CN117111661B - 生产车间集中控制系统及方法 - Google Patents

Abstract

本发明公开了一种生产车间集中控制系统及方法，其获取预定时间段内多个预定时间点的转轮机的工作参数，所述工作参数包括送风温度和回风温度；对所述多个预定时间点的转轮机的工作参数进行数据预处理以得到上采样送风温度时序输入向量和上采样回风温度时序输入向量；对所述上采样送风温度时序输入向量和所述上采样回风温度时序输入向量进行时序联合分析以得到转轮机工作效能特征值；以及，基于所述转轮机工作效能特征值，确定是否产生工作状态异常预警提示。这样，可以实现对转轮机的高效监测和控制。

Description

生产车间集中控制系统及方法

技术领域

本发明涉及智能化控制技术领域，尤其涉及一种生产车间集中控制系统及方法。

背景技术

转轮机是一种用于调节生产车间内空气温度和湿度的设备。转轮机的工作效能直接影响生产车间的环境质量和生产效率，因此需要对其进行实时监测和控制。

然而，传统的转轮机监测系统存在一些问题，如数据采集频率低、数据处理能力弱等。也就是说，在转轮机的监测过程中，可能由于监测参数有限，导致转轮机的工作状态难以及时发现和处理。

因此，期待一种解决方案。

发明内容

本发明实施例提供一种生产车间集中控制系统及方法，其获取预定时间段内多个预定时间点的转轮机的工作参数，所述工作参数包括送风温度和回风温度；对所述多个预定时间点的转轮机的工作参数进行数据预处理以得到上采样送风温度时序输入向量和上采样回风温度时序输入向量；对所述上采样送风温度时序输入向量和所述上采样回风温度时序输入向量进行时序联合分析以得到转轮机工作效能特征值；以及，基于所述转轮机工作效能特征值，确定是否产生工作状态异常预警提示。这样，可以实现对转轮机的高效监测和控制。

本发明实施例还提供了一种生产车间集中控制方法，其包括：

获取预定时间段内多个预定时间点的转轮机的工作参数，所述工作参数包括送风温度和回风温度；

对所述多个预定时间点的转轮机的工作参数进行数据预处理以得到上采样送风温度时序输入向量和上采样回风温度时序输入向量；

对所述上采样送风温度时序输入向量和所述上采样回风温度时序输入向量进行时序联合分析以得到转轮机工作效能特征值；以及

基于所述转轮机工作效能特征值，确定是否产生工作状态异常预警提示。

本发明实施例还提供了一种生产车间集中控制系统，其包括：

工作参数获取模块，用于获取预定时间段内多个预定时间点的转轮机的工作参数，所述工作参数包括送风温度和回风温度；

数据预处理模块，用于对所述多个预定时间点的转轮机的工作参数进行数据预处理以得到上采样送风温度时序输入向量和上采样回风温度时序输入向量；

时序联合分析模块，用于对所述上采样送风温度时序输入向量和所述上采样回风温度时序输入向量进行时序联合分析以得到转轮机工作效能特征值；以及

异常预警生成模块，用于基于所述转轮机工作效能特征值，确定是否产生工作状态异常预警提示。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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的前提下，还可以根据这些附图获得其他的附图。在附图中：

图1为本发明实施例中提供的一种生产车间集中控制方法的流程图。

图2为本发明实施例中提供的一种生产车间集中控制方法的系统架构的示意图。

图3为本发明实施例中提供的一种生产车间集中控制系统的框图。

图4为本发明实施例中提供的一种生产车间集中控制方法的应用场景图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。

除非另有说明，本申请实施例所使用的所有技术和科学术语与本申请的技术领域的技术人员通常理解的含义相同。本申请中所使用的术语只是为了描述具体的实施例的目的，不是旨在限制本申请的范围。

在本申请实施例记载中，需要说明的是，除非另有说明和限定，术语“连接”应做广义理解，例如，可以是电连接，也可以是两个元件内部的连通，可以是直接相连，也可以通过中间媒介间接相连，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。

需要说明的是，本申请实施例所涉及的术语“第一\第二\第三”仅仅是是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序。应该理解“第一\第二\第三”区分的对象在适当情况下可以互换，以使这里描述的本申请的实施例可以除了在这里图示或描述的那些以外的顺序实施。

转轮机（也称为旋转热交换器或热回收轮）是一种用于调节空气温度和湿度的设备，常用于工业生产车间、办公楼、医院、实验室等场所，是一种能够实现能量回收和空气处理的热交换器。

转轮机的工作原理是利用转动的热回收轮，将室内排出的废气与室外新鲜空气进行热交换。该设备通常由一个轮盘和轮盘上的吸附材料构成，吸附材料可以吸附和释放水分和热量。

在工作过程中，转轮机通过旋转轮盘，将室内排出的废气和新鲜空气分别引入轮盘的两侧。当废气通过轮盘时，吸附材料吸附其中的水分和热量，从而使排出的废气减少湿度和温度。同时，新鲜空气经过轮盘时，吸附材料释放之前吸附的水分和热量，从而使进入室内的空气增加湿度和温度。

通过这种热交换过程，转轮机能够实现室内空气的温湿度调节，既可以回收能量，又可以保持较为稳定的室内环境。这对于提高生产车间的舒适性、降低能耗以及控制湿度对于某些特定生产过程的要求非常重要。

需要注意的是，转轮机的性能和效能受到多种因素的影响，包括转轮材料的选择、转速控制、空气流量等。因此，对于转轮机的监测和控制非常重要，以确保其正常工作和高效运行。

传统的转轮机监测系统通常由以下几个组成部分构成：

传感器：传感器用于采集转轮机的各项工作参数，如温度、湿度、风速等。这些传感器通常安装在转轮机的进风口和出风口等位置，以获取准确的工作参数数据。

数据采集系统：数据采集系统负责接收传感器采集到的数据，并将其进行处理和记录。传统的转轮机监测系统通常使用有线方式将传感器与数据采集系统连接，数据采集频率较低，可能无法实时获取转轮机的工作状态变化。

数据处理和分析：采集到的数据经过数据处理和分析，通常使用计算机或专门的监测设备进行。这些系统会对数据进行统计、计算平均值、波动范围等，以获取转轮机的工作状态信息。

报警系统：传统的转轮机监测系统通常设置了报警系统，当监测到转轮机的工作状态异常时，会触发报警并通知相关人员。报警方式可以是声音、光线或通过监控系统发送警报信息。

然而，传统的转轮机监测系统存在一些问题。传统系统中的数据采集频率通常较低，可能只进行周期性的采集，无法实时获取转轮机的工作状态变化，这导致监测系统无法及时捕捉到转轮机的异常情况或故障。传统系统的数据处理能力有限，采集到的数据通常只是简单记录或显示，缺乏对数据进行深入分析和处理的能力，这使得监测系统无法提供更多有价值的信息，如异常预警、故障诊断等。传统系统通常缺乏智能化和自动化的功能，监测和控制过程主要依赖人工操作和判断，存在人为误判和延迟的风险，同时，无法实现自动化的故障检测和调整，需要人工干预和维护。传统系统通常只能在现场进行监测和控制，无法实现远程监控和控制，这对于需要远程管理和调整的场景，如分布式生产车间或远程设备监控，存在限制。

为了解决这些问题，需要采用更高效的转轮机监测和控制方法，如通过分析转轮机的工作参数提取特征值并与预定阈值比较的方法，实现对转轮机的高效监测和控制。

在本发明的一个实施例中，图1为本发明实施例中提供的一种生产车间集中控制方法的流程图。图2为本发明实施例中提供的一种生产车间集中控制方法的系统架构的示意图。如图1和图2所示，根据本发明实施例的生产车间集中控制方法，包括：110，获取预定时间段内多个预定时间点的转轮机的工作参数，所述工作参数包括送风温度和回风温度；120，对所述多个预定时间点的转轮机的工作参数进行数据预处理以得到上采样送风温度时序输入向量和上采样回风温度时序输入向量；130，对所述上采样送风温度时序输入向量和所述上采样回风温度时序输入向量进行时序联合分析以得到转轮机工作效能特征值；以及，140，基于所述转轮机工作效能特征值，确定是否产生工作状态异常预警提示。

在所述步骤110中，确保在预定时间段内准确获取多个预定时间点的转轮机工作参数，需要使用合适的传感器和数据采集系统进行数据采集，并确保数据的准确性和可靠性。通过获取多个预定时间点的转轮机的工作参数，可以获得转轮机在不同时间点的送风温度和回风温度数据，有助于了解转轮机的工作状态和变化趋势，为后续的数据处理和分析提供基础。

在所述步骤120中，对数据进行预处理，包括数据清洗、去噪、插值等操作，以确保数据的质量和连续性。对于上采样，可以使用插值方法将数据在时间维度上进行扩充，以获得更高时间分辨率的数据。通过数据预处理和上采样，可以得到更平滑和连续的送风温度和回风温度时序输入向量，有助于提高后续的时序分析和特征提取的准确性和可靠性。

在所述步骤130中，进行时序联合分析时，可以使用各种时序分析方法，如时序相关性分析、频域分析、滑动窗口分析等，以提取转轮机工作效能的特征值，可以考虑使用统计指标、频谱特征、时域特征等来描述转轮机的工作状态和性能。通过时序联合分析，可以从上采样的送风温度和回风温度时序输入向量中提取出转轮机的工作效能特征值。这些特征值可以反映转轮机的运行状态、能量转移效率、温度调节能力等关键指标，为后续的异常检测和预警提供依据。

在所述步骤140中，根据事先设定的阈值或模型，对提取的工作效能特征值进行比较和分析，以确定转轮机是否处于异常工作状态，可以使用规则-based 方法或机器学习方法进行异常检测。基于转轮机工作效能特征值的分析，可以及时发现转轮机的工作状态异常，并生成相应的预警提示，有助于提前采取措施，防止故障的发生或进一步恶化，提高转轮机的可靠性和运行效率。

针对上述技术问题，本申请的技术构思是通过分析转轮机的工作参数，提取转轮机的工作效能特征值，并根据该特征值与预定阈值之间的比较，确定是否产生工作状态异常预警提示，从而实现对转轮机的高效监测和控制。

基于此，在本申请的技术方案中，首先，获取预定时间段内多个预定时间点的转轮机的工作参数，所述工作参数包括送风温度和回风温度。送风温度和回风温度是转轮机的两个重要工作参数，用于描述转轮机在空气处理过程中的温度变化情况，它们在空调系统和通风系统中起着关键的作用。

送风温度是指转轮机处理后的空气通过送风口进入室内的温度。在空调系统中，送风温度通常是根据设定的温度要求和室内空气状况进行调节的，送风温度的控制对于室内舒适度、温度均匀性以及节能效果都有重要影响。

回风温度是指经过室内空气循环后返回转轮机的空气的温度。在空调系统中，回风温度是转轮机感知室内空气状况的重要指标之一，通过监测回风温度，可以了解室内空气的温度分布情况，判断空调系统的运行效果，并进行相应的调节和控制。

送风温度和回风温度的测量通常通过温度传感器进行实时监测，这些传感器安装在送风口和回风口附近，可以准确地测量空气的温度。基于这些温度数据，可以进行空调系统的控制和调节，以满足室内的温度要求和舒适度。

获取预定时间段内多个预定时间点的转轮机的工作参数对最后确定是否产生工作状态异常预警提示起着重要作用。通过监测和分析转轮机的工作参数，可以及时发现转轮机的异常工作状态，并采取相应的措施进行修复或调整，以避免故障的发生或进一步恶化。

通过实时监测转轮机的工作参数，可以了解转轮机的当前工作状态。如果工作参数处于正常范围内，表示转轮机正常运行；如果工作参数超出设定的阈值或与历史数据相比出现异常变化，可能表示转轮机存在问题或故障。通过对多个时间点的工作参数进行比较和分析，可以识别出转轮机的异常工作状态，例如，如果送风温度和回风温度之间的差异超过预定阈值，可能表示转轮机的传热效率下降或空气流量不均匀，需要进行进一步的检查和调整。基于对工作参数的分析和异常检测，可以生成工作状态异常的预警提示，当转轮机的工作参数超出正常范围或出现异常变化时，系统可以及时发送警报或通知相关人员，以便他们采取相应的措施进行处理。

然后，对所述多个预定时间点的转轮机的工作参数进行数据预处理以得到上采样送风温度时序输入向量和上采样回风温度时序输入向量。也就是，将离散时序分析转化为结构化的向量表示。

在本申请的一个具体示例中，对所述多个预定时间点的转轮机的工作参数进行数据预处理以得到上采样送风温度时序输入向量和上采样回风温度时序输入向量的编码过程，包括：先将所述多个预定时间点的转轮机的工作参数分别按照时间维度排列为输入向量以得到送风温度时序输入向量和回风温度时序输入向量；再将所述送风温度时序输入向量和所述回风温度时序输入向量通过上采样模块以得到上采样送风温度时序输入向量和上采样回风温度时序输入向量。这里，通过上采样处理使得送风温度与回风温度的数据点更加密集，有助于模型捕捉细微的时序变化。

将转轮机的工作参数按照时间维度排列为时序输入向量，可以保留参数在时间上的演变和变化趋势，这样可以更好地捕捉转轮机的动态变化，有助于分析和检测转轮机的工作状态。通过将送风温度和回风温度的时序输入向量进行上采样，可以增加数据的密度和时间分辨率，有助于更精细地观察温度的变化，并能够更准确地检测和预测转轮机的异常工作状态，上采样后的时序输入向量可以提供更详细的数据信息，为异常检测算法提供更好的输入。上采样模块可以增加数据点的数量，从而提供更多的训练样本和信息量，有助于改善模型的训练效果和性能，提高异常检测和预测的准确性和可靠性。上采样过程可以通过插值和平滑技术填补数据之间的缺失或间隔，使得时序输入向量更加连续和平滑，有助于消除噪声和异常数据的影响，提高数据的质量和可靠性。

将转轮机的工作参数按时间维度排列为时序输入向量，并通过上采样模块进行处理，可以保留时序信息、提升模型性能、改善数据质量，并在异常检测和预测中带来有益的效果。这样的处理方法可以增强对转轮机工作状态的分析和监测能力，提高系统的可靠性和效率。

其中，上采样是一种信号处理技术，用于增加信号的采样率或时间分辨率。在上采样过程中，通过插值方法在原始信号的采样点之间插入新的采样点，从而增加信号的密度和时间分辨率。对于送风温度和回风温度的时序输入向量，上采样模块可以将原始数据点之间插入更多的数据点，以得到上采样送风温度时序输入向量和上采样回风温度时序输入向量。

线性插值是一种简单且常用的插值方法，通过在两个已知数据点之间绘制一条直线，将新的数据点插入到直线上，以填补原始数据之间的间隔，线性插值假设信号在两个已知数据点之间是线性变化的。最近邻插值是一种简单的插值方法，将新的数据点设置为与最近的已知数据点相等，这种方法适用于信号变化缓慢或者对精确度要求不高的情况。三次样条插值是一种更复杂的插值方法，使用三次多项式来逼近信号的变化，可以提供更平滑的插值结果，并且在插值点附近的曲线拟合效果较好。

通过上采样模块对送风温度和回风温度的时序输入向量进行处理，可以增加数据的密度和时间分辨率，提高数据的质量和可靠性，有助于改善异常检测和预测的准确性，并提升对转轮机工作状态的分析和监测能力。

在本申请的一个实施例中，对所述上采样送风温度时序输入向量和所述上采样回风温度时序输入向量进行时序联合分析以得到转轮机工作效能特征值，包括：对所述上采样送风温度时序输入向量和所述上采样回风温度时序输入向量进行多尺度时序特征提取以得到上采样送风温度时序特征向量和上采样回风温度时序特征向量；计算所述上采样回风温度时序特征向量相对于所述上采样送风温度时序特征向量的转移矩阵；对所述转移矩阵进行特征分布优化以得到优化转移矩阵；以及，计算所述优化转移矩阵的全局均值以得到所述转轮机工作效能特征值。

其中，对所述上采样送风温度时序输入向量和所述上采样回风温度时序输入向量进行多尺度时序特征提取以得到上采样送风温度时序特征向量和上采样回风温度时序特征向量，包括：将所述上采样送风温度时序输入向量和所述上采样回风温度时序输入向量通过基于多尺度邻域特征提取模块的时序特征提取器以得到所述上采样送风温度时序特征向量和所述上采样回风温度时序特征向量。

接着，对所述上采样送风温度时序输入向量和所述上采样回风温度时序输入向量进行时序联合分析以得到转轮机工作效能特征值。应可以理解，转轮机的主要功能之一是将新鲜空气送入生产车间内部。送风温度是指从转轮机出口处送入生产车间的空气温度。较低的送风温度意味着转轮机能够有效降低空气温度。因此，送风温度的稳定性和准确性可以反映转轮机的供冷效能。回风温度是指通过转轮机进入转轮机内部的空气温度。转轮机的工作过程中，通过回收和再利用生产车间内部空气的热量，回风温度会相应升高。较高的回风温度表明转轮机成功回收了生产车间内空气中的热量，并将其传递给新鲜空气，提高了能量利用效率。因此，回风温度的稳定性和高温度水平可以反映转轮机的回收效能。综合利用送风温度与回风温度可以有效判断转轮机的工作效能。

在本申请的一个具体示例中，对所述上采样送风温度时序输入向量和所述上采样回风温度时序输入向量进行时序联合分析以得到转轮机工作效能特征值的编码过程，包括：先将所述上采样送风温度时序输入向量和所述上采样回风温度时序输入向量通过基于多尺度邻域特征提取模块的时序特征提取器以得到上采样送风温度时序特征向量和上采样回风温度时序特征向量；随后，计算所述上采样回风温度时序特征向量相对于所述上采样送风温度时序特征向量的转移矩阵；再计算所述转移矩阵的全局均值以得到转轮机工作效能特征值。

首先，通过基于多尺度邻域特征提取模块，可以从上采样的温度时序数据中提取出更丰富和多样化的特征，有助于捕捉转轮机工作状态的不同方面和变化模式，提高特征的表达能力和判别性。然后 ，计算回风温度相对于送风温度的转移矩阵可以揭示两者之间的关联和转移规律。通过分析转移矩阵的特征，可以了解转轮机内部的热传递和能量转换情况，从而评估转轮机的工作效能。接着，计算转移矩阵的全局均值可以提供一个综合的指标来描述转轮机的工作效能。全局均值可以反映整个转轮机系统的平均热传递和能量转换效率，为性能评估和比较提供依据。

通过以上的处理步骤，可以从上采样的温度时序数据中提取出转轮机的工作效能特征值，有助于更全面地评估转轮机的性能和状态。同时，基于多尺度邻域特征提取和转移矩阵分析的方法可以提高特征的表达能力和判别性，进一步增强对转轮机工作状态的分析和监测能力。

在本申请的技术方案中，所述上采样回风温度时序特征向量和所述上采样送风温度时序特征向量分别表达所述送风温度和所述回风温度的局部时序关联特征，但是，考虑到所述送风温度和所述回风温度在时序方向上的分布差异和环境因素影响，在计算所述上采样回风温度时序特征向量相对于所述上采样送风温度时序特征向量的转移矩阵以提取时序关联域转移特征时，如果所述上采样回风温度时序特征向量和所述上采样送风温度时序特征向量各自的时序关联特征作为前景对象特征，则在进行时序域转移特征表示的同时，也会引入背景分布噪声，并且，所述转移矩阵在进行向量-矩阵间高秩分布表示的同时，也会由于高维特征的时序空间对应性异质分布而引起所述转移矩阵相对于所述上采样回风温度时序特征向量和所述上采样送风温度时序特征向量的时序特征的时序空间概率密度映射误差，也就是，通过计算所述转移矩阵的全局均值得到的转轮机工作效能特征值，并进行所述转轮机工作效能特征值与预定阈值之间的比较，实质上是将所述转移矩阵的特征分布映射到概率密度空间内的分布，所以，会影响确定是否产生工作状态异常预警提示的结果的准确性。

基于此，本申请的申请人对所述转移矩阵，例如记为进行特征尺度作为模仿掩码的秩排列分布软匹配，具体表示为：以如下优化公式对所述转移矩阵进行特征分布优化以得到优化转移矩阵；其中，所述优化公式为：

，

其中，是所述转移矩阵，/>是所述转移矩阵/>的第/>位置的特征值，是所述转移矩阵/>的特征尺度，即宽度乘以高度，/>表示所述转移矩阵/>的Frobenius范数的平方，/>表示所述转移矩阵/>的二范数，且/>是加权超参数，/>是所述优化转移矩阵的第/>位置的特征值，/>表示计算以数值为幂的自然指数函数值。

这里，所述特征尺度作为模仿掩码的秩排列分布软匹配可以将高维特征映射到概率密度空间内时，将特征尺度作为用于映射的模仿掩码来聚焦于前景对象特征而忽略背景分布噪声，并通过所述转移矩阵的不同范数进行的金字塔式秩排列分布的分布软匹配，来有效捕捉概率密度分布的中心区域和尾部区域之间的相关性，避免了由于所述转移矩阵的高维特征的时序空间异质分布导致的概率密度映射偏差，从而提升确定是否产生工作状态异常预警提示的结果的准确性。

在本申请的一个实施例中，基于所述转轮机工作效能特征值，确定是否产生工作状态异常预警提示，包括：基于所述转轮机工作效能特征值与预定阈值之间的比较，确定是否产生工作状态异常预警提示。

继而，基于所述转轮机工作效能特征值与预定阈值之间的比较，确定是否产生工作状态异常预警提示。将转轮机的工作效能特征值与预定阈值进行比较，可以实时监测转轮机的状态是否正常，如果工作效能特征值超过了预定阈值，就可以判定为工作状态异常，需要进行进一步的分析和处理。通过比较工作效能特征值和预定阈值，可以及时发现转轮机的异常情况，并生成相应的预警提示，有助于提前采取措施，避免潜在的故障或损坏，保障转轮机的安全运行。将工作效能特征值与预定阈值进行比较的过程可以自动化地进行，减少了人工干预的需求。当系统检测到工作状态异常时，可以自动触发相应的警报或控制措施，提供决策支持，减少人为错误和延误。通过工作效能特征值与预定阈值的比较，可以快速确定转轮机是否处于异常状态，避免了对整个数据集进行复杂分析的需求，这样可以节省时间和资源，提高监测和诊断的效率。

综上，基于本发明实施例的生产车间集中控制方法被阐明，其通过分析转轮机的工作参数，提取转轮机的工作效能特征值，并根据该特征值与预定阈值之间的比较，确定是否产生工作状态异常预警提示，从而实现对转轮机的高效监测和控制。

在本申请的一个实施例中，提供有12台空气处理机组，其中转轮机组8台 ( AHU-3-1,AHU-3-2， AHU-3-3， AHU-3-4， AHU-3-5， AHU-3-6， AHU-3-10.AHU-3-11) ，普通机组4台 ( AHU-3-7，AHU-3-8， AHU-3-9， MAU-3-1) ; 螺杆机冷水系统2套; 冷冻泵系统3套:冷却泵系统3套: 空调模块机系统1套，锅炉蒸汽系统1套; 空压机系统2台 (套) : 纯化水系统1套等。

其中，螺杆机系统为单冷系统 ，主要为AHU-3-1机组，AHU-3-3机纽，AHU-3-4机组，AHU-3-6机组，AHU-3-7机组，AHU-3-8机组，AHU-3-9机组，AHU-3-10机组，AHU-3-11机组，MAU-3-1机组提供冷量。

空调模块为热泵空调，主要为AHU-3-2机组，AHU-3-5机组提供冷量热量。

锅炉系统为所有机组提供控温热源和再生热源，并为4台普通机组 (AHU-3-7,AHU-3-8,AHU-3-9,MAU-3-1) 加温器提供蒸汽AHU-3-2和AHU-3-5机组单独配有电加热，作为机组的备用再生热源。

在本申请的一个实施例中，有以下三个分系统组成空气处理系统、纯化水系统和锅炉空压机系统。

空气处理系统：空气处理机组，螺杆机 (包括外围冷冻泵，冷却泵，冷却塔等) ，模块机 (包括外围循环水聚等) 。主要由以下几部分组成：上位机监控系统 siemens wincc、报警系统、数据归档系统、上位机监控电脑、分系统控制箱柜和分系统传感器。

纯化水系统：水处理系统。主要由以下几部分组成：上位机监控系统 siemenswincc、报警系统、数据归档系统、上位机监控电脑、水处理控制箱柜和水处理系统加装传感器。

锅炉空压机系统：锅炉系统和空压机系统。主要由以下几部分组成：上位机监控系统 siemens wincc、报警系统、数据归档系统、上位机监控电脑、分系统控制箱柜、分系统加装传感器。

图3为本发明实施例中提供的一种生产车间集中控制系统的框图。如图3所示，所述生产车间集中控制系统200，包括：工作参数获取模块210，用于获取预定时间段内多个预定时间点的转轮机的工作参数，所述工作参数包括送风温度和回风温度；数据预处理模块220，用于对所述多个预定时间点的转轮机的工作参数进行数据预处理以得到上采样送风温度时序输入向量和上采样回风温度时序输入向量；时序联合分析模块230，用于对所述上采样送风温度时序输入向量和所述上采样回风温度时序输入向量进行时序联合分析以得到转轮机工作效能特征值；以及，异常预警生成模块240，用于基于所述转轮机工作效能特征值，确定是否产生工作状态异常预警提示。

在所述生产车间集中控制系统中，所述数据预处理模块，用于：向量排列单元，用于将所述多个预定时间点的转轮机的工作参数分别按照时间维度排列为输入向量以得到送风温度时序输入向量和回风温度时序输入向量；以及，上采样单元，用于将所述送风温度时序输入向量和所述回风温度时序输入向量通过上采样模块以得到所述上采样送风温度时序输入向量和所述上采样回风温度时序输入向量。

在所述生产车间集中控制系统中，所述时序联合分析模块，包括：时序特征提取单元，用于对所述上采样送风温度时序输入向量和所述上采样回风温度时序输入向量进行多尺度时序特征提取以得到上采样送风温度时序特征向量和上采样回风温度时序特征向量；转移矩阵计算单元，用于计算所述上采样回风温度时序特征向量相对于所述上采样送风温度时序特征向量的转移矩阵；优化单元，用于对所述转移矩阵进行特征分布优化以得到优化转移矩阵；以及，全局均值计算单元，用于计算所述优化转移矩阵的全局均值以得到所述转轮机工作效能特征值。

在所述生产车间集中控制系统中，所述时序特征提取单元，用于：将所述上采样送风温度时序输入向量和所述上采样回风温度时序输入向量通过基于多尺度邻域特征提取模块的时序特征提取器以得到所述上采样送风温度时序特征向量和所述上采样回风温度时序特征向量。

本领域技术人员可以理解，上述生产车间集中控制系统中的各个步骤的具体操作已经在上面参考图1到图2的生产车间集中控制方法的描述中得到了详细介绍，并因此，将省略其重复描述。

如上所述，根据本发明实施例的生产车间集中控制系统200可以实现在各种终端设备中，例如用于生产车间集中控制的服务器等。在一个示例中，根据本发明实施例的生产车间集中控制系统200可以作为一个软件模块和/或硬件模块而集成到终端设备中。例如，该生产车间集中控制系统200可以是该终端设备的操作系统中的一个软件模块，或者可以是针对于该终端设备所开发的一个应用程序；当然，该生产车间集中控制系统200同样可以是该终端设备的众多硬件模块之一。

替换地，在另一示例中，该生产车间集中控制系统200与该终端设备也可以是分立的设备，并且该生产车间集中控制系统200可以通过有线和/或无线网络连接到该终端设备，并且按照约定的数据格式来传输交互信息。

图4为本发明实施例中提供的一种生产车间集中控制方法的应用场景图。如图4所示，在该应用场景中，首先，获取预定时间段内多个预定时间点的转轮机的工作参数，所述工作参数包括送风温度（例如，如图4中所示意的C1）和回风温度（例如，如图4中所示意的C2）；然后，将获取的送风温度和回风温度输入至部署有生产车间集中控制算法的服务器（例如，如图4中所示意的S）中，其中所述服务器能够基于生产车间集中控制算法对所述送风温度和所述回风温度进行处理，以确定是否产生工作状态异常预警提示。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种生产车间集中控制方法，其特征在于，包括：

获取预定时间段内多个预定时间点的转轮机的工作参数，所述工作参数包括送风温度和回风温度；

对所述多个预定时间点的转轮机的工作参数进行数据预处理以得到上采样送风温度时序输入向量和上采样回风温度时序输入向量；

对所述上采样送风温度时序输入向量和所述上采样回风温度时序输入向量进行时序联合分析以得到转轮机工作效能特征值；以及

基于所述转轮机工作效能特征值，确定是否产生工作状态异常预警提示；

其中，对所述多个预定时间点的转轮机的工作参数进行数据预处理以得到上采样送风温度时序输入向量和上采样回风温度时序输入向量，包括：

将所述多个预定时间点的转轮机的工作参数分别按照时间维度排列为输入向量以得到送风温度时序输入向量和回风温度时序输入向量；以及

将所述送风温度时序输入向量和所述回风温度时序输入向量通过上采样模块以得到所述上采样送风温度时序输入向量和所述上采样回风温度时序输入向量；

其中，对所述上采样送风温度时序输入向量和所述上采样回风温度时序输入向量进行时序联合分析以得到转轮机工作效能特征值，包括：

对所述上采样送风温度时序输入向量和所述上采样回风温度时序输入向量进行多尺度时序特征提取以得到上采样送风温度时序特征向量和上采样回风温度时序特征向量；

计算所述上采样回风温度时序特征向量相对于所述上采样送风温度时序特征向量的转移矩阵；

对所述转移矩阵进行特征分布优化以得到优化转移矩阵；以及

计算所述优化转移矩阵的全局均值以得到所述转轮机工作效能特征值；

其中，对所述转移矩阵进行特征分布优化以得到优化转移矩阵，包括：以如下优化公式对所述转移矩阵进行特征分布优化以得到优化转移矩阵；

其中，所述优化公式为：

，

其中，是所述转移矩阵，/>是所述转移矩阵/>的第/>位置的特征值，/>是所述转移矩阵/>的特征尺度，即宽度乘以高度，/>表示所述转移矩阵/>的Frobenius范数的平方，/>表示所述转移矩阵/>的二范数，且/>是加权超参数，/>是所述优化转移矩阵的第/>位置的特征值，/>表示计算以数值为幂的自然指数函数值；

在上述优化公式中，所述特征尺度作为模仿掩码的秩排列分布软匹配可以将高维特征映射到概率密度空间内时，将特征尺度作为用于映射的模仿掩码来聚焦于前景对象特征而忽略背景分布噪声，并通过所述转移矩阵的不同范数进行的金字塔式秩排列分布的分布软匹配，来有效捕捉概率密度分布的中心区域和尾部区域之间的相关性，避免了由于所述转移矩阵的高维特征的时序空间异质分布导致的概率密度映射偏差，从而提升确定是否产生工作状态异常预警提示的结果的准确性。

2.根据权利要求1所述的生产车间集中控制方法，其特征在于，对所述上采样送风温度时序输入向量和所述上采样回风温度时序输入向量进行多尺度时序特征提取以得到上采样送风温度时序特征向量和上采样回风温度时序特征向量，包括：

将所述上采样送风温度时序输入向量和所述上采样回风温度时序输入向量通过基于多尺度邻域特征提取模块的时序特征提取器以得到所述上采样送风温度时序特征向量和所述上采样回风温度时序特征向量。

3.根据权利要求2所述的生产车间集中控制方法，其特征在于，基于所述转轮机工作效能特征值，确定是否产生工作状态异常预警提示，包括：

基于所述转轮机工作效能特征值与预定阈值之间的比较，确定是否产生工作状态异常预警提示。

4.一种生产车间集中控制系统，其特征在于，包括：

工作参数获取模块，用于获取预定时间段内多个预定时间点的转轮机的工作参数，所述工作参数包括送风温度和回风温度；

数据预处理模块，用于对所述多个预定时间点的转轮机的工作参数进行数据预处理以得到上采样送风温度时序输入向量和上采样回风温度时序输入向量；

时序联合分析模块，用于对所述上采样送风温度时序输入向量和所述上采样回风温度时序输入向量进行时序联合分析以得到转轮机工作效能特征值；以及

异常预警生成模块，用于基于所述转轮机工作效能特征值，确定是否产生工作状态异常预警提示；

其中，所述数据预处理模块，用于：

向量排列单元，用于将所述多个预定时间点的转轮机的工作参数分别按照时间维度排列为输入向量以得到送风温度时序输入向量和回风温度时序输入向量；以及

上采样单元，用于将所述送风温度时序输入向量和所述回风温度时序输入向量通过上采样模块以得到所述上采样送风温度时序输入向量和所述上采样回风温度时序输入向量；

其中，所述时序联合分析模块，包括：

时序特征提取单元，用于对所述上采样送风温度时序输入向量和所述上采样回风温度时序输入向量进行多尺度时序特征提取以得到上采样送风温度时序特征向量和上采样回风温度时序特征向量；

转移矩阵计算单元，用于计算所述上采样回风温度时序特征向量相对于所述上采样送风温度时序特征向量的转移矩阵；

优化单元，用于对所述转移矩阵进行特征分布优化以得到优化转移矩阵；以及

全局均值计算单元，用于计算所述优化转移矩阵的全局均值以得到所述转轮机工作效能特征值；

其中，所述优化单元，包括：以如下优化公式对所述转移矩阵进行特征分布优化以得到优化转移矩阵；

其中，所述优化公式为：

，

其中，是所述转移矩阵，/>是所述转移矩阵/>的第/>位置的特征值，/>是所述转移矩阵/>的特征尺度，即宽度乘以高度，/>表示所述转移矩阵/>的Frobenius范数的平方，/>表示所述转移矩阵/>的二范数，且/>是加权超参数，/>是所述优化转移矩阵的第/>位置的特征值，/>表示计算以数值为幂的自然指数函数值；

在上述优化公式中，所述特征尺度作为模仿掩码的秩排列分布软匹配可以将高维特征映射到概率密度空间内时，将特征尺度作为用于映射的模仿掩码来聚焦于前景对象特征而忽略背景分布噪声，并通过所述转移矩阵的不同范数进行的金字塔式秩排列分布的分布软匹配，来有效捕捉概率密度分布的中心区域和尾部区域之间的相关性，避免了由于所述转移矩阵的高维特征的时序空间异质分布导致的概率密度映射偏差，从而提升确定是否产生工作状态异常预警提示的结果的准确性。

5.根据权利要求4所述的生产车间集中控制系统，其特征在于，所述时序特征提取单元，用于：

将所述上采样送风温度时序输入向量和所述上采样回风温度时序输入向量通过基于多尺度邻域特征提取模块的时序特征提取器以得到所述上采样送风温度时序特征向量和所述上采样回风温度时序特征向量。