CN116066342A - 低温泵的控制装置及控制方法 - Google Patents
低温泵的控制装置及控制方法 Download PDFInfo
- Publication number
- CN116066342A CN116066342A CN202310028913.3A CN202310028913A CN116066342A CN 116066342 A CN116066342 A CN 116066342A CN 202310028913 A CN202310028913 A CN 202310028913A CN 116066342 A CN116066342 A CN 116066342A
- Authority
- CN
- China
- Prior art keywords
- cryopump
- process flow
- data
- flow model
- control device
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 113
- 230000008569 process Effects 0.000 claims abstract description 97
- 238000004519 manufacturing process Methods 0.000 claims abstract description 27
- 230000008929 regeneration Effects 0.000 claims abstract description 23
- 238000011069 regeneration method Methods 0.000 claims abstract description 23
- 238000012544 monitoring process Methods 0.000 claims abstract description 19
- 230000008859 change Effects 0.000 claims abstract description 11
- 230000006870 function Effects 0.000 claims description 16
- 238000011156 evaluation Methods 0.000 claims description 13
- 230000007797 corrosion Effects 0.000 claims description 7
- 238000005260 corrosion Methods 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 7
- 238000004880 explosion Methods 0.000 claims description 7
- 238000010801 machine learning Methods 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 5
- 238000005468 ion implantation Methods 0.000 claims description 5
- 238000012706 support-vector machine Methods 0.000 claims description 5
- 239000007789 gas Substances 0.000 description 27
- 238000010586 diagram Methods 0.000 description 6
- 238000003912 environmental pollution Methods 0.000 description 5
- XKRFYHLGVUSROY-UHFFFAOYSA-N Argon Chemical compound [Ar] XKRFYHLGVUSROY-UHFFFAOYSA-N 0.000 description 4
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 4
- 238000005086 pumping Methods 0.000 description 4
- 230000006855 networking Effects 0.000 description 3
- 229910052786 argon Inorganic materials 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 239000001257 hydrogen Substances 0.000 description 2
- 229910052739 hydrogen Inorganic materials 0.000 description 2
- 125000004435 hydrogen atom Chemical class [H]* 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 229910052757 nitrogen Inorganic materials 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04B—POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
- F04B49/00—Control, e.g. of pump delivery, or pump pressure of, or safety measures for, machines, pumps, or pumping installations, not otherwise provided for, or of interest apart from, groups F04B1/00 - F04B47/00
- F04B49/06—Control using electricity
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04B—POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
- F04B51/00—Testing machines, pumps, or pumping installations
-
- 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)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Compressors, Vaccum Pumps And Other Relevant Systems (AREA)
Abstract
本发明公开了一种低温泵的控制装置及控制方法,控制装置包括:输入部,输入低温泵所应用的工艺过程中的工艺参数;传感器接入部,接入采集低温泵的运行参数的内置传感器;数据采集部,将内置传感器采集的模拟信号数字化,并存入数据库;工艺流程模型部,建立工艺流程模型;工作状态分析部,根据数据采集部采集的运行数据,分析低温泵的工作状态,并实时监测低温泵的运行参数的变化,根据数据库中的历史数据,利用工艺流程模型,给出低温泵的性能和工作时长的曲线,以及再生的推荐间隔周期;输出部,输出监测数据和工作状态分析部的分析数据。本发明能为生产系统的良性运行提供参考数据,给出低温泵的性能和工作时长的曲线,再生的推荐间隔周期。
Description
技术领域
本发明涉及低温泵技术领域,尤其是涉及一种低温泵的控制装置及控制方法。
背景技术
相关技术中,低温泵所应用的工艺过程中无法对其质量和生产效能进行评估,低温泵的再生间隔周期需要人为设定,操作不方便且不准确,导致低温泵的抽气速度会存在较大波动,容易出现真空不良的现象,导致产品不良率比较高,生产效能比较低。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此,本发明的一个目的在于提出一种低温泵的控制装置,以解决认为设定低温泵的再生间隔周期,导致产品不良率比较高,生产效能比较低的问题。
本发明还旨在提出一种低温泵的控制方法,以应用上述的低温泵的控制装置。
根据本发明实施例的低温泵的控制装置,包括:输入部,用于输入低温泵所应用的工艺过程中的工艺参数;传感器接入部,用于接入采集所述低温泵的运行参数的内置传感器;数据采集部,用于将所述内置传感器采集的模拟信号数字化,并存入数据库;工艺流程模型部,用于建立工艺流程模型;工作状态分析部,用于根据所述数据采集部采集的运行数据,分析所述低温泵的工作状态,并实时监测所述低温泵的所述运行参数的变化,根据所述数据库中的历史数据,利用所述工艺流程模型,给出所述低温泵的性能和工作时长的曲线,以及再生的推荐间隔周期;输出部,用于输出监测数据和所述工作状态分析部的分析数据。
根据本发明实施例的低温泵的控制装置,通过设置输入部、传感器接入部、数据采集部、工艺流程模型部、工作状态分析部、输出部,可以为整个生产系统的良性运行提供参考数据,给出低温泵的性能和工作时长的曲线,以及再生的推荐间隔周期,减少产品的不良率,最大限度的提高生产效能。
一些实施例中,所述传感器接入部还用于接入外置传感器,所述外置传感器具备电压、电流和数字信号中的至少一种标准输出。
一些实施例中,所述工艺流程模型包括PVD、CVD、离子注入中的一种或多种。
一些实施例中,所述工艺流程模型部配置有自定义模型功能和学习功能,所述学习功能用于应用机器学习策略,使用BP神经网络算法、蚁群算法、支持向量机算法中的一种或多种算法组合优化工艺流程模型。
一些实施例中,所述控制装置还包括:生产效能评估部,用于根据所述工作状态分析部的分析结果和所述工艺流程模型,给出设定时间区间内所述低温泵的生产效能评估。
一些实施例中,所述控制装置还包括:安全等级辨识部,用于根据所述低温泵的吸留气体组分的检测和分析,给出混合气体的百分比,选择匹配的再生流程和尾气排放策略。
一些实施例中,所述安全等级辨识部用于评估爆炸、腐蚀、放射性的混合气体的危险等级,提示用户选用匹配的尾气处理方式。
一些实施例中,所述输出部包括警示装置,所述警示装置用于根据所述工作状态分析部的分析结果进行报警。
一些实施例中,所述控制装置通信连接多个所述低温泵,用于给出泵组的性能和工作时长的曲线和泵组再生的推荐间隔周期。
根据本发明实施例的低温泵的控制方法,包括:获取低温泵所应用的工艺过程中的工艺参数;采集所述低温泵的运行参数;将采集的模拟信号数字化,并存入数据库;建立工艺流程模型;根据采集的运行数据,分析所述低温泵的工作状态,并实时监测所述低温泵的所述运行参数的变化,根据所述数据库中的历史数据,利用所述工艺流程模型,给出所述低温泵的性能和工作时长的曲线,以及再生的推荐间隔周期;输出监测数据和所述工作状态分析部的分析数据。
根据本发明实施例的低温泵的控制方法,通过获取低温泵所应用的工艺过程中的工艺参数;采集低温泵的运行参数;将采集的模拟信号数字化,并存入数据库;建立工艺流程模型;根据采集的运行数据,分析低温泵的工作状态,并实时监测低温泵的运行参数的变化,根据数据库中的历史数据,利用工艺流程模型,给出低温泵的性能和工作时长的曲线,以及再生的推荐间隔周期;输出监测数据和工作状态分析部的分析数据,可以为整个生产系统的良性运行提供参考数据,给出低温泵的性能和工作时长的曲线,以及再生的推荐间隔周期,减少产品的不良率,最大限度的提高生产效能。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1是本发明实施例中低温泵的控制装置的结构示意图一;
图2是本发明实施例中低温泵的控制装置的结构示意图二;
图3是本发明实施例中低温泵的控制装置的结构示意图三;
图4是本发明实施例中低温泵的控制装置的结构示意图四;
图5是本发明实施例中低温泵的控制装置与低温泵的结构示意图;
图6是本发明实施例中低温泵的控制方法的流程框图一;
图7是本发明实施例中低温泵的控制方法的流程框图二。
附图标记:
10、控制装置;
101、输入部;102、传感器接入部;1021、内置传感器;1022、外置传感器;103、数据采集部;104、工艺流程模型部;105、工作状态分析部;106、输出部;1061、警示装置;107、生产效能评估部;108、安全等级辨识部;
20、低温泵;30、组网控制器。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征,用于区别描述特征,无顺序之分,无轻重之分。
在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
下面参考图1-图5,描述根据本发明实施例的低温泵20的控制装置10。
如图1所示,本发明实施例的低温泵20的控制装置10包括:输入部101、传感器接入部102、数据采集部103、工艺流程模型部104、工作状态分析部105、输出部106。
输入部101用于输入低温泵20所应用的工艺过程中的工艺参数,工艺参数可以包括:气体组分、工艺压力、工艺温度和工艺时长,可以提高工艺流程模型部104建立工艺流程模型时的精确度。其中,输入部可以包括第一人机接口1011,通过第一人机接口1011能向输入部101输入工艺参数。
传感器接入部102用于接入采集低温泵20的运行参数的内置传感器1021。运行参数可以包括低温泵20的抽速、气体吸留量、温度、压力、气体组分中的一种或多种,对应地,内置传感器1021可以包括温度传感器、压力传感器、气体组分传感器中的一种或多种。
数据采集部103用于将内置传感器1021采集的模拟信号数字化,并存入数据库,通过数据采集部103能够将采集到的数据与工艺流程模型部104建立的工艺流程模型进行对比分析。
工艺流程模型部104用于建立工艺流程模型。
工作状态分析部105用于根据数据采集部103采集的运行数据,分析低温泵20的工作状态,并实时监测低温泵20的运行参数的变化,根据数据库中的历史数据,利用工艺流程模型,给出低温泵20的性能和工作时长的曲线,以及再生的推荐间隔周期。其中,“分析低温泵20的工作状态”可以是指对低温泵20的工作状态的优良进行分析。“运行参数的变化”可以是指低温泵20的抽速、气体吸留量和冷板温度的变化。
输出部106用于输出监测数据和工作状态分析部105的分析数据。
根据本发明实施例的低温泵20的控制装置10,通过设置输入部101、传感器接入部102、数据采集部103、工艺流程模型部104、工作状态分析部105、输出部106,可以为整个生产系统的良性运行提供参考数据,给出低温泵20的性能和工作时长的曲线,以及再生的推荐间隔周期,减少产品的不良率,最大限度的提高生产效能。
一些实施例中,如图2所示,传感器接入部102还用于接入外置传感器1022,外置传感器1022具备电压、电流和数字信号中的至少一种标准输出。外置传感器1022配合低温泵20的内置传感器1021能提供更准确的工艺过程效能评估。
一些实施例中,工艺流程模型包括PVD、CVD、离子注入中的一种或多种。PVD、CVD、离子注等为典型的工艺流程模型,以满足更多种类型的工艺流程。
一些实施例中,工艺流程模型部104配置有自定义模型功能和学习功能,学习功能用于应用机器学习策略,使用BP神经网络算法、蚁群算法、支持向量机算法中的一种或多种算法组合优化工艺流程模型。也就是说,工艺流程模型部104不仅能内置典型的工艺流程模型,同时还能进行自定义模型,以满足多种需求,具备更好的适应性。而通过学习功能则能使工艺流程模型更加的精确,与实际工艺流程进行高度匹配。
一些实施例中,如图3所示,控制装置10还包括生产效能评估部107,生产效能评估部107用于根据工作状态分析部105的分析结果和工艺流程模型,给出设定时间区间内低温泵20的生产效能评估。通过生产效能评估部107可以评估低温泵20所应用的工艺流程的稳定性,生产效率变化情况,及时发现工艺流程的不稳定状态,给出准确的系统维护周期。
一些实施例中,如图3所示,控制装置10还包括安全等级辨识部108,安全等级辨识部108用于根据低温泵20的吸留气体组分的检测和分析,给出混合气体的百分比,选择匹配的再生流程和尾气排放策略。“吸留气体组分”可以是指氢、氩、氮等,通过对吸留气体组分的检测与分析,对延长设备寿命、保护使用者的生命安全、减小环境污染具有重要作用。
一些实施例中,安全等级辨识部108用于评估爆炸、腐蚀、放射性的混合气体的危险等级,提示用户选用匹配的尾气处理方式。也就是说,通过安全等级辨识部108可以及时发现爆炸、腐蚀、放射性等的危害,给出安全性和环境污染性的分析和提示,有利于进一步延长设备寿命、保护使用者的生命安全、减小环境污染。
一些实施例中,如图4所示,输出部106包括警示装置1061,警示装置1061用于根据工作状态分析部105的分析结果进行报警。
一些实施例中,如图4所示,输出部106还可以包括第二人机接口1062,可以将工作状态分析部105的分析结果通过第二人机接口1062输出到外部设备中。
一些实施例中,如图5所示,控制装置10通信连接多个低温泵20,用于给出泵组的性能和工作时长的曲线和泵组再生的推荐间隔周期。也就是说,控制装置100还可以应用在多个低温泵20组成的系统中,为泵组提供分析。
一些实施例中,如图5所示,控制装置10通过组网控制器30通信连接多个低温泵20,并能借助组网控制器30的自动分析功能,给出泵组的性能和工作时长的曲线和泵组再生的推荐间隔周期。
下面结合附图5,描述本发明低温泵20的控制装置10的一个具体实施例。
低温泵20的控制装置10包括:输入部101、传感器接入部102、数据采集部103、工艺流程模型部104、工作状态分析部105、输出部106、生产效能评估部107、安全等级辨识部108。
输入部101用于输入低温泵20所应用的工艺过程中的工艺参数,工艺参数可以包括:气体组分、工艺压力、工艺温度和工艺时长。
传感器接入部102用于接入采集低温泵20的运行参数的内置传感器1021。运行参数可以包括低温泵20的抽速、气体吸留量、温度、压力、气体组分,内置传感器1021可以包括温度传感器、压力传感器、气体组分传感器。传感器接入部102还用于接入外置传感器1022,外置传感器1022具备电压、电流和数字信号等对种标准输出。
数据采集部103用于将内置传感器1021采集的模拟信号数字化,并存入数据库。
工艺流程模型部104用于建立工艺流程模型。其中,工艺流程模型包括PVD、CVD、离子注入。工艺流程模型部104配置有自定义模型功能和学习功能,学习功能用于应用机器学习策略,使用BP神经网络算法、蚁群算法、支持向量机算法中的一种或多种算法组合优化工艺流程模型。
工作状态分析部105用于根据数据采集部103采集的运行数据,分析低温泵20的工作状态,并实时监测低温泵20的运行参数的变化,根据数据库中的历史数据,利用工艺流程模型,给出低温泵20的性能和工作时长的曲线,以及再生的推荐间隔周期。
输出部106用于输出监测数据和工作状态分析部105的分析数据。输出部106包括警示装置1061,警示装置1061用于根据工作状态分析部105的分析结果进行报警。
生产效能评估部107用于根据工作状态分析部105的分析结果和工艺流程模型,给出设定时间区间内低温泵20的生产效能评估。
安全等级辨识部108用于根据低温泵20的吸留气体组分的检测和分析,给出混合气体的百分比,选择匹配的再生流程和尾气排放策略,以及用于评估爆炸、腐蚀、放射性的混合气体的危险等级,提示用户选用匹配的尾气处理方式。
如图6所示,根据本发明实施例的低温泵20的控制方法,包括:
步骤S1、获取低温泵20所应用的工艺过程中的工艺参数。
步骤S2、采集低温泵20的运行参数。
步骤S3、将采集的模拟信号数字化,并存入数据库。
步骤S4、建立工艺流程模型。
步骤S5、根据采集的运行数据,分析低温泵20的工作状态,并实时监测低温泵20的运行参数的变化,根据数据库中的历史数据,利用工艺流程模型,给出低温泵20的性能和工作时长的曲线,以及再生的推荐间隔周期。
步骤S6、输出监测数据和工作状态分析部105的分析数据。
根据本发明实施例的低温泵20的控制方法,通过获取低温泵20所应用的工艺过程中的工艺参数;采集低温泵20的运行参数;将采集的模拟信号数字化,并存入数据库;建立工艺流程模型;根据采集的运行数据,分析低温泵20的工作状态,并实时监测低温泵20的运行参数的变化,根据数据库中的历史数据,利用工艺流程模型,给出低温泵20的性能和工作时长的曲线,以及再生的推荐间隔周期;输出监测数据和工作状态分析部105的分析数据,可以为整个生产系统的良性运行提供参考数据,给出低温泵20的性能和工作时长的曲线,以及再生的推荐间隔周期,减少产品的不良率,最大限度的提高生产效能。
一些实施例中,步骤S4还包括自定义模型。也就是说,不仅能内置典型的工艺流程模型,同时还能进行自定义模型,以满足多种需求,具备更好的适应性。
一些实施例中,步骤S4还包括应用机器学习策略,使用BP神经网络算法、蚁群算法、支持向量机算法中的一种或多种算法组合优化工艺流程模型。通过机器学习能使工艺流程模型更加的精确,与实际工艺流程进行高度匹配。
一些实施例中,如图7所示,控制方法还包括步骤S7,根据工作状态分析部105的分析结果和工艺流程模型,给出设定时间区间内低温泵20的生产效能评估。通过该方式可以评估低温泵20所应用的工艺流程的稳定性,生产效率变化情况,及时发现工艺流程的不稳定状态,给出准确的系统维护周期。
一些实施例中,如图7所示,控制方法还包括步骤S8,根据低温泵20的吸留气体组分的检测和分析,给出混合气体的百分比,选择匹配的再生流程和尾气排放策略。“吸留气体组分”可以是指氢、氩、氮等,通过对吸留气体组分的检测与分析,对延长设备寿命、保护使用者的生命安全、减小环境污染具有重要作用。
一些实施例中,如图7所示,步骤S8还包括:评估爆炸、腐蚀、放射性的混合气体的危险等级,提示用户选用匹配的尾气处理方式。通过该方式可以及时发现爆炸、腐蚀、放射性等的危害,有利于进一步延长设备寿命、保护使用者的生命安全、减小环境污染。
在本说明书的描述中,参考术语“一些实施例”、“可选地”、“进一步地”或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
Claims (10)
1.一种低温泵的控制装置,其特征在于,包括:
输入部,用于输入低温泵所应用的工艺过程中的工艺参数;
传感器接入部,用于接入采集所述低温泵的运行参数的内置传感器;
数据采集部,用于将所述内置传感器采集的模拟信号数字化,并存入数据库;
工艺流程模型部,用于建立工艺流程模型;
工作状态分析部,用于根据所述数据采集部采集的运行数据,分析所述低温泵的工作状态,并实时监测所述低温泵的所述运行参数的变化,根据所述数据库中的历史数据,利用所述工艺流程模型,给出所述低温泵的性能和工作时长的曲线,以及再生的推荐间隔周期;
输出部,用于输出监测数据和所述工作状态分析部的分析数据。
2.根据权利要求1所述的低温泵的控制装置,其特征在于,所述传感器接入部还用于接入外置传感器,所述外置传感器具备电压、电流和数字信号中的至少一种标准输出。
3.根据权利要求1所述的低温泵的控制装置,其特征在于,所述工艺流程模型包括PVD、CVD、离子注入中的一种或多种。
4.根据权利要求1所述的低温泵的控制装置,其特征在于,所述工艺流程模型部配置有自定义模型功能和学习功能,所述学习功能用于应用机器学习策略,使用BP神经网络算法、蚁群算法、支持向量机算法中的一种或多种算法组合优化工艺流程模型。
5.根据权利要求1所述的低温泵的控制装置,其特征在于,所述控制装置还包括:
生产效能评估部,用于根据所述工作状态分析部的分析结果和所述工艺流程模型,给出设定时间区间内所述低温泵的生产效能评估。
6.根据权利要求1所述的低温泵的控制装置,其特征在于,所述控制装置还包括:
安全等级辨识部,用于根据所述低温泵的吸留气体组分的检测和分析,给出混合气体的百分比,选择匹配的再生流程和尾气排放策略。
7.根据权利要求6所述的低温泵的控制装置,其特征在于,所述安全等级辨识部用于评估爆炸、腐蚀、放射性的混合气体的危险等级,提示用户选用匹配的尾气处理方式。
8.根据权利要求1所述的低温泵的控制装置,其特征在于,所述输出部包括警示装置,所述警示装置用于根据所述工作状态分析部的分析结果进行报警。
9.根据权利要求1所述的低温泵的控制装置,其特征在于,所述控制装置通信连接多个所述低温泵,用于给出泵组的性能和工作时长的曲线和泵组再生的推荐间隔周期。
10.一种低温泵的控制方法,其特征在于,包括:
获取低温泵所应用的工艺过程中的工艺参数;
采集所述低温泵的运行参数;
将采集的模拟信号数字化,并存入数据库;
建立工艺流程模型;
根据采集的运行数据,分析所述低温泵的工作状态,并实时监测所述低温泵的所述运行参数的变化,根据所述数据库中的历史数据,利用所述工艺流程模型,给出所述低温泵的性能和工作时长的曲线,以及再生的推荐间隔周期;
输出监测数据和所述工作状态分析部的分析数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310028913.3A CN116066342A (zh) | 2023-01-09 | 2023-01-09 | 低温泵的控制装置及控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310028913.3A CN116066342A (zh) | 2023-01-09 | 2023-01-09 | 低温泵的控制装置及控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116066342A true CN116066342A (zh) | 2023-05-05 |
Family
ID=86172710
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310028913.3A Pending CN116066342A (zh) | 2023-01-09 | 2023-01-09 | 低温泵的控制装置及控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116066342A (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07167052A (ja) * | 1993-12-15 | 1995-07-04 | Hitachi Ltd | クライオポンプ |
JP2008215177A (ja) * | 2007-03-02 | 2008-09-18 | Sumitomo Heavy Ind Ltd | クライオポンプおよびクライオポンプの再生処理方法 |
CN104806500A (zh) * | 2015-04-23 | 2015-07-29 | 安徽万瑞冷电科技有限公司 | 一种低温泵再生控制器 |
CN105909493A (zh) * | 2015-02-20 | 2016-08-31 | 住友重机械工业株式会社 | 低温泵系统、低温泵控制装置及低温泵再生方法 |
CN106554015A (zh) * | 2016-11-07 | 2017-04-05 | 中国科学院福建物质结构研究所 | Co原料气脱氢净化工艺中规避临氧爆炸风险的方法 |
CN107218195A (zh) * | 2016-03-22 | 2017-09-29 | 住友重机械工业株式会社 | 低温泵、低温泵吸留气体量推测装置及其推测方法 |
WO2019218408A1 (zh) * | 2018-05-15 | 2019-11-21 | 江苏大学 | 一种基于物联网的水泵机组典型健康状态监测装置及方法 |
CN113124929A (zh) * | 2021-04-13 | 2021-07-16 | 国网陕西省电力公司铜川供电公司 | 一种变电站多参数信号采集综合分析系统和方法 |
CN114051600A (zh) * | 2019-07-08 | 2022-02-15 | 爱德华兹真空泵有限责任公司 | 具有诊断电路的真空系统以及用于监视这种真空系统的健康的方法和计算机程序 |
CN115013860A (zh) * | 2022-05-27 | 2022-09-06 | 浙江英集动力科技有限公司 | 一种基于楼宇画像的喷射泵供热系统自主优化调控方法 |
-
2023
- 2023-01-09 CN CN202310028913.3A patent/CN116066342A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07167052A (ja) * | 1993-12-15 | 1995-07-04 | Hitachi Ltd | クライオポンプ |
JP2008215177A (ja) * | 2007-03-02 | 2008-09-18 | Sumitomo Heavy Ind Ltd | クライオポンプおよびクライオポンプの再生処理方法 |
CN105909493A (zh) * | 2015-02-20 | 2016-08-31 | 住友重机械工业株式会社 | 低温泵系统、低温泵控制装置及低温泵再生方法 |
CN104806500A (zh) * | 2015-04-23 | 2015-07-29 | 安徽万瑞冷电科技有限公司 | 一种低温泵再生控制器 |
CN107218195A (zh) * | 2016-03-22 | 2017-09-29 | 住友重机械工业株式会社 | 低温泵、低温泵吸留气体量推测装置及其推测方法 |
CN106554015A (zh) * | 2016-11-07 | 2017-04-05 | 中国科学院福建物质结构研究所 | Co原料气脱氢净化工艺中规避临氧爆炸风险的方法 |
WO2019218408A1 (zh) * | 2018-05-15 | 2019-11-21 | 江苏大学 | 一种基于物联网的水泵机组典型健康状态监测装置及方法 |
CN114051600A (zh) * | 2019-07-08 | 2022-02-15 | 爱德华兹真空泵有限责任公司 | 具有诊断电路的真空系统以及用于监视这种真空系统的健康的方法和计算机程序 |
CN113124929A (zh) * | 2021-04-13 | 2021-07-16 | 国网陕西省电力公司铜川供电公司 | 一种变电站多参数信号采集综合分析系统和方法 |
CN115013860A (zh) * | 2022-05-27 | 2022-09-06 | 浙江英集动力科技有限公司 | 一种基于楼宇画像的喷射泵供热系统自主优化调控方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7933724B2 (en) | Method of tracking the performance of an industrial appliance | |
CN110895526A (zh) | 一种大气监测系统中数据异常的修正方法 | |
CN111173565B (zh) | 一种矿井监测数据异常波动预警方法和装置 | |
CN111046582A (zh) | 一种核电站柴油发电机组线圈温度预警方法及系统 | |
CN115329910B (zh) | 一种企业生产排放数据智能处理方法 | |
CN117131035B (zh) | 一种化工染料生产数据智能储存方法及系统 | |
CN108361219A (zh) | 一种离心式压缩机喘振控制方法和装置 | |
CN110594954B (zh) | 一种空调故障检测方法以及检测装置 | |
CN116066342A (zh) | 低温泵的控制装置及控制方法 | |
CN114229639B (zh) | 一种电梯门故障判断方法、云平台和系统 | |
CN115220403A (zh) | 一种组态化的火电厂智能监盘预警及故障诊断系统 | |
CN115306700B (zh) | 一种碳化炉废气排放用真空泵工况在线监测系统 | |
KR102411919B1 (ko) | 인공지능을 이용한 압력순환흡착식 가스발생기 자동제어 시스템 및 이를 이용한 자동제어방법 | |
CN115901004A (zh) | 一种热镀锌生产线锌锅感应加热器健康监测系统及方法 | |
CN114718855A (zh) | 一种压缩空气介质智能系统预测系统 | |
CN113629875A (zh) | 智能监测系统及开关柜 | |
CN209785224U (zh) | 一种园林内部水位预警系统 | |
EP3792708A1 (en) | Determination of relevant functioning parameters in an industrial plant | |
CN106291344B (zh) | 基于分闸压力曲线的断路器刚分点检测方法及系统 | |
CN117390572B (zh) | 一种贴合的真空异常监测系统 | |
CN110704676A (zh) | 一种动态异常信息视频处理系统及方法 | |
CN114659562B (zh) | 固定消防给水设备智能状态预警方法 | |
CN117572915A (zh) | 一种ito靶材烧结的智能监测系统 | |
CN116050156A (zh) | 一种基于phm技术的通讯设备健康检测系统及方法 | |
CN114815725A (zh) | 真空管道监测与控制系统以及监测与控制方法 |
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 |