CN113459130B - 一种工业机器人自动加工系统及其运用 - Google Patents
一种工业机器人自动加工系统及其运用 Download PDFInfo
- Publication number
- CN113459130B CN113459130B CN202110617979.7A CN202110617979A CN113459130B CN 113459130 B CN113459130 B CN 113459130B CN 202110617979 A CN202110617979 A CN 202110617979A CN 113459130 B CN113459130 B CN 113459130B
- Authority
- CN
- China
- Prior art keywords
- temperature
- module
- processing device
- data
- time
- 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
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J13/00—Controls for manipulators
- B25J13/006—Controls for manipulators by means of a wireless system for controlling one or several manipulators
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J11/00—Manipulators not otherwise provided for
- B25J11/005—Manipulators for mechanical processing tasks
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
- B25J19/02—Sensing devices
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Numerical Control (AREA)
Abstract
本发明公开了一种工业机器人自动加工系统及其运用,包括数据云端,其特征在于:所述数据云端包括有储存模块、筛选模块、计算模块、评审模块、记录模块,所述数据云端数据连接有控制系统,所述控制系统数据连接有加工装置一以及加工装置二,所述数据云端网络连接有感温装置,所述感温装置设置有四组,所述数据云端网络连接有两组测距装置,所述测距装置安装于加工装置的内部,所述数据云端接收到感温装置以及测距装置测量的数据后,将数据传输至数据云端,数据云端对接收到的数据,通过储存模块、筛选模块、记录模块、计算模块以及评审模块进行计算,本发明,具有使用寿命长和加工效率高的特点。
Description
技术领域
本发明涉及工业机器人自动加工技术领域,具体为一种工业机器人自动加工系统及其运用。
背景技术
现有的工业机器人在使用的过程中,长时间的使用会提高该装置的温度,装置的温度达到一定程度时会对该装置造成损伤,缩短该装置的使用寿命,该装置启动时,若装置启动时的温度低于该装置所能承受的最低启动温度时,此运行也会对该装置造成损伤,同时现有的工业机器人在使用的过程中,在对该装置停止加工向外移动进行冷却时,该装置若是承受较大的温度变化时,该温度变化会使得该装置发生热胀冷缩现象,此时该装置的外壳可能会发生变形等损伤,进而缩短该装置的使用寿命,而该装置在降温过程中持续缓慢移动则会降低该装置的加工效率,
因此,设计使用寿命长和加工效率高的一种工业机器人自动加工系统及其运用是很有必要的。
发明内容
本发明的目的在于提供一种工业机器人自动加工系统及其运用,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:一种工业机器人自动加工系统及其运用,包括数据云端、工厂、加工装置一以及加工装置二,其特征在于:所述数据云端包括有储存模块、筛选模块、计算模块、评审模块、记录模块,所述数据云端数据连接有控制系统,所述控制系统数据连接有加工装置一以及加工装置二,所述数据云端网络连接有感温装置,所述感温装置设置有四组,分别位于工厂内部,工厂外部以及两组加工装置内部,所述数据云端网络连接有两组测距装置,所述测距装置安装于加工装置的内部;
所述数据云端接收到感温装置以及测距装置测量的数据后,将数据传输至数据云端,数据云端对接收到的数据,通过储存模块、筛选模块、记录模块、计算模块以及评审模块进行计算,再将计算出的数值通过网络输入控制系统,进而控制加工装置一以及加工装置二的运动。
根据上述技术方案,所述一种工业机器人自动加工系统包括有以下步骤:
S1、该装置运作时,加工装置一位于工厂内部,为工作状态,加工装置二位于工厂外部,为冷却状态;
S2、感温装置实时检测工厂内部、工厂外部、以及装置内部的温度,将检测到的温度传输进数据云端,进而通过评审模块输入控制系统;
S3、当加工装置一到达一定温度时,控制系统控制加工装置二启动开始预热;
S4、当加工装置过热时,控制系统控制加工装置一关闭,加工装置二完全启动;
S5、数据云端通过温度数据以及移动距离计算出两组加工装置所需合适的移动速度,进而通过控制系统控制两组加工装置进行位置互换;
S6、当加工装置一以及加工装置二更换状态完毕后,重复步骤S2-S5。
根据上述技术方案,所述步骤S2中,存在以下步骤:
S2-1、感温装置实时测量出工厂内部的温度T内、工厂外部的温度T外、加工装置一的温度T1以及加工装置二的温度T2,进而导入数据云端内的储存模块;
S2-2、储存模块内部的数据会输入筛选模块,同时记录模块内装置能承受的温度以及需要达到的启动起始温度导入筛选模块中,筛选模块根据数据进行筛选,通过筛选的数值会进入评审模块;
S2-3、评审模块会对数值进行判断,当数值通过评审后会通过网络传输进控制系统,进而控制两组加工装置进行运动。
根据上述技术方案,所述步骤S2-2中,记录模块向筛选模块输送的加工装置最大承受温度为T大,所述记录模块向评审模块输送的加工装置所需最小启动温度为T小。
加工装置二在工厂外部进行冷却,加工装置一在工厂内部进行加工时,当T外>T小,筛选模块会对数据进行过滤,此时数据无法输入评审模块,当T外<T小,筛选模块会对数据进行过滤,此时数据会输入计算模块中,测温装置实时检测的加工装置温度在导入筛选模块后,可以得出其工作时升温速度为I,加工装置一与加工装置二开启与关闭时间的计算公式为:
式中,N1为加工装置一的关闭时间,N2为加工装置二的启动时间,计算出的数值会输入评审模块中。
当数据输入评审模块后,评审模块会对数据进行评审,评审后的结果会输入控制系统进而控制加工装置的运动,
当N2>N1时,加工装置二的所需的预热启动时间大于加工装置一温度到达上限的时间,加工装置二会启动并向工厂内部移动,当N2>N1时,加工装置二所需的预热启动时间小于加工装置一达到温度上限的时间,加工装置二不会自动启动,从而避免浪费能源,当N2=N1时,加工装置二会开始预热启动,加工装置一在N1时间结束后自动关闭,同时当室外温度高于加工装置二的温度时,其无需进行预热启动。
根据上述技术方案,所述步骤S5中,存在以下步骤:
S5-1、储存模块收集工厂内部、工厂外部以及加工装置内部的温度输入筛选模块中,同时记录模块将装置能承受的温度值输入筛选模块中;
S5-2、筛选模块基于装置能承受温度阈值对数据进行筛选,筛选后的数据输入计算模块中;
S5-3、计算模块通过固定的距离以及筛选后的数值进行计算,计算后的结果输入评审模块内部;
S5-4、记录模块将装置所用的材料能承受的温度变化阈值输入评审模块中,结合计算出的阈值进行评审,进而通过控制系统控制加工装置进行运动;
S5-5、测距装置会测量加工装置实时移动的距离,并通过储存模块输入评审装置的内部,计算出温度对应的距离与其进行对比,进而通过评审模块评审后实时更改加工装置移动的速度。
根据上述技术方案,所述装置周边环境的实时温度计算公式为:
式中,Tz为装置周围环境的实时温度,x为装置移动的距离,a1、a2以及a3分别为装置三处范围内温度变化速度,b1、b2以及b3分别为装置周围一定的范围。
因此,利用装置移动的距离、装置周围一定范围的具体值、装置温度、室内外温度以及计算出的温度变化速度可以得出装置周围环境的实时温度。
根据上述技术方案,所述该装置的温度变化速度的计算公式为:
由于感温装置实时测量温度,因此可以计算出即时的温度变化速度,使其后续的计算更为准确。
根据上述技术方案,所述装置周围实时温度的计算公式中,b1为装置周围的固定范围,此范围内装置工作时产生的温度会增加周围的温度,同时超过该装置一定范围后,环境温度会产生较大的跌幅,b2为工厂大门的位置,在b1至b2的距离内,温度会继续发生一定的跌幅,b3为工厂外部的固定距离,在此范围内温度会有一定的跌幅,超过该范围后,温度趋于平稳。
根据上述技术方案,所述装置所需移动速度的计算公式为:
因此可以通过温度的变化计算出装置所需的移动速度,当温度变化较大时,装置以较慢的速度进行运动,防止装置移动过快导致装置承受过大的温度变化,进而对装置进行保护,同时当温度变化较小时,装置以较快的速度进行运动,进而提高加工效率。
根据上述技术方案,所述H为装置能承受的温度变化阈值,当:
此时该装置无需进行速度变化,装置的移动速度计算公式为:
式中,v总为装置移动速度,S总为装置所需移动的距离,t总为装置标准的移动时间。
与现有技术相比,本发明所达到的有益效果是:本发明可以通过温度的变化计算出装置所需的移动速度,当温度变化较大时,装置以较慢的速度进行运动,防止装置移动过快导致装置承受过大的温度变化,进而对装置进行保护,同时当温度变化较小时,装置以较快的速度进行运动,进而提高加工效率。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明的工作流程示意图;
图2是本发明的温度与移动距离的关联示意图。
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做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。
请参阅图1-2,本发明提供技术方案:一种工业机器人自动加工系统及其运用,包括数据云端、工厂、加工装置一以及加工装置二,其特征在于:数据云端包括有储存模块、筛选模块、计算模块、评审模块、记录模块,数据云端数据连接有控制系统,控制系统数据连接有加工装置一以及加工装置二,数据云端网络连接有感温装置,感温装置设置有四组,分别位于工厂内部,工厂外部以及两组加工装置内部,数据云端网络连接有两组测距装置,测距装置安装于加工装置的内部;
数据云端接收到感温装置以及测距装置测量的数据后,将数据传输至数据云端,数据云端对接收到的数据,通过储存模块、筛选模块、记录模块、计算模块以及评审模块进行计算,再将计算出的数值通过网络输入控制系统,进而控制加工装置一以及加工装置二的运动;
一种工业机器人自动加工系统包括有以下步骤:
S1、该装置运作时,加工装置一位于工厂内部,为工作状态,加工装置二位于工厂外部,为冷却状态;
S2、感温装置实时检测工厂内部、工厂外部、以及装置内部的温度,将检测到的温度传输进数据云端,进而通过评审模块输入控制系统;
S3、当加工装置一到达一定温度时,控制系统控制加工装置二启动开始预热;
S4、当加工装置过热时,控制系统控制加工装置一关闭,加工装置二完全启动;
S5、数据云端通过温度数据以及移动距离计算出两组加工装置所需合适的移动速度,进而通过控制系统控制两组加工装置进行位置互换;
S6、当加工装置一以及加工装置二更换状态完毕后,重复步骤S2-S5;
步骤S2中,存在以下步骤:
S2-1、感温装置实时测量出工厂内部的温度T内、工厂外部的温度T外、加工装置一的温度T1以及加工装置二的温度T2,进而导入数据云端内的储存模块;
S2-2、储存模块内部的数据会输入筛选模块,同时记录模块内装置能承受的温度以及需要达到的启动起始温度导入筛选模块中,筛选模块根据数据进行筛选,通过筛选的数值会进入评审模块;
S2-3、评审模块会对数值进行判断,当数值通过评审后会通过网络传输进控制系统,进而控制两组加工装置进行运动;
步骤S2-2中,记录模块向筛选模块输送的加工装置最大承受温度为T大,记录模块向评审模块输送的加工装置所需最小启动温度为T小。
加工装置二在工厂外部进行冷却,加工装置一在工厂内部进行加工时,当T外>T小,筛选模块会对数据进行过滤,此时数据无法输入评审模块,当T外<T小,筛选模块会对数据进行过滤,此时数据会输入计算模块中,测温装置实时检测的加工装置温度在导入筛选模块后,可以得出其工作时升温速度为I,加工装置一与加工装置二开启与关闭时间的计算公式为:
式中,N1为加工装置一的关闭时间,N2为加工装置二的启动时间,计算出的数值会输入评审模块中。
当数据输入评审模块后,评审模块会对数据进行评审,评审后的结果会输入控制系统进而控制加工装置的运动,
当N2>N1时,加工装置二的所需的预热启动时间大于加工装置一温度到达上限的时间,加工装置二会启动并向工厂内部移动,当N2>N1时,加工装置二所需的预热启动时间小于加工装置一达到温度上限的时间,加工装置二不会自动启动,从而避免浪费能源,当N2=N1时,加工装置二会开始预热启动,加工装置一在N1时间结束后自动关闭,同时当室外温度高于加工装置二的温度时,其无需进行预热启动;
步骤S5中,存在以下步骤:
S5-1、储存模块收集工厂内部、工厂外部以及加工装置内部的温度输入筛选模块中,同时记录模块将装置能承受的温度值输入筛选模块中;
S5-2、筛选模块基于装置能承受温度阈值对数据进行筛选,筛选后的数据输入计算模块中;
S5-3、计算模块通过固定的距离以及筛选后的数值进行计算,计算后的结果输入评审模块内部;
S5-4、记录模块将装置所用的材料能承受的温度变化阈值输入评审模块中,结合计算出的阈值进行评审,进而通过控制系统控制加工装置进行运动;
S5-5、测距装置会测量加工装置实时移动的距离,并通过储存模块输入评审装置的内部,计算出温度对应的距离与其进行对比,进而通过评审模块评审后实时更改加工装置移动的速度;
装置周边环境的实时温度计算公式为:
式中,Tz为装置周围环境的实时温度,x为装置移动的距离,a1、a2以及a3分别为装置三处范围内温度变化速度,b1、b2以及b3分别为装置周围一定的范围。
因此,利用装置移动的距离、装置周围一定范围的具体值、装置温度、室内外温度以及计算出的温度变化速度可以得出装置周围环境的实时温度;
该装置的温度变化速度的计算公式为:
由于感温装置实时测量温度,因此可以计算出即时的温度变化速度,使其后续的计算更为准确;
装置周围实时温度的计算公式中,b1为装置周围的固定范围,此范围内装置工作时产生的温度会增加周围的温度,同时超过该装置一定范围后,环境温度会产生较大的跌幅,b2为工厂大门的位置,在b1至b2的距离内,温度会继续发生一定的跌幅,b3为工厂外部的固定距离,在此范围内温度会有一定的跌幅,超过该范围后,温度趋于平稳;
装置所需移动速度的计算公式为:
因此可以通过温度的变化计算出装置所需的移动速度,当温度变化较大时,装置以较慢的速度进行运动,防止装置移动过快导致装置承受过大的温度变化,进而对装置进行保护,同时当温度变化较小时,装置以较快的速度进行运动,进而提高加工效率;
H为装置能承受的温度变化阈值,当:
此时该装置无需进行速度变化,装置的移动速度计算公式为:
式中,v总为装置移动速度,S总为装置所需移动的距离,t总为装置标准的移动时间。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,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。凡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,均应包含在本发明的保护范围之内。
Claims (4)
1.一种工业机器人自动加工系统,包括数据云端、工厂、加工装置一以及加工装置二,其特征在于:所述数据云端包括有储存模块、筛选模块、计算模块、评审模块、记录模块,所述数据云端数据连接有控制系统,所述控制系统数据连接有加工装置一以及加工装置二,所述数据云端网络连接有感温装置,所述感温装置设置有四组,分别位于工厂内部、工厂外部以及两组加工装置内部,所述数据云端网络连接有两组测距装置,所述测距装置安装于加工装置的内部;
所述数据云端接收到感温装置以及测距装置测量的数据后,将数据传输至数据云端,数据云端对接收到的数据,通过储存模块、筛选模、记录模块、计算模块以及评审模块进行计算,再将计算出的数值通过网络输入控制系统,进而控制加工装置一以及加工装置二的运动;所述数据云端在评估的过程中存在以下步骤:
S1、该装置运作时,加工装置一位于工厂内部,为工作状态,加工装置二位于工厂外部,为冷却状态;
S2、感温装置实时检测工厂内部、工厂外部、以及装置内部的温度,将检测到的温度传输进数据云端,进而通过评审模块输入控制系统;
S3、当加工装置一到达一定温度时,控制系统控制加工装置二启动开始预热;
S4、当加工装置过热时,控制系统控制加工装置一关闭,加工装置二完全启动;
S5、数据云端通过温度数据以及移动距离计算出两组加工装置所需合适的移动速度,进而通过控制系统控制两组加工装置进行位置互换;
S6、当加工装置一以及加工装置二更换状态完毕后,重复步骤S2-S5;
所述步骤S2中,存在以下步骤:
S2-1、感温装置实时测量出工厂内部的温度T内、工厂外部的温度T外、加工装置一的温度T1以及加工装置二的温度T2,进而导入数据云端内的储存模块;
S2-2、储存模块内部的数据会输入筛选模块,同时记录模块内装置能承受的温度以及需要达到的启动起始温度导入筛选模块中,筛选模块根据数据进行筛选,通过筛选的数值会进入评审模块;
S2-3、评审模块会对数值进行判断,当数值通过评审后会通过网络传输进控制系统,进而控制两组加工装置进行运动;
所述步骤S2-2中,记录模块向筛选模块输送的加工装置最大承受温度为T大,所述记录模块向评审模块输送的加工装置所需最小启动温度为T小;
加工装置二在工厂外部进行冷却,加工装置一在工厂内部进行加工时,当T外>T小,筛选模块会对数据进行过滤,此时数据无法输入评审模块,当T外<T小,筛选模块会对数据进行过滤,此时数据会输入计算模块中,测温装置实时检测的加工装置温度在导入筛选模块后,可以得出其工作时升温速度为I,加工装置一与加工装置二开启与关闭时间的计算公式为:
式中,N1为加工装置一的关闭时间,N2为加工装置二的启动时间,计算出的数值会输入评审模块中;
当数据输入评审模块后,评审模块会对数据进行评审,评审后的结果会输入控制系统进而控制加工装置的运动;
当N2>N1时,加工装置二的所需的预热启动时间大于加工装置一温度到达上限的时间,加工装置二会启动并向工厂内部移动,当N2>N1时,加工装置二所需的预热启动时间小于加工装置一达到温度上限的时间,加工装置二不会自动启动,从而避免浪费能源,当N2=N1时,加工装置二会开始预热启动,加工装置一在N1时间结束后自动关闭,同时当室外温度高于加工装置二的温度时,其无需进行预热启动;
所述步骤S5中,存在以下步骤:
S5-1、储存模块收集工厂内部、工厂外部以及加工装置内部的温度输入筛选模块中,同时记录模块将装置能承受的温度值输入筛选模块中;
S5-2、筛选模块基于装置能承受温度阈值对数据进行筛选,筛选后的数据输入计算模块中;
S5-3、计算模块通过固定的距离以及筛选后的数值进行计算,计算后的结果输入评审模块内部;
S5-4、记录模块将装置所用的材料能承受的温度变化阈值输入评审模块中,结合计算出的阈值进行评审,进而通过控制系统控制加工装置进行运动;
S5-5、测距装置会测量加工装置实时移动的距离,并通过储存模块输入评审装置的内部,计算出温度对应的距离与其进行对比,进而通过评审模块评审后实时更改加工装置移动的速度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110617979.7A CN113459130B (zh) | 2021-06-03 | 2021-06-03 | 一种工业机器人自动加工系统及其运用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110617979.7A CN113459130B (zh) | 2021-06-03 | 2021-06-03 | 一种工业机器人自动加工系统及其运用 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113459130A CN113459130A (zh) | 2021-10-01 |
CN113459130B true CN113459130B (zh) | 2022-12-30 |
Family
ID=77872094
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110617979.7A Active CN113459130B (zh) | 2021-06-03 | 2021-06-03 | 一种工业机器人自动加工系统及其运用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113459130B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016121107A1 (ja) * | 2015-01-30 | 2016-08-04 | 三菱電機株式会社 | 空調管理システム |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9529348B2 (en) * | 2012-01-24 | 2016-12-27 | Emerson Process Management Power & Water Solutions, Inc. | Method and apparatus for deploying industrial plant simulators using cloud computing technologies |
CN105897901B (zh) * | 2016-04-27 | 2019-05-03 | 秦皇岛小马物联网科技开发有限公司 | 一种基于物联网的全人工光型植物工厂智能监控系统 |
CN106774504A (zh) * | 2016-12-02 | 2017-05-31 | 安徽波维电子科技有限公司 | 一种基于数字pid的低噪声温度控制系统 |
CN108214554B (zh) * | 2018-02-05 | 2020-11-24 | 刘春梅 | 一种用于轨道交通智能巡检机器人的自检系统 |
CN109079740A (zh) * | 2018-09-04 | 2018-12-25 | 南京理工大学 | 一种变电站巡检机器人 |
CN110578634A (zh) * | 2019-09-02 | 2019-12-17 | 成都易控智联汽车电子有限公司 | 一种油箱控制系统及控制方法 |
-
2021
- 2021-06-03 CN CN202110617979.7A patent/CN113459130B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016121107A1 (ja) * | 2015-01-30 | 2016-08-04 | 三菱電機株式会社 | 空調管理システム |
Also Published As
Publication number | Publication date |
---|---|
CN113459130A (zh) | 2021-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112001527B (zh) | 多特征融合深度神经网络的工业生产过程目标数据预测方法 | |
Zhang et al. | Multivariate time-series modeling for forecasting sintering temperature in rotary kilns using DCGNet | |
CN113459130B (zh) | 一种工业机器人自动加工系统及其运用 | |
CN109685283A (zh) | 一种基于置信规则库推理的矿热炉工况预测方法 | |
CA3071471C (en) | Method for controlling discharging of glass plate in glass plate tempering technology process | |
CN104503242A (zh) | 水泥篦冷机自适应模型预测控制器 | |
Wang et al. | A hyperparameter optimization algorithm for the LSTM temperature prediction model in data center | |
Geng et al. | Prediction of the cement grate cooler pressure in the cooling process based on a multi-model fusion neural network | |
CN112036077B (zh) | 无流量传感器的矿用隔爆水冷变频器过热保护方法 | |
CN117234170A (zh) | 一种钢铁关键工艺参数监测管理方法和装置 | |
Agrawal et al. | Advances in thermal level measurement techniques using mathematical models, statistical models and decision support systems in blast furnace | |
CN107166943A (zh) | 一种干燥机板头板尾自动温控系统 | |
CN206755882U (zh) | 中频加热炉出料分选装置 | |
Brijet et al. | Optimum control of under‐grate pressure of clinker cooler by optimizing the proportional integral derivative controller parameters using honey badger algorithm technique | |
Seraj et al. | Data-driven predictor and soft-sensor models of a cement grate cooler based on neural network and effective dynamics | |
Andonovski et al. | Robust evolving cloud-based control for the distributed solar collector field | |
CN108594782A (zh) | 周期式铝卷材氮气退火炉智能化自诊断系统 | |
CN210983315U (zh) | 一种基于物联网的温控设备 | |
CN218864748U (zh) | 一种膜片热定型生产井式炉全自动远程控制系统 | |
JP2019002650A (ja) | Vavシステムおよび空調制御方法 | |
Peng et al. | Research and Application on Two-stage Fuzzy Neural Network Temperature Control System for Industrial Heating Furnace. | |
CN111242279A (zh) | 一种超超临界煤粉锅炉炉膛结渣预测系统及方法 | |
CN117132170B (zh) | 一种数字化窑炉生产能耗智能预测方法 | |
CN115056414B (zh) | 一种聚氨酯发泡模具自动温控系统 | |
Vasičkaninová et al. | Intelligent control of heat exchangers |
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 |