CN115860578A - 机电系统智能分析安装设备环境可行性的方法及装置 - Google Patents

机电系统智能分析安装设备环境可行性的方法及装置 Download PDF

Info

Publication number
CN115860578A
CN115860578A CN202310161124.7A CN202310161124A CN115860578A CN 115860578 A CN115860578 A CN 115860578A CN 202310161124 A CN202310161124 A CN 202310161124A CN 115860578 A CN115860578 A CN 115860578A
Authority
CN
China
Prior art keywords
characteristic
electromechanical
installation
wind
calculating
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
Application number
CN202310161124.7A
Other languages
English (en)
Other versions
CN115860578B (zh
Inventor
杨清文
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.)
Shenzhen Xinyada Electrical And Mechanical Engineering Co ltd
Original Assignee
Shenzhen Xinyada Electrical And Mechanical Engineering 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 Shenzhen Xinyada Electrical And Mechanical Engineering Co ltd filed Critical Shenzhen Xinyada Electrical And Mechanical Engineering Co ltd
Priority to CN202310161124.7A priority Critical patent/CN115860578B/zh
Publication of CN115860578A publication Critical patent/CN115860578A/zh
Application granted granted Critical
Publication of CN115860578B publication Critical patent/CN115860578B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本发明涉及人工智能技术，揭露了一种机电系统智能分析安装设备环境可行性的方法及装置，包括：根据安装条件选取所述机电设备的预备安装位置；计算改造后的安装条件需求与改造后的地理特征的位置匹配度；根据抗氧化与环境湿度特征以及预设的预期使用时长特征计算所述机电设备的使用时长期望，以及根据抗风力特征、环境风力特征计算机电设备的风力危险数值；根据生产噪音与环境降噪特征计算所述机电设备的生产噪音期望；利用预设的异化权重算法根据位置匹配度、使用时长期望、风力危险数值和生产噪音期望计算机电设备的安装可行性参数。本发明提高机电设备安装的可行性。

Description

机电系统智能分析安装设备环境可行性的方法及装置
技术领域
本发明涉及人工智能技术领域，尤其涉及一种机电系统智能分析安装设备环境可行性的方法及装置。
背景技术
随着机电工程的发展，机电工程正在向着智能化方向前行，工程复杂性有所提升，施工难度陡增，但为了保证机电工程的作用可以得到真正的发挥，要对施工过程进行严格要求，规范机电设备安装的施工流程，提高安装标准。
但现有的机电设备安装可行性分析多为基于单一的因素实现机电设备的安装，例如，基于安装的地理特征和经济效益实现对机电设备的安装。实际应用中，在对机电设备进行安装时存在着多种可以影响安装可行性的因素，仅考虑安装位置，可能导致对机电设备的安装的不稳定，从而对机电设备进行安装的可行性较低。
发明内容
本发明提供一种机电系统智能分析安装设备环境可行性的方法及装置，其主要目的在于解决进行机电设备安装时可行性较低的问题。
为实现上述目的，本发明提供的一种机电系统智能分析安装设备环境可行性的方法，包括：
获取预设的机电设备的安装条件需求，根据所述安装条件需求从预设的区域范围内选取所述机电设备的预备安装位置；
获取所述预备安装位置的地理特征，对所述地理特征和所述安装条件需求进行双向相对改造，并计算所述双向相对改造后的所述安装条件需求与所述双向相对改造后的所述地理特征的位置匹配度；
获取所述预备安装位置的环境湿度特征、环境风力特征，以及获取所述机电设备的耗材数据，提取所述耗材数据的抗氧化特征及抗风力特征；
根据所述抗氧化特征、所述环境湿度特征以及预设的预期使用时长特征计算所述机电设备的使用时长期望，以及根据所述抗风力特征、所述环境风力特征计算所述机电设备的风力危险数值；
获取所述预备安装位置的环境降噪特征，以及获取所述机电设备的生产噪音数据，提取所述生产噪音数据的生产噪音特征，根据所述生产噪音特征和所述环境降噪特征计算所述机电设备的生产噪音期望；
利用预设的异化权重算法根据所述位置匹配度、所述使用时长期望、所述风力危险数值和所述生产噪音期望计算所述机电设备的安装可行性参数。
可选地，所述根据所述安装条件需求从预设的区域范围内选取所述机电设备的预备安装位置，包括：
利用层次分析法确定所述安装条件需求中的需求指标权值；
对所述区域范围进行区域网格划分，得到网格区域；
利用如下算法根据所述需求指标权值计算所述机电设备在每个所述网格区域的运行效率：
Figure SMS_3
其中，/>
Figure SMS_5
为第/>
Figure SMS_7
个网格区域的所述运行效率，/>
Figure SMS_2
为所述机电设备的设备健康度评分，/>
Figure SMS_6
为所述机电设备的运行年限，/>
Figure SMS_8
为所述机电设备在第/>
Figure SMS_9
个网格区域的负载率，/>
Figure SMS_1
为在第/>
Figure SMS_4
个网格区域的所述需求指标权值；
选取运行效率最高的网格区域为所述机电设备的预备安装位置。
可选地，所述计算所述双向相对改造后的所述安装条件需求与所述双向相对改造后的所述地理特征的位置匹配度，包括：
提取所述双向相对改造后的安装条件需求的核心语义，得到第一信息语义，以及提取所述双向相对改造后的所述地理特征的核心语义，得到第二信息语义；
将所述第一信息语义进行向量转换，得到第一信息向量，以及将所述第二信息语义进行向量转换，得到第二信息向量；
利用如下位置匹配度算法根据所述第一信息向量和所述第二信息向量计算所述位置匹配度：
Figure SMS_12
其中，/>
Figure SMS_14
为所述位置匹配度，/>
Figure SMS_17
为所述第一信息向量中的第/>
Figure SMS_11
个向量，/>
Figure SMS_15
为所述第二信息向量中的第/>
Figure SMS_18
个向量，/>
Figure SMS_19
为所述第一信息向量中第/>
Figure SMS_10
个向量的权重，/>
Figure SMS_13
为所述第二信息向量中第/>
Figure SMS_16
个向量的权重。
可选地，所述根据所述抗氧化特征、所述环境湿度特征以及预设的预期使用时长特征计算所述机电设备的使用时长期望，包括：
提取所述抗氧化特征、所述环境湿度特征以及预设的预期使用时长特征的特征参数；
根据所述特征参数确定所述机电设备的运行状态；
将所述运行状态输入到预设的马尔科夫预测模型，得到运行状态概率；
利用如下使用时长期望算法根据所述运行状态概率计算所述机电设备的使用时长期望：
Figure SMS_22
其中，/>
Figure SMS_25
为所述使用时长期望，/>
Figure SMS_27
为所述运行状态概率，/>
Figure SMS_21
为机电设备预期使用时长，/>
Figure SMS_24
为机电设备的尺度参数，/>
Figure SMS_26
为机电设备的形状参数，/>
Figure SMS_28
为机电设备的位置参数，/>
Figure SMS_20
为指数，/>
Figure SMS_23
为微分。
可选地，所述根据所述抗风力特征、所述环境风力特征计算所述机电设备的风力危险数值，包括：
提取所述抗风力特征和所述环境风力特征的特征参数；
利用如下风力系数算法根据所述特征参数计算所述机电设备的风力系数：
Figure SMS_31
其中，/>
Figure SMS_34
为所述风力危险数值，/>
Figure SMS_37
为所述特征参数中的环境风力的平均风速，/>
Figure SMS_30
为所述机电设备的体型系数；/>
Figure SMS_33
为抗风力特征中机电设备的地面阻力系数，/>
Figure SMS_36
为抗风力特征中机电设备的地面粗糙程度，/>
Figure SMS_38
为所述特征参数中的环境风力的平均风压，/>
Figure SMS_29
为所述特征参数中的环境风力的风压高度变化系数，/>
Figure SMS_32
为所述机电设备的占地面积，/>
Figure SMS_35
为对平均风压的积分；
根据所述风力系数确定所述机电设备的风力危险数值。
可选地，所述根据所述生产噪音特征和所述环境降噪特征计算所述机电设备的生产噪音期望，包括：
提取所述生产噪音特征和所述环境降噪特征的特征参数；
利用预设的频谱分析法对所述特征参数进行噪声信号分析，得到噪声振幅；
利用如下生产噪音期望算法根据所述噪声振幅计算所述机电设备的生产噪音期望：
Figure SMS_39
其中，/>
Figure SMS_40
为所述生产噪音期望，/>
Figure SMS_41
为圆周率，/>
Figure SMS_42
为信号序列的长度，/>
Figure SMS_43
为所述噪声振幅，/>
Figure SMS_44
为指数函数，/>
Figure SMS_45
为噪音信号线性拟合后的残差。
可选地，所述利用预设的异化权重算法根据所述位置匹配度、所述使用时长期望、所述风力危险数值和所述生产噪音期望计算所述机电设备的安装可行性参数，包括：
利用如下算法计算所述机电设备的安装可行性参数：
Figure SMS_47
其中，/>
Figure SMS_51
为所述安装可行性参数，/>
Figure SMS_53
为第/>
Figure SMS_48
个影响因素，/>
Figure SMS_50
为所述位置匹配度，/>
Figure SMS_54
为所述使用时长期望，/>
Figure SMS_55
为所述风力危险数值，/>
Figure SMS_46
为所述生产噪音期望，/>
Figure SMS_49
为所述影响因素的个数，/>
Figure SMS_52
为第/>
Figure SMS_56
个影响因素的权重。
为了解决上述问题，本发明还提供一种机电系统智能分析安装设备环境可行性装置，所述装置包括：
预备安装位置选取模块，用于获取预设的机电设备的安装条件需求，根据所述安装条件需求从预设的区域范围内选取所述机电设备的预备安装位置；
预备安装位置改造模块，用于获取所述预备安装位置的地理特征，对所述地理特征和所述安装条件需求进行双向相对改造，并计算所述双向相对改造后的所述安装条件需求与所述双向相对改造后的所述地理特征的位置匹配度；
特征提取模板，用于获取所述预备安装位置的环境湿度特征、环境风力特征，以及获取所述机电设备的耗材数据，提取所述耗材数据的抗氧化特征及抗风力特征；
期望和数值计算模块，用于根据所述抗氧化特征、所述环境湿度特征以及预设的预期使用时长特征计算所述机电设备的使用时长期望，以及根据所述抗风力特征、所述环境风力特征计算所述机电设备的风力危险数值；
生产噪音期望计算模块，用于获取所述预备安装位置的环境降噪特征，以及获取所述机电设备的生产噪音数据，提取所述生产噪音数据的生产噪音特征，根据所述生产噪音特征和所述环境降噪特征计算所述机电设备的生产噪音期望；
安装可行性参数计算模块，用于利用预设的异化权重算法根据所述位置匹配度、所述使用时长期望、所述风力危险数值和所述生产噪音期望计算所述机电设备的安装可行性参数。
本发明实施例能够通过对机电设备的预备安装位置、地理特征与安装条件需求的位置匹配度、机电设备的使用时长期望、风力危险数值、生产噪音期望多方面分析，得到机电设备的安装可行性参数。根据所述安装可行性参数可以进行机电设备的安装调整，使机电设备达到最大的工作效率。因此本发明提出的机电系统智能分析安装设备环境可行性的方法，可以解决对机电设备安装可行性较差的问题。
附图说明
图1为本发明一实施例提供的机电系统智能分析安装设备环境可行性的方法的流程示意图；
图2为本发明一实施例提供的选取预备安装位置的流程示意图；
图3为本发明一实施例提供的计算使用时长期望的流程示意图；
图4为本发明一实施例提供的机电系统智能分析安装设备环境可行性装置的功能模块图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本申请实施例提供一种机电系统智能分析安装设备环境可行性的方法。所述机电系统智能分析安装设备环境可行性的方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述机电系统智能分析安装设备环境可行性的方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示，为本发明一实施例提供的机电系统智能分析安装设备环境可行性的方法的流程示意图。在本实施例中，所述机电系统智能分析安装设备环境可行性的方法包括：
S1、获取预设的机电设备的安装条件需求，根据所述安装条件需求从预设的区域范围内选取所述机电设备的预备安装位置；
本发明实施例中，所述机电设备一般指机械、电器及电器自动化设备中的至少一个，机电设备种类繁多，机电设备按照用途可分为三类，即产业类机电设备和信息类机电设备。所述产业类机电设备是指用于生产企业的设备，例如纺织机械、矿山机械等；所述信息类机电设备是指用于信息采集、传输和存储处理的电子机械产品，例如计算机，打印机等。以及所述机电设备的安装条件需求是在对所述机电设备进行安装时提出的安装方案，包括电气安装，电线、电缆铺设，管路、埋件与接地线的安装，不同机电设备有不同的安装条件需求，根据所述安装条件选取不同的安装位置。
本发明实施例中，参图2所示，所述根据所述安装条件需求从预设的区域范围内选取所述机电设备的预备安装位置，包括：
S21、利用层次分析法确定所述安装条件需求中的需求指标权值；
S22、对所述区域范围进行区域网格划分，得到网格区域；
S23、利用如下算法根据所述需求指标权值计算所述机电设备在每个所述网格区域的运行效率：
Figure SMS_57
其中，/>
Figure SMS_58
为第i个网格区域的所述运行效率，G为所述机电设备的设备健康度评分，T为所述机电设备的运行年限，/>
Figure SMS_59
为所述机电设备在第i个网格区域的负载率，/>
Figure SMS_60
为第i个网格区域的所述需求指标权值；
S24、选取运行效率最高的网格区域为所述机电设备的预备安装位置。
本发明实施例中，所述层次分析法，简称AHP，是指将与决策总是有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量分析的决策方法，是一种层次权重决策分析方法。
作为一种实施例，所述利用层次分析法确定所述安装条件需求中的需求指标权值，包括：
利用所述层次分析法构建所述安装条件需求的层次化模型；
根据所述层次化模型确定所述安装条件需求的指标矩阵；
计算所述指标矩阵的指标权重向量；
对所述指标权重向量进行归一化处理，得到所述安装条件需求的权重。
示例性地，将所述区域范围划分为3个网格区域，在第一个网格区域进行机电设备的安装并计算在此位置进安装的机电设备的运行效率为50%，在第二个网格区域进行机电设备的安装并计算在此位置进安装的机电设备的运行效率为70%，在第三个网格区域进行机电设备的安装并计算在此位置进安装的机电设备的运行效率为80%，则选取运行效率最高的第三个网格区域作为所述机电设备的预备安装位置。
S2、获取所述预备安装位置的地理特征，对所述地理特征和所述安装条件需求进行双向相对改造，并计算所述双向相对改造后的所述安装条件需求与所述双向相对改造后的所述地理特征的位置匹配度；
本发明实施例中，所述预备安装位置的地理特征是指此位置的地形类型、地势起伏状况、气候环境，土壤特性等中的一个或多个特征。
作为一种实施例，可利用遥感数字影像技术获取所述安装位置的地理特征。所述遥感数字影像技术可以记录各种地物电磁波大小的图片，已深入到地质、测绘、城市管理、资源调查、环境监测等行业。
本发明实施例中，对所述地理特征和所述安装条件需求进行双向相对改造，即根据所述地理特征可以对所述安装条件需求进行改造，还可以根据所述安装需求对所述地理特征进行改造，即实现所述地理特征和所述安装条件需求的双向相对改造。其中，根据安装条件需求对地理特征进行改造，如安装条件需求是要求安装设备的地理位置需要平坦，不能坑坑洼洼，因此就需要对地理特征不平坦的地面进行平整地面、浇筑混凝土的改造之类；还可以根据地理特征对安装条件需求进行改造，如选取的地理特征是地面不平坦或者通风情况不好，就需要对选取的地理特征进行重新评估，因地制宜的对安装条件需求进行与地理特征相适应的变动。例如，当当前所处的地理特征不适合安装此机电设备，就会寻求最佳的地理位置会此机电设备进行合适的安装。
本发明实施例中，所述计算所述双向相对改造后的所述安装条件需求与所述双向相对改造后的所述地理特征的位置匹配度，包括：
提取所述双向相对改造后的安装条件需求的核心语义，得到第一信息语义，以及提取所述双向相对改造后的所述地理特征的核心语义，得到第二信息语义；
将所述第一信息语义进行向量转换，得到第一信息向量，以及将所述第二信息语义进行向量转换，得到第二信息向量；
利用如下位置匹配度算法根据所述第一信息向量和所述第二信息向量计算所述位置匹配度：
Figure SMS_62
其中，/>
Figure SMS_66
为所述位置匹配度，/>
Figure SMS_68
为所述第一信息向量中的第/>
Figure SMS_63
个向量，/>
Figure SMS_65
为所述第二信息向量中的第/>
Figure SMS_69
个向量，/>
Figure SMS_70
为所述第一信息向量中第/>
Figure SMS_61
个向量的权重，/>
Figure SMS_64
为所述第二信息向量中第/>
Figure SMS_67
个向量的权重。
作为一种实施例，提取所述双向相对改造后的安装条件需求的核心语义，得到第一信息语义，包括：
对所述改造后的安装条件需求进行卷积、池化处理，得到所述改造后的安装条件需求的低维特征语义；
将所述低维特征语义映射至预先构建的高维空间，得到高维特征语义；
利用预设的激活函数对所述高维特征语义进行筛选，得到第一信息语义。
本发明实施例中，可通过预设的向量转换模型对所述核心语义进行向量转换，得到信息向量，所述向量转换模型包括但不限于word2vec模型、Bert模型。
S3、获取所述预备安装位置的环境湿度特征、环境风力特征，以及获取所述机电设备的耗材数据，提取所述耗材数据的抗氧化特征及抗风力特征；
本发明实施例中，所述预备安装位置的环境湿度特征表示环境中空气干燥程度的物理量。环境湿度对机电设备的影响主要是绝缘强度、霉菌生长、金属腐蚀等。湿度过高易降低机电设备的绝缘强度，空气中的水分附着在机电设备的表面，使机电设备的绝缘电阻降低，湿度过低易降低机电设备的性能和使用寿命。所述预备安装位置的环境风力表示从风得到的机械力，当较轻的热空气突然上升时，较冷的空气会快速流入以填补热空气留下的空白，形成了风。所述环境风力特征指在任意风级上的某一定数值（如5级或7级）。
作为一种实施例，可利用具有测量湿度的湿度仪获取所述预备安装位置的环境湿度特征和可利用具有测量风力的风速计获取环所述预备安装位置的环境风力特征。
本发明实施例中，所述机电设备的耗材数据是指机电设备在安装的过程中所需要的安装材料。即机电设备安装时所需要的配件、材料等就是耗材，比如，导线、铁丝、接线端子、氧气、乙炔等。
作为一种实施例，抗氧化性是指金属材料在高温时抵抗氧化性气氛氧化作用的能力，所述抗氧化性特征是所述机电设备的抗氧化性，以及所述抗风力特征是指所述机电设备的抗风性能。
本发明实施例中，所述提取所述耗材数据的抗氧化特征及抗风力特征，包括：
获取所述耗材数据的抗氧化参数指标和抗风力参数指标；
根据所述抗氧化参数指标计算所述耗材数据的抗氧化系数，以及根据所述抗风力参数指标计算所述耗材数据的抗风系数；
根据所述抗氧化系数和所述抗风系数确定所述耗材数据的抗氧化特征及抗风力特征。
作为一种实施例，所述根据所述抗氧化参数指标计算所述耗材数据的抗氧化系数，包括：
利用如下算法根据所述抗氧化参数指标计算所述耗材数据的抗氧化系数：
Figure SMS_71
其中，/>
Figure SMS_72
所述抗氧化系数，/>
Figure SMS_73
为所述耗材数据中材料所处的温度，/>
Figure SMS_74
为所述耗材数据的抗氧化耗材数量。
具体地，根据所述抗氧化系数可以知道所述机电设备的抗氧化性，根据所述抗风系数知道所述机电设备的抗风能力，比如，若所述抗风系数为2，则所述机电设备的抗风能力很差；若所述抗风系数为10，则所述机电设备的抗风能力很强。
本发明其中一个实际应用场景中，在建筑工地上随处都能看见的大型机电设备，吊塔是建筑工地上必不可少的机电设备，在安装吊塔时，塔机的安装位置必须保证塔机的最大旋转部分如吊臂、吊钩等离输电线5米以上的距离，塔机的安装工作应在塔机最高处风速不大于8米每秒时进行，以及塔机各部件的连接螺栓、螺母均是专用特制零件，因此，在进行吊塔安装时要考虑安装吊塔的地理位置、风速以及耗材的选择等，这些因素都会影响吊塔安装的可行性。
S4、根据所述抗氧化特征、所述环境湿度特征以及预设的预期使用时长特征计算所述机电设备的使用时长期望，以及根据所述抗风力特征、所述环境风力特征计算所述机电设备的风力危险数值；
本发明实施例中，所述机电设备的使用时长是机电设备从投入使用到失效的一段时间，机电设备运行状态和诸多因素相关，存在着大量的不确定性和随机性；以及所述风力危险是根据所述抗风性能和环境风力对机电设备的影响，即机电设备是否能抵挡住风力带来的风险。
本发明实施例中，参图3所示，所述根据所述抗氧化特征、所述环境湿度特征以及预设的预期使用时长特征计算所述机电设备的使用时长期望，包括：
S31、提取所述抗氧化特征、所述环境湿度特征以及预设的预期使用时长特征的特征参数；
S32、根据所述特征参数确定所述机电设备的运行状态；
S33、将所述运行状态输入到预设的马尔科夫预测模型，得到运行状态概率；
S34、利用如下使用时长期望算法根据所述运行状态概率计算所述机电设备的使用时长期望：
Figure SMS_76
其中，/>
Figure SMS_79
为所述使用时长期望，/>
Figure SMS_81
为所述运行状态概率，/>
Figure SMS_77
为机电设备预期使用时长，/>
Figure SMS_80
为机电设备的尺度参数，/>
Figure SMS_82
为机电设备的形状参数，/>
Figure SMS_83
为机电设备的位置参数，/>
Figure SMS_75
为指数，/>
Figure SMS_78
为微分。
作为一种实施例，可利用具有参数特征提取的局部二值模式提取所述所述抗氧化特征、所述环境湿度特征以及预设的预期使用时长特征的特征参数。
具体地，所述特征参数是指抗氧化性、环境湿度数值和使用时长数值；以及所述运行状态为正常状态、不正常状态和故障状态。
作为一种实施例，所述根据所述特征参数确定所述机电设备的运行状态，包括：
获取所述机电设备运行状态的运行特征参数；
将所述特征参数与所述运行特征参数进行参数对比，得到参数对比结果；
根据所述参数对比结果确定所述机电设备的运行状态。
具体地，若所述特征参数与所述机电设备的运行特征参数是相同的，说明机电设备的运行状态是正常的；若参数对比结果是有偏差的，说明机电设备的运行状态是故障的。
进一步地，所述马尔科夫预测模型是对事件的全面预测，不仅能够指出事件发生的各种可能结果，而且还能给出每一种结果出现的概率。
本发明实施例中，所述根据所述抗风力特征、所述环境风力特征计算所述机电设备的风力危险数值，包括：
提取所述抗风力特征和所述环境风力特征的特征参数；
利用如下风力系数算法根据所述特征参数计算所述机电设备的风力系数：
Figure SMS_86
其中，/>
Figure SMS_89
为所述风力危险数值，/>
Figure SMS_92
为所述特征参数中的环境风力的平均风速，/>
Figure SMS_85
为所述机电设备的体型系数；/>
Figure SMS_87
为抗风力特征中机电设备的地面阻力系数，/>
Figure SMS_90
为抗风力特征中机电设备的地面粗糙程度，/>
Figure SMS_93
为所述特征参数中的环境风力的平均风压，/>
Figure SMS_84
为所述特征参数中的环境风力的风压高度变化系数，/>
Figure SMS_88
为所述机电设备的占地面积，/>
Figure SMS_91
为对平均风压的积分；
根据所述风力系数确定所述机电设备的风力危险数值。
作为一种实施例，所述抗风力特征的特征参数是指抗风性能，以及所述环境风力特征的特征参数是指风速、风向、风压和风级中的至少一个。
具体地，所述提取所述抗风力特征和所述环境风力特征的特征参数与提取所述所述抗氧化特征、所述环境湿度特征以及预设的预期使用时长特征的特征参数的提取方法一致，在此不再赘述。
示例性地，所述风力系数与所述机电设备的风力危险数值具有映射关系，例如，当所述风力系数为1级，所述机电设备的风力危险数值为10；当所述风力系数为5级，所述机电设备的风力危险数值为40；当所述风力系数为10级，所述机电设备的风力危险数值为80，因此，风力系数越高，机电设备的风力危险数值就越大。
S5、获取所述预备安装位置的环境降噪特征，以及获取所述机电设备的生产噪音数据，提取所述生产噪音数据的生产噪音特征，根据所述生产噪音特征和所述环境降噪特征计算所述机电设备的生产噪音期望；
本发明实施例中，所述环境降噪特征是指环境对噪声的抵消能力。
作为一种实施例，可对所述环境噪声声源捕获来获取所述预备安装位置的环境降噪特征。
本发明实施例中，所述生产噪音数据是指所述机电设备在进行生产运行时，所产生的噪音数据，以及所述生产噪音特征是噪音信号、噪音频率。
作为一种实施例，可利用具有噪音检测的噪声测试仪获取所述机电设备的生产噪音数据。
具体地，所述提取所述生产噪音数据的生产噪音特征与提取所述所述抗氧化特征、所述环境湿度特征以及预设的预期使用时长特征的特征参数的提取方法一致，在此不再赘述。
本发明实施例中，所述根据所述生产噪音特征和所述环境降噪特征计算所述机电设备的生产噪音期望，包括：
提取所述生产噪音特征和所述环境降噪特征的特征参数；
利用预设的频谱分析法对所述特征参数进行噪声信号分析，得到噪声振幅；
利用如下生产噪音期望算法根据所述噪声振幅计算所述机电设备的生产噪音期望：
Figure SMS_94
其中，/>
Figure SMS_95
为所述生产噪音期望，/>
Figure SMS_96
为圆周率，/>
Figure SMS_97
为信号序列的长度，/>
Figure SMS_98
为所述噪声振幅，/>
Figure SMS_99
为指数函数，/>
Figure SMS_100
为噪音信号线性拟合后的残差。
具体地，所述生产噪音特征的特征参数是噪音信号、噪音频率，以及所述环境降噪特征的特征参数是噪音抵消能力。
S6、利用预设的异化权重算法根据所述位置匹配度、所述使用时长期望、所述风力危险数值和所述生产噪音期望计算所述机电设备的安装可行性参数。
本发明实施例中，所述利用预设的异化权重算法根据所述位置匹配度、所述使用时长期望、所述风力危险数值和所述生产噪音期望计算所述机电设备的安装可行性参数，包括：
利用如下算法计算所述机电设备的安装可行性参数：
Figure SMS_101
其中，/>
Figure SMS_102
为所述安装可行性参数，/>
Figure SMS_103
为第/>
Figure SMS_104
个影响因素，/>
Figure SMS_105
为所述影响因素的个数，/>
Figure SMS_106
为第/>
Figure SMS_107
个影响因素的权重。
作为一种实施例，所述安装可行性参数计算公式中的
Figure SMS_108
为第/>
Figure SMS_109
个影响因素，其中/>
Figure SMS_110
为所述位置匹配度，/>
Figure SMS_111
为所述使用时长期望，/>
Figure SMS_112
为所述风力危险数值，/>
Figure SMS_113
为所述生产噪音期望。根据位置匹配度、使用时长期望、风力危险数值及生产噪音期望确定机电设备的安装可行性参数，可以提高安装可行性的准确度。
示例性地，所述位置匹配度的加权系数为0.3，权值为60；所述使用时长期望的加权系数为0.4，权值为50；所述风力危险数值的加权系数为0.6，权值为70，所述生产噪音期望的加权系数为0.2，权值为80，因此，根据计算安装可行性参数的公式得到所述机电设备的安装可行性参数。
作为一种实施例，当所述可行性数值在0到30之间，表明所述机电设备安装可行性很差状态，当所述可行性数值在30到60之间，表明所述机电设备安装可行性是中等状态，当所述可行性数值在60到90之间，表明所述机电设备安装可行性是良好状态，当所述可行性数值在90到100之间，表明所述机电设备安装可行性是完善状态。
本发明实施例能够通过对机电设备的预备安装位置、地理特征与安装条件需求的位置匹配度、机电设备的使用时长期望、风力危险数值、生产噪音期望多方面分析，得到机电设备的安装可行性参数。根据所述安装可行性参数可以进行机电设备的安装调整，使机电设备达到最大的工作效率。因此本发明提出的机电系统智能分析安装设备环境可行性的方法，可以解决对机电设备安装可行性较差的问题。
如图4所示，是本发明一实施例提供的机电系统智能分析安装设备环境可行性装置的功能模块图。
本发明所述机电系统智能分析安装设备环境可行性装置100可以安装于电子设备中。根据实现的功能，所述机电系统智能分析安装设备环境可行性装置100可以包括预备安装位置选取模块101、预备安装位置改造模块102、特征提取模板103、期望和数值计算模块104、生产噪音期望计算模块105及安装可行性参数计算模块106。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
所述预备安装位置选取模块101，用于获取预设的机电设备的安装条件需求，根据所述安装条件需求从预设的区域范围内选取所述机电设备的预备安装位置；
所述预备安装位置改造模块102，用于获取所述预备安装位置的地理特征，对所述地理特征和所述安装条件需求进行双向相对改造，并计算所述双向相对改造后的所述安装条件需求与所述双向相对改造后的所述地理特征的位置匹配度；
所述特征提取模板103，用于获取所述预备安装位置的环境湿度特征、环境风力特征，以及获取所述机电设备的耗材数据，提取所述耗材数据的抗氧化特征及抗风力特征；
所述期望和数值计算模块104，用于根据所述抗氧化特征、所述环境湿度特征以及预设的预期使用时长特征计算所述机电设备的使用时长期望，以及根据所述抗风力特征、所述环境风力特征计算所述机电设备的风力危险数值；
所述生产噪音期望计算模块105，用于获取所述预备安装位置的环境降噪特征，以及获取所述机电设备的生产噪音数据，提取所述生产噪音数据的生产噪音特征，根据所述生产噪音特征和所述环境降噪特征计算所述机电设备的生产噪音期望；
所述安装可行性参数计算模块106，用于利用预设的异化权重算法根据所述位置匹配度、所述使用时长期望、所述风力危险数值和所述生产噪音期望计算所述机电设备的安装可行性参数。
作为一种实施例，本发明实施例中所述机电系统智能分析安装设备环境可行性装置100中所述的各模块在使用时采用与上述图1至图3中所述的机电系统智能分析安装设备环境可行性的方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能（Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (8)

1.一种机电系统智能分析安装设备环境可行性的方法，其特征在于，所述方法包括：
获取预设的机电设备的安装条件需求，根据所述安装条件需求从预设的区域范围内选取所述机电设备的预备安装位置；
获取所述预备安装位置的地理特征，对所述地理特征和所述安装条件需求进行双向相对改造，并计算所述双向相对改造后的所述安装条件需求与所述双向相对改造后的所述地理特征的位置匹配度；
获取所述预备安装位置的环境湿度特征、环境风力特征，以及获取所述机电设备的耗材数据，提取所述耗材数据的抗氧化特征及抗风力特征；
根据所述抗氧化特征、所述环境湿度特征以及预设的预期使用时长特征计算所述机电设备的使用时长期望，以及根据所述抗风力特征、所述环境风力特征计算所述机电设备的风力危险数值；
获取所述预备安装位置的环境降噪特征，以及获取所述机电设备的生产噪音数据，提取所述生产噪音数据的生产噪音特征，根据所述生产噪音特征和所述环境降噪特征计算所述机电设备的生产噪音期望；
利用预设的异化权重算法根据所述位置匹配度、所述使用时长期望、所述风力危险数值和所述生产噪音期望计算所述机电设备的安装可行性参数。
2.如权利要求1所述的机电系统智能分析安装设备环境可行性的方法，其特征在于，所述根据所述安装条件需求从预设的区域范围内选取所述机电设备的预备安装位置，包括：
利用层次分析法确定所述安装条件需求中的需求指标权值；
对所述区域范围进行区域网格划分，得到网格区域；
利用如下算法根据所述需求指标权值计算所述机电设备在每个所述网格区域的运行效率：
Figure QLYQS_2
其中，/>
Figure QLYQS_4
为第/>
Figure QLYQS_7
个网格区域的所述运行效率，/>
Figure QLYQS_1
为所述机电设备的设备健康度评分，/>
Figure QLYQS_6
为所述机电设备的运行年限，/>
Figure QLYQS_8
为所述机电设备在第/>
Figure QLYQS_9
个网格区域的负载率，/>
Figure QLYQS_3
为第/>
Figure QLYQS_5
个网格区域的所述需求指标权值；
选取运行效率最高的网格区域为所述机电设备的预备安装位置。
3.如权利要求1所述的机电系统智能分析安装设备环境可行性的方法，其特征在于，所述计算所述双向相对改造后的所述安装条件需求与所述双向相对改造后的所述地理特征的位置匹配度，包括：
提取所述双向相对改造后的安装条件需求的核心语义，得到第一信息语义，以及提取所述双向相对改造后的所述地理特征的核心语义，得到第二信息语义；
将所述第一信息语义进行向量转换，得到第一信息向量，以及将所述第二信息语义进行向量转换，得到第二信息向量；
利用如下位置匹配度算法根据所述第一信息向量和所述第二信息向量计算所述位置匹配度：
Figure QLYQS_12
其中，/>
Figure QLYQS_14
为所述位置匹配度，/>
Figure QLYQS_17
为所述第一信息向量中的第/>
Figure QLYQS_11
个向量，/>
Figure QLYQS_15
为所述第二信息向量中的第/>
Figure QLYQS_18
个向量，/>
Figure QLYQS_19
为所述第一信息向量中第/>
Figure QLYQS_10
个向量的权重，/>
Figure QLYQS_13
为所述第二信息向量中第/>
Figure QLYQS_16
个向量的权重。
4.如权利要求1所述的机电系统智能分析安装设备环境可行性的方法，其特征在于，所述根据所述抗氧化特征、所述环境湿度特征以及预设的预期使用时长特征计算所述机电设备的使用时长期望，包括：
提取所述抗氧化特征、所述环境湿度特征以及预设的预期使用时长特征的特征参数；
根据所述特征参数确定所述机电设备的运行状态；
将所述运行状态输入到预设的马尔科夫预测模型，得到运行状态概率；
利用如下使用时长期望算法根据所述运行状态概率计算所述机电设备的使用时长期望：
Figure QLYQS_21
其中，/>
Figure QLYQS_24
为所述使用时长期望，/>
Figure QLYQS_26
为所述运行状态概率，/>
Figure QLYQS_22
为机电设备预期使用时长，/>
Figure QLYQS_25
为机电设备的尺度参数，/>
Figure QLYQS_27
为机电设备的形状参数，/>
Figure QLYQS_28
为机电设备的位置参数，/>
Figure QLYQS_20
为指数，/>
Figure QLYQS_23
为微分。
5.如权利要求1所述的机电系统智能分析安装设备环境可行性的方法，其特征在于，所述根据所述抗风力特征、所述环境风力特征计算所述机电设备的风力危险数值，包括：
提取所述抗风力特征和所述环境风力特征的特征参数；
利用如下风力系数算法根据所述特征参数计算所述机电设备的风力系数：
Figure QLYQS_30
其中，/>
Figure QLYQS_32
为所述风力危险数值，/>
Figure QLYQS_35
为所述特征参数中的环境风力的平均风速，/>
Figure QLYQS_31
为所述机电设备的体型系数；/>
Figure QLYQS_33
为抗风力特征中机电设备的地面阻力系数，/>
Figure QLYQS_37
为抗风力特征中机电设备的地面粗糙程度，/>
Figure QLYQS_38
为所述特征参数中的环境风力的平均风压，/>
Figure QLYQS_29
为所述特征参数中的环境风力的风压高度变化系数，/>
Figure QLYQS_34
为所述机电设备的占地面积，/>
Figure QLYQS_36
为对平均风压的积分；
根据所述风力系数确定所述机电设备的风力危险数值。
6.如权利要求1至5中任一项所述的机电系统智能分析安装设备环境可行性的方法，其特征在于，所述根据所述生产噪音特征和所述环境降噪特征计算所述机电设备的生产噪音期望，包括：
提取所述生产噪音特征和所述环境降噪特征的特征参数；
利用预设的频谱分析法对所述特征参数进行噪声信号分析，得到噪声振幅；
利用如下生产噪音期望算法根据所述噪声振幅计算所述机电设备的生产噪音期望：
Figure QLYQS_39
其中，/>
Figure QLYQS_40
为所述生产噪音期望，/>
Figure QLYQS_41
为圆周率，/>
Figure QLYQS_42
为信号序列的长度，/>
Figure QLYQS_43
为所述噪声振幅，/>
Figure QLYQS_44
为指数函数，/>
Figure QLYQS_45
为噪音信号线性拟合后的残差。
7.如权利要求1所述的机电系统智能分析安装设备环境可行性的方法，其特征在于，所述利用预设的异化权重算法根据所述位置匹配度、所述使用时长期望、所述风力危险数值和所述生产噪音期望计算所述机电设备的安装可行性参数，包括：
利用如下算法计算所述机电设备的安装可行性参数：
Figure QLYQS_46
其中，/>
Figure QLYQS_47
为所述安装可行性参数，/>
Figure QLYQS_48
为第/>
Figure QLYQS_49
个影响因素，/>
Figure QLYQS_50
为所述影响因素的个数，/>
Figure QLYQS_51
为第/>
Figure QLYQS_52
个影响因素的权重。
8.一种机电系统智能分析安装设备环境可行性装置，其特征在于，所述装置包括：
预备安装位置选取模块，用于获取预设的机电设备的安装条件需求，根据所述安装条件需求从预设的区域范围内选取所述机电设备的预备安装位置；
预备安装位置改造模块，用于获取所述预备安装位置的地理特征，对所述地理特征和所述安装条件需求进行双向相对改造，并计算所述双向相对改造后的所述安装条件需求与所述双向相对改造后的所述地理特征的位置匹配度；
特征提取模板，用于获取所述预备安装位置的环境湿度特征、环境风力特征，以及获取所述机电设备的耗材数据，提取所述耗材数据的抗氧化特征及抗风力特征；
期望和数值计算模块，用于根据所述抗氧化特征、所述环境湿度特征以及预设的预期使用时长特征计算所述机电设备的使用时长期望，以及根据所述抗风力特征、所述环境风力特征计算所述机电设备的风力危险数值；
生产噪音期望计算模块，用于获取所述预备安装位置的环境降噪特征，以及获取所述机电设备的生产噪音数据，提取所述生产噪音数据的生产噪音特征，根据所述生产噪音特征和所述环境降噪特征计算所述机电设备的生产噪音期望；
安装可行性参数计算模块，用于利用预设的异化权重算法根据所述位置匹配度、所述使用时长期望、所述风力危险数值和所述生产噪音期望计算所述机电设备的安装可行性参数。
CN202310161124.7A 2023-02-24 2023-02-24 机电系统智能分析安装设备环境可行性的方法及装置 Active CN115860578B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310161124.7A CN115860578B (zh) 2023-02-24 2023-02-24 机电系统智能分析安装设备环境可行性的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310161124.7A CN115860578B (zh) 2023-02-24 2023-02-24 机电系统智能分析安装设备环境可行性的方法及装置

Publications (2)

Publication Number Publication Date
CN115860578A true CN115860578A (zh) 2023-03-28
CN115860578B CN115860578B (zh) 2023-06-09

Family

ID=85658846

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310161124.7A Active CN115860578B (zh) 2023-02-24 2023-02-24 机电系统智能分析安装设备环境可行性的方法及装置

Country Status (1)

Country Link
CN (1) CN115860578B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106677985A (zh) * 2016-12-13 2017-05-17 云南能投海装新能源设备有限公司 一种风力发电机组评估系统及其预测控制服务系统
CN109359894A (zh) * 2018-11-29 2019-02-19 武汉大学 一种基于rpn的电力计量设备风险评价方法及装置
CN110033114A (zh) * 2018-12-25 2019-07-19 内蒙古工业大学 一种城市强扰动环境内建筑物群顶面小型风力机的微观选址方法
CN111489063A (zh) * 2020-03-25 2020-08-04 北京师范大学 一种评估风力发电机对周边环境影响的方法及系统
US20210150437A1 (en) * 2018-08-31 2021-05-20 Mitsubishi Electric Corporation Installing environment estimation device and computer readable medium
CN114792160A (zh) * 2022-04-08 2022-07-26 盐城工业职业技术学院 一种海上风力发电的电力设备位置确定方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106677985A (zh) * 2016-12-13 2017-05-17 云南能投海装新能源设备有限公司 一种风力发电机组评估系统及其预测控制服务系统
US20210150437A1 (en) * 2018-08-31 2021-05-20 Mitsubishi Electric Corporation Installing environment estimation device and computer readable medium
CN109359894A (zh) * 2018-11-29 2019-02-19 武汉大学 一种基于rpn的电力计量设备风险评价方法及装置
CN110033114A (zh) * 2018-12-25 2019-07-19 内蒙古工业大学 一种城市强扰动环境内建筑物群顶面小型风力机的微观选址方法
CN111489063A (zh) * 2020-03-25 2020-08-04 北京师范大学 一种评估风力发电机对周边环境影响的方法及系统
CN114792160A (zh) * 2022-04-08 2022-07-26 盐城工业职业技术学院 一种海上风力发电的电力设备位置确定方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
FRANCESCO BALDUZZI 等: "Feasibility analysis of a Darrieus vertical-axis wind turbine installation in the rooftop of a building" *

Also Published As

Publication number Publication date
CN115860578B (zh) 2023-06-09

Similar Documents

Publication Publication Date Title
CN109858126B (zh) 基于沉降监测的城市燃气管网安全监测预警方法和系统
CN105740975A (zh) 一种基于数据关联关系的设备缺陷评估与预测方法
CN115796059B (zh) 一种基于深度学习的电气设备寿命预测方法及系统
CN114154722A (zh) 一种基于数字孪生技术的配电台区管理方法、系统及装置
CN116796182A (zh) 风电机组发电机故障评估模型训练方法和故障诊断方法
CN113435703A (zh) 一种基于scada数据建模风电机组故障分析系统
CN113420458A (zh) 一种风场数据精细化处理方法、装置、终端及介质
CN117371207A (zh) 一种特高压换流阀状态评价方法、介质及系统
CN112015786B (zh) 一种外赛场极端天气监测预警信息处理系统
CN115395643A (zh) 基于全数据采集和状态感知的低压配电网故障预警定位装置及系统
CN113589172A (zh) 一种电网元器件的寿命预估方法
CN117494009A (zh) 基于绝缘材料热解分析的电气设备状态评估方法及云平台
CN117477558A (zh) 一种基于电网负荷的预测方法及其系统
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
CN115860578A (zh) 机电系统智能分析安装设备环境可行性的方法及装置
CN116308883A (zh) 一种基于大数据的区域电网数据统筹管理系统
Hayes et al. Modelling of wind generation at all scales for transmission system analysis
Li et al. Research on digital twin and collaborative cloud and edge computing applied in operations and maintenance in wind turbines of wind power farm
CN113406537A (zh) 一种电力设备故障程度的定量评估方法
CN117834455B (zh) 一种电力物联网数据传输仿真方法和系统
CN117639228A (zh) 基于数字孪生的配电网运行状态预测方法及系统
CN117081088B (zh) 电网负荷调度控制方法、装置、计算机设备及存储介质
CN117152355B (zh) 一种基于工厂数据的可视化监管系统
CN116109211B (zh) 基于设备数字化的设备运行水平分析方法及装置
CN117335912B (zh) 一种频谱智能感知方法及系统

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