CN115860445A - 铀浓缩制冷机组与闭式冷却塔多层级协同调度方法 - Google Patents
铀浓缩制冷机组与闭式冷却塔多层级协同调度方法 Download PDFInfo
- Publication number
- CN115860445A CN115860445A CN202211426632.5A CN202211426632A CN115860445A CN 115860445 A CN115860445 A CN 115860445A CN 202211426632 A CN202211426632 A CN 202211426632A CN 115860445 A CN115860445 A CN 115860445A
- Authority
- CN
- China
- Prior art keywords
- tower
- cooling tower
- closed
- cooling
- determining
- 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.)
- Granted
Links
- 238000001816 cooling Methods 0.000 title claims abstract description 162
- 238000000034 method Methods 0.000 title claims abstract description 77
- 229910052770 Uranium Inorganic materials 0.000 title claims abstract description 26
- JFALSRSLKYAFGM-UHFFFAOYSA-N uranium(0) Chemical compound [U] JFALSRSLKYAFGM-UHFFFAOYSA-N 0.000 title claims abstract description 26
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 92
- 230000008569 process Effects 0.000 claims abstract description 57
- 238000005457 optimization Methods 0.000 claims abstract description 54
- 239000000498 cooling water Substances 0.000 claims abstract description 52
- 230000033228 biological regulation Effects 0.000 claims abstract description 17
- 238000011217 control strategy Methods 0.000 claims abstract description 9
- 238000004364 calculation method Methods 0.000 claims abstract description 6
- 239000008400 supply water Substances 0.000 claims abstract description 6
- 238000005057 refrigeration Methods 0.000 claims description 18
- 238000004422 calculation algorithm Methods 0.000 claims description 13
- 230000005284 excitation Effects 0.000 claims description 6
- 238000002474 experimental method Methods 0.000 claims description 6
- 238000002156 mixing Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 4
- 230000002195 synergetic effect Effects 0.000 claims description 4
- 230000008859 change Effects 0.000 description 9
- 238000005265 energy consumption Methods 0.000 description 9
- 230000007704 transition Effects 0.000 description 8
- 230000017525 heat dissipation Effects 0.000 description 6
- 230000009467 reduction Effects 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000013021 overheating Methods 0.000 description 4
- 238000005096 rolling process Methods 0.000 description 4
- 238000004781 supercooling Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000002826 coolant Substances 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 239000005457 ice water Substances 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 239000007921 spray Substances 0.000 description 2
- 238000005507 spraying Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000007620 mathematical function Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 239000003507 refrigerant Substances 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
Images
Landscapes
- Air Conditioning Control Device (AREA)
Abstract
本发明属于铀浓缩辅助工艺冷冻水供应技术领域，具体公开了一种铀浓缩制冷机组与闭式冷却塔多层级协同调度方法，该方法包括：确定不同设备的模型；确定工艺冷却水切换水阀开度；对开式冷却塔、闭式冷却塔及制冷机组进行群控协同，确定制冷机组的运行台数和闭式冷却塔和开式冷却塔的启动台数；对开式冷却塔的运行频率和冷却水供水水泵的频率进行实时优化；通过群控策略自动调整开式冷却塔的运行的设备数量；对开式冷却塔的风机频率进行快速调节，按MPC控制器的计算结果输出给执行器；重复实施多层级的调节；当闭式冷却塔完全投入时候，冷源协同优化层关闭制冷机组。本发明有效提升工艺冷却水温度控制精度，提高冷却水系统的运行效率。
Description
技术领域
本发明属于铀浓缩辅助工艺冷冻水供应技术领域，具体涉及一种铀浓缩制冷机组与闭式冷却塔多层级协同调度方法。
背景技术
铀浓缩生产工艺系统需要12℃的冷冻水对工艺设备进行冷却。当室外湿球温度高于9.5℃时，辅助系统使用制冷机组系统向工艺生产设备供应冷冻水，8台开式冷却塔为5台离心式制冷机组提供冷冻水。当室外湿球温度低于9.5℃时，制冷机组停机，通过12台闭式冷却塔系统向工艺生产设备供应冷冻水，从而减少用电消耗。铀浓缩工艺设备对冷冻水的温度要求比较严格，其温度波动应不超过±0.5℃。闭式冷却塔是用水作为冷却剂，将系统中吸收的热量通过冷却剂排至大气中，降低冷冻水温度。通过冷却塔上的变频风机，产生流动空气与交换器接触，从而降低冷冻水温度。通过多台冷却塔并联，满足铀浓缩主工艺所需的供冷量，在冬季利用自然冷空气制冷代替高电耗的制冷机组。由于闭式冷却塔采用自然空气作为冷源，故而能耗较低。而制冷机组则通过离心式制冷压缩机产生冷冻水，需要消耗大量电能，同时需要工作冷却水给制冷压缩机出口的高温高压气体冷凝散热保证制冷主机的稳定运行，冷却水中的热量还需要冷却塔和室外空气散热降温后循环提供给制冷主机冷凝散热为其提供工作冷却水，因此能耗量显著增大。
当室外湿球温度在9.5℃左右波动的时候，闭式冷却塔和制冷机组系统之间需要进行切换，目前主要采用手动方式进行切换；闭式冷却塔运行时，12台冷却塔的启停和风机频率调节采用手动调节；制冷机组运行时，开式冷却塔仍然采用手动调节，水泵频率也采用手动调节。此种方式的冷冻水系统控制和决策操作量大，控制精度不够，系统能耗较高。
发明内容
本发明的目的在于提供一种铀浓缩制冷机组与闭式冷却塔多层级协同调度方法，该方法能够实现铀浓缩辅助工艺冷却水系统无缝投切、优化节能、智能运维；在提升工艺冷却水温度控制精度的同时，有效提高冷却水系统的运行效率，大幅度降低辅助工艺系统在过渡季和单一冷源供冷季的运行能耗，实现全年不同工况下的闭环控制和节能减碳。
实现本发明目的的技术方案：
一种铀浓缩制冷机组与闭式冷却塔多层级协同调度方法，所述方法包括以下步骤：
步骤1、通过工业通讯协议，读取参与控制的设备运行参数和环境参数，确定不同设备的模型；
步骤2、建立COP值与工艺冷却水切换水阀开度、室外湿球温度的数值模型，确定工艺冷却水切换水阀开度；
步骤3、对开式冷却塔、闭式冷却塔及制冷机组进行群控协同，确定制冷机组的运行台数和闭式冷却塔和开式冷却塔的启动台数；
步骤4、对开式冷却塔的运行频率和冷却水供水水泵的频率进行实时优化；
步骤5、针对冷水机组供冷时，以小时单位通过群控策略自动调整开式冷却塔的运行的设备数量；
步骤6、步骤5完成后，继续启用按分钟进行的模型预测控制算法对按步骤4.1-4.3的对开式冷却塔的风机频率进行快速调节，按MPC控制器的计算结果输出给执行器；
步骤7、重复步骤4-6实施多层级的调节，其中步骤6是步骤4的重复，可能存在不同的情况是，当步骤5优化输出改变了塔的运行数量时数量变化后的3-5分钟时间里，步骤4设计的快调节MPC控制器没有启用，直到等待时间过后，继续执行步骤4的快调节步骤；
步骤8、当闭式冷却塔完全投入时候，冷源协同优化层关闭制冷机组。
所述步骤1包括：
步骤1.1、在闭式塔的运行季节，分别对运行1台到n台闭式塔时，进行激励实验，获取闭式塔风机、室外湿球温度到闭式塔供水温度的模型y1＝G1(z)u1；
步骤1.2、在冷水机组运行季节，分别对运行1台到m台冷水机组的工况进行激励实验，获取开式塔风机、室外湿球温度、冷却泵频率到主机冷冻水供水总管温度的模型y2＝G2(z)u2；
步骤1.3、在闭式塔和冷水机组的交换季节，进行3个层级的多层级协同优化。
所述步骤1.3具体为：在冷源协同层，在给定的操作点获取COP取值，通过COP取值建立2位的数据表，并根据COP取值，进行曲线拟合获取近似的COP曲线；确定COP的曲线，进而应用COP曲线局部寻优。
所述步骤2包括：
步骤2.1、首先由冷源协同优化层对室外湿球温度进行判断，将COP值与工艺冷却水切换水阀开度、室外湿球温度建立数值模型；
步骤2.2、通过线性插值，在给定室外湿球温度的情况下，选择COP值的最高点，确定制冷机组与闭式塔混用比例，运算得出阀门的开度比例；
步骤2.3、根据预计的当日最高温度对应的室外湿球温度参考值，重复步骤2.2，获取下一天冷源选择阀门的比例。
所述步骤3包括：
步骤3.1、判断当前运行模式，单一闭式塔供冷，单一冷水机组供冷，或过渡季节混合供冷；
步骤3.2、针对闭式塔，根据设备参数和工艺特点，确定当前所处临界状态；
步骤3.3、根据步骤3.2确定的当前所处临界状态，确定加机或减机；
步骤3.4、针对开式塔，根据设备参数和工艺特点，确定当前所处临界状态；
步骤3.5、根据步骤3.4确定的当前所处临界状态，确定加机或减机；
步骤3.6、如果对应闭式塔或者开式塔运行中切满足加减机条件，重复步骤3.2到步骤3.5。
所述步骤4包括：
步骤4.1、确定开式冷却塔和冷却水泵的控制问题对应的惩罚函数J1；
步骤4.2、确定闭式冷却塔控制问题对应的惩罚函数J2；
步骤4.3、下一个实时优化周期，重复步骤4.1.和4.2，分别启用优化解的u序列的第一个u的取值，作为当前时刻的控制输出；依次循环，进行实时优化。
所述步骤4.1和步骤4.2中的惩罚函数的公式为：
本发明的有益技术效果在于：
1、优化控制分层协同。将冷却水系统视为有机整体，通过三层协同架构，实现工艺冷却水无扰切换，节能运行，实现了春秋、秋冬过渡季节闭式冷却塔与制冷机组的无扰切换，确保了给工艺供冷用的冷冻水温度的平稳。
2、通过负载探测，确定开式冷却塔冰水系统运行设备数量(包括水泵、制冷机组、冷却塔风机)和闭式冷却塔风机运行数量，并对冷却塔风机的运行频率进行初始值无扰设定，实现了开式冷却塔、闭式冷却塔根据环境因素和回水温度对变频风机的自动化调节，和开式冷却塔、闭式冷却塔根自动加机、减机操作。
3、通过多变量模型预测算法，对开式塔冷却水系统冷冻泵运行频率、冷却泵运行频率、冷却塔风机运行频率进行动态调节，并将室外湿球温度纳入扰动预测。
4、通过多变量模型预测算法，对闭式冷却塔风机运行频率进行动态调节，并将冷却塔回水温度和室外湿球温度纳入扰动预测。
5、设计了冷源协同优化层，将COP(Coefficient of Performance)值与工艺冷却水切换水阀开度、室外湿球温度建立数值模型，智能调节开式/闭式工艺冷却水切换阀的开度，实现闭式冷却塔与开式冷却塔之间的无扰切换。
6、设计了群控协同层，自动调节开/闭式冷却塔的风机启停数量。
7、设计了实时优化层，自动对开/闭式冷却塔的风机频率进行优化调节。
8、铀浓缩工艺用冷冻水制冷机组与闭式冷却塔多层级协同调度优化策略研制和应用，对铀浓缩行业辅助工艺系统的自动化控制和智能化升级具有重要的战略意义，同时为企业创造了良好的经济效益，改变了以往工艺冷冻水系统人工控制精度不高，运行成本高、操作量大等问题。
附图说明
图1为辅助冷冻水系统供水原理图；
图2为闭式冷却塔原理结构图；
图3为本发明所提供的一种铀浓缩制冷机组与闭式冷却塔多层级协同调度方法的系统构架图；
图4为本发明所提供的一种铀浓缩制冷机组与闭式冷却塔多层级协同调度方法中COP值与工艺冷却水切换水阀开度、室外湿球温度建立数值模型。
具体实施方式
下面结合附图和实施例对本发明作进一步详细说明。
辅助冷冻水系统主要包括：制冷机组、冷冻泵、冷却泵、开式冷却塔风机、以及各种工艺水管道的投切阀门，其原理图如图1所示。
由于系统通过冷冻水、冷却水、与冷媒间的热交换实现制冷，整体能耗较大，运维成本较高。因此，在室外温湿度较低时，可以通过闭式冷却塔系统来实现工艺冷却水的制备。
闭式冷却塔系统属于无氟制冷中央空调，由于没有压缩机等高电耗设备，因此在室外温湿度较低时，可以用闭式冷却塔代替制冷机组系统进行工艺冷却水制备。闭式冷却塔的工艺原理图如图2所示，通过变频风机将空气从塔两侧抽入，同时喷淋泵将水均匀喷洒在闭式热交换器中，大厅内的冷冻水在热交换器中冷却至系统所需温度。由图2中可见，冷却水主要通过喷淋与冷空气进行直接换热，热交换损耗较小，闭式冷却塔通过调节变频风机的频率，调整冷空气的通过量，调整喷淋泵的启停来实现对冷冻水温度的调节。在室外湿球温度低于9.5℃时，将开启闭式冷却塔。闭式冷却塔核心设备为：风机、喷淋水泵与各工艺管路阀门，相应设备的电控耗能，设备数量和功率较小，和冷水机组相比，整体能耗较小。
为了减小闭式冷却塔与开式冷却塔进行动态切换过程中，对工艺水温度造成的扰动，以及减小人工操作与人为预备，本发明专利将闭式冷却塔与制冷机组的切换分为三级：(1)开式塔与制冷机组协同优化层，调节周期以天为单位；(2)开式塔与闭式塔群控协同优化层，调节周期以小时为单位；(3)开式塔与闭式塔风机动态寻优，调节周期以分钟为单位。
本发明的整体技术架构，如图3所示。
每一层级的控制目标不同、调节频率不同、调节参数不同，具体设计如下：
本发明提供的一种铀浓缩制冷机组与闭式冷却塔多层级协同调度方法，具体包括以下步骤：
步骤1、通过工业通讯协议，读取参与控制的设备运行参数和环境参数(室外温度、冷冻水温度、风机频率、各冷却塔风机运行状态、阀门开度)，根据设备运行参数和环境参数，确定不同设备的模型。
通过工业通讯协议，可以读取参与控制的各类变量值(室外温度、冷冻水温度、风机频率、各冷却塔风机运行状态、阀门开度)，并支持算法下发控制指令给阀门开度控制设定值，风机频率设定值。
在确立的数据链路的读写支持后，优化控制策略步骤的第一步是确定不同设备的模型，采用通过实验数值建模的方案；
步骤1.1、在闭式塔的运行季节，分别对运行1台到n台闭式塔时，进行激励实验，获取u1(闭式塔风机、室外湿球温度)到y1(闭式塔供水温度)的模型y1＝G1(z)u1；
步骤1.2、在冷水机组运行季节，分别对运行1台到m台冷水机组的工况进行激励实验，获取u2(开式塔风机、室外湿球温度、冷却泵频率)到y2(主机冷冻水供水总管温度)的模型y2＝G2(z)u2；
步骤1.3、在闭式塔和冷水机组的交换季节(指存在闭式塔和冷水机组的两种冷源的并存时间)，为了减少闭式冷却塔与制冷机组之间的频繁启停切换，本发明设计了3个层级的多层级协同优化策略：在冷源协同层，在给定的操作点获取COP取值，通过COP取值建立2维的数据表，并根据COP取值，进行曲线拟合获取近似的COP曲线(设备运行后，条件变化，COP性能会逐渐变差。一定时间范围内，可以认为COP曲线稳定，但是根据实际数据计算的COP值，发现偏离较大时，可以修正)。
在冷源协同层，设计方案优化选择智能调节开式/闭式工艺冷却水切换阀开度，实现闭式冷却塔与开式冷却塔之间的无扰切换。实时优化策略的前提是获取切换范围内的COP的取值，可以通过历史数据建立数值模型。这里的数值模型不一定有函数表达式，只有在每个给定的操作点，有COP的取值数据就可以建立一个2维的数据表，如果需要，可以根据取值点，进行曲线拟合获取近似的COP曲线。由于本专利的优化寻优方案采用局部差值寻优的数值方案，不需要使用曲线的数学函数表达求解，所以没有设计根据数据的曲线拟合的步骤。
确定COP的曲线，进而应用COP曲线局部寻优。
步骤2、建立COP值与工艺冷却水切换水阀开度、室外湿球温度的数值模型，确定工艺冷却水切换水阀开度
步骤2.1、首先由冷源协同优化层对室外湿球温度进行判断，将COP值与工艺冷却水切换水阀开度、室外湿球温度建立数值模型。
通过历史数据收集，计算阀门介于[0,100]和室外湿球温度介于[A,B]，比如[9.5℃,10.5℃]之间的系统COP值。单台冷水机组的额定制冷量/额定功率是主机的COP，一般取值4-6之间。考虑冷水机组的运行需要冷冻泵、冷却泵、冷却塔的辅助水循环和热交换设备的运行，考虑整体的COP，整体COP会比单台设备的COP小。
系统COP的计算公式如下：
系统COP公式中，分子项是系统整体供冷量的表达，比热是温度相关的物理特性，水流量通过流量计采集，出口温度和入口温度通过温度传感器采集。分母项是所有相关运行的设备的耗电量之和。系统能够衡量同等耗电量的情况下的系统产生的冷量的大小，冷量越大，COP越高。在这里就可以量化比较，提供同等冷量时，开启n台闭式冷却塔和开启m台冷水机组的系统COP。
通过历史数据收集，将COP值与工艺冷却水切换水阀开度、室外湿球温度建立数值模型。如图4所示，闭式塔满负荷全开对应的额定制冷量时，对应水阀开度100，0代表工艺冷却水完全切换至制冷机组。以开度作为X轴，室外湿球温度作为Y轴，可以通过历史数据得出COP的X,Y不同取值下的曲线。COP表达的是每耗1度电产出的冷量大小，冷量越大，效率越高。而需要的冷量是相对明确的，同样冷量需求下，COP高，需要的耗电量越小，所以对应节能。由图4可见，闭式冷却塔运行时的COP比制冷机组运行时COP值高，较制冷机组更为节能，但在一定温度范围内，由于开启的塔或者制冷机组的数量不同，存在最优组合。
步骤2.2、通过线性插值，在给定室外湿球温度(WGBT，Wet Global BulbTemperature)的情况下，选择COP值的最高点，确定制冷机组与闭式塔混用比例，运算得出阀门的开度比例。
在给定室外湿球温度下，COP取值是阀门开度的一对一的关系。通过给定的WGBT曲面，通过插值法，首先根据阀门开度0到100，一共101个点找到COP最高的点，如k；当k＝0，或者k＝100时，无须继续寻优；当k处于0和100之间时，对(k-1,k,k+1)的开度每个整数值之间，进行小数点后1位插值，获取(k-0.9,k-0.8,......,k-0.1,k,k+0.1,k+0.2,k+0.3,...,k+0.9,)共19个点对应的COP插值。从19个点差值点和k-1,k+1共21个点对应的COP取值，选取最大COP取值对应的差值点(阀门开度，精度到小数点后1位)。
使用差值计算的方法是为了避免三维关系存储太大的数组，每次只需要计算最大取值相邻小范围内的差值。
阀门开度的调节以天为单位，其中室外温度切换区间将根据地域不同，应用场景不同，进行工艺设置。室外温度设置的区间根据闭式冷却塔满负荷全开对应的制冷量能否保证冷冻水供冷的需求，以及具体闭式塔厂商设计经济运行的最高室外湿球温度参数来确定。
步骤2.3、根据预计的当日最高温度对应的室外湿球温度参考值，重复步骤2.2，获取下一天冷源选择阀门的比例。
以往在室外温度从低于9.5度逐渐上升，接近9.5度时，而且白天温度最高时，需要开始允许的最大数量的闭式塔时，对应工况接近闭式塔制冷临界饱和阶段。工作人员根据经验判断，手动启动1台冷水主机，当主机达到稳态工况后，再调整冷源切换阀门的开度，让冷水机组提供一部分冷量作为闭式冷却塔的补充。阀门开度每次调整后固定不动，由闭式塔的塔风机根据混合后供水温度。当完全使用制冷机供水时，系统关闭闭式冷却塔。
以往在室外温度降到9.5℃时，需要操作人员人工判断，然后手动启动闭式冷却塔，待供水温度稳定后，与制冷机组并联运行，待室外温度进一步降低时，逐步关停制冷机组，最终全部转由闭式冷却塔运行。
但是实际过程中，不同操作人员的判断和分析水平层次不齐，导致投切的操作和温度控制波动较大，对系统稳定运行存在影响。通过冷源协同优化，寻优选择每天的阀门调节比例，达到闭式冷却塔与制冷机组稳定切换。
对于开式进入从冷水机组到闭式塔混用的时间，以及退出混用，完全进入闭式塔供冷的时间选择，以天为单位。计算连续几日的下午14时的室外湿球温度评估，自动切换逻辑，比较过去几日的室外湿球温度和对应的COP值，和图4的COP曲线来对比，全天室外温度都在指定的室外温度区间范围内，而且周围的COP比未切换的COP都超过5％时，则在下一天的下午13点进入过渡阶段。
进入过渡季的操作，先开第二种冷源供应设备，等设备达到稳定工况(持续运行超过1小时后)，再调整阀门开度。
离开过渡季的操作，先调整阀门开度到完全从单一冷源供冷，持续运行1小时后，确认稳态工况，且单一来源供冷在当天13-16时高温端能够满足供冷，且没有运行在满负荷，则确定可以完全进入过渡季节。
下一个工作日，重复阀门开度的寻优。
步骤3、对开式冷却塔、闭式冷却塔及制冷机组进行群控协同，确定制冷机组的运行台数和闭式冷却塔和开式冷却塔的启动台数
当冷源选择阀门开度位于0到100％之间时，两种冷源同时供冷，所有设备全开的总供冷能力远远大于实际供冷需求，所以需要两种冷源的设备运行数量进行调度分配，保证制冷需求前提下启用尽量低的能耗的设备组合。具体对铀提纯辅控工艺来说，需要对开式冷却塔、闭式冷却塔及制冷机组进行群控协同，确定制冷机组的运行台数和闭式冷却塔和开式冷却塔的启动台数
当处于过渡季节时，存在开式冷却塔、闭式冷却塔及制冷机组的并存运行时，本专利设计在群控协同层的优化，按小时优化调整一次。优化主要是在不改变切换阀门开度前提下，根据24小时的室外温湿度环境变化，设计开式冷却塔、闭式冷却塔的群控逻辑，从而最大可能的根据供冷需求，调整设备的运行数量和风机频率。
群控系统层针对三种工况进行不同的设计。
(1)对于单一闭式塔供冷的模式，主要通过对当前闭式冷却塔的满负荷或最低负荷运行时供冷是否满足需求来判断；判断当前工况是否位于临界，而且基于模型的预测未来是否会越界情况，来决定需要加减闭式冷却塔。
(2)对于单一冷水机组供冷的模式，主要通过对开式冷却塔的满负荷或者最低负荷运行时散热是否保证主机供冷的需求来判断；当位于临界，而且基于模型预测未来的温度是否会越界情况来决定是否需要加减开式冷却塔。
(3)当开式冷却塔与闭式冷却塔混用时，制冷机组运行台数不会超过1台，对应开式冷却塔的运行数量不会超过2台。开式冷却塔的运行数量根据主机的运行负载(冷却水的散热需求)，根据通用冰水系统的群控策略完成；闭式冷却塔的启停个数和风机频率根据供冷量的需求，根据通用的闭式塔群控策略完成。
对于开式冷却塔的群控，本发明包括以下创新点：
设计了根据开式冷却塔的制冷能力和主要运行参数(风机频率、水泵频率)，以及临界参数取值，基于当前状态是否处于临界，以及未来预测是否存在冷却水散热量不足来确定开式冷却塔的启动台数。
当加机或减机策略被触发时，各风机的运行频率初始值需保持在总运行频率不变。
对于闭式冷却塔的群控，本发明包括如下创新点：
设计了自动加减机逻辑：根据设定的工艺冷却水出水温度和目标值高出一个阈值(如，稳态上限且阈值的设定可以在软件中进行修改)，且风机运行频率达到设定的上限值(如45Hz)时，确定当前是否处于临界条件，进一步基于模型预测未来制定时长是否会供冷(通过y来间接表达)不足，来确定是否加机策略；
设计了减机策略，当出水温度比目标温度低一个阈值，且风机运行频率达到设定的下限值(如30Hz)时，确定是否过饱和临界，进一步预测未来制定时长范围内的供冷量(通过y来表达)是否会不足，来确定减机策略，如果未来供冷量会持续过饱和，则执行减机。
当加机或减机策略被触发时，各风机的运行频率初始值需保持在总运行频率不变。
由于设备的启停会带来较大的工况变化，需要较长的时间达到稳态，同时设备不适合频繁启停，所以加减机策略的判断周期以小时为单位，每个小时内通过快周期的APC控制器自动调节风机/水泵的频率来满足制冷负荷需求，避免短期波动造成设备误启停。按小时周期执行群控设备启停策略，每小时决策一次，如果工况稳定，还处于当前设备组合的制冷能力范围内，设备运行情况不变；当处于临界状态，而且未来室外空气温度变化趋势会导致制冷过剩或制冷不足时，提前加/减主机。群控优化设备启停和风机水泵频率的优化调节相比，类似于制冷量的不同档位，而频率和阀门开度调节相当于每一个档位内的微调，档位切换的目标是保证设备的最大供冷量尽量接近制冷需求，避免长期大马拉小车的情况，从而实现经济运行。
群控优化层的实施步骤如下：
步骤3.1、判断当前运行模式，单一闭式塔供冷，单一冷水机组供冷，或过渡季节混合供冷；
步骤3.2、针对闭式塔，根据设备参数和工艺特点，确定当前所处临界状态
针对闭式塔，根据设备参数和工艺特点，确定临界的温度预测和风机频率阈值，临界的温度预测和风机频率阈值分别有温度临界上界，温度临界下界，频率临界上界，频率临界下界。比较当前温度和频率是否同时满足各自的上界或者下界，温度满足上界，频率满足上界时，确认进入过热临界；温度满足下界，频率满足下界时，确认进入过冷临界；
步骤3.3、根据步骤3.2确定的当前所处临界状态，确定加机或减机
使用当前频率假设固定不变，和模型y1＝G1(z)u1，预测扰动影响下的温度y，如果当前处于过热临界，预测的未来环境温度扰动下是y值会超过上界，确定加机；如果当前处于过冷临界，确认，预测未来的环境温度扰动下y值会低于下界，确定减机；
步骤3.4、针对开式塔，根据设备参数和工艺特点，确定当前所处临界状态
针对开式塔，根据设备参数和工艺特点，确定临界的温度预测和风机频率和冷却水泵频率阈值，分别对应温度临界上界/下界，风机频率临界上界/下界，水泵频率临界上界/下界。三个条件上界同时满足时，确定进入过热临界，三个条件下界同时满足时，确定进入过冷临界；
步骤3.5、根据步骤3.4确定的当前所处临界状态，确定加机或减机
使用当前风机频率、水泵频率，未来环境扰动，和模型y2＝G2(z)u2，预测扰动影响下的y，如果处于过热临界，而且未来扰动下会过热，确认加塔；如果处于过冷临界，而且未来扰动下会低于下界，确定减塔；
步骤3.6、如果对应闭式塔或者开式塔运行中切满足加减机条件(加机条件，还有剩余没开的塔，减机前置条件，不是最后1台运行的塔)，重复步骤3.2到步骤3.5。
步骤4、对开式冷却塔的运行频率和冷却水供水水泵的频率进行实时优化
实时优化层，是快频率的分钟级别周期的优化，不管是过渡季节还是单一冷源供应季节，都在执行实时优化。其中，对于冷水机组，优化对象是开式冷却塔的运行频率和冷却水供水水泵的频率；当开式冷却塔启动完成后，实时优化层采用具有鲁棒性的模型预测算法，根据室外湿球温度变化和回水温度变化对开式冷却塔的运行频率和冷却水供水水泵的频率进行实时优化，首先保证冷却水供水温度符合系统设定值。
实时优化层主要包括两个控制主体，因为冷却塔控制是一个多变量，强耦合，非线性，多约束的复杂系统。为解决其多变量与强耦合问题，设计一个带有约束条件的模型预测控制器(Model Predictive Controller with Input and Output Constraints，a.k.a.MPC)。其多变量闭环控制器的求解过程可以通过一个带有约束条件的二次规划(Quadratic Programming)数学问题进行表达如下：
满足
ylow≤y(k+l|k)≤yhigh l＝1,2,…,Hcy (2)
ulow≤u(k+r-1|k)≤uhigh r＝1,2,…,Hcu (3)
Δu(k+i|k)＝u(k+i)-u(k+i-1) (4)
|Δu(k+i-1|k)|≤Δulimit i＝1,2,…,Hu (5)
y(k)＝G(z)u(k)(6)
符号(*|k)表示在第k个控制周期内预测产生的输入/输出变量。其中：
Y＝[y1 y2…yi]T为冷却塔系统的测量变量阵，yi为输出变量(也被称为CV变量)，如水温。n为输出变量数。
U＝[u1 u2…ui]T为中央空调系统的执行变量阵，ui为输入变量(也被称为MV变量)，如冷却泵变频器运行频率、风机转速、出口温度设定等。m为输入变量数。y＝Gu是模型关系，给定每一组u的未来的取值，根据模型可以预测y的未来的取值。
(1)通过具有鲁棒性的模型预测算法(MPC)，对制冷机组的开式冷却塔的风机频率、冷却水泵频率参数进行实时滚动优化；
(2)通过具有鲁棒性的模型预算算法，对闭式塔的各风机运行频率参数进行实时滚动优化；
(3)实时优化层的运行频率为分钟或0.5分钟，即每分钟或每半分钟进行一次工艺参数的实时调节。其中，算法支持多速率MPC，即不同的控制器可以以不同的运行频率进行实时调节。
(4)工艺冷却水的回水温度与室外湿球温度将作为扰动信号(DV)，进入MPC控制策略。
铀浓缩工艺辅控装置主要保证工艺用冷却水的恒定温度，带走浓缩过程中释放的热量，工艺散热所需的制冷量的需求是相对恒定，不管是冷水机组供冷还是闭式塔供冷，主要的扰动因素是室外温湿度对散热效果的差异。针对室外温湿度的变化，间接影响供水温度，所以需要投入闭环的实时控制器，保证供水温度和散热的均衡。本专利在实时控制层没有采用传统的单回路PID控制器，而是采用支持多变量预测的模型预测控制算法。具体步骤见4.1-4.3。
步骤4.1、确定开式冷却塔和冷却水泵的控制问题对应的惩罚函数J1，按照公式(1)表述；实际控制应用中，根据经验给定权重Q1,Q2,Q3的取值，和每个输出y，每个输入u的上下界约束，u个变化率约束，y1＝G1(z)u1模型使用二次规划算法求解满足约束条件下的J1取值最小的对未来的预测控制序列
应用第一个u(k|k)到控制器输出，给设备下发指令控制频率等MV变量。
步骤4.2、确定闭式冷却塔控制问题对应的惩罚函数J2，根据经验，选取权重Q1,Q2,Q3，已经对应的y,u的上下界，u的最大变化率等，然后根据y2＝G2(z)u2模型，使用二次规划算法求解满足约束条件下的J2取值最小时对应的未来预测轨迹序列
并应用第一个u(k|k)到闭式塔的控制器输出。
步骤4.3、下一个实时优化周期，重复步骤4.1.和4.2，分别启用优化解的u序列的第一个u的取值，作为当前时刻的控制输出；依次循环，这样的逻辑是滚动更新的优化策略。通过滚动更新，每一次模型根据新的传感器数据对预测结果进行修正，因此控制器对于模型的偏离度具有更大的容忍度，允许模型偏差的范围的越大，对应控制器闭环控制的鲁棒性越高。
当实时优化策略的控制器输出u饱和，接近上界或者下界，但是外界环境情况对应的制冷/散热需求接近饱和时，意味着小幅的工况变化时，控制器将无法进一步扩大或者减少输出，所以需要启用群控策略，调整设备运行的数量，来扩容或减容。
步骤5、针对冷水机组供冷时，以小时单位通过群控策略自动调整开式冷却塔的运行的设备数量，也称为加减塔策略。
具体的加减塔判断依据是基于当前室外温度情况过高/过低，当前的u的运行参数(是否接近上下界)，同时根据当前u和y的取值，预测未来指定时间区间内的y的趋势，按照当前y和未来预测的y的趋势，预判未来可能超过y的目标阈值时，加开一台开式冷却塔运行。这一层优化叫做群控优化层。
为了确保新增开式冷却塔启动后，不会因制冷量超调而造成温度低于设定值，对于加塔后的工况，限制u的总频率的变化率是5Hz，并维持固定频率指定时间，一般3-5分钟，等待加塔过程进入稳态后再继续启用实时优化。加减塔切换过程前后总频率之和差值5Hz的取值是根据工况历史操作的总结，目的是减少加减机带来的温度扰动，加开塔时总频率加5Hz，减少塔时总频率减少5Hz。具体差值5Hz允许现场工程师手动修改。
步骤6、步骤5中的加减塔完成后，则继续启用按分钟进行的模型预测控制算法对按步骤4.1-4.3的对开式冷却塔的风机频率进行快速调节，按MPC控制器的计算结果输出给执行器。
步骤7、重复步骤4-6实施多层级的调节，其中步骤6是步骤4的重复，可能存在不同的情况是，当步骤5优化输出改变了塔的运行数量时数量变化后的3-5分钟时间里，步骤4设计的快调节MPC控制器没有启用，直到等待时间过后，继续执行步骤4的快调节步骤。
步骤8、当闭式冷却塔完全投入时候，冷源协同优化层关闭制冷机组。
依照步骤1-2是步骤8是针对三种供冷模式：闭式塔单一低耗能冷源、两种冷源混合到、冷水机组加开式塔单一高耗能冷源的优化调度的逻辑，是三层优化层级里的最上层。而步骤3-7是第二层，群控逻辑和第三层实时优化层的执行步骤，不同冷源模式下有逻辑的具体参数有差异，但是第二层和第三层的优化的步骤是相同的。通过三层优化最终实现辅控系统制冷设备的全自动运行。
此外，实际应用时设计了手动和自动模式切换开关，自动模式时，反复循环执行三层优化闭环运行步骤，当闭环效果出现滞后或异常(如温度超标超时)时，允许人工切入手动干预。
上面结合附图和实施例对本发明作了详细说明，但是本发明并不限于上述实施示例，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。本发明中未作详细描述的内容均可以采用现有技术。
Claims (7)
1.一种铀浓缩制冷机组与闭式冷却塔多层级协同调度方法，其特征在于，所述方法包括以下步骤：
步骤1、通过工业通讯协议，读取参与控制的设备运行参数和环境参数，确定不同设备的模型；
步骤2、建立COP值与工艺冷却水切换水阀开度、室外湿球温度的数值模型，确定工艺冷却水切换水阀开度；
步骤3、对开式冷却塔、闭式冷却塔及制冷机组进行群控协同，确定制冷机组的运行台数和闭式冷却塔和开式冷却塔的启动台数；
步骤4、对开式冷却塔的运行频率和冷却水供水水泵的频率进行实时优化；
步骤5、针对冷水机组供冷时，以小时单位通过群控策略自动调整开式冷却塔的运行的设备数量；
步骤6、步骤5完成后，继续启用按分钟进行的模型预测控制算法对按步骤4.1-4.3的对开式冷却塔的风机频率进行快速调节，按MPC控制器的计算结果输出给执行器；
步骤7、重复步骤4-6实施多层级的调节，其中步骤6是步骤4的重复，可能存在不同的情况是，当步骤5优化输出改变了塔的运行数量时数量变化后的3-5分钟时间里，步骤4设计的快调节MPC控制器没有启用，直到等待时间过后，继续执行步骤4的快调节步骤；
步骤8、当闭式冷却塔完全投入时候，冷源协同优化层关闭制冷机组。
2.根据权利要求1所述的一种铀浓缩制冷机组与闭式冷却塔多层级协同调度方法，其特征在于，所述步骤1包括：
步骤1.1、在闭式塔的运行季节，分别对运行1台到n台闭式塔时，进行激励实验，获取闭式塔风机、室外湿球温度到闭式塔供水温度的模型y1＝G1(z)u1；
步骤1.2、在冷水机组运行季节，分别对运行1台到m台冷水机组的工况进行激励实验，获取开式塔风机、室外湿球温度、冷却泵频率到主机冷冻水供水总管温度的模型y2＝G2(z)u2；
步骤1.3、在闭式塔和冷水机组的交换季节，进行3个层级的多层级协同优化。
3.根据权利要求2所述的一种铀浓缩制冷机组与闭式冷却塔多层级协同调度方法，其特征在于，所述步骤1.3具体为：在冷源协同层，在给定的操作点获取COP取值，通过COP取值建立2位的数据表，并根据COP取值，进行曲线拟合获取近似的COP曲线；确定COP的曲线，进而应用COP曲线局部寻优。
4.根据权利要求3所述的一种铀浓缩制冷机组与闭式冷却塔多层级协同调度方法，其特征在于，所述步骤2包括：
步骤2.1、首先由冷源协同优化层对室外湿球温度进行判断，将COP值与工艺冷却水切换水阀开度、室外湿球温度建立数值模型；
步骤2.2、通过线性插值，在给定室外湿球温度的情况下，选择COP值的最高点，确定制冷机组与闭式塔混用比例，运算得出阀门的开度比例；
步骤2.3、根据预计的当日最高温度对应的室外湿球温度参考值，重复步骤2.2，获取下一天冷源选择阀门的比例。
5.根据权利要求4所述的一种铀浓缩制冷机组与闭式冷却塔多层级协同调度方法，其特征在于，所述步骤3包括：
步骤3.1、判断当前运行模式，单一闭式塔供冷，单一冷水机组供冷，或过渡季节混合供冷；
步骤3.2、针对闭式塔，根据设备参数和工艺特点，确定当前所处临界状态；
步骤3.3、根据步骤3.2确定的当前所处临界状态，确定加机或减机；
步骤3.4、针对开式塔，根据设备参数和工艺特点，确定当前所处临界状态；
步骤3.5、根据步骤3.4确定的当前所处临界状态，确定加机或减机；
步骤3.6、如果对应闭式塔或者开式塔运行中切满足加减机条件，重复步骤3.2到步骤3.5。
6.根据权利要求5所述的一种铀浓缩制冷机组与闭式冷却塔多层级协同调度方法，其特征在于，所述步骤4包括：
步骤4.1、确定开式冷却塔和冷却水泵的控制问题对应的惩罚函数J1；
步骤4.2、确定闭式冷却塔控制问题对应的惩罚函数J2；
步骤4.3、下一个实时优化周期，重复步骤4.1.和4.2，分别启用优化解的u序列的第一个u的取值，作为当前时刻的控制输出；依次循环，进行实时优化。
7.根据权利要求6所述的一种铀浓缩制冷机组与闭式冷却塔多层级协同调度方法，其特征在于，所述步骤4.1和步骤4.2中的惩罚函数的公式为：
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211426632.5A CN115860445B (zh) | 2022-11-15 | 2022-11-15 | 铀浓缩制冷机组与闭式冷却塔多层级协同调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211426632.5A CN115860445B (zh) | 2022-11-15 | 2022-11-15 | 铀浓缩制冷机组与闭式冷却塔多层级协同调度方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115860445A true CN115860445A (zh) | 2023-03-28 |
| CN115860445B CN115860445B (zh) | 2024-02-09 |
Family
ID=85663456
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211426632.5A Active CN115860445B (zh) | 2022-11-15 | 2022-11-15 | 铀浓缩制冷机组与闭式冷却塔多层级协同调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115860445B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116379832A (zh) * | 2023-04-14 | 2023-07-04 | 广州林旺空调工程有限公司 | 一种冷却塔智慧控制系统 |
| CN118226908A (zh) * | 2024-05-27 | 2024-06-21 | 中国空气动力研究与发展中心高速空气动力研究所 | 解决大滞后系统快速响应问题的风洞总温控制装置及方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105020845A (zh) * | 2015-03-09 | 2015-11-04 | 厦门立思科技股份有限公司 | 一种空调系统联动节能控制系统及方法 |
| CN107940679A (zh) * | 2017-12-14 | 2018-04-20 | 江苏省邮电规划设计院有限责任公司 | 一种基于数据中心冷水机组性能曲线的群控方法 |
| CN113536525A (zh) * | 2021-04-16 | 2021-10-22 | 广州地铁设计研究院股份有限公司 | 一种中央空调全局最优节能控制方法 |
| CN114370696A (zh) * | 2021-12-27 | 2022-04-19 | 杭州英集动力科技有限公司 | 基于d-s证据理论的中央空调冷却塔出水温度控制方法 |
| CN114440410A (zh) * | 2022-02-14 | 2022-05-06 | 深圳嘉力达节能科技有限公司 | 基于换热效率对冷冻、冷却水泵进行变流量控制的方法 |
| CN114576806A (zh) * | 2022-02-17 | 2022-06-03 | 华设设计集团股份有限公司 | 一种基于变频控制的中央空调冷却水系统节能优化方法 |
| CN114611288A (zh) * | 2022-03-10 | 2022-06-10 | 上海聚鑫节能工程科技有限公司 | 一种中央空调系统智能化高效机房节能算法模型 |
-
2022
- 2022-11-15 CN CN202211426632.5A patent/CN115860445B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105020845A (zh) * | 2015-03-09 | 2015-11-04 | 厦门立思科技股份有限公司 | 一种空调系统联动节能控制系统及方法 |
| CN107940679A (zh) * | 2017-12-14 | 2018-04-20 | 江苏省邮电规划设计院有限责任公司 | 一种基于数据中心冷水机组性能曲线的群控方法 |
| CN113536525A (zh) * | 2021-04-16 | 2021-10-22 | 广州地铁设计研究院股份有限公司 | 一种中央空调全局最优节能控制方法 |
| CN114370696A (zh) * | 2021-12-27 | 2022-04-19 | 杭州英集动力科技有限公司 | 基于d-s证据理论的中央空调冷却塔出水温度控制方法 |
| CN114440410A (zh) * | 2022-02-14 | 2022-05-06 | 深圳嘉力达节能科技有限公司 | 基于换热效率对冷冻、冷却水泵进行变流量控制的方法 |
| CN114576806A (zh) * | 2022-02-17 | 2022-06-03 | 华设设计集团股份有限公司 | 一种基于变频控制的中央空调冷却水系统节能优化方法 |
| CN114611288A (zh) * | 2022-03-10 | 2022-06-10 | 上海聚鑫节能工程科技有限公司 | 一种中央空调系统智能化高效机房节能算法模型 |
Non-Patent Citations (1)
| Title |
|---|
| 余江海;马洪亭;杨国利;: "冷水机组低温冷却水系统解决方案分析", 节能, no. 09, pages 17 - 21 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116379832A (zh) * | 2023-04-14 | 2023-07-04 | 广州林旺空调工程有限公司 | 一种冷却塔智慧控制系统 |
| CN116379832B (zh) * | 2023-04-14 | 2023-12-26 | 广州林旺空调工程有限公司 | 一种冷却塔智慧控制系统 |
| CN118226908A (zh) * | 2024-05-27 | 2024-06-21 | 中国空气动力研究与发展中心高速空气动力研究所 | 解决大滞后系统快速响应问题的风洞总温控制装置及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115860445B (zh) | 2024-02-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115860445B (zh) | 铀浓缩制冷机组与闭式冷却塔多层级协同调度方法 | |
| JP5513984B2 (ja) | 冷水製造設備および冷水製造方法 | |
| CN104134100B (zh) | 一种基于云计算的节能管理系统 | |
| CN100491852C (zh) | 一种集中供冷系统的自动化控制方法 | |
| CN113446705B (zh) | 一种地铁高效机房节能控制系统及控制方法 | |
| CN112503746B (zh) | 基于机器学习与粒子群算法的动力站房冷源系统的控制方法 | |
| CN110895016A (zh) | 一种基于模糊自适应的中央空调系统节能群控方法 | |
| CN115823706B (zh) | 一次泵自适应变压差节能控制系统及方法 | |
| CN102374605A (zh) | 一种中央空调水系统自动寻优节能技术及其系统 | |
| CN104374036A (zh) | 空调的控制方法和空调机组 | |
| CN102889650A (zh) | 一种一体化组合式机房空调机组及其控制方法 | |
| CN114396714B (zh) | 一种系统启动台数自动控制运行系统和方法 | |
| CN114282729A (zh) | 一种基于负荷预测的冰蓄冷空调优化调度方法 | |
| CN112556103A (zh) | 一种基于负荷预测的大系统节能控制方式及系统 | |
| CN211903215U (zh) | 一种地铁高效机房节能控制系统 | |
| CN114440409A (zh) | 一种中央空调系统自适应节能控制方法 | |
| CN116085936A (zh) | 一种中央空调能源站智慧能源管理系统、设备及介质 | |
| JP2013178094A (ja) | 熱源設備制御システム | |
| CN113218040A (zh) | 一种中央空调系统能效提升控制方法 | |
| JP5346218B2 (ja) | 熱源設備制御システム | |
| CN117308286A (zh) | 一种机理模型联合深度强化学习的空调系统优化控制方法 | |
| CN104713208A (zh) | 离心式冷水机组输出能量的高效节能调节系统和方法 | |
| CN210441402U (zh) | 一种空调系统的自动化控制装置 | |
| CN115903712A (zh) | 适用于工业制冷系统的节能优化方法及其优化控制系统 | |
| CN118110660A (zh) | 一种基于大数据分析的空压机智能群控方法 |
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 |