CN114777557B - 一种凝汽器清洗方法和系统 - Google Patents
一种凝汽器清洗方法和系统 Download PDFInfo
- Publication number
- CN114777557B CN114777557B CN202210548753.0A CN202210548753A CN114777557B CN 114777557 B CN114777557 B CN 114777557B CN 202210548753 A CN202210548753 A CN 202210548753A CN 114777557 B CN114777557 B CN 114777557B
- Authority
- CN
- China
- Prior art keywords
- cleaning
- condenser
- target
- cleanliness
- scheme
- 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
- 238000004140 cleaning Methods 0.000 title claims abstract description 335
- 238000000034 method Methods 0.000 title claims abstract description 41
- 230000003749 cleanliness Effects 0.000 claims abstract description 111
- 238000012545 processing Methods 0.000 claims abstract description 9
- 230000000694 effects Effects 0.000 claims description 35
- 238000013210 evaluation model Methods 0.000 claims description 26
- 238000003860 storage Methods 0.000 claims description 12
- 238000012549 training Methods 0.000 description 19
- 230000008569 process Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 11
- 239000013598 vector Substances 0.000 description 10
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 9
- 239000003292 glue Substances 0.000 description 6
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000001816 cooling Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 230000006978 adaptation Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000000498 cooling water Substances 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 239000010802 sludge Substances 0.000 description 2
- 238000005406 washing Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 229910001651 emery Inorganic materials 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 229910001220 stainless steel Inorganic materials 0.000 description 1
- 239000010935 stainless steel Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F28—HEAT EXCHANGE IN GENERAL
- F28G—CLEANING OF INTERNAL OR EXTERNAL SURFACES OF HEAT-EXCHANGE OR HEAT-TRANSFER CONDUITS, e.g. WATER TUBES OR BOILERS
- F28G1/00—Non-rotary, e.g. reciprocated, appliances
- F28G1/12—Fluid-propelled scrapers, bullets, or like solid bodies
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F28—HEAT EXCHANGE IN GENERAL
- F28G—CLEANING OF INTERNAL OR EXTERNAL SURFACES OF HEAT-EXCHANGE OR HEAT-TRANSFER CONDUITS, e.g. WATER TUBES OR BOILERS
- F28G15/00—Details
- F28G15/003—Control arrangements
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Cleaning By Liquid Or Steam (AREA)
Abstract
本说明书实施例提供一种凝汽器清洗方法和系统,该方法包括:获取目标凝汽器运行的工作参数以及设备信息;通过清洁度确定模型对该工作参数进行处理,确定该目标凝汽器在目标时间点的第一清洁度;当该第一清洁度满足预设条件时,基于设备信息以及工作参数,确定基于胶球对该目标凝汽器进行清洗的目标清洗方案;以及基于该目标清洗方案清洗目标凝汽器。
Description
技术领域
本说明书涉及凝汽器清洗领域,特别涉及一种凝汽器清洗方法和系统。
背景技术
凝汽器是汽轮机的重要组成部分,它的设计制造和运行质量的优劣,直接影响汽轮机装置的经济性和安全性。凝汽器中的冷却管长期运行会在内壁结垢,污垢会随着凝汽器的运行时间逐渐累积,从而影响凝汽器换热效率。因此,需要定期对凝汽器进行清洗。
目前,已有许多关于凝汽器清洗的方案。例如,CN101430293A提出了一种大型凝汽器污垢变化趋势的预测方法,使用凝汽器的当前工况、历史污垢程度、清洗周期等参数,通过支持向量机预测污垢变化趋势。但是,其没有考虑不同清洗参数下的清洗如何影响凝汽器的污垢变化趋势,难以刻画清洗参数对凝汽器未来污垢变化趋势的影响。又例如,CN102788528B提出了一种胶球清洗系统,通过设计包含多个储球装置和收球管路的胶球清洗系统,提高胶球和水泵的寿命,节省清洗成本。但是,该方案没有对凝汽器污垢进行量化,也没有考虑根据凝汽器当前的状况设计不同的清洗方案,使得清洗方案有较大的局限性,针对不同情况下的凝汽器,清洗效果的差别可能较大。
由此可见,现有的清洗方案主要考虑的是凝汽器污垢如何预测、清洗周期如何设定、如何提高胶球清洗系统的使用寿命、清洗效率等,并未考虑不同的凝汽器清洁度下采用不同清洗方案的清洗效果。因此,希望可以提供一种凝汽器清洗方法,使得可以根据不同的凝汽器清洁度选用不同的清洗方案,在提高清洗效果的同时还可以降低清洗成本。
发明内容
本说明书实施例之一提供一种凝汽器清洗方法。所述凝汽器清洗方法包括:获取目标凝汽器运行的工作参数以及设备信息;通过清洁度确定模型对所述工作参数进行处理,确定所述目标凝汽器在目标时间点的第一清洁度;当所述第一清洁度满足预设条件时,基于所述设备信息以及所述工作参数,确定基于胶球对所述目标凝汽器进行清洗的目标清洗方案;以及基于所述目标清洗方案清洗所述目标凝汽器。
本说明书实施例之一提供一种凝汽器清洗系统。所述凝汽器清洗系统包括第一获取模块、第二获取模块、确定模块和清洗模块;所述第一获取模块用于获取目标凝汽器运行的工作参数以及设备信息;所述第二获取模块用于通过清洁度确定模型对所述工作参数进行处理,确定所述目标凝汽器在目标时间点的第一清洁度;所述确定模块用于当所述第一清洁度满足预设条件时,基于所述设备信息以及所述工作参数,确定基于胶球对所述目标凝汽器进行清洗的目标清洗方案;所述清洗模块用于基于所述目标清洗方案清洗所述目标凝汽器。
本说明书实施例之一提供一种凝汽器清洗装置,包括处理器,所述处理器用于执行本说明书实施例中任一项所述的凝汽器清洗方法。
本说明书实施例之一提供一种计算机可读存储介质,所述存储介质存储计算机指令,当计算机读取存储介质中的计算机指令后,计算机执行如本说明书实施例中任一项所述的凝汽器清洗方法。
附图说明
本说明书将以示例性实施例的方式进一步说明,这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的,在这些实施例中,相同的编号表示相同的结构,其中:
图1是根据本说明书一些实施例所示的凝汽器清洗系统的应用场景示意图;
图2是根据本说明书一些实施例所示的凝汽器清洗系统的示例性模块图;
图3是根据本说明书一些实施例所示的凝汽器清洗方法的示例性流程图;
图4是根据本说明书一些实施例所示的清洁度确定模型的示意图;
图5是根据本说明书一些实施例所示的确定目标清洗方案的示例性流程图;
图6是根据本说明书一些实施例所示的从候选清洗方案中确定目标清洗方案的示例性流程图;
图7是根据本说明书一些实施例所示的方案评估模型的示意图。
具体实施方式
为了更清楚地说明本说明书实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地,下面描述中的附图仅仅是本说明书的一些示例或实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明,图中相同标号代表相同结构或操作。
应当理解,本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而,如果其他词语可实现相同的目的,则可通过其他表达来替换所述词语。
如本说明书和权利要求书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其它的步骤或元素。
本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是,前面或后面操作不一定按照顺序来精确地执行。相反,可以按照倒序或同时处理各个步骤。同时,也可以将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
图1是根据本说明书一些实施例所示的凝汽器清洗系统的应用场景示意图。
在一些实施例中,凝汽器清洗系统的应用场景100可以包括服务器110、网络120、存储设备130、目标凝汽器140、胶球清洗装置150以及用户终端160。
服务器110是指具有计算能力的系统。在一些实施例中,服务器110可以处理与应用场景100有关的信息和/或数据,以执行本申请中描述的一个或以上功能。例如,服务器110可以获取目标凝汽器140运行的工作参数以及设备信息,通过清洁度确定模型对工作参数进行处理,确定目标凝汽器在目标时间点的第一清洁度。又例如,服务器110还可以基于设备信息以及工作参数,获取多个基于胶球对目标凝汽器进行清洗的候选清洗方案,从多个候选清洗方案中确定目标凝汽器140的目标清洗方案。关于设备信息以及工作参数、清洁度确定模型、第一清洁度、候选清洗方案以及目标清洗方案的更多内容可以参见本说明书下文相关描述。
网络120可以连接应用场景100的各个组成部分和/或连接应用场景100外部资源部分,使得各组成部分之间,以及各组成部分与应用场景100之外的其他部分可以进行通信。例如,服务器110可以通过网络120获取目标凝汽器140的工作参数以及设备信息。又例如,服务器110可以通过网络120获取存储设备130中的模型训练数据并对清洁度确定模型进行训练。
存储设备130可以用于存储与应用场景100有关的数据和/或指令。例如,存储设备130可以存储目标凝汽器140的设备信息以及工作参数等。又例如,存储设备130可以存储对凝汽器进行清洗的相关清洗数据。
目标凝汽器140可以将汽轮机排出的水蒸气变成凝结水的热交换设备。目标凝汽器140在工作过程中,内部会逐渐形成水垢和积累泥垢。当目标凝汽器140内的水垢和泥垢积累过多时,会降低目标凝汽器140的工作效率。例如,每1mm不锈钢管的传热效果是1mm水垢的300~400倍,目标凝汽器140结垢会使管束截面积变小,造成冷却水用量增大。在目标凝汽器140结垢后,可以基于服务器110确定的目标清洗方案对凝汽器140清洗,以恢复目标凝汽器140的工作效率。
在一些实施例中,目标凝汽器140内可以设置有传感器,传感器可以获取目标凝汽器140运行的工作参数以及设备信息,并发送给服务器110,以使服务器110基于工作参数以及设备信息确定目标凝汽器140的目标清洗方案。
胶球清洗装置150可以指基于胶球对凝汽器进行清洗的装置。在一些实施例中,胶球清洗装置150内部的控制系统可以通过网络120接收来自服务器110的数据和/或指令。在一些实施例中,服务器110基于工作参数以及设备信息确定目标凝汽器140的目标清洗方案后,可以通过网络120向胶球清洗装置150发送该目标清洗方案,胶球清洗装置150可以根据该目标清洗方案对目标凝汽器140进行清洗以去除目标凝汽器140中的水垢和泥垢。示例性的,胶球清洗装置150对目标凝汽器140清洗流程可以包括:基于目标清洗方案确定的胶球尺寸与数量,将胶球投入装球室内;通过胶球泵产生的压力,胶球在循环水流的带动下进入目标凝汽器140的水室;胶球在循环水进出口压力差的作用下洗刷冷却管内泥沙污物;胶球经循环水的带动下进入胶球清洗装置150的收球网,在收球网阻拦下,将胶球分离出来,由胶球泵吸出重新进入装球室;按此规律往复循环对目标凝汽器140的冷却水管进行连续清洗。其中,胶球清洗装置150可以通过控制胶球泵的压力,以实现目标清洗方案中对应的胶球循环速度。胶球清洗装置150还可以通过切换阀定期切换装球室的运行状态(投球、收球),以实现目标清洗方案中对应的单次循环时间。关于胶球循环速度、单次循环时间的更多内容可以参见图3及其相关描述。
用户终端160可以指用户所使用的一个或多个终端设备或软件。其中,用户可以指胶球清洗装置150的操作人员。在一些实施例中,用户终端160可以是移动设备160-1、平板计算机160-2、膝上型计算机160-3、台式计算机160-4等其他具有输入和/或输出功能的设备中的一种或其任意组合。用户终端160可以接收用户输入的数据。例如,用户可以通过用户终端160输入凝汽器的设备信息以及工作参数,服务器110通过网络120从用户终端160获取相应数据。
应当注意,凝汽器清洗系统的应用场景100仅仅是为了说明的目的而提供的,并不意图限制本申请的范围。对于本领域的普通技术人员来说,可以根据本说明书的描述,做出多种修改或变化。例如,凝汽器清洗系统的应用场景100可以在其它设备上实现类似或不同的功能。然而,这些变化和修改不会背离本申请的范围。
图2是根据本说明书一些实施例所示的凝汽器清洗系统的示例性模块图。
在一些实施例中,凝汽器清洗系统200可以包括第一获取模块210、第二获取模块220、确定模块230和清洗模块240。
第一获取模块210可以用于获取目标凝汽器运行的工作参数以及设备信息。关于凝汽器运行的工作参数、设备信息及其获取方法的更多内容可以参见图3及其相关描述。在一些实施例中,工作参数可以至少包括目标凝汽器的使用时间、距离上一次清洗目标凝汽器的时长以及目标凝汽器在运行时的运行参数。关于运行参数的更多内容可以参见图3及其相关描述。
第二获取模块220可以用于通过清洁度确定模型对工作参数进行处理,确定目标凝汽器在目标时间点的第一清洁度。关于清洁度确定模型、第一清洁度及其确定方法的更多内容可以参见图4及其相关描述。
确定模块230可以用于当第一清洁度满足预设条件时,基于设备信息以及工作参数,确定基于胶球对目标凝汽器进行清洗的目标清洗方案。关于目标清洗方案及其获取方法的更多内容可以参见图3及其相关描述。在一些实施例中,确定模块230可以进一步用于基于设备参数以及工作参数,确定目标凝汽器对应的多个参考凝汽器,针对每一参考凝汽器,获取该参考凝汽器的参考清洗方案及其对应的参考清洁效果;基于各个参考凝汽器的参考清洗方案及其对应的参考清洁效果,确定多个基于所述胶球对所述目标凝汽器进行清洗的候选清洗方案;从多个候选清洗方案中确定目标凝汽器的目标清洗方案。关于参考凝汽器、参考清洗方案以及参考清洁效果的更多内容可以参见图5及其相关描述。在一些实施例中,候选清洗方案可以包括对目标凝汽器进行清洗的候选清洗时长,确定模块230可以进一步用于针对每一候选清洗方案,通过方案评估模型对该候选清洗方案、第一清洁度进行处理,确定基于该候选清洗方案对目标凝汽器进行清洗后该目标凝汽器的第二清洗度;基于各个候选清洗方案的候选清洗时长以及第二清洗度,从多个候选清洗方案中确定目标凝汽器的目标清洗方案。关于候选清洗时长、方案评估模型的更多内容可以参见图5、图6及其相关描述。
清洗模块240可以用于基于目标清洗方案清洗目标凝汽器。关于清洗目标凝汽器的更多内容可以参见图3及其相关描述。
本说明书实施例还提供一种凝汽器清洗装置,包括处理器,所述处理器用于执行如本说明书实施例中任一项所述的凝汽器清洗方法。
本说明书实施例还提供一种计算机可读存储介质。存储介质存储计算机指令,当计算机读取存储介质中的计算机指令后,计算机实现本说明书实施例中任一项所述的凝汽器清洗方法。
需要注意的是,以上对于凝汽器清洗系统及其模块的描述,仅为描述方便,并不能把本说明书限制在所举实施例范围之内。可以理解,对于本领域的技术人员来说,在了解该系统的原理后,可能在不背离这一原理的情况下,对各个模块进行任意组合,或者构成子系统与其他模块连接。在一些实施例中,图2中披露的第一获取模块210、第二获取模块220、确定模块230和清洗模块240可以是一个系统中的不同模块,也可以是一个模块实现上述的两个或两个以上模块的功能。例如,各个模块可以共用一个存储模块,各个模块也可以分别具有各自的存储模块。诸如此类的变形,均在本说明书的保护范围之内。
图3是根据本说明书一些实施例所示的凝汽器清洗方法的示例性流程图。在一些实施例中,流程300可以由服务器110执行。如图3所示,流程300包括下述步骤:
步骤310,获取目标凝汽器运行的工作参数以及设备信息。在一些实施例中,步骤310可以由第一获取模块210执行。
工作参数可以指能目标凝汽器的当前及历史工作情况的参数。在一些实施例中,工作参数可以用于预估目标凝汽器的清洁度。对应的,工作参数可以包括能直接或间接反应目标凝汽器的清洁度的相关参数。
在一些实施例中,工作参数至少可以包括目标凝汽器的使用时间、距离上一次清洗目标凝汽器的时长以及目标凝汽器在运行时的运行参数。其中,目标凝汽器的使用时间可以反应目标凝汽器的设备老化情况,距离上一次清洗目标凝汽器的时长可以用于评估目标凝汽器当前的水垢和泥垢情况,目标凝汽器在运行时的运行参数可以指目标凝汽器正在执行或刚刚执行完的热交换任务的相关参数。其中,热交换任务可以指目标凝汽器执行的将蒸汽冷却为液体的任务。例如,运行参数可以包括执行热交换任务时目标凝汽器的循环水流量、循环水温度、待冷却水蒸气温度以及冷却后水蒸气温度。
工作参数可以通过多种方式确定。例如,目标凝汽器的使用时间、距离上一次清洗目标凝汽器的时长可以根据用户输入确定。再例如,目标凝汽器在运行时的运行参数可以根据设置在目标凝汽器内传感器确定。
设备信息可以指能反应目标凝汽器的设备型号的相关数据。备信息可以包括目标凝汽器的唯一标识信息(如设备ID)、设计参数等。其中,凝汽器设计参数可以包括换热面积、冷却管规格(如材料、管数、管径、壁厚)等相关数据。
设备信息可以通过多种方式确定。例如,各个凝汽器的设备信息可以存储在数据库(例如,服务器)中,第一获取模块210可以获取目标凝汽器上的铭牌图像并从中识别出目标凝汽器的设备型号,从而在服务器中查找对应的设备信息。
步骤320,通过清洁度确定模型对工作参数进行处理,确定目标凝汽器在目标时间点的第一清洁度。在一些实施例中,步骤320可以由第二获取模块220执行。
第一清洁度可以指目标凝汽器的冷却管道在目标时间点水垢及相关污物(如凝汽器泥垢)的污染情况。其中,目标时间点可以根据用户的实际需要设置。例如,目标时间点可以为当前的时刻、未来某一时刻。此时,清洁度确定模型可以对工作参数进行处理,确定目标凝汽器当前或未来的第一清洁度。
第一清洁度的计量方法与计量标准可以根据用户需要设定。例如,可以根据水垢厚度或热交换效率综合确定第一清洁度,第一清洁度越高表示目标凝汽器中存在的水垢及相关污物越少。示例性地,目标凝汽器中水垢厚度为0mm时,第一清洁度可以为1,水垢厚度每增加0.3mm,第一清洁度可以降低0.1。
在一些实施例中,可以基于目标时间点确定对应的清洁度确定模型。例如,目标时间点可以为当前时间点,可以确定出对应的清洁度确定模型,该模型可以基于工作参数确定目标凝汽器当前的第一清洁度。前述清洁度确定模型可以通过训练获取,训练样本为样本凝汽器的样本工作参数,标签均为目标时间点的第一清洁度,将多个训练样本输入初始清洁度确定模型,基于初始清洁度确定模型的输出和标签构建损失函数,基于损失函数迭代更新初始清洁度确定模型的参数,直至预设条件被满足,获得训练好的清洁度确定模型。
在一些实施例中,可以将工作参数以及目标时间点均作为清洁度确定模型的输入,输出为目标时间点的第一清洁度。可以通过调整目标时间点,确定未来不同时刻的目标凝汽器的第一清洁度,从而确定对目标凝汽器的清洗时间。
关于上述实施例的更多内容可以参见图4及其相关描述。
步骤330,当第一清洁度满足预设条件时,基于设备信息以及工作参数,确定基于胶球对目标凝汽器进行清洗的目标清洗方案。在一些实施例中,步骤330可以由确定模块230执行。
预设条件可以是目标凝汽器执行目标清洗方案时应满足的执行条件。例如,预设条件可以是第一清洁度应满足的预设阈值,当某一目标凝汽器的第一清洁度小于预设阈值时(如第一清洁度小于或等于0.7时),可以判断清洁度满足预设条件,胶球清洗装置应基于目标清洗方案对该目标凝汽器进行清洗。
目标清洗方案可以指胶球清洗装置以胶球作为清洗介质对目标凝汽器进行清洗的清洗方案。目标清洗方案可以包括但不限于胶球大小(直径)、胶球种类(金刚砂海绵胶球,剥皮球,光球)、胶球数量、单次循环时间(胶球在系统中循环一周的时间)、胶球的循环速度(如胶球泵的动力)等。在一些实施例中,目标清洗方案还可以包括胶球使用前的温水浸泡时间。
在一些实施例中,用户在清洗凝汽器后可以将所清洗的凝汽器的设备参数、工作参数、清洗方案的内容以及清洗效果上传至网络。确定模块230可以基于设备信息以及工作参数从网络中确定与目标凝汽器情况相近且清洗效果好的清洗方案作为目标清洗方案。其中,情况相近可以指清洗方案中的凝汽器与目标凝汽器型号及设备情况相同或类似(如基于设备情况构建的特征向量距离小于阈值),清洗效果好可以指执行该清洗方案后凝汽器的运行情况较好(如清洗后凝汽器的热交换效率高于阈值,用户好评率高于阈值等)。关于上述实施例的更多内容可以参见图5及其相关内容。
第一清洁度不满足预设条件时,表示目标凝汽器较为清洁,暂不需要对目标凝汽器进行清洗。
步骤340,基于目标清洗方案清洗目标凝汽器。在一些实施例中,步骤340可以由清洗模块240执行。
清洗模块240可以根据目标清洗方案中的相关参数控制胶球清洗装置150对目标凝汽器进行清洗。例如,对于目标清洗方案中与清洗介质有关的参数(如胶球的大小、类型、数量等),清洗模块240可以生成提示信息以提示操作人员将对应的清洗介质放入胶球清洗装置150的装球室。对于目标清洗方案中与清洗过程有关的参数(如单次清洗时间、速度等),清洗模块240可以对胶球清洗装置150中的对应项目的参数进行设置。在设置好胶球清洗装置150中的各个项目的参数后,清洗模块240可以控制胶球清洗装置150按照目标清洗方案对目标凝汽器进行清洗。
本说明书的一些实施例通过清洁度确定模型可以确定目标凝汽器的当前或未来的第一清洁度,从而确定是否需要对目标凝汽器进行清洗以保证目标凝汽器的工作效率。此外,本说明的一些实施例还可以基于设备信息以及工作参数确定目标清洗方案,从而确定与目标凝汽器的实际情况相适应的目标清洗方案,进而提高清洗效果。
图4是根据本说明书一些实施例所示的清洁度确定模型的示意图。
如图4所示,清洁度确定模型430的输入可以是目标凝汽器的工作参数410以及目标时间点420,输出为目标凝汽器在目标时间点的第一清洁度440。
在一些实施例中,清洁度确定模型420可以是深度神经网络(Deep NeuralNetworks,DNN)、循环神经网络(Recurrent Neural Network,RNN)等。
如图4所示,可以基于训练样本431-1以及标签431-2对初始清洁度确定模型431进行训练。其中,初始清洁度确定模型431可以是未设置参数的清洁度确定模型430。训练样本可以包括样本凝汽器的样本工作参数以及样本时间点,标签可以样本时间点的样本第一清洁度。其中,训练样本和标签可以根据凝汽器的历史清洗数据确定。可以将训练样本431-1输入初始清洁度确定模型431,并基于初始清洁度确定模型431的输出与标签431-2构建损失函数,并基于损失函数迭代更新初始清洁度确定模型431的参数,直到预设条件被满足,训练完成清洁度,得到训练好的清洁度确定模型430。其中,预设条件可以是损失函数小于阈值、收敛或训练周期达到阈值。
在一些实施例中,当目标时间点为未来时刻时,清洁度确定模型430的输入还可以包括目标凝汽器的当前清洁度450。当前清洁度可以通过多种方式获取。例如,可以通过检测获取。对应的,在对清洁度确定模型430进行训练时,训练样本还可以样本当前清洁度。此时,样本时间点应晚于样本当前清洁度对应的时间点。其余训练部分参见本说明书上文,此处不再赘述。
图5是根据本说明书一些实施例所示的确定目标清洗方案的示例性流程图。在一些实施例中,流程500可以由确定模块230执行。在一些实施例中,确定模块230可以遍历特定服务器或本地存储的各个凝汽器的清洗方案,并从中确定目标清洗方案。如图5所示,流程500可以包括如下步骤:
步骤510,基于设备参数以及工作参数,确定目标凝汽器对应的多个参考凝汽器。
参考凝汽器可以指本地或服务器记录的清洗方案对应的凝汽器中与目标凝汽器参数相同或类似的凝汽器。例如,参考凝汽器可以是与目标凝汽器型号相同的凝汽器。再例如,参考凝汽器可以是与目标凝汽器型号不同,但设备参数(如材料、管数、管径、壁厚等参数)类似的凝汽器。在一些实施例中,参考凝汽器的工作状态也可以与目标凝汽器类似,即参考凝汽器的工作参数与目标凝汽器类似。
在一些实施例中,确定模块230可以基于设备参数以及工作参数构建目标凝汽器的特征向量,并基于目标凝汽器的特征向量确定参考凝汽器。特征向量的特征维度可以根据设备参数以及工作参数的具体参数确定。例如,可以将使用时间、上一次清洗结束至当前时刻的运行时间、运行参数、设备信息等参数作为各个特定维度。
在一些实施例中,可以对本地或服务器记录的设备参数以及工作参数确定各个凝汽器的特征向量,并基于特征向量通过各种聚类算法(如K-Means聚类算法、DBSCAN聚类算法等)进行聚类,确定对应的聚类中心,再基于目标凝汽器的特征向量与各个聚类中心的距离,确定距离最近的聚类中心,将该聚类中心对应的凝汽器确定为参考凝汽器。
在一些实施例中,还可以根据各个凝汽器的特征向量与目标凝汽器的特征向量之间的向量距离确定参考凝汽器。例如,计算目标凝汽器的特征向量与各个凝汽器的特征向量的距离(如欧式距离),将距离小于预设的凝汽器作为参考凝汽器。
步骤520,针对每一参考凝汽器,获取该参考凝汽器的参考清洗方案及其对应的参考清洗效果。
参考清洗方案可以是参考凝汽器对应的清洗方案。在确定参考凝汽器后,可以直接根据凝汽器与清洗方案对应关系确定出参考清洗方案。例如,本地或服务器记录的清洗方案可以通过方案ID与凝汽器ID标识,在确定参考凝汽器后,可以根据参考凝汽器的凝汽器ID确定对应的方案ID以确定参考清洗方案。
在一些实施例中,当基于参考凝汽器确定的多个清洗方案之间的差异满足预设合并条件时,可以对随机选择前述多个清洗方案中的一个参考清洗方案。例如,预设合并条件可以为多个清洗方案中仅一个项目内容不同,当两个清洗方案除胶球数量外其余方案内容均相同,而胶球数量相差很小(如仅差1个),则可以任意选择其中一个方案作为参考清洗方案。
参考清洗效果可以指参考凝汽器执行参考清洗方案后的效果。参考清洗效果可以包括客观效果(如清洗后的清洁度、清洗前后清洁度差值、清洗后凝汽器的运转效率等)以及主观效果(如好评率、清洗成本评价等)。
参考清洗效果可以通过多种方式获取。例如,用户可以在执行参考清洗方案后对凝汽器的清洁度进行检测,并将检测结果上传至互联网中,确定模块230可以通过互联网获取参考清洗效果。在一些实施例中,还可以基于参考凝汽器与目标凝汽器的相似度对参考清洗效果进行调整。例如,确定模块230可以基于互联网确定参考清洗方案的参考清洗效果,并基于参考清洗效果与参考凝汽器与目标凝汽器的相似度相乘,从而确定参考清洗方案的参考清洗效果。
步骤530,基于各个参考凝汽器的参考清洗方案及其对应的参考清洁效果,确定多个基于胶球对目标凝汽器进行清洗的候选清洗方案。
候选清洗方案可以是候选的对目标凝汽器进行清洗的清洗方案。当参考清洗方案对应的参考清洗效果大于预设阈值时,可以将该参考清洗方案确定为候选清洗方案。
步骤540,从多个候选清洗方案中确定目标凝汽器的目标清洗方案。
在一些实施例中,确定模块230可以根据候选清洗方案的相关参数(如清洗时间、胶球的类型)以及用户的清洗需求,从候选清洗方案中确定目标清洗方案。其中,清洗需求可以指用户在清洗目标凝汽器时需要优先考虑的需求。例如,清洗需求可以为执行成本最低,确定模块230可以根据候选清洗方案所采用的胶球确定该候选方案的执行成本(如是否需要购买该胶球),再根据该候选方案的执行成本以及对应的参考清洗效果直接确定目标清洗方案(如参考清洗效果大于阈值且执行成本最低的方案)。再例如,清洗需求还可以包括清洗时长最短,可以将清洗时长最短且参考清洗效果最好的候选清洗方案直接确定为目标清洗方案。
在一些实施例中,确定模块230还可以预估执行各个候选清洗方案对目标凝汽器进行清洗后的第二清洁度,以确定目标清洗方案。例如,确定模块230可以选取第二清洁度最高的候选清洗方案作为目标清洗方案。关于确定第二清洁度的更多内容可以参见图6及其相关描述。
本说明书的一些实施例通过比较互联网和本地存储的凝汽器的工作参数以及设备信息,可以快速且准确地确定出与目标凝汽器较为相似的参考凝汽器,进一步可以确定参考凝汽器对应的参考清洗效果,从而可以基于参考清洗效果确定清洗效果较好的候选清洗方案,再对候选清洗方案进行进一步筛选确定出目标清洗方案。
图6是根据本说明书一些实施例所示的从候选清洗方案中确定目标清洗方案的示例性流程图。在一些实施例中,流程600可以由确定模块230执行。如图6所示,流程600可以包括如下步骤:
步骤610,针对每一候选清洗方案,通过方案评估模型对该候选清洗方案以及第一清洁度进行处理,确定基于该候选清洗方案对目标凝汽器进行清洗后目标凝汽器的第二清洁度。
第二清洁度可以指预估的执行候选清洗方案对目标时间点的目标凝汽器进行清洗后的目标凝汽器的清洁度。第二清洁度可以基于方案评估模型确定。其中,方案评估模型确定可以是训练好的机器学习模型,其输入可以为候选清洗方案以及目标凝汽器的第一清洁度,其输出可以为该候选清洗方案的第二清洁度。关于方案评估模型的更多内容见图7及其相关描述。
步骤620,基于各个候选清洗方案的候选清洗时长以及第二清洁度,从多个候选清洗方案中确定目标凝汽器的目标清洗方案。其中,候选清洗时长可以指对目标凝汽器进行清洗的时间。
在一些实施例中,可以根据第二清洁度以及候选清洗方案中的清洗时长综合确定目标清洗方案。例如,可以根据第二清洁度与清洗时长确定清洁效率,选取清洁效率最高的候选清洗方案作为目标清洗方案。其中,清洁效率=(第二清洁度-第一清洁度)/清洗时长。
在一些实施例中,还可以根据第二清洁度、候选清洗时长以及用户清洗需求确定目标清洗方案。例如,用户清洗需求可以为清洗时长最短,可以从第二清洁度高于预设阈值(如清洁度大于0.9)的候选清洗方案中选取候选清洗时长最短的方案作为目标清洗方案,以节省工作人员进行清洗的时间成本,提高目标凝汽器的利用率。
基于本说明书一些实施例提供的目标清洗方案确定方法可以通过方案评估模型对多个候选清洗方案进行筛选,提高了确定目标清洗方案的准确度。
图7是根据本说明书一些实施例所示的方案评估模型的示意图。
如图7所示,方案评估模型720的输入可以是候选清洗方案740以及第一清洁度710,输出为第二清洁度730。
在一些实施例中,方案评估模型720可以是深度神经网络、循环神经网络等。
如图7所示,可以基于训练样本721-1以及标签721-2对初始方案评估模型721进行训练。其中,初始方案评估模型721可以是未设置参数的方案评估模型720。训练样本可以包括样本凝汽器的样本第一清洁度以及样本清洗方案,标签可以为执行该样本清洗方案对样本凝汽器进行清洗后的样本第二清洁度。前述训练样本与标签可以通过凝汽器的历史清洗数据中获取。可以将多个训练样本721-1输入初始方案评估模型721,并基于初始方案评估模型721的输出与标签721-2构建损失函数,并基于损失函数迭代更新初始方案评估模型721的参数,直到预设条件被满足训练完成,得到训练好的方案评估模型720。其中,预设条件可以是损失函数小于阈值、收敛或训练周期达到阈值。
在一些实施例中,方案评估模型720的输入还可以包括设备信息750(如凝汽器设计参数)。对应的,在对方案评估模型进行训练时,训练数据还可以包括样本凝汽器的样本设备信息,训练的其他部分可以参见本说明书上文,此处不再赘述。由此确定的方案评估模型可以确定不同类型的凝汽器的第二清洁度,进一步提高了案评估模型输出的第二清洁度的准确性,同时,还提高了案评估模型的泛用性。
本说明书的一些实施例通过方案评估模型对每一个候选清洗方案进行评估,可以准确快速地确定出基于各个候选清洗方案对目标凝汽器进行清洗后的第二清洗度,使得用户可以进一步根据其清洗需求从多个候选清洗方案中确定出目标清洗方案。
上文已对基本概念做了描述,显然,对于本领域技术人员来说,上述详细披露仅仅作为示例,而并不构成对本说明书的限定。虽然此处并没有明确说明,本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议,所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
同时,本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此,应强调并注意的是,本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外,本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外,除非权利要求中明确说明,本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用,并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如,虽然以上所描述的系统组件可以通过硬件设备实现,但是也可以只通过软件的解决方案得以实现,如在现有的服务器或移动设备上安装所描述的系统。
同理,应当注意的是,为了简化本说明书披露的表述,从而帮助对一个或多个发明实施例的理解,前文对本说明书实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。但是,这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上,实施例的特征要少于上述披露的单个实施例的全部特征。
一些实施例中使用了描述成分、属性数量的数字,应当理解的是,此类用于实施例描述的数字,在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明,“大约”、“近似”或“大体上”表明所述数字允许有±20%的变化。相应地,在一些实施例中,说明书和权利要求中使用的数值参数均为近似值,该近似值根据个别实施例所需特点可以发生改变。在一些实施例中,数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值,在具体实施例中,此类数值的设定在可行范围内尽可能精确。
针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料,如文章、书籍、说明书、出版物、文档等,特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外,对本说明书权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需要说明的是,如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方,以本说明书的描述、定义和/或术语的使用为准。
最后,应当理解的是,本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此,作为示例而非限制,本说明书实施例的替代配置可视为与本说明书的教导一致。相应地,本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。
Claims (6)
1.一种凝汽器清洗方法,其特征在于,应用于基于胶球对凝汽器进行清洗,所述方法包括:
获取目标凝汽器运行的工作参数以及设备信息;
通过清洁度确定模型对所述工作参数进行处理,确定所述目标凝汽器在目标时间点的第一清洁度;
当所述第一清洁度满足预设条件时,基于所述设备信息以及所述工作参数,确定所述目标凝汽器对应的多个参考凝汽器;
针对每一所述参考凝汽器,获取该参考凝汽器的参考清洗方案及其对应的参考清洁效果;
基于各个所述参考凝汽器的参考清洗方案及其对应的参考清洁效果,确定多个基于所述胶球对所述目标凝汽器进行清洗的候选清洗方案,其中,所述候选清洗方案包括对所述目标凝汽器进行清洗的候选清洗时长;
针对每一所述候选清洗方案,通过方案评估模型对该候选清洗方案以及所述第一清洁度进行处理,确定基于该候选清洗方案对所述目标凝汽器进行清洗后所述目标凝汽器的第二清洁度;
基于各个所述候选清洗方案的所述候选清洗时长以及所述第二清洁度,从多个所述候选清洗方案中确定所述目标凝汽器的目标清洗方案;以及
基于所述目标清洗方案清洗所述目标凝汽器。
2.根据权利要求1所述的凝汽器清洗方法,其特征在于,所述工作参数至少包括所述目标凝汽器的使用时间、距离上一次清洗所述目标凝汽器的时长以及所述目标凝汽器在运行时的运行参数。
3.一种凝汽器清洗系统,其特征在于,所述系统包括第一获取模块、第二获取模块、确定模块和清洗模块;其中,
所述第一获取模块用于获取目标凝汽器运行的工作参数以及设备信息;
所述第二获取模块用于通过清洁度确定模型对所述工作参数进行处理,确定所述目标凝汽器在目标时间点的第一清洁度;
所述确定模块用于:
当所述第一清洁度满足预设条件时,基于所述设备信息以及所述工作参数,确定所述目标凝汽器对应的多个参考凝汽器;
针对每一所述参考凝汽器,获取该参考凝汽器的参考清洗方案及其对应的参考清洁效果;
基于各个所述参考凝汽器的参考清洗方案及其对应的参考清洁效果,确定多个基于胶球对所述目标凝汽器进行清洗的候选清洗方案,其中,所述候选清洗方案包括对所述目标凝汽器进行清洗的候选清洗时长;
针对每一所述候选清洗方案,通过方案评估模型对该候选清洗方案以及所述第一清洁度进行处理,确定基于该候选清洗方案对所述目标凝汽器进行清洗后所述目标凝汽器的第二清洁度;
基于各个所述候选清洗方案的所述候选清洗时长以及所述第二清洁度,从多个所述候选清洗方案中确定所述目标凝汽器的目标清洗方案;
所述清洗模块用于基于所述目标清洗方案清洗所述目标凝汽器。
4.根据权利要求3所述的凝汽器清洗系统,其特征在于,所述工作参数至少包括所述目标凝汽器的使用时间、距离上一次清洗所述目标凝汽器的时长以及所述目标凝汽器在运行时的运行参数。
5.一种凝汽器清洗装置,包括处理器,所述处理器用于执行权利要求1~2中任一项所述的凝汽器清洗方法。
6.一种计算机可读存储介质,所述存储介质存储计算机指令,当计算机读取存储介质中的计算机指令后,计算机执行如权利要求1~2中任一项所述的凝汽器清洗方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210548753.0A CN114777557B (zh) | 2022-05-20 | 2022-05-20 | 一种凝汽器清洗方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210548753.0A CN114777557B (zh) | 2022-05-20 | 2022-05-20 | 一种凝汽器清洗方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114777557A CN114777557A (zh) | 2022-07-22 |
CN114777557B true CN114777557B (zh) | 2023-03-24 |
Family
ID=82409105
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210548753.0A Active CN114777557B (zh) | 2022-05-20 | 2022-05-20 | 一种凝汽器清洗方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114777557B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117404339B (zh) * | 2023-12-15 | 2024-03-01 | 连云港观旭电力节能设备有限公司 | 一种易于维护的风机消音器 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE3316020C1 (de) * | 1983-03-17 | 1984-08-30 | Taprogge GmbH, 4000 Düsseldorf | Verfahren und Anordnung zur UEberwachung der Betriebsfaehigkeit einer Einrichtung fuer die Reinigung der Roehren einer Kraftwerkskondensatoranlage o.dgl. |
CA2060179A1 (en) * | 1990-06-11 | 1991-12-12 | James A. Titmas | Method and apparatus for cleaning the annulus formed by concentric pipes |
CA2151870A1 (en) * | 1994-06-24 | 1995-12-25 | Marvin Echols | On-line surface treatment system and method |
CN107356150A (zh) * | 2017-06-19 | 2017-11-17 | 江苏永钢集团有限公司 | 一种煤气预热器内部热管的清灰方法 |
CN111076348A (zh) * | 2019-12-23 | 2020-04-28 | 珠海格力电器股份有限公司 | 用于空调器的清洗控制方法及装置、空调器 |
CN114424167A (zh) * | 2019-05-06 | 2022-04-29 | 强力物联网投资组合2016有限公司 | 用于促进工业物联网系统智能开发的平台 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5561175B2 (ja) * | 2011-01-04 | 2014-07-30 | 東京電力株式会社 | 復水器の詰まり防止板の施工方法 |
CN111989664B (zh) * | 2018-04-18 | 2024-08-02 | 北京嘀嘀无限科技发展有限公司 | 用于改善在线平台用户体验的系统和方法 |
CN112703457A (zh) * | 2018-05-07 | 2021-04-23 | 强力物联网投资组合2016有限公司 | 用于使用工业物联网进行数据收集、学习和机器信号流传输实现分析和维护的方法和系统 |
CN109501735A (zh) * | 2018-09-28 | 2019-03-22 | 深圳市轱辘汽车维修技术有限公司 | 一种自助洗车的方法及装置 |
CN112066785B (zh) * | 2020-08-17 | 2022-08-30 | 苏州热工研究院有限公司 | 板式换热器清洗系统及清洗方法 |
CN113069057B (zh) * | 2021-03-29 | 2022-07-08 | 珠海格力电器股份有限公司 | 洗碗机洗涤控制方法、装置、洗碗机和存储介质 |
-
2022
- 2022-05-20 CN CN202210548753.0A patent/CN114777557B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE3316020C1 (de) * | 1983-03-17 | 1984-08-30 | Taprogge GmbH, 4000 Düsseldorf | Verfahren und Anordnung zur UEberwachung der Betriebsfaehigkeit einer Einrichtung fuer die Reinigung der Roehren einer Kraftwerkskondensatoranlage o.dgl. |
CA2060179A1 (en) * | 1990-06-11 | 1991-12-12 | James A. Titmas | Method and apparatus for cleaning the annulus formed by concentric pipes |
CA2151870A1 (en) * | 1994-06-24 | 1995-12-25 | Marvin Echols | On-line surface treatment system and method |
CN107356150A (zh) * | 2017-06-19 | 2017-11-17 | 江苏永钢集团有限公司 | 一种煤气预热器内部热管的清灰方法 |
CN114424167A (zh) * | 2019-05-06 | 2022-04-29 | 强力物联网投资组合2016有限公司 | 用于促进工业物联网系统智能开发的平台 |
CN111076348A (zh) * | 2019-12-23 | 2020-04-28 | 珠海格力电器股份有限公司 | 用于空调器的清洗控制方法及装置、空调器 |
Also Published As
Publication number | Publication date |
---|---|
CN114777557A (zh) | 2022-07-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yang et al. | Designing energy-efficient convolutional neural networks using energy-aware pruning | |
CN114777557B (zh) | 一种凝汽器清洗方法和系统 | |
TWI634447B (zh) | 加熱元件的狀態診斷與評估方法及其應用 | |
CN105094708B (zh) | 一种磁盘容量的预测方法及装置 | |
JP6065628B2 (ja) | 時系列データの異常監視装置、異常監視方法および異常監視プログラム | |
Goswami et al. | Fecam: Exploiting the heterogeneity of class distributions in exemplar-free continual learning | |
CN114091607B (zh) | 一种基于邻域粗糙集的半监督多标签在线流特征选择方法 | |
CN115296984B (zh) | 异常网络节点的检测方法及装置、设备、存储介质 | |
US20240012405A1 (en) | Method and Device for Determining a Remaining Service Life of a Technical System | |
JP2019200158A (ja) | 含水率推定装置 | |
Khumprom et al. | Data-driven prognostic model of li-ion battery with deep learning algorithm | |
Gowda et al. | Watt For What: Rethinking Deep Learning's Energy-Performance Relationship | |
CN111125951B (zh) | 一种蒸发器结垢预测模型的优化方法及装置 | |
Cirera et al. | Data analytics for performance evaluation under uncertainties applied to an industrial refrigeration plant | |
Tang et al. | Dual Active Learning for Both Model and Data Selection. | |
CN110705631A (zh) | 一种基于svm的散货船舶设备状态检测方法 | |
TW202044133A (zh) | 生產治具清洗管理方法、裝置及電腦可讀儲存介質 | |
Veeramachaneni et al. | Active sampling for detecting irrelevant features | |
Wu et al. | Don't Read Too Much into It: Adaptive Computation for Open-Domain Question Answering | |
Le et al. | Bayesian optimization searching for robust solutions | |
Ganesh et al. | Fast and resource-efficient object tracking on edge devices: A measurement study | |
Lee et al. | A fractal dimension based filter algorithm to select features for supervised learning | |
Rios et al. | Monte Carlo study of online cleaning cycles of hydrogenerator heat exchangers | |
Modhe et al. | IR-VIC: Unsupervised Discovery of Sub-goals for Transfer in RL | |
CN106485295B (zh) | 一种rfid数据清洗方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |