CN116679627A - 一种用于控制多个电气设备的联动控制方法 - Google Patents
一种用于控制多个电气设备的联动控制方法 Download PDFInfo
- Publication number
- CN116679627A CN116679627A CN202310499044.2A CN202310499044A CN116679627A CN 116679627 A CN116679627 A CN 116679627A CN 202310499044 A CN202310499044 A CN 202310499044A CN 116679627 A CN116679627 A CN 116679627A
- Authority
- CN
- China
- Prior art keywords
- working condition
- linkage control
- electrical equipment
- equipment
- control
- 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
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000012545 processing Methods 0.000 claims description 13
- 238000000605 extraction Methods 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 6
- 238000007621 cluster analysis Methods 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 4
- 238000005520 cutting process Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 abstract description 48
- 230000003068 static effect Effects 0.000 description 6
- 238000005457 optimization Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013075 data extraction Methods 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- 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
- General Factory Administration (AREA)
Abstract
本发明公开了一种用于控制多个电气设备的联动控制方法，包括以下步骤：利用联动控制效率最高和联动控制成本最低为目标在控制场景中设定电气设备的联动控制顺序作为控制场景的联动控制路径，基于下一联动控制顺序处的电气设备的规划范围利用联动控制效率最高和联动控制成本最低为目标在当前电气设备处对控制场景的联动控制路径进行规划更新。本发明实现在控制场景中对多电气设备的联动控制路径依工况状态进行动态更新，来避免设备失效造成联动控制的中断，联动控制路径进行规划更新维持生产线联动控制的稳定性，并且能够在获取生产设备实时工况后利用关联性的失效设备进行整体规避，提高联动控制路径动态调整的效率。
Description
技术领域
本发明涉及多设备联动技术领域，具体涉及一种用于控制多个电气设备的联动控制方法。
背景技术
随着科技和5G通信的发展，物联网技术的应用越来越成熟，在自动化工厂中，可以利用物联网技术实现高效且不间断的生产。然而，在实际应用中，自动化工厂内的生产设备的种类和数量繁多，在进行生产线组合生产时，通常对生产设备进行固定选择，以实现对生产线所有生产设备进行联动控制完成生产任务或目标。
现有技术中，生产线生产设备的联动规划过程中对于生产设备的规划选择通常也是采用静态全局规划，导致难以掌握生产设备实时工况，静态全局规划出的联动控制路径难以根据生产设备失效工况进行动态调整，或是在获取生产设备失效工况后动态调整无法规避失效相关联的生产设备，导致生产线生产设备的联动规划固态化造成联动控制生产效果差。
发明内容
本发明的目的在于提供一种用于控制多个电气设备的联动控制方法，以解决现有技术中生产线生产设备的联动规划过程中对于生产设备的规划选择通常也是采用静态全局规划，导致难以掌握生产设备实时工况，静态全局规划出的联动控制路径难以根据生产设备失效工况进行动态调整，或是在获取生产设备失效工况后动态调整无法规避失效相关联的生产设备，导致生产线生产设备的联动规划固态化造成联动控制生产效果差的技术问题。
为解决上述技术问题，本发明具体提供下述技术方案：
一种用于控制多个电气设备的联动控制方法，包括以下步骤：
步骤S1、确定多个电气设备的控制场景，并利用联动控制效率最高和联动控制成本最低为目标在控制场景中设定电气设备的联动控制顺序作为控制场景的联动控制路径；
步骤S2、将控制场景的联动控制路径中各个电气设备进行历史工况数据提取，并利用电气设备的历史工况数据获取电气设备的工况关联设备；
步骤S3、利用电气设备的历史工况数据构建电气设备的工况状态预测模型；
步骤S4、在控制场景中执行联动控制路径过程中，在当前电气设备处获取位于下一联动控制顺序处的电气设备的当前工况数据，依据工况状态预测模型基于位于下一联动控制顺序处的电气设备的当前工况数据预测出位于下一联动控制顺序处的电气设备的未来工况状态；
步骤S5、下一联动控制顺序处的电气设备的未来工况状态映射至下一联动控制顺序处的电气设备的工况关联设备中得到下一联动控制顺序处的电气设备的工况关联设备的未来工况状态，基于下一联动控制顺序处的电气设备的工况关联设备的未来工况状态和下一联动控制顺序处的电气设备的未来工况状态确定出下一联动控制顺序处的电气设备的规划范围；
步骤S6、基于下一联动控制顺序处的电气设备的规划范围利用联动控制效率最高和联动控制成本最低为目标在当前电气设备处对控制场景的联动控制路径进行规划更新，以实现在控制场景中对多电气设备的联动控制路径依工况状态进行动态更新，来避免设备故障造成联动控制的中断。
作为本发明的一种优选方案，所述控制场景包含加工场景、运输场景、检测场景。
作为本发明的一种优选方案，所述利用联动控制效率最高和联动控制成本最低为目标在控制场景中设定电气设备的联动控制顺序作为控制场景的联动控制路径，包括：
利用联动控制效率最高和联动控制成本最低为目标设定目标函数，所述目标函数的表达式为：
式中，maxF为联动控制效率最高的目标函数值，max为最大化运算符，S为场景目标总量，Ri为第i个电气设备的单位加工量，Ti,i+1为第i个电气设备调整至第i+1个电气设备的花费时长，min为联动控制成本最低的目标函数值，min为最小化运算符，Pi为第i个电气设备的单位加工成本，Pi,i+1为第i个电气设备调整至第i+1个电气设备的花费成本，m为电气设备总数量，i为计数变量，其中，场景目标总量包括加工总量、运输总量和检测总量；
将控制场景中的所有电气设备作为求解空间，在求解空间中对目标函数进行求解得到控制场景中电气设备的联动控制顺序，以作为控制场景的联动控制路径。
作为本发明的一种优选方案，所述将控制场景的联动控制路径中各个电气设备进行历史工况数据提取，包括：
将控制场景中各个电气设备处记录历史工况数据的所有时序进行提取得到总记录时序段，将总记录时序段利用窗口法进行切割得到一组记录时序段，将每个记录时序段处的历史工况数据进行代表性衡量；
利用数据均衡性设定衡量抽取的历史工况数据代表性的代表性目标函数，所述代表性目标函数的函数表达式为：
式中，WK为第K个记录时序段处的历史工况数据的代表性，MKt为第M个电气设备在第K个记录时序段处的历史工况数据中第t个时序处的历史工况数据，MDt为第M个电气设备在第D个记录时序段处的历史工况数据中第t个时序处的历史工况数据，n为每个记录时序段中时序总数量，N为记录时序段总数量，m为电气设备的总数量，M、K、D、t均为计数变量；
以一组记录时序段为求解空间对代表性目标函数进行最小化求解，将求解得到的所述记录时序段作为提取时序段；
对各个电气设备在提取时序段内的历史工况数据依据时序顺序进行序列化提取得到各个电气设备的历史工况数据。
作为本发明的一种优选方案，所述利用电气设备的历史工况数据获取电气设备的工况关联设备，包括：
将控制场景的联动控制路径中的电气设备作为聚类中心，并以聚类中心依据所述历史工况数据对控制场景中所有电气设备进行聚类分析得到多个设备关联集合；
将设备关联集合处聚类中心外的电气设备均作为聚类中心对应的所述联动控制路径中的电气设备的工况关联设备。
作为本发明的一种优选方案，所述利用电气设备的历史工况数据构建电气设备的工况状态预测模型，包括：
将电气设备的历史工况数据进行状态标记得到电气设备的历史工况状态，所述工况状态包括失效状态和有效状态；
将电气设备的历史工况数据利用LSTM时序预测网络进行网络训练得到所述电气设备的工况状态预测模型；
其中，LSTM时序预测网络的输入项为电气设备的历史工况数据中前置时序处的工况数据，LSTM时序预测网络的输入项为电气设备的历史工况数据中后置时序处的工况状态。
作为本发明的一种优选方案，所述依据工况状态预测模型基于位于下一联动控制顺序处的电气设备的当前工况数据预测出位于下一联动控制顺序处的电气设备的未来工况状态，包括：
将下一联动控制顺序处的电气设备的当前工况数据输入至工况状态预测模型中，由工况状态预测模型输出位于下一联动控制顺序处的电气设备的一组预测工况状态；
依据联动控制路径中当前电气设备处的时序测算由当前电气设备处调整至下一联动控制顺序处的电气设备的时序，并将调整至下一联动控制顺序处的电气设备的时序与下一联动控制顺序处的电气设备的一组预测工况状态进行同时序标定，得到下一联动控制顺序处的电气设备的未来工况状态。
作为本发明的一种优选方案，所述基于下一联动控制顺序处的电气设备的工况关联设备的未来工况状态和下一联动控制顺序处的电气设备的未来工况状态确定出下一联动控制顺序处的电气设备的规划范围，包括：
当下一联动控制顺序处的电气设备的未来工况状态为有效状态，则联动控制路径中的下一联动控制顺序处的电气设备保持不变；
当下一联动控制顺序处的电气设备的未来工况状态为失效状态，则将下一联动控制顺序处的电气设备的工况关联设备的未来工况状态进行标定，标定结果为失效状态；
在控制场景的所有电气设备中将为失效状态的电气设备进行规划剔除，将余下的电气设备作为下一联动控制顺序处的电气设备的规划范围。
作为本发明的一种优选方案，所述基于下一联动控制顺序处的电气设备的规划范围利用联动控制效率最高为目标在当前电气设备处对控制场景的联动控制路径进行规划更新，包括：
在联动控制路径的当前电气设备处以下一联动控制顺序处的电气设备的规划范围为更新求解空间，在更新求解空间中对目标函数进行求解得到控制场景中位于当前电气设备后续处的电气设备的联动控制顺序，以实现控制场景的联动控制路径的规划更新。
作为本发明的一种优选方案，联动控制路径中的下一联动控制顺序处的电气设备保持不变，在当前电气设备后续处的联动控制顺序保持不变。
本发明与现有技术相比较具有如下有益效果：
本发明利用联动控制效率最高和联动控制成本最低为目标在控制场景中设定电气设备的联动控制顺序作为控制场景的联动控制路径，将控制场景的联动控制路径中各个电气设备进行历史工况数据提取，并利用电气设备的历史工况数据获取电气设备的工况关联设备，确定出下一联动控制顺序处的电气设备的规划范围，基于下一联动控制顺序处的电气设备的规划范围利用联动控制效率最高和联动控制成本最低为目标在当前电气设备处对控制场景的联动控制路径进行规划更新，以实现在控制场景中对多电气设备的联动控制路径依工况状态进行动态更新，来避免设备失效造成联动控制的中断，联动控制路径进行规划更新维持生产线联动控制的稳定性，并且能够在获取生产设备实时工况后利用关联性的失效设备进行整体规避，提高联动控制路径动态调整的效率。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式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示例性的，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，还可以根据提供的附图引伸获得其它的实施附图。
图1为本发明实施例提供的联动控制方法流程图。
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。
生产线生产设备的联动规划过程中对于生产设备的规划选择通常也是采用静态全局规划，导致难以掌握生产设备实时工况，静态全局规划出的联动控制路径难以根据生产设备失效工况进行动态调整，或是在获取生产设备失效工况后动态调整无法规避失效相关联的生产设备，导致生产线生产设备的联动规划固态化造成联动控制生产效果差。因此本发明提供了一种用于控制多个电气设备的联动控制方法，能在联动控制的控制顺序进行全局规划以效率高成本低优势的完成生产任务，并在全局基础上实时监测联动控制顺序中所有电气设备的实时工况，根据电气设备的失效工况对全局规划进行局部调整，使得联动控制稳定性高，鲁棒性强。
如图1所示，本发明提供了一种用于控制多个电气设备的联动控制方法，包括以下步骤：
步骤S1、确定多个电气设备的控制场景，并利用联动控制效率最高和联动控制成本最低为目标在控制场景中设定电气设备的联动控制顺序作为控制场景的联动控制路径；
步骤S2、将控制场景的联动控制路径中各个电气设备进行历史工况数据提取，并利用电气设备的历史工况数据获取电气设备的工况关联设备；
步骤S3、利用电气设备的历史工况数据构建电气设备的工况状态预测模型；
步骤S4、在控制场景中执行联动控制路径过程中，在当前电气设备处获取位于下一联动控制顺序处的电气设备的当前工况数据，依据工况状态预测模型基于位于下一联动控制顺序处的电气设备的当前工况数据预测出位于下一联动控制顺序处的电气设备的未来工况状态；
步骤S5、下一联动控制顺序处的电气设备的未来工况状态映射至下一联动控制顺序处的电气设备的工况关联设备中得到下一联动控制顺序处的电气设备的工况关联设备的未来工况状态，基于下一联动控制顺序处的电气设备的工况关联设备的未来工况状态和下一联动控制顺序处的电气设备的未来工况状态确定出下一联动控制顺序处的电气设备的规划范围；
步骤S6、基于下一联动控制顺序处的电气设备的规划范围利用联动控制效率最高和联动控制成本最低为目标在当前电气设备处对控制场景的联动控制路径进行规划更新，以实现在控制场景中对多电气设备的联动控制路径依工况状态进行动态更新，来避免设备故障造成联动控制的中断。
利用联动控制效率最高和联动控制成本最低为目标在控制场景中设定电气设备的联动控制顺序作为控制场景的联动控制路径，利用目标优化方法对联动控制顺序进行全局规划，能够使得获得联动控制路径具有高效率、低成本权衡兼具的优势，即能在联动控制的控制顺序进行全局规划以效率高成本低优势的完成生产任务，基于下一联动控制顺序处的电气设备的规划范围利用联动控制效率最高和联动控制成本最低为目标在当前电气设备处对控制场景的联动控制路径进行规划更新，以实现在控制场景中对多电气设备的联动控制路径依工况状态进行动态更新，来避免设备失效造成联动控制的中断，联动控制路径进行规划更新维持生产线联动控制的稳定性，并且能够在获取生产设备实时工况后利用关联性的失效设备进行整体规避，提高联动控制路径动态调整的效率。
控制场景包含加工场景、运输场景、检测场景。
本发明利用联动控制效率最高和联动控制成本最低的多目标优化方法进行联动控制顺序(联动控制路径)的优化设定，使得设定出的联动控制路径在效率和成本上进行优化权衡得到最优的联动控制路径，具体如下：
利用联动控制效率最高和联动控制成本最低为目标在控制场景中设定电气设备的联动控制顺序作为控制场景的联动控制路径，包括：
利用联动控制效率最高和联动控制成本最低为目标设定目标函数，目标函数的表达式为：
式中，maxF为联动控制效率最高的目标函数值，max为最大化运算符，S为场景目标总量，Ri为第i个电气设备的单位加工量，Ti,i+1为第i个电气设备调整至第i+1个电气设备的花费时长，min为联动控制成本最低的目标函数值，min为最小化运算符，Pi为第i个电气设备的单位加工成本，Pi,i+1为第i个电气设备调整至第i+1个电气设备的花费成本，m为电气设备总数量，i为计数变量，其中，场景目标总量包括加工总量、运输总量和检测总量；
联动控制效率分为电气设备的自身加工效率，以及电气设备进行相邻调整效率，利用相邻调整效率Ti,i+1来表征出电气设备的联动控制顺序属性，即能够将联动控制路径中相邻顺序的电气设备间的调整效率最大化，使得联动控制的响应速度最大化，联动控制的联动性更强，联动控制成本分为电气设备的自身加工成本，以及电气设备进行相邻调整成本，同样利用相邻调整成本/>Pi,i+1来表征出电气设备的联动控制顺序属性，即能够将联动控制路径中相邻顺序的电气设备间的调整成本最小化，通过对成本最小化和效率最大化的求解得到的最优的联动控制路径，具有更高的联动控制效率同时具有更低的联动控制成本，实现联动控制路径的最优化设置。
将控制场景中的所有电气设备作为求解空间，在求解空间中对目标函数进行求解得到控制场景中电气设备的联动控制顺序，以作为控制场景的联动控制路径。
工况数据是通行工况状态的表征指标之一，在构建各个电气设备间的工况关联性，可以体现出各个电气设备间的工况状态关联性，进一步又展现了各个电气设备间的工况状态的关联性。
在构建各个电气设备的工况关联性时，需要选取代表性数据序列进行关联性分析，因此本发明避免随机选取的数据序列造成关联性分析结果不准确，通过以数据均衡性为优化目标，以数据方差作数据均衡性的衡量指标，选取出记录时序段与剩余记录时序段具有最小方差，该记录时序段在所有记录时序段内具有最高的分布频率，即该记录时序段在所有记录时序段内具有最高的代表性，符合该电气设备的工况数据时序规律，因此本发明提供了一种序列化提取各个电气设备的历史工况数据的方法，具体如下：
将控制场景的联动控制路径中各个电气设备进行历史工况数据提取，包括：
将控制场景中各个电气设备处记录历史工况数据的所有时序进行提取得到总记录时序段，将总记录时序段利用窗口法进行切割得到一组记录时序段，将每个记录时序段处的历史工况数据进行代表性衡量；
利用数据均衡性设定衡量抽取的历史工况数据代表性的代表性目标函数，代表性目标函数的函数表达式为：
式中，WK为第K个记录时序段处的历史工况数据的代表性，MKt为第M个电气设备在第K个记录时序段处的历史工况数据中第t个时序处的历史工况数据，MDt为第M个电气设备在第D个记录时序段处的历史工况数据中第t个时序处的历史工况数据，n为每个记录时序段中时序总数量，N为记录时序段总数量，m为电气设备的总数量，M、K、D、t均为计数变量；
以一组记录时序段为求解空间对代表性目标函数进行最小化求解，将求解得到的记录时序段作为提取时序段；
对各个电气设备在提取时序段内的历史工况数据依据时序顺序进行序列化提取得到各个电气设备的历史工况数据。
利用电气设备的历史工况数据获取电气设备的工况关联设备，包括：
将控制场景的联动控制路径中的电气设备作为聚类中心，并以聚类中心依据历史工况数据对控制场景中所有电气设备进行聚类分析得到多个设备关联集合；
将设备关联集合处聚类中心外的电气设备均作为聚类中心对应的联动控制路径中的电气设备的工况关联设备。
利用聚类分析，以联动控制路径中的电气设备作为聚类中心，能够得到与联动控制路径中的电气设备具有工况关联性的设备关联集合，即每个设备关联集合中联动控制路径中的电气设备为中心，剩余电气设备均是与联动控制路径中的电气设备具有工况关联性的工况关联设备，进而在联动控制路径中的电气设备出现故障或失效状况不能用于正常运行时，则联动控制路径的电气设备对应的所有工况关联设备均为故障或失效状况不能用于正常运行，从而实现在后续局部规划时将失效的电气设备进行集合式剔除，避免重规划后的联动控制路径仍然包含故障或失效状况不能用于正常运行的电气设备，同时集合式剔除所有失效的电气设备，提高联动控制路径的规划效率。
本发明构建工况状态预测模型，可以实现在当前时刻预测出电气设备在未来时刻处的工况状态，进而实现在联动控制路径的当前电气设备处预测出下一联动控制顺序处对应的电气设备处的工况状态，实现当前时刻对位于下一联动控制顺序处的电气设备的一组预测工况状态的预先掌握，从而能够提前进行联动控制路径的提前调整，联动控制路径上当前电气设备处动态调整后续的电气设备以及联动控制顺序，具体如下：
利用电气设备的历史工况数据构建电气设备的工况状态预测模型，包括：
将电气设备的历史工况数据进行状态标记得到电气设备的历史工况状态，工况状态包括失效状态和有效状态；
将电气设备的历史工况数据利用LSTM时序预测网络进行网络训练得到电气设备的工况状态预测模型；
其中，LSTM时序预测网络的输入项为电气设备的历史工况数据中前置时序处的工况数据，LSTM时序预测网络的输入项为电气设备的历史工况数据中后置时序处的工况状态。
依据工况状态预测模型基于位于下一联动控制顺序处的电气设备的当前工况数据预测出位于下一联动控制顺序处的电气设备的未来工况状态，包括：
将下一联动控制顺序处的电气设备的当前工况数据输入至工况状态预测模型中，由工况状态预测模型输出位于下一联动控制顺序处的电气设备的一组预测工况状态；
依据联动控制路径中当前电气设备处的时序测算由当前电气设备处调整至下一联动控制顺序处的电气设备的时序，并将调整至下一联动控制顺序处的电气设备的时序与下一联动控制顺序处的电气设备的一组预测工况状态进行同时序标定，得到下一联动控制顺序处的电气设备的未来工况状态。
基于下一联动控制顺序处的电气设备的工况关联设备的未来工况状态和下一联动控制顺序处的电气设备的未来工况状态确定出下一联动控制顺序处的电气设备的规划范围，包括：
当下一联动控制顺序处的电气设备的未来工况状态为有效状态，则联动控制路径中的下一联动控制顺序处的电气设备保持不变；
当下一联动控制顺序处的电气设备的未来工况状态为失效状态，则将下一联动控制顺序处的电气设备的工况关联设备的未来工况状态进行标定，标定结果为失效状态；
在控制场景的所有电气设备中将为失效状态的电气设备进行规划剔除，将余下的电气设备作为下一联动控制顺序处的电气设备的规划范围。
基于下一联动控制顺序处的电气设备的规划范围利用联动控制效率最高为目标在当前电气设备处对控制场景的联动控制路径进行规划更新，包括：
在联动控制路径的当前电气设备处以下一联动控制顺序处的电气设备的规划范围为更新求解空间，在更新求解空间中对目标函数进行求解得到控制场景中位于当前电气设备后续处的电气设备的联动控制顺序，以实现控制场景的联动控制路径的规划更新。
本发明对全局规划得到的联动控制路径，并在联动控制路径中对电气设备的工况状态进行监测，在联动控制路径中出现失效电气设备时进行局部调整，避免设备失效造成联动控制的中断，同样利用联动控制效率最高和联动控制成本最低的多目标优化方法对联动控制路径的动态更新进行优化设定，使得联动控制路径的动态更新在效率和成本上进行优化权衡得到最优更新的联动控制路径，使得动态更新后的联动控制路径依旧保持着效率最高成本最低的优势。
在全局规划获得的联动控制路径具有效率最高成本最低的优势，出现失效电气设备后进行的联动控制路径局部调整得到更新后的联动控制路径具有效率最高成本最低的优势，保持了局部调整后的联动控制路径与调整前维持着相对优势稳定性，局部调整对全局规划的联动控制路径造成的系统波动性小，根据电气设备的失效工况对全局规划进行局部调整，使得对多个电气设备的联动控制稳定性高，鲁棒性强。
联动控制路径中的下一联动控制顺序处的电气设备保持不变，在当前电气设备后续处的联动控制顺序保持不变。
本发明利用联动控制效率最高和联动控制成本最低为目标在控制场景中设定电气设备的联动控制顺序作为控制场景的联动控制路径，将控制场景的联动控制路径中各个电气设备进行历史工况数据提取，并利用电气设备的历史工况数据获取电气设备的工况关联设备，确定出下一联动控制顺序处的电气设备的规划范围，基于下一联动控制顺序处的电气设备的规划范围利用联动控制效率最高和联动控制成本最低为目标在当前电气设备处对控制场景的联动控制路径进行规划更新，以实现在控制场景中对多电气设备的联动控制路径依工况状态进行动态更新，来避免设备失效造成联动控制的中断，联动控制路径进行规划更新维持生产线联动控制的稳定性，并且能够在获取生产设备实时工况后利用关联性的失效设备进行整体规避，提高联动控制路径动态调整的效率。
以上实施例仅为本申请的示例性实施例，不用于限制本申请，本申请的保护范围由权利要求书限定。本领域技术人员可以在本申请的实质和保护范围内，对本申请做出各种修改或等同替换，这种修改或等同替换也应视为落在本申请的保护范围内。
Claims (10)
1.一种用于控制多个电气设备的联动控制方法，其特征在于，包括以下步骤：
步骤S1、确定多个电气设备的控制场景，并利用联动控制效率最高和联动控制成本最低为目标在控制场景中设定电气设备的联动控制顺序作为控制场景的联动控制路径；
步骤S2、将控制场景的联动控制路径中各个电气设备进行历史工况数据提取，并利用电气设备的历史工况数据获取电气设备的工况关联设备；
步骤S3、利用电气设备的历史工况数据构建电气设备的工况状态预测模型；
步骤S4、在控制场景中执行联动控制路径过程中，在当前电气设备处获取位于下一联动控制顺序处的电气设备的当前工况数据，依据工况状态预测模型基于位于下一联动控制顺序处的电气设备的当前工况数据预测出位于下一联动控制顺序处的电气设备的未来工况状态；
步骤S5、下一联动控制顺序处的电气设备的未来工况状态映射至下一联动控制顺序处的电气设备的工况关联设备中得到下一联动控制顺序处的电气设备的工况关联设备的未来工况状态，基于下一联动控制顺序处的电气设备的工况关联设备的未来工况状态和下一联动控制顺序处的电气设备的未来工况状态确定出下一联动控制顺序处的电气设备的规划范围；
步骤S6、基于下一联动控制顺序处的电气设备的规划范围利用联动控制效率最高和联动控制成本最低为目标在当前电气设备处对控制场景的联动控制路径进行规划更新，以实现在控制场景中对多电气设备的联动控制路径依工况状态进行动态更新，来避免设备故障造成联动控制的中断。
2.根据权利要求1所述的一种用于控制多个电气设备的联动控制方法，其特征在于：所述控制场景包含加工场景、运输场景、检测场景。
3.根据权利要求1所述的一种用于控制多个电气设备的联动控制方法，其特征在于：所述利用联动控制效率最高和联动控制成本最低为目标在控制场景中设定电气设备的联动控制顺序作为控制场景的联动控制路径，包括：
利用联动控制效率最高和联动控制成本最低为目标设定目标函数，所述目标函数的表达式为：
式中，maxF为联动控制效率最高的目标函数值，max为最大化运算符，S为场景目标总量，Ri为第i个电气设备的单位加工量，Ti,i+1为第i个电气设备调整至第i+1个电气设备的花费时长，min为联动控制成本最低的目标函数值，min为最小化运算符，Pi为第i个电气设备的单位加工成本，Pi,i+1为第i个电气设备调整至第i+1个电气设备的花费成本，m为电气设备总数量，i为计数变量，其中，场景目标总量包括加工总量、运输总量和检测总量；
将控制场景中的所有电气设备作为求解空间，在求解空间中对目标函数进行求解得到控制场景中电气设备的联动控制顺序，以作为控制场景的联动控制路径。
4.根据权利要求3所述的一种用于控制多个电气设备的联动控制方法，其特征在于：所述将控制场景的联动控制路径中各个电气设备进行历史工况数据提取，包括：
将控制场景中各个电气设备处记录历史工况数据的所有时序进行提取得到总记录时序段，将总记录时序段利用窗口法进行切割得到一组记录时序段，将每个记录时序段处的历史工况数据进行代表性衡量；
利用数据均衡性设定衡量抽取的历史工况数据代表性的代表性目标函数，所述代表性目标函数的函数表达式为：
式中，WK为第K个记录时序段处的历史工况数据的代表性，MKt为第M个电气设备在第K个记录时序段处的历史工况数据中第t个时序处的历史工况数据，MDt为第M个电气设备在第D个记录时序段处的历史工况数据中第t个时序处的历史工况数据，n为每个记录时序段中时序总数量，N为记录时序段总数量，m为电气设备的总数量，M、K、D、t均为计数变量；
以一组记录时序段为求解空间对代表性目标函数进行最小化求解，将求解得到的所述记录时序段作为提取时序段；
对各个电气设备在提取时序段内的历史工况数据依据时序顺序进行序列化提取得到各个电气设备的历史工况数据。
5.根据权利要求4所述的一种用于控制多个电气设备的联动控制方法，其特征在于：所述利用电气设备的历史工况数据获取电气设备的工况关联设备，包括：
将控制场景的联动控制路径中的电气设备作为聚类中心，并以聚类中心依据所述历史工况数据对控制场景中所有电气设备进行聚类分析得到多个设备关联集合；
将设备关联集合处聚类中心外的电气设备均作为聚类中心对应的所述联动控制路径中的电气设备的工况关联设备。
6.根据权利要求5所述的一种用于控制多个电气设备的联动控制方法，其特征在于：所述利用电气设备的历史工况数据构建电气设备的工况状态预测模型，包括：
将电气设备的历史工况数据进行状态标记得到电气设备的历史工况状态，所述工况状态包括失效状态和有效状态；
将电气设备的历史工况数据利用LSTM时序预测网络进行网络训练得到所述电气设备的工况状态预测模型；
其中，LSTM时序预测网络的输入项为电气设备的历史工况数据中前置时序处的工况数据，LSTM时序预测网络的输入项为电气设备的历史工况数据中后置时序处的工况状态。
7.根据权利要求6所述的一种用于控制多个电气设备的联动控制方法，其特征在于，所述依据工况状态预测模型基于位于下一联动控制顺序处的电气设备的当前工况数据预测出位于下一联动控制顺序处的电气设备的未来工况状态，包括：
将下一联动控制顺序处的电气设备的当前工况数据输入至工况状态预测模型中，由工况状态预测模型输出位于下一联动控制顺序处的电气设备的一组预测工况状态；
依据联动控制路径中当前电气设备处的时序测算由当前电气设备处调整至下一联动控制顺序处的电气设备的时序，并将调整至下一联动控制顺序处的电气设备的时序与下一联动控制顺序处的电气设备的一组预测工况状态进行同时序标定，得到下一联动控制顺序处的电气设备的未来工况状态。
8.根据权利要求7所述的一种用于控制多个电气设备的联动控制方法，其特征在于，所述基于下一联动控制顺序处的电气设备的工况关联设备的未来工况状态和下一联动控制顺序处的电气设备的未来工况状态确定出下一联动控制顺序处的电气设备的规划范围，包括：
当下一联动控制顺序处的电气设备的未来工况状态为有效状态，则联动控制路径中的下一联动控制顺序处的电气设备保持不变；
当下一联动控制顺序处的电气设备的未来工况状态为失效状态，则将下一联动控制顺序处的电气设备的工况关联设备的未来工况状态进行标定，标定结果为失效状态；
在控制场景的所有电气设备中将为失效状态的电气设备进行规划剔除，将余下的电气设备作为下一联动控制顺序处的电气设备的规划范围。
9.根据权利要求8所述的一种用于控制多个电气设备的联动控制方法，其特征在于，所述基于下一联动控制顺序处的电气设备的规划范围利用联动控制效率最高为目标在当前电气设备处对控制场景的联动控制路径进行规划更新，包括：
在联动控制路径的当前电气设备处以下一联动控制顺序处的电气设备的规划范围为更新求解空间，在更新求解空间中对目标函数进行求解得到控制场景中位于当前电气设备后续处的电气设备的联动控制顺序，以实现控制场景的联动控制路径的规划更新。
10.根据权利要求8所述的一种用于控制多个电气设备的联动控制方法，其特征在于，联动控制路径中的下一联动控制顺序处的电气设备保持不变，在当前电气设备后续处的联动控制顺序保持不变。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310499044.2A CN116679627B (zh) | 2023-05-04 | 2023-05-04 | 一种用于控制多个电气设备的联动控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310499044.2A CN116679627B (zh) | 2023-05-04 | 2023-05-04 | 一种用于控制多个电气设备的联动控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116679627A true CN116679627A (zh) | 2023-09-01 |
| CN116679627B CN116679627B (zh) | 2024-06-25 |
Family
ID=87777751
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310499044.2A Active CN116679627B (zh) | 2023-05-04 | 2023-05-04 | 一种用于控制多个电气设备的联动控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116679627B (zh) |
Citations (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006171824A (ja) * | 2004-12-13 | 2006-06-29 | Nippon Telegr & Teleph Corp <Ntt> | 作業プロセス割り当て方法及びその装置 |
| CN102323779A (zh) * | 2011-07-18 | 2012-01-18 | 华中科技大学 | 一种重型数控装备测控传感网 |
| CN102810185A (zh) * | 2011-06-03 | 2012-12-05 | 北京三博中自科技有限公司 | 一种流程工业管网系统的调度系统与方法 |
| CN106228298A (zh) * | 2016-07-20 | 2016-12-14 | 长春工业大学 | 云制造环境下加工方案优选方法 |
| CN106774214A (zh) * | 2016-12-31 | 2017-05-31 | 冶金自动化研究设计院 | 一种基于设备工况组合的能源调度系统 |
| CN108490904A (zh) * | 2018-05-10 | 2018-09-04 | 东北大学 | 一种基于设备多工况运行的能源系统优化调度方法 |
| CN109390935A (zh) * | 2018-10-16 | 2019-02-26 | 清华大学 | 一种用于电力系统暂态稳定预测的样本生成方法 |
| CN109478057A (zh) * | 2016-05-09 | 2019-03-15 | 强力物联网投资组合2016有限公司 | 用于工业物联网的方法和系统 |
| CN109917758A (zh) * | 2019-01-25 | 2019-06-21 | 北京交通大学 | 一种工业设备数据的处理方法及系统 |
| CN110579971A (zh) * | 2019-10-25 | 2019-12-17 | 福州大学 | 一种面向绿色制造的多目标切削参数优化方法 |
| US20200090289A1 (en) * | 2017-05-25 | 2020-03-19 | Johnson Controls Technology Company | Model predictive maintenance system with integrated measurement and verification functionality |
| CN111880501A (zh) * | 2020-07-29 | 2020-11-03 | 珠海格力电器股份有限公司 | 用于建立设备联动场景的交互方法、存储介质及电子设备 |
| CN112925650A (zh) * | 2021-04-02 | 2021-06-08 | 杭州有赞科技有限公司 | 计算任务的资源成本计算方法与资源成本计算系统 |
| CN112987666A (zh) * | 2021-02-09 | 2021-06-18 | 浙大城市学院 | 电厂机组运行优化调控方法及系统 |
| CN112990537A (zh) * | 2021-02-02 | 2021-06-18 | 辽宁邮电规划设计院有限公司 | 一种电力应急指挥系统及方法 |
| CN114153185A (zh) * | 2021-12-01 | 2022-03-08 | 重庆大学 | 一种基于动态多目标差分进化算法的炼钢-连铸弹性调度优化方法及系统 |
| CN114815733A (zh) * | 2022-06-16 | 2022-07-29 | 安徽机电职业技术学院 | 一种电气自动化控制的智能化工业机器人控制系统 |
| CN115000969A (zh) * | 2022-07-21 | 2022-09-02 | 国网河北省电力有限公司经济技术研究院 | 一种考虑风电并网的混合型潮流控制器规划配置方法 |
| CN115016402A (zh) * | 2022-05-18 | 2022-09-06 | 中国电子科技集团公司第二十九研究所 | 一种多工艺路径的动态工艺生成方法 |
| CN115345485A (zh) * | 2022-08-17 | 2022-11-15 | 珠海爱浦京软件股份有限公司 | 基于大数据的智能工厂设备数据分析管理系统及方法 |
| CN115562199A (zh) * | 2022-09-29 | 2023-01-03 | 卡奥斯工业智能研究院(青岛)有限公司 | 工业互联网操作系统和产品的处理方法 |
| US20230053412A1 (en) * | 2022-06-28 | 2023-02-23 | Chengdu Qinchuan Iot Technology Co., Ltd. | Production line adaptation methods based on industrial internet of things, systems and storage mediums thereof |
-
2023
- 2023-05-04 CN CN202310499044.2A patent/CN116679627B/zh active Active
Patent Citations (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006171824A (ja) * | 2004-12-13 | 2006-06-29 | Nippon Telegr & Teleph Corp <Ntt> | 作業プロセス割り当て方法及びその装置 |
| CN102810185A (zh) * | 2011-06-03 | 2012-12-05 | 北京三博中自科技有限公司 | 一种流程工业管网系统的调度系统与方法 |
| CN102323779A (zh) * | 2011-07-18 | 2012-01-18 | 华中科技大学 | 一种重型数控装备测控传感网 |
| CN109478057A (zh) * | 2016-05-09 | 2019-03-15 | 强力物联网投资组合2016有限公司 | 用于工业物联网的方法和系统 |
| CN106228298A (zh) * | 2016-07-20 | 2016-12-14 | 长春工业大学 | 云制造环境下加工方案优选方法 |
| CN106774214A (zh) * | 2016-12-31 | 2017-05-31 | 冶金自动化研究设计院 | 一种基于设备工况组合的能源调度系统 |
| US20200090289A1 (en) * | 2017-05-25 | 2020-03-19 | Johnson Controls Technology Company | Model predictive maintenance system with integrated measurement and verification functionality |
| CN108490904A (zh) * | 2018-05-10 | 2018-09-04 | 东北大学 | 一种基于设备多工况运行的能源系统优化调度方法 |
| CN109390935A (zh) * | 2018-10-16 | 2019-02-26 | 清华大学 | 一种用于电力系统暂态稳定预测的样本生成方法 |
| CN109917758A (zh) * | 2019-01-25 | 2019-06-21 | 北京交通大学 | 一种工业设备数据的处理方法及系统 |
| CN110579971A (zh) * | 2019-10-25 | 2019-12-17 | 福州大学 | 一种面向绿色制造的多目标切削参数优化方法 |
| CN111880501A (zh) * | 2020-07-29 | 2020-11-03 | 珠海格力电器股份有限公司 | 用于建立设备联动场景的交互方法、存储介质及电子设备 |
| CN112990537A (zh) * | 2021-02-02 | 2021-06-18 | 辽宁邮电规划设计院有限公司 | 一种电力应急指挥系统及方法 |
| CN112987666A (zh) * | 2021-02-09 | 2021-06-18 | 浙大城市学院 | 电厂机组运行优化调控方法及系统 |
| CN112925650A (zh) * | 2021-04-02 | 2021-06-08 | 杭州有赞科技有限公司 | 计算任务的资源成本计算方法与资源成本计算系统 |
| CN114153185A (zh) * | 2021-12-01 | 2022-03-08 | 重庆大学 | 一种基于动态多目标差分进化算法的炼钢-连铸弹性调度优化方法及系统 |
| CN115016402A (zh) * | 2022-05-18 | 2022-09-06 | 中国电子科技集团公司第二十九研究所 | 一种多工艺路径的动态工艺生成方法 |
| CN114815733A (zh) * | 2022-06-16 | 2022-07-29 | 安徽机电职业技术学院 | 一种电气自动化控制的智能化工业机器人控制系统 |
| US20230053412A1 (en) * | 2022-06-28 | 2023-02-23 | Chengdu Qinchuan Iot Technology Co., Ltd. | Production line adaptation methods based on industrial internet of things, systems and storage mediums thereof |
| CN115000969A (zh) * | 2022-07-21 | 2022-09-02 | 国网河北省电力有限公司经济技术研究院 | 一种考虑风电并网的混合型潮流控制器规划配置方法 |
| CN115345485A (zh) * | 2022-08-17 | 2022-11-15 | 珠海爱浦京软件股份有限公司 | 基于大数据的智能工厂设备数据分析管理系统及方法 |
| CN115562199A (zh) * | 2022-09-29 | 2023-01-03 | 卡奥斯工业智能研究院(青岛)有限公司 | 工业互联网操作系统和产品的处理方法 |
Non-Patent Citations (5)
| Title |
|---|
| 李苏苏;谢如鹤;: "基于食品安全的冷链物流成本优化分析", 系统工程, no. 12, 28 December 2014 (2014-12-28) * |
| 梅生伟;李瑞;黄少伟;魏;张雪敏;卢强;: "多能互补网络建模及动态演化机理初探", 全球能源互联网, no. 01, 25 January 2018 (2018-01-25) * |
| 潘乐真;张焰;俞国勤;杜成刚;: "状态检修决策中的电气设备故障率推算", 电力自动化设备, no. 02, 10 February 2010 (2010-02-10) * |
| 王世明;许海龙;: "复合材料汽车零部件模压成形智能化生产单元集成", 机械设计, no. 1, 31 July 2020 (2020-07-31) * |
| 闵蒙蒙;何尚录;罗宏伟;: "生产效率为二次函数的边生产边需求的EPQ模型", 咸阳师范学院学报, no. 02, 25 March 2016 (2016-03-25) * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116679627B (zh) | 2024-06-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Bracale et al. | Multivariate quantile regression for short-term probabilistic load forecasting | |
| JP7162075B2 (ja) | バッチプロセスのモデル化、監視及び制御におけるバッチデータの自動アライメントのためのコンピュータシステム、方法およびコンピュータプログラムプロダクト | |
| JP2022500769A (ja) | 電力システム熱負荷の予測方法及び予測装置 | |
| US9727035B2 (en) | Computer apparatus and method using model structure information of model predictive control | |
| US20210166181A1 (en) | Equipment management method, device, system and storage medium | |
| CN107133699A (zh) | 电影票房趋势预测方法和装置、设备、存储介质 | |
| EP3389158A1 (en) | Generated power amount prediction device, generated power amount prediction method, grid stabilization device, and grid stabilization method | |
| US6937966B1 (en) | System and method for on-line adaptive prediction using dynamic management of multiple sub-models | |
| CN110175690A (zh) | 一种景区客流量预测的方法、装置、服务器和存储介质 | |
| CN114881540B (zh) | 确定水源治理方案的方法和装置、电子设备和存储介质 | |
| CN109934368B (zh) | 订单数量和订单状态的预测方法、装置及系统 | |
| CN103034267A (zh) | 用于控制设施装置的设备和方法 | |
| CN116455820A (zh) | 基于拥塞规避的多传输路径调整系统及方法 | |
| CN116679627B (zh) | 一种用于控制多个电气设备的联动控制方法 | |
| CN110750455A (zh) | 基于系统日志分析的智能在线自更新故障诊断方法和系统 | |
| CN107315671A (zh) | 应用状态监控方法、装置及其设备 | |
| CN110689177B (zh) | 订单准备时间的预测方法和装置，电子设备及存储介质 | |
| CN114385601B (zh) | 基于超算的云边协同高通量海洋数据智能处理方法及系统 | |
| CN114282658B (zh) | 一种针对流量序列分析及预测的方法、设备和介质 | |
| CN112866129B (zh) | 根据时效标志自动调节间隔的组包方法、装置及系统 | |
| JP7277254B2 (ja) | 消費電力予測装置 | |
| JP7079663B2 (ja) | 電力需要予測システム、学習装置及び電力需要予測方法 | |
| CN110309472B (zh) | 基于离线数据的策略评估方法及装置 | |
| CN112926801A (zh) | 一种基于分位数回归的负荷曲线组合预测方法及装置 | |
| JPH11126102A (ja) | ガス需要量の予測方法 |
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 |