CN115440364B - 一种基于人工智能的真空机组运行智能管理方法及系统 - Google Patents
一种基于人工智能的真空机组运行智能管理方法及系统 Download PDFInfo
- Publication number
- CN115440364B CN115440364B CN202211381268.5A CN202211381268A CN115440364B CN 115440364 B CN115440364 B CN 115440364B CN 202211381268 A CN202211381268 A CN 202211381268A CN 115440364 B CN115440364 B CN 115440364B
- Authority
- CN
- China
- Prior art keywords
- unit
- vacuum
- model
- double
- working condition
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/40—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management of medical equipment or devices, e.g. scheduling maintenance or upgrades
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- 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
-
- 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
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Control Of Fluid Pressure (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明提供了一种基于人工智能的真空机组运行智能管理方法及系统,涉及数据处理技术领域,基于双真空机组的信息构建双机组设备模型,根据工况样本数据运行双真空机组并获取机组实时数据,根据工况样本数据与双机组设备模型进行工况模拟获取机组模拟数据,比对机组实时数据和机组模拟数据得到的调节参数进行模型优化输出双机组优化模型,以双机组优化模型进行工况预警分析。解决现有技术中进行医用负压真空机检修维护往往发生于设备停摆后,导致医用真空负压机检修维护影响医院中心吸引系统正常运行的技术问题。达到基于医用真空负压机运行工况的精准预测从而提前进行设备维护管理,降低设备维护对于医院中心吸引系统正常使用的干扰的技术效果。
Description
技术领域
本发明涉及数据处理技术领域,具体涉及一种基于人工智能的真空机组运行智能管理方法及系统。
背景技术
医用真空负压机是医院中心吸引系统的核心,是为医院中心吸引系统提供各类型医疗项目所需真空负压的功能来源。
由于医院中心呼吸系统的功能特殊性,医用真空负压机的检修维护频率和时间往往具有不确定性,且检修维护通常发生于医用真空负压机停摆或运行过程中产生的负压真空度严重不足时,这样的检修维护方式并不利于及时高效的进行医用负压真空机的故障维护以及医院中心吸引系统的及时恢复使用。
现有技术中进行医用负压真空机检修维护往往发生于设备停摆后,存在医用真空负压机的检修维护造成医院中心吸引系统运行风险的技术问题。
发明内容
本申请提供了一种基于人工智能的真空机组运行智能管理方法及系统,用于针对解决现有技术中进行医用负压真空机检修维护往往发生于设备停摆后,存在医用真空负压机的检修维护造成医院中心吸引系统运行风险的技术问题。
鉴于上述问题,本申请提供了一种基于人工智能的真空机组运行智能管理方法及系统。
本申请的第一个方面,提供了一种基于人工智能的真空机组运行智能管理方法,所述方法包括:获取双真空机组的信息,其中,所述真空机组包括第一真空机组和第二真空机组;连接设备仿真系统,以所述第一真空机组的信息和所述第二真空机组的信息进行建模,获取双机组设备模型;获取工况样本数据集,其中,所述工况样本数据集包括单独运行工况样本和同时运行工况样本;根据所述工况样本数据运行所述双真空机组,得到所述多个传感器输出的机组实时数据;根据所述工况样本数据与所述双机组设备模型进行工况模拟,得到机组模拟数据;通过比对所述机组实时数据和所述机组模拟数据得到的调节参数,对所述双机组设备模型进行模型优化,输出双机组优化模型;以所述双机组优化模型进行工况预警分析,获取预警信息。
本申请的第二个方面,提供了一种基于人工智能的真空机组运行智能管理系统,所述系统包括:机组信息获得模块,用于获取双真空机组的信息,其中,所述真空机组包括第一真空机组和第二真空机组;机组设备建模模块,用于连接设备仿真系统,以所述第一真空机组的信息和所述第二真空机组的信息进行建模,获取双机组设备模型;样本数据采集模块,用于获取工况样本数据集,其中,所述工况样本数据集包括单独运行工况样本和同时运行工况样本;运行数据获取模块,用于根据所述工况样本数据运行所述双真空机组,得到多个传感器输出的机组实时数据;工况模拟执行模块,用于根据所述工况样本数据与所述双机组设备模型进行工况模拟,得到机组模拟数据;模型优化执行模块,用于通过比对所述机组实时数据和所述机组模拟数据得到的调节参数,对所述双机组设备模型进行模型优化,输出双机组优化模型;工况预警分析模块,用于以所述双机组优化模型进行工况预警分析,获取预警信息。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
本申请实施例提供的方法通过获取双真空机组的信息,其中,所述真空机组包括第一真空机组和第二真空机组;连接设备仿真系统,以所述第一真空机组的信息和所述第二真空机组的信息进行建模,获取双机组设备模型,为后续基于模型进行双真空机组运行状态预测预警提供模拟模型;获取工况样本数据集,其中,所述工况样本数据集包括单独运行工况样本和同时运行工况样本;根据所述工况样本数据运行所述双真空机组,得到所述多个传感器输出的机组实时数据;根据所述工况样本数据与所述双机组设备模型进行工况模拟,得到机组模拟数据;通过比对所述机组实时数据和所述机组模拟数据得到的调节参数,对所述双机组设备模型进行模型优化,输出双机组优化模型,为较为准确的进行双真空机组系统运行工况模拟以及运行策略复现提供模型基础;以所述双机组优化模型进行工况预警分析,获取预警信息,为后续基于双机组优化模型预测双真空机组实体运行状态从而实现设备运行预警和干涉维护提供数据基础。达到了基于医用真空负压机运行工况的精准预测从而提前进行设备维护管理,降低设备维护对于医院中心吸引系统正常使用的干扰的技术效果。
附图说明
图1为本申请提供的一种基于人工智能的真空机组运行智能管理方法流程示意图;
图2为本申请提供的一种基于人工智能的真空机组运行智能管理方法中进行双真空机组运行工况模拟的流程示意图;
图3为本申请提供的一种基于人工智能的真空机组运行智能管理方法中判断是否同时启动两个机组模型的流程示意图;
图4为本申请提供的一种基于人工智能的真空机组运行智能管理系统的结构示意图。
附图标记说明:机组信息获得模块11, 机组设备建模模块12, 样本数据采集模块13, 运行数据获取模块14, 工况模拟执行模块15, 模型优化执行模块16, 工况预警分析模块17。
具体实施方式
本申请提供了一种基于人工智能的真空机组运行智能管理方法及系统,用于针对解决现有技术中进行医用负压真空机检修维护往往发生于设备停摆后,存在医用真空负压机的检修维护造成医院中心吸引系统运行风险的技术问题。达到了基于医用真空负压机运行工况的精准预测从而提前进行设备维护管理,降低设备维护对于医院中心吸引系统正常使用的干扰的技术效果。
本发明技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
下面,将参考附图对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明的一部分实施例,而不是本发明的全部实施例,应理解,本发明不受这里描述的示例实施例的限制。基于本发明的实施例,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。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部。
实施例一
如图1所示,本申请提供了一种基于人工智能的真空机组运行智能管理方法,所述方法应用于真空机组运行预警系统,所述系统与多个传感器通信连接,所述方法包括:
S100:获取双真空机组的信息,其中,所述真空机组包括第一真空机组和第二真空机组;
具体而言,在本实施例中,所述双真空机组为由两台真空泵和用于控制两台真空泵正常工作的配套电控柜组成的,具有手动操作功能以及自动运行功能的医用真空负压机。所述第一真空机组和所述第二真空机组为可交替工作也可单独工作运行的真空泵。所述双真空机组常见应用场景为医院中心吸引系统,因为本实施例对于所述双真空机组的第一真空机组和第二真空机组的设备型号不做限制,可根据实际服役医院进行设备选择。
在本实施例中,获取当前双真空机组的信息,所述信息包括设备型号规格、产品结构组成、操作控制按钮等设备硬件信息,各类操作控制按钮对应的双真空机组运行状态变化、双真空机组运行变化条件和运行预警条件等软件运行信息。
S200:连接设备仿真系统,以所述第一真空机组的信息和所述第二真空机组的信息进行建模,获取双机组设备模型;
具体而言,在本实施例中,所述设备仿真系统为可基于实体设备的图像、运行数据、设备结构等信息在计算机系统中等比例或缩小扩大还原实体设备外观形态以及使用控制功能的数据处理系统。本实施例对于所述设备仿真系统的构建方法不作任何限制,示例性的,可采用当前技术成熟的三维可视化实体模拟软件(Inventor),基于步骤S100获得的双真空机组信息进行所述双机组设备模型的构建,所述双机组设备模型理论上可精准还原实体的所述双真空机组的运行工况。所述双机组设备模型包括以第一真空机组信息构建的第一机组模型和以第二真空机组信息构建的第二机组模型。
S300:获取工况样本数据集,其中,所述工况样本数据集包括单独运行工况样本和同时运行工况样本;
应理解的,在本实施例中,为满足不同的医疗需求场景,所述双真空机组设计有两种运行方式,其一,第一真空机组或第二真空机组单独运行,其二,第一真空机组和第二真空机组同步运行。
因而在本实施例中,获取第一真空机组或第二真空机组单独运行的所述单独运行工况样本,第一真空机组和第二真空机组同步运行的所述同时运行工况样本。所述工况样本数据为基于人工经验或医疗需求设置的,双真空机组启动运行一定时间后真空机组内处于运行状态的真空负压机具备的真空负压值。所述单独运行工况样本为双真空机组内一台真空机组单独运行一段时间后,理论上双真空机组系统达到的真空负压值。所述同时运行工况样本为双真空机组内两台真空机组同步运行一段时间后,理论上双真空机组系统达到的真空负压值。
S400:根据所述工况样本数据运行所述双真空机组,得到所述多个传感器输出的机组实时数据;
具体而言,在本实施例中,所述多个传感器包括均匀布设于双真空机组系统内不同位置的气体压力传感器,所述气体压力传感器可基于时序记录双真空机组系统内负压真空度变化数据。所述机组实时数据即所述双真空机组启动运行后,双真空机组系统内负压真空度的实时变化数据。
根据所述工况样本数据中的所述单独运行工况样本启动所述双真空机组中任一真空机组运行,基于所述多个传感器获得所述双真空机组运行过程中双真空机组系统内的负压真空度实时变化数据,即所述机组实时数据。
根据所述工况样本数据中的所述同时运行工况样本启动所述双真空机组中第一真空机组和第二真空机组运行,基于所述多个传感器获得所述双真空机组运行过程中双真空机组系统内的负压真空度实时变化数据,即所述机组实时数据。
S500:根据所述工况样本数据与所述双机组设备模型进行工况模拟,得到机组模拟数据;
具体而言,在本实施例中,基于所述双机组设备模型为基于双真空机组信息构建的数据模型,与实体双真空机组具有相同的设备结构、功能作用和运行方法,将所述工况样本数据输入所述双机组设备模型中。
所述双机组设备模型基于所述工况样本数据中的所述单独运行工况样本启动所述双机组设备模型中任一机组模型运行,获得模拟真空机组单独运行状态下,双机组设备模型系统负压真空度到达单独运行工况样本数据过程中的负压真空度实时变化数据。
根据所述工况样本数据中的所述同时运行工况样本启动所述双机组设备模型中第一机组模型和第二机组模型同时运行,获得模拟真空机组两机组模型同时运行状态下,双机组设备模型系统负压真空度到达同时运行工况样本数据过程中的负压真空度实时变化数据。
所述机组模拟数据由双机组设备模型系统负压真空度到达单独运行工况样本数据过程中的负压真空度实时变化数据和双机组设备模型系统负压真空度到达同时运行工况样本数据过程中的负压真空度实时变化数据。
S600:通过比对所述机组实时数据和所述机组模拟数据得到的调节参数,对所述双机组设备模型进行模型优化,输出双机组优化模型;
具体而言,在本实施例中,基于所述机组实时数据和所述机组模拟数据都表示系统负压真空度的实时变化数据,因而分别进行所述机组实时数据和所述机组模拟数据的数据变化趋势图绘制,将所述机组实时数据的数据变化趋势图和所述机组模拟数据的数据变化趋势图合并,获得图像为重合区域,所述图像未重合区域即为所述双机组设备模型重现双真空机组运行状态的缺陷,基于图像未重合区域以及数据变化趋势图获得所述调节参数,基于所述调节参数对所述双机组设备模型进行模型优化,输出双机组优化模型,所述双机组优化模型为可准确真实重现实体双设备机组运行工况,从而辅助进行双设备机组运行工况预警的三维实体模型。
S700:以所述双机组优化模型进行工况预警分析,获取预警信息。
进一步的,如图2所示,所述根据所述工况样本数据与所述双机组设备模型进行工况模拟,本申请提供的方法步骤S700还包括:
S710:连接所述双机组优化模型,其中,所述双机组优化模型包括第一机组模型和第二机组模型;
S720:获取实时负压真空度;
S730:判断所述实时负压真空度是否低于预设下限真空度,若所述实时负压真空度低于所述预设下限真空度,获取机组启动指令;
S740:根据所述机组启动指令,启动所述第一机组模型运行并记录显示真空度数据。
具体而言,在本实施例中,所述双机组优化模型为基于所述双机组设备模型进行运行工况优化后获得的,因而在所述双机组设备模型具有第一机组模型和第二机组模型的基础上,所述双机组优化模型也具有第一机组模型和第二机组模型。
本实施例中,所述预设下限真空度为一负压真空度数值,作为启动双真空机组运行的临界数值。当双真空机组系统内负压真空度上升至所述预设下限真空度时,表明当前双真空机组系统无法产生满足医院中心吸引系统使用需求的负压。
所述双机组优化模型的运行设计中,两台机组模型的运行启动流程是,实时获取所述双机组优化模型的实时负压真空度,判断所述实时负压真空度是否低于预设下限真空度,若所述实时负压真空度低于所述预设下限真空度,获取机组启动指令;根据所述机组启动指令,启动所述第一机组模型运行并记录显示真空度数据。
本实施例通过基于医院中心吸引系统需求设置启动双真空机组运行的系统临界负压真空度,同时实时获取双真空机组系统的实时负压真空度比对判断是否进行双真空机组系统的启动运行,实现了较为准确的还原双真空机组运行状态,为后续基于双机组优化模型预测双真空机组实体运行状态从而实现设备运行预警和干涉维护提供数据基础的技术效果。
本实施例提供的方法通过获取双真空机组的信息,其中,所述真空机组包括第一真空机组和第二真空机组;连接设备仿真系统,以所述第一真空机组的信息和所述第二真空机组的信息进行建模,获取双机组设备模型,为后续基于模型进行双真空机组运行状态预测预警提供模拟模型;获取工况样本数据集,其中,所述工况样本数据集包括单独运行工况样本和同时运行工况样本;根据所述工况样本数据运行所述双真空机组,得到所述多个传感器输出的机组实时数据;根据所述工况样本数据与所述双机组设备模型进行工况模拟,得到机组模拟数据;通过比对所述机组实时数据和所述机组模拟数据得到的调节参数,对所述双机组设备模型进行模型优化,输出双机组优化模型,为较为准确的进行双真空机组系统运行工况模拟以及运行策略复现提供模型基础;以所述双机组优化模型进行工况预警分析,获取预警信息,为后续基于双机组优化模型预测双真空机组实体运行状态从而实现设备运行预警和干涉维护提供数据基础。达到了基于医用真空负压机运行工况的精准预测从而提前进行设备维护管理,降低设备维护对于医院中心吸引系统正常使用的干扰的技术效果。
进一步的,启动所述第一机组模型并记录显示真空度数据之后,本申请提供的方法步骤S700还包括:
S750:判断所述实时负压真空度是否达到预设上限真空度,若所述实时负压真空度达到所述预设上限真空度,获取机组切换指令;
S760:根据所述机组切换指令关闭所述第一机组模型运行,启动所述第二机组模型运行。
具体而言,在本实施例中,所述预设上限真空度与所述预设下限真空度一样,都为一负压真空度数值,所述预设上限真空度作为停止双真空机组运行的临界数值。当双真空机组系统内负压真空度下降至所述预设上限真空度时,表明当前双真空机组系统产生的负压真空度满足医院中心吸引系统的使用需求。
因而在本实施例中,所述双真空机组系统在实时负压度高于预设下限真空度后启动运行任一真空机组并在双真空机组系统实时负压度低于预设上限真空度后停止双真空机组运行,并再下次双真空系统实时负压真空度高于预设下限真空度后,自动切换启动另一真空机组工作。
因而在本实施例中,所述双机组优化模型基于双真空机组实体两真空机组切换运行的工作方法设定,在所述双机组优化模型实时真空度低于所述预设下限真空度后,启动运行第一机组模型并实时获取双机组优化模型系统的实时真空度,判断所述实时负压真空度是否达到预设上限真空度,若所述实时负压真空度达到所述预设上限真空度,获取机组切换指令,所述机组切换指令用于模拟双真空机组实体的量真空机组切换运行,根据所述机组切换指令关闭所述第一机组模型运行,启动所述第二机组模型运行。
本实施例通过设置预设下限真空度和预设上限真空度作为启动停止以及切换双真空机组运行状态的负压真空度,进行所述双机组优化模型的运行控制,实现了在双机组优化模型上真实展现双真空机组运行工况的技术效果。
进一步的,如图3所示,启动所述第一机组模型并记录显示真空度数据之后,本申请提供的方法步骤S740还包括:
S741:启动所述第一机组模型,获取实时负压时长,其中,所述实时负压时长为所述第一机组模型的启动运行时长;
S742:判断所述实时负压时长是否达到预设时长,若所述实时负压时长达到所述预设时长,判断达到所述预设时长时对应的负压真空度是否达到所述预设上限真空度,若未达到,获取机组同启指令;
S743:按照所述机组同启指令,同时启动所述第二机组模型运行。
进一步的,同时启动所述第二机组模型运行之后,本申请提供的方法步骤S743还包括:
S743-1:判断所述实时负压真空度是否达到预设上限真空度,若所述实时负压真空度达到所述预设上限真空度,获取机组关闭指令;
S743-2:根据所述机组关闭指令关闭所述第一机组模型和所述第二机组模型的运行。
具体而言,根据步骤S750~S760表述的内容可知,本实施例通过设置预设下限真空度和预设上限真空度作为启动停止以及切换双真空机组运行状态,在双真空机组系统运行过程中,两真空机组交替运行。
同时,本实施例为避免双真空机组环境变化以及医院中心吸引系统高频使用造成的真空机组单独运行长时间无法达到预设上限真空度的医疗资源风险事件,设置有单一真空机组启动运行后使双真空机组系统达到所述预设上限真空度的预设时长,当单一真空机组运行时间达到预设时长后,所述双真空机组系统的实施真空负压度仍未到达预设上限负压度时,通过启动另一真空机组运行使两真空机组,使两真空机组同时运行,直至双真空机组系统真空负压度到达预设上限负压度后,停止两真空机组运行的双真空机组运行策略。
将双真空机组实体的运行策略迁移至所述双机组优化模型,启动所述第一机组模型,获取实时负压时长,所述实时负压时长为所述第一机组模型的启动运行时长;判断所述实时负压时长是否达到所述预设时长,若所述实时负压时长达到所述预设时长,判断达到所述预设时长时对应的负压真空度是否达到所述预设上限真空度,若未达到,则获取机组同启指令;按照所述机组同启指令,同时启动所述第二机组模型运行。
实时获取所述双真空模拟机组的实时负压真空度,判断所述实时负压真空度是否达到预设上限真空度,若所述实时负压真空度达到所述预设上限真空度,获取机组关闭指令,根据所述机组关闭指令关闭所述第一机组模型和所述第二机组模型的运行。两机组模型同步运行直至所述双机组优化模型的负压真空度到达所述预设上限真空度后,停止两机组模型运行。
本实施例通过设置双真空机组中真空机组单独运行至预设上限真空度的运行时限,并在单真空机运行到达规定运行时限而未能使双真空机组系统到达预设上限真空度时启动双真空机组同步运行的设备运行策略,并迁移至双真空优化模型中,达到了基于设备运行策略降低医院中心吸引系统运行风险并可基于双机组优化模型模拟反馈双真空机组实体运行状态的技术效果。
进一步的,同时启动所述第二机组模型运行之后,本申请提供的方法步骤还包括:
S744:记录处于同启状态下的同启运行时长;
S745:判断处于同启状态下的所述同启运行时长是否达到预设同启运行时长;
S746:若处于同启状态下的所述同启运行时长达到所述预设同启运行时长,且达到所述预设同启运行时长时对应的负压真空度未达到所述预设上限真空度,生成第一声光预警信息。
具体而言,本实施例对于不同的双真空机组系统负压真空度情况以及双真空机组真空负压度变化速度设置有不同的双真空机组运行策略,并进一步设置了基于运行策略控制双真空机组运行而无法到达预设上限真空度的预警补救策略。应理解的,所述双真空机组和所述双机组优化模型的控制策略具有一致性。
本实施例以运行策略应用于双机组优化模型为例进行阐述,记录所述双机组处于同启状态下的同启运行时长,判断处于同启状态下的所述同启运行时长是否达到预设同启运行时长,若处于同启状态下的所述同启运行时长达到所述预设同启运行时长,且达到所述预设同启运行时长时对应的负压真空度未达到所述预设上限真空度,生成第一声光预警信息,所述第一声光预警信息用于提示运维管理人员进行所述双真空机组实体的故障检修。
本实施例通过设定双真空机组中双机组同步运行的运行预警策略,并迁移应用至双机组优化模型,基于双机组优化模型真实预测反映双真空机组运行状态的特性,实现了较为准确的预测双真空机组运行状态,从而实现运维人员在双真空机组真实发生运行故障前进行故障风险的检修处理,降低医院中心吸引系统停摆风险的技术效果。
进一步的,同时启动所述第二机组模型运行之后,本申请提供的方法步骤还包括:
S747-1:记录处于同启状态的真空度下降数据集;
S747-2:以处于同启状态的所述真空度下降数据集进行下降梯度分析,获取下降梯度值;
S747-3:根据所述下降梯度值进行下降异常评估,获取异常评估结果;
S747-4:根据所述异常评估结果,生成第二声光预警信息。
具体而言,应理解的,在本实施例中,所述双真空机组的运行策略为当双真空机组系统负压真空度高于预设下限真空度时启动运行,低于预设上限真空度时启动运行,从而使医院中心吸引系统的负压度长期保持在预设上限真空度和预设下限真空度之间,且在双真空机组进行医院中心吸引系统负压真空度调节过程中,由于医院中心负压系统的使用以及大气压强作用,存在负压真空度升降波动。
因而在本实施例中,记录双真空机组的两个真空机组处于同启状态的真空度下降数据集,所述真空度下降数据集中各个负压真空度数据具有时间表标记,以处于同启状态的所述真空度下降数据集中各个负压真空度数据按照时间顺序排列并构建负压真空度时间变化趋势图,基于趋势图进行下降梯度分析,获取下降梯度值。
获取双真空机组历史负压真空度变化数据并采用相同的数据处理方式获取历史下降梯度均值与所述下降梯度值结合进行下降异常评估,获取异常评估结果,若所述异常评估结果为所述历史下降梯度均值低于所述下降梯度值,表明当前双真空机组存在气密性缺陷,需要进行设备气密故障检修,若所述异常评估结果为所述历史下降梯度均值高于所述下降梯度值,表明当前双真空机组不存在气密性缺陷,根据所述异常评估结果,生成第二声光预警信息。
本实施例通过采集获取双真空机组负压真空度随时间变化数据进行双真空机组负压气密性分析,从而实现了从双真空机组负压气密性角度进行模型模拟分析,便于运维管理人员提前制定双真空机组检修方案进行气密问题维护,从而降低双真空机组气密问题维护管理对于医院中心吸引系统正常运行使用的干扰的技术效果。
实施例二
基于与前述实施例中一种基于人工智能的真空机组运行智能管理方法相同的发明构思,如图4所示,本申请提供了一种基于人工智能的真空机组运行智能管理系统,其中,所述系统包括:
机组信息获得模块11,用于获取双真空机组的信息,其中,所述真空机组包括第一真空机组和第二真空机组;
机组设备建模模块12,用于连接设备仿真系统,以所述第一真空机组的信息和所述第二真空机组的信息进行建模,获取双机组设备模型;
样本数据采集模块13,用于获取工况样本数据集,其中,所述工况样本数据集包括单独运行工况样本和同时运行工况样本;
运行数据获取模块14,用于根据所述工况样本数据运行所述双真空机组,得到多个传感器输出的机组实时数据;
工况模拟执行模块15,用于根据所述工况样本数据与所述双机组设备模型进行工况模拟,得到机组模拟数据;
模型优化执行模块16,用于通过比对所述机组实时数据和所述机组模拟数据得到的调节参数,对所述双机组设备模型进行模型优化,输出双机组优化模型;
工况预警分析模块17,用于以所述双机组优化模型进行工况预警分析,获取预警信息。
进一步的,所述工况预警分析模块17还包括:
优化模型连接单元,用于连接所述双机组优化模型,其中,所述双机组优化模型包括第一机组模型和第二机组模型;
实时数据采集单元,用于获取实时负压真空度;
启动指令生成单元,用于判断所述实时负压真空度是否低于预设下限真空度,若所述实时负压真空度低于所述预设下限真空度,获取机组启动指令;
启动指令执行单元,用于根据所述机组启动指令,启动所述第一机组模型运行并记录显示真空度数据。
进一步的,所述工况预警分析模块17还包括:
切换指令生成单元,用于判断所述实时负压真空度是否达到预设上限真空度,若所述实时负压真空度达到所述预设上限真空度,获取机组切换指令;
切换指令执行单元,用于根据所述机组切换指令关闭所述第一机组模型运行,启动所述第二机组模型运行。
进一步的,所述启动指令执行单元还包括:
运行时间记录单元,用于启动所述第一机组模型,获取实时负压时长,其中,所述实时负压时长为所述第一机组模型的启动运行时长;
同启指令生成单元,用于判断所述实时负压时长是否达到预设时长,若所述实时负压时长达到所述预设时长,判断达到所述预设时长时对应的负压真空度是否达到所述预设上限真空度,若未达到,获取机组同启指令;
同启指令执行单元,用于按照所述机组同启指令,同时启动所述第二机组模型运行。
进一步的,所述同启指令执行单元还包括:
关闭指令生成单元,用于判断所述实时负压真空度是否达到预设上限真空度,若所述实时负压真空度达到所述预设上限真空度,获取机组关闭指令;
关闭指令执行单元,用于根据所述机组关闭指令关闭所述第一机组模型和所述第二机组模型的运行。
进一步的,所述系统还包括:
同启时长记录单元,用于记录处于同启状态下的同启运行时长;
同启时长判断单元,用于判断处于同启状态下的所述同启运行时长是否达到预设同启运行时长;
预警信息生成单元,用于若处于同启状态下的所述同启运行时长达到所述预设同启运行时长,且达到所述预设同启运行时长时对应的负压真空度未达到所述预设上限真空度,生成第一声光预警信息。
进一步的,所述系统还包括:
气密数据获得单元,用于记录处于同启状态的真空度下降数据集;
气密数据分析单元,用于以处于同启状态的所述真空度下降数据集进行下降梯度分析,获取下降梯度值;
下降异常评估单元,用于根据所述下降梯度值进行下降异常评估,获取异常评估结果;
预警信息获得单元,用于根据所述异常评估结果,生成第二声光预警信息。
综上所述的任意一项方法或者步骤可作为计算机指令或程序存储在各种不限类型的计算机存储器中,通过各种不限类型的计算机处理器识别计算机指令或程序,进而实现上述任一项方法或者步骤。
基于本发明的上述具体实施例,本技术领域的技术人员在不脱离本发明原理的前提下,对本发明所作的任何改进和修饰,皆应落入本发明的专利保护范围。
Claims (8)
1.一种基于人工智能的真空机组运行智能管理方法,其特征在于,所述方法应用于真空机组运行预警系统,所述系统与多个传感器通信连接,所述方法包括:
获取双真空机组的信息,其中,所述真空机组包括第一真空机组和第二真空机组;
连接设备仿真系统,以所述第一真空机组的信息和所述第二真空机组的信息进行建模,获取双机组设备模型;
获取工况样本数据集,其中,所述工况样本数据集包括单独运行工况样本和同时运行工况样本,所述工况样本数据集包括第一真空机组或第二真空机组单独运行的所述单独运行工况样本和第一真空机组和第二真空机组同步运行的所述同时运行工况样本,所述单独运行工况样本为双真空机组内一台真空机组单独运行一段时间后,理论双真空机组系统达到的真空负压值,所述同时运行工况样本为双真空机组内两台真空机组同步运行一段时间后,理论双真空机组系统达到的真空负压值;
根据所述工况样本数据运行所述双真空机组,得到所述多个传感器输出的机组实时数据;
根据所述工况样本数据与所述双机组设备模型进行工况模拟,得到机组模拟数据;
通过比对所述机组实时数据和所述机组模拟数据得到的调节参数,对所述双机组设备模型进行模型优化,输出双机组优化模型;
以所述双机组优化模型进行工况预警分析,获取预警信息。
2.如权利要求1所述的方法,其特征在于,所述根据所述工况样本数据与所述双机组设备模型进行工况模拟,所述方法包括:
连接所述双机组优化模型,其中,所述双机组优化模型包括第一机组模型和第二机组模型;
获取实时负压真空度;
判断所述实时负压真空度是否低于预设下限真空度,若所述实时负压真空度低于所述预设下限真空度,获取机组启动指令;
根据所述机组启动指令,启动所述第一机组模型运行并记录显示真空度数据。
3.如权利要求2所述的方法,其特征在于,启动所述第一机组模型并记录显示真空度数据之后,方法包括:
判断所述实时负压真空度是否达到预设上限真空度,若所述实时负压真空度达到所述预设上限真空度,获取机组切换指令;
根据所述机组切换指令关闭所述第一机组模型运行,启动所述第二机组模型运行。
4.如权利要求2所述的方法,其特征在于,启动所述第一机组模型并记录显示真空度数据之后,方法还包括:
启动所述第一机组模型,获取实时负压时长,其中,所述实时负压时长为所述第一机组模型的启动运行时长;
判断所述实时负压时长是否达到预设时长,若所述实时负压时长达到所述预设时长,判断达到所述预设时长时对应的负压真空度是否达到预设上限真空度,若未达到,获取机组同启指令;
按照所述机组同启指令,同时启动所述第二机组模型运行。
5.如权利要求4所述的方法,其特征在于,同时启动所述第二机组模型运行之后,方法还包括:
判断所述实时负压真空度是否达到预设上限真空度,若所述实时负压真空度达到所述预设上限真空度,获取机组关闭指令;
根据所述机组关闭指令关闭所述第一机组模型和所述第二机组模型的运行。
6.如权利要求4所述的方法,其特征在于,同时启动所述第二机组模型运行之后,方法还包括:
记录处于同启状态下的同启运行时长;
判断处于同启状态下的所述同启运行时长是否达到预设同启运行时长;
若处于同启状态下的所述同启运行时长达到所述预设同启运行时长,且达到所述预设同启运行时长时对应的负压真空度未达到所述预设上限真空度,生成第一声光预警信息。
7.如权利要求4所述的方法,其特征在于,同时启动所述第二机组模型运行之后,方法还包括:
记录处于同启状态的真空度下降数据集;
以处于同启状态的所述真空度下降数据集进行下降梯度分析,获取下降梯度值;
根据所述下降梯度值进行下降异常评估,获取异常评估结果;
根据所述异常评估结果,生成第二声光预警信息。
8.一种基于人工智能的真空机组运行智能管理系统,其特征在于,所述系统包括:
机组信息获得模块,用于获取双真空机组的信息,其中,所述真空机组包括第一真空机组和第二真空机组;
机组设备建模模块,用于连接设备仿真系统,以所述第一真空机组的信息和所述第二真空机组的信息进行建模,获取双机组设备模型;
样本数据采集模块,用于获取工况样本数据集,其中,所述工况样本数据集包括单独运行工况样本和同时运行工况样本,所述工况样本数据集包括第一真空机组或第二真空机组单独运行的所述单独运行工况样本和第一真空机组和第二真空机组同步运行的所述同时运行工况样本,所述单独运行工况样本为双真空机组内一台真空机组单独运行一段时间后,理论双真空机组系统达到的真空负压值,所述同时运行工况样本为双真空机组内两台真空机组同步运行一段时间后,理论双真空机组系统达到的真空负压值;
运行数据获取模块,用于根据所述工况样本数据运行所述双真空机组,得到多个传感器输出的机组实时数据;
工况模拟执行模块,用于根据所述工况样本数据与所述双机组设备模型进行工况模拟,得到机组模拟数据;
模型优化执行模块,用于通过比对所述机组实时数据和所述机组模拟数据得到的调节参数,对所述双机组设备模型进行模型优化,输出双机组优化模型;
工况预警分析模块,用于以所述双机组优化模型进行工况预警分析,获取预警信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211381268.5A CN115440364B (zh) | 2022-11-07 | 2022-11-07 | 一种基于人工智能的真空机组运行智能管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211381268.5A CN115440364B (zh) | 2022-11-07 | 2022-11-07 | 一种基于人工智能的真空机组运行智能管理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115440364A CN115440364A (zh) | 2022-12-06 |
CN115440364B true CN115440364B (zh) | 2023-01-24 |
Family
ID=84252187
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211381268.5A Active CN115440364B (zh) | 2022-11-07 | 2022-11-07 | 一种基于人工智能的真空机组运行智能管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115440364B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115978722B (zh) * | 2023-03-17 | 2023-05-23 | 四川港通医疗设备集团股份有限公司 | 一种基于人工智能的净化机组监测管理方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105628421A (zh) * | 2015-12-25 | 2016-06-01 | 南京南瑞集团公司 | 一种水电机组分工况振摆越限监测预警方法 |
WO2018000733A1 (zh) * | 2016-06-30 | 2018-01-04 | 华北电力科学研究院有限责任公司 | 双馈风机次同步谐振硬件在环测试系统及方法 |
CN111812998A (zh) * | 2020-06-08 | 2020-10-23 | 中核武汉核电运行技术股份有限公司 | 核电厂双机组数字化仪控验证系统及其方法 |
CN113295432A (zh) * | 2021-05-20 | 2021-08-24 | 永安行科技股份有限公司 | 一种氢燃料电动自行车工况测试系统及方法 |
EP4068140A1 (en) * | 2021-03-30 | 2022-10-05 | Siemens Aktiengesellschaft | Method and system for optimizing a simulation model using machine learning |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7899661B2 (en) * | 2006-02-16 | 2011-03-01 | Synopsys, Inc. | Run-time switching for simulation with dynamic run-time accuracy adjustment |
-
2022
- 2022-11-07 CN CN202211381268.5A patent/CN115440364B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105628421A (zh) * | 2015-12-25 | 2016-06-01 | 南京南瑞集团公司 | 一种水电机组分工况振摆越限监测预警方法 |
WO2018000733A1 (zh) * | 2016-06-30 | 2018-01-04 | 华北电力科学研究院有限责任公司 | 双馈风机次同步谐振硬件在环测试系统及方法 |
CN111812998A (zh) * | 2020-06-08 | 2020-10-23 | 中核武汉核电运行技术股份有限公司 | 核电厂双机组数字化仪控验证系统及其方法 |
EP4068140A1 (en) * | 2021-03-30 | 2022-10-05 | Siemens Aktiengesellschaft | Method and system for optimizing a simulation model using machine learning |
CN113295432A (zh) * | 2021-05-20 | 2021-08-24 | 永安行科技股份有限公司 | 一种氢燃料电动自行车工况测试系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115440364A (zh) | 2022-12-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115440364B (zh) | 一种基于人工智能的真空机组运行智能管理方法及系统 | |
US20080168092A1 (en) | Systems and methods for turbine control simulation | |
CN111123223A (zh) | 用于雷达健康管理的通用开发平台、管理系统及方法 | |
CN113420465A (zh) | 一种基于数字孪生模型的液压支架全寿命周期管理方法 | |
CN114255784A (zh) | 一种基于声纹识别的变电站设备故障诊断方法及相关装置 | |
CN115561583A (zh) | 一种基于数字孪生技术的电力设备巡检方法、装置及系统 | |
CN113900960A (zh) | 智能车机机械臂测试平台系统 | |
CN116341289B (zh) | 一种基于数字孪生技术的实时数据可视化平台 | |
CN106529070B (zh) | 一种线路板cam资料自动处理方法及系统 | |
US9274515B2 (en) | Systems and methods for recording data associated with the operation of foundation fieldbus devices | |
CN114996343B (zh) | 一种低速风洞试验数据处理方法、设备及存储介质 | |
JPH04195436A (ja) | 計算機システム自動テスト方式 | |
CN112487669A (zh) | 一种核电厂控制逻辑设计验证的系统及方法 | |
CN111291239A (zh) | 机组测试方法、装置、设备和存储介质 | |
CN117271268B (zh) | 一种数字化计算平台中的集群架构性能评估方法 | |
CN114692382B (zh) | 核电仿真模型开发数据的管理方法、装置及计算机设备 | |
JP2885923B2 (ja) | システムテスト支援方法 | |
US20240095589A1 (en) | Information processing device, information processing program, and information processing method | |
CN116860897B (zh) | 一种可视化装备智能运维方法及系统 | |
CN117707069A (zh) | 一种基于后台三维模型数据控制实体设备运作的操控系统 | |
CN116442258A (zh) | 面向元宇宙的“人机-xr-云”设备运维规划方法 | |
CN113934560A (zh) | 试验数据处理方法、系统和存储介质 | |
CN117129206A (zh) | 核电站核级阀门定期试验方法及装置 | |
CN116737492A (zh) | 超算中心管理方法及装置 | |
CN115543735A (zh) | 日志处理方法、装置、电子设备及存储介质 |
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 |