CN117270473A - 一种烧上机的设备节能控制方法及系统 - Google Patents
一种烧上机的设备节能控制方法及系统 Download PDFInfo
- Publication number
- CN117270473A CN117270473A CN202311316533.6A CN202311316533A CN117270473A CN 117270473 A CN117270473 A CN 117270473A CN 202311316533 A CN202311316533 A CN 202311316533A CN 117270473 A CN117270473 A CN 117270473A
- Authority
- CN
- China
- Prior art keywords
- node
- component
- network
- burn
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 235000013305 food Nutrition 0.000 claims abstract description 160
- 238000012545 processing Methods 0.000 claims abstract description 119
- 238000004134 energy conservation Methods 0.000 claims abstract description 39
- 238000005065 mining Methods 0.000 claims abstract description 21
- 230000003993 interaction Effects 0.000 claims abstract description 17
- 230000002452 interceptive effect Effects 0.000 claims abstract description 10
- 238000004040 coloring Methods 0.000 claims description 30
- 230000001007 puffing effect Effects 0.000 claims description 26
- 230000000712 assembly Effects 0.000 claims description 8
- 238000000429 assembly Methods 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 8
- 238000013528 artificial neural network Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 4
- 238000012098 association analyses Methods 0.000 claims description 3
- 238000003754 machining Methods 0.000 claims description 3
- 230000009467 reduction Effects 0.000 abstract description 5
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 4
- 239000002699 waste material Substances 0.000 description 4
- 238000005265 energy consumption Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 241000209094 Oryza Species 0.000 description 2
- 235000007164 Oryza sativa Nutrition 0.000 description 2
- 241000237509 Patinopecten sp. Species 0.000 description 2
- 238000009412 basement excavation Methods 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000003345 natural gas Substances 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 235000021067 refined food Nutrition 0.000 description 2
- 235000009566 rice Nutrition 0.000 description 2
- 235000020637 scallop Nutrition 0.000 description 2
- 238000007621 cluster analysis Methods 0.000 description 1
- 235000009508 confectionery Nutrition 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000003365 glass fiber Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 235000019640 taste Nutrition 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
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41885—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32339—Object oriented modeling, design, analysis, implementation, simulation language
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Preparation And Processing Of Foods (AREA)
Abstract
本发明公开了一种烧上机的设备节能控制方法及系统,涉及节能控制技术领域,方法包括:获得烧上机的设备组件集;根据所述设备组件集,搭建烧上机组件网络;交互设备管理端,读取所述烧上机的多维加工节点;基于所述多维加工节点,根据所述烧上机组件网络进行节点协同组件挖掘,获得多维节点‑组件协同网络;获得待加工食品的基础食品信息;根据所述基础食品信息进行所述烧上机的设备控制决策分析,获得食品加工控制方案;交互设备控制端,根据所述食品加工控制方案执行所述烧上机的设备控制,解决了现有技术中存在的烧上机设备热能利用率低,能源流失严重的问题,实现了关于烧上机的高效节能减排。
Description
技术领域
本发明涉及节能控制技术领域,具体涉及一种烧上机的设备节能控制方法及系统。
背景技术
雪饼、仙贝是用大米制成的膨化食品,其松脆香甜、口味多样,大多是以精选大米为原料,经过烘焙、加热等工序加工而成。烧上机是雪饼、仙贝烤制成饼的设备,用天然气红外燃烧器加热,通过炉膛内的辐射和传导作用,使物料吸收热量并升高温度。炉门一般采用双层玻璃纤维材料,能够有效地隔热和保温。控制系统则可以对炉子的加热温度、时间等参数进行精确控制,以满足不同的工艺需求。
现有的烧上机设备热能利用率低,能源流失严重,使用同一套标准对多道工序进行任务安排,且无法及时对各项工序进行实时监控和任务调整,导致多道工序造成大量能量浪费,不利于节能减排。
发明内容
本申请提供了一种烧上机的设备节能控制方法及系统,解决了现有技术中存在的烧上机设备热能利用率低,能源流失严重的问题,实现了关于烧上机的高效节能减排。
鉴于上述问题,本申请提供了一种烧上机的设备节能控制方法。
第一方面,本申请提供了一种烧上机的设备节能控制方法,方法包括:获得烧上机的设备组件集,其中,所述设备组件集包括所述烧上机对应的多个设备组件;根据所述设备组件集,搭建烧上机组件网络,其中,所述烧上机组件网络包括多个烧上机组件节点;交互设备管理端,读取所述烧上机的多维加工节点,其中,所述多维加工节点包括预热节点、膨化节点和着色节点;基于所述多维加工节点,根据所述烧上机组件网络进行节点协同组件挖掘,获得多维节点-组件协同网络;交互所述设备管理端,获得待加工食品的基础食品信息;基于所述多维节点-组件协同网络,根据所述基础食品信息进行所述烧上机的设备控制决策分析,获得食品加工控制方案;交互设备控制端,根据所述食品加工控制方案执行所述烧上机的设备控制。
第二方面,本申请提供了一种烧上机的设备节能控制系统,系统包括:设备组件模块:获得烧上机的设备组件集,其中,所述设备组件集包括所述烧上机对应的多个设备组件;组件网络模块:根据所述设备组件集,搭建烧上机组件网络,其中,所述烧上机组件网络包括多个烧上机组件节点;管理端交互模块:交互设备管理端,读取所述烧上机的多维加工节点,其中,所述多维加工节点包括预热节点、膨化节点和着色节点;加工节点模块:基于所述多维加工节点,根据所述烧上机组件网络进行节点协同组件挖掘,获得多维节点-组件协同网络;基础信息模块:交互所述设备管理端,获得待加工食品的基础食品信息;决策分析模块:基于所述多维节点-组件协同网络,根据所述基础食品信息进行所述烧上机的设备控制决策分析,获得食品加工控制方案;控制端交互模块:交互设备控制端,根据所述食品加工控制方案执行所述烧上机的设备控制。
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:
本申请实施例提供的一种烧上机的设备节能控制方法及系统,通过获得烧上机的设备组件集,根据设备组件集,搭建烧上机组件网络,交互设备管理端,读取烧上机的多维加工节点,再基于多维加工节点,根据烧上机组件网络进行节点协同组件挖掘,获得多维节点-组件协同网络,然后交互设备管理端,获得待加工食品的基础食品信息,再基于多维节点-组件协同网络,根据基础食品信息进行烧上机的设备控制决策分析,获得食品加工控制方案,最后交互设备控制端,根据食品加工控制方案执行烧上机的设备控制,解决了现有技术中存在的烧上机设备热能利用率低,能源流失严重的问题,实现了关于烧上机的高效节能减排。
附图说明
图1为本申请提供了一种烧上机的设备节能控制方法流程示意图;
图2为本申请提供了一种烧上机的设备节能控制系统结构示意图。
附图标记说明:设备组件模块11,组件网络模块12,管理端交互模块13,加工节点模块14,基础信息模块15,决策分析模块16,控制端交互模块17。
具体实施方式
本申请通过提供一种烧上机的设备节能控制方法及系统,通过获得烧上机的设备组件集,根据设备组件集,搭建烧上机组件网络,交互设备管理端,读取烧上机的多维加工节点,再基于多维加工节点,根据烧上机组件网络进行节点协同组件挖掘,获得多维节点-组件协同网络,然后交互设备管理端,获得待加工食品的基础食品信息,再基于多维节点-组件协同网络,根据基础食品信息进行烧上机的设备控制决策分析,获得食品加工控制方案,最后交互设备控制端,根据食品加工控制方案执行烧上机的设备控制。解决了现有技术中存在的烧上机设备热能利用率低,能源流失严重的问题,实现了关于烧上机的高效节能减排。
实施例一
如图1所示,本申请提供了一种烧上机的设备节能控制方法及系统,方法包括:
获得烧上机的设备组件集,其中,所述设备组件集包括所述烧上机对应的多个设备组件;
烧上机是雪饼、仙贝烤制成饼的设备,用天然气红外燃烧器进行加热。烧上机设备包括多个设备组件,多个设备组件构成设备组件集,烧上机的设备组件集包括机架、主动滚轮组件、烧上网、从动滚轮组件、烧上着色箱组件和的膨化箱,其中主动滚轮组件设置于机架一端,在机架另一端设置为烧上网,烧上网的侧壁上连接有从动滚轮组件、用于预热和着色的烧上着色箱组件,以及用于膨化的膨化箱。多个设备组件共同构成设备组件集,设备组件集构建出烧上机。设备组件集的获取,为后续根据设备组件集,搭建烧上机组件网络,提供数据基础。
根据所述设备组件集,搭建烧上机组件网络,其中,所述烧上机组件网络包括多个烧上机组件节点;
对烧上机组建网络进行搭建,通过烧上机组件网络对烧上机设备组件进行相应连接,将烧上机设备组件在烧上机组件网络进行显示,并通过网络设备对烧上机组件进行相应的状态获取,将状态信息通过网络设备进行上传,在烧上机组件网络中上传的节点即为烧上机组件节点,多个烧上机组件节点构成烧上机组件网络。烧上机组件网络的构建,为后续交互设备管理端,读取烧上机的多维加工节点提供数据基础。
交互设备管理端,读取所述烧上机的多维加工节点,其中,所述多维加工节点包括预热节点、膨化节点和着色节点;
与设备管理端进行连接,设备管理端通过烧上机组件网络对烧上机加工进行管理,通过对设备管理端进行信息交互,能够获取多个节点,不同节点对应的加工流程不同,烧上机按照连续的节点进行生产加工,通过对节点进行提取,可获取具体节点中的加工情况,并可对加工情况进行调整。多维加工节点为多个节点中的一个,主要进行烧上机的预热、着色、膨化等操作步骤,包括预热节点、膨化节点和着色节点,该节点为烧上机的核心加工步骤。通过对设备管理端进行交互,对烧上机进行节点信息获取,得到多维加工节点,为后续基于多维加工节点,根据烧上机组件网络进行节点协同组件挖掘,获得多维节点-组件协同网络提供数据基础。
基于所述多维加工节点,根据所述烧上机组件网络进行节点协同组件挖掘,获得多维节点-组件协同网络;
基于所述预热节点,根据所述烧上机组件网络进行节点协同组件挖掘,获得预热节点-组件协同网络;
基于所述膨化节点,根据所述烧上机组件网络进行节点协同组件挖掘,获得膨化节点-组件协同网络;
基于所述着色节点,根据所述烧上机组件网络进行节点协同组件挖掘,获得着色节点-组件协同网络;
集成所述预热节点-组件协同网络、所述膨化节点-组件协同网络和所述着色节点-组件协同网络,生成所述多维节点-组件协同网络。
根据多维加工节点,将多维加工节点中的各项节点进行提取,并将多维加工节点中的各项节点与网络节点进行协同网络构建,即将多维加工节点中的各项节点与烧上机组件网络进行网络建立,将多维加工节点中的各项节点与烧上机组件网络进行连接,多个多维加工节点中的节点通过烧上机组件网络进行相互联通,完成烧上机组件网络进行节点协同组件挖掘,得到多维节点-组件协同网络,举例而言,基于预热节点,根据烧上机组件网络进行节点协同组件挖掘,获得预热节点-组件协同网络,同理可得膨化节点-组件协同网络、着色节点-组件协同网络,将预热节点-组件协同网络、膨化节点-组件协同网络和着色节点-组件协同网络进行整体网络构建,得到多维节点-组件协同网络,通过该协同网络,为后续基于多维节点-组件协同网络,根据基础食品信息进行烧上机的设备控制决策分析,获得食品加工控制方案提供数据基础。
交互所述设备管理端,获得待加工食品的基础食品信息;
基于所述基础食品信息,获得待加工食品类型信息;
根据所述待加工食品类型信息,判断所述待加工食品是否为同类型食品;
若所述待加工食品不为同类型食品,获得聚类指令;
基于所述聚类指令,根据所述待加工食品类型信息对所述待加工食品进行聚类,获得多个同类型聚类食品;
基于所述多维节点-组件协同网络,分别对所述多个同类型聚类食品进行所述烧上机的设备控制决策分析。
再次与设备管理端进行连接,通过设备管理端对基础食品信息进行遍历,得到遍历结果,遍历结果为基础食品信息,基础食品信息包括食品种类、食品加工过程、食品尺寸等,在获取相应的基础食品信息后,对基础食品信息中的待加工食品类型信息进行获取,分析待加工食品是否为同一个类型的食品,如果加工的食品都为同一个类型,则使用相同的加工方式对该食品进行加工,如果不同,则将两种食品进行区分,分别对两种食品进行分别加工。即当待加工食品为不同类型食品时,获取聚类指令,分类设备在接收到聚类指令后对待加工食品进行分类,根据待加工食品的食品类型进行聚类分析,得到多个同类型的聚类食品,再利用多维节点-组件协同网络,分别对多个同类型聚类食品进行烧上机的设备控制决策分析,得到多个不同类型的聚类食品的控制决策,根据控制决策对烧上机进行生产控制,能够使不同类型的食品得到相应的加工生产,减少因使用同一种生产控制方式导致的资源浪费,提高资源利用率。
基于所述多维节点-组件协同网络,根据所述基础食品信息进行所述烧上机的设备控制决策分析,获得食品加工控制方案;
基于所述预热节点-组件协同网络,根据所述基础食品信息进行设备控制决策分析,获得预热节点控制决策;
基于所述膨化节点-组件协同网络,根据所述基础食品信息进行设备控制决策分析,获得膨化节点控制决策;
基于所述着色节点-组件协同网络,根据所述基础食品信息进行设备控制决策分析,获得着色节点控制决策;
集成所述预热节点控制决策、所述膨化节点控制决策和所述着色节点控制决策,生成所述食品加工控制方案。
根据多维节点-组件协同网络对基础食品信息对烧上机的设备进行控制决策分析,得到食品加工控制方案。多维节点-组件协同网络中包括多个协同网络,预热节点-组件协同网络、膨化节点-组件协同网络、着色节点-组件协同网络。对不同节点采用相对应该节点的协同网络,并通过相对应的协同网络对其进行控制决策分析,得到相应的节点控制决策,如在预热节点中,通过多维节点-组件协同网络中的预热节点-组件协同网络进行调用,对基础食品信息进行获取,并根据基础食品信息进行设备控制决策分析,获得预热节点控制决策。并将多个节点的控制决策进行整合,得到食品加工控制方案。通过将不同的节点使用不同的协同网络进行决策分析,能够使基于分析决策获取的食品加工方案更加合理,减少因多余或不合理的加工方案而导致的资源能源浪费。
交互设备控制端,根据所述食品加工控制方案执行所述烧上机的设备控制。
与设备控制端进行连接,并与设备控制端进行信息交换,通过设备控制端对烧上机进行食品加工控制。按照食品加工方案中的步骤和方式,对烧上机进行相应控制。对食品加工方案中的各项设备参数进行获取,并根据设备参数对烧上机的各项设备组件进行设置,并根据参数设置结果执行烧上机的食品加工控制。并将运行数据传输至设备控制端,在设备控制端对烧上机的各项数据进行获取,对烧上机的食品加工进行实时监控,完成根据食品加工控制方案执行烧上机的设备控制,食品加工方案根据烧上机的各个设备进行单独的控制方案制定,能够使各项设备组件充分发挥相应的性能,从而减少额外能量消耗,达到节能的目的。
进一步而言,所述方法还包括:
基于所述预热节点,分别对所述多个烧上机组件节点进行作业关联性分析,获得多个预热节点-组件关联度;
基于预设组件关联度对所述多个预热节点-组件关联度进行筛选,获得大于/等于所述预设组件关联度的多个优胜预热节点-组件关联度;
基于所述多个优胜预热节点-组件关联度对所述多个烧上机组件节点进行标识,获得多个预热关联组件节点;
集成所述多个预热关联组件节点,生成所述预热节点-组件协同网络。
在预热节点中,有些食品加工节点需要进行预热处理,而有些加工节点则不需要进行预热处理,在需要进行预热处理的加工节点中,有些烧上机组件节点对预热要求较高,需求较为强烈,而有些烧上机组件节点对预热需求较低,需求意愿并不强烈,通过对多个烧上机组件节点进行作业关联性分析,并获取多个关联性结果,根据关联性结果对烧上机组件节点的预热需求程度进行判断。根据预设组件关联度对多个预热节点-组件关联度进行筛选,将大于或等于预设组件关联度的多个优胜预热节点-组件关联度进行获取,表示这些节点对预热处理的需求度较高,即根据多个优胜预热节点-组件关联度对多个烧上机组件节点进行标识,得到多个预热关联组件节点,将多个预热关联组件节点进行整合,集成多个预热关联组件节点,生成预热节点-组件协同网络,通过预热节点-组件协同网络能够更准确的对预热节点进行控制,使预热处理能够精准的针对需要预热处理的节点,减少对不需要的节点进行预热处理所造成的浪费。
进一步而言,所述方法还包括:
以所述预热节点-组件协同网络和所述基础食品信息为检索约束,并根据所述检索约束对所述设备管理端进行数据查询,获得预热节点设备控制记录库;
基于所述预热节点设备控制记录库,对全连接神经网络进行训练,每训练预设次数时,获取输出准确率;
若所述输出准确率大于预设准确率,生成预热节点控制决策网络;
基于所述预热节点控制决策网络,根据所述预热节点-组件协同网络和所述基础食品信息进行设备控制决策分析,生成所述预热节点控制决策。
在设备管理端进行数据查询中对预热节点-组件协同网络和基础食品信息进行信息查询,获取对应基础食品信息的预热节点-组件协同网络控制数据,获得预热节点设备控制记录库。基于预热节点设备控制记录库,对全连接神经网络进行训练,全连接神经网络能够通过输入的基础食品信息获取与之相对应的预热节点-组件协同网络控制数据。对预设次数进行设定,每训练预设次数时,将正确的输出结果数量与总输出结果数量进行相除,得到输出准确率。若输出准确率大于预设准确率,则表示该全连接神经网络为合格,即生成预热节点控制决策网络。基于预热节点控制决策网络,根据预热节点-组件协同网络和基础食品信息进行设备控制决策分析,获取决策分析结果,得到预热节点控制决策,为后续集成预热节点控制决策、膨化节点控制决策和着色节点控制决策,生成所述食品加工控制方案提供数据基础。
进一步而言,所述方法还包括:
对所述食品加工控制方案进行节能效果预测,获得加工预测节能度;
判断所述加工预测节能度是否小于预设节能度;
若所述加工预测节能度小于所述预设节能度,生成节能调整指令;
基于所述节能调整指令对所述食品加工控制方案进行优化,获得食品加工优化控制方案。
对食品加工控制方案进行节能效果预测,将方案设定的各项参数按照各项设备所需要的功率进行计算,获取总共需要的能耗,将该需要的能耗进行输出,得到加工预测节能度。对预设节能度进行设定,判断加工预测节能度是否小于预设节能度,若加工预测节能度不小于预设节能度,则表示该食品加工控制方案符合节能要求;若加工预测节能度小于预设节能度,则表示该食品加工控制方案不符合节能要求,需要对该食品加工控制方案进行调整,生成节能调整指令,基于节能调整指令对食品加工控制方案进行优化,对方案中的各项节点进行节能度分析,并根据节能度分析结果进行相应补偿调整,获得食品加工优化控制方案。对食品加工控制方案进行节能效果预测,能够减少非节能方案的出现,进而提高整体节能方案的节能质量。
实施例二
基于与前述实施例中一种烧上机的设备节能控制方法相同的发明构思,如图2所示,本申请提供了一种烧上机的设备节能控制系统,所述系统包括:
设备组件模块11:所述设备组件模块11用于获得烧上机的设备组件集,其中,所述设备组件集包括所述烧上机对应的多个设备组件;
组件网络模块12:所述组件网络模块12用于根据所述设备组件集,搭建烧上机组件网络,其中,所述烧上机组件网络包括多个烧上机组件节点;
管理端交互模块13:所述管理端交互模块13用于交互设备管理端,读取所述烧上机的多维加工节点,其中,所述多维加工节点包括预热节点、膨化节点和着色节点;
加工节点模块14:所述加工节点模块14用于基于所述多维加工节点,根据所述烧上机组件网络进行节点协同组件挖掘,获得多维节点-组件协同网络;
基础信息模块15:所述基础信息模块15用于交互所述设备管理端,获得待加工食品的基础食品信息;
决策分析模块16:所述决策分析模块16用于基于所述多维节点-组件协同网络,根据所述基础食品信息进行所述烧上机的设备控制决策分析,获得食品加工控制方案;
控制端交互模块17:所述控制端交互模块17用于交互设备控制端,根据所述食品加工控制方案执行所述烧上机的设备控制。
进一步的,加工节点模块14包括以下执行步骤:
基于所述预热节点,根据所述烧上机组件网络进行节点协同组件挖掘,获得预热节点-组件协同网络;
基于所述膨化节点,根据所述烧上机组件网络进行节点协同组件挖掘,获得膨化节点-组件协同网络;
基于所述着色节点,根据所述烧上机组件网络进行节点协同组件挖掘,获得着色节点-组件协同网络;
集成所述预热节点-组件协同网络、所述膨化节点-组件协同网络和所述着色节点-组件协同网络,生成所述多维节点-组件协同网络。
进一步的,加工节点模块14包括以下执行步骤:
基于所述预热节点,分别对所述多个烧上机组件节点进行作业关联性分析,获得多个预热节点-组件关联度;
基于预设组件关联度对所述多个预热节点-组件关联度进行筛选,获得大于/等于所述预设组件关联度的多个优胜预热节点-组件关联度;
基于所述多个优胜预热节点-组件关联度对所述多个烧上机组件节点进行标识,获得多个预热关联组件节点;
集成所述多个预热关联组件节点,生成所述预热节点-组件协同网络。
进一步的,加工节点模块14包括以下执行步骤:
基于所述预热节点-组件协同网络,根据所述基础食品信息进行设备控制决策分析,获得预热节点控制决策;
基于所述膨化节点-组件协同网络,根据所述基础食品信息进行设备控制决策分析,获得膨化节点控制决策;
基于所述着色节点-组件协同网络,根据所述基础食品信息进行设备控制决策分析,获得着色节点控制决策;
集成所述预热节点控制决策、所述膨化节点控制决策和所述着色节点控制决策,生成所述食品加工控制方案。
进一步的,加工节点模块14包括以下执行步骤:
以所述预热节点-组件协同网络和所述基础食品信息为检索约束,并根据所述检索约束对所述设备管理端进行数据查询,获得预热节点设备控制记录库;
基于所述预热节点设备控制记录库,对全连接神经网络进行训练,每训练预设次数时,获取输出准确率;
若所述输出准确率大于预设准确率,生成预热节点控制决策网络;
基于所述预热节点控制决策网络,根据所述预热节点-组件协同网络和所述基础食品信息进行设备控制决策分析,生成所述预热节点控制决策。
进一步的,加工节点模块14包括以下执行步骤:
对所述食品加工控制方案进行节能效果预测,获得加工预测节能度;
判断所述加工预测节能度是否小于预设节能度;
若所述加工预测节能度小于所述预设节能度,生成节能调整指令;
基于所述节能调整指令对所述食品加工控制方案进行优化,获得食品加工优化控制方案。
进一步的,基础信息模块15包括以下执行步骤:
基于所述基础食品信息,获得待加工食品类型信息;
根据所述待加工食品类型信息,判断所述待加工食品是否为同类型食品;
若所述待加工食品不为同类型食品,获得聚类指令;
基于所述聚类指令,根据所述待加工食品类型信息对所述待加工食品进行聚类,获得多个同类型聚类食品;
基于所述多维节点-组件协同网络,分别对所述多个同类型聚类食品进行所述烧上机的设备控制决策分析。
本说明书通过前述对一种烧上机的设备节能控制方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种烧上机的设备节能控制方法,对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.一种烧上机的设备节能控制方法,其特征在于,所述方法包括:
获得烧上机的设备组件集,其中,所述设备组件集包括所述烧上机对应的多个设备组件;
根据所述设备组件集,搭建烧上机组件网络,其中,所述烧上机组件网络包括多个烧上机组件节点;
交互设备管理端,读取所述烧上机的多维加工节点,其中,所述多维加工节点包括预热节点、膨化节点和着色节点;
基于所述多维加工节点,根据所述烧上机组件网络进行节点协同组件挖掘,获得多维节点-组件协同网络;
交互所述设备管理端,获得待加工食品的基础食品信息;
基于所述多维节点-组件协同网络,根据所述基础食品信息进行所述烧上机的设备控制决策分析,获得食品加工控制方案;
交互设备控制端,根据所述食品加工控制方案执行所述烧上机的设备控制。
2.如权利要求1所述的方法,其特征在于,基于所述多维加工节点,根据所述烧上机组件网络进行节点协同组件挖掘,获得多维节点-组件协同网络,包括:
基于所述预热节点,根据所述烧上机组件网络进行节点协同组件挖掘,获得预热节点-组件协同网络;
基于所述膨化节点,根据所述烧上机组件网络进行节点协同组件挖掘,获得膨化节点-组件协同网络;
基于所述着色节点,根据所述烧上机组件网络进行节点协同组件挖掘,获得着色节点-组件协同网络;
集成所述预热节点-组件协同网络、所述膨化节点-组件协同网络和所述着色节点-组件协同网络,生成所述多维节点-组件协同网络。
3.如权利要求2所述的方法,其特征在于,基于所述预热节点,根据所述烧上机组件网络进行节点协同组件挖掘,获得预热节点-组件协同网络,包括:
基于所述预热节点,分别对所述多个烧上机组件节点进行作业关联性分析,获得多个预热节点-组件关联度;
基于预设组件关联度对所述多个预热节点-组件关联度进行筛选,获得大于/等于所述预设组件关联度的多个优胜预热节点-组件关联度;
基于所述多个优胜预热节点-组件关联度对所述多个烧上机组件节点进行标识,获得多个预热关联组件节点;
集成所述多个预热关联组件节点,生成所述预热节点-组件协同网络。
4.如权利要求2所述的方法,其特征在于,基于所述多维节点-组件协同网络,根据所述基础食品信息进行所述烧上机的设备控制决策分析,获得食品加工控制方案,包括:
基于所述预热节点-组件协同网络,根据所述基础食品信息进行设备控制决策分析,获得预热节点控制决策;
基于所述膨化节点-组件协同网络,根据所述基础食品信息进行设备控制决策分析,获得膨化节点控制决策;
基于所述着色节点-组件协同网络,根据所述基础食品信息进行设备控制决策分析,获得着色节点控制决策;
集成所述预热节点控制决策、所述膨化节点控制决策和所述着色节点控制决策,生成所述食品加工控制方案。
5.如权利要求4所述的方法,其特征在于,基于所述预热节点-组件协同网络,根据所述基础食品信息进行设备控制决策分析,获得预热节点控制决策,包括:
以所述预热节点-组件协同网络和所述基础食品信息为检索约束,并根据所述检索约束对所述设备管理端进行数据查询,获得预热节点设备控制记录库;
基于所述预热节点设备控制记录库,对全连接神经网络进行训练,每训练预设次数时,获取输出准确率;
若所述输出准确率大于预设准确率,生成预热节点控制决策网络;
基于所述预热节点控制决策网络,根据所述预热节点-组件协同网络和所述基础食品信息进行设备控制决策分析,生成所述预热节点控制决策。
6.如权利要求4所述的方法,其特征在于,生成所述食品加工控制方案之后,还包括:
对所述食品加工控制方案进行节能效果预测,获得加工预测节能度;
判断所述加工预测节能度是否小于预设节能度;
若所述加工预测节能度小于所述预设节能度,生成节能调整指令;
基于所述节能调整指令对所述食品加工控制方案进行优化,获得食品加工优化控制方案。
7.如权利要求1所述的方法,其特征在于,获得待加工食品的基础食品信息之后,还包括:
基于所述基础食品信息,获得待加工食品类型信息;
根据所述待加工食品类型信息,判断所述待加工食品是否为同类型食品;
若所述待加工食品不为同类型食品,获得聚类指令;
基于所述聚类指令,根据所述待加工食品类型信息对所述待加工食品进行聚类,获得多个同类型聚类食品;
基于所述多维节点-组件协同网络,分别对所述多个同类型聚类食品进行所述烧上机的设备控制决策分析。
8.一种烧上机的设备节能控制系统,其特征在于,所述系统包括:
设备组件模块:获得烧上机的设备组件集,其中,所述设备组件集包括所述烧上机对应的多个设备组件;
组件网络模块:根据所述设备组件集,搭建烧上机组件网络,其中,所述烧上机组件网络包括多个烧上机组件节点;
管理端交互模块:交互设备管理端,读取所述烧上机的多维加工节点,其中,所述多维加工节点包括预热节点、膨化节点和着色节点;
加工节点模块:基于所述多维加工节点,根据所述烧上机组件网络进行节点协同组件挖掘,获得多维节点-组件协同网络;
基础信息模块:交互所述设备管理端,获得待加工食品的基础食品信息;
决策分析模块:基于所述多维节点-组件协同网络,根据所述基础食品信息进行所述烧上机的设备控制决策分析,获得食品加工控制方案;
控制端交互模块:交互设备控制端,根据所述食品加工控制方案执行所述烧上机的设备控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311316533.6A CN117270473B (zh) | 2023-10-12 | 2023-10-12 | 一种烧上机的设备节能控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311316533.6A CN117270473B (zh) | 2023-10-12 | 2023-10-12 | 一种烧上机的设备节能控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117270473A true CN117270473A (zh) | 2023-12-22 |
CN117270473B CN117270473B (zh) | 2024-03-22 |
Family
ID=89215857
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311316533.6A Active CN117270473B (zh) | 2023-10-12 | 2023-10-12 | 一种烧上机的设备节能控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117270473B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006115829A (ja) * | 2004-09-22 | 2006-05-11 | Kitagami Densetsu Kogyo Kk | きりたんぽ製造装置 |
CN201234527Y (zh) * | 2008-06-10 | 2009-05-13 | 陈辉球 | 一种组合食品加工设备 |
CN101554211A (zh) * | 2009-01-05 | 2009-10-14 | 王艺瑾 | 超临界多元流体精制稻米工艺及工业装置 |
CN105376083A (zh) * | 2014-08-25 | 2016-03-02 | 华为技术有限公司 | 节能控制方法、管理服务器和网络设备 |
CN216814152U (zh) * | 2021-12-29 | 2022-06-24 | 齐河旺旺食品有限公司 | 一种烧上机着色段燃烧器高度调节设备 |
CN218337661U (zh) * | 2022-09-30 | 2023-01-20 | 嘉兴美旺机械制造有限公司 | 一种烧上机设备 |
CN116627191A (zh) * | 2023-05-06 | 2023-08-22 | 上海依蕴宠物用品有限公司 | 一种用于宠物膨化食品加工的智能温度调节方法及系统 |
CN116647819A (zh) * | 2023-07-27 | 2023-08-25 | 深圳市中科智联有限公司 | 基于传感器网络的仪器能耗监测方法及系统 |
-
2023
- 2023-10-12 CN CN202311316533.6A patent/CN117270473B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006115829A (ja) * | 2004-09-22 | 2006-05-11 | Kitagami Densetsu Kogyo Kk | きりたんぽ製造装置 |
CN201234527Y (zh) * | 2008-06-10 | 2009-05-13 | 陈辉球 | 一种组合食品加工设备 |
CN101554211A (zh) * | 2009-01-05 | 2009-10-14 | 王艺瑾 | 超临界多元流体精制稻米工艺及工业装置 |
CN105376083A (zh) * | 2014-08-25 | 2016-03-02 | 华为技术有限公司 | 节能控制方法、管理服务器和网络设备 |
CN216814152U (zh) * | 2021-12-29 | 2022-06-24 | 齐河旺旺食品有限公司 | 一种烧上机着色段燃烧器高度调节设备 |
CN218337661U (zh) * | 2022-09-30 | 2023-01-20 | 嘉兴美旺机械制造有限公司 | 一种烧上机设备 |
CN116627191A (zh) * | 2023-05-06 | 2023-08-22 | 上海依蕴宠物用品有限公司 | 一种用于宠物膨化食品加工的智能温度调节方法及系统 |
CN116647819A (zh) * | 2023-07-27 | 2023-08-25 | 深圳市中科智联有限公司 | 基于传感器网络的仪器能耗监测方法及系统 |
Non-Patent Citations (1)
Title |
---|
陈斯建;程飞;张镇;王斌兴;叶坚;: "大米加工业发展趋势及工艺设计研究", 现代食品, no. 08, 30 April 2016 (2016-04-30) * |
Also Published As
Publication number | Publication date |
---|---|
CN117270473B (zh) | 2024-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111783846B (zh) | 一种智慧用能服务协同控制系统和方法 | |
CN109270842B (zh) | 一种基于贝叶斯网络的区域供热模型预测控制系统及方法 | |
CN108413588B (zh) | 一种基于热成像及bp神经网络的个性化空调控制系统及方法 | |
CN105159235B (zh) | 回转窑煅烧过程综合协调控制方法及系统 | |
CN101542464B (zh) | 对具有大时滞的工艺的模糊逻辑控制 | |
CN110769032B (zh) | 一种电网设备故障快速检测与维护的系统及方法 | |
CN108710947A (zh) | 一种基于lstm的智能家居机器学习系统设计方法 | |
CN102637020B (zh) | 一种轧钢加热炉集成型控制系统 | |
Dong et al. | Intelligent optimization: A novel framework to automatize multi-objective optimization of building daylighting and energy performances | |
CN109341020A (zh) | 一种基于大数据的智能温控调节方法 | |
CN105259827A (zh) | 一种固态发酵过程状况的实时监控系统与监控方法 | |
CN117270473B (zh) | 一种烧上机的设备节能控制方法及系统 | |
CN101598927B (zh) | 一种基于神经网络的纯碱碳化工艺控制系统及其控制方法 | |
TWI749925B (zh) | 製造設備製造參數調整控制系統及其方法 | |
CN104932374B (zh) | 基于物联网的锂电池远程智能监控系统 | |
CN106354015B (zh) | 对角递归神经网络控制系统的远程监控与在线调试方法 | |
CN114757111B (zh) | 一种基于数字孪生技术的智能装备健康管理方法 | |
CN114662775A (zh) | 综合能源系统规划的优化方法、装置、设备及存储介质 | |
Shilin | Modular Furniture Design by Using Intelligent Platform and Wireless Sensors | |
CN109615069B (zh) | 一种具有异步传输特性的神经网络的电路结构 | |
CN117743772B (zh) | 基于人工智能模型的卫生纸干燥参数优化方法及系统 | |
CN201449529U (zh) | 一种基于神经网络的纯碱碳化工艺控制系统 | |
CN116705211B (zh) | 基于数字孪生的富氧铜熔池铜损失率在线预测方法及系统 | |
CN114438692B (zh) | 纺织工艺的参数控制方法 | |
In et al. | Critical Review: Impact of Smart Manufacturing to Energy Savings |
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 |