CN116185097A - 一种用于恒温槽的温度智能调控方法 - Google Patents
一种用于恒温槽的温度智能调控方法 Download PDFInfo
- Publication number
- CN116185097A CN116185097A CN202310084225.9A CN202310084225A CN116185097A CN 116185097 A CN116185097 A CN 116185097A CN 202310084225 A CN202310084225 A CN 202310084225A CN 116185097 A CN116185097 A CN 116185097A
- Authority
- CN
- China
- Prior art keywords
- temperature
- sequence
- historical
- data point
- current
- 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.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D23/00—Control of temperature
- G05D23/19—Control of temperature characterised by the use of electric means
- G05D23/20—Control of temperature characterised by the use of electric means with sensing elements having variation of electric or magnetic properties with change of temperature
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Control Of Temperature (AREA)
Abstract
本发明涉及温度控制技术领域,提出了一种用于恒温槽的温度智能调控方法,包括:获取当前温度序列及若干历史温度序列,并得到相应的环境温度、设定温度以及介质温度序列;根据当前温度序列中每个数据点与任意一个历史温度序列中每个数据点在序列位置、温度数据以及相邻数据点的数据差异的差异关系,获取当前温度序列与该历史温度序列的相似性,并得到若干相匹配的历史温度序列;获取每个相匹配的历史温度序列与相应的介质温度序列之间的偏差程度,根据当前的设定温度、每个相匹配的历史温度序列的偏差程度及相似性获取恒温槽的调节温度;根据调节温度对恒温槽进行智能温度调控。本发明旨在解决由于温度传递导致恒温槽控温性能较差的问题。
Description
技术领域
本发明涉及温度控制技术领域,具体涉及一种用于恒温槽的温度智能调控方法。
背景技术
恒温槽可以作为一个冷热受控且温度均匀恒定的场源,对试验样品或生产产品进行恒定温度下的试验,也可作为直接加热及制冷或辅助加热及制冷的热源或冷源;恒温槽在进行温度控制时,往往通过设定某一温度阈值进行加热,当温度低于所设温度时,通过加热体进行升温调节;而当恒温槽因热量向外扩散等原因使温度低于设定的温度阈值时,温控系统又迫使加热体工作,当温度再次达到设定的温度阈值时,又自动停止加热;而设定某一温度阈值进行制冷,当温度高于所设温度时,通过液氮对恒温槽进行降温调节;当恒温槽因温度与外界差异较大而吸收热量导致温度上升而高于设定的温度阈值时,液氮再次对恒温槽进行降温直至达到设定的温度阈值时停止降温。
恒温槽在对温度进行控制的时候具有一定的滞后性,即当恒温槽需要保持在某一温度的时候,由于外界环境温度的干扰,恒温槽会不断与外部发生能量传递导致温度改变,同时温度传递需要一定时间,导致恒温槽对于温度的控制不及时;因此在进行温度控制时,需要考虑温度的滞后性,根据温度的滞后性获取自适应的温度阈值,对恒温槽的控温仪器进行控制,可以提高恒温槽的控温性能,同时减少能源的浪费。
发明内容
本发明提供一种用于恒温槽的温度智能调控方法,以解决现有的由于温度传递导致恒温槽控温性能较差的问题,所采用的技术方案具体如下:
本发明一个实施例提供了一种用于恒温槽的温度智能调控方法,该方法包括以下步骤:
获取恒温槽的当前温度序列及若干历史温度序列,获取各序列相对应的环境温度、当前温度序列对应的设定温度以及各历史温度序列对应的介质温度序列,所述各序列中包含若干温度数据;
根据各序列中每个数据点与前后相邻两个数据点的温度数据差异获取每个数据点的温度变化特征,根据当前温度序列中每个数据点与任意一个历史温度序列中每个数据点在序列中的位置差异、温度数据差异以及温度变化特征差异获取当前温度序列中每个数据点与任意一个历史温度序列中每个数据点的匹配度;
将当前温度序列中每个数据点在任意一个历史温度序列中的匹配度最大的数据点作为当前温度序列中每个数据点在该历史温度序列中的最佳匹配点,将与最佳匹配点的匹配度作为当前温度序列中在该历史温度序列中的最优匹配度,根据当前温度序列中每个数据点的最优匹配度,以及当前温度序列与该历史温度序列对应的环境温度差异,获取当前温度序列与任意一个历史温度序列的相似性,并得到若干与当前温度序列相匹配的历史温度序列;
根据每个相匹配的历史温度序列与相对应的介质温度序列之间的差异获取每个相匹配的历史温度序列的偏差程度,根据每个相匹配的历史温度序列的偏差程度及相似性对当前温度序列的设定温度进行调节获取调节温度;
根据调节温度对恒温槽进行智能温度调控。
可选的,所述获取每个数据点的温度变化特征,包括的具体方法为:
CQi=|TQi-TQi-1|+|TQi-TQi+1|
其中,CQi表示当前温度序列Q中第i个数据点的温度变化特征,TQi表示当前温度序列Q中第i个数据点的温度数据,TQi-1表示当前温度序列Q中第i-1个数据点的温度数据,TQi+1表示当前温度序列Q中第i+1个数据点的温度数据。
可选的,所述获取当前温度序列中每个数据点与任意一个历史温度序列中每个数据点的匹配度,包括的具体方法为:
其中,Yk(i,j)表示当前温度序列中第i个数据点与第k个历史温度序列中第j个数据点的匹配度,i表示当前温度序列中第i个数据点,j表示第k个历史温度序列中第j个数据点,NQ表示当前温度序列中的元素数量,NW,k表示第k个历史温度序列中的元素数量,表示当前温度序列中第i个数据点在序列中的相对位置,/>表示第k个历史温度序列中第j个数据点在序列中的相对位置,TQi表示当前温度序列中第i个数据点的温度数据,TWk,j表示第k个历史温度序列中第j个数据点的温度数据,CQi表示当前温度序列中第i个数据点的温度变化特征,CWk,j表示第k个历史温度序列中第j个数据点的温度变化特征,exp(·)表示以自然常数为底的指数函数。
可选的,所述获取当前温度序列与任意一个历史温度序列的相似性,包括的具体方法为:
其中,Uk表示当前温度序列与第k个历史温度序列的相似性,HQ表示当前温度序列对应的环境温度,HW,k表示第k个历史温度序列对应的环境温度,NQ表示当前温度序列中的元素数量,Yk,i表示当前温度序列中第i个数据点在第k个历史温度序列中的最优匹配度,exp(·)表示以自然常数为底的指数函数。
可选的,所述获取每个相匹配的历史温度序列的偏差程度,包括的具体方法为:
获取任意一个相匹配的历史温度序列相对应的介质温度序列,将每个序数下的历史温度序列中数据点的温度数据与介质温度序列中数据点的温度数据的差值的均值作为该历史温度序列的偏差程度。
可选的,所述根据每个相匹配的历史温度序列的偏差程度及相似性对当前温度序列的设定温度进行调节获取调节温度,包括的具体方法为:
其中,TZ表示调节温度,TS表示当前温度序列的设定温度,Rp表示第p个相匹配的历史温度序列的偏差程度,Vp表示第p个相匹配的历史温度序列的相似性归一化处理后的值。
本发明的有益效果是:通过当前温度序列与历史温度序列中温度数据与相邻时刻温度数据的特征表现及相应的时间特征表现,以及对应的环境温度差异,获取当前温度序列与历史温度序列的相似性,根据相似性得到与当前温度序列相匹配的若干历史温度序列,根据历史温度序列与当前温度序列的相似性,结合温度传递的滞后性表现,对当前恒温槽设定的温度阈值进行自适应调节,根据调节温度对加热器进行控制,提高了恒温槽的控温性能,同时降低了恒温槽的能源浪费。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述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的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一个实施例所提供的一种恒温槽;
图2为本发明一个实施例所提供的一种用于恒温槽的温度智能调控方法流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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。
请参阅图1,其示出了本发明一个实施例所提供的一种恒温槽,图中阴影部分腔壁为空气介质,加热体、温度传感器以及物品放置腔处于均恒块中,均恒块同样为一个空气介质的空腔。
本实施例所提供的恒温槽以液氮为冷源,加热体即为控温仪器,可以使均恒块温度稳定在-196℃-0℃之间;以-180℃为例,首先内腔加入液氮①,温度为-196℃,将均恒块降温到低于-180℃,通过温控系统控制加热体工作,使得均恒块温度变为-180℃;然后外腔加入液氮②,温度为-196℃,用来维持冷源输入,使得均恒块温度恒定在-180℃;此时对于该恒温槽,由于外壁为真空腔,不会出现热量交换,则相对于均恒块,其发生热量交换所涉及的环境温度即为液氮①部分的温度。
请参阅图2,其示出了本发明一个实施例所提供的一种用于恒温槽的温度智能调控方法流程图,该方法包括以下步骤:
步骤S001、获取恒温槽的当前温度序列及若干历史温度序列,并得到各序列相对应的环境温度、当前温度序列对应的设定温度以及各历史温度序列对应的介质温度序列。
本实施例的目的是参考历史温度数据对当前恒温槽的设定温度进行自适应调节,因此需要获取恒温槽的历史工作数据及当前工作过程的工作数据;其中历史工作数据包括每个工作过程中恒温槽随时刻变化的温度数据、每个工作过程的环境温度,以及每个工作过程中恒温槽内介质边缘部位随时刻变化的温度数据,将每个工作过程中恒温槽随时刻变化的温度数据按照时刻前后顺序分别组成历史温度序列,历史工作数据中每个工作过程分别对应一个历史温度序列以及一个环境温度,将每个工作过程中恒温槽内介质边缘部位随时刻变化的温度数据按照时刻前后顺序分别组成每个工作过程的介质温度序列;当前工作过程的工作数据包括当前工作过程中恒温槽内随时刻变化的温度数据,将当前工作过程中的若干温度数据按照时刻前后顺序组成当前温度序列,获取当前工作过程的设定温度以及环境温度。
需要说明的是,本实施例中通过温度传感器获取恒温槽随时刻变化的温度数据以及恒温槽内介质边缘部位随时刻变化的温度数据;将温度传感器分别放置在恒温槽控温仪器旁以及恒温槽内介质的边缘部位,如图1中所示的温度传感器即为控温仪器旁的温度传感器,在均恒块底部再放置一个温度传感器,用于监测介质边缘温度;本实施例中两个温度传感器每隔一分钟记录一次温度数据,控温仪器旁温度计记录的温度数据即为恒温槽随时刻变化的温度数据,恒温槽内介质边缘部位温度计记录的温度数据即为恒温槽内介质边缘部位随时刻变化的温度数据;设定温度及环境温度直接从恒温槽装置中获取;所述工作过程表示恒温槽从接收到设定温度开始到达到设定温度所经过的一段时间。
步骤S002、根据当前温度序列中每个数据点与任意一个历史温度序列中每个数据点在序列位置、温度数据以及相邻数据点的数据差异的差异关系,获取当前温度序列与该历史温度序列的相似性,进而得到与当前温度序列相匹配的若干历史温度序列。
需要说明的是,由于每个工作过程所经过的时间不一定相同,对应序列中包含的元素数量存在差异,传统方法中可以通过序列间的DTW距离来衡量不同序列之间的相似性;但在DTW距离计算过程中,仅考虑序列中数据点间的欧式距离,适用于本实施例中即是不同序列中数据点之间的温度数据差异,忽略了各温度数据本身的趋势变化关系,得到的DTW距离并不能较好地反映序列之间的相似性;因此需要引入温度变化特征及时间特征来衡量序列之间的相似性,温度变化特征可以通过不同序列中数据点之间的温度数据差异以及相邻数据点的数据差异来反映,而时间特征则通过数据点的序列位置差异来表征,由于序列内部各数据点按照时间顺序排列,因此数据点在序列中的相对位置可以反映对应时刻在工作过程中的时间关系。
具体的,记录当前温度序列为Q,当前工作过程的环境温度为HQ,若干个历史温度序列中第k个历史温度序列为Wk,对应的环境温度为HW,k;对于当前温度序列中第i个数据点,其温度数据记为TQi,该数据点的温度变化特征CQi的具体计算方法为:
CQi=|TQi-TQi-1|+|TQi-TQi+1|
其中,TQi表示当前温度序列Q中第i个数据点的温度数据,TQi-1表示当前温度序列Q中第i-1个数据点的温度数据,TQi+1表示当前温度序列Q中第i+1个数据点的温度数据;通过序列中数据点与前后相邻两个数据点的温度数据差异来表征数据点的温度变化特征,按照上述方法获取当前温度序列和每个历史温度序列中每个数据点的温度变化特征,其中第k个历史温度序列中第j个数据点的温度数据记为TWk,j,其温度变化特征记为CWk,j;需要说明的是,本实施例中对序列中的元素进行操作时,可能会超出序列的边界,此时本实施例利用二次线性插值的方法将序列超出边界的部分进行插值填充数据。
进一步的,以当前温度序列中第i个数据点与第k个历史温度序列中第j个数据点为例,获取不同序列中两个数据点的匹配度Yk(i,j)的具体计算方法为:
其中,i表示当前温度序列中第i个数据点,j表示第k个历史温度序列中第j个数据点,NQ表示当前温度序列中的元素数量,NW,k表示第k个历史温度序列中的元素数量,表示的即是当前温度序列中第i个数据点在序列中的相对位置,/>表示的即是第k个历史温度序列中第j个数据点在序列中的相对位置,TQi表示当前温度序列中第i个数据点的温度数据,TWk,j表示第k个历史温度序列中第j个数据点的温度数据,CQi表示当前温度序列中第i个数据点的温度变化特征,CWk,j表示第k个历史温度序列中第j个数据点的温度变化特征,exp(·)表示以自然常数为底的指数函数;通过不同序列中两个数据点的相对位置差异、温度数据差异以及温度变化特征差异来衡量不同序列中两个数据点的匹配度,相对位置差异越小,两个数据点对应时刻在工作过程中所处阶段越相近,匹配度越大;温度数据差异越小,匹配度越大;温度变化特征差异越小,两个数据点在不同序列中局部数据的变化越相似,匹配度越大;按照上述方法获取当前温度序列中每个数据点与第k个历史温度序列中每个数据点的匹配度;需要说明的是,本实施例中通过exp(·)来表现反比例关系及归一化处理,反比例关系在数据大小关系间已经体现,归一化用于后续序列间相似性判断,具体实施过程可以选择不同的函数进行反比例关系表现及归一化处理。
此时,对不同序列中两个数据点在计算匹配度过程中,通过相对位置的差异实现时序上的特征限制,通过直观的温度数据差异以及局部数据变化的相似性来计算,提高了不同序列中各数据点之间的匹配精度。
进一步的,获取当前温度序列中每个数据点在第k个历史温度序列中匹配度最大的数据点,作为当前温度序列中每个数据点在第k个历史温度序列中的最佳匹配点,与最佳匹配点的匹配度记为当前温度序列中每个数据点在第k个历史温度序列中的最优匹配度,第i个数据点在第k个历史温度序列中的最优匹配度记为Yk,i;需要说明的是,历史温度序列中的数据点仅能与当前温度序列中一个数据点最佳匹配,若出现当前温度序列中两个或多个数据点的匹配度最大的数据点为历史温度序列中同一匹配点时,将历史温度序列中该数据点的匹配度最大的当前温度序列中数据点作为最佳匹配,其他当前温度序列中数据点则另寻其他匹配度较大的历史温度序列中数据点进行最佳匹配。
进一步需要说明的是,获取到当前温度序列中每个数据点在第k个历史温度序列中的最优匹配度之后,依据每个数据点的最优匹配度可以获取当前温度序列与第k个历史温度序列的相似性;由于每个序列即对应一个工作过程,相似性较大的序列对应的工作过程也相近,因此需要引入序列对应的环境温度来对相似性进行限制,环境温度间的差异越小,序列的相似性越大。
具体的,获取当前温度序列与第k个历史温度序列之间的相似性Uk的计算方法为:
其中,HQ表示当前工作过程的环境温度,HW,k表示第k个历史温度序列对应的环境温度,NQ表示当前温度序列中的元素数量,Yk,i表示当前温度序列中第i个数据点在第k个历史温度序列中的最优匹配度,exp(·)表示以自然常数为底的指数函数;通过序列对应的环境温度差异来对序列相似性计算进行限制,环境温度差异越小,序列间的相似性越大;每个数据点的最优匹配度越大,序列间的相似性越大;需要说明的是,本实施例中通过exp(·)来表现反比例关系及归一化处理,对环境温度差异进行反比例呈现使之满足数据大小关系,归一化处理后再将其与当前温度序列中每个数据点的最优匹配度均值求均值,使得到的相似性结果仍处于[0,1]区间内。
进一步的,按照上述方法获取当前温度序列与每个历史温度序列之间的相似性,给出第一预设阈值U0用以判断与当前温度序列相匹配的历史温度序列,本实施例中采用U0=0.8进行计算,将与当前温度序列相似度大于第一预设阈值的历史温度序列进行提取,记为与当前温度序列相匹配的历史温度序列,共提取到L个相匹配的历史温度序列,第p个相匹配的历史温度序列的相似性记为U'p。
至此,通过不同序列中数据点之间的温度数据差异、相对位置差异以及温度变化特征差异,结合序列对应的环境温度之间的差异,得到各历史温度序列与当前温度序列之间的相似性,并筛选得到相匹配的历史温度序列。
步骤S003、根据每个相匹配的历史温度序列与相对应的介质温度序列之间的差异获取每个相匹配的历史温度序列的偏差程度,根据当前工作过程的设定温度、每个相匹配的历史温度序列的偏差程度以及相似性获取当前恒温槽的调节温度。
需要说明的是,由于温度需要通过介质传导,同时温度在传导过程中受到环境影响,因此需要考虑历史温度序列与相对应的介质温度序列中每个数据点间的温度数据差异,得到每个相匹配的历史温度序列的偏差程度,用以表征温度的滞后性;再通过相匹配的历史温度序列的相似性对偏差程度进行限制,对当前工作过程的设定温度进行自适应调节。
具体的,在步骤S002中共获取到L个与当前温度序列相匹配的历史温度序列,以其中任意一个历史温度序列为例,获取该历史温度序列相对应的介质温度序列,由于历史温度序列与相对应的介质温度序列在同一工作过程相同时间间隔内记录得到,因此同一工作过程下的历史温度序列与介质温度序列中包含的元素数量相同,且相同序数的数据点对应的记录时刻也相同;将每个序数下的历史温度序列中数据点的温度数据与介质温度序列中数据点的温度数据的差值的均值作为该历史温度序列的偏差程度,第p个历史温度序列的偏差程度记为Rp;需要说明的是,所述差值由历史温度序列中的温度数据减去介质温度序列中的温度数据得到。
进一步的,对L个与当前温度序列相匹配的历史温度序列的相似性进行softmax归一化处理,以确保相似性作为权重计算时,权重之和为1,其中第p个相匹配的历史温度序列的相似性处理后值记为Vp,获取当前恒温槽的调节温度的计算方法为:
其中,TZ表示当前恒温槽的调节温度,TS表示当前工作过程的设定温度,Rp表示第p个相匹配的历史温度序列的偏差程度,Vp表示第p个相匹配的历史温度序列的相似性处理后值;通过相匹配的历史温度序列的偏差程度来对当前工作过程的设定温度进行调节,偏差程度越大表明温度的滞后性表现越强,温度传导过程损失越多,越需要对设定温度进行调节;而相似性越大,可参考的比重越大,越应根据相应的相匹配的历史温度序列的偏差程度对设定温度进行调节。
至此,获取到了对于当前工作过程下的恒温槽的设定温度进行调节后的调节温度,用于后续根据调节温度来实现恒温槽的智能温度调控,以提高恒温槽的控温性能。
步骤S004、根据恒温槽的调节温度对恒温槽进行智能温度调控。
根据已经获取到的恒温槽的调节温度对恒温槽进行智能温度调控,具体过程为:当控温仪器处于加热工作过程时,即设定温度大于恒温槽的当前温度时,当控温仪器旁的温度计记录到的温度数据大于等于根据设定温度得到的调节温度时,表明此时恒温槽介质内的整体温度可以达到设定温度,控温仪器停止工作;而控温仪器旁的温度计记录到的温度数据小于调节温度时,控温仪器仍需进行加热,直到达到调节温度时停止工作。
当控温仪器处于制冷工作过程时,即设定温度小于恒温槽的当前温度时,当控温仪器旁的温度计记录到的温度数据小于等于根据设定温度得到的调节温度时,表明此时恒温槽介质内的整体温度可以达到设定温度,控温仪器停止工作;而控温仪器旁的温度计记录到的温度数据大于调节温度时,控温仪器仍需进行制冷,直到达到调节温度时停止工作。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种用于恒温槽的温度智能调控方法,其特征在于,该方法包括以下步骤:
获取恒温槽的当前温度序列及若干历史温度序列,获取各序列相对应的环境温度、当前温度序列对应的设定温度以及各历史温度序列对应的介质温度序列,所述各序列中包含若干温度数据;
根据各序列中每个数据点与前后相邻两个数据点的温度数据差异获取每个数据点的温度变化特征,根据当前温度序列中每个数据点与任意一个历史温度序列中每个数据点在序列中的位置差异、温度数据差异以及温度变化特征差异获取当前温度序列中每个数据点与任意一个历史温度序列中每个数据点的匹配度;
将当前温度序列中每个数据点在任意一个历史温度序列中的匹配度最大的数据点作为当前温度序列中每个数据点在该历史温度序列中的最佳匹配点,将与最佳匹配点的匹配度作为当前温度序列中在该历史温度序列中的最优匹配度,根据当前温度序列中每个数据点的最优匹配度,以及当前温度序列与该历史温度序列对应的环境温度差异,获取当前温度序列与任意一个历史温度序列的相似性,并得到若干与当前温度序列相匹配的历史温度序列;
根据每个相匹配的历史温度序列与相对应的介质温度序列之间的差异获取每个相匹配的历史温度序列的偏差程度,根据每个相匹配的历史温度序列的偏差程度及相似性对当前温度序列的设定温度进行调节获取调节温度;
根据调节温度对恒温槽进行智能温度调控。
2.根据权利要求1所述的一种用于恒温槽的温度智能调控方法,其特征在于,所述获取每个数据点的温度变化特征,包括的具体方法为:
CQi=|TQi-TQi-1|+|TQi-TQi+1|
其中,CQi表示当前温度序列Q中第i个数据点的温度变化特征,TQi表示当前温度序列Q中第i个数据点的温度数据,TQi-1表示当前温度序列Q中第i-1个数据点的温度数据,TQi+1表示当前温度序列Q中第i+1个数据点的温度数据。
3.根据权利要求1所述的一种用于恒温槽的温度智能调控方法,其特征在于,所述获取当前温度序列中每个数据点与任意一个历史温度序列中每个数据点的匹配度,包括的具体方法为:
其中,Yk(i,j)表示当前温度序列中第i个数据点与第k个历史温度序列中第j个数据点的匹配度,i表示当前温度序列中第i个数据点,j表示第k个历史温度序列中第j个数据点,NQ表示当前温度序列中的元素数量,NW,k表示第k个历史温度序列中的元素数量,表示当前温度序列中第i个数据点在序列中的相对位置,/>表示第k个历史温度序列中第j个数据点在序列中的相对位置,TQi表示当前温度序列中第i个数据点的温度数据,TWk,j表示第k个历史温度序列中第j个数据点的温度数据,CQi表示当前温度序列中第i个数据点的温度变化特征,CWk,j表示第k个历史温度序列中第j个数据点的温度变化特征,exp(·)表示以自然常数为底的指数函数。/>
5.根据权利要求1所述的一种用于恒温槽的温度智能调控方法,其特征在于,所述获取每个相匹配的历史温度序列的偏差程度,包括的具体方法为:
获取任意一个相匹配的历史温度序列相对应的介质温度序列,将每个序数下的历史温度序列中数据点的温度数据与介质温度序列中数据点的温度数据的差值的均值作为该历史温度序列的偏差程度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310084225.9A CN116185097A (zh) | 2023-02-09 | 2023-02-09 | 一种用于恒温槽的温度智能调控方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310084225.9A CN116185097A (zh) | 2023-02-09 | 2023-02-09 | 一种用于恒温槽的温度智能调控方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116185097A true CN116185097A (zh) | 2023-05-30 |
Family
ID=86445646
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310084225.9A Withdrawn CN116185097A (zh) | 2023-02-09 | 2023-02-09 | 一种用于恒温槽的温度智能调控方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116185097A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116974320A (zh) * | 2023-09-25 | 2023-10-31 | 玖影软件(沈阳)有限公司 | 一种档案智慧管理调控方法及集成控制系统 |
CN117193164A (zh) * | 2023-11-08 | 2023-12-08 | 东莞市博思特数控机械有限公司 | 一种数控机床的故障监测方法及系统 |
-
2023
- 2023-02-09 CN CN202310084225.9A patent/CN116185097A/zh not_active Withdrawn
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116974320A (zh) * | 2023-09-25 | 2023-10-31 | 玖影软件(沈阳)有限公司 | 一种档案智慧管理调控方法及集成控制系统 |
CN116974320B (zh) * | 2023-09-25 | 2023-12-08 | 玖影软件(沈阳)有限公司 | 一种档案智慧管理调控方法及集成控制系统 |
CN117193164A (zh) * | 2023-11-08 | 2023-12-08 | 东莞市博思特数控机械有限公司 | 一种数控机床的故障监测方法及系统 |
CN117193164B (zh) * | 2023-11-08 | 2024-01-30 | 东莞市博思特数控机械有限公司 | 一种数控机床的故障监测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116185097A (zh) | 一种用于恒温槽的温度智能调控方法 | |
CN116518640B (zh) | 一种冷柜控制方法、系统和设备 | |
KR100707097B1 (ko) | 온도 제어 방법 및 온도 조절기 | |
CN107101329A (zh) | 空调器制热运行控制方法和控制装置 | |
JP2004510338A (ja) | 熱処理システム中の加工物の移動を制御するためのシステムおよび方法 | |
CN107391789B (zh) | 一种基于自由液面温度测量值和特征函数插值的硅熔体温度场重构方法 | |
CN110607435B (zh) | 一种退火炉板温控制系统及方法 | |
CN116205910B (zh) | 一种电源适配器用注塑温度自适应学习调控系统 | |
CN111854109A (zh) | 一种室内温度控制方法、装置、电子设备及存储介质 | |
JP2001077041A (ja) | 熱処理装置の温度校正方法 | |
CN114909787B (zh) | 一种空调器的控制方法、装置及空调器 | |
CN107603877B (zh) | 一种用于干细胞制备环境具有温度预测的高精度温控系统 | |
CN113172119A (zh) | 模具工作中折弯处恒温控制系统、控制方法、终端、介质 | |
CN115617095B (zh) | 一种温度控制方法 | |
TWI620814B (zh) | 熱控裝置及其熱控方法 | |
CN114283900A (zh) | 针对近β钛合金低倍粗晶组织分布的预测与调控方法 | |
CN108873979B (zh) | 热控装置及其热控方法 | |
JPH09178598A (ja) | 圧力センサの温度特性検査における温度制御方法 | |
CN113796839B (zh) | 一种智能跟踪肢体位置并进行分区温度调节方法 | |
CN117638325B (zh) | 一种动力电池低温热管理方法及系统 | |
CN110531715B (zh) | Lpcvd工艺生产环境的控制方法及系统 | |
CN116719365B (zh) | 一种pcr温度控制装置及控制方法 | |
CN115307768B (zh) | 一种ntc检测时间补偿算法 | |
CN213172563U (zh) | 一种用于半导体镀膜设备温控盘的退火设备 | |
Yan et al. | Temperature prediction intelligent system based on BP neural network in wireless industrial IoT |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20230530 |