CN115061377B - 一种基于过滤器数据模型的干式喷房维护方法及装置 - Google Patents
一种基于过滤器数据模型的干式喷房维护方法及装置 Download PDFInfo
- Publication number
- CN115061377B CN115061377B CN202210990151.0A CN202210990151A CN115061377B CN 115061377 B CN115061377 B CN 115061377B CN 202210990151 A CN202210990151 A CN 202210990151A CN 115061377 B CN115061377 B CN 115061377B
- Authority
- CN
- China
- Prior art keywords
- filter
- pressure difference
- data model
- static pressure
- spatial
- 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
- 238000013499 data model Methods 0.000 title claims abstract description 203
- 238000000034 method Methods 0.000 title claims abstract description 56
- 239000007921 spray Substances 0.000 title claims abstract description 55
- 238000012423 maintenance Methods 0.000 title claims abstract description 26
- 230000003068 static effect Effects 0.000 claims abstract description 129
- 239000003973 paint Substances 0.000 claims abstract description 86
- 239000003595 mist Substances 0.000 claims abstract description 74
- 230000008569 process Effects 0.000 claims abstract description 30
- 238000010586 diagram Methods 0.000 claims abstract description 15
- 238000001179 sorption measurement Methods 0.000 claims abstract description 10
- 239000011248 coating agent Substances 0.000 claims description 23
- 238000000576 coating method Methods 0.000 claims description 23
- 230000006870 function Effects 0.000 claims description 20
- 238000005259 measurement Methods 0.000 claims description 14
- 238000012937 correction Methods 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 9
- 238000009826 distribution Methods 0.000 claims description 9
- 230000009471 action Effects 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 230000002787 reinforcement Effects 0.000 claims description 7
- 229920006395 saturated elastomer Polymers 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000002706 hydrostatic effect Effects 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 4
- 238000005507 spraying Methods 0.000 claims description 4
- 238000005457 optimization Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 12
- 230000000875 corresponding effect Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000000746 purification Methods 0.000 description 2
- 230000000087 stabilizing effect Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000010422 painting Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 239000002351 wastewater Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Evolutionary Computation (AREA)
- Operations Research (AREA)
- Geometry (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Computer Hardware Design (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Automation & Control Theory (AREA)
- Application Of Or Painting With Fluid Materials (AREA)
- Details Or Accessories Of Spraying Plant Or Apparatus (AREA)
Abstract
本发明公开了一种基于过滤器数据模型的干式喷房维护方法及装置，用于提供生产现场最优过滤器更换方案，提高工艺风平衡的稳定度。该方法包括：基于独立过滤器的工作数据，建立过滤器的静压差数据模型、动压差数据模型及过滤器的重量数据模型；根据过滤器对漆雾吸附增长特性、以及吸附漆雾的重量，作为量化饱和物的物理量，绘制独立过滤器的饱和特性图；基于静压差数据模型、动压差数据模型、重量数据模型以及饱和特性图构建过滤器系统的空间静压差数据模型，空间动压差数据模型以及空间重量数据模型；基于空间静压差数据模型，空间动压差数据模型以及空间重量数据模型计算干式喷房的过滤器的空间数据，根据空间数据确定过滤器的更换方案。
Description
技术领域
本发明涉及汽车喷漆技术领域，尤其涉及一种基于过滤器数据模型的干式喷房维护方法与装置。
背景技术
现有干式喷房的过滤器更换方法，普遍采用直接测量法，对独立的过滤器进行物理状态传感器测量，包括静压差、动压差、过滤器重量、风速等，并根据测量值对过滤器的饱和状态进行指示，设定该独立单元的更换阈值，给出提示信息，参见图1所示。
现有技术方案缺陷在于，对单独过滤器进行测量，建立单独的测量函数，对整个工艺段的过滤器状态缺乏总体评估方法，无法精确反映干式喷房工艺风的实际变化，因此，工艺风平衡的稳定度不足，可能造成涂装生产质量下降。
发明内容
本发明的主要目的在于公开一种基于过滤器数据模型的干式喷房维护方法与装置，用于解决现有技术中存在的因对整个工艺段的过滤器状态缺乏总体评估方法，无法精确反映干式喷房工艺风的实际变化，而导致工艺风平衡的稳定度不足，可能造成涂装生产质量下降的问题。
为达上述目的，根据本发明的一个方面，公开一种基于过滤器数据模型的干式喷房维护方法，并采用如下技术方案:
一种基于过滤器数据模型的干式喷房维护方法包括：基于独立过滤器的工作数据，建立过滤器的静压差数据模型、动压差数据模型及过滤器的重量数据模型；根据过滤器对漆雾吸附增长特性、以及吸附漆雾的重量，作为量化饱和物的物理量，绘制独立过滤器的饱和特性图；基于所述静压差数据模型、所述动压差数据模型、所述重量数据模型以及所述饱和特性图构建过滤器系统的空间静压差数据模型，空间动压差数据模型以及空间重量数据模型；基于所述空间静压差数据模型，所述空间动压差数据模型以及所述空间重量数据模型计算干式喷房的过滤器的空间数据，根据所述空间数据确定过滤器的更换方案。
进一步地，所述基于独立过滤器的工作数据，建立过滤器的静压差数据模型包括：
式中：
—— 风机风力作用在过滤器的A-B两端的静压差转化系数；
Fgrade —— 变频风机的风力等级；
Q—— 涂装用漆的品质因子；
t—— 时间；
其中，S下角标，没有单独意义。Static静止的首字母。
进一步地，所述基于独立过滤器的工作数据，建立过滤器的动压差数据模型包括：
过滤器的动压差数据模型:
式中：
—— 风机风力作用在过滤器的A-B两端的动压差转化系数；
Fgrade —— 变频风机的风力等级；
V0表示初始速度；
Q—— 涂装用漆的品质因子；
t—— 时间。
进一步地，所述基于独立过滤器的工作数据，建立过滤器的重量数据模型包括：
过滤器的重量数据模型:
式中：
—— 过滤器饱和状态下，吸附漆雾的重量；
进一步地，所述基于所述静压差数据模型、所述动压差数据模型、所述重量数据模型以及所述饱和特性图构建过滤器系统的空间静压差数据模型包括：
式中：
—— 过滤器i的空间加权系数；
N—— 过滤器总数量；
从独立滤波器的模型，得到自入口面至出口面A-B的过滤器的空间静压差为：
式中：
— 初始状态下，净风在A-B两端的空间静压差；
Q—— 涂装用漆的品质因子；
t—— 时间。
进一步地，所述基于所述静压差数据模型、所述动压差数据模型、所述重量数据模型以及所述饱和特性图构建过滤器系统的空间动压差数据模型包括：
过滤器系统的空间动压差数据模型：
式中：
— A-B两端的等效空间总动压差；
进一步地，所述基于所述静压差数据模型、所述动压差数据模型、所述重量数据模型以及所述饱和特性图构建过滤器系统的空间重量数据模型包括：
式中：
— A-B两端的等效空间总重量；
进一步地，所述基于所述空间静压差数据模型，所述空间动压差数据模型以及所述空间重量数据模型计算干式喷房的过滤器的空间数据，根据所述空间数据确定过滤器的更换方案包括：
基于式5及式6计算空间静压差的变化曲线，并建立饱和度的稳定范围；
在空间静压差数据超出饱和度的稳定范围时，测量独立过滤器的饱和度、并推荐当前需要更换的过滤器。
进一步地，所述基于所述空间静压差数据模型，所述空间动压差数据模型以及所述空间重量数据模型计算干式喷房的过滤器的空间数据，根据所述空间数据确定过滤器的更换方案还包括：
基于过滤器的空间数据计算干式喷房内N个滤波器的饱和状态
，用N个滤波器的饱和状态按照Y轴形成的一维向量：
根据干式喷房内YZ平面的过滤器组空间分布，沿Y轴按照预设尺寸划分空时关联窗，空时关联窗的宽度为调优参数，按照空时关联窗的划分，采用深度强化学习DDQN算法，建立沿Y轴分布的垂直风速求解模型的状态空间函数及回报函数；
基于状态空间函数及回报函数，在DDQN网络进行学习，根据输出DDQN网络参数，获取动作空间
的结果；当
降为0时，即为当前指示更换的过滤器i。
根据本发明的另外一个方面，提供一种基于过滤器数据模型的干式喷房维护装置，并采用如下技术方案：
一种基于过滤器数据模型的干式喷房维护装置包括：第一构建模块，用于基于独立过滤器的工作数据，建立过滤器的静压差数据模型、动压差数据模型及过滤器的重量数据模型；绘制模块，用于根据过滤器对漆雾吸附增长特性、以及吸附漆雾的重量，作为量化饱和物的物理量，绘制独立过滤器的饱和特性图；第二构建模块，用于基于所述静压差数据模型、所述动压差数据模型、所述重量数据模型以及所述饱和特性图构建过滤器系统的空间静压差数据模型，空间动压差数据模型以及空间重量数据模型；计算模块，用于基于所述空间静压差数据模型，所述空间动压差数据模型以及所述空间重量数据模型计算干式喷房的过滤器的空间数据，根据所述空间数据确定过滤器的更换方案。
本发明通过对过滤器进行数据测量和数据建模，对涂装生产线通用干式喷房设备，进行过滤器整体状态数据、空间数据、时间数据采集分析。并采用稳定空间静压差的方法及空时关联窗法的深度强化学习框架进行数据处理，获得干式喷房的通用维护策略，提供生产现场最优过滤器更换提示，提高工艺风平衡的稳定度建立过滤器的空间数据模型，计算干式喷房过滤器的维护策略，保障工艺风平衡的稳定，提高涂装生产线的良品率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1为本背景技术中所述的通过测量函数对独立过滤器的变量进行测量的示意图；
图2为本发明实施例所述的一种基于过滤器数据模型的干式喷房维护方法流程图；
图3为本发明实施例所述的独立过滤器的数据模型图；
图4为本发明实施例所述的独立过滤器的饱和特性图；
图5为本发明实施例所述的干式喷房的过滤器空间数据模型示意图；
图6为本发明实施例所述的YZ平面的过滤器的气压场分布图；及
图7为本发明实施例所述的基于过滤器数据模型的干式喷房维护装置结构示意图。
具体实施方式
以下结合附图对本发明的实施例进行详细说明，但是本发明可以由权利要求限定和覆盖的多种不同方式实施。
在对实施例进行阐述之前，对文中略语和关键术语进行定义：
【干式喷房】一种新型的涂装工业喷漆室设备，主要特征是采用循环风系统的无废水排放的环保生产设备。
【过滤器数据模型】依据过滤器在干式喷房循环风系统的具体工作位置、风道连通方式、排风风机规格等因素，建立的关于干式喷房过滤器系统的包括时间、空间、事件的数据模型。
【工艺风平衡】干式喷房的涂装作业区内，不同工艺段间的下降风速保持稳定，量化为涂装作业区下降风的工艺适用标准；平衡状态下，不同工艺段间的工艺风水平风速需要维持在一定范围内。
【过滤器维护通用策略】在过滤器数据模型的基础上，以提高干式喷房工艺风平衡稳定性为目的，以空时关联窗法计算维护系统策略。在干式喷房设备的全生命周期内，采用深度强化学习算法，对维护策略进行迭代更新，实现通用化的过滤器系统维护功能。
图2为本发明实施例所述的一种基于过滤器数据模型的干式喷房维护方法流程图。
参见图2所示，种基于过滤器数据模型的干式喷房维护方法流程图包括：
S101:基于独立过滤器的工作数据，建立过滤器的静压差数据模型、动压差数据模型及过滤器的重量数据模型；
S103:根据过滤器对漆雾吸附增长特性、以及吸附漆雾的重量，作为量化饱和物的物理量，绘制独立过滤器的饱和特性图；
S105:基于所述静压差数据模型、所述动压差数据模型、所述重量数据模型以及所述饱和特性图构建过滤器系统的空间静压差数据模型，空间动压差数据模型以及空间重量数据模型；
S107:基于所述空间静压差数据模型，所述空间动压差数据模型以及所述空间重量数据模型计算干式喷房的过滤器的空间数据，根据所述空间数据确定过滤器的更换方案。
首先，在步骤S101中，基于独立过滤器的工作数据，建立过滤器的静压差数据模型、动压差数据模型及过滤器的重量数据模型。参见图3所示，对于独立过滤器而言，根据独立过滤器的工作特性，建立数据模型如图3所示，图中，根据过滤器的全生命周期，建立可测量的数据模型如下：
其中，过滤器的静压差数据模型为:
式中：
—— 风机风力作用在过滤器的A-B两端的静压差转化系数；
Fgrade —— 变频风机的风力等级；
Q—— 涂装用漆的品质因子；
t—— 时间；
按照过滤器对漆雾吸附增长特性，从初始状态到饱和状态为过滤器的全生命周期，建立以静压差为基准，推导过滤器动压差、重量的数据模型。
静压差来源于风机风力作用，在过滤器前后的空气静压之差，（式1）定量表示了静压差随风机风力等级的变化关系，（式2）则表示了随过滤器吸附漆雾的饱和状态，在过滤器前后的表现出的静压差变化关系；
其中，过滤器的动压差数据模型为:
式中：
—— 风机风力作用在过滤器的A-B两端的动压差转化系数；
Fgrade —— 变频风机的风力等级；
过滤器的重量数据模型为:
式中：
—— 过滤器饱和状态下，吸附漆雾的重量；
在步骤S103中，根据过滤器对漆雾吸附增长特性、以及吸附漆雾的重量，作为量化饱和物的物理量，绘制独立过滤器的饱和特性图，参见图4所示，通过绘制独立过滤器的静压差曲线，动压差曲线以及漆雾重量曲线，获取独立过滤器的松平衡区，紧平衡区及饱和区。
进一步的，在步骤S105中，基于所述静压差数据模型、所述动压差数据模型、所述重量数据模型以及所述饱和特性图构建过滤器系统的空间静压差数据模型，空间动压差数据模型以及空间重量数据模型。具体参见图5所示，构建干式喷房的过滤器空间数据模型，按照干式喷房设备的过滤器配置情况，建立空间整体数据模型。图中的工艺风控制区，为产品涂装生产的区域，稳定工艺风平衡是干式喷房的重要工艺条件，量化为Y轴方向的垂直风速指标；漆雾风沉降区，为漆雾风下降到达底部过滤器入口处的过渡区域，在YZ面的气压等高线的分布稳定度，决定了工艺风平衡的稳定度；净风循环区，为过滤净化后的循环区域，后面连接二级过滤器提高净化度，再经循环风道连接到抽风风机，由抽风风机提供所需的风力来源。基于图5的干式喷房的过滤器空间数据模型，构建YZ面的过滤器系统，并进行采样，其气压场分布如图6所示， YZ面的气压登高线的分布稳定度，决定了工艺风平衡的稳定度。通过在过滤器的前后，设置静压差传感器，可以对漆雾风沉降区实现空间采样，结合过滤器的Y轴坐标，建立空间加权系数，并构建过滤器系统的空间静压差数据模型、过滤器系统的空间动压差数据模型、及空间重量数据模型：
空间静压差数据模型：
式中：
—— 过滤器i的空间加权系数；
N—— 过滤器总数量；
从独立滤波器的模型，得到自入口面至出口面A-B的过滤器的空间静压差为：
式中：
— 初始状态下，净风在A-B两端的空间静压差；
过滤器系统的空间动压差数据模型：
式中
— A-B两端的等效空间总动压差；
进一步地，所述基于所述静压差数据模型、所述动压差数据模型、所述重量数据模型以及所述饱和特性图构建过滤器系统的空间重量数据模型包括：
式中：
— A-B两端的等效空间总重量；
进一步的，在步骤S107中，基于所述空间静压差数据模型，所述空间动压差数据模型以及所述空间重量数据模型计算干式喷房的过滤器的空间数据，根据所述空间数据确定过滤器的更换方案。
具体的，干式喷房的整体过滤器，按照（式5）计算空间静压差，为了控制YZ面的工艺风平衡稳定，需要按照（式6）的空间静压差
保持在时间和空间分布上的稳定，由此提出两种可实现的方法。
采用稳定空间静压差的方法
即如图4所示，通过计算空间静压差的变化曲线，建立饱和度的稳定范围，按照曲线确定空间静压差的控制范围，通常在平衡区内，包括松平衡区A和紧平衡区B内。同时，测量独立过滤器的饱和度,可以是漆雾吸附重量、动压差或过车计数，进行降序排序后，推荐当前需要更换的过滤器。
采用空时关联窗法计算维护系统策略，策略目标：在干式喷房的全生命周期，YZ平面的工艺风控制点的垂直风速稳定度达到±0.05m/s。
根据YZ平面的过滤器组空间分布，沿Y轴划分空时关联窗，空时关联窗的宽度为调优参数。按照空时关联窗的划分，采用深度强化学习DDQN算法，建立沿Y轴分布的垂直风速求解模型。
动作空间，N个滤波器的饱和状态按照Y轴形成的一维向量：
动作空间
的饱和度取值，可以按照图2模型和相关公式，转换为静压差、动压差的传感器数据。
状态空间，以工艺标准为基准，工艺风控制区XY平面的垂直风速的偏差量；
按照干式喷房的空时关联窗实际尺寸，间隔1米的垂直工艺风速采样；
XY平面内形成的二维数组，K、L对应为空时关联窗长、宽尺寸：
其中，折扣
DDQN算法流程流程如下：输入：迭代轮数T，状态特征维度n, 动作集A, 步长
，衰减因子
, 探索率
当前Q网络Q，目标Q网络
, 批量梯度下降的样本数m,目标Q网络参数更新频率C。
输出：Q网络参数
1.随机初始化所有的状态和动作对应的价值Q. 随机初始化当前Q网络的所有参数w,初始化目标Q网络
的参数
。清空经验回放的集合D。
2.循环变量i从1到T，进行迭代。
初始化S为当前状态序列的第一个状态, 拿到其特征向量
;
在Q网络中使用
作为输入，得到Q网络的所有动作对应的Q值输出。用
贪婪法在当前Q值输出中选择对应的动作;
在状态S执行当前动作A,得到新状态
对应的特征向量
和奖励
和奖励R,是否终止状态is_end;
将
这个五元组存入经验回放集合D;
从经验回放集合D中采样m个样本
，计算当前目标Q值
：
使用均方差损失函数
，通过神经网络的梯度反向传播来更新Q网络的所有参数w
如果
,则更新目标Q网络参数
如果
是终止状态，当前轮迭代完毕，否则转到步骤b)
根据DDQN输出的Q网络参数，获得动作空间
的结果；当
降为0时，即为当前指示更换的过滤器i；
，取值范围[0,100]，单位：%。
根据干式喷房内YZ平面的过滤器组空间分布，沿Y轴按照预设尺寸划分空时关联窗，空时关联窗的宽度为调优参数，按照空时关联窗的划分，采用深度强化学习DDQN算法，建立沿Y轴分布的垂直风速求解模型的状态空间函数及回报函数；
状态空间函数：
，取值范围
，单位为米/秒；
基于状态空间函数及回报函数，在DDQN网络进行学习，根据输出DDQN网络参数，获取动作空间
的结果；当
降为0时，即为当前指示更换的过滤器i。
基于上述两种过滤器更换方法，达到的稳定效果为：
空时关联窗内的静压差稳定度：±30Pa；空时关联窗内的动压差稳定度：±100Pa；空时关联窗内的漆雾重量稳定度：±40Kg；空时关联窗内的工艺风稳定度：±0.05m/s。
根据本发明的另外一个方面，提供一种基于过滤器数据模型的干式喷房维护装置，并采用如下技术方案：
一种基于过滤器数据模型的干式喷房维护装置包括：参见图7所示，第一构建模块70，用于基于独立过滤器的工作数据，建立过滤器的静压差数据模型、动压差数据模型及过滤器的重量数据模型；绘制模块72，用于根据过滤器对漆雾吸附增长特性、以及吸附漆雾的重量，作为量化饱和物的物理量，绘制独立过滤器的饱和特性图；第二构建模块74，用于基于所述静压差数据模型、所述动压差数据模型、所述重量数据模型以及所述饱和特性图构建过滤器系统的空间静压差数据模型，空间动压差数据模型以及空间重量数据模型；计算模块76，用于基于所述空间静压差数据模型，所述空间动压差数据模型以及所述空间重量数据模型计算干式喷房的过滤器的空间数据，根据所述空间数据确定过滤器的更换方案。
本发明通过对过滤器进行数据测量和数据建模，对涂装生产线通用干式喷房设备，进行过滤器整体状态数据、空间数据、时间数据采集分析。并采用稳定空间静压差的方法及空时关联窗法的深度强化学习框架进行数据处理，获得干式喷房的通用维护策略，提供生产现场最优过滤器更换提示，提高工艺风平衡的稳定度建立过滤器的空间数据模型，计算干式喷房过滤器的维护策略，保障工艺风平衡的稳定，提高涂装生产线的良品率。
以上只通过说明的方式描述了本发明的某些示范性实施例，毋庸置疑，对于本领域的普通技术人员，在不偏离本发明的精神和范围的情况下，可以用各种不同的方式对所描述的实施例进行修正。因此，上述附图和描述在本质上是说明性的，不应理解为对本发明权利要求保护范围的限制。
Claims (4)
1.一种基于过滤器数据模型的干式喷房维护方法，其特征在于，包括：
基于独立过滤器的工作数据，建立过滤器的静压差数据模型、动压差数据模型及过滤器的重量数据模型；
根据过滤器对漆雾吸附增长特性、以及吸附漆雾的重量，作为量化饱和物的物理量，绘制独立过滤器的饱和特性图；
基于所述静压差数据模型、所述动压差数据模型、所述重量数据模型以及所述饱和特性图构建过滤器系统的空间静压差数据模型，空间动压差数据模型以及空间重量数据模型；
基于所述空间静压差数据模型，所述空间动压差数据模型以及所述空间重量数据模型计算干式喷房的过滤器的空间数据，根据所述空间数据确定过滤器的更换方案；
所述基于独立过滤器的工作数据，建立过滤器的静压差数据模型包括：
式中：
——风机风力作用在过滤器的A-B两端的静压差转化系数；
Fgrade——变频风机的风力等级；
Q——涂装用漆的品质因子；
v——漆雾风的风速；
t——时间；
其中，式1定量表示了静压差随风机风力等级的变化关系；式2表示随过滤器吸附漆雾的饱和状态，在过滤器前后的表现出的静压差变化关系；
所述基于独立过滤器的工作数据，建立过滤器的动压差数据模型包括：
过滤器的动压差数据模型:
式中：
——风机风力作用在过滤器的A-B两端的动压差转化系数；
v——漆雾风的风速；
Q——涂装用漆的品质因子；
Fgrade——变频风机的风力等级；
所述基于独立过滤器的工作数据，建立过滤器的重量数据模型包括：
过滤器的重量数据模型:
式中：
——过滤器饱和状态下，吸附漆雾的重量；
Q——涂装用漆的品质因子；
v——漆雾风的风速；
t——时间；
所述基于所述静压差数据模型、所述动压差数据模型、所述重量数据模型以及所述饱和特性图构建过滤器系统的空间静压差数据模型包括：
式中：
——过滤器i的空间加权系数；
N——过滤器总数量；
从独立滤波器的模型，得到自入口面至出口面A-B的过滤器的空间静压差为：
式中：
—初始状态下，净风在A-B两端的空间静压差；
Q——涂装用漆的品质因子；
v——漆雾风的风速；
t——时间；
所述基于所述静压差数据模型、所述动压差数据模型、所述重量数据模型以及所述饱和特性图构建过滤器系统的空间动压差数据模型包括：
过滤器系统的空间动压差数据模型：
式中：
— A-B两端的等效空间总动压差；
N 为空时关联窗m内的过滤器总数；
m 为空时关联窗的标识；
i为空时关联窗m内的过滤器标识；
v——漆雾风的风速；
所述基于所述静压差数据模型、所述动压差数据模型、所述重量数据模型以及所述饱和特性图构建过滤器系统的空间重量数据模型包括：
式中：
— A-B两端的等效空间总重量；
N 为空时关联窗m内的过滤器总数；
i为空时关联窗m内的过滤器标识；
t 为过滤器的在线时间变量。
2.根据权利要求1所述的干式喷房维护方法，其特征在于，所述基于所述空间静压差数据模型，所述空间动压差数据模型以及所述空间重量数据模型计算干式喷房的过滤器的空间数据，根据所述空间数据确定过滤器的更换方案包括：
基于式5及式6计算空间静压差的变化曲线，并建立饱和度的稳定范围；
在空间静压差数据超出饱和度的稳定范围时，测量独立过滤器的饱和度、并推荐当前需要更换的过滤器。
3.根据权利要求1所述的干式喷房维护方法，其特征在于，所述基于所述空间静压差数据模型，所述空间动压差数据模型以及所述空间重量数据模型计算干式喷房的过滤器的空间数据，根据所述空间数据确定过滤器的更换方案还包括：
基于过滤器的空间数据计算干式喷房内N个滤波器的饱和状态
，用N个滤波器的饱和状态按照Y轴形成的一维向量：
根据干式喷房内YZ平面的过滤器组空间分布，沿Y轴按照预设尺寸划分空时关联窗，空时关联窗的宽度为调优参数，按照空时关联窗的划分，采用深度强化学习DDQN算法，建立沿Y轴分布的垂直风速求解模型的状态空间函数及回报函数；
状态空间函数：
，取值范围
，单位为米/秒；
其中，K，L为对应空时关联窗的长和宽，采用方法为间隔1米垂直工艺风速采样；
其中，
为饱和度，i为过滤器序号；
基于状态空间函数及回报函数，在DDQN网络进行学习，根据输出DDQN网络参数，获取动作空间
的结果；当
降为0时，即为当前指示更换的过滤器i。
4.一种基于过滤器数据模型的干式喷房维护装置，其特征在于，包括：
第一构建模块，用于基于独立过滤器的工作数据，建立过滤器的静压差数据模型、动压差数据模型及过滤器的重量数据模型；
绘制模块，用于根据过滤器对漆雾吸附增长特性、以及吸附漆雾的重量，作为量化饱和物的物理量，绘制独立过滤器的饱和特性图；
第二构建模块，用于基于所述静压差数据模型、所述动压差数据模型、所述重量数据模型以及所述饱和特性图构建过滤器系统的空间静压差数据模型，空间动压差数据模型以及空间重量数据模型；
计算模块，用于基于所述空间静压差数据模型，所述空间动压差数据模型以及所述空间重量数据模型计算干式喷房的过滤器的空间数据，根据所述空间数据确定过滤器的更换方案；
所述基于独立过滤器的工作数据，建立过滤器的静压差数据模型包括：
式中：
——风机风力作用在过滤器的A-B两端的静压差转化系数；
Fgrade——变频风机的风力等级；
Q——涂装用漆的品质因子；
v——漆雾风的风速；
t——时间；
其中，式1定量表示了静压差随风机风力等级的变化关系；式2表示随过滤器吸附漆雾的饱和状态，在过滤器前后的表现出的静压差变化关系；
所述基于独立过滤器的工作数据，建立过滤器的动压差数据模型包括：
过滤器的动压差数据模型:
式中：
——风机风力作用在过滤器的A-B两端的动压差转化系数；
v——漆雾风的风速；
Q——涂装用漆的品质因子；
Fgrade——变频风机的风力等级；
所述基于独立过滤器的工作数据，建立过滤器的重量数据模型包括：
过滤器的重量数据模型:
式中：
——过滤器饱和状态下，吸附漆雾的重量；
Q——涂装用漆的品质因子；
v——漆雾风的风速；
t——时间；
所述基于所述静压差数据模型、所述动压差数据模型、所述重量数据模型以及所述饱和特性图构建过滤器系统的空间静压差数据模型包括：
式中：
——过滤器i的空间加权系数；
N——过滤器总数量；
从独立滤波器的模型，得到自入口面至出口面A-B的过滤器的空间静压差为：
式中：
—初始状态下，净风在A-B两端的空间静压差；
Q——涂装用漆的品质因子；
v——漆雾风的风速；
t——时间；
所述基于所述静压差数据模型、所述动压差数据模型、所述重量数据模型以及所述饱和特性图构建过滤器系统的空间动压差数据模型包括：
过滤器系统的空间动压差数据模型：
式中：
— A-B两端的等效空间总动压差；
N 为空时关联窗m内的过滤器总数；
m 为空时关联窗的标识；
i为空时关联窗m内的过滤器标识；
v——漆雾风的风速；
所述基于所述静压差数据模型、所述动压差数据模型、所述重量数据模型以及所述饱和特性图构建过滤器系统的空间重量数据模型包括：
式中：
— A-B两端的等效空间总重量；
N 为空时关联窗m内的过滤器总数；
i为空时关联窗m内的过滤器标识；
t 为过滤器的在线时间变量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210990151.0A CN115061377B (zh) | 2022-08-18 | 2022-08-18 | 一种基于过滤器数据模型的干式喷房维护方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210990151.0A CN115061377B (zh) | 2022-08-18 | 2022-08-18 | 一种基于过滤器数据模型的干式喷房维护方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115061377A CN115061377A (zh) | 2022-09-16 |
| CN115061377B true CN115061377B (zh) | 2022-12-13 |
Family
ID=83207860
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210990151.0A Active CN115061377B (zh) | 2022-08-18 | 2022-08-18 | 一种基于过滤器数据模型的干式喷房维护方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115061377B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116342088B (zh) * | 2023-03-29 | 2023-10-13 | 中建三局集团有限公司 | 一种基于智慧运维平台的高效过滤器更换策略方法 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6546117B1 (en) * | 1999-06-10 | 2003-04-08 | University Of Washington | Video object segmentation using active contour modelling with global relaxation |
| CN108160387A (zh) * | 2018-03-02 | 2018-06-15 | 河南平原智能装备股份有限公司 | 干式漆雾捕捉喷漆室 |
| CN111123862B (zh) * | 2019-12-12 | 2023-09-05 | 中国汽车工业工程有限公司 | 一种汽车涂装纸盒干式喷房纸盒更换预测系统 |
| CN111912042A (zh) * | 2020-06-22 | 2020-11-10 | 东风汽车有限公司 | 一种循环风利用系统与方法 |
| CN111852630B (zh) * | 2020-08-24 | 2021-07-13 | 安徽江淮汽车集团股份有限公司 | 一种碳载量检测方法、设备、存储介质及装置 |
| CN112354282A (zh) * | 2020-11-13 | 2021-02-12 | 中国联合工程有限公司 | 一种水性漆喷漆室干式过滤装置及其保养更换方法 |
| CN113083591A (zh) * | 2021-03-18 | 2021-07-09 | 浙江日鼎涂装科技有限公司 | 一种干式喷房风速风压自动检测和调节系统 |
-
2022
- 2022-08-18 CN CN202210990151.0A patent/CN115061377B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN115061377A (zh) | 2022-09-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115061377B (zh) | 一种基于过滤器数据模型的干式喷房维护方法及装置 | |
| CN108537383A (zh) | 一种基于模型融合的室内空气预测方法 | |
| CN110672328B (zh) | 一种基于随机配置网络的涡扇发动机健康参数估计方法 | |
| CN110222883A (zh) | 基于风驱动优化bp神经网络的电力系统负荷预测方法 | |
| CN107526292A (zh) | 一种基于入口NOx浓度预测的调控喷氨量的方法 | |
| CN103177289B (zh) | 一种噪声不确定复杂非线性动态系统的建模方法 | |
| CN104715142B (zh) | 一种电站锅炉NOx排放动态软测量方法 | |
| CN110716512A (zh) | 一种基于燃煤电站运行数据的环保装备性能预测方法 | |
| CN111829003A (zh) | 一种电厂燃烧控制系统及控制方法 | |
| CN111237181B (zh) | 水泵系统的运行特性在线辨识及优化调控方法及调控系统 | |
| CN107657349B (zh) | 一种水库分期发电调度规则提取方法 | |
| CN116562171B (zh) | 一种温湿度在线计量的误差评估方法 | |
| CN114110824A (zh) | 一种恒湿机智能控制方法及装置 | |
| CN112113146B (zh) | 供水管网管道粗糙系数和节点需水量同步自适应校核方法 | |
| CN105316613A (zh) | 一种基于变时滞偏差校正技术的锌层厚度控制方法和系统 | |
| CN112818495A (zh) | 一种新型管道压降测算算法参数的动态修正方法 | |
| CN106570786B (zh) | 一种基于调度规则时变特性的水库适应性调度方法 | |
| CN113868926A (zh) | 一种针对养殖池水质参数空间分布模型构建方法 | |
| CN107561944A (zh) | 一种基于拉盖尔模型的脱硝系统自适应预测控制方法 | |
| CN116602286B (zh) | 一种植保无人机喷洒作业控制系统和方法 | |
| CN105654053B (zh) | 基于改进约束ekf算法的动态振荡信号参数辨识方法 | |
| CN112711187B (zh) | 一种燃煤机组干式电除尘器多电场协同控制方法 | |
| CN107025330B (zh) | 一种单箱多室宽梁桥横向分布系数的计算方法 | |
| CN113536685B (zh) | 一种基于神经网络外推的风速概率模型的建模方法 | |
| CN107590346B (zh) | 基于空间多重相关解集算法的降尺度校正模型 |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240822 Address after: No. 1510, Building 901, Zhongguancun Ding, Haidian District, Beijing 100190 Patentee after: Guo Jiamin Country or region after: China Address before: Room 04-91, 8th Floor, No. 18, Zhongguancun Street, Haidian District, Beijing 102200 Patentee before: Beijing big bear science and Technology Co.,Ltd. Country or region before: China |