CN114527810B - 基于大数据的温度控制数据的采集、挖掘和分析系统 - Google Patents

基于大数据的温度控制数据的采集、挖掘和分析系统 Download PDF

Info

Publication number
CN114527810B
CN114527810B CN202210151395.XA CN202210151395A CN114527810B CN 114527810 B CN114527810 B CN 114527810B CN 202210151395 A CN202210151395 A CN 202210151395A CN 114527810 B CN114527810 B CN 114527810B
Authority
CN
China
Prior art keywords
temperature
information
unit
probability
aging room
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
CN202210151395.XA
Other languages
English (en)
Other versions
CN114527810A (zh
Inventor
常兵
薛桢一
吴健辉
张国俊
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.)
Jiangsu Ruitian Intelligent Technology Co ltd
Original Assignee
Jiangsu Ruitian Intelligent Technology 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 Jiangsu Ruitian Intelligent Technology Co ltd filed Critical Jiangsu Ruitian Intelligent Technology Co ltd
Priority to CN202210151395.XA priority Critical patent/CN114527810B/zh
Publication of CN114527810A publication Critical patent/CN114527810A/zh
Application granted granted Critical
Publication of CN114527810B publication Critical patent/CN114527810B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D23/00—Control of temperature
    • G05D23/19—Control of temperature characterised by the use of electric means
    • G05D23/20—Control of temperature characterised by the use of electric means with sensing elements having variation of electric or magnetic properties with change of temperature
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2465—Query processing support for facilitating data mining operations in structured databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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
    • Y02P80/00—Climate change mitigation technologies for sector-wide applications
    • Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Automation & Control Theory (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Fuzzy Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Operations Research (AREA)
  • Computational Linguistics (AREA)
  • Algebra (AREA)
  • Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)

Abstract

本发明公开了基于大数据的温度控制数据的采集、挖掘和分析系统，涉及大数据温度控制技术领域；分析系统包括信息采集模块、信息管理模块、数据分析模块和优化模块；所述信息管理模块用于采集老化房内的温度信息，对温度信息进行管理；信息采集模块用于获取老化房内的温度信息，并对温度信息进行分析处理；数据分析模块用于在第一温度下，分析老化房内所检测目标处于第二温度时被测试的概率；优化模块用于根据老化房的参数信息，调整并优化老化房内的装置位置；根据本发明，减少了设置在老化门内温度传感器的数量，根据稳定时间段固定数量的电子器件上传测试，提高了检测效率，也避免了因过多数量的电子器件同时被测试，导致测试效率降低。

Description

基于大数据的温度控制数据的采集、挖掘和分析系统
技术领域
本发明涉及大数据温度控制技术领域，具体为基于大数据的温度控制数据的采集、挖掘和分析系统。
背景技术
随着时代的进步和科学技术的发展，为了保证电子器件出厂之前，能够维持电子器件的质量，防止电子器件使用过一段时间后，返厂加工维修的电子器件的数量增加，通常会将电子器件放置在老化房内，进行恶略环境的测试，从而使得电子器件在加工过程中的缺陷和问题暴露出来；
在论文“老化房恒温PLC控制系统设计”中，其中在老化房内设计了16路温度传感器进而对环境的温度进行测试，虽然上述论文中设计了较多数量的温度传感器进行测温，但是依然不能够保证老化房内的温度是均匀的，同时上述论文中浪费了较多传感器，浪费了资源却依然没有达到相应的效果；因此，需要对上述问题进行改善。
发明内容
本发明的目的在于提供基于大数据的温度控制数据的采集、挖掘和分析系统，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：基于大数据的温度控制数据的采集、挖掘和分析系统，所述分析系统包括信息采集模块、信息管理模块、数据分析模块和优化模块；
所述信息管理模块用于采集老化房内的温度信息，对温度信息进行管理；从而能够及时管理上位机与下位机之间的数据信息，保证信息能够稳定传输；
所述信息采集模块用于获取老化房内的温度信息，并对温度信息进行分析处理；
所述数据分析模块用于在第一温度下，分析老化房内所检测目标处于第二温度时被测试的概率；从而提高目标被测试的效率，加快工作进程；
所述优化模块用于根据老化房的参数信息，调整并优化老化房内的装置位置；
所述信息管理模块与信息采集模块相连接；所述数据分析模块与优化模块和信息采集模块相连接。
进一步的，所述信息采集模块包括第一温度信息获取单元、第二温度信息获取单元、温度曲线建立单元、数据分析单元；
所述第一温度信息获取单元用于获取设置在老化房内传感器所检测到的第一温度信息；
所述第二温度信息获取单元用于获取放置在老化房内电子器件的第二温度信息；
所述温度曲线建立单元用于根据第一温度信息和第二温度信息分别建立温度曲线；
所述数据分析单元用于分析老化房内电子器件的第二温度信息达到第一温度信息的时间段；
所述温度曲线建立单元的输出端与第一温度信息获取单元和第二温度信息获取单元的输入端相连接，所述数据分析单元的输出端与温度曲线建立单元的输入端相连接。
进一步的，在所述数据分析单元中，获取根据温度曲线单元输出的两个温度曲线，得到第一温度曲线和第二温度曲线的起始值和终点值信息，根据起始值和终点值信息建立向量，得到向量
Figure BDA0003508717820000021
和向量
Figure BDA0003508717820000022
对起始值和终点值分别作垂线，得到终点值与初始值在水平方向形成的夹角β；
Figure BDA0003508717820000023
若cosβ＝1，则表示第一温度和第二温度完全相同，老化房内电子器件的第二温度与第一温度同步；
若cosβ＝0时，则表示第一温度和第二温度不相同，老化房内电子器件的第二温度并未与第一温度同步；
其中：cosβ为相似度值，|A|为向量
Figure BDA0003508717820000024
的模，|B|为向量
Figure BDA0003508717820000025
的模。
进一步的，若检测到cosβ＝0时，截取曲线片段；在截取片段时，需确保相邻的前一个片段内第一温度和第二温度相同，将第一温度曲线和第二温度曲线都以相同的原点建立在二维平面模型中，得到以温度变化为横轴，时间变化为纵轴的模型；则得到在建立的二维模型中，电子器件上的第二温度能在t2-t1＝S1*|tanβ2-tanβ1|的时间端内达到第一温度；S1是指为温度差值，t2是指第一温度曲线中，所截取片段中时间与原点之间的时间差值，t1是指电子器件在第二温度曲线中，所截取片段中时间与原点之间的时间差值。
进一步的，所述信息管理模块包括上位机、下位机；
所述下位机用于获取老化房内的温度信息；
所述上位机用于接收下位机所传输的温度信息，并对温度信息进行监控；
所述上位机与下位机相连接。
所述状态分析模块包括概率计算单元、概率比较单元、标签提示单元和调整单元；
所述概率计算单元用于计算在第一温度下，电子器件在第一温度的前一刻温度值被测试的第一概率值；
所述概率比较单元用于将第一概率值与预设的第二概率值对比，并将对比信息输送至标签提示单元；
所述标签提示单元用于在检测到第一概率值大于第二概率值时，预警并提示信息管理模块；
所述调整单元用于在接收到信息管理模块的信息后，调整排风装置和加热装置在老化门内的位置；
所述概率计算单元的输出端与概率比较单元的输入端相连接；所述标签提示单元的输出端与概率比较单元的输入端相连接；所述调整单元的输出端与标签提示单元的输入端相连接。
在所述概率计算单元中，获取在第一温度为T时，电子器件处于第二温度T-I时电子器件上传并测试的数量为H1，则得到在第一温度为T时，电子器件上的温度为第二温度且不等于第一温度时被上传被测试的概率P；I是指温度值；
Figure BDA0003508717820000031
若核实到P>PQ时，则表示在第一温度下，电子器件处于第二温度被上传测试的概率大于预设概率值，需要调整老化房内的排风装置和加热装置的位置；若核实到P<PQ时，则表示在第一温度下，电子器件处于第二温度被上传测试的概率低于预设概率值，电子器件能够被正常上传并测试；
其中：H是指被测试电子器件的总数量，PQ是指预设概率。
所述优化模块包括模型建立单元、优化分析单元；
所述模型建立单元用于根据老化房、老化房内安装的排风装置和加热装置的位置信息建立三维模型；
所述优化分析单元用于调整并优化排风装置和加热装置在老化房内的位置，提高电子芯片在老化房内测试的效率。
所述优化方法为遗传算法、模拟退火算法、粒子群算法的任意一种。
与现有技术相比，本发明所达到的有益效果是：本发明通过信息采集模块，分析老化房内的温度信息，得到电子器件上的第二温度赶上第一温度的时间段，通过计算间隔时间段，能够得到固定的电子器件数量上传被测试的信息，通过此方法能够减少了设置在老化门内温度传感器的数量，根据稳定时间段固定数量的电子器件上传测试，提高了检测效率，也避免了因过多数量的电子器件同时被测试，导致测试效率降低；通过数据分析模块，了解到电子器件上的温度为第二温度而非第一温度时被上传测试的概率值，根据计算的概率值，进而调整老化房内的装置位置，从而能够优化电子器件被上传测试频率低的现象。
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是本发明基于大数据的温度控制数据的采集、挖掘和分析系统的模块组成示意图。
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，本发明提供技术方案：
基于大数据的温度控制数据的采集、挖掘和分析系统，所述分析系统包括信息采集模块、信息管理模块、数据分析模块和优化模块；
所述信息管理模块用于采集老化房内的温度信息，对温度信息进行管理；从而能够及时管理上位机与下位机之间的数据信息，保证信息能够稳定传输；
所述信息采集模块用于获取老化房内的温度信息，并对温度信息进行分析处理；
所述数据分析模块用于在第一温度下，分析老化房内所检测目标处于第二温度时被测试的概率；从而提高目标被测试的效率，加快工作进程；
所述优化模块用于根据老化房的参数信息，调整并优化老化房内的装置位置；
所述信息管理模块与信息采集模块相连接；所述数据分析模块与优化模块和信息采集模块相连接。
进一步的，所述信息采集模块包括第一温度信息获取单元、第二温度信息获取单元、温度曲线建立单元、数据分析单元；
所述第一温度信息获取单元用于获取设置在老化房内传感器所检测到的第一温度信息；
所述第二温度信息获取单元用于获取放置在老化房内电子器件的第二温度信息；
所述温度曲线建立单元用于根据第一温度信息和第二温度信息分别建立温度曲线；
所述数据分析单元用于分析老化房内电子器件的第二温度信息达到第一温度信息的时间段；
所述温度曲线建立单元的输出端与第一温度信息获取单元和第二温度信息获取单元的输入端相连接，所述数据分析单元的输出端与温度曲线建立单元的输入端相连接。
进一步的，在所述数据分析单元中，获取根据温度曲线单元输出的两个温度曲线，得到第一温度曲线和第二温度曲线的起始值和终点值信息，根据起始值和终点值信息建立向量，得到向量
Figure BDA0003508717820000051
和向量
Figure BDA0003508717820000052
对起始值和终点值分别作垂线，得到终点值与初始值在水平方向形成的夹角β；
Figure BDA0003508717820000053
若cosβ＝1，则表示第一温度和第二温度完全相同，老化房内电子器件的第二温度与第一温度同步；
若cosβ＝0时，则表示第一温度和第二温度不相同，老化房内电子器件的第二温度并未与第一温度同步；
其中：cosβ为相似度值，|A|为向量
Figure BDA0003508717820000054
的模，|B|为向量
Figure BDA0003508717820000055
的模；
本方法通过将曲线转化成向量的方式来比较第一温度和第二温度的同步情况，因为曲线是变化的，通过此方法更加能够直观的体现比较的过程。
进一步的，若检测到cosβ＝0时，截取曲线片段；在截取片段时，需确保相邻的前一个片段内第一温度和第二温度相同，将第一温度曲线和第二温度曲线都以相同的原点建立在二维平面模型中，得到以温度变化为横轴，时间变化为纵轴的模型；则得到在建立的二维模型中，电子器件上的第二温度能在t2-t1＝S1*|tanβ2-tanβ1|的时间端内达到第一温度；S1是指为温度差值，t2是指第一温度曲线中，所截取片段中时间与原点之间的时间差值，t1是指电子器件在第二温度曲线中，所截取片段中时间与原点之间的时间差值，β1为第一温度曲线与水平方向形成的夹角；β2为第二温度曲线与水平方向形成的夹角；
本方法通过上述方式对截取片段中的第二温度追赶上第一温度的时间进行分析，通过上述计算方式贴合了实际，在通过此方式计算的前提条件是必须要使得相邻的前一个片段中，老化房内的第一温度值与电子器件上的第二温度值完全相等，才能够得到时间值；而如果通过其他的计算方式，例如：预测等等方式，并不如本方法中的准确度高，通过预测的方式，也没有像本方法中的方式一样有个前提条件；因此，通过预测的方式得到时间值，将会降低预测的准确率。
进一步的，所述信息管理模块包括上位机、下位机；
所述下位机用于获取老化房内的温度信息；
所述上位机用于接收下位机所传输的温度信息，并对温度信息进行监控；
所述上位机与下位机相连接；
所述上位机可以为PLC工控检测的一种，也可以为其他；下位机为各通讯终端。
所述状态分析模块包括概率计算单元、概率比较单元、标签提示单元和调整单元；
所述概率计算单元用于计算在第一温度下，电子器件在第一温度的前一刻温度值被测试的第一概率值；
所述概率比较单元用于将第一概率值与预设的第二概率值对比，并将对比信息输送至标签提示单元；
所述标签提示单元用于在检测到第一概率值大于第二概率值时，预警并提示信息管理模块；
所述调整单元用于在接收到信息管理模块的信息后，调整排风装置和加热装置在老化门内的位置；
所述概率计算单元的输出端与概率比较单元的输入端相连接；所述标签提示单元的输出端与概率比较单元的输入端相连接；所述调整单元的输出端与标签提示单元的输入端相连接。
在所述概率计算单元中，获取在第一温度为T时，电子器件处于第二温度T-I时电子器件上传并测试的数量为H1，则得到在第一温度为T时，电子器件上的温度为第二温度且不等于第一温度时被上传被测试的概率P；I是指温度值；
Figure BDA0003508717820000071
若核实到P>PQ时，则表示在第一温度下，电子器件处于第二温度被上传测试的概率大于预设概率值，需要调整老化房内的排风装置和加热装置的位置；若核实到P<PQ时，则表示在第一温度下，电子器件处于第二温度被上传测试的概率低于预设概率值，电子器件能够被正常上传并测试；
其中：H是指被测试电子器件的总数量；PQ是指预设概率。
所述优化模块包括模型建立单元、优化分析单元；
所述模型建立单元用于根据老化房、老化房内安装的排风装置和加热装置的位置信息建立三维模型；
所述优化分析单元用于调整并优化排风装置和加热装置在老化房内的位置，提高电子芯片在老化房内测试的效率。
所述优化方法为遗传算法、模拟退火算法、粒子群算法的任意一种。
实施例1：获取老化门内3min至5min内的环境温度变化，并根据温度变化信息建立为温度变化曲线；获取老化门内电子器件在3min至5min内的环境温度变化，并根据温度信息建立为温度变化曲线；根据两条温度变化曲线，分别得到向量
Figure BDA0003508717820000072
和向量
Figure BDA0003508717820000073
Figure BDA0003508717820000074
则表示第一温度和第二温度不相同，老化房内电子器件的第二温度并未与第一温度同步。
实施例2：截取曲线上的片段，建立二维平面模型，横轴为温度变化值，纵轴为时间值，得到第一温度和第二温度的温度差值为S1＝3，第一温度曲线与水平方向形成的夹角β1＝23°，第二温度曲线与水平方向形成的夹角为β2＝35，则电子器件上的第二温度能在t2-t1＝S1*tanβ2-tanβ1|＝3.3的时间端内达到第一温度。
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 (6)

1.基于大数据的温度控制数据的采集、挖掘和分析系统，其特征在于：所述分析系统包括信息采集模块、信息管理模块、数据分析模块和优化模块；
所述信息管理模块用于采集老化房内的温度信息，对温度信息进行管理；
所述信息采集模块用于获取老化房内的温度信息，并对温度信息进行分析处理；
所述信息采集模块包括第一温度信息获取单元、第二温度信息获取单元、温度曲线建立单元、数据分析单元；
所述第一温度信息获取单元用于获取设置在老化房内传感器所检测到的第一温度信息；
所述第二温度信息获取单元用于获取放置在老化房内电子器件的第二温度信息；
所述温度曲线建立单元用于根据第一温度信息和第二温度信息分别建立温度曲线；
所述数据分析单元用于分析老化房内电子器件的第二温度信息达到第一温度信息的时间段；
所述温度曲线建立单元的输出端与第一温度信息获取单元和第二温度信息获取单元的输入端相连接，
所述数据分析单元的输出端与温度曲线建立单元的输入端相连接；
所述数据分析模块用于在第一温度下，分析老化房内所检测目标处于第二温度时被测试的概率；在所述数据分析单元中，获取根据温度曲线单元输出的两个温度曲线，得到第一温度曲线和第二温度曲线的起始值和终点值信息，根据起始值和终点值信息建立向量，得到向量
Figure FDA0003909476050000011
和向量
Figure FDA0003909476050000012
对起始值和终点值分别作垂线，得到终点值与初始值在水平方向形成的夹角β；
Figure FDA0003909476050000013
若cosβ＝1，则表示第一温度和第二温度完全相同，老化房内电子器件的第二温度与第一温度同步；
若cosβ＝0时，则表示第一温度和第二温度不相同，老化房内电子器件的第二温度并未与第一温度同步；
其中：cosβ为相似度值，|A|为向量
Figure FDA0003909476050000021
的模，|B|为向量
Figure FDA0003909476050000022
的模；
若检测到cosβ＝0时，截取曲线片段；在截取片段时，需确保相邻的前一个片段内第一温度和第二温度相同，将第一温度曲线和第二温度曲线都以相同的原点建立在二维平面模型中，得到以温度变化为横轴，时间变化为纵轴的模型；则得到在建立的二维模型中，电子器件上的第二温度能在t2-t1＝S1*|tanβ2-tanβ1|的时间端内达到第一温度；S1是指为温度差值，t2是指第一温度曲线中，所截取片段中时间与原点之间的时间差值，t1是指电子器件在第二温度曲线中，所截取片段中时间与原点之间的时间差值；
所述优化模块用于根据老化房的参数信息，调整并优化老化房内的装置位置；
所述信息管理模块与信息采集模块相连接；所述数据分析模块与优化模块和信息采集模块相连接。
2.根据权利要求1所述的基于大数据的温度控制数据的采集、挖掘和分析系统，其特征在于：所述信息管理模块包括上位机、下位机；
所述下位机用于获取老化房内的温度信息；
所述上位机用于接收下位机所传输的温度信息，并对温度信息进行监控；
所述上位机与下位机相连接。
3.根据权利要求1所述的基于大数据的温度控制数据的采集、挖掘和分析系统，其特征在于：所述状态分析模块包括概率计算单元、概率比较单元、标签提示单元和调整单元；
所述概率计算单元用于计算在第一温度下，电子器件在第一温度的前一刻温度值被测试的第一概率值；
所述概率比较单元用于将第一概率值与预设的第二概率值对比，并将对比信息输送至标签提示单元；
所述标签提示单元用于在检测到第一概率值大于第二概率值时，预警并提示信息管理模块；
所述调整单元用于在接收到信息管理模块的信息后，调整排风装置和加热装置在老化门内的位置；
所述概率计算单元的输出端与概率比较单元的输入端相连接；所述标签提示单元的输出端与概率比较单元的输入端相连接；所述调整单元的输出端与标签提示单元的输入端相连接。
4.根据权利要求3所述的基于大数据的温度控制数据的采集、挖掘和分析系统，其特征在于：在所述概率计算单元中，获取在第一温度为T时，电子器件处于第二温度T-I时电子器件上传并测试的数量为H1，则得到在第一温度为T时，电子器件上的温度为第二温度且不等于第一温度时被上传被测试的概率P；I是指温度值；
Figure FDA0003909476050000031
若核实到P>PQ时，则表示在第一温度下，电子器件处于第二温度被上传测试的概率大于预设概率值，需要调整老化房内的排风装置和加热装置的位置；若核实到P<PQ时，则表示在第一温度下，电子器件处于第二温度被上传测试的概率低于预设概率值，电子器件能够被正常上传并测试；
其中：H是指被测试电子器件的总数量，PQ是指预设概率。
5.根据权利要求1所述的基于大数据的温度控制数据的采集、挖掘和分析系统，其特征在于：所述优化模块包括模型建立单元、优化分析单元；
所述模型建立单元用于根据老化房、老化房内安装的排风装置和加热装置的位置信息建立三维模型；
所述优化分析单元用于调整并优化排风装置和加热装置在老化房内的位置，提高电子芯片在老化房内测试的效率。
6.根据权利要求5所述的基于大数据的温度控制数据的采集、挖掘和分析系统，其特征在于：所述优化方法为遗传算法、模拟退火算法、粒子群算法的任意一种。
CN202210151395.XA 2022-02-17 2022-02-17 基于大数据的温度控制数据的采集、挖掘和分析系统 Active CN114527810B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210151395.XA CN114527810B (zh) 2022-02-17 2022-02-17 基于大数据的温度控制数据的采集、挖掘和分析系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210151395.XA CN114527810B (zh) 2022-02-17 2022-02-17 基于大数据的温度控制数据的采集、挖掘和分析系统

Publications (2)

Publication Number Publication Date
CN114527810A CN114527810A (zh) 2022-05-24
CN114527810B true CN114527810B (zh) 2022-12-27

Family

ID=81622451

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210151395.XA Active CN114527810B (zh) 2022-02-17 2022-02-17 基于大数据的温度控制数据的采集、挖掘和分析系统

Country Status (1)

Country Link
CN (1) CN114527810B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116203912B (zh) * 2023-05-06 2023-07-21 南京沪江复合材料股份有限公司 一种基于大数据的复合膜熟化生产线智能管理系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201522656U (zh) * 2009-11-02 2010-07-07 西安中科麦特电子技术设备有限公司 一种电子产品老化房用多点测控温系统
CN202018608U (zh) * 2011-04-28 2011-10-26 许清霞 一种老化房温控系统
CN103853212A (zh) * 2012-11-28 2014-06-11 西安晶捷电子技术有限公司 一种控制热泵电子产品老化房温度的系统
CN106771474A (zh) * 2016-11-11 2017-05-31 天水电气传动研究所有限责任公司 一种适用于钻机电控系统的功率点温升预测及报警方法
CN112261323A (zh) * 2020-10-21 2021-01-22 淮北市盛世昊明科技服务有限公司 一种基于大数据平台的网络安全防护系统
CN112904130A (zh) * 2021-01-28 2021-06-04 广东电网有限责任公司 一种线路老化在线监测方法、装置、设备、介质及系统
CN213454122U (zh) * 2020-11-19 2021-06-15 烟台顺唯信息科技有限公司 一种基于大数据分析的中央空调能效优化系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101584263B1 (ko) * 2014-10-06 2016-01-12 (주)토브랩 지하철 객실 별 실시간 냉난방 제어 시스템
KR20200022117A (ko) * 2018-08-22 2020-03-03 (주)이지정보기술 빅데이터 분석을 통한 작업환경 유해요인 예·경보 서비스 제공 시스템 및 방법
CN111580424A (zh) * 2020-04-20 2020-08-25 清华大学 一种基于手环测温定位的实时监控识别系统
CN111480557B (zh) * 2020-04-23 2021-09-21 河北塔元庄同福农业科技有限责任公司 一种基于大数据物联网的农业灌溉实时监测调控系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201522656U (zh) * 2009-11-02 2010-07-07 西安中科麦特电子技术设备有限公司 一种电子产品老化房用多点测控温系统
CN202018608U (zh) * 2011-04-28 2011-10-26 许清霞 一种老化房温控系统
CN103853212A (zh) * 2012-11-28 2014-06-11 西安晶捷电子技术有限公司 一种控制热泵电子产品老化房温度的系统
CN106771474A (zh) * 2016-11-11 2017-05-31 天水电气传动研究所有限责任公司 一种适用于钻机电控系统的功率点温升预测及报警方法
CN112261323A (zh) * 2020-10-21 2021-01-22 淮北市盛世昊明科技服务有限公司 一种基于大数据平台的网络安全防护系统
CN213454122U (zh) * 2020-11-19 2021-06-15 烟台顺唯信息科技有限公司 一种基于大数据分析的中央空调能效优化系统
CN112904130A (zh) * 2021-01-28 2021-06-04 广东电网有限责任公司 一种线路老化在线监测方法、装置、设备、介质及系统

Also Published As

Publication number Publication date
CN114527810A (zh) 2022-05-24

Similar Documents

Publication Publication Date Title
CN117093879B (zh) 一种数据中心智能化运营管理方法及系统
CN110220602B (zh) 一种开关柜过热故障识别方法
CN114527810B (zh) 基于大数据的温度控制数据的采集、挖掘和分析系统
CN104181883A (zh) 实时数据采集系统的异常数据实时处理方法
CN115528810B (zh) 一种基于电力设备的测温数据运检分析管理系统
CN106778053B (zh) 一种基于相关性的报警关联变量检测方法及系统
CN111970351B (zh) 一种基于数据对齐的物联网多维传感优化方法及系统
CN116980958B (zh) 一种基于数据识别的无线设备电故障监测方法及系统
CN116614177B (zh) 一种光纤状态多维度参量监测系统
CN116390137B (zh) 一种智能终端无线网络信号异常监测方法
KR102534367B1 (ko) 전력 시계열 데이터의 전송처리 시스템 및 방법
CN114926004A (zh) 一种陶瓷基复材母线槽的耐火性能的评价方法及系统
Pathan et al. Efficient forecasting of precipitation using LSTM
CN111030299A (zh) 一种基于边信道的电网嵌入式终端安全监测方法及系统
CN114608741A (zh) 一种基于大数据的压力传感器采集系统
CN110837041A (zh) 一种高压开关通流故障的反演方法及装置
CN117291576A (zh) 一种基于工业场景数据趋势预测的方法、系统、计算机设备及存储介质
CN117190657A (zh) 隧道式烘干生产线及其方法
KR102430962B1 (ko) 사물 인터넷 기반의 배전반 내부상태 관리 및 제어형 배전반 시스템
KR20230093874A (ko) 보일러 관리 장치 및 빅데이터 기반 보일러의 예측 모델 생성 방법
CN203894612U (zh) 全站仪隧道变形远程监测系统
CN114429148A (zh) 一种基于多源数据融合的电力设备状态检测方法
CN116993232B (zh) 一种综合能源站的能耗管理优化方法及系统
CN108733859B (zh) 蒸汽发生器热处理过程中支撑板形变预警方法
CN114077933B (zh) 蒸汽在线监测数据实时传输系统及方法

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