CN116839681B - 基于多传感器的沥青搅拌设备监测方法及系统 - Google Patents
基于多传感器的沥青搅拌设备监测方法及系统 Download PDFInfo
- Publication number
- CN116839681B CN116839681B CN202311091305.3A CN202311091305A CN116839681B CN 116839681 B CN116839681 B CN 116839681B CN 202311091305 A CN202311091305 A CN 202311091305A CN 116839681 B CN116839681 B CN 116839681B
- Authority
- CN
- China
- Prior art keywords
- degree
- monitoring data
- current
- temperature
- influence
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 158
- 239000010426 asphalt Substances 0.000 title claims abstract description 75
- 238000003756 stirring Methods 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims abstract description 33
- 230000002159 abnormal effect Effects 0.000 claims description 59
- 238000010438 heat treatment Methods 0.000 claims description 38
- 239000011159 matrix material Substances 0.000 claims description 26
- 238000004364 calculation method Methods 0.000 claims description 19
- 238000012806 monitoring device Methods 0.000 claims description 19
- 230000005856 abnormality Effects 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 20
- 230000009286 beneficial effect Effects 0.000 abstract description 4
- 239000000203 mixture Substances 0.000 description 12
- 230000005540 biological transmission Effects 0.000 description 6
- 239000000463 material Substances 0.000 description 6
- 230000007613 environmental effect Effects 0.000 description 5
- 238000010606 normalization Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000011230 binding agent Substances 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 239000000945 filler Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 238000007873 sieving Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K13/00—Thermometers specially adapted for specific purposes
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
- Road Paving Machines (AREA)
Abstract
本申请涉及数据处理领域，提供一种基于多传感器的沥青搅拌设备监测方法及系统，包括：采集沥青搅拌设备中监测设备的监测数据；所述监测数据包括历史监测数据以及当前监测数据；对所述历史监测数据进行处理，确定温度滞后性影响程度；基于温度滞后性影响程度以及所述当前监测数据确定动态温度阈值；基于所述动态温度阈值对所述当前监测数据进行分析。该方法能够准确获取沥青搅拌设备中监测设备的动态温度阈值，利于更进一步的生产过程监测。
Description
技术领域
本申请涉及数据处理技术领域，特别是涉及一种基于多传感器的沥青搅拌设备监测方法及系统。
背景技术
沥青作为具有良好黏结性、塑形、防水性和防潮性的有机胶结性工程材料，广泛应用于工业、交通、水利和工程建筑等领域，沥青混合料的加热贮藏一般采用导热油炉整体加热方式，由于加热系统的粗线条控制，沥青加热罐内存在沥青加热不均匀、加热时间长、耗能较高等现象，沥青搅拌设备是以沥青混合料作为生产建设主要材料的相关行业的关注重点。而由于沥青搅拌过程中发生的物理或化学变化与设备可能发生的异常状况，会对沥青混合料的产出质量与产出效率产生较大的影响，因此，利用多传感器对沥青搅拌设备进行自动监测与智能控制将是一个减少损失、提高沥青混合料的产出质量和产出效率的重要举措。
由于沥青混合料生产过程对于各个环节的温度控制有严格的要求，填充料、骨料和沥青拌合前的温度与拌合后的成品料温度会影响沥青混合料的质量与产出效率，并且生产不同配比的沥青混合料也要求沥青搅拌设备的环境工况温度不同，使得在沥青混合料的生产过程中相关材料的加热温度与加热时间和既定计划温度与计划时间产生复杂变化。这使得实际生产的成品料温度阈值难以准确把握，而且间歇强制式沥青搅拌设备的检测数据总体上呈现离散形式，间歇时间由设备实际状况决定，环境温度会随时间变化而难以准确预测。
发明内容
本发明提供一种基于多传感器的沥青搅拌设备监测方法及系统，该方法能够准确获取沥青搅拌设备中监测设备的动态温度阈值，利于更进一步的生产过程监测。
第一方面，本申请提供一种基于多传感器的沥青搅拌设备监测方法，包括：
采集沥青搅拌设备中监测设备的监测数据；所述监测数据包括历史监测数据以及当前监测数据；
对所述历史监测数据进行处理，确定温度滞后性影响程度；
基于温度滞后性影响程度以及所述当前监测数据确定动态温度阈值；
基于所述动态温度阈值对所述当前监测数据进行分析。
在一可选实施例中，对所述历史监测数据进行处理，确定温度滞后性影响程度，包括：
根据所述历史监测数据中的电流监测数据将监测设备的工作周期分为实际工作阶段以及实际间歇阶段；
基于实际工作阶段内的电流监测数据的变化确定监测设备的异常时间滞后性影响程度；基于实际间歇阶段内的温度监测数据进行DTW时间序列动态规整，确定距离矩阵；
基于所述异常时间滞后性影响程度以及所述距离矩阵计算确定所述温度滞后性影响程度。
在一可选实施例中，基于实际工作阶段内的电流监测数据的变化确定监测设备的异常时间滞后性影响程度，包括：
基于实际工作阶段内的电流监测数据的变化确定实际工作阶段内的电流波动程度；
基于所述电流波动程度确定监测设备的异常时间滞后性影响程度。
在一可选实施例中，基于实际工作阶段内的电流监测数据的变化确定实际工作阶段内的电流波动程度，包括：
根据t时刻的电流监测数据的斜率与t时刻的邻域时刻的电流监测数据的斜率计算实际工作阶段内的电流波动程度。
在一可选实施例中，基于所述电流波动程度确定监测设备的异常时间滞后性影响程度，包括：
将所述实际工作阶段内的电流波动程度与波动程度阈值进行比较，确定异常波动持续时间，所述异常波动持续时间表示监测设备异常时间滞后性影响时间；
基于所述实际工作阶段内的电流波动程度与所述异常波动持续时间计算异常时间滞后性影响程度。
在一可选实施例中，基于所述异常时间滞后性影响程度以及所述距离矩阵计算确定所述温度滞后性影响程度，包括：
基于所述异常时间滞后性影响程度、实际工作阶段的加热时间以及实际间隔阶段的环境温度变化均值确定温度影响因子；
基于所述温度影响因子以及所述距离矩阵计算确定所述温度滞后性影响程度。
在一可选实施例中，基于所述温度影响因子以及所述距离矩阵计算确定所述温度滞后性影响程度，包括：
利用如下公式计算确定所述温度滞后性影响程度：
；
其中，表示温度滞后性影响程度，/>表示距离矩阵的连续坐标点数量，/>为历史监测数据中最小的距离矩阵连续坐标点数量，/>为历史监测数据中最大的距离矩阵连续坐标点数量。
在一可选实施例中，根据t时刻的电流监测数据的斜率与t时刻的邻域时刻的电流监测数据的斜率计算实际工作阶段内的电流波动程度，包括：
利用如下公式计算实际工作阶段内的电流波动程度：
；
其中，表示第/>个监测设备在第/>个实际工作阶段内第/>时刻的电流监测数据的波动程度，/>表示求解斜率函数，/>表示第/>时刻的邻域时刻，/>是进行归一化，/>为第/>个监测设备的第/>个实际工作阶段开始的时刻。
在一可选实施例中，基于所述实际工作阶段内的电流波动程度与所述异常波动持续时间计算异常时间滞后性影响程度，包括：
利用如下公式计算异常时间滞后性影响程度：
；
其中，表示的是监测设备异常时间滞后性影响程度，/>表示第/>个监测设备在第/>个实际工作阶段内异常持续时间的第/>时刻的电流数据的波动程度，/>表示异常波动持续时间。
第二方面，本申请提供一种基于多传感器的沥青搅拌设备监测系统，包括：
采集模块，用于采集沥青搅拌设备中监测设备的监测数据；所述监测数据包括历史监测数据以及当前监测数据；
处理模块，用于对所述历史监测数据进行处理，确定温度滞后性影响程度；
计算模块，用于基于温度滞后性影响程度以及所述当前监测数据确定动态温度阈值；
分析模块，用于基于所述动态温度阈值对所述当前监测数据进行分析。
本申请的有益效果，区别于现有技术，本申请的基于多传感器的沥青搅拌设备监测方法及系统，包括：采集沥青搅拌设备中监测设备的监测数据；所述监测数据包括历史监测数据以及当前监测数据；对所述历史监测数据进行处理，确定温度滞后性影响程度；基于温度滞后性影响程度以及所述当前监测数据确定动态温度阈值；基于所述动态温度阈值对所述当前监测数据进行分析。该方法能够准确获取沥青搅拌设备中监测设备的动态温度阈值，利于更进一步的生产过程监测。
附图说明
图1为本发明基于多传感器的沥青搅拌设备监测方法的一实施例的流程示意图；
图2为图1中步骤S12的一实施例的流程示意图；
图3为本发明基于多传感器的沥青搅拌设备监测系统的一实施例的结构示意图。
具体实施方式
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，所描述的实施例仅是本申请的一部分实施例，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。
下面结合附图和实施例对本申请进行详细的说明。
请参见图1，图1为本发明基于多传感器的沥青搅拌设备监测方法的一实施例的流程示意图，具体包括：
步骤S11：采集沥青搅拌设备中监测设备的监测数据；所述监测数据包括历史监测数据以及当前监测数据。
本方法针对沥青搅拌系列设备进行工况信息监测，在常规的沥青搅拌生产过程下，生产物料充足，在沥青搅拌设备中的多个部分设备区域放置多个不同种类型的传感器，包括温度传感器、质量传感器、电流传感器等，根据各生产环节的设备的不同类型信息，放置不同数量的传感器，获取相关的历史监测数据与当前的实时监测数据。主要设备包括冷骨料给料机、冷骨料输送机、冷骨料烘干筒、热骨料提升机、热骨料筛分机、沥青搅拌机等的监测数据，具体为以秒为单位监测数据。
监测数据包括温度数据与相关设备的功率数据，功率数据通过电路中的电流与电压功率计算得到，电流数据与电压数据和温度数据的采样频率相同，采集过程类似，并在采集过程中记录各采集过程的时间点。
具体的，本申请监测数据包括历史监测数据以及当前监测数据。可以理解的，历史监测数据为当前时间采集的温度数据以及功率数据等。当前监测数据为当前时间采集的温度数据以及功率数据等。
步骤S12：对所述历史监测数据进行处理，确定温度滞后性影响程度。
具体的，量化环境温度对于沥青搅拌设备中监测设备加热过程温度变化的影响。在一实施例中，通过历史监测数据分析不同环境温度下搅拌设备加热过程温度变化趋势，利用物体热惯性获得环境温度影响因子，进一步获得动态温度阈值。
获取温度变化趋势首先需要进行温度历史数据进行时间段划分，利用传输设备离散型电流数据获取时间段划分，但由于生产环节的前后关联性，传输设备与加热搅拌设备工作前后并不同时，具有时间滞后性，而物料传输过程中的异常情况会影响温度滞后性，传输时间与加热状况会造成温度滞后性的变化，传输时间越长环境温度对于温度滞后性的影响越大。
请结合图2，步骤S12具体包括：
步骤S21：根据所述历史监测数据中的电流监测数据将监测设备的工作周期分为实际工作阶段以及实际间歇阶段。
具体的，利用传输设备的电信息间断信息对加热搅拌设备温度曲线进行间断划分，获取时间段划分点，量化时间滞后性影响，便于进一步量化环境温度滞后性影响。在不同的加热搅拌设备的加热过程中，产出温度除了受环境温度热惯性的影响，还会因为可能出现的异常状况影响。传输设备的异常状况对于加热搅拌设备的影响存在时间滞后性，即当传输设备出现异常，致使混合分的质量或体积达不到预计的标准，但在加热计划不变的情况下，过多的加热时间会使得沥青发生变质或其它质量问题。
本申请对采集的所有历史监测数据进行时间段划分，由于间歇强制式沥青搅拌设备的工作周期，加热搅拌设备的电流数据同样呈现周期性的变化，总体呈现离散分布式，但加热搅拌设备的温度监测数据呈现连续变化，并且由于温度滞后性，存在缓慢变化趋势，需要量化温度滞后性首先需要获取准确的时间段划分点，并根据不同的时间阶段求取时间滞后性影响程度。
在本步骤中，首先获得历史监测数据中的电流监测数据,其中/>表示监测设备中被监测设备的设备编号，编号可根据生产流程进行顺序排列。/>即表示第/>个设备在第/>时刻的电流监测数据。以其中一个设备的电流监测数据为例，由于设备是间歇式生产使用的，因此电流监测数据存在有电流取值与无电流取值两个部分交替出现，当/>时，记录当前时刻/>为工作时间点，当/>时，记录点当前时刻/>为间歇时间点。由此，将设备的一个工作周期划分为实际工作阶段与实际间歇阶段，分别表示实际工作阶段为/>，实际间歇阶段为/>，其中/>表示第/>个工作周期。由此，获得初始工作周期元组序列。
步骤S22：基于实际工作阶段内的电流监测数据的变化确定沥青搅拌设备中监测设备的异常时间滞后性影响程度；基于实际间歇阶段内的温度监测数据进行DTW时间序列动态规整，确定距离矩阵。
具体的，基于实际工作阶段内的电流监测数据的变化确定实际工作阶段内的电流波动程度；基于所述电流波动程度确定沥青搅拌设备中监测设备的异常时间滞后性影响程度。
在一实施例中，基于实际工作阶段内的电流监测数据的变化确定实际工作阶段内的电流波动程度具体为：根据t时刻的电流监测数据的斜率与t时刻的邻域时刻的电流监测数据的斜率计算实际工作阶段内的电流波动程度。在一具体实施例中，利用如下公式计算实际工作阶段内的电流波动程度：
；
其中，表示第/>个监测设备在第/>个实际工作阶段内第/>时刻的电流监测数据的波动程度，/>表示求解斜率函数，/>表示第/>时刻的邻域时刻，/>是进行归一化，/>为第/>个监测设备的第/>个实际工作阶段开始的时刻。
进一步的，在本实施例中，将所述实际工作阶段内的电流波动程度与波动程度阈值进行比较，确定异常波动持续时间，所述异常波动持续时间表示沥青搅拌设备中监测设备异常时间滞后性影响时间；基于所述实际工作阶段内的电流波动程度与所述异常波动持续时间计算异常时间滞后性影响程度。
具体的，根据历史监测数据，获得对同种物料处理标准下的电流波动程度序列，对电流波动序列进行均值漂移聚类，获取波动程度置信阈值，将所述实际工作阶段内的电流波动程度当/>与波动程度阈值/>进行比较，当/>时，认为此时的电流波动程度过大，属于异常情况；当/>时，认为此时的电流波动程度属于正常范围，属于正常状况。
根据获取的波动程度置信阈值，记录当前设备的电流波动程度判断结果，获得异常波动持续时间/>表示设备的异常时间滞后性影响持续时间，异常程度越大，持续时间越长。在一实施例中，利用如下公式计算异常时间滞后性影响程度：
；
其中，表示的是监测设备异常时间滞后性影响程度，/>表示第/>个监测设备在第/>个实际工作阶段内异常持续时间的第/>时刻的电流数据的波动程度，/>表示异常波动持续时间。
在确定设备异常时间滞后性影响时间后，进一步基于所述实际工作阶段内的电流波动程度与所述异常波动持续时间计算异常时间滞后性影响程度。
常规生产工况下，加热装置会根据混合分的质量与加热前温度设定加热时间与目标温度，但会因为环境温度使得加热时间或早或晚的达到目标温度。利用DTW规整间断温度变化曲线，量化热惯性趋势导致的温度滞后性影响，获得温度影响因子。根据获取的时间划分点划分的实际间歇阶段温度变化曲线进行DTW规整，获取距离矩阵与相似性参数，分析距离矩阵中存在的多对一或一对多关系，统计元素数量，计算出温度影响因子。在实际工作阶段，加热搅拌设备温度主要受加热部分的影响，在实际间歇阶段，加热搅拌设备的温度主要受到环境温度的影响。
在实际计算中，基于实际间歇阶段内的温度监测数据进行DTW时间序列动态规整，确定距离矩阵。具体的，根据获得的滞后工作周期元组序列即实际间歇阶段为，对温度监测数据进行分段，对于任意两个实际间歇阶段温度监测数据序列，进行DTW时间序列动态规整，获得距离矩阵/>,获得DTW路径，DTW时间序列动态规整为常规算法，具体过程不再赘述。
基于所述异常时间滞后性影响程度、实际工作阶段的加热时间以及实际间隔阶段的环境温度变化均值确定温度影响因子；基于所述温度影响因子以及所述距离矩阵计算确定所述温度滞后性影响程度。
在一实施例中，当加热装置的加热效率一定时，加热时间越长，环境温度越高，温度影响因子越大，温度影响因子的计算公式为：
；
其中，表示温度影响因子，/>表示环境温度变化均值，/>表示实际工作阶段的加热时间，/>表示异常时间滞后性影响程度。
温度监测数据序列的相似度由DTW路径上的连续坐标点数量的比例归一化参数进行度量，连续坐标点数量越多，温度监测数据序列的相似度越小，即温度影响程度越大。
步骤S23：基于所述异常时间滞后性影响程度以及所述距离矩阵计算确定所述温度滞后性影响程度。
在一实施例中，利用如下公式计算确定所述温度滞后性影响程度：
；
其中，表示温度滞后性影响程度，/>表示距离矩阵的连续坐标点数量，/>为历史监测数据中最小的距离矩阵连续坐标点数量，/>为历史监测数据中最大的距离矩阵连续坐标点数量。
至此，通过DTW时间序列规整进行温度监测数据序列进行规整处理，得到温度影响因子与温度影响程度。
步骤S13：基于温度滞后性影响程度以及所述当前监测数据确定动态温度阈值。
具体的，根据计算得到的温度影响因子结合当前的环境温度获得沥青料加热的动态阈值，进行温度监测判断，完成温度监测。通过获得的温度影响因子与温度影响程度，对计划产出温度进行调整，获得动态温度阈值，进一步获得温度波动范围，当传感器监测的温度位于温度波动范围中时，认为此时的设备内温度正常，不进行其他处理；当传感器监测的温度位于温度波动范围外时，认为此时设备内温度存在异常，进行下一步的异常问题处理。
获取动态阈值的计算公式为：
；
其中，表示的是当前环境温度下的动态阈值，/>为当前的环境温度，/>为获得的温度滞后性影响程度。
步骤S14：基于所述动态温度阈值对所述当前监测数据进行分析。
具体的，获取的动态阈值为，由此，当设备温度/>温度波动范围为时，即为正常波动范围，可以继续完成沥青的加热搅拌处理，但是当设备温度/>温度波动范围不在/>时，可以停机检修或依据相关情形处理步骤进行沥青加热异常情况处理。
本申请所提供的方法应用于常规的沥青搅拌生产过程中，沥青混合料的产出质量与产出效率受各个环节的综合影响，不同环节的设备的异常状况表现在不同类型混合分的产出温度与产出速率上，并由此对混合过程产生影响，使得最后沥青混合料产出温度与产出质量受到影响。在常规的沥青搅拌生产过程中，沥青混合料的产出质量与产出效率除了收到混合分的温度影响，还受到环境温度的影响，由于温度的热惯性，环境温度缓慢降低，当强制间歇式沥青搅拌设备进行下一次生产活动时，当前时刻的环境温度会影响搅拌加热的加热时间与产出温度，一旦造成温度局部过热，会使得用作结合料的沥青发生变质，对沥青混合料的产出质量产生巨大影响。本方法通过历史监测数据获得热惯性趋势，并由此量化环境温度对于沥青混合过程的影响，分析沥青混合设备的温度变化趋势，进而得到动态温度阈值进行设备监测。
本申请相对于现有技术的好处在于：能够根据设备历史检测数据来获取环境温度对于沥青搅拌设备生产过程的影响，进一步获取沥青搅拌设备的动态温度阈值，避免了常规生产中单一计划产出温度控制的局限性。能够利用不同设备的数据变化趋势信息获取区域内环境温度的热惯性对于沥青搅拌设备的影响，根据热惯性将同种类沥青生产过程温度变化序列进行规整，使得获取的沥青搅拌设备的动态温度阈值更具有准确度，利于更进一步的生产过程监测。
请参见图3，图3为本发明基于多传感器的沥青搅拌设备监测系统的一实施例的结构示意图，包括：采集模块31、处理模块32、计算模块33以及分析模块34。
其中，采集模块31用于采集沥青搅拌设备中监测设备的监测数据；所述监测数据包括历史监测数据以及当前监测数据。处理模块32用于对所述历史监测数据进行处理，确定温度滞后性影响程度。计算模块33用于基于温度滞后性影响程度以及所述当前监测数据确定动态温度阈值。分析模块34用于基于所述动态温度阈值对所述当前监测数据进行分析。
本申请的基于多传感器的沥青搅拌设备监测系统能够实现上述任一实施例所述的基于多传感器的沥青搅拌设备监测方法。
以上仅为本申请的实施方式，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。
Claims (5)
1.基于多传感器的沥青搅拌设备监测方法，其特征在于，包括：
采集沥青搅拌设备中监测设备的监测数据；所述监测数据包括历史监测数据以及当前监测数据；
对所述历史监测数据进行处理，确定温度滞后性影响程度；
基于温度滞后性影响程度以及所述当前监测数据确定动态温度阈值；
基于所述动态温度阈值对所述当前监测数据进行分析；
对所述历史监测数据进行处理，确定温度滞后性影响程度，包括：
根据所述历史监测数据中的电流监测数据将监测设备的工作周期分为实际工作阶段以及实际间歇阶段；
基于实际工作阶段内的电流监测数据的变化确定监测设备的异常时间滞后性影响程度；基于实际间歇阶段内的温度监测数据进行DTW时间序列动态规整，确定距离矩阵；
基于所述异常时间滞后性影响程度以及所述距离矩阵计算确定所述温度滞后性影响程度；
基于实际工作阶段内的电流监测数据的变化确定监测设备的异常时间滞后性影响程度，包括：
基于实际工作阶段内的电流监测数据的变化确定实际工作阶段内的电流波动程度；
基于所述电流波动程度确定监测设备的异常时间滞后性影响程度；
基于实际工作阶段内的电流监测数据的变化确定实际工作阶段内的电流波动程度，包括：
根据t时刻的电流监测数据的斜率与t时刻的邻域时刻的电流监测数据的斜率计算实际工作阶段内的电流波动程度；
基于所述电流波动程度确定监测设备的异常时间滞后性影响程度，包括：
将所述实际工作阶段内的电流波动程度与波动程度阈值进行比较，确定异常波动持续时间，所述异常波动持续时间表示监测设备异常时间滞后性影响时间；
基于所述实际工作阶段内的电流波动程度与所述异常波动持续时间计算异常时间滞后性影响程度；
基于所述异常时间滞后性影响程度以及所述距离矩阵计算确定所述温度滞后性影响程度，包括：
基于所述异常时间滞后性影响程度、实际工作阶段的加热时间以及实际间隔阶段的环境温度变化均值确定温度影响因子；
基于所述温度影响因子以及所述距离矩阵计算确定所述温度滞后性影响程度。
2.根据权利要求1所述的基于多传感器的沥青搅拌设备监测方法，其特征在于，基于所述温度影响因子以及所述距离矩阵计算确定所述温度滞后性影响程度，包括：
利用如下公式计算确定所述温度滞后性影响程度：
；
其中，表示温度滞后性影响程度，/>表示距离矩阵的连续坐标点数量，/>为历史监测数据中最小的距离矩阵连续坐标点数量，/>为历史监测数据中最大的距离矩阵连续坐标点数量。
3.根据权利要求1所述的基于多传感器的沥青搅拌设备监测方法，其特征在于，根据t时刻的电流监测数据的斜率与t时刻的邻域时刻的电流监测数据的斜率计算实际工作阶段内的电流波动程度，包括：
利用如下公式计算实际工作阶段内的电流波动程度：
；
其中，表示第/>个监测设备在第/>个实际工作阶段内第/>时刻的电流监测数据的波动程度，/>表示求解斜率函数，/>表示第/>时刻的邻域时刻，/>是进行归一化，/>为第/>个监测设备的第/>个实际工作阶段开始的时刻。
4.根据权利要求1所述的基于多传感器的沥青搅拌设备监测方法，其特征在于，基于所述实际工作阶段内的电流波动程度与所述异常波动持续时间计算异常时间滞后性影响程度，包括：
利用如下公式计算异常时间滞后性影响程度：
；
其中，表示的是监测设备异常时间滞后性影响程度，/>表示第/>个监测设备在第/>个实际工作阶段内异常持续时间的第/>时刻的电流数据的波动程度，/>表示异常波动持续时间。
5.基于多传感器的沥青搅拌设备监测系统，其特征在于，所述系统用于实现如权利要求1-4所述的任一项所述的基于多传感器的沥青搅拌设备监测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311091305.3A CN116839681B (zh) | 2023-08-29 | 2023-08-29 | 基于多传感器的沥青搅拌设备监测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311091305.3A CN116839681B (zh) | 2023-08-29 | 2023-08-29 | 基于多传感器的沥青搅拌设备监测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116839681A CN116839681A (zh) | 2023-10-03 |
| CN116839681B true CN116839681B (zh) | 2024-01-09 |
Family
ID=88165480
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311091305.3A Active CN116839681B (zh) | 2023-08-29 | 2023-08-29 | 基于多传感器的沥青搅拌设备监测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116839681B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117131314B (zh) * | 2023-10-25 | 2024-01-09 | 山东力驰市政建设工程有限公司 | 一种沥青路面施工用混合料温度监测及调控系统 |
| CN117871540B (zh) * | 2024-03-13 | 2024-05-28 | 西安路泰机械制造有限公司 | 基于图像采集的沥青搅拌设备缺陷检测方法 |
| CN117969521B (zh) * | 2024-04-02 | 2024-06-07 | 西安路泰机械制造有限公司 | 一种用于沥青搅拌设备的智能化视觉检测方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103425115A (zh) * | 2013-09-03 | 2013-12-04 | 中交隧道工程局有限公司 | 一种间歇式热拌沥青混合料生产级配实时监控系统及方法 |
| CN110284875A (zh) * | 2019-06-13 | 2019-09-27 | 中国石油化工股份有限公司 | 一种基于电流参数的电潜泵井工况诊断方法和装置 |
| WO2021126682A1 (en) * | 2019-12-18 | 2021-06-24 | Sunpower Corporation | Electrical pathway intermittent fault detection |
| CN216146094U (zh) * | 2021-06-17 | 2022-03-29 | 三一汽车制造有限公司 | 供电设备及沥青站 |
| CN114813124A (zh) * | 2022-03-21 | 2022-07-29 | 广东石油化工学院 | 一种轴承故障的监测方法及装置 |
| CN115526196A (zh) * | 2021-06-24 | 2022-12-27 | 中国石油化工股份有限公司 | 基于实时数据及模型的潜油电泵工况在线动态诊断方法 |
-
2023
- 2023-08-29 CN CN202311091305.3A patent/CN116839681B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103425115A (zh) * | 2013-09-03 | 2013-12-04 | 中交隧道工程局有限公司 | 一种间歇式热拌沥青混合料生产级配实时监控系统及方法 |
| CN110284875A (zh) * | 2019-06-13 | 2019-09-27 | 中国石油化工股份有限公司 | 一种基于电流参数的电潜泵井工况诊断方法和装置 |
| WO2021126682A1 (en) * | 2019-12-18 | 2021-06-24 | Sunpower Corporation | Electrical pathway intermittent fault detection |
| CN216146094U (zh) * | 2021-06-17 | 2022-03-29 | 三一汽车制造有限公司 | 供电设备及沥青站 |
| CN115526196A (zh) * | 2021-06-24 | 2022-12-27 | 中国石油化工股份有限公司 | 基于实时数据及模型的潜油电泵工况在线动态诊断方法 |
| CN114813124A (zh) * | 2022-03-21 | 2022-07-29 | 广东石油化工学院 | 一种轴承故障的监测方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| ASSESSMENT OF TEMPERATURE FLUCTUATIONS IN ASPHALT PAVEMENTS DUE TO THERMAL ENVIRONMENTAL CONDITIONS USING A TWO-DIMENSIONAL TRANSIENT FINITE DIFFERENCE APPROACH;C Yavuzturk;Journal of Materials in Civil Engineering 2005(第第04期期);0899-1561 * |
| 沥青混凝土搅拌站空压机的变频节能改造;赵景战;;交通建设与管理(10);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116839681A (zh) | 2023-10-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116839681B (zh) | 基于多传感器的沥青搅拌设备监测方法及系统 | |
| CN102721479B (zh) | 一种户外电气设备温升的在线监测方法 | |
| CN106979061A (zh) | 一种发动机电子水泵控制方法及系统 | |
| CN111191878A (zh) | 一种基于异常分析的台区及电能表状态评价方法及系统 | |
| CN113539382B (zh) | 一种亚磷酸二甲酯关键工艺参数的预警定位方法及系统 | |
| CN109185917B (zh) | 一种基于火焰强度信号的锅炉燃烧状态在线诊断方法及系统 | |
| CN116594346B (zh) | 一种石墨加热器用智能控制系统及控制方法 | |
| CN114290503B (zh) | T梁蒸汽养生发生器功率控制方法及其装置 | |
| CN101423348B (zh) | 水泥回转窑烧成工况综合识别方法 | |
| CN115528810A (zh) | 一种基于电力设备的测温数据运检分析管理系统 | |
| CN104536396A (zh) | 一种水泥生料在分解炉内分解过程的软测量建模方法 | |
| US20050137995A1 (en) | Method for regulating a thermodynamic process by means of neural networks | |
| CN117273204A (zh) | 一种基于时间序列预测分析的泵站流量预测方法 | |
| CN117131314B (zh) | 一种沥青路面施工用混合料温度监测及调控系统 | |
| CN107798161A (zh) | 设计评价辅助系统 | |
| AU2018312663B2 (en) | Method for controlling discharging of glass plate in glass plate tempering technology process | |
| CN105385843B (zh) | 一种基于段末温度的热轧板坯加热控制方法 | |
| CN115356995A (zh) | 基于工业大数据的烟草干燥工序热能分析系统 | |
| CN112904268B (zh) | 基于盐雾老化及状态监测的电能表更换时间预测方法 | |
| CN104132961B (zh) | 换热器热交换性能实时评价方法、装置和热交换系统 | |
| CN117054734B (zh) | 一种铜板熔炼能耗的监测方法及系统 | |
| CN113919116A (zh) | 基于garch模型的igbt剩余使用寿命预测方法 | |
| CN112381235A (zh) | 监测水泥厂预热器状态变化的辅助方法 | |
| CN109580241A (zh) | 一种凝汽器污染程度的定量分析方法 | |
| CN117193123B (zh) | 一种煤矸石活化监控系统及其控制方法 |
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 |