CN116681268A - 过滤器生产线运行管理方法及系统 - Google Patents
过滤器生产线运行管理方法及系统 Download PDFInfo
- Publication number
- CN116681268A CN116681268A CN202310967255.4A CN202310967255A CN116681268A CN 116681268 A CN116681268 A CN 116681268A CN 202310967255 A CN202310967255 A CN 202310967255A CN 116681268 A CN116681268 A CN 116681268A
- Authority
- CN
- China
- Prior art keywords
- filter
- filter screen
- information
- deformation
- elastic modulus
- 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
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 43
- 238000007726 management method Methods 0.000 title claims abstract description 26
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 144
- 238000004088 simulation Methods 0.000 claims abstract description 99
- 239000000463 material Substances 0.000 claims abstract description 35
- 238000000034 method Methods 0.000 claims abstract description 31
- 238000004364 calculation method Methods 0.000 claims abstract description 18
- 238000001914 filtration Methods 0.000 claims description 50
- 238000011156 evaluation Methods 0.000 claims description 30
- 239000012535 impurity Substances 0.000 claims description 15
- 238000013210 evaluation model Methods 0.000 claims description 12
- 238000012549 training Methods 0.000 claims description 10
- 238000004080 punching Methods 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 4
- 238000012512 characterization method Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 25
- 238000004458 analytical method Methods 0.000 abstract description 10
- 238000012545 processing Methods 0.000 abstract description 2
- 239000002609 medium Substances 0.000 description 40
- 239000012736 aqueous medium Substances 0.000 description 8
- 238000009826 distribution Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 230000008859 change Effects 0.000 description 6
- 238000013461 design Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000004387 environmental modeling Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 239000011148 porous material Substances 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- 230000005489 elastic deformation Effects 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004887 air purification Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000003749 cleanliness Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 229920001971 elastomer Polymers 0.000 description 1
- 239000000806 elastomer Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 239000013049 sediment Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C60/00—Computational materials science, i.e. ICT specially adapted for investigating the physical or chemical properties of materials or phenomena associated with their design, synthesis, processing, characterisation or utilisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
-
- 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
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Analysis (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Manufacturing & Machinery (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Algebra (AREA)
- Development Economics (AREA)
- Fluid Mechanics (AREA)
- Quality & Reliability (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了过滤器生产线运行管理方法及系统,涉及数据处理技术领域,包括:获取目标过滤器的滤网结构信息和滤网属性信息,进行弹性模量计算输出第一弹性模量,获取过滤水环境的信息,生成环境建模数据,输出第一过滤仿真模型,进行预设周期的水流量模拟输出模拟数据集,进行滤网形变预测输出第一预测形变指标,根据第一弹性模量进行分析,生成第一提醒信息,用于提醒目标过滤器的滤网材料更换。本发明解决了现有的过滤器生产线运行管理方法存在对于滤芯的形变程度掌控不足,并且对于不同环境下滤网的性能和效果不能准确分析,导致不能及时发现滤芯材料损耗、形变等问题的技术问题。
Description
技术领域
本发明涉及数据处理技术领域,具体涉及过滤器生产线运行管理方法及系统。
背景技术
过滤器生产线是指用于制造滤水、滤气或其他类型过滤器的自动化生产线系统,过滤器广泛应用于各个领域,如工业生产、水处理、空气净化、医疗设备等,用于去除悬浮物、颗粒物、污染物和异味等,随着环境污染日益严重和人们对安全与健康的关注增加,对过滤器需求的不断增长,因此,过滤器生产线的管理方法和技术创新对于提升产品质量、生产效率和市场竞争力至关重要。
然而现今常用的过滤器生产线运行管理方法还存在着一定的弊端,现有技术中,由于对滤芯的形变程度掌控不足,并且对于不同环境下滤网的性能和效果不能准确分析,导致不能及时发现滤芯材料损耗、形变等问题。因此,对于过滤器生产线运行管理还存在着一定的可提升空间。
发明内容
本申请通过提供了过滤器生产线运行管理方法及系统,旨在解决现有的过滤器生产线运行管理方法存在对于滤芯的形变程度掌控不足,并且对于不同环境下滤网的性能和效果不能准确分析,导致不能及时发现滤芯材料损耗、形变等问题的技术问题。
鉴于上述问题,本申请提供了过滤器生产线运行管理方法及系统。
本申请公开的第一个方面,提供了过滤器生产线运行管理方法,所述方法包括:连接过滤器生产线系统,获取目标过滤器的滤网结构信息和滤网属性信息,其中,所述滤网属性信息包括滤网材料信息;根据所述滤网结构信息和所述滤网属性信息对所述目标过滤器的滤网进行弹性模量计算,输出第一弹性模量;获取所述目标过滤器的过滤水环境的信息;根据所述过滤水环境的信息生成的环境建模数据,与所述目标过滤器的滤网建模数据,输出第一过滤仿真模型;对所述第一过滤仿真模型进行预设周期的水流量模拟,输出模拟数据集;根据所述模拟数据集进行滤网形变预测,输出第一预测形变指标,其中,所述第一预测形变指标用于标识所述目标过滤器中滤网的形变程度;根据所述第一弹性模量,对所述第一预测形变指标进行分析,生成第一提醒信息,用于提醒所述目标过滤器的滤网材料更换。
本申请公开的另一个方面,提供了过滤器生产线运行管理系统,所述系统用于上述方法,所述系统包括:滤网信息获取模块,所述滤网信息获取模块用于连接过滤器生产线系统,获取目标过滤器的滤网结构信息和滤网属性信息,其中,所述滤网属性信息包括滤网材料信息;弹性模量计算模块,所述弹性模量计算模块用于根据所述滤网结构信息和所述滤网属性信息对所述目标过滤器的滤网进行弹性模量计算,输出第一弹性模量;环境信息获取模块,所述环境信息获取模块用于获取所述目标过滤器的过滤水环境的信息;仿真模型构建模块,所述仿真模型构建模块用于根据所述过滤水环境的信息生成的环境建模数据,与所述目标过滤器的滤网建模数据,输出第一过滤仿真模型;水流量模拟模块,所述水流量模拟模块用于对所述第一过滤仿真模型进行预设周期的水流量模拟,输出模拟数据集;滤网形变预测模块,所述滤网形变预测模块用于根据所述模拟数据集进行滤网形变预测,输出第一预测形变指标,其中,所述第一预测形变指标用于标识所述目标过滤器中滤网的形变程度;第一提醒信息生成模块,所述第一提醒信息生成模块用于根据所述第一弹性模量,对所述第一预测形变指标进行分析,生成第一提醒信息,用于提醒所述目标过滤器的滤网材料更换。
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:
获取目标过滤器的滤网结构信息和滤网属性信息,进行弹性模量计算输出第一弹性模量,获取过滤水环境的信息,生成环境建模数据,输出第一过滤仿真模型,进行预设周期的水流量模拟输出模拟数据集,进行滤网形变预测输出第一预测形变指标,根据第一弹性模量进行分析,生成第一提醒信息,用于提醒目标过滤器的滤网材料更换。解决了现有的过滤器生产线运行管理方法存在对于滤芯的形变程度掌控不足,并且对于不同环境下滤网的性能和效果不能准确分析,导致不能及时发现滤芯材料损耗、形变等问题的技术问题,实现了通过分析滤芯的形变指标和弹性模量之间的关系,提前预测滤芯的形变程度,并通过过滤仿真模型以更真实的环境条件对滤网进行仿真,评估滤网的性能和过滤效果,达到确保滤芯的性能和过滤稳定性的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例提供了过滤器生产线运行管理方法流程示意图;
图2为本申请实施例提供了过滤器生产线运行管理方法中输出环境建模数据可能的流程示意图;
图3为本申请实施例提供了过滤器生产线运行管理方法中生成第一提醒信息可能的流程示意图;
图4为本申请实施例提供了过滤器生产线运行管理系统可能的结构示意图。
附图标记说明:滤网信息获取模块10,弹性模量计算模块20,环境信息获取模块30,仿真模型构建模块40,水流量模拟模块50,滤网形变预测模块60,第一提醒信息生成模块70。
具体实施方式
本申请实施例通过提供过滤器生产线运行管理方法,解决了现有的过滤器生产线运行管理方法存在对于滤芯的形变程度掌控不足,并且对于不同环境下滤网的性能和效果不能准确分析,导致不能及时发现滤芯材料损耗、形变等问题的技术问题,实现了通过分析滤芯的形变指标和弹性模量之间的关系,提前预测滤芯的形变程度,并通过过滤仿真模型以更真实的环境条件对滤网进行仿真,评估滤网的性能和过滤效果,达到确保滤芯的性能和过滤稳定性的技术效果。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一:
如图1所示,本申请实施例提供了过滤器生产线运行管理方法,所述方法包括:
步骤S100:连接过滤器生产线系统,获取目标过滤器的滤网结构信息和滤网属性信息,其中,所述滤网属性信息包括滤网材料信息;
具体而言,将数据采集设备与过滤器生产线系统进行连接,以获取实时的生产线数据,从系统中获取有关目标过滤器的滤网结构信息和滤网属性信息,其中,滤网结构信息包括滤网的形状、层数、孔径等信息;滤网属性信息包括滤网材料信息,例如滤网的材质、弹性模量等。
步骤S200:根据所述滤网结构信息和所述滤网属性信息对所述目标过滤器的滤网进行弹性模量计算,输出第一弹性模量;
具体而言,根据滤网的形状、材质等参数来描述滤网的变形行为,例如,使用弹性体理论中的线性弹性模型进行计算。根据滤网结构信息分析滤网孔径的变形情况,即滤芯在工作过程中可能会受到流体压力或其他外部载荷的影响而发生弹性变形,导致孔径发生变化。根据所选的力学模型,将滤网的几何形变转化为应变,并估算滤网的应力分布,根据应变和应力的关系,计算出滤网的弹性模量值,其中,滤网的弹性模量与孔径的弹性形变相关,较大的形变可能会降低过滤效果,将计算得到的第一弹性模量作为输出结果使用,该弹性模量反映了目标过滤器滤网所能承受的弹性形变能力,从而确定其耐用性和长期使用过程中的变形情况。
步骤S300:获取所述目标过滤器的过滤水环境的信息;
具体而言,使用监测设备收集与过滤水环境相关的参数,包括水的流速、温度、浊度、pH值、溶解氧量等,提取与过滤水环境特征相关的信息,包括平均流速、水质变化趋势、污染物浓度等,将这些信息作为目标过滤器的过滤水环境信息。
步骤S400:根据所述过滤水环境的信息生成的环境建模数据,与所述目标过滤器的滤网建模数据,输出第一过滤仿真模型;
具体而言,将获取的过滤水环境的信息进行整理和处理,以得到环境建模数据,包括流速、水质参数、温度、压力等与过滤水环境相关的特征,根据获取的目标过滤器的滤网结构信息和属性信息,进行滤网建模,涉及滤网的几何形状、材料特性、孔径分布等参数,作为滤网建模数据。通过数学模型方法,将环境建模数据与滤网建模数据进行整合,建立一个综合模型,用于模拟过滤器在给定环境下的过滤效果,生成第一过滤仿真模型,该模型可以模拟给定环境条件下目标过滤器的过滤效果、水流分布等参数。
进一步而言,如图2所示,本申请步骤S400包括:
步骤S410:通过对所述过滤水环境进行数据采集,获取水介质环境信息,其中,所述水介质环境信息包括水介质黏度,水介质杂质类型以及水介质杂含量;
步骤S420:通过对所述过滤水环境进行数据采集,获取水介质流量信息,其中,所述水介质流量信息包括水流速率;
步骤S430:利用有限元分析软件对所述水介质环境信息和所述水介质流量信息进行数值模拟,输出所述环境建模数据。
具体而言,通过传感器或测量设备采集实时的水介质黏度数据,黏度是衡量液体流动阻力的物理属性,水介质的黏度取决于其粘性特征,例如其粘度和流动性;水介质可能含有固体颗粒、悬浮物、溶解质、微生物等不同类型的杂质,根据实际情况,使用监测设备确定水介质中存在的杂质类型,比如液体杂质或固体杂质等;水介质的杂含量指的是其中存在的杂质的数量或浓度,通过检测装置收集水介质中杂质的量化信息,这些杂质的含量可以通过与特定指标相关的分析方法进行测量,如浊度测试、化学分析等。通过采集并分析水介质环境信息,可以更好地了解滤水环境的特性、杂质的类型和含量情况。
水流速率指的是单位时间内通过特定区域的水量,通过使用流量计或传感器实时测量或记录水的流速,水的流速通常以体积单位或长度单位表示,例如升/秒,或者米/秒。通过对过滤水环境进行数据采集并获取水介质的流量信息,特别是水流速率,可以了解水的动态变化并评估其对过滤器性能的影响。
整理所述水介质环境信息和水介质流量信息,并将其导入有限元分析软件,建立相应的环境模型,包括创建几何模型、定义材料属性、设置边界条件等,进行数值模拟,通过在模型中施加适当的边界条件和加载条件,模拟水介质环境和流量的作用。数值模拟完成后,从有限元分析软件中提取所需的环境建模数据,这些数据涵盖水介质的流场分布、压力变化、应变和应力等相关参数。
进一步而言,本申请步骤S400还包括:
步骤S440:根据所述水介质环境信息和所述水介质流量信息进行模型训练,输出冲压评估模型,其中,所述第一过滤仿真模型连接包括所述冲压评估模型;
步骤S450:根据所述冲压评估模型,输出冲压评估数据;
步骤S460:根据所述滤网建模数据,生成滤网仿真模型,其中,所述第一过滤仿真模型连接包括所述滤网仿真模型;
步骤S470:以所述冲压评估数据对所述滤网仿真模型进行模拟。
具体而言,将收集到的水介质环境信息和水介质流量信息作为训练集,使用机器学习技术,训练冲压评估模型,该模型可以学习水介质环境和流量信息与过滤器性能之间的关系,并输出对滤芯形变、滤网性能等方面的评估结果。将冲压评估模型与第一过滤仿真模型相连接,使两个模型能够相互交流和协同工作,从而可以更全面地模拟和评估过滤器在实际工作环境中的性能和效果。
将获取的水介质环境信息和水介质流量信息作为输入提供给冲压评估模型,通过模型训练过程中学习到的关系进行分析和处理,生成相应的冲压评估数据,包括滤芯形变程度、过滤效率、水质清洁度等参数或指标,以此确定过滤器在特定水介质环境条件和流量下的性能表现。
利用所述滤网建模数据,在仿真软件中构建滤网仿真模型,包括将滤网的几何形状转化为三维模型,并设定相应的材料属性和边界条件,其中,所述滤网仿真模型的输出结果可以提供对滤芯形变、水流分布、过滤效率等方面的更准确的理解和预测。将滤网仿真模型与第一过滤仿真模型相连接,使两个模型能够协同工作和交流。
将获取的冲压评估数据作为输入准备,根据冲压评估数据的特征和指标,设定相应的参数和条件,以便在滤网仿真模型中进行模拟,使用滤网仿真模型,根据设定的冲压评估数据参数,对滤网的行为和性能进行模拟,根据滤网仿真模型的输出结果,结合冲压评估数据的特征,分析模拟结果并得出相应的结论。通过将冲压评估数据与滤网仿真模型相结合,可以更加准确地预测滤网的形变程度、过滤效果和性能表现,这有助于优化滤网设计、评估滤网材料的质量和可靠性,并提供更精确的数据用于决策和维护计划的制定。
进一步而言,本申请步骤S450还包括:
步骤S451:获取第一水流管道的出口结构,其中,所述第一水流管道的出口结构为经由所述目标过滤器过滤前水介质从管道流出的出口结构;
步骤S452:获取所述第一水流管道的相对位置,其中,所述第一水流管道的相对位置为相对于所述目标过滤器过滤位置的相对位置;
步骤S453:根据所述第一水流管道的出口结构和所述第一水流管道的相对位置,生成第一冲压特征;
步骤S454:按照所述第一冲压特征对输出的所述冲压评估数据进行调整。
具体而言,通过查看系统图纸等方式,确定目标过滤器所连接的第一水流管道的位置和结构,获取其出口结构,包括喷嘴、阀门、管道接头等元件,对其进行测量,获取尺寸、形状、材料等方面的参数。
通过工程图纸确定目标过滤器的过滤位置,即在管道系统中的具体位置,找到连接到目标过滤器的第一水流管道的位置,这可以是进口管道、出口管道或与过滤器直接相连的主管道。根据目标过滤器过滤位置和第一水流管道的位置,计算其之间的相对位置,这可以是距离、偏移量或其他表达方式,取决于具体的系统设置和需求。将所得到的相对位置标记在相关图纸上,并记录在相关文档或数据库中,这有助于准确描述和维护目标过滤器与第一水流管道之间的空间关系。
基于所获得的出口结构和相对位置信息,分析可能与冲压过程相关的特征,包括水流的速度、方向、强度、涡旋或任何其他影响冲击或冲击力的因素,根据分析结果,将相关特征编码为第一冲压特征,这可以是一组数值、指标、描述性特征或其他适当的表示形式,通过生成第一冲压特征,可以更好地了解第一水流管道对目标过滤器的冲压效果。
基于所述第一冲压特征和冲压评估数据,分析它们之间的关系,根据第一冲压特征的分析结果,对输出的冲压评估数据进行相应的调整,例如,增加、减少或修改数据的某些方面,以更好地反映第一冲压特征对过滤器性能的影响。通过按照第一冲压特征对冲压评估数据进行调整,可以更加准确地描述和反映第一水流管道对过滤器性能的冲压效果,这有助于更全面地评估和优化过滤器设计、改进滤芯材料,并提供准确的数据用于指导维护和操作过程。
步骤S500:对所述第一过滤仿真模型进行预设周期的水流量模拟,输出模拟数据集;
具体而言,预设周期为所需模拟的周期长度,例如一天、一周或一个月等,根据实际情况和预期的工作条件,设定预设周期内的水流量变化情况,例如,可以使用实测数据、历史数据或预测数据来定义水流量的变化曲线或模式。使用所述第一过滤仿真模型,结合设定的水流量参数,在预设周期内模拟水流的分布和过滤效果,根据第一过滤仿真模型和预设的水流量模拟结果,生成模拟数据集,该数据集包括在不同时间点上的水流分布、滤芯的形变程度、过滤效率等相关信息,这些数据可以用于进一步的分析、评估和决策。
通过对第一过滤仿真模型进行预设周期的水流量模拟,可以模拟不同工作条件下的过滤效果,了解滤芯在不同水流量下的性能表现,这有助于优化过滤器设计、评估滤芯寿命和制定维护策略等方面的决策。
步骤S600:根据所述模拟数据集进行滤网形变预测,输出第一预测形变指标,其中,所述第一预测形变指标用于标识所述目标过滤器中滤网的形变程度;
具体而言,对模拟数据集进行分析和处理,提取与滤网形变相关的特征参数,包括滤网的材料属性、几何参数、加载条件等,通过对这些特征进行分析,获取与形变程度相关的模式,使用机器学习方法构建形变预测模型,示例性的,使用监督学习算法,如回归模型,在训练过程中,将已知的模拟数据作为输入,相应的形变指标作为目标输出,以优化模型的参数。经过训练后,使用该模型对新的输入数据进行形变预测,将目标过滤器的相关特征作为输入,模型将输出相应的第一预测形变指标,这个指标用于表示滤网的形变程度,辅助监测滤网的性能和寿命。
步骤S700:根据所述第一弹性模量,对所述第一预测形变指标进行分析,生成第一提醒信息,用于提醒所述目标过滤器的滤网材料更换。
进一步而言,如图3所示,本申请步骤S700包括:
步骤S710:根据所述第一预测形变指标,输出第一预测弹性模量;
步骤S720:对所述第一弹性模量和所述第一预测弹性模量进行比对,当所述第一预测弹性模量与所述第一弹性模量的差值大于预设差值,生成所述第一提醒信息。
具体而言,根据第一预测形变指标与实际弹性模量之间的关系,建立一个数学模型来描述它们之间的关联,使用收集到的数据,将其用于训练模型,以求得合适的参数,以便在给定第一预测形变指标时能够准确地预测弹性模量,利用训练好的模型,输入第一预测形变指标,即可输出预测的第一预测弹性模量。
对所述第一弹性模量和第一预测弹性模量进行比较,计算他们之间的差值,如果差值超过了预先设定的阈值,即差值大于预设差值,则认为差异较大,生成第一提醒信息,提醒信息可以采取多种形式,例如向相关的操作人员发送通知、记录提醒日志或在工作界面上显示提醒信息等,提醒内容包括有关差值异常的具体描述,并为后续操作提供建议,例如,建议检查或校正相关参数、重新评估材料强度和性能等。这有助于确保材料和过滤器性能的准确性,并促使必要的修正措施来维护过滤器的正常运行。
进一步而言,本申请还包括,判断所述目标过滤器的滤网是否为多层滤网;若所述目标过滤器的滤网为多层滤网,确定多个预测弹性模量,再对所述多个预测弹性模量进行综合计算,表达式为:
,
其中,n为滤网层数,σi表征冲压评估数据,εi为第i层的预测形变指标。
具体而言,通过获取滤网结构、材料或其他相关参数,来判断目标过滤器的滤网是否为多层滤网,如果目标过滤器的滤网为多层滤网,则确定多个预测弹性模量,针对每一层滤网,进行单独的预测弹性模量计算。对于多个预测弹性模量,进行综合计算以得到最终的预测弹性模量,具体的计算方式如上式,其中,n代表滤网的层数,即多层滤网中滤网层的数量,Σ表示对所有层次,即i从1到n的预测形变指标进行求和,这样可以综合考虑不同层次的形变指标对总体预测弹性模量的贡献。
进一步而言,本申请还包括:
步骤S810:根据所述目标过滤器,获取过滤壳体;
步骤S820:根据所述模拟数据集中的冲压评估数据,对所述过滤壳体进行冲压形变概率计算,输出第一形变概率;
步骤S830:当所述第一形变概率大于预设形变概率,生成第二提醒信息。
具体而言,确定目标过滤器的种类和结构,常见的过滤器类型包括沉淀过滤器、滤筒过滤器、滤板过滤器等,根据目标过滤器的设计和结构,通过查看工程图纸、设备手册或相关文档,确定过滤壳体所在的位置。根据确定的位置,采取相应的措施获取过滤壳体,具体的操作方式因过滤器类型而异,例如,如果是一个可拆卸的过滤器,可以直接打开壳体进行获取;如果是一个固定的过滤器,则需要进行相关的拆卸或接触安装才能获取过滤壳体。
根据模拟数据集中的冲压评估数据,进行冲压形变概率的计算,这可以使用统计分析或机器学习等技术来推导概率模型,示例性地,基于冲压评估数据,使用有限元分析方法建立过滤壳体的形变模型,模型综合材料的非线性、载荷的非均匀性以及设备特定的约束等因素,通过对形变模型进行数值模拟,模拟过滤壳体在特定条件下的形变行为,在这个过程中,使用统计方法来生成多个场景,在每个场景下计算形变量。基于模拟得到的形变数据,通过运用概率理论和统计方法,计算形变概率,包括变量的概率分布估计、概率累积函数计算等,根据计算得到的形变概率,输出第一形变概率。这个概率值表示了过滤壳体在冲压过程中发生一定程度形变的可能性,用于评估其可靠性和性能。
将计算得到的第一形变概率与预设形变概率进行比较,如果第一形变概率超过预设形变概率的阈值,则认为形变风险较高,生成第二提醒信息,第二提醒信息包括有关形变风险的详细描述,并提供相应的建议或指导措施,例如,建议检查过滤壳体的强度是否符合要求,是否需要进行维护或更换。通过生成第二提醒信息,可以及时了解到过滤壳体存在形变风险的情况,这有助于预警和提醒相关人员采取适当的措施,防止过滤壳体进一步形变或损坏,保证过滤器的正常运行和过滤效果。
综上所述,本申请实施例所提供的过滤器生产线运行管理方法及系统具有如下技术效果:
获取目标过滤器的滤网结构信息和滤网属性信息,进行弹性模量计算输出第一弹性模量,获取过滤水环境的信息,生成环境建模数据,输出第一过滤仿真模型,进行预设周期的水流量模拟输出模拟数据集,进行滤网形变预测输出第一预测形变指标,根据第一弹性模量进行分析,生成第一提醒信息,用于提醒目标过滤器的滤网材料更换。
解决了现有的过滤器生产线运行管理方法存在对于滤芯的形变程度掌控不足,并且对于不同环境下滤网的性能和效果不能准确分析,导致不能及时发现滤芯材料损耗、形变等问题的技术问题,实现了通过分析滤芯的形变指标和弹性模量之间的关系,提前预测滤芯的形变程度,并通过过滤仿真模型以更真实的环境条件对滤网进行仿真,评估滤网的性能和过滤效果,达到确保滤芯的性能和过滤稳定性的技术效果。
实施例二:
基于与前述实施例中过滤器生产线运行管理方法相同的发明构思,如图4所示,本申请提供了过滤器生产线运行管理系统,所述系统包括:
滤网信息获取模块10,所述滤网信息获取模块10用于连接过滤器生产线系统,获取目标过滤器的滤网结构信息和滤网属性信息,其中,所述滤网属性信息包括滤网材料信息;
弹性模量计算模块20,所述弹性模量计算模块20用于根据所述滤网结构信息和所述滤网属性信息对所述目标过滤器的滤网进行弹性模量计算,输出第一弹性模量;
环境信息获取模块30,所述环境信息获取模块30用于获取所述目标过滤器的过滤水环境的信息;
仿真模型构建模块40,所述仿真模型构建模块40用于根据所述过滤水环境的信息生成的环境建模数据,与所述目标过滤器的滤网建模数据,输出第一过滤仿真模型;
水流量模拟模块50,所述水流量模拟模块50用于对所述第一过滤仿真模型进行预设周期的水流量模拟,输出模拟数据集;
滤网形变预测模块60,所述滤网形变预测模块60用于根据所述模拟数据集进行滤网形变预测,输出第一预测形变指标,其中,所述第一预测形变指标用于标识所述目标过滤器中滤网的形变程度;
第一提醒信息生成模块70,所述第一提醒信息生成模块70用于根据所述第一弹性模量,对所述第一预测形变指标进行分析,生成第一提醒信息,用于提醒所述目标过滤器的滤网材料更换。
进一步而言,所述系统还包括:
环境信息获取模块,用于通过对所述过滤水环境进行数据采集,获取水介质环境信息,其中,所述水介质环境信息包括水介质黏度,水介质杂质类型以及水介质杂含量;
流量信息获取模块,用于通过对所述过滤水环境进行数据采集,获取水介质流量信息,其中,所述水介质流量信息包括水流速率;
数值模拟模块,用于利用有限元分析软件对所述水介质环境信息和所述水介质流量信息进行数值模拟,输出所述环境建模数据。
进一步而言,所述系统还包括:
模型训练模块,用于根据所述水介质环境信息和所述水介质流量信息进行模型训练,输出冲压评估模型,其中,所述第一过滤仿真模型连接包括所述冲压评估模型;
冲压评估数据获取模块,用于根据所述冲压评估模型,输出冲压评估数据;
滤网仿真模型获取模块,用于根据所述滤网建模数据,生成滤网仿真模型,其中,所述第一过滤仿真模型连接包括所述滤网仿真模型;
模拟模块,用于以所述冲压评估数据对所述滤网仿真模型进行模拟。
进一步而言,所述系统还包括:
出口结构获取模块,用于获取第一水流管道的出口结构,其中,所述第一水流管道的出口结构为经由所述目标过滤器过滤前水介质从管道流出的出口结构;
相对位置获取模块,用于获取所述第一水流管道的相对位置,其中,所述第一水流管道的相对位置为相对于所述目标过滤器过滤位置的相对位置;
第一冲压特征获取模块,用于根据所述第一水流管道的出口结构和所述第一水流管道的相对位置,生成第一冲压特征;
调整模块,用于按照所述第一冲压特征对输出的所述冲压评估数据进行调整。
进一步而言,所述系统还包括:
第一预测弹性模量获取模块,用于根据所述第一预测形变指标,输出第一预测弹性模量;
比对模块,用于对所述第一弹性模量和所述第一预测弹性模量进行比对,当所述第一预测弹性模量与所述第一弹性模量的差值大于预设差值,生成所述第一提醒信息。
进一步而言,所述系统还包括:
综合计算模块,用于判断所述目标过滤器的滤网是否为多层滤网;若所述目标过滤器的滤网为多层滤网,确定多个预测弹性模量,再对所述多个预测弹性模量进行综合计算,表达式为:
,
其中,n为滤网层数,σi表征冲压评估数据,εi为第i层的预测形变指标。
进一步而言,所述系统还包括:
过滤壳体获取模块,用于根据所述目标过滤器,获取过滤壳体;
形变概率计算模块,用于根据所述模拟数据集中的冲压评估数据,对所述过滤壳体进行冲压形变概率计算,输出第一形变概率;
第二提醒信息生成模块,用于当所述第一形变概率大于预设形变概率,生成第二提醒信息。
本说明书通过前述对过滤器生产线运行管理方法的详细描述,本领域技术人员可以清楚地知道本实施例中过滤器生产线运行管理方法及系统,对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述得比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其他实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.过滤器生产线运行管理方法,其特征在于,所述方法包括:
连接过滤器生产线系统,获取目标过滤器的滤网结构信息和滤网属性信息,其中,所述滤网属性信息包括滤网材料信息;
根据所述滤网结构信息和所述滤网属性信息对所述目标过滤器的滤网进行弹性模量计算,输出第一弹性模量;
获取所述目标过滤器的过滤水环境的信息;
根据所述过滤水环境的信息生成的环境建模数据,与所述目标过滤器的滤网建模数据,输出第一过滤仿真模型;
对所述第一过滤仿真模型进行预设周期的水流量模拟,输出模拟数据集;
根据所述模拟数据集进行滤网形变预测,输出第一预测形变指标,其中,所述第一预测形变指标用于标识所述目标过滤器中滤网的形变程度;
根据所述第一弹性模量,对所述第一预测形变指标进行分析,生成第一提醒信息,用于提醒所述目标过滤器的滤网材料更换。
2.如权利要求1所述的过滤器生产线运行管理方法,其特征在于,所述方法还包括:
通过对所述过滤水环境进行数据采集,获取水介质环境信息,其中,所述水介质环境信息包括水介质黏度,水介质杂质类型以及水介质杂含量;
通过对所述过滤水环境进行数据采集,获取水介质流量信息,其中,所述水介质流量信息包括水流速率;
利用有限元分析软件对所述水介质环境信息和所述水介质流量信息进行数值模拟,输出所述环境建模数据。
3.如权利要求2所述的过滤器生产线运行管理方法,其特征在于,所述方法还包括:
根据所述水介质环境信息和所述水介质流量信息进行模型训练,输出冲压评估模型,其中,所述第一过滤仿真模型连接包括所述冲压评估模型;
根据所述冲压评估模型,输出冲压评估数据;
根据所述滤网建模数据,生成滤网仿真模型,其中,所述第一过滤仿真模型连接包括所述滤网仿真模型;
以所述冲压评估数据对所述滤网仿真模型进行模拟。
4.如权利要求3所述的过滤器生产线运行管理方法,其特征在于,所述方法还包括:
获取第一水流管道的出口结构,其中,所述第一水流管道的出口结构为经由所述目标过滤器过滤前水介质从管道流出的出口结构;
获取所述第一水流管道的相对位置,其中,所述第一水流管道的相对位置为相对于所述目标过滤器过滤位置的相对位置;
根据所述第一水流管道的出口结构和所述第一水流管道的相对位置,生成第一冲压特征;
按照所述第一冲压特征对输出的所述冲压评估数据进行调整。
5.如权利要求3所述的过滤器生产线运行管理方法,其特征在于,根据所述第一弹性模量,对所述第一预测形变指标进行分析,方法还包括:
根据所述第一预测形变指标,输出第一预测弹性模量;
对所述第一弹性模量和所述第一预测弹性模量进行比对,当所述第一预测弹性模量与所述第一弹性模量的差值大于预设差值,生成所述第一提醒信息。
6.如权利要求5所述的过滤器生产线运行管理方法,其特征在于,判断所述目标过滤器的滤网是否为多层滤网;若所述目标过滤器的滤网为多层滤网,确定多个预测弹性模量,再对所述多个预测弹性模量进行综合计算,表达式为:,
其中,n为滤网层数,σi表征冲压评估数据,εi为第i层的预测形变指标。
7.如权利要求1所述的过滤器生产线运行管理方法,其特征在于,所述方法还包括:
根据所述目标过滤器,获取过滤壳体;
根据所述模拟数据集中的冲压评估数据,对所述过滤壳体进行冲压形变概率计算,输出第一形变概率;
当所述第一形变概率大于预设形变概率,生成第二提醒信息。
8.过滤器生产线运行管理系统,其特征在于,用于实施权利要求1-7任一项所述的过滤器生产线运行管理方法,包括:
滤网信息获取模块,所述滤网信息获取模块用于连接过滤器生产线系统,获取目标过滤器的滤网结构信息和滤网属性信息,其中,所述滤网属性信息包括滤网材料信息;
弹性模量计算模块,所述弹性模量计算模块用于根据所述滤网结构信息和所述滤网属性信息对所述目标过滤器的滤网进行弹性模量计算,输出第一弹性模量;
环境信息获取模块,所述环境信息获取模块用于获取所述目标过滤器的过滤水环境的信息;
仿真模型构建模块,所述仿真模型构建模块用于根据所述过滤水环境的信息生成的环境建模数据,与所述目标过滤器的滤网建模数据,输出第一过滤仿真模型;
水流量模拟模块,所述水流量模拟模块用于对所述第一过滤仿真模型进行预设周期的水流量模拟,输出模拟数据集;
滤网形变预测模块,所述滤网形变预测模块用于根据所述模拟数据集进行滤网形变预测,输出第一预测形变指标,其中,所述第一预测形变指标用于标识所述目标过滤器中滤网的形变程度;
第一提醒信息生成模块,所述第一提醒信息生成模块用于根据所述第一弹性模量,对所述第一预测形变指标进行分析,生成第一提醒信息,用于提醒所述目标过滤器的滤网材料更换。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310967255.4A CN116681268B (zh) | 2023-08-03 | 2023-08-03 | 过滤器生产线运行管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310967255.4A CN116681268B (zh) | 2023-08-03 | 2023-08-03 | 过滤器生产线运行管理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116681268A true CN116681268A (zh) | 2023-09-01 |
CN116681268B CN116681268B (zh) | 2023-10-13 |
Family
ID=87781355
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310967255.4A Active CN116681268B (zh) | 2023-08-03 | 2023-08-03 | 过滤器生产线运行管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116681268B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040013580A1 (en) * | 2001-11-06 | 2004-01-22 | Rolf Bruck | Open filter body with improved flow properties |
CN102279223A (zh) * | 2011-05-16 | 2011-12-14 | 北京航空航天大学 | 基于SNF策略和DSD策略的16Mn钢焊接结构形变损伤识别评估系统 |
CN102527110A (zh) * | 2011-12-27 | 2012-07-04 | 杭州兴源过滤科技股份有限公司 | 可控式高密度恒温隔膜滤板及成型方法 |
CN108465284A (zh) * | 2018-04-24 | 2018-08-31 | 珠海市万顺睿通科技有限公司 | 具备反冲洗功能的水处理过滤器 |
CN209490534U (zh) * | 2019-01-25 | 2019-10-15 | 潜江益和化学品有限公司 | 一种双氧水氢化塔用的过滤装置 |
CN112296201A (zh) * | 2020-12-04 | 2021-02-02 | 京山亿捷电脑有限公司 | 一种电脑生产用外板冲压成型装置 |
CN112837176A (zh) * | 2021-01-11 | 2021-05-25 | 珠海格力电器股份有限公司 | 过滤器控制方法、装置、设备及存储介质 |
CN113987947A (zh) * | 2021-11-02 | 2022-01-28 | 西安交通大学 | 一种高压燃油过滤器及其仿真设计优化方法 |
CN114150729A (zh) * | 2021-12-06 | 2022-03-08 | 深圳市旗云智能科技有限公司 | 基于云gis供排水管网管理方法 |
CN114935109A (zh) * | 2022-05-31 | 2022-08-23 | 沈阳工业安装工程股份有限公司 | 带有过滤功能的天然气球罐 |
CN115688493A (zh) * | 2023-01-03 | 2023-02-03 | 深圳市信润富联数字科技有限公司 | 冲压异常监测方法、装置、电子设备和存储介质 |
-
2023
- 2023-08-03 CN CN202310967255.4A patent/CN116681268B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040013580A1 (en) * | 2001-11-06 | 2004-01-22 | Rolf Bruck | Open filter body with improved flow properties |
CN102279223A (zh) * | 2011-05-16 | 2011-12-14 | 北京航空航天大学 | 基于SNF策略和DSD策略的16Mn钢焊接结构形变损伤识别评估系统 |
CN102527110A (zh) * | 2011-12-27 | 2012-07-04 | 杭州兴源过滤科技股份有限公司 | 可控式高密度恒温隔膜滤板及成型方法 |
CN108465284A (zh) * | 2018-04-24 | 2018-08-31 | 珠海市万顺睿通科技有限公司 | 具备反冲洗功能的水处理过滤器 |
CN209490534U (zh) * | 2019-01-25 | 2019-10-15 | 潜江益和化学品有限公司 | 一种双氧水氢化塔用的过滤装置 |
CN112296201A (zh) * | 2020-12-04 | 2021-02-02 | 京山亿捷电脑有限公司 | 一种电脑生产用外板冲压成型装置 |
CN112837176A (zh) * | 2021-01-11 | 2021-05-25 | 珠海格力电器股份有限公司 | 过滤器控制方法、装置、设备及存储介质 |
CN113987947A (zh) * | 2021-11-02 | 2022-01-28 | 西安交通大学 | 一种高压燃油过滤器及其仿真设计优化方法 |
CN114150729A (zh) * | 2021-12-06 | 2022-03-08 | 深圳市旗云智能科技有限公司 | 基于云gis供排水管网管理方法 |
CN114935109A (zh) * | 2022-05-31 | 2022-08-23 | 沈阳工业安装工程股份有限公司 | 带有过滤功能的天然气球罐 |
CN115688493A (zh) * | 2023-01-03 | 2023-02-03 | 深圳市信润富联数字科技有限公司 | 冲压异常监测方法、装置、电子设备和存储介质 |
Non-Patent Citations (2)
Title |
---|
俞瑞利等: "基于流体流动参数检测的过滤器滤网分析", 振动.测试与诊断, vol. 41, no. 03, pages 453 - 461 * |
曾璐璐;周少基;刘法球;唐秋平;黄上辽;梁益宇;罗国高;: "超高压弹性压榨过滤机对糖厂滤泥深度脱水的实验研究", 广西糖业, no. 03, pages 31 - 36 * |
Also Published As
Publication number | Publication date |
---|---|
CN116681268B (zh) | 2023-10-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP1982301B1 (en) | Method of condition monitoring | |
CN109240244B (zh) | 基于数据驱动的设备运行状态健康度分析方法及系统 | |
CN101601023B (zh) | 热交换器积垢检测 | |
CN110738274A (zh) | 一种基于数据驱动的核动力装置故障诊断方法 | |
CN104573850A (zh) | 一种火电厂设备状态评估方法 | |
CN100524131C (zh) | 用于检测加热器相关的反常状态的系统和方法 | |
CN107491840B (zh) | 基于elm神经网络模型的流动磨损特性预测及寿命评估方法 | |
KR20230104500A (ko) | 인공지능 기반 배출가스 정밀 예측 시스템 | |
Orth et al. | Accuracy and robustness of decision making techniques in condition based maintenance | |
CN117029968A (zh) | 一种流量数据的诊断方法、系统、存储介质和电子设备 | |
JP7161872B2 (ja) | プラント診断システム | |
CN116681268B (zh) | 过滤器生产线运行管理方法及系统 | |
US10901403B2 (en) | Developing linear process models using reactor kinetic equations | |
CN113673600A (zh) | 一种工业信号异常预警方法、系统、存储介质及计算设备 | |
CN113868948A (zh) | 一种面向用户的动态阈值模型训练系统及方法 | |
KR102562025B1 (ko) | 자가진단이 가능한 ai 소규모 수도시설 소형 정수 시스템 및 방법 | |
CN117058414A (zh) | 一种油液颗粒在线监测预警方法和系统 | |
CN117168861A (zh) | 污水处理设备的异常监测方法及其系统 | |
CN113836813B (zh) | 一种基于数据分析的高炉风口漏水检测方法 | |
KR20240003469A (ko) | 원전설비의 예측진단방법 및 시스템 | |
CN113780852A (zh) | 一种板带轧制过程质量缺陷的诊断方法 | |
CN112819378A (zh) | 一种基于污染状况的河流生态流量调控方法 | |
Xu et al. | An efficient method for online identification of steady state for multivariate system | |
CN113984124B (zh) | 一种介质过滤器检测方法、系统、介质及电子终端 | |
Alimohammadi et al. | Predict the remaining useful life in HVAC filters using a hybrid strategy |
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 |