CN116498537B - 空压机的智能控制方法及系统 - Google Patents
空压机的智能控制方法及系统 Download PDFInfo
- Publication number
- CN116498537B CN116498537B CN202310455952.1A CN202310455952A CN116498537B CN 116498537 B CN116498537 B CN 116498537B CN 202310455952 A CN202310455952 A CN 202310455952A CN 116498537 B CN116498537 B CN 116498537B
- Authority
- CN
- China
- Prior art keywords
- real
- parameter set
- air
- control parameter
- air compressor
- 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
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000011156 evaluation Methods 0.000 claims abstract description 98
- 238000005457 optimization Methods 0.000 claims abstract description 22
- 230000006870 function Effects 0.000 claims description 58
- 238000005265 energy consumption Methods 0.000 claims description 38
- 238000003860 storage Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 abstract description 3
- 238000004519 manufacturing process Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 5
- 239000002699 waste material Substances 0.000 description 5
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000003245 working effect Effects 0.000 description 4
- 238000013507 mapping Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
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
- F04B49/065—Control using electricity and making use of computers
-
- 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
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B30/00—Energy efficient heating, ventilation or air conditioning [HVAC]
- Y02B30/70—Efficient control or regulation technologies, e.g. for control of refrigerant flow, motor or heating
Landscapes
- Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Control Of Positive-Displacement Pumps (AREA)
Abstract
本发明提供了一种空压机的智能控制方法及系统,涉及智能控制技术领域,该方法包括:采集通过目标空压机进行供风的目标空间内当前的实时供风需求参数集合;构建用于对空气压缩机进行控制的控制参数集合进行评价的评价函数;在多种控制参数类型的多个控制参数范围内,根据实时供风需求参数集合和评价函数,进行控制参数集合的迭代寻优,获得最优控制参数集合;以及采用最优控制参数集合,对目标空压机进行控制。本发明达到了提升空压机控制效率和准确性的技术效果。
Description
技术领域
本发明涉及智能控制技术领域,具体涉及一种空压机的智能控制方法及系统。
背景技术
空气压缩机将机械能转换为气体压力能,为具有风压和通风等需求的工业提供支持,空压机的控制一般基于技术人员巡检控制,控制效率和准确性较低,在控制过程中存在空载运行等情况,导致能源浪费,并且在生产需求发生改变时,无法及时调整运行参数,无法满足生产需求,如果提升巡检控制次数,又提升了技术人员的工作成本。
发明内容
本申请提供了一种空压机的智能控制方法及系统,用于针对解决现有技术中空气压缩机的控制效率和准确性较低,导致能源浪费和影响生产等情况发生的技术问题。
鉴于上述问题,本申请提供了一种空压机的智能控制方法及系统。
本申请的第一个方面,提供了一种空压机的智能控制方法,所述方法包括:采集通过目标空压机进行供风的目标空间内当前的实时供风需求参数集合,其中,所述目标空压机为待进行控制的空气压缩机,所述实时供风需求参数集合内包括空气压力需求参数和空气更新效率需求参数;构建用于对所述目标空压机进行控制的控制参数集合进行评价的评价函数,所述评价函数根据供风需求参数集合和节能程度对控制参数集合进行评价,所述控制参数集合内包括对所述目标空压机进行控制的多种控制参数类型的具体控制参数;在所述多种控制参数类型的多个控制参数范围内,根据所述实时供风需求参数集合和评价函数,进行控制参数集合的迭代寻优,获得最优控制参数集合;采用所述最优控制参数集合,对所述目标空压机进行控制。
本申请的第二个方面,提供了一种空压机的智能控制系统,所述系统包括:
供风需求采集模块,用于采集通过目标空压机进行供风的目标空间内当前的实时供风需求参数集合,其中,所述目标空压机为待进行控制的空气压缩机,所述实时供风需求参数集合内包括空气压力需求参数和空气更新效率需求参数;
评价函数构建模块,用于构建用于对所述目标空压机进行控制的控制参数集合进行评价的评价函数,所述评价函数根据供风需求参数集合和节能程度对控制参数集合进行评价,所述控制参数集合内包括对所述目标空压机进行控制的多种控制参数类型的具体控制参数;
控制参数寻优模块,用于在所述多种控制参数类型的多个控制参数范围内,根据所述实时供风需求参数集合和评价函数,进行控制参数集合的迭代寻优,获得最优控制参数集合;
空压机控制模块,用于采用所述最优控制参数集合,对所述目标空压机进行控制。
本申请的第三个方面,提供了一种计算机设备,所述计算机设备包括存储器和处理器,所述存储器内存储有计算机程序,所述计算机程序被所述处理器执行时实现第一方面中方法的步骤。
本申请的第四个方面,提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现第一方面中方法的步骤。
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:
本申请提供的技术方案通过采集当前使用空压机进行供风的实时供风需求参数集合,然后基于供风需求参数集合和节能程度空压机的控制参数集合进行评价的评价函数,结合该实时供风需求参数集合和评价函数,对空压机的控制参数进行寻优,获得尽量满足供风需求以及降低节能程度的控制参数集合,能够提升空压机控制的准确性和效率,避免控制不及时或不准确到时的能耗浪费以及工作效果不理想的问题。
附图说明
图1为本申请提供的一种空压机的智能控制方法流程示意图;
图2为本申请提供的一种空压机的智能控制方法中采集实时供风需求参数集合的流程示意图;
图3为本申请提供的一种空压机的智能控制方法中寻优获取最优控制参数集合的流程示意图;
图4为本申请提供的一种空压机的智能控制系统的结构示意图。
图5为本申请实施例示例性计算机设备的结构示意图。
附图标记说明:供风需求采集模块11,评价函数构建模块12,控制参数寻优模块13,空压机控制模块14,计算机设备300,存储器301,处理器302,通信接口303,总线架构304。
具体实施方式
本申请通过提供了一种空压机的智能控制方法及系统,用于针对解决现有技术中空气压缩机的控制效率和准确性较低,导致能源浪费和影响生产等情况发生的技术问题。
实施例一
如图1所示,本申请提供了一种空压机的智能控制方法,所述方法包括:
S100:采集通过目标空压机进行供风的目标空间内当前的实时供风需求参数集合,其中,所述目标空压机为待进行控制的空气压缩机,所述实时供风需求参数集合内包括空气压力需求参数和空气更新效率需求参数;
本申请实施例中,采集通过目标空压机进行供风的目标空间内当前的实时供风需求参数集合,该目标空压机为待采用本申请实施例提供的方法进行控制的空气压缩机,示例性地,该目标空压机可为双螺杆空气压缩机。
该目标空间例如可为工厂,矿道等需要使用空气压缩机的区域空间。该实时供风需求参数集合内包括目标空间使用空气压缩机需要达到的空气压力需求参数和空气更新效率需求参数,该实时供风需求参数集合与目标空间内的生产需求相关,可基于技术人员进行设置。
如图1所示,本申请实施例提供的方法中的步骤S100包括:
S110:采集所述目标空间内的实时空气压力需求参数;
S120:采集所述目标空间内的实时空气更新效率需求参数;
S130:整合所述实时空气压力需求参数和所述实时空气更新效率需求参数,获得所述实时供风需求参数集合。
本申请实施例中,采集该目标空间内使用该目标空压机需要达到的实时空气压力需求参数,合适的空气压力对于生产质量和生产效率较为重要。
进一步地,采集该目标空间内使用该目标空压机需要达到的实时空气更新效率需求参数,合适的空气更新效率能够及时对目标空间内进行换气,避免影响生产效率。
整合该实时空气压力需求参数和实时空气更新效率需求参数,获得该实时供风需求参数集合,作为后续对空压机控制参数评价寻优的数据基础。
S200:构建用于对所述目标空压机进行控制的控制参数集合进行评价的评价函数,所述评价函数根据供风需求参数集合和节能程度对控制参数集合进行评价,所述控制参数集合内包括对所述目标空压机进行控制的多种控制参数类型的具体控制参数;
本申请实施例中,构建用于对所述目标空压机进行控制的控制参数集合进行评价的评价函数,该评价函数根据目标空压机在工作时目标空间内的实际供风参数和供风需求参数集合的满足程度,以及目标空压机的节能程度对控制参数集合进行评价。
该控制参数集合包括目标空压机可进行控制调整的多种控制参数类型的具体控制参数。示例性地,目标空压机为双螺杆空压机,则多种控制参数类型可包括电机转速、压力、功率等。
本申请实施例提供的方法中的步骤S200包括:
S210:获取通过控制参数集合对所述目标空压机进行控制后,所述目标空间内的空气压力和空气更新效率,以及所述目标空压机的能耗参数;
S220:构建所述评价函数,如下式:
其中,Si为第i个控制参数集合的评价得分,wk为节能评分的权重,Ki为对所述能耗参数评价获得的节能评分,wp为空气压力评分的权重,Pi为根据供风需求参数集合对空气压力评价获得的空气压力评分,wv为空气更新效率评分的权重,Vi为根据供风需求参数集合对空气更新效率进行评价获得的空气更新效率评分。
本申请实施例中,获取通过任意设置的控制参数集合对目标空压机进行控制后,目标空间内的空气压力和空气更新效率,以及目标空压机的能耗参数,例如单位时间内的耗电量。
目标空间内的空气压力和空气更新效率可用于结合目标空间内的供风需求参数集合进行评价,该能耗参数可评价控制参数集合的节能程度。
进一步地,构建上述的评价函数,如下式:
其中,Si为第i个控制参数集合的评价得分,wk为节能评分的权重,Ki为对所述能耗参数评价获得的节能评分,wp为空气压力评分的权重,Pi为根据供风需求参数集合对空气压力评价获得的空气压力评分,wv为空气更新效率评分的权重,Vi为根据供风需求参数集合对空气更新效率进行评价获得的空气更新效率评分。
本申请实施例中,可根据目标空间内的空气压力和目标空间的空气压力需求参数进行评价,得到空气压力评分,根据目标空间内的空气更新效率和目标空间内的空气更新效率需求参数进行评价,得到空气更新效率评分,以及对能耗参数的大小进行评价,得到节能评分。
示例性地,根据目标空间内的工作需求,可自行设置wk、wp和wv,对于空气压力需求重要性较大,则对应的wp较大。示例性地,wk、wp和wv可分别为0.3、0.4和0.3。
本申请实施例通过构建评价函数,能够目标空压机的不同控制参数集合进行评价,进而判断一个控制参数集合是否较优,进而获取较优的控制参数集合,提升目标空压机的工作效果和节能程度。
S300:在所述多种控制参数类型的多个控制参数范围内,根据所述实时供风需求参数集合和评价函数,进行控制参数集合的迭代寻优,获得最优控制参数集合;
本申请实施例中,在目标空压机的多种控制参数类型的多个控制参数范围内,随机生成控制参数集合,并根据实时供风需求参数集合和评价函数对控制参数集合进行评价,根据评分作为判断控制参数集合优劣的标准,进而进行控制参数集合的迭代寻优,获得最优控制参数集合。
如图3所示,本申请实施例提供的方法中的步骤S300包括:
S310:在所述多个控制参数范围内,随机生成多个初始解;
S320:基于所述多个初始解,进行迭代,获得多个初始解迭代生成的多个子代解集合;
S330:继续进行迭代,直到达到预设迭代条件,结束寻优;
S340:将寻优进程中,按照所述实时供风需求参数集合和所述评价函数计算获得的最大评分对应的解输出,获得所述最优控制参数集合。
本申请实施例中,在目标空压机的多种控制参数类型的多个控制参数范围内,随机生成多个初始解,作为寻优开始的基础。
本申请实施例提供的方法中的步骤S310包括:
S311:获取预设初始解数量阈值;
S312:在所述多个控制参数范围内,分别随机选择控制参数并进行组合,生成数量大于等于所述预设初始解数量阈值的所述多个初始解。
在一个实施例中,首先获取预设初始解数量阈值,用于限定随机产生初始解的数量。
示例性地,为了尽快的进行迭代,获取足够数量的多代解,提升寻优的效率和准确性,初始解的预设初始解数量阈值应该较大,具体可根据技术人员自行设置,例如可设置为30或50。
进一步地,在多种控制参数类别的多个控制参数范围内,分别随机选择每种控制参数类别不同的具体控制参数,并进行随机组合,生成数量大于等于该预设初始解数量阈值的多个控制参数集合,作为多个初始解,作为寻优迭代的初代种群。
本申请实施例通过设置预设初始解数量阈值,进而产生初始解,能够提升迭代寻优的效率和准确率。
基于该多个初始解,进行迭代,具体迭代过程中,由每个初始解产生各自的多个子代解,获得多个子代解集合,完成一次迭代。其中,为了提升迭代的效率,以及寻优获得全局最优的概率,每个初始解迭代获得的子代解的数量,与根据实时供风需求参数集合和评价函数计算获得的初始解的评分有关。
示例性地,若一个初始解的评分越大,则该初始解可以迭代获得的子代解的数量越多,如此,对于局部最优的初始解,提升其迭代产生子代解的数量,能够有效提升全局寻优的准确性和效率。
本申请实施例提供的方法中的步骤S320包括:
S321:基于所述实时供风需求参数集合和所述评价函数,计算所述多个初始解的多个初始评分;
S322:获取预设迭代范围,所述预设迭代范围包括所述多个控制参数范围内的预设范围;
S323:将所述多个初始评分输入迭代数量标准内,获得多个迭代数量;
S324:按照所述多个迭代数量,所述多个初始解在所述预设迭代范围内生成所述多个迭代数量的子代解,获得所述多个子代解集合。
本申请实施例中,基于该实时供风需求参数集合和评价函数,作为评价各初始解内控制参数集合的根据,评价计算多个初始解的多个初始评分。
本申请实施例提供的方法中的步骤S321包括:
S321-1:根据所述实时空气压力需求参数和空气更新效率需求参数,构建实时空气压力评价标准和实时空气更新效率评价标准;
S321-2:分别获取采用所述多个初始解内的控制参数集合对所述目标空压机进行控制,获得所述目标空间内的多个控制供风参数集合,以及多个能耗参数,每个控制供风参数集合内包括控制后的空气压力参数和空气更新效率参数;
S321-3:分别将所述多个控制供风参数集合输入所述实时空气压力评价标准和实时空气更新效率评价标准,获得多个实时空气压力评分和多个实时空气更新效率评分,分别将所述多个能耗参数输入能耗评价标准,获得多个实时能耗评分;
S321-4:分别将所述多个实时空气压力评分、多个实时空气更新效率评分和多个实时能耗评分输入所述评价函数,获得所述多个初始评分。
本申请实施例中,根据上述的实时供风需求参数集合内的实时空气压力需求参数和空气更新效率需求参数,构建实时空气压力评价标准和实时空气更新效率评价标准。
示例性地,实时空气压力评价标准内,通过控制目标空压机后目标空间内的空气压力越符合该实时空气压力需求参数,则空气压力评分越高,反之,则越低。可基于本领域技术人员设置不同的符合程度与空气压力评分的映射关系,获得该实时空气压力评价标准。例如,与该实时空气压力需求参数的误差在5%以内,对应的空气压力评分为10分,误差在10%到5%以内,对应的空气压力评分为9分等。
该实时空气更新效率评价标准的构建方法可与实时空气压力评价标准相同。
进一步地,分别获取采用多个初始解内的控制参数集合,对目标空压机进行控制后,该目标空间内的多个控制供风参数集合,以及多个能耗参数。每个控制供风参数集合内均包括控制后目标空间内供风的空气压力以及空气更新效率。
分别将多个控制供风参数集合内的空气压力以及空气更新效率输入该实时空气压力评价标准和实时空气更新效率评价标准内,进行计算分析,获得多个实时空气压力评分和多个实时空气更新效率评分。
进一步地,将多个能耗参数输入能耗评价标准,获得多个实时能耗评分,其中,能耗评价标准内包括目标空压机的不同能耗与不同能耗评分的映射关系,能耗参数越大,能耗评分越低,能耗评价标准可基于本领域技术人员获取目标空压机不同的能耗参数并设置对应的评分构建获得。
分别将多个个实时空气压力评分、多个实时空气更新效率评分和多个实时能耗评分输入上述的评价函数内进行计算,获得多个初始评分。
本申请实施例通过基于评价函数分析计算不同控制参数集合的评分,能够评价寻优过程中不同解的优劣,并作为迭代寻优的数据基础,提升空压机智能控制的准确性。
进一步地,获取预设迭代范围,该预设迭代范围包括多种控制参数类别在多个控制参数范围内迭代变化的预设范围,例如可为20%。即在初始解进行迭代的过程中,根据初始解内的控制参数集合内多种控制参数类别的具体控制参数,可在各控制参数范围内个具体控制参数的±10%内的范围内随机选择变化后的具体控制参数,并组成新的控制参数集合,生成子代解。
将该多个初始评分输入迭代数量标准内,获得多个迭代数量。该迭代数量标准内包括不同评分与迭代数量的映射关系,其中,评分越高,则可以迭代产生子代解的数量越多,可基于该评价函数提前获取不同控制参数集合的评分,并设置对应的迭代数量,构建该迭代数量标准。例如,多个不同的控制参数集合的评分均值对应的迭代数量为30,迭代数量范围为10-50,根据不同评分与该评分均值的比值,在该迭代数量范围内计算获得对应的迭代数量。
按照该多个迭代数量,该多个初始解在上述的多种控制参数类别的预设迭代范围内随机生成多个迭代数量的子代解,每个子代解内包括与初始解不同的多种控制参数类别的具体控制参数,如此,获得多个子代解集合,完成一次迭代寻优。
进一步地,基于上述的实时供风需求参数集合和评价函数,进一步计算各个子代解的评分,并输入该迭代数量标准内,获得各自的迭代数量,继续在预设迭代范围内进行迭代寻优。
继续执行多次的迭代寻优,直到达到预设迭代条件,结束寻优。示例性地,该预设迭代条件可以为迭代数量达到预设次数,例如可为20次。可选的,该预设迭代条件也可为寻优获得的全部的解的数量达到预设阈值,该预设阈值可自行设置,例如可为10000个,也可根据多种控制参数类别的多个控制参数范围内具体的控制参数可能组合获得的控制参数集合的数量上限设置为该预设阈值。
在完成寻优后,将寻优进程中,按照实时供风需求参数集合和评价函数计算获得的最大评分对应的解输出,作为寻优过程中去全局最优的最优控制参数集合输出,作为寻优结果。
本申请实施例通过设置特定的寻优规则,构建评价参数,结合目标空间的实时供风需求参数集合对寻优中的解进行评价,能够提升寻优的准确性和寻优效率,获得工作效果和节能程度综合最优的控制参数集合。
S400:采用所述最优控制参数集合,对所述目标空压机进行控制。
采用寻优获得的该最优控制参数集合,对目标空压机进行控制。
综上所述,本申请实施例至少具有如下技术效果:
本申请实施例通过采集当前使用空压机进行供风的实时供风需求参数集合,然后基于供风需求参数集合和节能程度空压机的控制参数集合进行评价的评价函数,结合该实时供风需求参数集合和评价函数,对空压机的控制参数进行寻优,获得尽量满足供风需求以及降低节能程度的控制参数集合,能够提升空压机控制的准确性和效率,避免控制不及时或不准确到时的能耗浪费以及工作效果不理想的问题。
实施例二
基于与前述实施例中一种空压机的智能控制方法相同的发明构思,如图4所示,本申请提供了一种空压机的智能控制系统,实施例一中的一种空压机的智能控制方法的具体阐述,对于该空压机的智能控制系统也同样适用,其中,所述系统包括:
供风需求采集模块11,用于采集通过目标空压机进行供风的目标空间内当前的实时供风需求参数集合,其中,所述目标空压机为待进行控制的空气压缩机,所述实时供风需求参数集合内包括空气压力需求参数和空气更新效率需求参数;
评价函数构建模块12,用于构建用于对所述目标空压机进行控制的控制参数集合进行评价的评价函数,所述评价函数根据供风需求参数集合和节能程度对控制参数集合进行评价,所述控制参数集合内包括对所述目标空压机进行控制的多种控制参数类型的具体控制参数;
控制参数寻优模块13,用于在所述多种控制参数类型的多个控制参数范围内,根据所述实时供风需求参数集合和评价函数,进行控制参数集合的迭代寻优,获得最优控制参数集合;
空压机控制模块14,用于采用所述最优控制参数集合,对所述目标空压机进行控制。
进一步地,所述供风需求采集模块11还用于实现以下功能:
采集所述目标空间内的实时空气压力需求参数;
采集所述目标空间内的实时空气更新效率需求参数;
整合所述实时空气压力需求参数和所述实时空气更新效率需求参数,获得所述实时供风需求参数集合。
进一步地,所述评价函数构建模块12还用于实现以下功能:
获取通过控制参数集合对所述目标空压机进行控制后,所述目标空间内的空气压力和空气更新效率,以及所述目标空压机的能耗参数;
构建所述评价函数,如下式:
其中,Si为第i个控制参数集合的评价得分,wk为节能评分的权重,Ki为对所述能耗参数评价获得的节能评分,wp为空气压力评分的权重,Pi为根据供风需求参数集合对空气压力评价获得的空气压力评分,wv为空气更新效率评分的权重,Vi为根据供风需求参数集合对空气更新效率进行评价获得的空气更新效率评分。
进一步地,所述控制参数寻优模块13还用于实现以下功能:
在所述多个控制参数范围内,随机生成多个初始解;
基于所述多个初始解,进行迭代,获得多个初始解迭代生成的多个子代解集合;
继续进行迭代,直到达到预设迭代条件,结束寻优;
将寻优进程中,按照所述实时供风需求参数集合和所述评价函数计算获得的最大评分对应的解输出,获得所述最优控制参数集合。
其中,在所述多个控制参数范围内,随机生成多个初始解,包括:
获取预设初始解数量阈值;
在所述多个控制参数范围内,分别随机选择控制参数并进行组合,生成数量大于等于所述预设初始解数量阈值的所述多个初始解。
其中,基于所述多个初始解,进行迭代,包括:
基于所述实时供风需求参数集合和所述评价函数,计算所述多个初始解的多个初始评分;
获取预设迭代范围,所述预设迭代范围包括所述多个控制参数范围内的预设范围;
将所述多个初始评分输入迭代数量标准内,获得多个迭代数量;
按照所述多个迭代数量,所述多个初始解在所述预设迭代范围内生成所述多个迭代数量的子代解,获得所述多个子代解集合。
其中,基于所述实时供风需求参数集合和所述评价函数,计算所述多个初始解的多个初始评分,包括:
根据所述实时空气压力需求参数和空气更新效率需求参数,构建实时空气压力评价标准和实时空气更新效率评价标准;
分别获取采用所述多个初始解内的控制参数集合对所述目标空压机进行控制,获得所述目标空间内的多个控制供风参数集合,以及多个能耗参数,每个控制供风参数集合内包括控制后的空气压力参数和空气更新效率参数;
分别将所述多个控制供风参数集合输入所述实时空气压力评价标准和实时空气更新效率评价标准,获得多个实时空气压力评分和多个实时空气更新效率评分,分别将所述多个能耗参数输入能耗评价标准,获得多个实时能耗评分;
分别将所述多个实时空气压力评分、多个实时空气更新效率评分和多个实时能耗评分输入所述评价函数,获得所述多个初始评分。
实施例三
如图5所示,基于与前述实施例中一种空压机的智能控制方法相同的发明构思,本申请还提供了一种计算机设备300,所述计算机设备300包括存储器301和处理器302,所述存储器301内存储有计算机程序,所述计算机程序被所述处理器302执行时实现实施例一种方法的步骤。
该计算机设备300包括:处理器302、通信接口303、存储器301。可选的,计算机设备300还可以包括总线架构304。其中,通信接口303、处理器302以及存储器301可以通过总线架构304相互连接;总线架构304可以是外设部件互连标(peripheral componentinterconnect,简称PCI)总线或扩展工业标准结构(extended industry Standardarchitecture,简称EISA)总线等。所述总线架构304可以分为地址总线、数据总线、控制总线等。为便于表示,图5中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
处理器302可以是一个CPU,微处理器,ASIC,或一个或多个用于控制本申请方案程序执行的集成电路。
通信接口303,使用任何收发器一类的装置,用于与其他设备或通信网络通信,如以太网,无线接入网(radio access network,RAN),无线局域网(wireless local areanetworks,WLAN),有线接入网等。
存储器301可以是ROM或可存储静态信息和指令的其他类型的静态存储设备,RAM或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electrically erasable Programmable read only memory,EEPROM)、只读光盘(compactdiscread only memory,CD ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器可以是独立存在,通过总线架构304与处理器相连接。存储器也可以和处理器集成在一起。
其中,存储器301用于存储执行本申请方案的计算机执行指令,并由处理器302来控制执行。处理器302用于执行存储器301中存储的计算机执行指令,从而实现本申请上述实施例提供的一种空压机的智能控制方法。
实施例四
基于与前述实施例中一种空压机的智能控制方法相同的发明构思,本申请还提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现实施例一中方法的步骤。
本说明书和附图仅仅是本申请的示例性说明,且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样,倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内,则本申请意图包括这些改动和变型在内。
Claims (10)
1.一种空压机的智能控制方法,其特征在于,所述方法包括:
采集通过目标空压机进行供风的目标空间内当前的实时供风需求参数集合,其中,所述目标空压机为待进行控制的空气压缩机,所述实时供风需求参数集合内包括空气压力需求参数和空气更新效率需求参数;
构建用于对所述目标空压机进行控制的控制参数集合进行评价的评价函数,所述评价函数根据供风需求参数集合和节能程度对控制参数集合进行评价,所述控制参数集合内包括对所述目标空压机进行控制的多种控制参数类型的具体控制参数;
在所述多种控制参数类型的多个控制参数范围内,根据所述实时供风需求参数集合和评价函数,进行控制参数集合的迭代寻优,获得最优控制参数集合;以及
采用所述最优控制参数集合,对所述目标空压机进行控制。
2.根据权利要求1所述的方法,其特征在于,采集通过目标空压机进行供风的目标空间内的实时供风需求参数集合,包括:
采集所述目标空间内的实时空气压力需求参数;
采集所述目标空间内的实时空气更新效率需求参数;
整合所述实时空气压力需求参数和所述实时空气更新效率需求参数,获得所述实时供风需求参数集合。
3.根据权利要求2所述的方法,其特征在于,构建用于对所述目标空压机进行控制的控制参数集合进行评价的评价函数,包括:
获取通过控制参数集合对所述目标空压机进行控制后,所述目标空间内的空气压力和空气更新效率,以及所述目标空压机的能耗参数;
构建所述评价函数,如下式:
,
其中,Si为第i个控制参数集合的评价得分,wk为节能评分的权重,Ki为对所述能耗参数评价获得的节能评分,wp为空气压力评分的权重,Pi为根据供风需求参数集合对空气压力评价获得的空气压力评分,wv为空气更新效率评分的权重,Vi为根据供风需求参数集合对空气更新效率进行评价获得的空气更新效率评分。
4.根据权利要求2所述的方法,其特征在于,在所述多种控制参数类型的多个控制参数范围内,根据所述实时供风需求参数集合和评价函数,进行控制参数集合的迭代寻优,获得最优控制参数集合,包括:
在所述多个控制参数范围内,随机生成多个初始解;
基于所述多个初始解,进行迭代,获得多个初始解迭代生成的多个子代解集合;
继续进行迭代,直到达到预设迭代条件,结束寻优;
将寻优进程中,按照所述实时供风需求参数集合和所述评价函数计算获得的最大评分对应的解输出,获得所述最优控制参数集合。
5.根据权利要求4所述的方法,其特征在于,在所述多个控制参数范围内,随机生成多个初始解,包括:
获取预设初始解数量阈值;
在所述多个控制参数范围内,分别随机选择控制参数并进行组合,生成数量大于等于所述预设初始解数量阈值的所述多个初始解。
6.根据权利要求4所述的方法,其特征在于,基于所述多个初始解,进行迭代,获得多个初始解迭代生成的多个子代解集合,包括:
基于所述实时供风需求参数集合和所述评价函数,计算所述多个初始解的多个初始评分;
获取预设迭代范围,所述预设迭代范围包括所述多个控制参数范围内的预设范围;
将所述多个初始评分输入迭代数量标准内,获得多个迭代数量;
按照所述多个迭代数量,所述多个初始解在所述预设迭代范围内生成所述多个迭代数量的子代解,获得所述多个子代解集合。
7.根据权利要求6所述的方法,其特征在于,基于所述实时供风需求参数集合和所述评价函数,计算所述多个初始解的多个初始评分,包括:
根据所述实时空气压力需求参数和空气更新效率需求参数,构建实时空气压力评价标准和实时空气更新效率评价标准;
分别获取采用所述多个初始解内的控制参数集合对所述目标空压机进行控制,获得所述目标空间内的多个控制供风参数集合,以及多个能耗参数,每个控制供风参数集合内包括控制后的空气压力参数和空气更新效率参数;
分别将所述多个控制供风参数集合输入所述实时空气压力评价标准和实时空气更新效率评价标准,获得多个实时空气压力评分和多个实时空气更新效率评分,分别将所述多个能耗参数输入能耗评价标准,获得多个实时能耗评分;
分别将所述多个实时空气压力评分、多个实时空气更新效率评分和多个实时能耗评分输入所述评价函数,获得所述多个初始评分。
8.一种空压机的智能控制系统,其特征在于,所述系统包括:
供风需求采集模块,用于采集通过目标空压机进行供风的目标空间内当前的实时供风需求参数集合,其中,所述目标空压机为待进行控制的空气压缩机,所述实时供风需求参数集合内包括空气压力需求参数和空气更新效率需求参数;
评价函数构建模块,用于构建用于对所述目标空压机进行控制的控制参数集合进行评价的评价函数,所述评价函数根据供风需求参数集合和节能程度对控制参数集合进行评价,所述控制参数集合内包括对所述目标空压机进行控制的多种控制参数类型的具体控制参数;
控制参数寻优模块,用于在所述多种控制参数类型的多个控制参数范围内,根据所述实时供风需求参数集合和评价函数,进行控制参数集合的迭代寻优,获得最优控制参数集合;
空压机控制模块,用于采用所述最优控制参数集合,对所述目标空压机进行控制。
9.一种计算机设备,其特征在于,所述计算机设备包括存储器和处理器,所述存储器内存储有计算机程序,所述计算机程序被所述处理器执行时实现权利要求1-7任一项所述方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310455952.1A CN116498537B (zh) | 2023-04-25 | 2023-04-25 | 空压机的智能控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310455952.1A CN116498537B (zh) | 2023-04-25 | 2023-04-25 | 空压机的智能控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116498537A CN116498537A (zh) | 2023-07-28 |
CN116498537B true CN116498537B (zh) | 2024-01-02 |
Family
ID=87327971
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310455952.1A Active CN116498537B (zh) | 2023-04-25 | 2023-04-25 | 空压机的智能控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116498537B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103184996A (zh) * | 2011-12-27 | 2013-07-03 | 住友重机械工业株式会社 | 低温泵系统、超低温系统、压缩机单元的控制装置及其控制方法 |
JP2019127100A (ja) * | 2018-01-23 | 2019-08-01 | トヨタ自動車株式会社 | 車載用ソフトウェアの並列化方法及び車載用ソフトウェアの並列化システム |
JP2019152998A (ja) * | 2018-03-01 | 2019-09-12 | 富士電機株式会社 | 制御方法、制御装置及びプログラム |
CN112901449A (zh) * | 2021-03-17 | 2021-06-04 | 英赛孚工业智能科技(苏州)有限公司 | 一种基于机器学习的空气压缩机系统能耗优化方法 |
CN114729762A (zh) * | 2019-11-26 | 2022-07-08 | 大金工业株式会社 | 机器学习装置、需求控制系统以及空调控制系统 |
-
2023
- 2023-04-25 CN CN202310455952.1A patent/CN116498537B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103184996A (zh) * | 2011-12-27 | 2013-07-03 | 住友重机械工业株式会社 | 低温泵系统、超低温系统、压缩机单元的控制装置及其控制方法 |
JP2019127100A (ja) * | 2018-01-23 | 2019-08-01 | トヨタ自動車株式会社 | 車載用ソフトウェアの並列化方法及び車載用ソフトウェアの並列化システム |
JP2019152998A (ja) * | 2018-03-01 | 2019-09-12 | 富士電機株式会社 | 制御方法、制御装置及びプログラム |
CN114729762A (zh) * | 2019-11-26 | 2022-07-08 | 大金工业株式会社 | 机器学习装置、需求控制系统以及空调控制系统 |
CN112901449A (zh) * | 2021-03-17 | 2021-06-04 | 英赛孚工业智能科技(苏州)有限公司 | 一种基于机器学习的空气压缩机系统能耗优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116498537A (zh) | 2023-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11774129B2 (en) | Predictive temperature scheduling for a thermostat using machine learning | |
CN113835344A (zh) | 设备的控制优化方法、展示平台、云服务器及存储介质 | |
CN110781969B (zh) | 基于深度强化学习的空调风量控制方法、装置以及介质 | |
US11708983B2 (en) | Error correction for predictive schedules for a thermostat | |
CN111881617A (zh) | 数据处理方法、风力发电机组的性能评估方法及系统 | |
Cao et al. | A novel multi-objective optimization approach of machining parameters with small sample problem in gear hobbing | |
US11609014B2 (en) | Predictive presence scheduling for a thermostat using machine learning | |
CN110032706A (zh) | 一种低阶时滞系统的两阶段参数估计方法及系统 | |
CN110262954A (zh) | 基于状态监测数据自动学习系统可靠性模型的方法 | |
CN113283924A (zh) | 需求预测方法以及需求预测装置 | |
CN115994624A (zh) | 一种基于气象数据的风电功率预测系统及方法 | |
CN116498537B (zh) | 空压机的智能控制方法及系统 | |
CN115682312A (zh) | 一种空调节能控制方法、装置、设备及可读存储介质 | |
CN112215413A (zh) | 运行图优化方法、装置及可读存储介质 | |
CN112036118A (zh) | 一种可配置的数据报表动态展现方法及系统 | |
KR102009290B1 (ko) | 건물 분석 장치 및 방법 | |
CN116430748B (zh) | 一种基于智能设备的节能控制方法及系统 | |
CN116611576B (zh) | 碳排量预测方法及装置 | |
CN115540252A (zh) | 基于机器学习的暖通空调节能控制系统及方法 | |
CN111524023A (zh) | 温室调节方法及系统 | |
CN115789871A (zh) | 能耗原因分析方法及装置 | |
CN110210657B (zh) | 一种基于单机模型的风机功率预测方法、系统及计算机存储介质 | |
CN115474226B (zh) | 异常检测方法、装置以及车辆 | |
CN115543226B (zh) | 一种闪存数据存储处理方法及系统 | |
CN106934196A (zh) | 一种定量预测方法及装置 |
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 |