CN117111478B - 一种暖风炉的进气隔热控制系统及方法 - Google Patents
一种暖风炉的进气隔热控制系统及方法 Download PDFInfo
- Publication number
- CN117111478B CN117111478B CN202311359745.2A CN202311359745A CN117111478B CN 117111478 B CN117111478 B CN 117111478B CN 202311359745 A CN202311359745 A CN 202311359745A CN 117111478 B CN117111478 B CN 117111478B
- Authority
- CN
- China
- Prior art keywords
- data
- temperature
- representing
- flow
- heating equipment
- 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
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000009413 insulation Methods 0.000 title abstract description 32
- 238000010438 heat treatment Methods 0.000 claims abstract description 103
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 36
- 238000004140 cleaning Methods 0.000 claims abstract description 24
- 238000013178 mathematical model Methods 0.000 claims abstract description 15
- 230000000694 effects Effects 0.000 claims description 38
- 238000012545 processing Methods 0.000 claims description 32
- 238000012937 correction Methods 0.000 claims description 25
- 238000001914 filtration Methods 0.000 claims description 24
- 230000015572 biosynthetic process Effects 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000005516 engineering process Methods 0.000 claims description 16
- 238000003786 synthesis reaction Methods 0.000 claims description 16
- 239000011159 matrix material Substances 0.000 claims description 14
- 239000000463 material Substances 0.000 claims description 11
- 238000005265 energy consumption Methods 0.000 claims description 10
- 230000033228 biological regulation Effects 0.000 claims description 9
- 230000001105 regulatory effect Effects 0.000 claims description 9
- 230000001276 controlling effect Effects 0.000 claims description 8
- 238000012544 monitoring process Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 8
- 230000006641 stabilisation Effects 0.000 claims description 8
- 238000011105 stabilization Methods 0.000 claims description 8
- 230000010355 oscillation Effects 0.000 claims description 5
- 238000002485 combustion reaction Methods 0.000 claims description 4
- 230000004927 fusion Effects 0.000 claims description 4
- 230000002194 synthesizing effect Effects 0.000 claims description 4
- 230000003044 adaptive effect Effects 0.000 claims description 3
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 230000000087 stabilizing effect Effects 0.000 abstract description 4
- 238000005457 optimization Methods 0.000 description 51
- 230000000670 limiting effect Effects 0.000 description 23
- 230000035882 stress Effects 0.000 description 19
- 230000008859 change Effects 0.000 description 14
- 238000001816 cooling Methods 0.000 description 13
- 239000012530 fluid Substances 0.000 description 11
- 239000004020 conductor Substances 0.000 description 10
- 230000002159 abnormal effect Effects 0.000 description 9
- 239000012774 insulation material Substances 0.000 description 8
- 238000004836 empirical method Methods 0.000 description 7
- 238000003672 processing method Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 238000004134 energy conservation Methods 0.000 description 6
- 230000009467 reduction Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000013021 overheating Methods 0.000 description 4
- 239000011810 insulating material Substances 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 230000032683 aging Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000009022 nonlinear effect Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 230000001550 time effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Abstract
本发明涉及自动化控制技术领域，尤其涉及一种暖风炉的进气隔热控制系统及方法。首先，对加热设备的实时工作状态数据进行数据采集与清洗处理，得到清洗后的实时加热设备工作状态数据；然后，基于清洗后的实时数据，引入高阶模型和数学模型对进气温度与流量进行综合调节，得到修正后的加热设备进气温度与流量；最后，基于所述修正后的加热设备进气温度与流量，应用高效节能算法，评估系统的性能并进行优化，从而进行系统的稳定化与效率优化。解决了现有技术在实现对加热设备的热量控制时，控制不准确，控制效率较低的技术问题。
Description
技术领域
本发明涉及自动化控制技术领域，尤其涉及一种暖风炉的进气隔热控制系统及方法。
背景技术
加热设备作为工业领域中常见的设备，其运行效率与进气控制息息相关。传统的加热设备进气控制技术主要依赖于固定参数设置，对实时的温度变化和使用条件的适应性较差，这可能导致效率下降和能源浪费。随着技术的发展，进气控制策略开始考虑到进气的温度、湿度和流速等多个变量。
对于加热设备的使用方法有很多，高鑫等人提出的申请号：“CN202110211160.0”公开日：“2021.06.18”，描述了一种特定类型的加热设备，通过该特定类型的加热设备，可在低温季利用太阳能、土壤热量等可再生能源为加热设备供热；在非低温季降低风机电耗，利于节能减排。
但上述技术至少存在如下技术问题：在实现对加热设备的热量控制时，控制不准确，控制效率较低的技术问题。
发明内容
本申请实施例通过提供一种暖风炉的进气隔热控制系统及方法，解决了现有技术在实现对加热设备的热量控制时，控制不准确，控制效率较低的技术问题，实现了高效高精准控制的技术效果。
本申请提供了一种暖风炉的进气隔热控制系统及方法，具体包括以下技术方案：
基于数据处理技术的热量控制系统，包括以下部分：
数据采集模块，热量控制模块，流量调节模块，系统稳定化模块，高效节能算法；
所述数据采集模块，模块通过实时监测加热设备的工作状态，包括进气的温度、流量和压力，提供了原始数据，所述原始数据在进行清洗处理时，引入了优化滤波函数，优化插值和预测函数；整合滤波与插值的结果，提出合成函数，得到清洗后的加热设备状态数据；
所述热量控制模块，根据实时捕获的进气温度与进气温度相关的参数，包括加热设备的工作状态、外部环境温度、燃烧效率，进行融合计算得到加热设备内的实际温度，引入高阶模型和数学模型对进气温度进行综合调节，得到修正后的加热设备进气温度；
所述流量调节模块，通过预设算法获得实际的进气流量；构建综合影响因素的数学模型，将清洗后实时流量数据与影响因素进行初步综合，得到初步综合公式，引入修正项对进气流量进行修正；
所述高效节能算法，根据当前的实时数据和各个模块的输出，评估系统的性能并进行优化。
基于数据处理技术的热量控制方法，包括以下步骤：
S1. 对加热设备的实时工作状态数据进行数据采集与清洗处理，得到清洗后的实时加热设备工作状态数据；
S2. 基于清洗后的实时数据，引入高阶模型和数学模型对进气温度与流量进行综合调节，得到修正后的加热设备进气温度与流量；
S3. 基于所述修正后的加热设备进气温度与流量，应用高效节能算法，评估系统的性能并进行优化。
优选的，所述S1，具体包括：
在对采集到的数据进行清洗处理时，引入了优化滤波函数，优化插值和预测函数；整合滤波与插值的结果，提出合成函数，得到清洗后的加热设备状态数据。
优选的，所述S2，具体包括：
在进行进气温度综合处理时，构建基于清洗后实时数据和与进气温度相关的参数集的高阶模型。
优选的，在所述S2中，还包括：
基于所述高阶模型，引入非线性校准公式，对温度进行校准，然后，使用高维矩阵进行修正，最后，得到加热设备内的实际温度。
优选的，在所述S2中，还包括：
在进行进气流量综合处理时，构建综合影响因素的数学模型。
优选的，在所述S2中，还包括：
在所述数学模型中，首先将清洗后实时流量数据与影响因素进行初步综合，得到初步综合公式，引入修正项对进气流量进行修正。
优选的，所述S3，具体包括：
将监测系统稳定性、应用高效节能算法、限制热量传导效果的问题与修正、进气湍流的问题与修正、限制热量传导材料的应力增加的问题与解决、反馈与微调、限制热量传导材料管理进行综合。
有益效果：
本申请实施例中提供的多个技术方案，至少具有如下技术效果或优点：
1、本申请通过引入的滤波函数能够有效地处理来自于工厂环境中的多种噪声，如高频噪声和机械振动。这确保了数据的真实性，为后续数据处理和决策提供了准确的依据，对于可能的数据丢失或异常情况，引入的插值和预测函数能够有效地预测当前的数据值，此功能增强了系统的鲁棒性；通过合成函数综合考虑滤波与插值的结果，提供了一个全面的数据处理方法，确保了数据处理的全面性和准确性。
2、本申请通过应用上述具体实施例，在进气流量综合计算方面达到了更高的准确性，从而为加热设备进气热量控制的优化提供准确数据依据，这不仅提高了加热设备的效率，还大大提升了系统的安全性；
3、本申请采用自适应算法进行能耗优化，确保加热设备始终处于最佳的工作状态，同时节省能源；对限制热量传导效果不均匀的地方进行局部冷却或增加限制热量传导材料，确保整体的限制热量传导效果达标，通过流体动力学的优化，有效减少了进气中的湍流，进一步提高了热效率，实时监控优化后的状态，根据实际反馈进行微调，确保系统持续稳定运行，通过综合考虑所有的调整和反馈，输出一个稳定运行、高效节能的加热设备工作状态。
4、本申请的技术方案能够有效解决在实现对加热设备的进气限制热量传导控制时，控制不准确，控制效率较低的技术问题，通过引入的滤波函数能够有效地处理来自于工厂环境中的多种噪声，如高频噪声和机械振动。这确保了数据的真实性，为后续数据处理和决策提供了准确的依据，对于可能的数据丢失或异常情况，引入的插值和预测函数能够有效地预测当前的数据值，此功能增强了系统的鲁棒性；通过合成函数综合考虑滤波与插值的结果，提供了一个全面的数据处理方法，确保了数据处理的全面性和准确性；通过应用上述具体实施例，在进气流量综合计算方面达到了更高的准确性，从而为加热设备进气热量控制的优化提供准确数据依据，这不仅提高了加热设备的效率，还大大提升了系统的安全性；采用自适应算法进行能耗优化，确保加热设备始终处于最佳的工作状态，同时节省能源；对限制热量传导效果不均匀的地方进行局部冷却或增加限制热量传导材料，确保整体的限制热量传导效果达标，通过流体动力学的优化，有效减少了进气中的湍流，进一步提高了热效率，实时监控优化后的状态，根据实际反馈进行微调，确保系统持续稳定运行，通过综合考虑所有的调整和反馈，输出一个稳定运行、高效节能的加热设备工作状态。
附图说明
图1为本申请所述的基于数据处理技术的热量控制方法的流程图。
具体实施方式
本申请实施例通过提供一种暖风炉的进气隔热控制系统及方法，解决了现有技术中对加热设备的进气限制热量传导控制时，控制不准确，控制效率较低的技术问题，总体思路如下：
首先，对加热设备的实时工作状态数据进行数据采集与清洗处理，得到清洗后的实时加热设备工作状态数据，为后续处理提供准确输入；基于清洗后的实时数据，引入高阶模型和数学模型对进气温度与流量进行综合调节，得到最终的加热设备进气温度与流量；最后，针对最终的加热设备进气温度与流量，进行系统的稳定化与效率优化，得到稳定运行、高效节能的加热设备工作状态。通过引入的滤波函数能够有效地处理来自于工厂环境中的多种噪声，如高频噪声和机械振动。这确保了数据的真实性，为后续数据处理和决策提供了准确的依据，对于可能的数据丢失或异常情况，引入的插值和预测函数能够有效地预测当前的数据值，此功能增强了系统的鲁棒性；通过合成函数综合考虑滤波与插值的结果，提供了一个全面的数据处理方法，确保了数据处理的全面性和准确性；在进气流量综合计算方面达到了更高的准确性，从而为加热设备进气热量控制的优化提供准确数据依据，这不仅提高了加热设备的效率，还大大提升了系统的安全性；采用自适应算法进行能耗优化，确保加热设备始终处于最佳的工作状态，同时节省能源；对限制热量传导效果不均匀的地方进行局部冷却或增加限制热量传导材料，确保整体的限制热量传导效果达标，通过流体动力学的优化，有效减少了进气中的湍流，进一步提高了热效率，实时监控优化后的状态，根据实际反馈进行微调，确保系统持续稳定运行，通过综合考虑所有的调整和反馈，输出一个稳定运行、高效节能的加热设备工作状态。
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
本申请所述的基于数据处理技术的热量控制系统，包括以下部分：
数据采集模块，热量控制模块，流量调节模块，系统稳定化模块，高效节能算法；
所述数据采集模块，模块通过实时监测加热设备的工作状态，如进气的温度、流量和压力，提供了大量关键的原始数据，所述原始数据在进行清洗处理时，引入了优化滤波函数，优化插值和预测函数；整合滤波与插值的结果，提出合成函数，得到清洗后的加热设备状态数据，成为了其他模块所依赖的关键信息源；
所述热量控制模块，根据实时捕获的进气温度与进气温度相关的一系列参数，如加热设备的工作状态、外部环境温度、燃烧效率，进行融合计算得到加热设备内的实际温度，与预设的目标温度进行相应的温度调节，同时，为了进一步提高限制热量传导效果，调整限制热量传导材料的分布，确保在维持所需温度的同时，能达到最佳的限制热量传导效果；
所述流量调节模块，通过预设算法综合考虑实时的进气流量和影响参数（如进气压力、湿度、加热设备的工作状态），准确地获得实际的进气流量，与预设的目标流量进行流量调节，确保在调节温度的同时，进气流量可以保持在一个稳定的范围内；
所述系统稳定化模块，为了避免当热量控制模块和流量调节模块同时工作时，加热设备的工作状态可能会出现波动，甚至可能导致不稳定的情况，通过一系列的参数调整，确保整个系统能够稳定运行；
所述高效节能算法，根据当前的实时数据和各个模块的输出，优化温度和流量的调节策略，动态地调整自己的参数，以应对不同的工作状态和环境条件，确保加热设备在满足用户需求的同时，还能达到最佳的节能效果；
各模块间的联系：
数据采集模块是核心信息源，为其他模块提供必要的数据；热量控制模块和流量调节模块是工作的核心模块，它们根据数据采集模块提供的数据进行工作，并相互通信，以确保加热设备的稳定运行；系统稳定化模块是保障系统稳定的关键，它根据各个模块的输出数据，动态地调整系统的参数，确保系统稳定运行；高效节能算法是整个系统的优化层，它根据其他模块的输出，进行策略调整，确保加热设备在满足用户需求的同时，实现最佳的节能效果。
本申请所述基于数据处理技术的热量控制方法，包括以下步骤：
S1. 对加热设备的实时工作状态数据进行数据采集与清洗处理，得到清洗后的实时加热设备工作状态数据；
首先，为了获取实时的工作状态数据，应在加热设备的进气口安装温度、流量和压力传感器，选择的传感器应考虑其规格、温度、压力和流量范围，以确保数据的准确性和稳定性，为确保数据链路的稳定性和实时性，可使用高速数据线或无线技术将传感器数据实时传输到集中的数据处理中心，在数据传输过程中，数据冗余和错误检查机制也需要被考虑，以保证数据传输的可靠性；
获取的原始数据会受到来自于工厂环境中设备的高频噪声、数据传输或存储过程中的数据丢失或异常值、以及滤波处理可能导致的数据延迟等因素的影响，为处理这些技术问题，引入优化滤波函数：
，
其中，表示当前时刻，/>表示稍早的时间点，与当前时间点相差一个时间窗口长度；/>表示指数衰减模型的幅度参数；/>是一个指数衰减模型，描述了噪声随时间的衰减情况，其中，/>是衰减率，来自于噪声的物理特性；/>表示振荡模型的幅度参数；/>是一个振荡模型，描述了周期性的噪声源，如机械振动，其中，/>是角频率代表噪声的振动速度，/>表示原始数据，/>表示滤波后的数据，代表经过噪声处理后的加热设备状态；
考虑到加热设备状态的动态性，引入了时间窗口，根据经验法获得；对于数据丢失或异常的情况，可以使用之前和之后的数据来预测当前的数据值，引入了优化插值和预测函数：
，
在这里，是多项式的系数，需要通过数据拟合来确定，/>表示插值和预测数据，代表通过数据拟合得到的加热设备状态，其中，/>描述了数据的变化率，而/>描述了数据的非线性变化。
最后，整合滤波与插值的结果，提出了以下合成函数：
，
其中，是权重参数，基于经验获得，用以确定在合成数据中哪个函数为主导，若噪声影响更为显著，则给予滤波函数更大的权重；/>表示最终输出，代表清洗处理后的加热设备状态；
本申请通过引入的滤波函数能够有效地处理来自于工厂环境中的多种噪声，如高频噪声和机械振动。这确保了数据的真实性，为后续数据处理和决策提供了准确的依据，对于可能的数据丢失或异常情况，引入的插值和预测函数能够有效地预测当前的数据值，此功能增强了系统的鲁棒性；通过合成函数综合考虑滤波与插值的结果，提供了一个全面的数据处理方法，确保了数据处理的全面性和准确性。
S2. 基于清洗后的实时数据，引入高阶模型和数学模型对进气温度与流量进行综合调节，得到修正后的加热设备进气温度与流量；
为了对加热设备内的温度变化进行了深入的研究，首先，构建了一个基于实时数据和与进气温度相关的参数集的高阶模型，以描述加热设备内的温度变化；具体过程有：线性项描述了实时温度数据在模型中的影响；多元素加权和/>表示与进气温度相关的多个因素（如湿度、风速等）对加热设备内温度的影响；非线性校正项/>为了考虑温度和其他因素之间可能的非线性关系；对数项/>用于捕捉温度的增长趋势；从时间0到某个时间点t的积分以模拟温度随时间的累积效应，公式如下：
，
其中，表示加热设备内的基础温度集合；/>是清洗处理后的实时加热设备温度数据集合，集合中每个元素表示加热设备的某一个部分的综合处理后的实时加热设备温度，/>；/> 是与进气温度相关的参数集，如湿度、风速；是影响系数，通过试验拟合获得；
为了纠正可能的温度传感器误差，引入了一个非线性校准公式，具体地：
，
其中，表示加热设备内的基础温度值集合；/>为了处理温度的的非线性效应；/>为了将极端的温度值映射到一个更稳定的范围；/>为了处理温度的非线性变化；/>表示缩放系数，由经验法获得；
然后，考虑到加热设备的使用会导致其热交换效率变化，使用一个描述加热设备各部分之间热交换效率的高维矩阵进行修正：
，
其中，表示非线性校准后的温度集合；/>是一个n/>n的矩阵，描述了加热设备内各部分之间的热交换效率，其元素/>表示部分i向部分j传递的热量的效率，这个矩阵是基于先前的操作经验得到；
最后，得到加热设备内的实际温度；
进一步，加热设备的工作效率与进气的流量和温度有密切的联系，进气流量是由供气压力、进气温度、湿度及其他外部条件等多个因子影响，为了更准确地计算实际的进气流量，构建了一个综合这些参数的数学模型；
首先，实时流量数据与参数集A的初步综合；
在此加热设备系统中，关注进气流量的实时数据，该实时流量数据，记为 Q(t)，表示清洗处理后加热设备实时流量据集合，，另一方面，引入了一个参数集A，包括多个与进气流量相关的变量，如，供气压力P(t)，通过加热设备的压力计获取；进气口直径d(t)，加热设备设计或卡尺测量得到；进气温度 T(t)，由温度传感器提供；进气湿度H(t)，由湿度传感器提供；外部环境风速Vout(t)，通过风速仪得到；
基于这些数据和参数，结合依据流体力学、压力和风速的综合效应、温度和湿度影响气体的密度影响，采用以下初步综合公式来计算实际的进气流量：
，
其中，表示标准温度，根据经验获得。
然而，长时间运行传感器漂移会导致传感器数据偏移以及进气口偏斜或异物堵塞导致进气流量减少，为了修正这两个问题，引入了以下两个修正项：
，
，
其中，表示传感器的偏移量，从制造商提供的传感器技术规格中获得；/>确保漂移误差修正是有界的，避免出现大的流量误差；/>表示进气口堵塞或偏斜的程度系数，基于经验法获得；
修正后的进气流量为：
，
最终得出了一个用于进气流量综合计算的公式：
，
本申请通过应用上述具体实施例，在进气流量综合计算方面达到了更高的准确性，从而为加热设备进气热量控制的优化提供准确数据依据，这不仅提高了加热设备的效率，还大大提升了系统的安全性；
S3. 基于所述修正后的加热设备进气温度与流量，应用高效节能算法，评估系统的性能并进行优化。
作为一个具体实施例，在加热设备的进气限制热量传导控制中，为了实现系统的稳定化与效率优化，采用以下实现方案：
首先，监测系统稳定性；
通过实时加热设备工作状态数据，考虑实际进气温度和进气流量，即温度 和流量/>，计算和跟踪系统温度和流量与其目标值之间的差异，为此，定义偏差公式:
，
，
其中，和/>分别表示实际和目标温度、流量之间的平均偏差；/>表示第i个目标温度值，/>表示第i个目标流量值，m，n表示流量和温度的测量点数。
进一步，应用高效节能算法；
为确保加热设备的最佳工作状态，引入一个自适应算法来进行能耗优化，所述算法表示为:
，
其中，表示系统在时间t内的优化总值，代表优化算法运行的效率和性能；/>是目标温度与实际温度之间的平均偏差；/>是目标流量与实际流量之间的平均偏差；/>、/>、/>是调整系数，它们定义了温度和流量的重要性及其相对优先级，根据经验法获得；/>和/>是为了确保数学稳定性的微小正偏差，防止极端偏差；/>是自然对数函数，它对温度的偏差给予递增的重要性；/>表示时间变量；/>是指数函数，强调流量的变化对系统的重要性；/>是立方根函数，它减弱了流量的影响，使其在大范围内的变化对优化的影响递减；
通过上述过程，在给定时间内，评估系统的性能并进行优化，使温度和流量尽可能接近目标值。
进一步，限制热量传导效果的问题与修正；
针对限制热量传导效果不均匀情况，如局部过热；为修正这些异常，采用局部冷却或增加限制热量传导材料厚度的方式，考虑了流量误差和时间对温度误差的影响，定义修正公式为:
，
其中，描述了通过应用冷却增强手段来减少限制热量传导效果不均匀导致的局部过热问题的效果；/>表示冷却效率因子，基于实验数据模拟确定；/>是调节系数，根据经验法获得；
进一步，进气湍流的问题与修正；
进气流动中的湍流会导致热效率损失，解决此问题需通过增加进气平滑导流板进行流体动力学优化；优化公式为：
，
其中，代表流体动力学优化后进气湍流减少的效果；/>表示流体动力学优化系数，描述了流动优化的效率，通过实验数据获得，/>、/>是与湍流和进气相关的调节常数，根据经验获得。
进一步，限制热量传导材料的应力增加的问题与解决；
调整进气流动会导致限制热量传导材料上的应力增加，为缓解这种应力，考虑采用特定的材料或结构设计，计算公式为:
，
其中，描述了限制热量传导材料应力增加的减少量，当调整进气湍流时；/>描述限制热量传导材料应力的矩阵，由于进气湍流引起的温度变化可能导致限制热量传导材料应力增加；/>表示限制热量传导材料应力矩阵的迹，它基本上代表了所有应力分量的总和；
进一步，反馈与微调；
为保持系统的稳定和效率，需基于优化后的状态进行动态的反馈调整，公式表示为：
，
其中，代表系统对优化状态的反馈量，用于调整和改进；/>表示稳定化微调的常数，通过经验法获得，为防止分母为0；/>表示误差函数；/>表示正则化项；
进一步，限制热量传导材料管理；
基于限制热量传导材料的老化、应力等因素进行动态调整，基于系统的实际温度、流量以及之前计算的反馈，组合来确定限制热量传导材料的调整量调整公式如下：
，
其中，代表基于当前系统状态更新限制热量传导材料的需求；矩阵乘法，用于组合多个参数并得到一个结果；/>表示流体动力学优化系数，表示流动优化的效率；
最终，稳定运行、高效节能的加热设备工作状态，输出为：
，
以上措施保证了加热设备进气限制热量传导控制的稳定运行和高效节能；
本申请采用自适应算法进行能耗优化，确保加热设备始终处于最佳的工作状态，同时节省能源；对限制热量传导效果不均匀的地方进行局部冷却或增加限制热量传导材料，确保整体的限制热量传导效果达标，通过流体动力学的优化，有效减少了进气中的湍流，进一步提高了热效率，实时监控优化后的状态，根据实际反馈进行微调，确保系统持续稳定运行，通过综合考虑所有的调整和反馈，输出一个稳定运行、高效节能的加热设备工作状态。
本申请实施例通过将基于数据处理技术的热量控制系统及方法应用于暖风炉的进气隔热控制领域，提供了一种暖风炉的进气隔热控制系统及方法，解决了现有技术在实现对暖风炉的进气隔热控制时，控制不准确，控制效率较低的技术问题。
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
本申请所述的一种暖风炉的进气隔热控制系统，包括以下部分：
数据采集模块，温度调节与隔热模块，流量调节模块，系统稳定化模块，高效节能算法；
所述数据采集模块，模块通过实时监测暖风炉的工作状态，如进气的温度、流量和压力，提供了大量关键的原始数据，所述原始数据在进行清洗处理时，引入了优化滤波函数，优化插值和预测函数；整合滤波与插值的结果，提出合成函数，得到清洗后的加热设备状态数据，成为了其他模块所依赖的关键信息源；
所述温度调节与隔热模块，根据实时捕获的进气温度与进气温度相关的一系列参数，如暖风炉的工作状态、外部环境温度、燃烧效率，进行融合计算得到暖风炉内的实际温度，与预设的目标温度进行相应的温度调节，同时，为了进一步提高隔热效果，调整隔热材料的分布，确保在维持所需温度的同时，能达到最佳的隔热效果；
所述流量调节模块，通过预设算法综合考虑实时的进气流量和影响参数（如进气压力、湿度、暖风炉的工作状态），准确地获得实际的进气流量，与预设的目标流量进行流量调节，确保在调节温度的同时，进气流量可以保持在一个稳定的范围内；
所述系统稳定化模块，为了避免当温度和流量两个模块同时工作时，暖风炉的工作状态可能会出现波动，甚至可能导致不稳定的情况，通过一系列的参数调整，确保整个系统能够稳定运行；
所述高效节能算法，根据当前的实时数据和各个模块的输出，优化温度和流量的调节策略，动态地调整自己的参数，以应对不同的工作状态和环境条件，确保暖风炉在满足用户需求的同时，还能达到最佳的节能效果；
各模块间的联系：
数据采集模块是核心信息源，为其他模块提供必要的数据；温度调节与隔热模块和流量调节模块是工作的核心模块，它们根据数据采集模块提供的数据进行工作，并相互通信，以确保暖风炉的稳定运行；系统稳定化模块是保障系统稳定的关键，它根据各个模块的输出数据，动态地调整系统的参数，确保系统稳定运行；高效节能算法是整个系统的优化层，它根据其他模块的输出，进行策略调整，确保暖风炉在满足用户需求的同时，实现最佳的节能效果。
参照附图1，本申请所述一种暖风炉的进气隔热控制方法，包括以下步骤：
S1. 对暖风炉的实时工作状态数据进行数据采集与清洗处理，得到清洗后的实时暖风炉工作状态数据；
首先，为了获取实时的工作状态数据，应在暖风炉的进气口安装温度、流量和压力传感器，选择的传感器应考虑其规格、温度、压力和流量范围，以确保数据的准确性和稳定性，为确保数据链路的稳定性和实时性，可使用高速数据线或无线技术将传感器数据实时传输到集中的数据处理中心，在数据传输过程中，数据冗余和错误检查机制也需要被考虑，以保证数据传输的可靠性；
获取的原始数据会受到来自于工厂环境中设备的高频噪声、数据传输或存储过程中的数据丢失或异常值、以及滤波处理可能导致的数据延迟等因素的影响，为处理这些技术问题，引入优化滤波函数：
，
其中，表示当前时刻，/>表示稍早的时间点，与当前时间点相差一个时间窗口长度；/>表示指数衰减模型的幅度参数；/>是一个指数衰减模型，描述了噪声随时间的衰减情况，其中，/>是衰减率，来自于噪声的物理特性；/>表示振荡模型的幅度参数；/>是一个振荡模型，描述了周期性的噪声源，如机械振动，其中，/>是角频率代表噪声的振动速度，/>表示原始数据，/>表示滤波后的数据，代表经过噪声处理后的暖风炉状态；
考虑到暖风炉状态的动态性，引入了时间窗口，根据经验法获得；对于数据丢失或异常的情况，可以使用之前和之后的数据来预测当前的数据值，引入了优化插值和预测函数：
，
在这里，是多项式的系数，需要通过数据拟合来确定，/>表示插值和预测数据，代表通过数据拟合得到的暖风炉状态，其中，/>描述了数据的变化率，而/>描述了数据的非线性变化。
最后，整合滤波与插值的结果，提出了以下合成函数：
，
其中，是权重参数，基于经验获得，用以确定在合成数据中哪个函数更为主导，若噪声影响更为显著，则给予滤波函数更大的权重；/>表示最终输出，代表清洗处理后的暖风炉状态；
本申请通过引入的滤波函数能够有效地处理来自于工厂环境中的多种噪声，如高频噪声和机械振动。这确保了数据的真实性，为后续数据处理和决策提供了准确的依据，对于可能的数据丢失或异常情况，引入的插值和预测函数能够有效地预测当前的数据值，此功能增强了系统的鲁棒性；通过合成函数综合考虑滤波与插值的结果，提供了一个全面的数据处理方法，确保了数据处理的全面性和准确性。
S2. 基于清洗后的实时数据，引入高阶模型和数学模型对进气温度与流量进行综合调节，得到修正后的暖风炉进气温度与流量；
为了对暖风炉内的温度变化进行了深入的研究，首先，构建了一个基于实时数据和与进气温度相关的参数集的高阶模型，以描述暖风炉内的温度变化；具体过程有：线性项描述了实时温度数据在模型中的影响；多元素加权和/>表示与进气温度相关的多个因素（如湿度、风速等）对暖风炉内温度的影响；非线性校正项/>为了考虑温度和其他因素之间可能的非线性关系；对数项/>用于捕捉温度的增长趋势；从时间0到某个时间点t的积分以模拟温度随时间的累积效应，公式如下：
，
其中，表示暖风炉内的基础温度集合；/>是清洗处理后的实时暖风炉温度数据集合，集合中每个元素表示暖风炉的某一个部分的综合处理后的实时暖风炉温度，；/> 是与进气温度相关的参数集，如湿度、风速；/>是影响系数，通过试验拟合获得；
为了纠正可能的温度传感器误差，引入了一个非线性校准公式，具体地：
，
其中，表示暖风炉内的基础温度值集合；/>为了处理温度的的非线性效应；为了将极端的温度值映射到一个更稳定的范围；/>为了处理温度的非线性变化；/>表示缩放系数，由经验法获得；
然后，考虑到暖风炉的使用会导致其热交换效率变化，使用一个描述暖风炉各部分之间热交换效率的高维矩阵进行修正：
，
其中，表示非线性校准后的温度集合；/>是一个n/>n的矩阵，描述了暖风炉内各部分之间的热交换效率，其元素/>表示部分i向部分j传递的热量的效率，这个矩阵是基于先前的操作经验得到；
最后，得到暖风炉内的实际温度；
进一步，暖风炉的工作效率与进气的流量和温度有密切的联系，进气流量是由供气压力、进气口直径、进气温度、湿度及其他外部条件等多个因子影响，为了更准确地计算实际的进气流量，构建了一个综合这些参数的数学模型；
首先，实时流量数据与参数集A的初步综合；
在此暖风炉系统中，特别关注进气流量的实时数据，该实时流量数据，记为 Q(t)，表示清洗处理后暖风炉实时流量据集合，，另一方面，引入了一个参数集A，包括多个与进气流量相关的变量，如，供气压力P(t)，通过暖风炉的压力计获取；进气口直径d(t)，暖风炉设计或卡尺测量得到；进气温度 T(t)，由温度传感器提供；进气湿度H(t)，由湿度传感器提供；外部环境风速Vout(t)，通过风速仪得到；
基于这些数据和参数，结合依据流体力学、压力和风速的综合效应、温度和湿度影响气体的密度影响，采用以下初步综合公式来计算实际的进气流量：
，
其中，表示标准温度，根据经验获得。
然而，长时间运行传感器漂移会导致传感器数据偏移以及进气口偏斜或异物堵塞导致进气流量减少，为了修正这两个问题，引入了以下两个修正项：
，
，
其中，表示传感器的偏移量，从制造商提供的传感器技术规格中获得；/>确保漂移误差修正是有界的，避免出现大的流量误差；/>表示进气口堵塞或偏斜的程度系数，基于经验法获得；
修正后的进气流量为：
，
最终得出了一个用于进气流量综合计算的公式：
，
本申请通过应用上述具体实施例，在进气流量综合计算方面达到了更高的准确性，从而为实现了暖风炉在进气隔热控制的优化提供准确数据依据，这不仅提高了暖风炉的效率，还大大提升了系统的安全性；
S3. 基于所述修正后的暖风炉进气温度与流量，应用高效节能算法，评估系统的性能并进行优化，从而进行系统的稳定化与效率优化。
作为一个具体实施例，在暖风炉的进气隔热控制中，为了实现系统的稳定化与效率优化，采用以下实现方案：
首先，监测系统稳定性；
通过实时暖风炉工作状态数据，考虑实际进气温度和进气流量，即温度 和流量/>，计算和跟踪系统温度和流量与其目标值之间的差异，为此，定义偏差公式:
，
，
其中，和 />分别表示实际和目标温度、流量之间的平均偏差；/>表示第i个目标温度值，/>表示第i个目标流量值，m，n表示流量和温度的测量点数。
进一步，应用高效节能算法；
为确保暖风炉的最佳工作状态，引入一个自适应算法来进行能耗优化，所述算法表示为:
，
其中，表示系统在时间t内的优化总值，代表优化算法运行的效率和性能；/>是目标温度与实际温度之间的平均偏差；/>是目标流量与实际流量之间的平均偏差；/>、/>、/>是调整系数，它们定义了温度和流量的重要性及其相对优先级，根据经验法获得；/>和/>是为了确保数学稳定性的微小正偏差，防止极端偏差；/>是自然对数函数，它对温度的偏差给予递增的重要性；/>表示时间变量；/>是指数函数，强调流量的变化对系统的重要性；/>是立方根函数，它减弱了流量的影响，使其在大范围内的变化对优化的影响递减；
通过上述过程，在给定时间内，评估系统的性能并进行优化，使温度和流量尽可能接近目标值。
进一步，隔热效果的问题与修正；
针对隔热效果不均匀情况，如局部过热；为修正这些异常，采用局部冷却或增加隔热材料厚度的方式，考虑了流量误差和时间对温度误差的影响，定义修正公式为:
，
其中，描述了通过应用冷却增强手段来减少隔热效果不均匀导致的局部过热问题的效果；/>表示冷却效率因子，基于实验数据模拟确定；/>是调节系数，根据经验法获得；
进一步，进气湍流的问题与修正；
进气流动中的湍流会导致热效率损失，解决此问题需通过增加进气平滑导流板进行流体动力学优化；优化公式为:
，
其中，代表流体动力学优化后进气湍流减少的效果；/>流体动力学优化系数，描述了流动优化的效率，通过实验数据获得，/>、/>是与湍流和进气相关的调节常数，根据经验获得。
进一步，隔热材料的应力增加的问题与解决；
调整进气流动会导致隔热材料上的应力增加，为缓解这种应力，考虑采用特定的材料或结构设计，计算公式为:
，
其中，描述了隔热材料应力增加的减少量，当调整进气湍流时；/>描述隔热材料应力的矩阵，由于进气湍流引起的温度变化可能导致隔热材料应力增加；表示隔热材料应力矩阵的迹，它基本上代表了所有应力分量的总和；
进一步，反馈与微调；
为保持系统的稳定和效率，需基于优化后的状态进行动态的反馈调整，公式表示为:
，
其中，代表系统对优化状态的反馈量，用于调整和改进；/>表示稳定化微调的常数，通过经验法获得，为防止分母为0；/>表示误差函数；/>表示正则化项；
进一步，隔热材料管理；
基于隔热材料的老化、应力等因素进行动态调整，基于系统的实际温度、流量以及之前计算的反馈，组合来确定隔热材料的调整量调整公式如下：
，
其中，代表基于当前系统状态更新隔热材料的需求；/>矩阵乘法，用于组合多个参数并得到一个结果；/>表示流体动力学优化系数，表示流动优化的效率；
最终，稳定运行、高效节能的暖风炉工作状态，输出为：
，
以上措施保证了暖风炉进气隔热控制的稳定运行和高效节能；
本申请采用自适应算法进行能耗优化，确保暖风炉始终处于最佳的工作状态，同时节省能源；对隔热效果不均匀的地方进行局部冷却或增加隔热材料，确保整体的隔热效果达标，通过流体动力学的优化，有效减少了进气中的湍流，进一步提高了热效率，实时监控优化后的状态，根据实际反馈进行微调，确保系统持续稳定运行，通过综合考虑所有的调整和反馈，输出一个稳定运行、高效节能的暖风炉工作状态。
综上所述，便完成了本申请所述的一种暖风炉的进气隔热控制系统及方法。
上述本申请实施例中的技术方案，至少具有如下的技术效果或优点：
1、本申请通过引入的滤波函数能够有效地处理来自于工厂环境中的多种噪声，如高频噪声和机械振动。这确保了数据的真实性，为后续数据处理和决策提供了准确的依据，对于可能的数据丢失或异常情况，引入的插值和预测函数能够有效地预测当前的数据值，此功能增强了系统的鲁棒性；通过合成函数综合考虑滤波与插值的结果，提供了一个全面的数据处理方法，确保了数据处理的全面性和准确性。
2、本申请通过应用上述具体实施例，在进气流量综合计算方面达到了更高的准确性，从而为暖风炉进气热量控制的优化提供准确数据依据，这不仅提高了暖风炉的效率，还大大提升了系统的安全性；
3、本申请采用自适应算法进行能耗优化，确保暖风炉始终处于最佳的工作状态，同时节省能源；对隔热效果不均匀的地方进行局部冷却或增加隔热材料，确保整体的隔热效果达标，通过流体动力学的优化，有效减少了进气中的湍流，进一步提高了热效率，实时监控优化后的状态，根据实际反馈进行微调，确保系统持续稳定运行，通过综合考虑所有的调整和反馈，输出一个稳定运行、高效节能的暖风炉工作状态。
效果调研：
本申请的技术方案能够有效解决在实现对暖风炉的进气隔热控制时，控制不准确，控制效率较低的技术问题，并且，上述系统或方法经过了一系列的效果调研，通过引入的滤波函数能够有效地处理来自于工厂环境中的多种噪声，如高频噪声和机械振动。这确保了数据的真实性，为后续数据处理和决策提供了准确的依据，对于可能的数据丢失或异常情况，引入的插值和预测函数能够有效地预测当前的数据值，此功能增强了系统的鲁棒性；通过合成函数综合考虑滤波与插值的结果，提供了一个全面的数据处理方法，确保了数据处理的全面性和准确性；通过应用上述具体实施例，在进气流量综合计算方面达到了更高的准确性，从而为暖风炉进气热量控制的优化提供准确数据依据，这不仅提高了暖风炉的效率，还大大提升了系统的安全性；采用自适应算法进行能耗优化，确保暖风炉始终处于最佳的工作状态，同时节省能源；对隔热效果不均匀的地方进行局部冷却或增加隔热材料，确保整体的隔热效果达标，通过流体动力学的优化，有效减少了进气中的湍流，进一步提高了热效率，实时监控优化后的状态，根据实际反馈进行微调，确保系统持续稳定运行，通过综合考虑所有的调整和反馈，输出一个稳定运行、高效节能的暖风炉工作状态。
本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (8)
1.基于数据处理技术的热量控制系统，其特征在于，包括以下部分：
数据采集模块，热量控制模块，流量调节模块，系统稳定化模块，高效节能算法；
所述数据采集模块，模块通过实时监测加热设备的工作状态，包括进气的温度、流量和压力，提供了原始数据，所述原始数据在进行清洗处理时，引入了优化滤波函数和优化插值和预测函数，所述优化滤波函数公式如下：
，
其中，表示当前时刻，/>表示时间窗口；/>表示指数衰减模型的幅度参数；/>是衰减率；/>表示振荡模型的幅度参数；/>是角频率代表噪声的振动速度，/>表示原始数据，/>表示滤波后的数据；
所述优化插值和预测函数公式如下：
，
其中，是多项式的系数，/>表示插值和预测数据；
整合滤波与插值的结果，提出合成函数，得到清洗后的加热设备状态数据；所述合成函数计算如下：
，
其中，是权重参数；/>表示最终输出，代表清洗处理后的加热设备状态；
所述热量控制模块，根据实时捕获的进气温度与进气温度相关的参数，包括加热设备的工作状态、外部环境温度、燃烧效率，进行融合计算得到加热设备内的实际温度，引入高阶模型对进气温度进行综合调节，得到修正后的加热设备进气温度；所述高阶模型具体过程如下：模拟温度随时间的累积效应，公式如下：
，
其中，表示加热设备内的基础温度集合；/>是清洗处理后的实时加热设备温度数据集合，/>；/> 是与进气温度相关的参数集，包括湿度、风速；/>是影响系数；
引入非线性校准公式，具体地：
，
其中，表示缩放系数；
使用描述加热设备各部分之间热交换效率的高维矩阵进行修正：
，
其中，表示非线性校准后的温度集合；/>是一个n/>n的矩阵，描述了加热设备内各部分之间的热交换效率；
最后，得到加热设备内的实际温度；
所述流量调节模块，通过预设算法获得实际的进气流量；构建综合影响因素的数学模型，将清洗后实时流量数据与影响因素进行初步综合，得到初步综合公式：
，
其中，Q(t)表示进气流量的实时数据，；d(t)表示进气口直径；P(t)表示供气压力；/>表示外部环境风速；/>表示标准温度；T(t)表示进气温度；H(t)表示进气湿度；
引入修正项对进气流量进行修正，公式如下：
，
，
其中，表示传感器的偏移量；/>表示进气口堵塞或偏斜的程度系数；
修正后的进气流量为：
，
最终得出用于进气流量综合计算的公式：
；
所述高效节能算法，根据当前的实时数据和各个模块的输出，评估系统的性能并进行优化；具体地，引入自适应算法进行能耗优化，公式如下：
，
其中，表示系统在时间t内的优化总值；/>是目标温度与实际温度之间的平均偏差；/>是目标流量与实际流量之间的平均偏差；/>、/>、/>是调整系数；/>和/>是正偏差；/>表示时间变量。
2.基于数据处理技术的热量控制方法，应用于如权利要求1所述的基于数据处理技术的热量控制系统，其特征在于，包括以下步骤：
S1. 对加热设备的实时工作状态数据进行数据采集与清洗处理，得到清洗后的实时加热设备工作状态数据；
S2. 基于清洗后的实时数据，引入高阶模型和数学模型对进气温度与流量进行综合调节，得到修正后的加热设备进气温度与流量；
S3. 基于所述修正后的加热设备进气温度与流量，应用高效节能算法，评估系统的性能并进行优化。
3.根据权利要求2所述的基于数据处理技术的热量控制方法，其特征在于，所述S1，具体包括：
在对采集到的数据进行清洗处理时，引入了优化滤波函数，优化插值和预测函数；整合滤波与插值的结果，提出合成函数，得到清洗后的加热设备状态数据。
4.根据权利要求2所述的基于数据处理技术的热量控制方法，其特征在于，所述S2，具体包括：
在进行进气温度综合处理时，构建基于清洗后实时数据和与进气温度相关的参数集的高阶模型。
5.根据权利要求4所述的基于数据处理技术的热量控制方法，其特征在于，在所述S2中，还包括：
基于所述高阶模型，引入非线性校准公式，对温度进行校准，然后，使用高维矩阵进行修正，最后，得到加热设备内的实际温度。
6.根据权利要求2所述的基于数据处理技术的热量控制方法，其特征在于，在所述S2中，还包括：
在进行进气流量综合处理时，构建综合影响因素的数学模型。
7.根据权利要求6所述的基于数据处理技术的热量控制方法，其特征在于，在所述S2中，还包括：
在所述数学模型中，首先将清洗后实时流量数据与影响因素进行初步综合，得到初步综合公式，引入修正项对进气流量进行修正。
8.根据权利要求2所述的基于数据处理技术的热量控制方法，其特征在于，所述S3，具体包括：
将监测系统稳定性、应用高效节能算法、限制热量传导效果的问题与修正、进气湍流的问题与修正、限制热量传导材料的应力增加的问题与解决、反馈与微调、限制热量传导材料管理进行综合。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311359745.2A CN117111478B (zh) | 2023-10-20 | 2023-10-20 | 一种暖风炉的进气隔热控制系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311359745.2A CN117111478B (zh) | 2023-10-20 | 2023-10-20 | 一种暖风炉的进气隔热控制系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117111478A CN117111478A (zh) | 2023-11-24 |
| CN117111478B true CN117111478B (zh) | 2024-03-01 |
Family
ID=88796884
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311359745.2A Active CN117111478B (zh) | 2023-10-20 | 2023-10-20 | 一种暖风炉的进气隔热控制系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117111478B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018220690A1 (ja) * | 2017-05-29 | 2018-12-06 | 理化工業株式会社 | 制御系設計装置及び制御システム |
| CN113128781A (zh) * | 2021-04-30 | 2021-07-16 | 大连理工大学 | 一种自动构建智能化模型与算法的分布式工业能源运行优化平台 |
| KR102281488B1 (ko) * | 2020-10-27 | 2021-07-23 | (주)테크다스 | 데이터 보정 기술을 적용한 화력발전소의 연료 발열량 보정 방법 |
| CN114418169A (zh) * | 2021-12-09 | 2022-04-29 | 华电电力科学研究院有限公司 | 一种基于大数据挖掘的在线运行优化系统 |
| CN114577360A (zh) * | 2020-12-02 | 2022-06-03 | 无锡中科光电技术有限公司 | 一种拉曼测温雷达信号自动分析校准及反演方法 |
| KR20230043548A (ko) * | 2021-09-24 | 2023-03-31 | 한국전력공사 | 발전용 가스 터빈 압축기 세정 주기 최적화 시스템 및 방법 |
| CN116828001A (zh) * | 2023-08-28 | 2023-09-29 | 长春易加科技有限公司 | 一种基于大数据分析的智慧工厂生产效率优化系统及方法 |
| CN116821610A (zh) * | 2023-08-30 | 2023-09-29 | 水电水利规划设计总院 | 一种利用大数据优化风力发电效率的方法 |
| CN116882324A (zh) * | 2023-09-07 | 2023-10-13 | 北京航空航天大学 | 一种数据驱动的滑移流近壁区非线性本构流场建模方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120083933A1 (en) * | 2010-09-30 | 2012-04-05 | General Electric Company | Method and system to predict power plant performance |
| US9857782B2 (en) * | 2011-12-28 | 2018-01-02 | Fuji Electric Co., Ltd. | Output value correction method for physical quantity sensor apparatus, output correction method for physical quantity sensor, physical quantity sensor apparatus and output value correction apparatus for physical quantity sensor |
-
2023
- 2023-10-20 CN CN202311359745.2A patent/CN117111478B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018220690A1 (ja) * | 2017-05-29 | 2018-12-06 | 理化工業株式会社 | 制御系設計装置及び制御システム |
| KR102281488B1 (ko) * | 2020-10-27 | 2021-07-23 | (주)테크다스 | 데이터 보정 기술을 적용한 화력발전소의 연료 발열량 보정 방법 |
| CN114577360A (zh) * | 2020-12-02 | 2022-06-03 | 无锡中科光电技术有限公司 | 一种拉曼测温雷达信号自动分析校准及反演方法 |
| CN113128781A (zh) * | 2021-04-30 | 2021-07-16 | 大连理工大学 | 一种自动构建智能化模型与算法的分布式工业能源运行优化平台 |
| KR20230043548A (ko) * | 2021-09-24 | 2023-03-31 | 한국전력공사 | 발전용 가스 터빈 압축기 세정 주기 최적화 시스템 및 방법 |
| CN114418169A (zh) * | 2021-12-09 | 2022-04-29 | 华电电力科学研究院有限公司 | 一种基于大数据挖掘的在线运行优化系统 |
| CN116828001A (zh) * | 2023-08-28 | 2023-09-29 | 长春易加科技有限公司 | 一种基于大数据分析的智慧工厂生产效率优化系统及方法 |
| CN116821610A (zh) * | 2023-08-30 | 2023-09-29 | 水电水利规划设计总院 | 一种利用大数据优化风力发电效率的方法 |
| CN116882324A (zh) * | 2023-09-07 | 2023-10-13 | 北京航空航天大学 | 一种数据驱动的滑移流近壁区非线性本构流场建模方法 |
Non-Patent Citations (2)
| Title |
|---|
| A SURVEY OF OPTIMIZATION METHODS FROM MACHINE LEARNING PERSPECTIVE;Shiliang Sun，等;《IEEE TRANSACTIONS ON CYBERNETICS》;第3668-3681页 * |
| 马竹梧,白凤双,庄斌,谢小军.高炉热风炉流量设定及控制专家系统.冶金自动化.2002,第11-14+24页. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117111478A (zh) | 2023-11-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110101106B (zh) | 基于模糊前馈反馈算法的回潮加湿过程水分控制方法及系统 | |
| CN107433845B (zh) | 基于条件的动力系控制系统 | |
| WO2015074573A1 (zh) | 一种控制风量输出的方法及装置、存储介质 | |
| CN102654130B (zh) | 一种对计算机进行温度控制的方法和计算机 | |
| CN104850151B (zh) | 一种气流式烘丝机燃烧室温度控制方法 | |
| CN111365733B (zh) | 一种燃煤锅炉经济氧量动态寻优方法、系统及设备 | |
| CN113048017B (zh) | 基于内模控制的风电机组有功功率控制优化方法及系统 | |
| CN104734588A (zh) | 一种生物质气内燃发电机组转速控制方法 | |
| Cui et al. | A novel online air balancing method for the ventilation duct system via distributed cooperative control | |
| CN112947088A (zh) | 一种基于密闭空间的温湿度系统的建模和控制方法 | |
| CN1854625A (zh) | 一种变风量空调系统定静压与总风量双重控制方法 | |
| CN117111478B (zh) | 一种暖风炉的进气隔热控制系统及方法 | |
| CN102339018A (zh) | 一种循环水系统综合优化控制方法 | |
| CN115361841A (zh) | 一种适应数据中心全工况操作的屏蔽泵控制系统及其方法 | |
| CN116301275A (zh) | 一种能耗调节方法、装置、电子设备及介质 | |
| CN111322885A (zh) | 一种间冷系统百叶窗控制装置及其控制方法 | |
| CN111650829B (zh) | 基于人工智能的内嵌pid模块参数调节方法、系统及装置 | |
| WO2019082537A1 (ja) | 水温制御方法及びシステム | |
| CN116820214A (zh) | 一种服务器通风散热智能调控方法及系统 | |
| CN116592417A (zh) | 基于负荷预测的集中供热系统优化控制方法及系统 | |
| JP5464326B2 (ja) | 物理量制御装置、物理量制御方法及び物理量制御プログラム | |
| CN111998423A (zh) | 电蓄热循环风量-水温控制系统及其预测控制方法 | |
| CN104976602A (zh) | 一种蒸汽加热器控制方法 | |
| CN115808944B (zh) | 一种定子温升试验控制方法 | |
| CN116979104B (zh) | 一种燃料电池系统温度控制方法、装置、设备及存储介质 |
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 |