CN116578074A - 一种集装箱氮气压缩机组的集中监测控制方法及系统 - Google Patents
一种集装箱氮气压缩机组的集中监测控制方法及系统 Download PDFInfo
- Publication number
- CN116578074A CN116578074A CN202310862739.2A CN202310862739A CN116578074A CN 116578074 A CN116578074 A CN 116578074A CN 202310862739 A CN202310862739 A CN 202310862739A CN 116578074 A CN116578074 A CN 116578074A
- Authority
- CN
- China
- Prior art keywords
- nitrogen
- unit
- demand
- control
- time
- 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
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 title claims abstract description 806
- 229910052757 nitrogen Inorganic materials 0.000 title claims abstract description 402
- 238000012544 monitoring process Methods 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000004458 analytical method Methods 0.000 claims description 13
- 238000012937 correction Methods 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 claims description 3
- 230000000153 supplemental effect Effects 0.000 claims 1
- 238000004519 manufacturing process Methods 0.000 abstract description 14
- 230000000694 effects Effects 0.000 abstract description 9
- 238000012545 processing Methods 0.000 abstract description 7
- 238000012549 training Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- QJGQUHMNIGDVPM-UHFFFAOYSA-N nitrogen group Chemical group [N] QJGQUHMNIGDVPM-UHFFFAOYSA-N 0.000 description 3
- 238000010977 unit operation Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 229910001873 dinitrogen Inorganic materials 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000011958 production data acquisition Methods 0.000 description 1
- 230000009469 supplementation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
- Control Of Positive-Displacement Pumps (AREA)
Abstract
本发明公开了一种集装箱氮气压缩机组的集中监测控制方法及系统,涉及数据处理技术领域,该方法包括:通过数据采集模块对目标压缩机组的信息进行采集,获得基本信息集合;根据位置信息构建机组拓扑图;获得预设氮气需求量,生成氮气需求曲线;根据机组拓扑图对机组全负荷运行供应量和氮气存储容量进行采集;将氮气需求曲线、机组全负荷运行供应量、氮气存储容量输入机组控制模型中,输出机组控制方案;利用控制模块对目标压缩机组进行控制;通获得实时运行数据,对控制结果进行监测验证。本发明解决了现有技术中存在氮气压缩机组监测控制准确度低,控制效果差的技术问题,达到了提供机组控制效率,优化机组生产质量的技术效果。
Description
技术领域
本发明涉及数据处理技术领域,具体涉及一种集装箱氮气压缩机组的集中监测控制方法及系统。
背景技术
随着经济的飞速发展,对于氮气的需求量逐渐上升,并且氮气的应用场景也变得越来越多样化。为了满足多样化的氮气使用需求,通过使用集装箱式制氮机进行氮气生产。然而,随着机组数量的增多,对于机组的控制难度也随之增加。现有技术中存在氮气压缩机组监测控制准确度低,控制效果差的技术问题。
发明内容
本申请提供了一种集装箱氮气压缩机组的集中监测控制方法及系统,用于针对解决现有技术中存在氮气压缩机组监测控制准确度低,控制效果差的技术问题。
鉴于上述问题,本申请提供了一种集装箱氮气压缩机组的集中监测控制方法及系统。
本申请的第一个方面,提供了一种集装箱氮气压缩机组的集中监测控制方法,其中,所述方法应用于监测控制平台,所述监测控制平台与控制模块和数据采集模块通信连接,所述方法包括:
通过数据采集模块对目标压缩机组的信息进行采集,获得基本信息集合,其中,所述基本信息集合包括压力信息和位置信息;
根据所述位置信息构建机组拓扑图,并根据所述压力信息对所述机组拓扑图的节点进行压力标识;
采集预设期望时间窗口内的氮气需求量,获得预设氮气需求量,并根据所述预设氮气需求量的时间标识生成氮气需求曲线;
根据所述机组拓扑图对机组全负荷运行供应量和氮气存储容量进行采集;
将所述氮气需求曲线、机组全负荷运行供应量、氮气存储容量输入机组控制模型中,输出机组控制方案;
根据所述机组控制方案,利用控制模块对目标压缩机组进行控制;
通过所述数据采集模块对所述目标压缩机组进行实时数据采集,获得实时运行数据;
根据所述实时运行数据对控制结果进行监测验证。
本申请的第二个方面,提供了一种集装箱氮气压缩机组的集中监测控制系统,所述系统包括:
基本信息获得模块,所述基本信息获得模块用于通过数据采集模块对目标压缩机组的信息进行采集,获得基本信息集合,其中,所述基本信息集合包括压力信息和位置信息;
拓扑图构建模块,所述拓扑图构建模块用于根据所述位置信息构建机组拓扑图,并根据所述压力信息对所述机组拓扑图的节点进行压力标识;
需求曲线生成模块,所述需求曲线生成模块用于采集预设期望时间窗口内的氮气需求量,获得预设氮气需求量,并根据所述预设氮气需求量的时间标识生成氮气需求曲线;
供应量采集模块,所述供应量采集模块用于根据所述机组拓扑图对机组全负荷运行供应量和氮气存储容量进行采集;
控制方案输出模块,所述控制方案输出模块用于将所述氮气需求曲线、机组全负荷运行供应量、氮气存储容量输入机组控制模型中,输出机组控制方案;
机组控制模块,所述机组控制模块用于根据所述机组控制方案,利用控制模块对目标压缩机组进行控制;
运行数据获得模块,所述运行数据获得模块用于通过所述数据采集模块对所述目标压缩机组进行实时数据采集,获得实时运行数据;
监测验证模块,所述监测验证模块用于根据所述实时运行数据对控制结果进行监测验证。
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:
本申请通过数据采集模块对目标压缩机组的信息进行采集,获得基本信息集合,其中,基本信息集合包括压力信息和位置信息,然后根据位置信息构建机组拓扑图,并根据压力信息对机组拓扑图的节点进行压力标识,通过采集预设期望时间窗口内的氮气需求量,获得预设氮气需求量,并根据预设氮气需求量的时间标识生成氮气需求曲线,然后根据机组拓扑图对机组全负荷运行供应量和氮气存储容量进行采集,通过将氮气需求曲线、机组全负荷运行供应量、氮气存储容量输入机组控制模型中,输出机组控制方案,然后根据机组控制方案,利用控制模块对目标压缩机组进行控制,通过数据采集模块对目标压缩机组进行实时数据采集,获得实时运行数据,然后根据实时运行数据对控制结果进行监测验证。达到了提高集装箱氮气压缩机组的控制质量,提高控制效率的技术效果。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种集装箱氮气压缩机组的集中监测控制方法流程示意图;
图2为本申请实施例提供的一种集装箱氮气压缩机组的集中监测控制方法中获得第二氮气需求区间和第三氮气需求区间的流程示意图;
图3为本申请实施例提供的一种集装箱氮气压缩机组的集中监测控制方法中获得补充分析结果的流程示意图;
图4为本申请实施例提供的一种集装箱氮气压缩机组的集中监测控制系统结构示意图。
附图标记说明:基本信息获得模块11,拓扑图构建模块12,需求曲线生成模块13,供应量采集模块14,控制方案输出模块15,机组控制模块16,运行数据获得模块17,监测验证模块18。
具体实施方式
本申请通过提供了一种集装箱氮气压缩机组的集中监测控制方法及系统,用于针对解决现有技术中存在氮气压缩机组监测控制准确度低,控制效果差的技术问题。
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要说明的是,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块。
实施例一
如图1所示,本申请提供了一种集装箱氮气压缩机组的集中监测控制方法,其中,所述方法应用于监测控制平台,所述监测控制平台与控制模块和数据采集模块通信连接,所述方法包括:
步骤S100:通过数据采集模块对目标压缩机组的信息进行采集,获得基本信息集合,其中,所述基本信息集合包括压力信息和位置信息;
具体而言,所述监测控制平台是对集装箱氮气压缩机组的运行生产进行监测的平台,通过与控制模块、数据采集模块的端口通信连接,可以对机组进行生产控制以及生产数据获取。所述控制模块是对集装箱氮气压缩机组的运行参数进行生产控制的功能模块。所述数据采集模块是对集装箱氮气压缩机组的运行数据进行采集的功能模块。
在本申请的实施例中,所述目标压缩机组是需要进行控制的多个集装箱氮气压缩机组成的机组。通过使用数据采集模块对所述目标压缩机组进行信息采集,获得所述基本信息集合。其中,所述基本信息集合是能够反映目标压缩机组的设置情况,将压缩机组与其他压缩机组分别开的信息,包括压力信息和位置信息。所述压力信息是所述目标压缩机组中氮气压缩机的额定工作压力。所述位置信息是对所述目标压缩机组中的各个氮气压缩机的位置进行描述的信息,示例性的,通过对氮气压缩机所处位置的经纬度进行记录,将其作为位置信息。通过对目标压缩机组的信息进行采集,为后续进行机组控制分析提供基础数据。
步骤S200:根据所述位置信息构建机组拓扑图,并根据所述压力信息对所述机组拓扑图的节点进行压力标识;
步骤S300:采集预设期望时间窗口内的氮气需求量,获得预设氮气需求量,并根据所述预设氮气需求量的时间标识生成氮气需求曲线;
在一个可能的实施例中,根据所述位置信息构建所述机组拓扑图。其中,所述机组拓扑图是对目标压缩机组的压缩机配置情况进行反映的结构图,可以清晰描述目标压缩机组的压缩机构成和压缩机数量。优选的,通过根据所述位置信息确定压缩机的数量和位置,根据压缩机的数量确定机组拓扑图的节点数量,根据压缩机的位置确定机组拓扑图中各个节点的位置。同时,根据所述压力信息对机组拓扑图中的每个节点进行压力标识,不同的压力表明该节点的压缩机生产氮气的能力。
在一个可能的实施例中,所述预设期望时间窗口是预先设置的对目标压缩机组进行生产控制的时间段,可选的,预设期望时间窗口可以是10天、半个月、一个月等。对所述预设期望时间窗口内的氮气需求订单进行采集,并以氮气需求量为索引,从所述氮气需求订单中进行数据提取,获得所述预设氮气需求量。其中,所述预设氮气需求量是在预设期望时间窗口内氮气的需求数量。
在本申请的实施例中,通过根据预设氮气需求量对应的氮气需求订单时间,对预设氮气需求量进行时间标识,以时间为横坐标,以预设氮气需求量为纵坐标生成所述氮气需求曲线。其中,所述氮气需求曲线是对预设期望时间窗口内的氮气需求变化情况进行直观反映的曲线。
步骤S400:根据所述机组拓扑图对机组全负荷运行供应量和氮气存储容量进行采集;
具体的,通过根据所述机组拓扑图中各个节点的压力标识获得目标压缩机组在达到全负荷运行状态时,可以供应的氮气量,将其设定为机组全负荷运行供应量。所述氮气存储容量是根据所述机组拓扑图中的氮气存储罐数量和每个氮气存储罐的容量进行计算获得的,所述目标压缩机组可以存储的氮气量。通过对机组全负荷运行供应量和氮气存储容量进行采集,从而为后续进行压缩机控制提供基础分析数据。
步骤S500:将所述氮气需求曲线、机组全负荷运行供应量、氮气存储容量输入机组控制模型中,输出机组控制方案;
进一步的,如图2所示,所述将所述氮气需求曲线、机组全负荷运行供应量、氮气存储容量输入机组控制模型中,输出机组控制方案,本申请实施例步骤S500还包括:
步骤S510:以所述机组全负荷运行供应量对氮气需求曲线进行筛选,获得第一氮气需求区间,其中,所述第一氮气需求区间是氮气需求量超出机组全负荷运行供应量的需求曲线对应的时间段;
步骤S520:以机组全负荷运行供应量对氮气需求曲线进行筛选,获得第二氮气需求区间和第三氮气需求区间,其中,所述第二氮气需求区间是氮气需求量与机组全负荷运行供应量相同的需求曲线对应的时间段,所述第三氮气需求区间是氮气需求量低于机组全负荷运行供应量的需求曲线对应的时间段。
在本申请的一个实施例中,所述机组控制模型是对目标压缩机组的运行参数进行控制的控制方案进行智能化分析的功能模型,包括过负荷子模块、正常负荷子模块、低负荷子模块,输入数据为氮气需求曲线、机组全负荷运行供应量、氮气存储容量,输出数据为机组控制方案。所述机组控制方案是对目标压缩机组的运行时间和运行参数进行控制的方案,包括第一控制方案、第二控制方案、第三控制方案。所述第一控制方案是对氮气需求量超出机组全负荷运行供应量的需求曲线对应的时间段进行目标压缩机组控制的操作方案。所述第二控制方案是对氮气需求量与机组全负荷运行供应量相同的需求曲线对应的时间段进行目标压缩机组控制的操作方案。所述第三控制方案是对氮气需求量低于机组全负荷运行供应量的时间段进行目标压缩机组控制的操作方案。
具体而言,通过以所述机组全负荷运行供应量为基础,对所述氮气需求曲线进行筛选,筛选氮气需求曲线中氮气需求量高于机组全负荷运行供应量的区间,从而获得第一氮气需求区间。其中,所述第一氮气需求区间是预设期望时间窗口内目标压缩机组在全负荷运行状态下不能够满足氮气需求的时间段,也就是氮气需求量超出机组全负荷运行供应量的需求曲线对应的时间段。当不能满足需求时,需要从氮气存储罐中获取一部分的氮气量,通过从前一时间段氮气需求量低于机组全负荷运行供应量的时间段生产的氮气中进行获取。
在一个可能的实施例中,通过以机组全负荷运行供应量对氮气需求曲线中进行筛选,获得与机组全负荷运行供应量相同的需求曲线对应的时间段,以及氮气需求量低于机组全负荷运行供应量的需求曲线对应的时间段,从而获得所述第二氮气需求区间和第三氮气需求区间。通过以机组全负荷运行供应量对氮气需求曲线进行筛选,从而对曲线进行不同氮气需求量的时间段划分,从而为后续在不同时间段对目标氮气机组进行控制提供依据。
进一步的,本申请实施例步骤S510还包括:
步骤S511:将所述第一氮气需求区间、机组全负荷运行供应量和氮气需求曲线输入所述机组控制模型的过负荷子模块中,获得第一控制方案;
步骤S512:提取所述第一控制方案中的多个待补充氮气量,其中,所述多个待补充氮气量与所述第一氮气需求区间中的时间段一一对应;
步骤S513:利用所述第一氮气需求区间对所述多个待补充氮气量进行时间序列化处理,获得待补充氮气量序列。
在一个可能的实施例中,所述机组控制模型是以BP神经网络为基础框架构建的对目标氮气机组的控制方案进行智能化输出的功能模型,输入数据为氮气需求曲线、机组全负荷运行供应量、氮气存储容量,输出数据为机组控制方案。所述机组控制模型包括过负荷子模块、低负荷子模块和正常负荷子模块。
具体而言,通过获取目标氮气机组在历史时间段内的机组控制数据,作为历史数据集,其中,所述历史数据集包括历史第一氮气需求区间、历史第二氮气需求区间、历史第三氮气需求区间、历史机组全负荷运行供应量、历史第一控制方案、历史第二控制方案、历史第三控制方案、历史氮气需求曲线。利用所述历史第一氮气需求区间、历史氮气需求曲线和历史第一控制方案对过负荷子模块进行训练,直至训练至收敛,获得训练完成的所述过负荷子模块。利用所述历史第二氮气需求区间、历史氮气需求曲线和历史第二控制方案对过负荷子模块进行训练,直至训练至收敛,获得训练完成的所述低负荷子模块。利用所述历史第三氮气需求区间、历史氮气需求曲线和历史第三控制方案对过负荷子模块进行训练,直至训练至收敛,获得训练完成的所述正常负荷子模块。
具体的,通过将第一氮气需求区间、机组全负荷运行供应量和氮气需求曲线输入所述机组控制模型的过负荷子模块中,经过子模块的运算获得所述第一控制方案。以机组全负荷运行供应量与第一控制方案中氮气需求量进行差值计算,从而获得所述多个待补充氮气量。所述待补充氮气量是第一氮气需求区间的时间段内需要补充的氮气量。每一个待补充氮气量具有一个与其相对应的氮气需求区间,也就是每一个待补充氮气量都具有对应的时间段。通过按照所述第一氮气需求区间中的时间顺序,结合每一个待补充氮气量的时间段,对多个待补充氮气量进行时间序列化处理。换句话说,就是根据每一个待补充氮气需求量的时间,按照时间的先后顺序,时间在前的待补充氮气需求量排在前面,由此获得的序列就是所述待补充氮气量序列。
进一步的,本申请实施例步骤S520还包括:
步骤S521:将所述第三氮气需求区间、机组全负荷运行供应量和氮气需求曲线输入所述机组控制模型的低负荷子模块中,获得第三控制方案;
步骤S522:提取所述第三控制方案中的多个可生产氮气量,其中,所述多个可生产氮气量与所述第三氮气需求区间中的时间段一一对应;
步骤S523:利用所述第三氮气需求区间对所述多个可生产氮气量进行时间序列化处理,获得可生产氮气量序列。
进一步的,如图3所示,本申请实施例步骤S523还包括:
步骤S523-1:根据所述待补充氮气量序列和所述可生产氮气量序列构建差值时间轴;
步骤S523-2:并利用所述待补充氮气量序列和所述可生产氮气量序列中的氮气量对所述差值时间轴进行氮气量标识,其中,所述氮气量标识包括待补充氮气量标识和可生产氮气量标识;
步骤S523-3:根据氮气量标识结果和氮气存储容量进行补充分析,获得补充分析结果。
进一步的,所述根据氮气量标识结果和氮气存储容量进行补充分析,本申请实施例步骤S523还包括:
步骤S523-4:遍历所述差值时间轴的待补充氮气量标识,判断待补充氮气量标识的待补充氮气量是否大于氮气存储容量,若是,则获得第一预警信息,并将第一预警信息发送至工作人员;
步骤S523-5:若否,则判断待补充氮气量标识的待补充氮气量是否大于位于待补充氮气量标识前一位的可生产氮气量标识的可生产氮气量,若是,则获得第二预警信息,并将第二预警信息发送至工作人员;
步骤S523-6:若否,则根据所述待补充氮气量标识的待补充氮气量对第三控制方案进行优化,获得第三优化控制方案。
在一个可能的实施例中,通过将所述第三氮气需求区间、机组全负荷运行供应量和氮气需求曲线输入所述机组控制模型的低负荷子模块中进行分析,从而获得所述第三控制方案。在所述第三控制方案中包括在第三氮气需求区间内对目标压缩机组进行控制的控制参数,以及氮气生产量。优选的,对所述第三控制方案中的氮气生产量进行提取,获得多个氮气生产量,然后与机组全负荷运行供应量进行差值计算,将差值计算的结果作为所述多个可生产氮气量。同样的,根据所述多个可生产氮气量在氮气需求曲线中对应的时间先后顺序,对多个可生产氮气量进行时间序列化处理,从而获得所述可生产氮气量序列。其中,所述可生产氮气量是在第三氮气需求区间内除了满足氮气需求外,还可以生产的氮气量。
在本申请的实施例中,根据时间的先后顺序设置时间轴,并将待补充氮气量序列和可生产氮气量序列中的数据在时间轴上进行标识,构建所述差值时间轴。其中,所述差值时间轴是对需要补充氮气的时间区间和可以提供氮气的时间区间进行可视化展示的时间轴。所述氮气量标识是对差值时间轴上需要补充或生产氮气的区间进行具体需要补充或生产的氮气数量进行量化表示的标识,包括待补充氮气量标识和可生产氮气量标识。其中,所述待补充氮气量标识是对该区间需要补充的氮气数量进行表示的标识。所述可生产氮气量标识是对该区间可以额外生产的氮气数量进行表示的标识。
在一个可能的实施例中,通过对所述差值时间轴上的待补充氮气量标识进行逐一待补充氮气量提取,判断待补充氮气量是否大于氮气存储容量,若是,则表明该时间段需要的氮气量已经超出目标压缩机组可以提供的最高容量,也就是说,将目标压缩机组全负荷运行产生的氮气量加上氮气存储罐中存储的氮气量也不能满足该时间段的要求,此时,获得所述第一预警信息。其中,所述第一预警信息用于提醒工作运行,时间段需要的氮气量已经超出目标压缩机组能够提供的氮气量,不能满足区间需求的氮气量。
具体而言,若否,则表明该时间段需要的氮气量虽然超出了目标压缩机组在全负荷运行状态下可以提供的氮气量,但是通过氮气存储罐中存储的氮气补充,可以满足该时间需要的氮气量。进而,需要判断位于待补充氮气量标识前一位的可生产氮气量标识的可生产氮气量与待补充氮气量的大小,若待补充氮气量大于可生产氮气量,表明,上一个可生产氮气时间段内生产的氮气量不能满足该时间段需要补充的氮气量,获得所述第二预警信息。其中,所述第二预警信息是用于提醒工作人员该时间段内生产的氮气量即使加上在该时间段之前的第一个可生产氮气量,也不能够满足要求。
具体的,当待补充氮气量标识的待补充氮气量小于位于待补充氮气量标识前一位的可生产氮气量标识的可生产氮气量,则根据所述待补充氮气量对第三控制方案进行优化,添加从氮气存储罐中获取待补充氮气量的操作步骤,从而获得所述第三优化控制方案。
进一步的,本申请实施例步骤S500还包括:
步骤S530:将所述第二氮气需求区间、机组全负荷运行供应量和氮气需求曲线输入所述机组控制模型的正常负荷子模块中,获得第二控制方案;
步骤S540:将第一控制方案、第二控制方案、第三优化控制方案作为机组控制方案。
在一个可能的实施例中,将第二氮气需求区间、机组全负荷运行供应量和氮气需求曲线输入所述机组控制模型的正常负荷子模块中,经过正常负荷子模块的运算获得所述第二控制方案。通过将所述第一控制方案、第二控制方案、第三优化控制方案作为所述机组控制方案。从而对目标压缩机组进行控制。
步骤S600:根据所述机组控制方案,利用控制模块对目标压缩机组进行控制;
步骤S700:通过所述数据采集模块对所述目标压缩机组进行实时数据采集,获得实时运行数据;
步骤S800:根据所述实时运行数据对控制结果进行监测验证。
进一步的,本申请实施例步骤S800还包括:
步骤S810:通过氮气损失函数对所述实时运行数据进行修正,获得实时运行修正数据;
其中,所述氮气损失函数为:
;
其中,为实时运行数据,/>为实时运行数据的平均值,i为大于等于1的整数,/>为环境影响系数,/>,/>为基于目标压缩机组设置区域内的温度变化情况设定的变量调节系数,/>为基于目标压缩机组设置区域内的风量变化情况设定的变量调节系数,n>0;
步骤S820:利用所述实时运行修正数据对控制结果进行监测验证。
在一个可能的实施例中,通过根据所述机组控制方案,利用控制模块对目标压缩机组进行不同需求区间的参数控制,使其进行氮气生产。进而,使用数据采集模块对目标压缩机组的实时数据进行采集,包括机组运行参数、机组运行环境温度、机组运行环境风量等信息。所述氮气损失函数是对目标压缩机组的生产环境的变化对生产的影响情况进行量化计算的函数。通过使用所述氮气损失函数对实时运行数据进行修正,从而获得所述实时运行修正数据,通过使用所述实时运行修正数据对控制结果进行监测,反映控制是否达到目标。
综上所述,本申请实施例至少具有如下技术效果:
本申请通过分析目标压缩机组的实际生产情况,获得机组拓扑图,进而对期望生产时间段内的氮气需求情况进行分析,获得三个不同的需求区间,进而通过对需求区间内的氮气量进行深入分析,从而获得不同需求区间的智能化控制方案,在使用控制模块对目标压缩机组进行控制后,利用数据采集模块对目标压缩机组的实际运行数据进行采集,从而对控制进行反馈验证。达到了提高氮气压缩机组的集中监测控制智能化程度,提高控制质量和控制效率的技术效果。
实施例二
基于与前述实施例中一种集装箱氮气压缩机组的集中监测控制方法相同的发明构思,如图4所示,本申请提供了一种集装箱氮气压缩机组的集中监测控制系统,本申请实施例中的系统与方法实施例基于同样的发明构思。其中,所述系统包括:
基本信息获得模块11,所述基本信息获得模块11用于通过数据采集模块对目标压缩机组的信息进行采集,获得基本信息集合,其中,所述基本信息集合包括压力信息和位置信息;
拓扑图构建模块12,所述拓扑图构建模块12用于根据所述位置信息构建机组拓扑图,并根据所述压力信息对所述机组拓扑图的节点进行压力标识;
需求曲线生成模块13,所述需求曲线生成模块13用于采集预设期望时间窗口内的氮气需求量,获得预设氮气需求量,并根据所述预设氮气需求量的时间标识生成氮气需求曲线;
供应量采集模块14,所述供应量采集模块14用于根据所述机组拓扑图对机组全负荷运行供应量和氮气存储容量进行采集;
控制方案输出模块15,所述控制方案输出模块15用于将所述氮气需求曲线、机组全负荷运行供应量、氮气存储容量输入机组控制模型中,输出机组控制方案;
机组控制模块16,所述机组控制模块16用于根据所述机组控制方案,利用控制模块对目标压缩机组进行控制;
运行数据获得模块17,所述运行数据获得模块17用于通过所述数据采集模块对所述目标压缩机组进行实时数据采集,获得实时运行数据;
监测验证模块18,所述监测验证模块18用于根据所述实时运行数据对控制结果进行监测验证。
进一步的,所述系统还包括:
第一需求区间获得单元,所述第一需求区间获得单元用于以所述机组全负荷运行供应量对氮气需求曲线进行筛选,获得第一氮气需求区间,其中,所述第一氮气需求区间是氮气需求量超出机组全负荷运行供应量的需求曲线对应的时间段;
第二需求区间获得单元,所述第二需求区间获得单元用于以机组全负荷运行供应量对氮气需求曲线进行筛选,获得第二氮气需求区间和第三氮气需求区间,其中,所述第二氮气需求区间是氮气需求量与机组全负荷运行供应量相同的需求曲线对应的时间段,所述第三氮气需求区间是氮气需求量低于机组全负荷运行供应量的需求曲线对应的时间段。
进一步的,所述系统还包括:
第一控制方案获得单元,所述第一控制方案获得单元用于将所述第一氮气需求区间、机组全负荷运行供应量和氮气需求曲线输入所述机组控制模型的过负荷子模块中,获得第一控制方案;
待补充氮气量提取单元,所述待补充氮气量提取单元用于提取所述第一控制方案中的多个待补充氮气量,其中,所述多个待补充氮气量与所述第一氮气需求区间中的时间段一一对应;
待补充氮气量序列获得单元,所述待补充氮气量序列获得单元用于利用所述第一氮气需求区间对所述多个待补充氮气量进行时间序列化处理,获得待补充氮气量序列。
进一步的,所述系统还包括:
第三控制方案获得单元,所述第三控制方案获得单元用于将所述第三氮气需求区间、机组全负荷运行供应量和氮气需求曲线输入所述机组控制模型的低负荷子模块中,获得第三控制方案;
可生产氮气量提取单元,所述可生产氮气量提取单元用于提取所述第三控制方案中的多个可生产氮气量,其中,所述多个可生产氮气量与所述第三氮气需求区间中的时间段一一对应;
可生产氮气量序列获得单元,所述可生产氮气量序列获得单元用于利用所述第三氮气需求区间对所述多个可生产氮气量进行时间序列化处理,获得可生产氮气量序列。
进一步的,所述系统还包括:
差值时间轴构建单元,所述差值时间轴构建单元用于根据所述待补充氮气量序列和所述可生产氮气量序列构建差值时间轴;
氮气量标识单元,所述氮气量标识单元用于并利用所述待补充氮气量序列和所述可生产氮气量序列中的氮气量对所述差值时间轴进行氮气量标识,其中,所述氮气量标识包括待补充氮气量标识和可生产氮气量标识;
补充分析结果获得单元,所述补充分析结果获得单元用于根据氮气量标识结果和氮气存储容量进行补充分析,获得补充分析结果。
进一步的,所述系统还包括:
存储容量判断单元,所述存储容量判断单元用于遍历所述差值时间轴的待补充氮气量标识,判断待补充氮气量标识的待补充氮气量是否大于氮气存储容量,若是,则获得第一预警信息,并将第一预警信息发送至工作人员;
第二预警信息发送单元,所述第二预警信息发送单元用于若否,则判断待补充氮气量标识的待补充氮气量是否大于位于待补充氮气量标识前一位的可生产氮气量标识的可生产氮气量,若是,则获得第二预警信息,并将第二预警信息发送至工作人员;
控制方案优化单元,所述控制方案优化单元用于若否,则根据所述待补充氮气量标识的待补充氮气量对第三控制方案进行优化,获得第三优化控制方案。
进一步的,所述系统还包括:
第二控制方案获得单元,所述第二控制方案获得单元用于将所述第二氮气需求区间、机组全负荷运行供应量和氮气需求曲线输入所述机组控制模型的正常负荷子模块中,获得第二控制方案;
机组控制方案设定单元,所述机组控制方案设定单元用于将第一控制方案、第二控制方案、第三优化控制方案作为机组控制方案。
进一步的,所述系统还包括:
修正系数获得单元,所述修正系数获得单元用于通过氮气损失函数对所述实时运行数据进行修正,获得实时运行修正数据;
其中,所述氮气损失函数为:
;
其中,为实时运行数据,/>为实时运行数据的平均值,i为大于等于1的整数,/>为环境影响系数,/>,/>为基于目标压缩机组设置区域内的温度变化情况设定的变量调节系数,/>为基于目标压缩机组设置区域内的风量变化情况设定的变量调节系数,n>0;
验证单元,所述验证单元用于利用所述实时运行修正数据对控制结果进行监测验证。
需要说明的是,上述本申请实施例先后顺序仅仅为了描述,不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
以上所述仅为本申请的较佳实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
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 (9)
1.一种集装箱氮气压缩机组的集中监测控制方法,其特征在于,所述方法应用于监测控制平台,所述监测控制平台与控制模块和数据采集模块通信连接,所述方法包括:
通过数据采集模块对目标压缩机组的信息进行采集,获得基本信息集合,其中,所述基本信息集合包括压力信息和位置信息;
根据所述位置信息构建机组拓扑图,并根据所述压力信息对所述机组拓扑图的节点进行压力标识;
采集预设期望时间窗口内的氮气需求量,获得预设氮气需求量,并根据所述预设氮气需求量的时间标识生成氮气需求曲线;
根据所述机组拓扑图对机组全负荷运行供应量和氮气存储容量进行采集;
将所述氮气需求曲线、机组全负荷运行供应量、氮气存储容量输入机组控制模型中,输出机组控制方案;
根据所述机组控制方案,利用控制模块对目标压缩机组进行控制;
通过所述数据采集模块对所述目标压缩机组进行实时数据采集,获得实时运行数据;
根据所述实时运行数据对控制结果进行监测验证。
2.如权利要求1所述的方法,其特征在于,所述将所述氮气需求曲线、机组全负荷运行供应量、氮气存储容量输入机组控制模型中,输出机组控制方案,包括:
以所述机组全负荷运行供应量对氮气需求曲线进行筛选,获得第一氮气需求区间,其中,所述第一氮气需求区间是氮气需求量超出机组全负荷运行供应量的需求曲线对应的时间段;
以机组全负荷运行供应量对氮气需求曲线进行筛选,获得第二氮气需求区间和第三氮气需求区间,其中,所述第二氮气需求区间是氮气需求量与机组全负荷运行供应量相同的需求曲线对应的时间段,所述第三氮气需求区间是氮气需求量低于机组全负荷运行供应量的需求曲线对应的时间段。
3.如权利要求2所述的方法,其特征在于,包括:
将所述第一氮气需求区间、机组全负荷运行供应量和氮气需求曲线输入所述机组控制模型的过负荷子模块中,获得第一控制方案;
提取所述第一控制方案中的多个待补充氮气量,其中,所述多个待补充氮气量与所述第一氮气需求区间中的时间段一一对应;
利用所述第一氮气需求区间对所述多个待补充氮气量进行时间序列化处理,获得待补充氮气量序列。
4.如权利要求3所述的方法,其特征在于,包括:
将所述第三氮气需求区间、机组全负荷运行供应量和氮气需求曲线输入所述机组控制模型的低负荷子模块中,获得第三控制方案;
提取所述第三控制方案中的多个可生产氮气量,其中,所述多个可生产氮气量与所述第三氮气需求区间中的时间段一一对应;
利用所述第三氮气需求区间对所述多个可生产氮气量进行时间序列化处理,获得可生产氮气量序列。
5.如权利要求4所述的方法,其特征在于,包括:
根据所述待补充氮气量序列和所述可生产氮气量序列构建差值时间轴;
并利用所述待补充氮气量序列和所述可生产氮气量序列中的氮气量对所述差值时间轴进行氮气量标识,其中,所述氮气量标识包括待补充氮气量标识和可生产氮气量标识;
根据氮气量标识结果和氮气存储容量进行补充分析,获得补充分析结果。
6.如权利要求5所述的方法,其特征在于,所述根据氮气量标识结果和氮气存储容量进行补充分析,包括:
遍历所述差值时间轴的待补充氮气量标识,判断待补充氮气量标识的待补充氮气量是否大于氮气存储容量,若是,则获得第一预警信息,并将第一预警信息发送至工作人员;
若否,则判断待补充氮气量标识的待补充氮气量是否大于位于待补充氮气量标识前一位的可生产氮气量标识的可生产氮气量,若是,则获得第二预警信息,并将第二预警信息发送至工作人员;
若否,则根据所述待补充氮气量标识的待补充氮气量对第三控制方案进行优化,获得第三优化控制方案。
7.如权利要求6所述的方法,其特征在于,包括:
将所述第二氮气需求区间、机组全负荷运行供应量和氮气需求曲线输入所述机组控制模型的正常负荷子模块中,获得第二控制方案;
将第一控制方案、第二控制方案、第三优化控制方案作为机组控制方案。
8.如权利要求1所述的方法,其特征在于,包括:
通过氮气损失函数对所述实时运行数据进行修正,获得实时运行修正数据;
其中,所述氮气损失函数为:
;
其中,为实时运行数据,/>为实时运行数据的平均值,i为大于等于1的整数,/>为环境影响系数,/>,/>为基于目标压缩机组设置区域内的温度变化情况设定的变量调节系数,/>为基于目标压缩机组设置区域内的风量变化情况设定的变量调节系数,n>0;
利用所述实时运行修正数据对控制结果进行监测验证。
9.一种集装箱氮气压缩机组的集中监测控制系统,其特征在于,所述系统包括:
基本信息获得模块,所述基本信息获得模块用于通过数据采集模块对目标压缩机组的信息进行采集,获得基本信息集合,其中,所述基本信息集合包括压力信息和位置信息;
拓扑图构建模块,所述拓扑图构建模块用于根据所述位置信息构建机组拓扑图,并根据所述压力信息对所述机组拓扑图的节点进行压力标识;
需求曲线生成模块,所述需求曲线生成模块用于采集预设期望时间窗口内的氮气需求量,获得预设氮气需求量,并根据所述预设氮气需求量的时间标识生成氮气需求曲线;
供应量采集模块,所述供应量采集模块用于根据所述机组拓扑图对机组全负荷运行供应量和氮气存储容量进行采集;
控制方案输出模块,所述控制方案输出模块用于将所述氮气需求曲线、机组全负荷运行供应量、氮气存储容量输入机组控制模型中,输出机组控制方案;
机组控制模块,所述机组控制模块用于根据所述机组控制方案,利用控制模块对目标压缩机组进行控制;
运行数据获得模块,所述运行数据获得模块用于通过所述数据采集模块对所述目标压缩机组进行实时数据采集,获得实时运行数据;
监测验证模块,所述监测验证模块用于根据所述实时运行数据对控制结果进行监测验证。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310862739.2A CN116578074B (zh) | 2023-07-14 | 2023-07-14 | 一种集装箱氮气压缩机组的集中监测控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310862739.2A CN116578074B (zh) | 2023-07-14 | 2023-07-14 | 一种集装箱氮气压缩机组的集中监测控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116578074A true CN116578074A (zh) | 2023-08-11 |
CN116578074B CN116578074B (zh) | 2023-09-26 |
Family
ID=87540073
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310862739.2A Active CN116578074B (zh) | 2023-07-14 | 2023-07-14 | 一种集装箱氮气压缩机组的集中监测控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116578074B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110513281A (zh) * | 2019-07-10 | 2019-11-29 | 天津城建大学 | 基于负荷预测的压缩空气系统优化控制方法 |
CN110662935A (zh) * | 2017-05-31 | 2020-01-07 | 乔治洛德方法研究和开发液化空气有限公司 | 气体生产系统 |
CN113279948A (zh) * | 2021-06-23 | 2021-08-20 | 浙江益海嘉里食品工业有限公司 | 空压机集中控制系统及其控制方法 |
CN217340756U (zh) * | 2022-02-21 | 2022-09-02 | 烟台杰瑞石油装备技术有限公司 | 一种高纯度氮气制造设备 |
CN115384561A (zh) * | 2022-09-15 | 2022-11-25 | 中车株洲电力机车有限公司 | 一种列车制氧控制方法、装置、设备及可读存储介质 |
US20230034599A1 (en) * | 2020-01-06 | 2023-02-02 | Hitachi Industrial Equipment Systems Co., Ltd. | Device and method for assisting in assigning compressor controller settings values, and compressor operation control system |
CN115933398A (zh) * | 2022-12-14 | 2023-04-07 | 广东亿炼智能科技有限公司 | 一种基于物联网的空压系统联动控制节能方法及系统 |
-
2023
- 2023-07-14 CN CN202310862739.2A patent/CN116578074B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110662935A (zh) * | 2017-05-31 | 2020-01-07 | 乔治洛德方法研究和开发液化空气有限公司 | 气体生产系统 |
CN110513281A (zh) * | 2019-07-10 | 2019-11-29 | 天津城建大学 | 基于负荷预测的压缩空气系统优化控制方法 |
US20230034599A1 (en) * | 2020-01-06 | 2023-02-02 | Hitachi Industrial Equipment Systems Co., Ltd. | Device and method for assisting in assigning compressor controller settings values, and compressor operation control system |
CN113279948A (zh) * | 2021-06-23 | 2021-08-20 | 浙江益海嘉里食品工业有限公司 | 空压机集中控制系统及其控制方法 |
CN217340756U (zh) * | 2022-02-21 | 2022-09-02 | 烟台杰瑞石油装备技术有限公司 | 一种高纯度氮气制造设备 |
CN115384561A (zh) * | 2022-09-15 | 2022-11-25 | 中车株洲电力机车有限公司 | 一种列车制氧控制方法、装置、设备及可读存储介质 |
CN115933398A (zh) * | 2022-12-14 | 2023-04-07 | 广东亿炼智能科技有限公司 | 一种基于物联网的空压系统联动控制节能方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116578074B (zh) | 2023-09-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115355447B (zh) | 一种基于物联网的智慧燃气门站调压优化方法和系统 | |
CN110766200A (zh) | 一种基于K-means均值聚类的风电机组发电功率预测方法 | |
CN102779228A (zh) | 商场建筑中央空调冷负荷在线预测方法及系统 | |
CN115661547B (zh) | 一种基于知识图谱的植物灌溉养护方法及系统 | |
CN113657662B (zh) | 一种基于数据融合的降尺度风电功率预测方法 | |
CN109242265A (zh) | 基于误差平方和最小的城市需水量组合预测方法 | |
CN114202129A (zh) | 风电出力预测方法、电子设备、存储介质及系统 | |
CN105317476A (zh) | 一种基于特征通流面积的汽轮机流量曲线辨识及优化方法 | |
CN114021783A (zh) | 一种考虑社会类碳排放因素和短期效益的两阶段月度机组组合和检修计划优化方法 | |
CN112054554A (zh) | 基于非参数统计的自适应分布鲁棒机组组合方法及系统 | |
CN115345076A (zh) | 一种风速订正处理方法及装置 | |
CN116578074B (zh) | 一种集装箱氮气压缩机组的集中监测控制方法及系统 | |
CN108846488A (zh) | 风电场的检修调度方法和装置 | |
CN117010638B (zh) | 酒店设备的智能管理方法及系统 | |
JP3226826B2 (ja) | 指令値決定装置 | |
CN116227704A (zh) | 基于边缘计算和云计算的供热能耗诊断及节能调控方法 | |
CN111667138B (zh) | 基于多目标离散二进制粒子群算法的客服排班方法及装置 | |
CN115169130A (zh) | 适用于火电厂自主优化运行的实时优化调度方法及其系统 | |
CN115408930A (zh) | 一种地铁通风空调系统负荷预测方法 | |
O’Malley et al. | Impact of Gas System Modelling on Uncertainty Management of Gas-Electric Systems | |
CN115130899B (zh) | 一种基于Kmeas—GM的空调负荷日前响应能力评估方法 | |
CN117332360B (zh) | 基于5g技术的温室大棚设备故障监测方法及系统 | |
CN117075549B (zh) | 基于人工神经网络的厂务控制方法及系统 | |
CN113361763B (zh) | 一种输气管网的全时段运行优化方法及系统 | |
CN117091269A (zh) | 一种云端服务器及空调系统的控制方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |