次数标定为记录调节次数数据,将记录信息内温度和湿度的调节时间点标定为调节时间数据,将记录信息内试验品的生长大小标定为记录体型数据,将记录信息内试验品的生长天数标定为记录成长天数数据,其中,一段时间界定为试验品成长的完整时间段;
步骤二:获取试验箱信息,将试验箱信息内的试验箱影像标定为实时影像数据,将试验箱内的实时温度变化标定为实时温度数据,将试验箱内实时湿度变化标定为实时湿度数据,将试验箱内试验品的实际生长大小标定为实际大小数据,将试验箱内试验品的成长时间标定为培养天数数据;
步骤三:提取实时影像数据,并将其与记录信息内的记录箱影数据进行匹配,当匹配到实时影像数据和记录箱影数据的结果一致时,则判定该箱体得到匹配,生成匹配成功信号,当匹配到实时影像数据和记录箱影数据的结果不一致时,则判定该箱体没有得到匹配,生成匹配失败信号;
步骤四:获取匹配成功信号和匹配失败信号,并对其进行识别,当识别到匹配失败信号时,则再次进行数据采集,重新匹配,当识别到匹配成功信号时,则自动提取箱号数据;
步骤五:依据箱号数据提取记录箱影数据和实时影像数据对应的记录温度数据、记录湿度数据、记录时间点数据、记录调节次数数据、调节时间数据、记录体型数据、记录成长天数数据、实时影像数据、实时温度数据、实时湿度数据、实际大小数据和培养天数数据。
3.根据权利要求1所述的一种实验室恒温恒湿试验箱远程智能控制系统,其特征在于,判定操作的具体操作过程为:
H1:获取培养天数数据,并依据其获取记录成长天数数据,并培养天数数据和记录成长天数数据相匹配,选取出与培养天数数据匹配结果一致的记录成长天数数据,并提取对应的体型均值;
H2:获取实际大小数据,并将其与体型均值进行体型差值计算,从而得到一个体型差值,获取湿度影响因子和温度影响因子,并将其与实时温度数据、实时湿度数据一同带入到计算式:[(实时温度数据+温度调节值)*温度影响因子+(实时湿度数据+湿度调节值)*湿度调节因子]*偏差调节因子=(实际大小数据+体型差值),从而得到温度调节值和湿度调节值,其中偏差调节因子为预设值;
H3:获取体型均值以及对应的记录成长天数数据,并选取下一个记录成长天数数据的时间点,提取温度变化时间均值、湿度变化时间均值和平均命令延时值,并将其一同带入到计算式:调节时间点=(温度变化时间均值+湿度变化时间均值+平均命令延时值)*时间偏差调节因子,从而得到调节时间点,即达到预定的温度数据所需要设定的调节温度和湿度的时间点,其中,时间偏差调节因子为预设值;
H4:提取调节时间点、温度调节值和湿度调节值。
CN202110337405.4A 2021-03-30 2021-03-30 一种实验室恒温恒湿试验箱远程智能控制系统 Active CN113050516B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110337405.4A CN113050516B (zh) 2021-03-30 2021-03-30 一种实验室恒温恒湿试验箱远程智能控制系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110337405.4A CN113050516B (zh) 2021-03-30 2021-03-30 一种实验室恒温恒湿试验箱远程智能控制系统

Publications (2)

Publication Number Publication Date
CN113050516A CN113050516A (zh) 2021-06-29
CN113050516B true CN113050516B (zh) 2022-03-08

Family

ID=76516190

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110337405.4A Active CN113050516B (zh) 2021-03-30 2021-03-30 一种实验室恒温恒湿试验箱远程智能控制系统

Country Status (1)

Country Link
CN (1) CN113050516B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114200988B (zh) * 2021-12-06 2023-01-10 深圳市时誉高精科技有限公司 基于大数据的室内恒温器管理系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA1209676A (en) * 1982-02-19 1986-08-12 Xcel Computron Corporation Combination switching and display electronic modular control unit
CN202460643U (zh) * 2012-01-06 2012-10-03 广州东之旭试验设备有限公司 一种恒温恒湿试验箱
CN109213239A (zh) * 2018-10-16 2019-01-15 江苏天通设备科技有限公司 一种恒温恒湿箱用物联网控制系统
CN111258358A (zh) * 2020-01-20 2020-06-09 安徽省先锋制药有限公司 一种恒温恒湿箱用物联网控制系统
CN112135103A (zh) * 2020-09-24 2020-12-25 徐莉 一种基于大数据的无人机安全监控系统及方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5884238B2 (ja) * 2012-03-05 2016-03-15 ナガノサイエンス株式会社 湿度検出装置及びそれを備えた環境試験装置
CN108415488A (zh) * 2017-06-29 2018-08-17 江苏三亿检测技术有限公司 实验室恒温恒湿试验箱远程智能控制系统及其方法
CN112556106B (zh) * 2020-12-11 2022-06-14 马鞍山市博浪热能科技有限公司 一种基于智能家居的空调远程控制系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA1209676A (en) * 1982-02-19 1986-08-12 Xcel Computron Corporation Combination switching and display electronic modular control unit
CN202460643U (zh) * 2012-01-06 2012-10-03 广州东之旭试验设备有限公司 一种恒温恒湿试验箱
CN109213239A (zh) * 2018-10-16 2019-01-15 江苏天通设备科技有限公司 一种恒温恒湿箱用物联网控制系统
CN111258358A (zh) * 2020-01-20 2020-06-09 安徽省先锋制药有限公司 一种恒温恒湿箱用物联网控制系统
CN112135103A (zh) * 2020-09-24 2020-12-25 徐莉 一种基于大数据的无人机安全监控系统及方法

Also Published As

Publication number Publication date
CN113050516A (zh) 2021-06-29

Similar Documents

Publication Publication Date Title
US20210056685A1 (en) Method and device for monitoring comprehensive growth of potted lettuce
CN107316116B (zh) 一种叶类蔬菜产量预测方法
CN113711843B (zh) 一种食用菌生长参数寻优的系统和方法
CN107341577A (zh) 一种农作物产量预测方法及系统
CN111915332A (zh) 一种基于大数据的农产品安全溯源追踪监测管理系统
CN113050516B (zh) 一种实验室恒温恒湿试验箱远程智能控制系统
KR20140077513A (ko) 영상을 통한 온실 작물 정보 관리 시스템 및 그 방법
CN103278503A (zh) 一种基于多传感器技术的葡萄水分胁迫诊断方法及系统
CN105744225A (zh) 一种远程分析农作物生长的方法和系统
KR20210077504A (ko) 스마트팜 데이터 생육연동시스템
CN110245444A (zh) 一种基于作物对环境的响应与适应机制的发育期模拟方法
CN108427862B (zh) 基于图像分析的多品种全生育期棉花生物量无损测量方法
CN111881864A (zh) 一种智慧农业种植农作物生长全周期全动态监测管理系统
CN112580671A (zh) 一种基于深度学习的稻穗多发育期自动检测方法及系统
KR102095539B1 (ko) 인삼의 영상 이미지 분석을 통한 생육량 측정 방법
KR101810901B1 (ko) 작물체의 생육 시뮬레이션 장치
CN114596509A (zh) 一种基于机器视觉的水稻秧苗叶龄期识别方法
CN103268103A (zh) 大棚蔬菜智能控制系统
CN116307384A (zh) 一种基于物联网的智慧农业土壤培养在线监测系统及方法
CN111436296A (zh) 一种用于植物生长和发育的人工智能生长方法
CN115034617A (zh) 一种面向农业信息一体化的云计算系统
Bouvry et al. Digital twin of a smart plant factory for plant phenotyping: data assimilation between measured and simulated 3D point cloud data in the CPlantBox FSPM
CN111262950A (zh) 一种基于物联网的植物数据采集系统
CN201000564Y (zh) 食用菌培育监控装置
CN111815110A (zh) 基于大数据和人工智能的农业生产规划精准决策方法及系统

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