CN116800165A - 自动变频节能调速控制系统 - Google Patents
自动变频节能调速控制系统 Download PDFInfo
- Publication number
- CN116800165A CN116800165A CN202311051026.4A CN202311051026A CN116800165A CN 116800165 A CN116800165 A CN 116800165A CN 202311051026 A CN202311051026 A CN 202311051026A CN 116800165 A CN116800165 A CN 116800165A
- Authority
- CN
- China
- Prior art keywords
- workpiece
- starting
- data
- type
- frequency conversion
- 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.)
- Pending
Links
- 238000006243 chemical reaction Methods 0.000 title claims abstract description 55
- 238000001514 detection method Methods 0.000 claims abstract description 34
- 238000003062 neural network model Methods 0.000 claims description 29
- 238000012549 training Methods 0.000 claims description 24
- 238000000034 method Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 9
- 238000012795 verification Methods 0.000 claims description 9
- 230000001788 irregular Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 description 26
- 238000007405 data analysis Methods 0.000 description 9
- 238000005265 energy consumption Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 7
- 230000001276 controlling effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000003754 machining Methods 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 241001125929 Trisopterus luscus Species 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P27/00—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage
- H02P27/04—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage using variable-frequency supply voltage, e.g. inverter or converter supply voltage
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/0464—Convolutional networks [CNN, ConvNet]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P23/00—Arrangements or methods for the control of AC motors characterised by a control method other than vector control
- H02P23/0004—Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control
- H02P23/0018—Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control using neural networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P23/00—Arrangements or methods for the control of AC motors characterised by a control method other than vector control
- H02P23/0004—Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control
- H02P23/0022—Model reference adaptation, e.g. MRAS or MRAC, useful for control or parameter estimation
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P23/00—Arrangements or methods for the control of AC motors characterised by a control method other than vector control
- H02P23/14—Estimation or adaptation of motor parameters, e.g. rotor time constant, flux, speed, current or voltage
Abstract
本发明公开了自动变频节能调速控制系统,具体涉及自动变频技术领域,包括启动数据采集模块,用于采集自动变频设备的启动数据以及预设工件的类型数据,将启动数据以及工件的类型数据发送至启动指令生成模块,工件形状识别模块,用于识别检测区域内的预设工件类型,启动指令生成模块,根据位置数据以及工件类型数据判定是否生成第一启动指令,第一控制模块,根据第一启动指令控制自动变频设备启动,根据初始工件类型设置自动变频设备的启动功率。本发明通过自动变频技能调速控制,根据工件类型进行电机功率的自动调整,通过红外热图像来识别工件类型,能够降低电机的运行功耗。
Description
技术领域
本发明涉及自动变频技术领域,更具体地说,本发明涉及自动变频节能调速控制系统。
背景技术
目前大多数工厂使用的电机,在加工时的速度控制性能较差,经常会造成功率过大的问题,不能根据工件的大小以及类型,进行自适应的功率调整,工厂对于电机系统提出新的要求就是节能,要求在能耗更低的情况下保持电机的工作效率。
目前节能调速系统不能进行灵活的调速控制,各点集都长期固定在工频状态下全速运行,虽然能够满足最大的工作负荷,但不能根据工件的类型进行适宜功率的自动变频,也不具备随着电机负荷动态调节系统功率的特性。
发明内容
为了克服现有技术的上述缺陷,本发明的实施例提供自动变频节能调速控制系统,通过自动调整模块,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:启动数据采集模块、工件形状识别模块、启动指令生成模块、第一控制模块;
启动数据采集模块,用于采集自动变频设备的启动数据以及预设工件的形状大小数据,将启动数据以及形状大小数据发送至启动指令生成模块;
工件形状识别模块,用于识别检测区域内的预设工件类型;
启动指令生成模块,根据位置数据以及工件数据判定是否生成第一启动指令;
第一控制模块,根据第一启动指令控制自动变频设备启动变频调速,根据初始设置工件类型设置自动变频设备的启动功率。
在一个优选地实施方式中,所述启动数据采集模块为安装在自动变频设备上的红外传感器,启动数据包括第一启动信息与第二启动信息,第一启动信息与第二启动信息获取方法如下:
近一步的,红外传感器检测自动变频设备的检测区域内是否有工件出现,若检测区域内存在工件,则生成第一启动信息,若检测区域内不存在工件,则不生成第一启动信息;
在一个优选地实施方式中,工件形状识别模块,用于识别检测区域内的预设工件类型,识别检测区域内的预设工件类型方法如下:
步骤1、预先收集不同工件类型训练数据,训练数据包括特征数据与特征数据对应的工件类型标签,对不同的工件类型标签进行数值化编号,如长方形工件为1,不规则工件为2;特征数据为不同工件类型的热源图像,根据热源图像轮廓对工件类型进行相应的标记,标记可由技术人员进行标记,热源图像由所述红外传感器获取;
步骤2、设置神经网络模型的结构参数;
步骤3、初始化神经网络模型中的权值与偏置;
步骤4、将收集的训练数据按照8:2的比例分为训练集与验证集;
步骤5、将训练集输入神经网络模型进行训练,得到训练后的神经网络模型;
步骤6、将验证集输入训练后的神经网络模型,得到神经网络模型的输出预测的工件类型标签编号,得到验证集实际的工件类型标签与预测的工件类型标签的误差;
步骤7、判断误差是否在预设误差范围内,若是,则停止训练,输出训练后的神经网络模型,若否,则根据误差对神经网络模型的权值与偏置进行调整,返回步骤5继续训练;
步骤8、使用训练后的神经网络模型对检测区域的工件类型进行识别。
在一个优选地实施方式中,所述启动指令生成模块,根据位置数据以及工件类型数据判定是否生成第一启动指令,若生成第一启动指令,则根据预设工件类型对应的适宜的加工功率设置自动变频设备的初始加工功率,将第一启动指令与初设工件类型发送至第一控制模块,第一启动指令生成方法如下:同时具有第一启动信息与第二启动信息,且工件类型数据位于预设工件类型对应的加工功率之外时,则生成第二启动指令:
若同时具有第一启动信息与第二启动信息,且工价类型数据位于预设工件类型对应的适宜功率之外时,则生成第一启动指令;若具有第一启动信息与第二启动信息中的任一个,或工件类型数据位于预设工件类型对应的适宜功率之内时,则不生成第一启动指令;
在一个优选地实施方式中,适宜功率包括最大值与最小值,当工件类型数据大于预设工件类型对应的适宜功率最大值,或工件类型数据小于预设工件类型对应的适宜功率最小值时,则功率数据位于预设工件类型对应的适宜功率之外;当功率数据大于等于预设工件类型对应的适宜功率最小值,或功率数据小于等于预设工件类型对应的适宜功率最大值时,则功率数据位于预设工件类型对应的适宜功率之内;
在一个优选地实施方式中,根据体温信息预设自动变频设备的初始设置温度的方法如下:
初始设置功率为预设工件类型对应的适宜功率;
在一个优选地实施方式中,第一控制模块,根据第一启动指令控制自动变频设备启动,根据初始工件类型设置自动变频设备的启动功率;判定预设工件是否处于自动变频设备检测区域内,若预设工件处于自动变频设备检测区域内,则生成第一启动指令。
本发明的有益效果:
本发明通过自动变频技能调速控制,根据工件的类型进行电机频率的自动调整运行频率,通过红外热图像来识别工件类型,直接通过热源图像进行工件类型的识别,减少了在识别工件类型时的时间浪费,能够根据工件类型识别设置自动变频设备的功率,减少了无关的能耗浪费。
附图说明
为了更清楚地说明本发明实施例的技术方案,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性的前提下,还可以根据这些附图获得其它的附图。其中:
图1为本发明的系统流程图。
图2为本发明的实施例一系统结构框图。
图3为本发明的实施例二系统结构框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合说明书附图对本发明的具体实施方式做详细的说明。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是本发明还可以采用其他不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施例的限制。
其次,此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例,也不是单独的或选择性的与其他实施例互相排斥的实施例。
再其次,本发明结合示意图进行详细描述,在详述本发明实施例时,为便于说明,表示器件结构的剖面图会不依一般比例作局部放大,而且所述示意图只是示例,其在此不应限制本发明保护的范围。此外,在实际制作中应包含长度、宽度及深度的三维空间尺寸。
实施例一
本实施例提供了如图1-图2所示自动变频节能调速控制系统,应用于自动变频设备中,所述系统包括启动数据采集模块、工件形状识别模块、启动指令生成模块、第一控制模块;
启动数据采集模块,用于采集自动变频设备的启动数据以及预设工件的形状大小数据,将启动数据以及形状大小数据发送至启动指令生成模块;
工件形状识别模块,用于识别检测区域内的预设工件类型;
启动指令生成模块,根据位置数据以及工件数据判定是否生成第一启动指令;
第一控制模块,根据第一启动指令控制自动变频设备启动变频调速,根据初始设置工件类型设置自动变频设备的启动功率。
所述启动数据采集模块为安装在自动变频设备上的红外传感器;启动数据包括第一启动信息与第二启动信息,第一启动信息与第二启动信息获取方法如下:
在一个优选地实施方式中,红外传感器检测自动变频设备的检测区域内是否有工件出现,若检测区域内存在工件,则生成第一启动信息,若检测区域内不存在工件,则不生成第一启动信息;
本实施例中具体需要说明的是工件形状识别模块,所述工件形状识别模块,用于识别检测区域内的预设工件类型,识别检测区域内的预设工件类型方法如下:
步骤1、预先收集不同工件类型训练数据,训练数据包括特征数据与特征数据对应的工件类型标签,对不同的工件类型标签进行数值化编号,如长方形工件为1,不规则工件为2;特征数据为不同工件类型的热源图像,根据热源图像轮廓对工件类型进行相应的标记,标记可由技术人员进行标记,热源图像由所述红外传感器获取;
步骤2、设置神经网络模型的结构参数;
步骤3、初始化神经网络模型中的权值与偏置;
步骤4、将收集的训练数据按照8:2的比例分为训练集与验证集;
步骤5、将训练集输入神经网络模型进行训练,得到训练后的神经网络模型;
步骤6、将验证集输入训练后的神经网络模型,得到神经网络模型的输出预测的工件类型标签编号,得到验证集实际的工件类型标签与预测的工件类型标签的误差;
步骤7、判断误差是否在预设误差范围内,若是,则停止训练,输出训练后的神经网络模型,若否,则根据误差对神经网络模型的权值与偏置进行调整,返回步骤5继续训练;
步骤8、使用训练后的神经网络模型对检测区域的工件类型进行识别。
本实施例中神经网络模型可以是卷积神经网络模型或是其他的类型的神经网络模型,在此不做具体限定。
本实施例中,具体需要说明的是启动指令生成模块,所述启动指令生成模块,根据位置数据以及工件类型数据判定是否生成第一启动指令,若生成第一启动指令,则根据预设工件类型对应的适宜的加工功率设置自动变频设备的初始加工功率,将第一启动指令与初设工件类型发送至第一控制模块,第一启动指令生成方法如下:同时具有第一启动信息与第二启动信息,且工件类型数据位于预设工件类型对应的加工功率之外时,则生成第二启动指令:
进一步的,若同时具有第一启动信息与第二启动信息,且工件类型数据位于预设工件类型对应的适宜功率之外时,则生成第一启动指令;若具有第一启动信息与第二启动信息中的任一个,或工件类型数据位于预设工件类型对应的适宜功率之内时,则不生成第一启动指令;
进一步的,适宜功率包括最大值与最小值,当工件类型数据大于预设工件类型对应的适宜功率最大值,或工件类型数据小于预设工件类型对应的适宜功率最小值时,则功率数据位于预设工件类型对应的适宜功率之外;当功率数据大于等于预设工件类型对应的适宜功率最小值,或功率数据小于等于预设工件类型对应的适宜功率最大值时,则功率数据位于预设工件类型对应的适宜功率之内。
根据工件类型数据预设自动变频设备的初始设置温度的方法如下:初始设置功率为预设工件类型对应的适宜功率。
进一步的,第一控制模块,根据第一启动指令控制自动变频设备启动,根据初始工件类型设置自动变频设备的启动功率;判定预设工件是否处于自动变频设备检测区域内,若预设工件处于自动变频设备检测区域内,则生成第一启动指令。
本实施例通过红外图像对工件类型进行识别,直接通过热源图像进行工件类型的识别,能够根据工件类型识别设置自动变频设备的温度,减少了无关的能耗浪费。
实施例二
本实施例提供了如图3所示自动变频节能调速控制系统,应用于自动变频设备中,所述系统包括采集模块、数据分析模块、动态指令模块、自动调整模块、能耗控制模块;
数据采集模块,对电机的输入功率、工作效率,输出功率以及损失功率数据进行采集,进行初始功率的计算;
数据分析模块,用于将实时监测的工件类型信息与初始功率进行匹配;
动态指令模块,对得到的异常监测信息,生成监测指令,将监测指令传送至传感器中,对工件类型数据进行检测;
自动调整模块,接收到自动调整指令,将自动调整指令传输至对应的变频器中,变频器根据自动调整指令进行自动调整;
能耗控制模块,通过控制变频器的输出,达到降低能耗的目的。
本实施例提供自动变频节能调速控制系统,包括采集模块、数据分析模块、动态指令模块、自动调整模块、能耗控制模块,所述数据采集模块对电机的输入功率、工作效率,输出功率以及损失功率数据进行采集,进行初始功率的计算,所述数据分析模块,用于将实时监测的工件类型信息与初始功率进行匹配,所述动态指令模块,对得到的异常监测信息,生成检测指令,将检测指令传送至传感器中,对工件类型数据进行检测,所述自动调整模块,接收到自动调整指令,将自动调整指令传输至对应的变频器中,变频器根据自动调整指令进行自动调整。
101、对电机的输入功率、工作效率,输出功率以及损失功率数据进行采集,进行初始功率的计算;
本实施例中,具体需要说明的是数据采集模块,所述数据采集模块基于第一监测点、第二监测点,第三监测点以及第四监测点,进行初始功率的计算,具体包括以下内容:
S1、根据预设的监测周期,通过第一监测点实时监测电机的输入功率信息,第二监测点实时监测电机的工作效率信息,第三监测点实时监测电机的损失功率;
S2、对第一监测点的输入功率进行计算,具体计算公式如下:
其中,V代表工作电压,I代表工作电流;
S3、对第二监测点的工作效率进行计算,具体计算公式如下:
其中,Pout代表输出功率;
S4、对第三监测点的输出功率进行计算,具体计算公式如下:
其中,Pin代表输入功率,代表工作效率;
S5、对第四监测点的功率损失进行计算,具体计算公式如下:
其中,Ploss代表环境温度下电机的功率损失;
S6、通过四个监测点,对电机的初始功率记性计算,具体计算公式如下:
其中,Pin代表电机的输入功率,表示电机的损失功率。
102、用于将实时监测的工件类型信息与初始功率进行匹配;
本实施例中,具体需要说明的是数据分析模块,所述数据分析模块用于将实时监测的工件类型信息分别与初始功率进行匹配,若实时监测的工件类型信息大于的初始功率,判定为异常监测,表示超出适宜功率,将对应的时间点设定为监测的初始点,根据反馈的工件类型信息,生成一个自动调整指令,将自动调整指令下发至自动调整模块,自动调整模块接收到自动调整指令后对电机功率进行自动调整,直到异常监测的数值不大于初始功率,将异常监测结束的时间点设定为异常监测结束点。
104、对得到的异常监测信息,生成检测指令,将检测指令传送至电机的传感器中,对工件类型进行检测;
本实施例中,具体需要说明的是动态指令模块,所述动态指令模块通过所述数据分析模块得到的异常监测信息,生成检测指令,将检测指令通过无线传输传送至电机的传感器中,传感器接收到检测指令,立即对工件类型信息以及初始功率进行检测,将检测到的工件类型信息以及初始功率进行反馈,所述数据分析模块对检测到的工件类型以及电机初始功率进行分析判断。
105、接收到自动调整指令,将自动调整指令传输至对应的膨胀阀中,膨胀阀根据自动调整指令进行自动调整;
本实施例中,具体需要说明的是自动调整模块,所述自动调整模块的膨胀阀与所述判定模块以及数据分析模块的连接方式为电信连接,自动调整模块接收到判定模块以及数据分析模块下发的自动调整指令,自动调整指令将对应的变频器的调整数据传输至变频器中,变频器根据自动调整指令进行自动调整,通过比例积分调节消除电机适宜功率与初始电机功率的偏差,积分调节的输出信号是被控参数偏差值的积分,具体调节公式如下:
其中,BL表示比例增益,e表示积分偏差信号值,表示积分时间,edt是一个时间常数,用于控制调节器的响应速度,积分时间/>变长,积分作用降低,/>时,积分作用等于0,/>时,积分作用显著。
106、通过控制水泵的转速,达到降低能耗的目的;
本实施例中,具体需要说明的是能耗控制模块,所述能耗控制模块还包括功率传感器使用功率传感器对电机的实时功率进行样本数据的采集,将样本数据转换为模拟电信号传送给自动调整模块,自动调整模块将最终的处理电信号输入至变频器中,变频器依据所接收到的处理电信号确定输出频率,实现节能的目的,变频器控制电路的输入功率。
本发明中的公式是去除量纲取其数值计算,通过采集大量数据进行软件模拟得到最接近真实情况的一个公式,公式中的预设比例系数由本领域的技术人员根据实际情况设定或者通过大量数据模拟获取。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
最后:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.自动变频节能调速控制系统,其特征在于:包括:
启动数据采集模块,用于采集自动变频设备的启动数据以及预设工件的形状大小数据,将启动数据以及形状大小数据发送至启动指令生成模块;
所述启动数据采集模块为安装在自动变频设备上的红外传感器;启动数据包括第一启动信息与第二启动信息;
所述第一启动信息与第二启动信息获取方法如下:红外传感器检测自动变频设备的检测区域内是否有工件出现,若检测区域内存在工件,则生成第一启动信息,若检测区域内不存在工件,则不生成第一启动信息;
工件形状识别模块,用于识别检测区域内的预设工件类型;
启动指令生成模块,根据位置数据以及工件数据判定是否生成第一启动指令;
第一控制模块,根据第一启动指令控制自动变频设备启动变频调速,根据初始设置工件类型设置自动变频设备的启动功率。
2.根据权利要求1所述的自动变频节能调速控制系统,其特征在于:所述工件形状识别模块,用于识别检测区域内的预设工件类型,识别检测区域内的预设工件类型方法如下:
步骤1、预先收集不同工件类型训练数据,训练数据包括特征数据与特征数据对应的工件类型标签,对不同的工件类型标签进行数值化编号,如长方形工件为1,不规则工件为2;特征数据为不同工件类型的热源图像,根据热源图像轮廓对工件类型进行相应的标记,标记可由技术人员进行标记,热源图像由所述红外传感器获取;
步骤2、设置神经网络模型的结构参数;
步骤3、初始化神经网络模型中的权值与偏置;
步骤4、将收集的训练数据按照8:2的比例分为训练集与验证集;
步骤5、将训练集输入神经网络模型进行训练,得到训练后的神经网络模型;
步骤6、将验证集输入训练后的神经网络模型,得到神经网络模型的输出预测的工件类型标签编号,得到验证集实际的工件类型标签与预测的工件类型标签的误差;
步骤7、判断误差是否在预设误差范围内,若是,则停止训练,输出训练后的神经网络模型,若否,则根据误差对神经网络模型的权值与偏置进行调整,返回步骤5继续训练;
步骤8、使用训练后的神经网络模型对检测区域的工件类型进行识别。
3.根据权利要求1所述的自动变频节能调速控制系统,其特征在于:所述启动指令生成模块,根据位置数据以及工件类型数据判定是否生成第一启动指令,若生成第一启动指令,则根据预设工件类型对应的适宜的加工功率设置自动变频设备的初始加工功率,将第一启动指令与初设工件类型发送至第一控制模块。
4.根据权利要求3所述的自动变频节能调速控制系统,其特征在于:第一启动指令生成方法如下:同时具有第一启动信息与第二启动信息,且工件类型数据位于预设工件类型对应的加工功率之外时,则生成第一启动指令。
5.根据权利要求3 所述的自动变频节能调速控制系统,其特征在于:检测到预设工件处于自动变频设备的检测区域内,则生成第一启动指令。
6.根据权利要求1所述的自动变频节能调速控制系统,其特征在于:所述第一控制模块根据第一启动指令控制自动变频设备启动,根据初始工件类型设置自动变频设备的启动功率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311051026.4A CN116800165A (zh) | 2023-08-21 | 2023-08-21 | 自动变频节能调速控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311051026.4A CN116800165A (zh) | 2023-08-21 | 2023-08-21 | 自动变频节能调速控制系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116800165A true CN116800165A (zh) | 2023-09-22 |
Family
ID=88050067
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311051026.4A Pending CN116800165A (zh) | 2023-08-21 | 2023-08-21 | 自动变频节能调速控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116800165A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101572522A (zh) * | 2009-03-02 | 2009-11-04 | 苏州艾克威尔科技有限公司 | 一种傻瓜式自学习的电机软性起停控制装置 |
CN206084793U (zh) * | 2016-05-31 | 2017-04-12 | 徐州徐工矿山机械有限公司 | 一种抛丸设备节能控制系统 |
CN209767414U (zh) * | 2019-03-25 | 2019-12-10 | 中国南方电网有限责任公司超高压输电公司贵阳局 | 一种基于离散变频的自适应重载软起动系统 |
CN210335027U (zh) * | 2019-08-06 | 2020-04-17 | 大连豪森瑞德设备制造有限公司 | 一种多层片组自动对正装置 |
CN111244954A (zh) * | 2020-03-23 | 2020-06-05 | 广东电科院能源技术有限责任公司 | 一种非入侵式负荷辨识方法及装置 |
WO2022266829A1 (zh) * | 2021-06-22 | 2022-12-29 | 华为技术有限公司 | 一种显示方法及装置、设备及车辆 |
-
2023
- 2023-08-21 CN CN202311051026.4A patent/CN116800165A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101572522A (zh) * | 2009-03-02 | 2009-11-04 | 苏州艾克威尔科技有限公司 | 一种傻瓜式自学习的电机软性起停控制装置 |
CN206084793U (zh) * | 2016-05-31 | 2017-04-12 | 徐州徐工矿山机械有限公司 | 一种抛丸设备节能控制系统 |
CN209767414U (zh) * | 2019-03-25 | 2019-12-10 | 中国南方电网有限责任公司超高压输电公司贵阳局 | 一种基于离散变频的自适应重载软起动系统 |
CN210335027U (zh) * | 2019-08-06 | 2020-04-17 | 大连豪森瑞德设备制造有限公司 | 一种多层片组自动对正装置 |
CN111244954A (zh) * | 2020-03-23 | 2020-06-05 | 广东电科院能源技术有限责任公司 | 一种非入侵式负荷辨识方法及装置 |
WO2022266829A1 (zh) * | 2021-06-22 | 2022-12-29 | 华为技术有限公司 | 一种显示方法及装置、设备及车辆 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5318454B2 (ja) | 風力タービンの運転方法及び風力タービン | |
EP3364324B1 (en) | Method and device for detecting equivalent load of wind turbine generator system | |
EP3608536B1 (en) | Feedforward control method and device for wind turbine set in wind farm | |
CN113108432B (zh) | 一种基于天气预报的空调系统调节方法和系统 | |
CN109973300A (zh) | 风力发电机组功率控制方法及装置 | |
CN109185018B (zh) | 一种变频永磁水力发电系统及其控制方法 | |
CN113217448B (zh) | 一种鼓风机用节能控制系统 | |
CN116260119B (zh) | 一种电路数据识别的断路器保护方法及系统 | |
CN105041571B (zh) | 预测风速风向的智能控制系统及其控制方法 | |
CN115800858A (zh) | 一种交流异步电机的自适应控制方法及系统 | |
JPH0713611A (ja) | プロセスモデル評価装置およびプロセスモデル評価方法 | |
CN116800165A (zh) | 自动变频节能调速控制系统 | |
CN111720271B (zh) | 一种风电机组载荷在线预测的智能方法及风电机组 | |
CN107294138A (zh) | 一种agc变负荷速率实时计算和自动适配方法 | |
CN110345614B (zh) | 一种基于室内人员分布检测的温度动态控制系统及方法 | |
CN117183656A (zh) | 一种新能源汽车供暖系统 | |
CN108474350A (zh) | 运行风力涡轮机场的方法和系统 | |
CN116184828A (zh) | 自适应汽轮机高调阀特性曲线在线实时优化方法与系统 | |
CN114012229A (zh) | 电阻点焊智控平台 | |
CN113137335A8 (zh) | 用于使用改进的功率曲线来操作风力涡轮的系统和方法 | |
CN112345244A (zh) | 一种轴承综合测试系统、测试方法及试验台 | |
WO2020057171A1 (zh) | 一种循环泵降耗智能管理系统 | |
CN109236717B (zh) | 风机控制系统及方法 | |
CN114065898B (zh) | 基于决策技术的空调机能量使用测控方法及系统 | |
CN116683822B (zh) | 一种动态负载跟踪变频器节能控制方法及系统 |
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 |