CN117073303A - 一种螺旋速冻机的均匀制冷调控方法 - Google Patents

一种螺旋速冻机的均匀制冷调控方法 Download PDF

Info

Publication number
CN117073303A
CN117073303A CN202311321497.2A CN202311321497A CN117073303A CN 117073303 A CN117073303 A CN 117073303A CN 202311321497 A CN202311321497 A CN 202311321497A CN 117073303 A CN117073303 A CN 117073303A
Authority
CN
China
Prior art keywords
regulation
refrigeration
control
parameter
spiral
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
Application number
CN202311321497.2A
Other languages
English (en)
Other versions
CN117073303B (zh
Inventor
吴晓强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nantong Baoxue Refrigeration Equipment Co ltd
Original Assignee
Nantong Baoxue Refrigeration Equipment Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nantong Baoxue Refrigeration Equipment Co ltd filed Critical Nantong Baoxue Refrigeration Equipment Co ltd
Priority to CN202311321497.2A priority Critical patent/CN117073303B/zh
Publication of CN117073303A publication Critical patent/CN117073303A/zh
Application granted granted Critical
Publication of CN117073303B publication Critical patent/CN117073303B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25DREFRIGERATORS; COLD ROOMS; ICE-BOXES; COOLING OR FREEZING APPARATUS NOT OTHERWISE PROVIDED FOR
    • F25D29/00Arrangement or mounting of control or safety devices
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25DREFRIGERATORS; COLD ROOMS; ICE-BOXES; COOLING OR FREEZING APPARATUS NOT OTHERWISE PROVIDED FOR
    • F25D2500/00Problems to be solved
    • F25D2500/04Calculation of parameters
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25DREFRIGERATORS; COLD ROOMS; ICE-BOXES; COOLING OR FREEZING APPARATUS NOT OTHERWISE PROVIDED FOR
    • F25D2600/00Control issues
    • F25D2600/06Controlling according to a predetermined profile

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Thermal Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Devices That Are Associated With Refrigeration Equipment (AREA)

Abstract

本发明公开了一种螺旋速冻机的均匀制冷调控方法,涉及速冻机控制领域,其中,所述方法包括:获取调控参数广域,并构建调控参数缓存域,结合冻品摆放密度和冻品摆放高度进行螺旋速冻机内的制冷模拟,计算获取调控参数的适应度;在调控参数缓存域内优化预设次数M后,获得寻优结果,判断M个适应度是否满足预设优化规则,若是,则将寻优结果输出,作为最优调控参数;若否,在调控参数广域内对调控参数缓存域内的M个标记调控参数进行更新,并继续寻优,直到获得最优调控参数,对螺旋速冻机进行制冷调控。解决了现有技术中螺旋速冻机的制冷调控适应度差、精准度低,进而造成螺旋速冻机的制冷调控效果差的技术问题。

Description

一种螺旋速冻机的均匀制冷调控方法
技术领域
本发明涉及速冻机控制领域,具体地,涉及一种螺旋速冻机的均匀制冷调控方法。
背景技术
随着生活水平的不断提高,人们对食品的冷冻需求越来越多,冷冻装置的市场需求越来越大。螺旋速冻机是一种适用性广、冻结能力大的节能型快速冻结设备。现有技术中,存在螺旋速冻机的制冷调控适应度差、精准度低,进而造成螺旋速冻机的制冷调控效果差的技术问题。
发明内容
本申请提供了一种螺旋速冻机的均匀制冷调控方法。解决了现有技术中螺旋速冻机的制冷调控适应度差、精准度低,进而造成螺旋速冻机的制冷调控效果差的技术问题。达到了实现根据产品的速冻需求进行适应性地制冷调控,提高螺旋速冻机的制冷调控适应度、精准度,提升螺旋速冻机的制冷调控质量的技术效果。
鉴于上述问题,本申请提供了一种螺旋速冻机的均匀制冷调控方法。
第一方面,本申请提供了一种螺旋速冻机的均匀制冷调控方法,其中,所述方法应用于一种螺旋速冻机的均匀制冷调控系统,所述系统与一螺旋速冻机的均匀制冷调控装置通信连接,所述装置包括冻品信息采集模块、调控条件构建模块、调控优化模块和制冷模拟模块,所述方法包括:通过冻品信息采集模块,采集螺旋速冻机内的冻品摆放密度和冻品摆放高度;通过调控条件构建模块,构建对螺旋速冻机进行制冷调控的制冷条件和制冷目标函数;通过调控优化模块,根据制冷条件,获取对螺旋速冻机进行制冷调控的调控参数广域,并构建调控参数缓存域,调控参数包括多个出风口的风速和温度;在所述调控参数缓存域内,进行调控参数的优化,并通过所述制冷模拟模块,结合所述冻品摆放密度和冻品摆放高度,进行螺旋速冻机内的制冷模拟,生成制冷风速场和制冷温度场,并计算获取风速均衡性参数和温度均衡性参数,基于所述制冷目标函数,计算获取调控参数的适应度;在调控参数缓存域内优化预设次数M后,获得寻优结果,判断M个适应度是否满足预设优化规则,若是,则将寻优结果输出,作为最优调控参数,M为大于1的整数;若否,则标记获得M个标记调控参数,在所述调控参数广域内,对所述调控参数缓存域内的M个标记调控参数进行更新,并继续寻优,直到获得最优调控参数,对螺旋速冻机进行制冷调控。
第二方面,本申请还提供了一种螺旋速冻机的均匀制冷调控系统,其中,所述系统与一螺旋速冻机的均匀制冷调控装置通信连接,所述装置包括冻品信息采集模块、调控条件构建模块、调控优化模块和制冷模拟模块,所述系统包括:采集单元,所述采集单元用于通过冻品信息采集模块,采集螺旋速冻机内的冻品摆放密度和冻品摆放高度;条件构建单元,所述条件构建单元用于通过调控条件构建模块,构建对螺旋速冻机进行制冷调控的制冷条件和制冷目标函数;调控域构建单元,所述调控域构建单元用于通过调控优化模块,根据制冷条件,获取对螺旋速冻机进行制冷调控的调控参数广域,并构建调控参数缓存域,调控参数包括多个出风口的风速和温度;适应度计算单元,所述适应度计算单元用于在所述调控参数缓存域内,进行调控参数的优化,并通过所述制冷模拟模块,结合所述冻品摆放密度和冻品摆放高度,进行螺旋速冻机内的制冷模拟,生成制冷风速场和制冷温度场,并计算获取风速均衡性参数和温度均衡性参数,基于所述制冷目标函数,计算获取调控参数的适应度;寻优结果判断单元,所述寻优结果判断单元用于在调控参数缓存域内优化预设次数M后,获得寻优结果,判断M个适应度是否满足预设优化规则,若是,则将寻优结果输出,作为最优调控参数,M为大于1的整数;制冷调控单元,所述制冷调控单元用于若否,则标记获得M个标记调控参数,在所述调控参数广域内,对所述调控参数缓存域内的M个标记调控参数进行更新,并继续寻优,直到获得最优调控参数,对螺旋速冻机进行制冷调控。
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:
通过冻品信息采集模块,采集螺旋速冻机内的冻品摆放密度和冻品摆放高度;通过调控条件构建模块,构建对螺旋速冻机进行制冷调控的制冷条件和制冷目标函数;在调控参数缓存域内进行调控参数的优化,并通过制冷模拟模块,结合冻品摆放密度和冻品摆放高度,进行螺旋速冻机内的制冷模拟,生成制冷风速场和制冷温度场,并计算获取风速均衡性参数和温度均衡性参数,基于制冷目标函数,计算获取调控参数的适应度;在调控参数缓存域内优化预设次数M后,获得寻优结果,判断M个适应度是否满足预设优化规则,若是,则将寻优结果输出为最优调控参数;若否,则在调控参数广域内,对调控参数缓存域内的M个标记调控参数进行更新,并继续寻优,直到获得最优调控参数,对螺旋速冻机进行制冷调控。达到了实现根据产品的速冻需求进行适应性地制冷调控,提高螺旋速冻机的制冷调控适应度、精准度,提升螺旋速冻机的制冷调控质量的技术效果。
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
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的附图作简单地介绍。明显地,下面描述中的附图仅仅涉及本发明的一些实施例,而非对本发明的限制。
图1为本申请一种螺旋速冻机的均匀制冷调控方法的流程示意图;
图2为本申请一种螺旋速冻机的均匀制冷调控方法中获得冻品摆放密度的流程示意图;
图3为本申请一种螺旋速冻机的均匀制冷调控系统的结构示意图。
具体实施方式
本申请通过提供一种螺旋速冻机的均匀制冷调控方法。解决了现有技术中螺旋速冻机的制冷调控适应度差、精准度低,进而造成螺旋速冻机的制冷调控效果差的技术问题。达到了实现根据产品的速冻需求进行适应性地制冷调控,提高螺旋速冻机的制冷调控适应度、精准度,提升螺旋速冻机的制冷调控质量的技术效果。
实施例一
请参阅附图1,本申请提供一种螺旋速冻机的均匀制冷调控方法,其中,所述方法应用于一种螺旋速冻机的均匀制冷调控系统,所述系统与一螺旋速冻机的均匀制冷调控装置通信连接,所述装置包括冻品信息采集模块、调控条件构建模块、调控优化模块和制冷模拟模块,所述方法具体包括如下步骤:
通过冻品信息采集模块,采集螺旋速冻机内的冻品摆放密度和冻品摆放高度;
如附图2所示,获得冻品摆放密度,包括:
通过冻品信息采集模块,采集螺旋速冻机内多个螺旋速冻层内的物料摆放高度和摆放数量;
根据多个摆放数量,计算获得所述冻品摆放密度。
连接冻品信息采集模块,通过冻品信息采集模块对螺旋速冻机内的多个螺旋速冻层进行物料摆放高度和摆放数量的采集,获得多个物料摆放高度和多个摆放数量。冻品信息采集模块具有对螺旋速冻机的螺旋速冻层内的物品进行参数采集的功能。螺旋速冻机包括多个螺旋速冻层。且,多个螺旋速冻层的容积相同、尺寸一致。螺旋速冻层是用于对物品进行速冻的容置空间。每个物料摆放高度包括螺旋速冻机内的每个螺旋速冻层对应的物品的摆放高度参数。每个摆放数量包括螺旋速冻机内的每个螺旋速冻层对应的物品的摆放数量参数。
进一步,将多个物料摆放高度的平均值设置为冻品摆放高度。将螺旋速冻机内的多个螺旋速冻层对应的总容积设置速冻总容积,将多个摆放数量的和与速冻总容积的比值设置为冻品摆放密度。
通过调控条件构建模块,构建对螺旋速冻机进行制冷调控的制冷条件和制冷目标函数;
根据螺旋速冻机内产品的速冻需求,获取速冻温度条件和速冻风速条件;
将螺旋速冻机进行制冷调控后多个螺旋速冻层的温度和风速满足所述速冻温度条件和速冻风速条件,作为制冷条件;
基于提升制冷温度均衡性和风速均衡性为目的,构建所述制冷目标函数,如下式:
其中,为适应度,/>和/>为温度均衡性参数和风速均衡性参数的权重,/>为温度均衡性参数,/>为风速均衡性参数。
通过冻品信息采集模块采集多个螺旋速冻层内的产品的速冻需求,获取速冻温度条件和速冻风速条件。速冻温度条件包括多个螺旋速冻层内的产品的速冻温度范围。速冻风速条件包括多个螺旋速冻层内的产品的速冻风速范围。继而,将螺旋速冻机进行制冷调控后多个螺旋速冻层的温度满足速冻温度条件,且,螺旋速冻机进行制冷调控后多个螺旋速冻层的风速满足速冻风速条件设置为制冷条件。
进一步,以提升制冷温度均衡性和风速均衡性为目的,构建制冷目标函数,并将制冷条件和制冷目标函数嵌入至调控条件构建模块,从而提高螺旋速冻机的制冷调控可靠性。制冷目标函数为:
其中,为适应度,/>和/>为由所述一种螺旋速冻机的均匀制冷调控系统预先设置确定的温度均衡性参数和风速均衡性参数的权重,/>为温度均衡性参数,/>为风速均衡性参数。
通过调控优化模块,根据制冷条件,获取对螺旋速冻机进行制冷调控的调控参数广域,并构建调控参数缓存域,调控参数包括多个出风口的风速和温度;
获取螺旋速冻机内多个螺旋速冻层内的风速和温度的调控范围,根据所述制冷条件,组合获得满足所述制冷条件的制冷调控的调控参数广域;
在所述调控参数广域内,随机生成多个初始调控参数,构建所述调控参数缓存域。
采集螺旋速冻机的多个螺旋速冻层内的风速和温度的调控范围,获得螺旋速冻机内,多个螺旋速冻层可以调节的风速调控范围和温度调控范围。继而,分别将风速调控范围、温度调控范围与制冷条件进行交集计算,获得满足制冷条件的调控参数广域,从而提高螺旋速冻机的制冷调控准确性。调控参数广域包括风速调控域、温度调控域。风速调控域为风速调控范围与制冷条件内的速冻风速条件之间的交集。温度调控域为温度调控范围与制冷条件内的速冻温度条件之间的交集。
进一步,对调控参数广域内的风速调控域、温度调控域进行随机取值,获得多个初始调控参数,并将多个初始调控参数添加至调控参数缓存域。调控参数缓存域包括多个初始调控参数。多个螺旋速冻层包括多个出风口。每个初始调控参数包括满足风速调控域的多个出风口的风速调控参数,以及满足温度调控域的多个出风口的温度调控参数。
在所述调控参数缓存域内,进行调控参数的优化,并通过所述制冷模拟模块,结合所述冻品摆放密度和冻品摆放高度,进行螺旋速冻机内的制冷模拟,生成制冷风速场和制冷温度场,并计算获取风速均衡性参数和温度均衡性参数,基于所述制冷目标函数,计算获取调控参数的适应度;
在调控参数缓存域内优化预设次数M后,获得寻优结果,判断M个适应度是否满足预设优化规则,若是,则将寻优结果输出,作为最优调控参数,M为大于1的整数;
在所述调控参数缓存域内,随机选择获得第一调控参数,作为临时寻优结果;
对调控参数缓存域内的多个初始调控参数进行随机选择,获得第一调控参数,并将第一调控参数设置为临时寻优结果。第一调控参数可以为调控参数缓存域的任意一个初始调控参数。
采用所述第一调控参数,结合所述冻品摆放密度和冻品摆放高度,进行制冷模拟,生成第一制冷风速场和第一制冷温度场;
根据所述第一制冷风速场和第一制冷温度场,基于所述制冷目标函数,计算获得第一适应度;
根据所述螺旋速冻机的调控数据记录,提取所述冻品摆放密度和冻品摆放高度下的样本调控参数集、多个样本制冷风速场和多个样本制冷温度场,其中,样本制冷风速场内包括多个螺旋速冻层内的风速;
采用所述样本调控参数集、多个样本制冷风速场和多个样本制冷温度场,训练调控模拟器;
采用所述调控模拟器,对所述第一调控参数进行模拟预测,获得所述第一制冷风速场和第一制冷温度场;
根据所述第一制冷风速场和第一制冷温度场,计算获取平均制冷风速、平均制冷温度、制冷风速标准差和制冷温度标准差;
对所述平均制冷风速、平均制冷温度、制冷风速标准差和制冷温度标准差分别进行加权计算,获得风速均衡性参数和温度均衡性参数,结合所述制冷目标函数,计算获得第一适应度。
连接所述一种螺旋速冻机的均匀制冷调控系统读取螺旋速冻机的调控数据记录,并从调控数据记录中提取冻品摆放密度和冻品摆放高度下的样本调控参数集、多个样本制冷风速场和多个样本制冷温度场。其中,调控数据记录包括冻品摆放密度和冻品摆放高度下的样本调控参数集、多个样本制冷风速场和多个样本制冷温度场。样本调控参数集包括多个样本调控参数。每个样本调控参数包括冻品摆放密度和冻品摆放高度下,对应的历史风速调控参数、历史温度调控参数。每个样本调控参数对应的一个样本制冷风速场和一个样本制冷温度场。每个样本制冷风速场包括每个样本调控参数下,多个螺旋速冻层内的多个历史风速。每个样本制冷温度场包括每个样本调控参数下,多个螺旋速冻层内的多个历史温度。
进一步,以样本调控参数集为输入监督数据,以多个样本制冷风速场、多个样本制冷温度场为输出监督数据。根据全连接神经网络对样本调控参数集、多个样本制冷风速场和多个样本制冷温度场进行交叉监督训练,获得调控模拟器。全连接神经网络是一种由输入层、隐藏层、输出层构成的前馈神经网络。且,隐藏层中可以有多个神经元。调控模拟器包括输入层、隐藏层、输出层。继而,将第一调控参数输入调控模拟器,通过调控模拟器对第一调控参数进行模拟预测,获得第一制冷风速场和第一制冷温度场。第一制冷风速场包括第一调控参数下,多个螺旋速冻层内的多个预测风速。第一制冷温度场包括第一调控参数下,多个螺旋速冻层内的多个预测温度。
进一步,分别对第一制冷风速场、第一制冷温度场进行均值计算,获得平均制冷风速、平均制冷温度。继而,分别对第一制冷风速场、第一制冷温度场进行标准差计算,得到制冷风速标准差和制冷温度标准差。平均制冷风速为第一制冷风速场的平均值。平均制冷温度为第一制冷温度场的平均值。制冷风速标准差为第一制冷风速场的标准差。制冷温度标准差为第一制冷温度场的标准差。
优选地,将平均制冷风速、制冷风速标准差输入风速加权计算公式,获得风速均衡性参数。风速加权计算公式为:
其中,表征风速均衡性参数,/>、/>为由所述一种螺旋速冻机的均匀制冷调控系统预先设置确定的平均风速权重、风速标准差权重,/>为平均制冷风速,/>为制冷风速标准差。
优选地,将平均制冷温度、制冷温度标准差输入温度加权计算公式,获得温度均衡性参数,并将风速均衡性参数和温度均衡性参数输入前述的制冷目标函数,获得第一适应度。温度加权计算公式为:
其中,表征温度均衡性参数,/>、/>为由所述一种螺旋速冻机的均匀制冷调控系统预先设置确定的平均温度权重、温度标准差权重,/>为平均制冷温度,/>为制冷温度标准差。
再次在所述调控参数缓存域内,随机选择获得第二调控参数;
采用所述第二调控参数,进行制冷模拟,并计算获得第二适应度;
在所述第二适应度大于等于第一适应度时,将所述第二调控参数更新为临时寻优结果,在所述第二适应度小于所述第一适应度时,按照概率将第二调控参数更新为临时寻优结果,概率随着在调控参数缓存域内寻优次数的增加而减小;
继续寻优,在达到优化预设次数M后,获得寻优结果和M个适应度。
对调控参数缓存域内剩余的多个初始调控参数进行随机选择,获得第二调控参数,并对第二调控参数进行制冷模拟、适应度计算,得到第二适应度。第二调控参数可以为调控参数缓存域内,任意一个剩余的初始调控参数。第二适应度与第一适应度的获得方式相同,在此不再赘述。
将第二适应度与第一适应度进行比较。当第二适应度大于等于第一适应度时,将第二调控参数更新为临时寻优结果。当第二适应度小于第一适应度时,按照概率将第二调控参数更新为临时寻优结果,概率随着在调控参数缓存域内寻优次数的增加而减小。继而,根据临时寻优结果继续寻优,在达到优化预设次数M后,获得寻优结果和M个适应度。预设次数M由所述一种螺旋速冻机的均匀制冷调控系统预先设置确定,且,M为大于1的整数。寻优结果为达到优化预设次数M后的临时寻优结果内的调控参数。M个适应度通过对临时寻优结果继续寻优获得。M个适应度与第一适应度的计算方式相同,在此不再赘述。
优选地,在按照概率将第二调控参数更新为临时寻优结果时,概率通过概率解析公式计算获得。概率解析公式为:
其中,e为自然对数,为概率,/>为第二适应度,/>为第一适应度,v为随着寻优次数逐渐减小的寻优速率参数,且,v的减小方式可为指数减小或对数减小等任意现有技术中的减小方式。
若否,则标记获得M个标记调控参数,在所述调控参数广域内,对所述调控参数缓存域内的M个标记调控参数进行更新,并继续寻优,直到获得最优调控参数,对螺旋速冻机进行制冷调控。
根据螺旋速冻机的制冷均衡性需求,计算获取适应度阈值;
判断M个适应度是否满足所述适应度阈值,若是,则满足预设优化规则,输出寻优结果,获得最优调控参数;
若否,则标记获得M个标记调控参数,采用调整步长,对所述M个标记调控参数进行随机调整,获得M个调整调控参数;
对M个调整调控参数进行制冷模拟,计算获得M个调整适应度,将调整适应度大于M个适应度的均值的调整调控参数替代标记调控参数更新至调控参数缓存域内,将调整适应度不大于M个适应度的均值的调整调控参数继续进行调整,直到M个标记调控参数全部被更新。
制冷均衡性需求包括由所述一种螺旋速冻机的均匀制冷调控系统预先设置确定的温度均衡性参数阈值、风速均衡性参数阈值。将温度均衡性参数阈值、风速均衡性参数阈值输入前述的制冷目标函数,获得适应度阈值,并将适应度阈值设置为预设优化规则。
分别判断M个适应度是否小于等于适应度阈值。如果M个适应度均大于/等于适应度阈值,则,视为满足预设优化规则,将寻优结果输出为最优调控参数。否则,视为不满足预设优化规则,此时,将M个适应度对应的M个调控参数设置为M个标记调控参数,按照调整步长分别对M个标记调控参数进行随机调整,获得M个调整调控参数。且,M个调整调控参数均满足调控参数广域。调整步长包括由所述一种螺旋速冻机的均匀制冷调控系统预先设置确定的参数调控幅度。例如,调整步长为6%,则,将M个标记调控参数随机增大6%或随机减小6%,得到M个调整调控参数。
通过对M个调整调控参数进行制冷模拟,获得M个调整适应度。M个调整适应度与第一适应度的获得方式相同,在此不再赘述。继而,将M个适应度的均值记为适应度均值。分别判断每个调整适应度是否大于适应度均值。将大于适应度均值的调整适应度对应的调整调控参数设置为新的标记调控参数,并将新的标记调控参数更新至调控参数缓存域内,对小于/等于适应度均值的调整适应度对应的调整调控参数继续进行调整,直到M个标记调控参数全部被更新。对完成M个标记调控参数更新的调控参数缓存域继续寻优,直到获得最优调控参数,按照最优调控参数对螺旋速冻机进行制冷调控,从而提高螺旋速冻机的制冷调控效果。
综上所述,本申请所提供的一种螺旋速冻机的均匀制冷调控方法具有如下技术效果:
通过冻品信息采集模块,采集螺旋速冻机内的冻品摆放密度和冻品摆放高度;通过调控条件构建模块,构建对螺旋速冻机进行制冷调控的制冷条件和制冷目标函数;在调控参数缓存域内进行调控参数的优化,并通过制冷模拟模块,结合冻品摆放密度和冻品摆放高度,进行螺旋速冻机内的制冷模拟,生成制冷风速场和制冷温度场,并计算获取风速均衡性参数和温度均衡性参数,基于制冷目标函数,计算获取调控参数的适应度;在调控参数缓存域内优化预设次数M后,获得寻优结果,判断M个适应度是否满足预设优化规则,若是,则将寻优结果输出为最优调控参数;若否,则在调控参数广域内,对调控参数缓存域内的M个标记调控参数进行更新,并继续寻优,直到获得最优调控参数,对螺旋速冻机进行制冷调控。达到了实现根据产品的速冻需求进行适应性地制冷调控,提高螺旋速冻机的制冷调控适应度、精准度,提升螺旋速冻机的制冷调控质量的技术效果。
实施例二
基于与前述实施例中一种螺旋速冻机的均匀制冷调控方法,同样发明构思,本发明还提供了一种螺旋速冻机的均匀制冷调控系统,所述系统与一螺旋速冻机的均匀制冷调控装置通信连接,所述装置包括冻品信息采集模块、调控条件构建模块、调控优化模块和制冷模拟模块,请参阅附图3,所述系统包括:
采集单元,所述采集单元用于通过冻品信息采集模块,采集螺旋速冻机内的冻品摆放密度和冻品摆放高度;
条件构建单元,所述条件构建单元用于通过调控条件构建模块,构建对螺旋速冻机进行制冷调控的制冷条件和制冷目标函数;
调控域构建单元,所述调控域构建单元用于通过调控优化模块,根据制冷条件,获取对螺旋速冻机进行制冷调控的调控参数广域,并构建调控参数缓存域,调控参数包括多个出风口的风速和温度;
适应度计算单元,所述适应度计算单元用于在所述调控参数缓存域内,进行调控参数的优化,并通过所述制冷模拟模块,结合所述冻品摆放密度和冻品摆放高度,进行螺旋速冻机内的制冷模拟,生成制冷风速场和制冷温度场,并计算获取风速均衡性参数和温度均衡性参数,基于所述制冷目标函数,计算获取调控参数的适应度;
寻优结果判断单元,所述寻优结果判断单元用于在调控参数缓存域内优化预设次数M后,获得寻优结果,判断M个适应度是否满足预设优化规则,若是,则将寻优结果输出,作为最优调控参数,M为大于1的整数;
制冷调控单元,所述制冷调控单元用于若否,则标记获得M个标记调控参数,在所述调控参数广域内,对所述调控参数缓存域内的M个标记调控参数进行更新,并继续寻优,直到获得最优调控参数,对螺旋速冻机进行制冷调控。
进一步的,所述系统还包括:
摆放参数采集单元,所述摆放参数采集单元用于通过冻品信息采集模块,采集螺旋速冻机内多个螺旋速冻层内的物料摆放高度和摆放数量;
密度计算单元,所述密度计算单元用于根据多个摆放数量,计算获得所述冻品摆放密度。
进一步的,所述系统还包括:
速冻条件获取单元,所述速冻条件获取单元用于根据螺旋速冻机内产品的速冻需求,获取速冻温度条件和速冻风速条件;
制冷条件确定单元,所述制冷条件确定单元用于将螺旋速冻机进行制冷调控后多个螺旋速冻层的温度和风速满足所述速冻温度条件和速冻风速条件,作为制冷条件;
函数构建单元,所述函数构建单元用于基于提升制冷温度均衡性和风速均衡性为目的,构建所述制冷目标函数,如下式:
其中,为适应度,/>和/>为温度均衡性参数和风速均衡性参数的权重,/>为温度均衡性参数,/>为风速均衡性参数。
进一步的,所述系统还包括:
广域组合单元,所述广域组合单元用于获取螺旋速冻机内多个螺旋速冻层内的风速和温度的调控范围,根据所述制冷条件,组合获得满足所述制冷条件的制冷调控的调控参数广域;
缓存域构建单元,所述缓存域构建单元用于在所述调控参数广域内,随机生成多个初始调控参数,构建所述调控参数缓存域。
进一步的,所述系统还包括:
第一调控参数获得单元,所述第一调控参数获得单元用于在所述调控参数缓存域内,随机选择获得第一调控参数,作为临时寻优结果;
第一制冷模拟单元,所述第一制冷模拟单元用于采用所述第一调控参数,结合所述冻品摆放密度和冻品摆放高度,进行制冷模拟,生成第一制冷风速场和第一制冷温度场;
第一适应度计算单元,所述第一适应度计算单元用于根据所述第一制冷风速场和第一制冷温度场,基于所述制冷目标函数,计算获得第一适应度;
第二调控参数获得单元,所述第二调控参数获得单元用于再次在所述调控参数缓存域内,随机选择获得第二调控参数;
第二适应度计算单元,所述第二适应度计算单元用于采用所述第二调控参数,进行制冷模拟,并计算获得第二适应度;
第一执行单元,所述第一执行单元用于在所述第二适应度大于等于第一适应度时,将所述第二调控参数更新为临时寻优结果,在所述第二适应度小于所述第一适应度时,按照概率将第二调控参数更新为临时寻优结果,概率随着在调控参数缓存域内寻优次数的增加而减小;
第二执行单元,所述第二执行单元用于继续寻优,在达到优化预设次数M后,获得寻优结果和M个适应度。
进一步的,所述系统还包括:
样本提取单元,所述样本提取单元用于根据所述螺旋速冻机的调控数据记录,提取所述冻品摆放密度和冻品摆放高度下的样本调控参数集、多个样本制冷风速场和多个样本制冷温度场,其中,样本制冷风速场内包括多个螺旋速冻层内的风速;
模拟器训练单元,所述模拟器训练单元用于采用所述样本调控参数集、多个样本制冷风速场和多个样本制冷温度场,训练调控模拟器;
调控参数模拟预测单元,所述调控参数模拟预测单元用于采用所述调控模拟器,对所述第一调控参数进行模拟预测,获得所述第一制冷风速场和第一制冷温度场;
第三执行单元,所述第三执行单元用于根据所述第一制冷风速场和第一制冷温度场,计算获取平均制冷风速、平均制冷温度、制冷风速标准差和制冷温度标准差;
第一适应度获得单元,所述第一适应度获得单元用于对所述平均制冷风速、平均制冷温度、制冷风速标准差和制冷温度标准差分别进行加权计算,获得风速均衡性参数和温度均衡性参数,结合所述制冷目标函数,计算获得第一适应度。
进一步的,所述系统还包括:
适应度阈值获取单元,所述适应度阈值获取单元用于根据螺旋速冻机的制冷均衡性需求,计算获取适应度阈值;
第四执行单元,所述第四执行单元用于判断M个适应度是否满足所述适应度阈值,若是,则满足预设优化规则,输出寻优结果,获得最优调控参数;
调整调控参数获得单元,所述调整调控参数获得单元用于若否,则标记获得M个标记调控参数,采用调整步长,对所述M个标记调控参数进行随机调整,获得M个调整调控参数;
第五执行单元,所述第五执行单元用于对M个调整调控参数进行制冷模拟,计算获得M个调整适应度,将调整适应度大于M个适应度的均值的调整调控参数替代标记调控参数更新至调控参数缓存域内,将调整适应度不大于M个适应度的均值的调整调控参数继续进行调整,直到M个标记调控参数全部被更新。
本发明实施例所提供的一种螺旋速冻机的均匀制冷调控系统可执行本发明任意实施例所提供的一种螺旋速冻机的均匀制冷调控方法,具备执行方法相应的功能模块和有益效果。
所包括的各个模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能模块的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
本申请提供了一种螺旋速冻机的均匀制冷调控方法,其中,所述方法应用于一种螺旋速冻机的均匀制冷调控系统,所述方法包括:通过冻品信息采集模块,采集螺旋速冻机内的冻品摆放密度和冻品摆放高度;通过调控条件构建模块,构建对螺旋速冻机进行制冷调控的制冷条件和制冷目标函数;在调控参数缓存域内进行调控参数的优化,并通过制冷模拟模块,结合冻品摆放密度和冻品摆放高度,进行螺旋速冻机内的制冷模拟,生成制冷风速场和制冷温度场,并计算获取风速均衡性参数和温度均衡性参数,基于制冷目标函数,计算获取调控参数的适应度;在调控参数缓存域内优化预设次数M后,获得寻优结果,判断M个适应度是否满足预设优化规则,若是,则将寻优结果输出为最优调控参数;若否,则在调控参数广域内,对调控参数缓存域内的M个标记调控参数进行更新,并继续寻优,直到获得最优调控参数,对螺旋速冻机进行制冷调控。解决了现有技术中螺旋速冻机的制冷调控适应度差、精准度低,进而造成螺旋速冻机的制冷调控效果差的技术问题。达到了实现根据产品的速冻需求进行适应性地制冷调控,提高螺旋速冻机的制冷调控适应度、精准度,提升螺旋速冻机的制冷调控质量的技术效果。
虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。

Claims (8)

1.一种螺旋速冻机的均匀制冷调控方法,其特征在于,所述方法应用于一螺旋速冻机的均匀制冷调控装置,所述装置包括冻品信息采集模块、调控条件构建模块、调控优化模块和制冷模拟模块,所述方法包括:
通过冻品信息采集模块,采集螺旋速冻机内的冻品摆放密度和冻品摆放高度;
通过调控条件构建模块,构建对螺旋速冻机进行制冷调控的制冷条件和制冷目标函数;
通过调控优化模块,根据制冷条件,获取对螺旋速冻机进行制冷调控的调控参数广域,并构建调控参数缓存域,调控参数包括多个出风口的风速和温度;
在所述调控参数缓存域内,进行调控参数的优化,并通过所述制冷模拟模块,结合所述冻品摆放密度和冻品摆放高度,进行螺旋速冻机内的制冷模拟,生成制冷风速场和制冷温度场,并计算获取风速均衡性参数和温度均衡性参数,基于所述制冷目标函数,计算获取调控参数的适应度;
在调控参数缓存域内优化预设次数M后,获得寻优结果,判断M个适应度是否满足预设优化规则,若是,则将寻优结果输出,作为最优调控参数,M为大于1的整数;
若否,则标记获得M个标记调控参数,在所述调控参数广域内,对所述调控参数缓存域内的M个标记调控参数进行更新,并继续寻优,直到获得最优调控参数,对螺旋速冻机进行制冷调控。
2.根据权利要求1所述的方法,其特征在于,所述方法包括:
通过冻品信息采集模块,采集螺旋速冻机内多个螺旋速冻层内的物料摆放高度和摆放数量;
根据多个摆放数量,计算获得所述冻品摆放密度。
3.根据权利要求1所述的方法,其特征在于,所述方法包括:
根据螺旋速冻机内产品的速冻需求,获取速冻温度条件和速冻风速条件;
将螺旋速冻机进行制冷调控后多个螺旋速冻层的温度和风速满足所述速冻温度条件和速冻风速条件,作为制冷条件;
基于提升制冷温度均衡性和风速均衡性为目的,构建所述制冷目标函数,如下式:
其中,为适应度,/>和/>为温度均衡性参数和风速均衡性参数的权重,/>为温度均衡性参数,/>为风速均衡性参数。
4.根据权利要求1所述的方法,其特征在于,所述方法包括:
获取螺旋速冻机内多个螺旋速冻层内的风速和温度的调控范围,根据所述制冷条件,组合获得满足所述制冷条件的制冷调控的调控参数广域;
在所述调控参数广域内,随机生成多个初始调控参数,构建所述调控参数缓存域。
5.根据权利要求1所述的方法,其特征在于,所述方法包括:
在所述调控参数缓存域内,随机选择获得第一调控参数,作为临时寻优结果;
采用所述第一调控参数,结合所述冻品摆放密度和冻品摆放高度,进行制冷模拟,生成第一制冷风速场和第一制冷温度场;
根据所述第一制冷风速场和第一制冷温度场,基于所述制冷目标函数,计算获得第一适应度;
再次在所述调控参数缓存域内,随机选择获得第二调控参数;
采用所述第二调控参数,进行制冷模拟,并计算获得第二适应度;
在所述第二适应度大于等于第一适应度时,将所述第二调控参数更新为临时寻优结果,在所述第二适应度小于所述第一适应度时,按照概率将第二调控参数更新为临时寻优结果,概率随着在调控参数缓存域内寻优次数的增加而减小;
继续寻优,在达到优化预设次数M后,获得寻优结果和M个适应度。
6.根据权利要求5所述的方法,其特征在于,所述方法包括:
根据所述螺旋速冻机的调控数据记录,提取所述冻品摆放密度和冻品摆放高度下的样本调控参数集、多个样本制冷风速场和多个样本制冷温度场,其中,样本制冷风速场内包括多个螺旋速冻层内的风速;
采用所述样本调控参数集、多个样本制冷风速场和多个样本制冷温度场,训练调控模拟器;
采用所述调控模拟器,对所述第一调控参数进行模拟预测,获得所述第一制冷风速场和第一制冷温度场;
根据所述第一制冷风速场和第一制冷温度场,计算获取平均制冷风速、平均制冷温度、制冷风速标准差和制冷温度标准差;
对所述平均制冷风速、平均制冷温度、制冷风速标准差和制冷温度标准差分别进行加权计算,获得风速均衡性参数和温度均衡性参数,结合所述制冷目标函数,计算获得第一适应度。
7.根据权利要求1所述的方法,其特征在于,所述方法包括:
根据螺旋速冻机的制冷均衡性需求,计算获取适应度阈值;
判断M个适应度是否满足所述适应度阈值,若是,则满足预设优化规则,输出寻优结果,获得最优调控参数;
若否,则标记获得M个标记调控参数,采用调整步长,对所述M个标记调控参数进行随机调整,获得M个调整调控参数;
对M个调整调控参数进行制冷模拟,计算获得M个调整适应度,将调整适应度大于M个适应度的均值的调整调控参数替代标记调控参数更新至调控参数缓存域内,将调整适应度不大于M个适应度的均值的调整调控参数继续进行调整,直到M个标记调控参数全部被更新。
8.一种螺旋速冻机的均匀制冷调控系统,其特征在于,所述系统用于执行权利要求1至7任一项所述的方法,所述系统与一螺旋速冻机的均匀制冷调控装置通信连接,所述装置包括冻品信息采集模块、调控条件构建模块、调控优化模块和制冷模拟模块,所述系统包括:
采集单元,所述采集单元用于通过冻品信息采集模块,采集螺旋速冻机内的冻品摆放密度和冻品摆放高度;
条件构建单元,所述条件构建单元用于通过调控条件构建模块,构建对螺旋速冻机进行制冷调控的制冷条件和制冷目标函数;
调控域构建单元,所述调控域构建单元用于通过调控优化模块,根据制冷条件,获取对螺旋速冻机进行制冷调控的调控参数广域,并构建调控参数缓存域,调控参数包括多个出风口的风速和温度;
适应度计算单元,所述适应度计算单元用于在所述调控参数缓存域内,进行调控参数的优化,并通过所述制冷模拟模块,结合所述冻品摆放密度和冻品摆放高度,进行螺旋速冻机内的制冷模拟,生成制冷风速场和制冷温度场,并计算获取风速均衡性参数和温度均衡性参数,基于所述制冷目标函数,计算获取调控参数的适应度;
寻优结果判断单元,所述寻优结果判断单元用于在调控参数缓存域内优化预设次数M后,获得寻优结果,判断M个适应度是否满足预设优化规则,若是,则将寻优结果输出,作为最优调控参数,M为大于1的整数;
制冷调控单元,所述制冷调控单元用于若否,则标记获得M个标记调控参数,在所述调控参数广域内,对所述调控参数缓存域内的M个标记调控参数进行更新,并继续寻优,直到获得最优调控参数,对螺旋速冻机进行制冷调控。
CN202311321497.2A 2023-10-13 2023-10-13 一种螺旋速冻机的均匀制冷调控方法 Active CN117073303B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311321497.2A CN117073303B (zh) 2023-10-13 2023-10-13 一种螺旋速冻机的均匀制冷调控方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311321497.2A CN117073303B (zh) 2023-10-13 2023-10-13 一种螺旋速冻机的均匀制冷调控方法

Publications (2)

Publication Number Publication Date
CN117073303A true CN117073303A (zh) 2023-11-17
CN117073303B CN117073303B (zh) 2023-12-22

Family

ID=88711962

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311321497.2A Active CN117073303B (zh) 2023-10-13 2023-10-13 一种螺旋速冻机的均匀制冷调控方法

Country Status (1)

Country Link
CN (1) CN117073303B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103216994A (zh) * 2013-04-16 2013-07-24 青岛澳柯玛超低温冷冻设备有限公司 一拖多智能化速冻机的运作方法
CN205482098U (zh) * 2016-01-22 2016-08-17 武汉贝索医疗器械有限公司 一种自控式速冻机
CN109813004A (zh) * 2019-01-28 2019-05-28 南通美吉乐制冷设备有限公司 复叠式深冷并联机组的自控系统
CN109959204A (zh) * 2019-04-04 2019-07-02 广州极速制冷设备有限公司 一种三合一速冻隧道生产流水线
CN109990543A (zh) * 2019-05-14 2019-07-09 广州鲜之源生态冷链技术有限公司 一种速冻保鲜方法及隧道式保鲜速冻机
CN111582892A (zh) * 2020-05-21 2020-08-25 机械工业第六设计研究院有限公司 一种速冻食品全流程质量追溯方法
CN115823808A (zh) * 2022-11-07 2023-03-21 西安交通大学 一种螺旋速冻机防跑冷吹水装置及其控制方法
WO2023185111A1 (zh) * 2022-03-29 2023-10-05 北京柏睿数据技术股份有限公司 一种数据文件的快速存取方法及装置
CN116951870A (zh) * 2023-08-03 2023-10-27 珠海格力电器股份有限公司 一种速冻机及其调控方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103216994A (zh) * 2013-04-16 2013-07-24 青岛澳柯玛超低温冷冻设备有限公司 一拖多智能化速冻机的运作方法
CN205482098U (zh) * 2016-01-22 2016-08-17 武汉贝索医疗器械有限公司 一种自控式速冻机
CN109813004A (zh) * 2019-01-28 2019-05-28 南通美吉乐制冷设备有限公司 复叠式深冷并联机组的自控系统
CN109959204A (zh) * 2019-04-04 2019-07-02 广州极速制冷设备有限公司 一种三合一速冻隧道生产流水线
CN109990543A (zh) * 2019-05-14 2019-07-09 广州鲜之源生态冷链技术有限公司 一种速冻保鲜方法及隧道式保鲜速冻机
CN111582892A (zh) * 2020-05-21 2020-08-25 机械工业第六设计研究院有限公司 一种速冻食品全流程质量追溯方法
WO2023185111A1 (zh) * 2022-03-29 2023-10-05 北京柏睿数据技术股份有限公司 一种数据文件的快速存取方法及装置
CN115823808A (zh) * 2022-11-07 2023-03-21 西安交通大学 一种螺旋速冻机防跑冷吹水装置及其控制方法
CN116951870A (zh) * 2023-08-03 2023-10-27 珠海格力电器股份有限公司 一种速冻机及其调控方法

Also Published As

Publication number Publication date
CN117073303B (zh) 2023-12-22

Similar Documents

Publication Publication Date Title
CN107704875A (zh) 基于改进ihcmac神经网络的建筑负荷预测方法和装置
CN114722574A (zh) 一种基于ai算法的数据中心中央空调冷冻水参数设定方法
CN110542178B (zh) 具有自学习能力的空调冷冻机房控制方法及系统
CN111144543A (zh) 一种数据中心空调末端温度控制方法、装置及介质
CN110781595B (zh) 能源使用效率pue的预测方法、装置、终端及介质
CN107220514A (zh) 基于大数据的空调负荷预测方法及系统
CN110519816A (zh) 一种无线漫游控制方法、装置、存储介质及终端设备
CN108665052A (zh) 果蝇算法优化广义回归神经网络的方法和装置
CN111598224A (zh) 基于模拟退火算法优化bp神经网络的空调冷负荷预测方法
CN112329813B (zh) 一种能耗预测用特征提取方法及系统
CN110705794A (zh) 一种基于支持向量机算法预测窗户状态的方法
CN108376297A (zh) 一种水产养殖水质预警方法、设备及存储介质
Alhafedh et al. Two-stage gene selection in microarray dataset using fuzzy mutual information and binary particle swarm optimization
CN114996661A (zh) 一种冷藏车温度监控方法及系统
CN117073303B (zh) 一种螺旋速冻机的均匀制冷调控方法
CN115983438A (zh) 数据中心末端空调系统运行策略确定方法及装置
CN113821903B (zh) 温度控制方法和设备、模块化数据中心及存储介质
CN114353872A (zh) 一种机房温度的预测方法及装置
CN112596385A (zh) 一种基于兽药仓库环境精准预调控方法及装置
CN117013520A (zh) 一种基于增量学习的柔性负荷可调功率评估方法
CN111242266A (zh) 一种运行数据管理系统
Setiawan et al. Sequence to sequence deep learning architecture for forecasting temperature and humidity inside closed space
CN114707684A (zh) 一种基于改进lstm的原烟堆垛内部温度预测算法
CN112529183A (zh) 一种基于知识蒸馏的模型自适应更新方法
CN114002949B (zh) 基于人工智能的控制方法与控制装置

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