CN117346294B - 一种暖通ai智能控制方法 - Google Patents

一种暖通ai智能控制方法 Download PDF

Info

Publication number
CN117346294B
CN117346294B CN202311253232.3A CN202311253232A CN117346294B CN 117346294 B CN117346294 B CN 117346294B CN 202311253232 A CN202311253232 A CN 202311253232A CN 117346294 B CN117346294 B CN 117346294B
Authority
CN
China
Prior art keywords
staff
heating
working
ventilation
working area
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
Application number
CN202311253232.3A
Other languages
English (en)
Other versions
CN117346294A (zh
Inventor
陈国安
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.)
Jiangsu Niusituo System Integration Co ltd
Original Assignee
Jiangsu Niusituo System Integration 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 Jiangsu Niusituo System Integration Co ltd filed Critical Jiangsu Niusituo System Integration Co ltd
Priority to CN202311253232.3A priority Critical patent/CN117346294B/zh
Publication of CN117346294A publication Critical patent/CN117346294A/zh
Application granted granted Critical
Publication of CN117346294B publication Critical patent/CN117346294B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/50—Control or safety arrangements characterised by user interfaces or communication
    • F24F11/61—Control or safety arrangements characterised by user interfaces or communication using timers
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F24F11/63—Electronic processing
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F24F11/63—Electronic processing
    • F24F11/64—Electronic processing using pre-stored data
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/70—Control systems characterised by their outputs; Constructional details thereof
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00—Individual registration on entry or exit
    • G07C9/20—Individual registration on entry or exit involving the use of a pass
    • G07C9/22—Individual registration on entry or exit involving the use of a pass in combination with an identity check of the pass holder
    • G07C9/25—Individual registration on entry or exit involving the use of a pass in combination with an identity check of the pass holder using biometric data, e.g. fingerprints, iris scans or voice recognition
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00—Control inputs relating to air properties
    • F24F2110/10—Temperature
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00—Control inputs relating to air properties
    • F24F2110/10—Temperature
    • F24F2110/12—Temperature of the outside air

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Combustion & Propulsion (AREA)
  • Chemical & Material Sciences (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本发明公开了一种暖通AI智能控制方法，涉及工厂暖通控制技术领域，本发明通过设置门闸签到模块，对工厂上班工作人员的签到信息数据进行采集，身份识别单元对该上班工作人员的身份进行一致性校验，并获取其对应所属工作区的门牌号，状态查询单元基于其所属工作区的门牌号对工作区内的暖通空调开关状态进行查询并修改，数据分析模块分析获取每个工作区办公门开合对所需新风量的过量作用因子，暖通控制单元基于工作区办公门开合对所需新风量的过量作用因子和其内存储的暖通空调计算模型，对新风速度进行优化，调节，避免了出现上班高峰期间工作区内人员不断进出可能会导致暖通控制效果不好的情况发生，保障了工作区内人员办公的舒适环境。

Description

一种暖通AI智能控制方法
技术领域
本发明涉及工厂暖通控制技术领域，具体涉及一种暖通AI智能控制方法。
背景技术
暖通空调是建筑物内或车内负责暖气、通风及空气调节的系统或相关设备。暖通空调系统可以调节和控制空气的温度、湿度、洁净度、速度、压力等参数，提高目标空间内的舒适度；
目前的一种暖通空调应用在工厂工作区中，其为了提供给工厂工作区员工一个舒适的办公环境，基于预设的暖通空调计算模型，通过采集室内外的温度，将温度输入到暖通空调计算模型中，依据暖通空调节能策略自动计算出当前最佳节能调节温度和调节到最佳节能调节温度的所需时间、所需新风量和所需送风温度，并根据计算结果对工作区内的暖通空调设置控制参数，提前对工作区内的暖通空调进行开启，然而这样的方式，针对工厂为办公人员设立的工作区域，通常其面积不大，没有考虑到上班高峰期间工作区内人员不断进出可能会导致暖通控制效果不好的情况发生。这是因为每次开启工作区门，大量的室内空气会流失，外部空气会迅速流入，导致室内温度骤降或升高，进而影响暖通控制系统的正常运行；
为了解决上述问题，本发明提出了一种解决方案。
发明内容
本发明的目的在于提供一种暖通AI智能控制方法，目的是为了解决现有技术中其没有考虑到上班高峰期间工作区内人员不断进出可能会导致暖通控制效果不好的情况发生。这是因为每次开启工作区门，大量的室内空气会流失，外部空气会迅速流入，导致室内温度骤降或升高，进而影响暖通控制系统的正常运行的问题；
本发明的目的可以通过以下技术方案实现：
一种暖通AI智能控制方法，步骤如下：
步骤一：门闸签到模块，对上班工作人员的签到信息数据进行采集，所述门闸签到模块包括门闸机，早上工厂上班的工作人员通过门闸机后，所述门闸签到模块获取该工作人员的签到信息数据并将其传输到识别判定模块，所述工作人员的签到信息数据包括该工作人员的姓名、面部图像数据和该工作人员通过门闸机的时刻；
步骤二：所述识别判定模块包括身份识别单元和状态查询单元，所述身份识别单元中存储有工厂当前所有在职工作人员的在职信息数据，所述在职工作人员的在职信息数据包括在职工作人员的姓名、面部录入图像数据和所属工作区门牌号；
所述身份识别单元将该工作人员签到信息数据中携带的该工作人员的姓名和面部图像数据与其内存储的工厂当前所有在职工作人员的姓名、面部录入图像数据进行一致性匹配，获取匹配一致的在职工作人员所属工作区门牌号并依据其生成判定指令，将判定指令传输到状态查询单元；
步骤三：所述状态查看单元中存储有当前工厂内所有所属在职工作人员工作区的工作区门牌号和其对应的暖通空调开关状态信息，所述暖通空调开关状态分为开启和关闭两种状态，所述状态查看单元依据接收到的判定指令中携带的在职工作人员所属工作区门牌号查询该工作区的暖通空调开关状态信息并对其进行状态判定，若该工作区的暖通空调开关状态为关闭状态，所述状态查询单元依据该工作人员通过门闸机的时刻和与该工作人员的姓名和面部图像数据相匹配的在职工作人员所属工作区门牌号生成预开启控制指令，将预开启控制指令传输到暖通控制模块并修改状态查询单元中与该在职人员所属工作区门牌号相匹配的暖通空调开关状态为开启；
步骤四：数据分析模块，周期性对工厂内所有所属在职工作人员的工作区暖通空调开启情况进行分析生成工厂内所有所属在职工作人员工作区的办公门开合对所需新风量的过量作用因子；
步骤五：所述暖通控制模块，对工厂内所有所属在职工作人员的工作区内的温度进行调节，所述暖通控制模块包括若干个暖通控制单元，一个所述暖通控制单元对应工厂内一个所属在职工作人员工作区；
所述暖通控制模块接收到传输的预开启控制指令后依据其内携带的与该工作人员的姓名和面部图像数据相匹配的在职工作人员所属工作区门牌号将预开启指令传输到对应的暖通控制单元；
步骤六：所述暖通控制单元接收到传输的预开启指令后按照一定的调整控制规则对该在职工作人员工作区内的暖通空调进行控制。
进一步的，所述面部录入图像数据指代的是该在职工作人员入职时录入的面部图像数据；所述工作区门牌号指的是用于标示工作区位置的门牌号码，由四位阿拉伯数字构成。
进一步的，所述数据分析模块，分析生成工厂内所有所属在职工作人员工作区的办公门开合对所需新风量的过量作用因子的具体分析步骤如下：
S21：首先选定工厂内一所属在职工作人员的工作区为待调控工作区；
S22：获取一个调控周期内待调控工作区办公门的开合次数，标记为A1，获取该调控周期内待调控工作区办公门每次开合的间隔时长B1、B2、...、Bb，b＝1、2、...、A1；
获取待调控工作区在该调控周期内的最佳节能调节温度的所需新风量和实际新风量，分别标记为C1和D1；
一个所述调控周期是从该工厂规定的上班时刻前的P1时间开始到该工厂规定的上班时刻往后延P2时间结束，所述P1和P2为预设时间数值；
所述待调控工作区的办公门打开、关闭为一次开合，所述待调控工作区办公门每次开合的间隔时长指代的是待调控工作区的办公门关闭后到下一次被打开的间隔时长；
这里需要说明的是，所述调控周期内每次开合的间隔时长都不超过P3时间，所述P3为预设的时间阈值；
S23：利用公式计算获取该调控周期待调控工作区办公门开合对所需新风量的过量影响因子E1，所述α1和α2分别为开合次数和每次开合间隔时长在所需新风量中的预设系数；
S24：按照S22到S23计算获取t个调控周期内该调控周期待调控工作区办公门开合对所需新风量的过量影响因子E1、E2、...、Et，所述t个调控周期是从该调控周期开始向过去回溯t个调控周期；
S25：利用公式计算获取t个调控周期待调控工作区办公门开合对所需新风量的过量影响因子的离差G1，将G1和G进行大小比较，此处E表示为Ee的均值，G为预设数值；
若G1≥G，则按照|Ee-E|从大到小的顺序依次选中对应的Ee，每选中一个将其删除，删除后重新计算剩余Ee的离差G1，并再次将G1和G进行大小比较，直至G1<G，将此时剩余的Ee的均值重新标定为待调控工作区办公门开合对所需新风量的过量作用因子，标记为I1；
所述数据分析模块将待调控工作区办公门开合对所需新风量的过量作用因子I1传输到待调控工作区对应的暖通控制单元中进行更新存储；
S26：按照S21到S25依次选定工厂内所有所属在职工作人员的工作区为待调控工作区，依次计算获取工厂内所有所属在职工作人员的工作区办公门开合对所需新风量的过量作用因子I1、I2、...、Ii,i≥1；并依次将工厂内所有所属在职工作人员的工作区办公门开合对所需新风量的过量作用因子传输到对应的暖通控制单元中进行更新存储。
进一步的，所述暖通控制单元中预存储有暖通空调计算模型，这里需要说明的是暖通空调计算模型是依据工厂内所属在职工作人员工作区内管道和风道的设计、暖通空调的布局、建筑物和设备的材料与布局设定的，因此所有暖通控制单元中预存储的暖通空调计算模型不完全相同。
进一步的，所述暖通控制单元接收到传输的预开启指令后对该在职工作人员工作区内的暖通空调进行控制的具体调整控制规则如下：
S11：获取当前时刻该暖通控制单元对应的在职工作人员工作区的室外的温度和室内的温度，并将其输入到该暖通控制单元中存储的暖通空调计算模型中计算获取到该在职工作人员工作区当前最佳节能调节温度和调节到最佳节能调节温度的所需时间、所需新风量和所需送风温度，并将所需新风量标记为J1；
这里需要说明的是，暖通空调计算模型计算出的在职工作人员工作区当前最佳节能调节温度和调节到最佳节能调节温度的所需时间、所需新风量和所需送风温度满足暖通空调节能策略；
S12：获取该暖通控制单元中存储的对应在职工作人员工作区办公门开合对所需新风量的过量作用因子标记为K1；
S13：利用公式计算获取当前时刻该暖通控制单元对应的在职工作人员工作区的送风速度L1，所述M1为该暖通控制单元对应的在职工作人员工作区的暖通通风口横截面积，所述M2为该暖通控制单元对应的在职工作人员工作区的有效换气率；
所述暖通控制单元依据暖通空调计算模型中计算获取到该在职工作人员工作区当前最佳节能调节温度、所需送风温度、送风速度L1和所需送风温度对该在职工作人员工作区内的暖通空调进行控制。
进一步的，工厂内所有所属在职工作人员工作区的门为了保证工作区内暖通空调的调节效率都安装自动回位弹簧门；在无人为干扰的情况下，门开启和关闭的间隔时长不超过P3，所述P3为预设时间数值。
进一步的，所述门闸机设立在工厂的入口处。
本发明的有益效果：
本发明通过设置门闸签到模块，对工厂上班工作人员的签到信息数据进行采集，身份识别单元优先对该上班工作人员的身份进行一致性校验，并获取其对应所属工作区的门牌号，状态查询单元基于其所属工作区的门牌号对工作区内的暖通空调开关状态进行查询并修改，数据分析模块基于该工厂规定的上班时刻前的P1时间开始到该工厂规定的上班时刻往后延P2时间结束这段调控周期内暖通空调的开启情况和工作区办公门的开合次数和每次开合频率进行分析获取每个工作区办公门开合对所需新风量的过量作用因子，暖通控制单元基于工作区办公门开合对所需新风量的过量作用因子和其内存储的暖通空调计算模型，对新风速度进行优化，调节，避免了出现上班高峰期间工作区内人员不断进出可能会导致暖通控制效果不好的情况发生，保障了工作区内人员办公的舒适环境。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明的系统框图；
图2是本发明的方法图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
如图1、2所示，一种暖通AI智能控制方法，上述方式是基于一种暖通AI智能控制系统进行的，该系统包括门闸签到模块、识别判定模块、暖通控制模块和数据分析模块；
所述门闸签到模块，对上班工作人员的签到信息数据进行采集，所述门闸签到模块包括门闸机；
早上工厂上班的工作人员通过门闸机后，所述门闸签到模块获取该工作人员的签到信息数据并将其传输到识别判定模块，所述工作人员的签到信息数据包括该工作人员的姓名、面部图像数据、该工作人员通过门闸机的时刻，在本实施例中，所述门闸机设立在工厂的入口处；
所述识别判定模块，用于对通过门闸机的工作人员的身份进行识别并对其所属工作区内暖通空调的开关状态进行查询，所述工作区是工厂为工作人员设立的用于办公的工作区域，在本实施例中，所述工作区内的面积最大为Z1，所述Z1为预设阈值；
所述识别判定模块包括身份识别单元和状态查询单元，所述识别判定模块接收到门闸签到模块传输的该工作人员的签到信息数据后将其传输到身份识别单元，所述身份识别单元中存储有工厂当前所有在职工作人员的在职信息数据，所述在职工作人员的在职信息数据包括在职工作人员的姓名、面部录入图像数据和所属工作区门牌号，所述面部录入图像数据指代的是该在职工作人员入职时录入的面部图像数据，所述工作区门牌号用于标示工作区位置的门牌号码；
所述身份识别单元接收到门闸签到模块传输的该工作人员的签到信息数据后依据其内携带的该工作人员的姓名和面部图像数据和识别判定模块中存储的工厂当前所有在职工作人员的姓名和面部录入图像数据进行一致性匹配，匹配成功后，所述识别判定单元获取与该工作人员的姓名和面部图像数据相匹配的在职工作人员所属工作区门牌号，依据该匹配的在职人员所属工作区门牌号和该工作人员通过门闸机的时刻生成判定指令并将其传输到状态查询单元；
所述状态查询单元中存储有当前工厂内所有所属在职工作人员工作区的工作区门牌号和其对应的暖通空调开关状态信息，在本实施例中，所述暖通空调开关状态分为开启和关闭两种状态；
所述状态查询单元接收到身份识别单元传输的判定指令后依据其内携带的该在职人员所属工作区门牌号在状态查询单元内存储的当前工厂内所有所属在职工作人员工作区的工作区门牌号和其对应的暖通空调开关状态信息中查询与该在职人员所属工作区门牌号相匹配的暖通空调开关状态信息并对其进行状态判定，若相匹配的暖通空调开关状态信息中暖通空调为开启状态则不做任何处理，反之，所述状态查询单元依据该工作人员通过门闸机的时刻和与该工作人员的姓名和面部图像数据相匹配的在职工作人员所属工作区门牌号生成预开启控制指令，将预开启控制指令传输到暖通控制模块并修改状态查询单元中与该在职人员所属工作区门牌号相匹配的暖通空调开关状态为开启；
所述暖通控制模块，对工厂内所有所属在职工作人员的工作区内的温度进行调节，所述暖通控制模块包括若干个暖通控制单元，一个所述暖通控制单元对应工厂内一个所属在职工作人员工作区；
所述暖通控制模块接收到状态查询单元传输的预开启控制指令后依据其内携带的与该工作人员的姓名和面部图像数据相匹配的在职工作人员所属工作区门牌号将预开启指令传输到对应的暖通控制单元；
所述暖通控制单元中预存储有暖通空调计算模型，这里需要说明的是暖通空调计算模型是依据工厂内所属在职工作人员工作区内管道和风道的设计、暖通空调的布局、建筑物和设备的材料与布局设定的，因此所有暖通控制单元中预存储的暖通空调计算模型不完全相同；
所述暖通控制单元接收到暖通控制模块传输的预开启指令后按照一定的优化控制规则对该在职工作人员工作区内的暖通空调进行控制，具体如下：
S11：获取当前时刻该暖通控制单元对应的在职工作人员工作区的室外的温度和室内的温度，并将其输入到该暖通控制单元中存储的暖通空调计算模型中计算获取到该在职工作人员工作区当前最佳节能调节温度和调节到最佳节能调节温度的所需时间、所需新风量和所需送风温度，并将所需新风量标记为J1；
这里需要说明的是，暖通空调计算模型计算出的在职工作人员工作区当前最佳节能调节温度和调节到最佳节能调节温度的所需时间、所需新风量和所需送风温度满足暖通空调节能策略；
S12：获取该暖通控制单元中存储的对应在职工作人员工作区办公门开合对所需新风量的过量作用因子标记为K1；
S13：利用公式计算获取当前时刻该暖通控制单元对应的在职工作人员工作区的送风速度L1，所述M1为该暖通控制单元对应的在职工作人员工作区的暖通通风口横截面积，所述M2为该暖通控制单元对应的在职工作人员工作区的有效换气率；
所述暖通控制单元依据暖通空调计算模型中计算获取到该在职工作人员工作区当前最佳节能调节温度、所需送风温度、送风速度L1和所需送风温度对该在职工作人员工作区内的暖通空调进行控制；
这里需要注明的是，工厂内所有所属在职工作人员工作区的门为了保证工作区内暖通空调的调节效率都安装自动回位弹簧门；在无人为干扰的情况下，门开启和关闭的间隔时长不超过P3，所述P3为预设时间数值；
所述数据分析模块，周期性对工厂内所有所属在职工作人员的工作区暖通空调开启情况进行智能分析，具体分析步骤如下：
S21：首先选定工厂内一所属在职工作人员的工作区为待调控工作区；
S22：获取一个调控周期内待调控工作区办公门的开合次数，标记为A1，获取该调控周期内待调控工作区办公门每次开合的间隔时长B1、B2、...、Bb，b＝1、2、...、A1；
获取待调控工作区在该调控周期内的最佳节能调节温度的所需新风量，标记为C1；
获取待调控工作区在该调控周期内调节到最佳节能调节温度的实际新风量，标记为D1；
一个所述调控周期是从该工厂规定的上班时刻前的P1时间开始到该工厂规定的上班时刻往后延P2时间结束，所述P1和P2为预设时间数值；
所述待调控工作区的办公门打开、关闭为一次开合，所述待调控工作区办公门每次开合的间隔时长指代的是待调控工作区的办公门关闭后到下一次被打开的间隔时长；
这里需要说明的是，所述调控周期内每次开合的间隔时长都不超过P3时间，所述P3为预设的时间阈值；
S23：利用公式计算获取该调控周期待调控工作区办公门开合对所需新风量的过量影响因子E1，所述α1和α2分别为开合次数和每次开合间隔时长在所需新风量中的预设系数；
S24：按照S22到S23计算获取t个调控周期内该调控周期待调控工作区办公门开合对所需新风量的过量影响因子E1、E2、...、Et，所述t个调控周期是从该调控周期开始向过去回溯t个调控周期；
S25：利用公式1≤e≤t计算获取t个调控周期待调控工作区办公门开合对所需新风量的过量影响因子的离差G1，将G1和G进行大小比较，此处E表示为Ee的均值，G为预设数值；
若G1≥G，则按照|Ee-E|从大到小的顺序依次选中对应的Ee，每选中一个将其删除，删除后重新计算剩余Ee的离差G1，并再次将G1和G进行大小比较，直至G1<G，将此时剩余的Ee的均值重新标定为待调控工作区办公门开合对所需新风量的过量作用因子，标记为I1；
所述数据分析模块将待调控工作区办公门开合对所需新风量的过量作用因子I1传输到待调控工作区对应的暖通控制单元中进行更新存储；
S26：按照S21到S25依次选定工厂内所有所属在职工作人员的工作区为待调控工作区，依次计算获取工厂内所有所属在职工作人员的工作区办公门开合对所需新风量的过量作用因子I1、I2、...、Ii,i≥1；并依次将工厂内所有所属在职工作人员的工作区办公门开合对所需新风量的过量作用因子传输到对应的暖通控制单元中进行更新存储；
在说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上内容仅仅是对本发明所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明或者超越本权利要求书所定义的范围，均应属于本发明的以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。

Claims (7)

1.一种暖通AI智能控制方法，其特征在于，步骤如下：
步骤一：门闸签到模块，对上班工作人员的签到信息数据进行采集，所述门闸签到模块包括门闸机，早上工厂上班的工作人员通过门闸机后，所述门闸签到模块获取该工作人员的签到信息数据并将其传输到识别判定模块，所述工作人员的签到信息数据包括该工作人员的姓名、面部图像数据和该工作人员通过门闸机的时刻；
步骤二：所述识别判定模块包括身份识别单元和状态查询单元，所述身份识别单元中存储有工厂当前所有在职工作人员的在职信息数据，所述在职工作人员的在职信息数据包括在职工作人员的姓名、面部录入图像数据和所属工作区门牌号；
所述身份识别单元将该工作人员签到信息数据中携带的该工作人员的姓名和面部图像数据与其内存储的工厂当前所有在职工作人员的姓名、面部录入图像数据进行一致性匹配，获取匹配一致的在职工作人员所属工作区门牌号并依据其生成判定指令，将判定指令传输到状态查询单元；
步骤三：所述状态查询单元中存储有当前工厂内所有所属在职工作人员工作区的工作区门牌号和其对应的暖通空调开关状态信息，所述暖通空调开关状态分为开启和关闭两种状态，所述状态查询单元依据接收到的判定指令中携带的在职工作人员所属工作区门牌号查询该工作区的暖通空调开关状态信息并对其进行状态判定，若该工作区的暖通空调开关状态为关闭状态，所述状态查询单元依据该工作人员通过门闸机的时刻和与该工作人员的姓名和面部图像数据相匹配的在职工作人员所属工作区门牌号生成预开启控制指令，将预开启控制指令传输到暖通控制模块并修改状态查询单元中与该在职工作人员所属工作区门牌号相匹配的暖通空调开关状态为开启；
步骤四：数据分析模块，周期性对工厂内所有所属在职工作人员的工作区暖通空调开启情况进行分析生成工厂内所有所属在职工作人员工作区的办公门开合对所需新风量的过量作用因子；
步骤五：所述暖通控制模块，对工厂内所有所属在职工作人员的工作区内的温度进行调节，所述暖通控制模块包括若干个暖通控制单元，一个所述暖通控制单元对应工厂内一个所属在职工作人员工作区；
所述暖通控制模块接收到传输的预开启控制指令后依据其内携带的与该工作人员的姓名和面部图像数据相匹配的在职工作人员所属工作区门牌号将预开启指令传输到对应的暖通控制单元；
步骤六：所述暖通控制单元接收到传输的预开启指令后按照一定的调整控制规则对该在职工作人员工作区内的暖通空调进行控制。
2.根据权利要求1所述的一种暖通AI智能控制方法，其特征在于，所述面部录入图像数据指代的是该在职工作人员入职时录入的面部图像数据；所述工作区门牌号指的是用于标示工作区位置的门牌号码，由四位阿拉伯数字构成。
3.根据权利要求1所述的一种暖通AI智能控制方法，其特征在于，所述数据分析模块，分析生成工厂内所有所属在职工作人员工作区的办公门开合对所需新风量的过量作用因子的具体分析步骤如下：
S21：首先选定工厂内一所属在职工作人员的工作区为待调控工作区；
S22：获取一个调控周期内待调控工作区办公门的开合次数，标记为A1，获取该调控周期内待调控工作区办公门每次开合的间隔时长B1、B2、...、Bb，b＝1、2、...、A1；
获取待调控工作区在该调控周期内的最佳节能调节温度的所需新风量和实际新风量，分别标记为C1和D1；
一个所述调控周期是从该工厂规定的上班时刻前的P1时间开始到该工厂规定的上班时刻往后延P2时间结束，所述P1和P2为预设时间数值；
所述待调控工作区的办公门打开、关闭为一次开合，所述待调控工作区办公门每次开合的间隔时长指代的是待调控工作区的办公门关闭后到下一次被打开的间隔时长；
这里需要说明的是，所述调控周期内每次开合的间隔时长都不超过P3时间，所述P3为预设的时间阈值；
S23：利用公式计算获取该调控周期待调控工作区办公门开合对所需新风量的过量影响因子E1，所述α1和α2分别为开合次数和每次开合间隔时长在所需新风量中的预设系数；
S24：按照S22到S23计算获取t个调控周期内该调控周期待调控工作区办公门开合对所需新风量的过量影响因子E1、E2、...、Et，所述t个调控周期是从该调控周期开始向过去回溯t个调控周期；
S25：利用公式计算获取t个调控周期待调控工作区办公门开合对所需新风量的过量影响因子的离差G1，将G1和G进行大小比较，此处E表示为Ee的均值，G为预设数值；
若G1≥G，则按照|Ee-E|从大到小的顺序依次选中对应的Ee，每选中一个将其删除，删除后重新计算剩余Ee的离差G1，并再次将G1和G进行大小比较，直至G1<G，将此时剩余的Ee的均值重新标定为待调控工作区办公门开合对所需新风量的过量作用因子，标记为I1；
所述数据分析模块将待调控工作区办公门开合对所需新风量的过量作用因子I1传输到待调控工作区对应的暖通控制单元中进行更新存储；
S26：按照S21到S25依次选定工厂内所有所属在职工作人员的工作区为待调控工作区，依次计算获取工厂内所有所属在职工作人员的工作区办公门开合对所需新风量的过量作用因子I1、I2、...、Ii,i≥1；并依次将工厂内所有所属在职工作人员的工作区办公门开合对所需新风量的过量作用因子传输到对应的暖通控制单元中进行更新存储。
4.根据权利要求1所述的一种暖通AI智能控制方法，其特征在于，所述暖通控制单元中预存储有暖通空调计算模型，这里需要说明的是暖通空调计算模型是依据工厂内所属在职工作人员工作区内管道和风道的设计、暖通空调的布局、建筑物和设备的材料与布局设定的，因此所有暖通控制单元中预存储的暖通空调计算模型不完全相同。
5.根据权利要求1所述的一种暖通AI智能控制方法，其特征在于，所述暖通控制单元接收到传输的预开启指令后对该在职工作人员工作区内的暖通空调进行控制的具体调整控制规则如下：
S11：获取当前时刻该暖通控制单元对应的在职工作人员工作区的室外的温度和室内的温度，并将其输入到该暖通控制单元中存储的暖通空调计算模型中计算获取到该在职工作人员工作区当前最佳节能调节温度和调节到最佳节能调节温度的所需时间、所需新风量和所需送风温度，并将所需新风量标记为J1；
这里需要说明的是，暖通空调计算模型计算出的在职工作人员工作区当前最佳节能调节温度和调节到最佳节能调节温度的所需时间、所需新风量和所需送风温度满足暖通空调节能策略；
S12：获取该暖通控制单元中存储的对应在职工作人员工作区办公门开合对所需新风量的过量作用因子标记为K1；
S13：利用公式计算获取当前时刻该暖通控制单元对应的在职工作人员工作区的送风速度L1，所述M1为该暖通控制单元对应的在职工作人员工作区的暖通通风口横截面积，所述M2为该暖通控制单元对应的在职工作人员工作区的有效换气率；
所述暖通控制单元依据暖通空调计算模型中计算获取到该在职工作人员工作区当前最佳节能调节温度、所需送风温度、送风速度L1和所需送风温度对该在职工作人员工作区内的暖通空调进行控制。
6.根据权利要求1所述的一种暖通AI智能控制方法，其特征在于，工厂内所有所属在职工作人员工作区的门为了保证工作区内暖通空调的调节效率都安装自动回位弹簧门；在无人为干扰的情况下，门开启和关闭的间隔时长不超过P3，所述P3为预设时间数值。
7.根据权利要求1所述的一种暖通AI智能控制方法，其特征在于，所述门闸机设立在工厂的入口处。
CN202311253232.3A 2023-09-27 2023-09-27 一种暖通ai智能控制方法 Active CN117346294B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311253232.3A CN117346294B (zh) 2023-09-27 2023-09-27 一种暖通ai智能控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311253232.3A CN117346294B (zh) 2023-09-27 2023-09-27 一种暖通ai智能控制方法

Publications (2)

Publication Number Publication Date
CN117346294A CN117346294A (zh) 2024-01-05
CN117346294B true CN117346294B (zh) 2024-04-26

Family

ID=89360401

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311253232.3A Active CN117346294B (zh) 2023-09-27 2023-09-27 一种暖通ai智能控制方法

Country Status (1)

Country Link
CN (1) CN117346294B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100699135B1 (ko) * 2005-11-23 2007-03-21 대우조선해양 주식회사 지향방향 가변형 제트팬을 이용한 초대형 공장의 기류패턴자동제어시스템
CN205747215U (zh) * 2016-07-04 2016-11-30 山东优嘉环境科技有限公司 一种新型空气净化自动新风系统
CN111427315A (zh) * 2020-03-19 2020-07-17 联通物联网有限责任公司 工业园区的节能控制方法、装置、系统及存储介质
CN216119002U (zh) * 2021-04-29 2022-03-22 时代云英(重庆)科技有限公司 一种楼宇自动控制系统
CN116402247A (zh) * 2023-03-31 2023-07-07 荆州市卓宸达建筑工程有限公司 一种基于bim和物联网的智能建筑数字化管理系统
CN116804486A (zh) * 2023-07-10 2023-09-26 壹品慧数字科技(上海)有限公司 一种基于人工智能的建筑新风节能控制系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11428432B2 (en) * 2018-11-20 2022-08-30 Distech Controls Inc. Computing device and method for inferring an airflow of a VAV appliance operating in an area of a building
WO2021206632A1 (en) * 2020-04-06 2021-10-14 Nanyang Technological University Method and control system for controlling an air-conditioning system

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100699135B1 (ko) * 2005-11-23 2007-03-21 대우조선해양 주식회사 지향방향 가변형 제트팬을 이용한 초대형 공장의 기류패턴자동제어시스템
CN205747215U (zh) * 2016-07-04 2016-11-30 山东优嘉环境科技有限公司 一种新型空气净化自动新风系统
CN111427315A (zh) * 2020-03-19 2020-07-17 联通物联网有限责任公司 工业园区的节能控制方法、装置、系统及存储介质
CN216119002U (zh) * 2021-04-29 2022-03-22 时代云英(重庆)科技有限公司 一种楼宇自动控制系统
CN116402247A (zh) * 2023-03-31 2023-07-07 荆州市卓宸达建筑工程有限公司 一种基于bim和物联网的智能建筑数字化管理系统
CN116804486A (zh) * 2023-07-10 2023-09-26 壹品慧数字科技(上海)有限公司 一种基于人工智能的建筑新风节能控制系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Energy saving potential of two-stage compression dual-temperature air conditioning system;Yu Lei等;Journal of Central South University (Science and Technology);20191026;第50卷(第10期);2595-2602 *
办公建筑节能设计影响因素分析;赵志安;邱相武;;暖通空调;20071015(10);全文 *
群策式智能多联机末端在大学教学楼的设计应用与分析;南天辰;蔡柔丹;姜冬;王小平;路遥;刘猛;;土木建筑与环境工程;20161215(S2);全文 *

Also Published As

Publication number Publication date
CN117346294A (zh) 2024-01-05

Similar Documents

Publication Publication Date Title
US10983542B2 (en) Load-predicting and control system and method for subway heating, ventilation and air conditioning system
Nassif et al. Optimization of HVAC control system strategy using two-objective genetic algorithm
CN108489027B (zh) 一种对流和辐射自适应供给暖通系统的控制方法
CN112050397A (zh) 一种机房温度调控方法及系统
KR101077369B1 (ko) 최적화 에너지 메니지먼트 시스템을 이용한 빌딩 공조 제어 방법
CN111365828A (zh) 结合机器学习实现数据中心节能温控的模型预测控制方法
CN112013521B (zh) 一种基于天气预报的空调系统调节方法和系统
CN109140723A (zh) 一种分布式楼宇暖通监控系统及方法
Hagras et al. An intelligent agent based approach for energy management in commercial buildings
JPS62116844A (ja) 空気調和機の中央監視制御システム
CN115654665B (zh) 空调及其控制方法、存储介质
CN117346294B (zh) 一种暖通ai智能控制方法
Huang et al. Model predictive control for energy-efficient buildings: An airport terminal building study
CN112013503A (zh) 一种空调耗能智能控制方法
CN115081220A (zh) 一种高能效中央空调系统调节方法及其系统
CN111043731A (zh) 一种基于天气预报的空调系统调节方法
CN116817424B (zh) 一种基于人工智能的空调节能控制系统及方法
CN116907036A (zh) 一种基于冷负荷预测的深度强化学习冷水机组控制方法
Giannakis et al. A model-assisted adaptive controller fine-tuning methodology for efficient energy use in buildings
CN115451534B (zh) 基于强化学习分场景的机房空调节能方法
CN116123696A (zh) 一种中央空调负荷预测系统
Wani et al. Control strategies for energy optimization of HVAC systems in small office buildings using energyplus tm
KR101258605B1 (ko) 에너지 절감을 위한 지능형 빌딩제어시스템 및 그 방법
Nabil Nassif PhD Field and Simulation Testing and Improvement of ASHRAE Guideline 36 Duct Static Pressure Resetting Algorithm
CN113848765A (zh) 一种基于云平台技术的智慧建筑监管运维系统

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
CB02 Change of applicant information
CB02 Change of applicant information

Country or region after: China

Address after: Room 103, Building 2, No. 115 Weixin Road, Suzhou Industrial Park, Suzhou City, Jiangsu Province, 215000

Applicant after: Jiangsu Niusituo System Integration Co.,Ltd.

Address before: Room 8510, Building 2, No. 538 Fengting Avenue, Suzhou Industrial Park, Suzhou City, Jiangsu Province, 215000

Applicant before: Suzhou niusituo system integration Co.,Ltd.

Country or region before: China

GR01 Patent grant
GR01 Patent grant