CN117472118A - 交联电缆生产线的模温机数据效果匹配装置、方法及设备 - Google Patents
交联电缆生产线的模温机数据效果匹配装置、方法及设备 Download PDFInfo
- Publication number
- CN117472118A CN117472118A CN202311413812.4A CN202311413812A CN117472118A CN 117472118 A CN117472118 A CN 117472118A CN 202311413812 A CN202311413812 A CN 202311413812A CN 117472118 A CN117472118 A CN 117472118A
- Authority
- CN
- China
- Prior art keywords
- data
- temperature
- working parameter
- machine
- temperature machine
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 41
- 230000000694 effects Effects 0.000 title claims abstract description 36
- 230000002159 abnormal effect Effects 0.000 claims abstract description 77
- 230000005856 abnormality Effects 0.000 claims abstract description 42
- 238000001514 detection method Methods 0.000 claims abstract description 17
- 230000008859 change Effects 0.000 claims description 71
- 238000001816 cooling Methods 0.000 claims description 42
- 238000010438 heat treatment Methods 0.000 claims description 41
- 238000009826 distribution Methods 0.000 claims description 12
- 238000013499 data model Methods 0.000 claims description 8
- 230000009467 reduction Effects 0.000 claims description 8
- 238000000465 moulding Methods 0.000 claims description 5
- 238000004132 cross linking Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 7
- 239000000243 solution Substances 0.000 description 7
- 238000010801 machine learning Methods 0.000 description 6
- 238000003860 storage Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000001276 controlling effect Effects 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 238000005094 computer simulation Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 239000004033 plastic Substances 0.000 description 3
- 229920003023 plastic Polymers 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000001105 regulatory effect Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 239000003921 oil Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 239000004698 Polyethylene Substances 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000004512 die casting Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001746 injection moulding Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000002844 melting Methods 0.000 description 1
- 230000008018 melting Effects 0.000 description 1
- -1 polyethylene Polymers 0.000 description 1
- 229920000573 polyethylene Polymers 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000010057 rubber processing Methods 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D23/00—Control of temperature
- G05D23/19—Control of temperature characterised by the use of electric means
- G05D23/20—Control of temperature characterised by the use of electric means with sensing elements having variation of electric or magnetic properties with change of temperature
- G05D23/24—Control of temperature characterised by the use of electric means with sensing elements having variation of electric or magnetic properties with change of temperature the sensing element having a resistance varying with temperature, e.g. a thermistor
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Extrusion Moulding Of Plastics Or The Like (AREA)
Abstract
本申请公开了一种交联电缆生产线的模温机数据效果匹配装置、方法及设备，本申请属于电力设施技术领域。该装置包括：温度检测模块，设置于模温机与交联挤塑机机头之间，用于采集交联挤塑机机头的进口流入介质的温度数据；工作参数采集模块，用于接收模温机的工作参数数据；异常识别模块，用于根据所述温度数据以及所述工作参数数据，识别所述模温机是否存在异常；告警模块，用于在识别到存在异常的情况下，生成告警信息；其中，所述告警信息中包括所述模温机的异常识别时间。本技术方案，通过对比流入介质的温度数据与模温机的工作参数数据，可以实时识别模温机是否存在异常，及时向工作人员告警，避免影响交联电缆的生产线的正常工作。
Description
技术领域
本申请属于电力设施技术领域，具体涉及一种交联电缆生产线的模温机数据效果匹配装置、方法及设备。
背景技术
近年来，电缆行业迅速发展，交联电缆通过采用交联工艺，提高了电缆的耐热性、耐电压和机械强度。模温机和交联挤塑机是交联工艺所使用的关键设备。其中，模温机用于对交联挤塑机机头进行温度控制，这就要求模温机具有很高的稳定性。
当前，工作人员通过检查交联后的电缆性能，来对模温机的稳定性进行判断。这种方法不仅造成了大量的资源浪费，还十分费时费力，耽误交联电缆产线的生产进度。因此，能够实时检测模温机是否存在异常，并及时进行告警是是本领域技术人员亟待解决的技术问题。
发明内容
本申请实施例的目的是提供一种交联电缆生产线的模温机数据效果匹配装置、方法及设备，目的在于实时识别模温机是否存在异常，及时向工作人员告警，避免影响交联电缆的生产线的正常工作。
第一方面，本申请实施例提供了一种交联电缆生产线的模温机数据效果匹配装置，所述装置包括：
温度检测模块，设置于模温机与交联挤塑机机头之间，用于采集交联挤塑机机头的进口流入介质的温度数据；
工作参数采集模块，用于接收模温机的工作参数数据；
异常识别模块，用于根据所述温度数据以及所述工作参数数据，识别所述模温机是否存在异常；
告警模块，用于在识别到存在异常的情况下，生成告警信息；其中，所述告警信息中包括所述模温机的异常识别时间。
第二方面，本申请实施例提供了一种交联电缆生产线的模温机数据效果匹配方法，所述方法包括：
通过温度检测模块采集交联挤塑机机头的进口流入介质的温度数据；
通过工作参数采集模块接收模温机的工作参数数据；
通过异常识别模块根据所述温度数据以及所述工作参数数据，识别所述模温机是否存在异常；
通过告警模块在识别到存在异常的情况下，生成告警信息；其中，所述告警信息中包括所述模温机的异常识别时间。
第三方面，本申请实施例提供了一种电子设备，该电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。
第四方面，本申请实施例提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤。
第五方面，本申请实施例提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如第一方面所述的方法。
在本申请实施例中，温度检测模块，设置于模温机与交联挤塑机机头之间，用于采集交联挤塑机机头的进口流入介质的温度数据；工作参数采集模块，用于接收模温机的工作参数数据；异常识别模块，用于根据所述温度数据以及所述工作参数数据，识别所述模温机是否存在异常；告警模块，用于在识别到存在异常的情况下，生成告警信息；其中，所述告警信息中包括所述模温机的异常识别时间。上述交联电缆生产线的模温机数据效果匹配装置，通过对比流入介质的温度数据与模温机的工作参数数据，可以实时识别模温机是否存在异常，及时向工作人员告警，避免影响交联电缆的生产线的正常工作。
附图说明
图1是本申请实施例一提供的交联电缆生产线的模温机数据效果匹配装置的结构示意图；
图2是本申请实施例二提供的交联电缆生产线的模温机数据效果匹配装置的结构示意图；
图3是本申请实施例三提供的交联电缆生产线的模温机数据效果匹配装置的结构示意图；
图4是本申请实施例四提供的交联电缆生产线的模温机数据效果匹配方法的流程示意图；
图5是本申请实施例五提供的电子设备的结构示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚，下面结合附图对本申请具体实施例作进一步的详细描述。可以理解的是，此处所描述的具体实施例仅仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员获得的所有其他实施例，都属于本申请保护的范围。
本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。
下面结合附图，通过具体的实施例及其应用场景对本申请实施例提供的交联电缆生产线的模温机数据效果匹配装置、方法及设备进行详细地说明。
实施例一
图1是本申请实施例一提供的交联电缆生产线的模温机数据效果匹配装置的结构示意图。如图1所示，具体包括如下步骤：
温度检测模块110，设置于模温机与交联挤塑机机头之间，用于采集交联挤塑机机头的进口流入介质的温度数据；
工作参数采集模块120，用于接收模温机的工作参数数据；
异常识别模块130，用于根据所述温度数据以及所述工作参数数据，识别所述模温机是否存在异常；
告警模块140，用于在识别到存在异常的情况下，生成告警信息；其中，所述告警信息中包括所述模温机的异常识别时间。
本申请适用于实时监测模温机是否存在异常，并生成告警信息的场景。具体的，对于模温机是否存在异常的识别以及告警信息的生成可以由智能终端设备执行，工作人员根据告警信息及时对存在异常的模温机进行检查，保证模温机的正常运行。
基于上述使用场景，可以理解的，本申请的执行主体可以是该智能终端设备，例如台式电脑、笔记本电脑、手机、平板电脑以及交互式多媒体设备等，此处不做过多的限定。
温度检测模块110，可以是由温度传感器组成，设置于模温机与交联挤塑机机头之间，用于采集交联挤塑机机头的进口流入介质的温度数据。
模温机是一种用于塑料注塑、压铸以及橡胶加工等行业的设备，用于控制模具温度的设备。模温机通过循环往复的方式将热油或水等热传导介质加热或降温，然后通过模具的热交换来实现对模具温度的控制。
交联挤塑机是一种用于进行聚乙烯交联加工的设备。交联是一种改善聚合物材料性能的过程，通过在聚合物结构中形成交联键，可以提高其耐热性、耐化学性、机械强度以及电气性能。交联挤塑机机头，是交联挤塑机中的一个重要组成部分，用于塑料熔融和挤出过程中的形状控制和产品成型。
在交联挤塑机中，流入介质是指用于传导热能并控制交联挤塑机机头温度的介质，可以是热油、热水或其他热传导介质。流入介质的主要作用是通过循环往复的方式将热能传递到交联挤塑机机头，以控制交联挤塑机机头的温度。
温度是描述物体或系统热状态的物理量。具体的，交联挤塑机机头的进口流入介质的温度数据与模温机内模具的温度一致，单位为摄氏度(℃)或华氏度(℉)。
温度传感器是一种用于测量和监测环境或物体温度的设备。常见的温度传感器包括热敏电阻、热电偶、热电阻、红外线传感器、硅温度传感器以及纳米温度传感器等。将温度传感器与智能终端设备相连接，运行交联挤塑机，温度传感器实时采集温度数据并发送至智能终端设备。
工作参数采集模块120，用于接收模温机的工作参数数据。
工作参数数据可以是用于描述处于工作状态时的模温机的性能的可测量或可设定的量。具体的，模温机的工作参数数据可以包括温度范围、控制精度、加热功率、降温功率以及控制方式等。
温度范围可以是模温机加热的最高温度与降温的最低温度的差值。控制精度可以是模控机设备能够维持的模具温度与设定温度之间的偏差范围。温度范围和控制精度与模温机的材质、结构或型号以及流入介质的材质相关，通过查看模温机的生产记录文件可以进行确定。
加热功率可以是用来描述模温机的加热能力的量，单位为瓦特(W)或千瓦(kW)，加热功率的大小与需要加热的模具尺寸和所需的加热速度相关。降温功率可以是用来描述模温机的降温能力的量，单位为瓦特(W)或千瓦(kW)，降温功率的大小与需要降温的模具尺寸和所需的降温速度相关。控制方式指的是模温机的温度变化方式，包括恒温控制方式和程序控制方式，恒温控制方式是指模温机维持模具温度在一个恒定的设定值上的方式，程序控制方式可以是根据设定的温度曲线或时间来调整模具温度的方式。加热功率、降温功率以及控制方式可以由工作人员进行设定。
智能终端设备可以用过有线或无线的方式接收模温机的工作参数数据。
异常识别模块130，用于根据所述温度数据以及所述工作参数数据，识别所述模温机是否存在异常。
模温机的异常主要为模温机的实际温度偏离设定温度值，可以是由于控制器参数设置错误、传感器校准问题或系统故障引起的。
通过比较温度数据以及根据工作参数数据确定的理论温度，可以识别模温机是否存在异常，若温度数据与理论温度的偏差大于偏差阈值，则确定模温机存在异常，若温度数据与理论温度的偏差小于等于偏差阈值，则确定模温机不存在异常。其中，偏差阈值根据精度需求由工作人员进行设定。
以下是一个示例代码，实现了根据温度数据和理论温度的偏差判断模温机是否存在异常：
class模温机:
def__init__(self,温度数据,理论温度,偏差阈值):
self.温度数据＝温度数据
self.理论温度＝理论温度
self.偏差阈值＝偏差阈值
def检测异常(self):
#模温机温度数据、理论温度和偏差阈值
温度数据＝80
理论温度＝75
偏差阈值＝2
#创建模温机对象
模温机A＝模温机(温度数据,理论温度,偏差阈值)
#检测模温机异常
模温机A.检测异常()
在本技术方案中，可选的，所述异常识别模块，具体用于：
获取所述温度数据在预设工作温度区间中的分布位置；
读取所述工作参数数据，识别所述工作参数数据对应的理论温度与所述分布位置是否对应；
若不对应，则确定所述模温机存在异常。
预设工作温度区间可以是由工作人员预先设定的模温机加热和/或降温的温度变化范围。可以将预设工作温度区间平均分为有限个区间，通过将温度数据与各个区间的上下限作比较，来确定温度区间所在的分区，该分区即为温度数据在预设工作温度区间中的分布位置。
工作参数数据对应的理论温度可以是由工作人员基于工作经验所确定的，理论温度可以与工作参数数据共同存储为一个表格。通过以当前工作参数数据为关键字查询该表格，若存在查询结果，则查询结果中的理论温度即为当前的理论温度。
将理论温度与分布位置的上下限进行比较，若理论温度小于分布位置的上限温度且大于分布位置的下限温度，则识别工作参数数据对应的理论温度与分布位置相对应，并确定模温机存在异常，否则，确定模温机不存在异常。
本方案这样设置的好处是，通过识别工作参数数据对应的理论温度与温度数据在预设工作温度区间中的分布位置是否对应，来确定模温机是否存在异常，可以减少数据处理量，提高异常识别速度。
在本技术方案中，可选的，所述异常识别模块，具体用于：
将所述工作参数数据输入至预先构建的大数据模型，确定所述工作参数数据对应的理论工作温度区间；
读取所述温度数据，识别所述温度数据是否在所述理论工作温度区间之内；
若不在，则确定所述模温机存在异常。
大数据模型是用于处理大规模数据集的计算模型或方法，包括分布式存储模型、分布式计算模型、流式数据模型、图计算模型以及机器学习模型等。具体的，本技术方案所采用的大数据模型可以是机器学习模型。机器学习模型是机器学习算法在训练数据上学习得到的表示数据的数学模型，用于对新的输入数据进行预测、分类或生成输出结果。构建机器学习模型的方法，包括：根据问题的特性和数据的含义，对原始数据进行特征提取、变换和构造；选择适合问题的机器学习算法或模型类型；使用训练数据集对选定的模型进行训练；使用验证数据集评估模型的性能和泛化能力；基于模型评估结果，对模型进行调优以提高性能。
理论工作温度区间可以是基于工作参数数据所计算预测出的一个温度范围。智能终端设备在接收到工作参数数据后，自动将工作参数数据输入至预先构建的大数据模型，大数据模型进行计算并输出理论工作温度区间。
将温度数据与理论工作温度区间的上下限进行比较，若温度数据小于理论工作温度区间的上限温度且大于理论工作温度区间的下限温度，则识别温度数据在理论工作温度区间之内，并确定模温机存在异常，否则，确定模温机不存在异常。
本方案这样设置的好处是，通过大数据模型根据工作参数数据计算预测出的理论工作温度区间，并识别温度数据是否在理论工作温度区间之内，来确定模温机是否存在异常，可以提高识别的精准度。
告警模块140，用于在识别到存在异常的情况下，生成告警信息；其中，所述告警信息中包括所述模温机的异常识别时间。
告警信息可以是一条用于提示工作人员检查存在异常的模温机的信息。生成告警信息的方式，可以采用智能终端设备的显示屏弹出告警窗口，告警窗口显示模温机的顺序编号与位置信息以及模温机的异常识别时间等信息，窗口内闪烁告警图标，智能终端设备的声音输出设备播放告警音频。
其中，异常识别时间可以是智能终端设备确定模温机存在异常时的系统时间。
在本申请实例中，温度检测模块，设置于模温机与交联挤塑机机头之间，用于采集交联挤塑机机头的进口流入介质的温度数据；工作参数采集模块，用于接收模温机的工作参数数据；异常识别模块，用于根据所述温度数据以及所述工作参数数据，识别所述模温机是否存在异常；告警模块，用于在识别到存在异常的情况下，生成告警信息；其中，所述告警信息中包括所述模温机的异常识别时间。本技术方案，通过对比流入介质的温度数据与模温机的工作参数数据，可以实时识别模温机是否存在异常，及时向工作人员告警，避免影响交联电缆的生产线的正常工作。
实施例二
图2是本申请实施例二提供的交联电缆生产线的模温机数据效果匹配装置的结构示意图。本方案在上述实施例的基础上做出了更优的改进，具体改进为：所述异常识别模块，具体用于：获取预设观测时长内的温度数据的温度变化数据以及所述工作参数数据的工作参数调节数据；若所述温度变化数据与所述工作参数调节数据不匹配，则确定所述模温机存在异常。
如图2所示，所述装置包括：
温度检测模块210，设置于模温机与交联挤塑机机头之间，用于采集交联挤塑机机头的进口流入介质的温度数据；
工作参数采集模块220，用于接收模温机的工作参数数据；
异常识别模块230，用于根据所述温度数据以及所述工作参数数据，识别所述模温机是否存在异常；
告警模块240，用于在识别到存在异常的情况下，生成告警信息；其中，所述告警信息中包括所述模温机的异常识别时间。
其中，异常识别模块230，具体用于：获取预设观测时长内的温度数据的温度变化数据以及所述工作参数数据的工作参数调节数据；若所述温度变化数据与所述工作参数调节数据不匹配，则确定所述模温机存在异常。
预设观测时长可以是由工作人员设定的结束采集数据的时间点与开始采集数据的时间点的差值。
温度变化数据可以是在预设观测时长内，以一定时间为周期采集到的温度数据的合集。工作参数调节数据可以是模温机处于不同工作状态下的功率调节数据，即功率的变化值，具体的，当模温机处于加热状态时，工作参数调节数据为加热功率的变化值，当模温机处于降温状态时，工作参数调节数据为降温功率的变化值。
识别温度变化数据与工作参数调节数据是否匹配的方式，可以采用根据工作参数调节数据确定模温机的理论温度变化状态，若理论温度变化状态与温度变化数据不一致，则识别温度变化数据与工作参数调节数据不匹配，并确定模温机存在异常。其中模温机的理论温度变化状态包括升高状态与降低状态。
本方案这样设置的好处是，通过识别温度变化数据与所述工作参数调节数据不匹配，来确定模温机存在异常，可以直观了解模温机的温度变化，同时方法简单，并提高识别的准确性。
在本技术方案中，可选的，所述异常识别模块，具体用于：
若所述温度变化数据为温度升高，且所述工作参数调节数据为从高功率加热状态调节至低功率加热状态，则确定所述温度变化数据与所述工作参数调节数据不匹配；
或者，
若所述温度变化数据为温度降低，且所述工作参数调节数据为从低功率加热状态调节至高功率加热状态，则确定所述温度变化数据与所述工作参数调节数据不匹配；
或者，
若所述温度变化数据为温度升高，且所述工作参数调节数据为从低功率降温状态调节至高功率降温状态，则确定所述温度变化数据与所述工作参数调节数据不匹配；
或者，
若所述温度变化数据为温度降低，且所述工作参数调节数据为从高功率降温状态调节至低功率降温状态，则确定所述温度变化数据与所述工作参数调节数据不匹配。
计算预设观测时长结束时的温度数据与预设观测时长开始时的温度数据的差值。若差值大于零，则确定温度变化数据为温度升高，若差值小于零，则确定温度变化数据为温度降低。
计算预设观测时长结束时的功率数据与预设观测时长开始时的功率数据的差值。若差值大于零，则确定从低功率状态调节为高功率状态，若差值小于零，则确定从高功率状态调节为低功率状态。
若模温机处于加热状态，并且功率差值小于零，则确定工作参数调节数据为从高功率加热状态调节至低功率加热状态，模温机的理论温度变化状态为降低状态；若模温机处于加热状态，并且功率差值大于零，则确定工作参数调节数据为从低功率加热状态调节至高功率加热状态，模温机的理论温度变化状态为升高状态；若模温机处于降温状态，并且功率差值大于零，则确定工作参数调节数据为从低功率降温状态调节至高功率降温状态，模温机的理论温度变化状态为降低状态；若模温机处于降温状态，并且功率差值小于零，则确定工作参数调节数据为从高功率降温状态调节至低功率降温状态，模温机的理论温度变化状态为升高状态。
下面是一个示例代码，实现了根据模温机状态和功率差值确定模温机理论温度变化状态的逻辑：
#调节模温机参数和变化状态
模温机A.调节参数(参数调节数据)
模温机A.变化状态(理论温度变化状态)
比较温度变化数据与理论温度变化状态，若温度变化数据为温度升高，并且理论温度变化状态为降低状态，或温度变化数据为温度降低，并且理论温度变化状态为升高状态，则识别温度变化数据与工作参数调节数据不匹配，并确定模温机存在异常。
本方案这样设置的好处是，通过将温度变化数据与工作参数调节数据不匹配的情况细化分为四种情况，并根据这四种情况识别模温机存在异常，可以减少工作参数数据的采集量以及消除预测模拟温度的计算量，提高效率。
实施例三
图3是本申请实施例三提供的交联电缆生产线的模温机数据效果匹配装置的结构示意图。本方案在实施例一的基础上做出了更优的改进，具体改进为：所述异常识别模块，具体用于：获取预设观测时长内的温度数据的温度变化数据以及所述模温机的工作参数调节指令；若所述温度变化数据与所述工作参数调节指令不匹配，则确定所述模温机存在异常。
如图3所示，所述装置包括：
温度检测模块310，设置于模温机与交联挤塑机机头之间，用于采集交联挤塑机机头的进口流入介质的温度数据；
工作参数采集模块320，用于接收模温机的工作参数数据；
异常识别模块330，用于根据所述温度数据以及所述工作参数数据，识别所述模温机是否存在异常；
告警模块340，用于在识别到存在异常的情况下，生成告警信息；其中，所述告警信息中包括所述模温机的异常识别时间。
其中，所述异常识别模块330，具体用于：获取预设观测时长内的温度数据的温度变化数据以及所述模温机的工作参数调节指令；若所述温度变化数据与所述工作参数调节指令不匹配，则确定所述模温机存在异常。
工作参数调节指令是用于控制模温机改变工作参数的计算机指令，可以是由工作人员设定的加热/降温选项，也可以是工作人员设定的调节后的加热/降温功率。
若温度变化数据与工作参数调节指令不匹配，则确定模温机存在异常，包括：
若工作参数调节指令是加热选项，并且温度变化数据为温度降温，则识别温度变化数据与工作参数调节指令不匹配，并确定模温机存在异常；
若工作参数调节指令是降温选项，并且温度变化数据为温度升高，则识别温度变化数据与工作参数调节指令不匹配，并确定模温机存在异常；
若工作参数调节指令中的调节后的加热功率大于当前的加热功率，并且温度变化数据为温度降温，则识别温度变化数据与工作参数调节指令不匹配，并确定模温机存在异常；
若工作参数调节指令中的调节后的加热功率小于当前的加热功率，并且温度变化数据为温度升高，则识别温度变化数据与工作参数调节指令不匹配，并确定模温机存在异常；
若工作参数调节指令中的调节后的降温功率小于当前的降温功率，并且温度变化数据为温度降温，则识别温度变化数据与工作参数调节指令不匹配，并确定模温机存在异常；
若工作参数调节指令中的调节后的降温功率大于当前的降温功率，并且温度变化数据为温度升高，则识别温度变化数据与工作参数调节指令不匹配，并确定模温机存在异常。
本方案这样设置的好处是，通过识别温度变化数据与工作参数调节指令不匹配，则确定模温机存在异常，可以不必再采集工作参数数据，提高识别效率。
在本技术方案中，可选的，所述异常识别模块，还具体用于：
在所述模温机的工作参数调节指令发出之后，获取所述模温机的工作参数调节数据；
若所述工作参数调节数据与所述工作参数调节指令不匹配，则确定所述模温机存在异常。
工作参数调节指令可以通过采用有线或无线的方式由智能终端设备向模温机发出。
工作参数调节数据可以是模温机处于不同工作状态下的功率调节数据，即功率的变化值，具体的，当模温机处于加热状态时，工作参数调节数据为加热功率的变化值，当模温机处于降温状态时，工作参数调节数据为降温功率的变化值。获取模温机的工作参数调节数据的方式，可以采用计算模温机处于加热/降温状态下的预设观测时长结束时的功率数据与预设观测时长开始时的功率数据的差值。
若工作参数调节数据与工作参数调节指令不匹配，则确定所述模温机存在异常，包括：
若工作参数调节指令是加热选项，并且工作参数调节数据中的加热功率的差值小于零，则工作参数调节数据与工作参数调节指令不匹配，并确定所述模温机存在异常；
若工作参数调节指令是降温选项，并且工作参数调节数据中的冷却功率的差值小于零，则工作参数调节数据与工作参数调节指令不匹配，并确定所述模温机存在异常；
若工作参数调节指令中的调节后的加热功率大于当前的加热功率，并且工作参数调节数据中的加热功率的差值小于零，则工作参数调节数据与工作参数调节指令不匹配，并确定所述模温机存在异常；
若工作参数调节指令中的调节后的加热功率小于当前的加热功率，并且工作参数调节数据中的加热功率的差值大于零，则工作参数调节数据与工作参数调节指令不匹配，并确定所述模温机存在异常；
若工作参数调节指令中的调节后的降温功率大于当前的降温功率，并且工作参数调节数据中的降温功率的差值小于零，则工作参数调节数据与工作参数调节指令不匹配，并确定所述模温机存在异常；
若工作参数调节指令中的调节后的降温功率小于当前的降温功率，并且工作参数调节数据中的降温功率的差值大于零，则工作参数调节数据与工作参数调节指令不匹配，并确定所述模温机存在异常。
本方案这样设置的好处是，通过工作参数调节数据与工作参数调节指令不匹配，则确定模温机存在异常，可以不必再采集温度数据，提高识别效率。
实施例四
图4是本申请实施例四提供的交联电缆生产线的模温机数据效果匹配方法的流程示意图。如图4所示，具体包括如下：
S401，通过温度检测模块采集交联挤塑机机头的进口流入介质的温度数据；
S402，通过工作参数采集模块接收模温机的工作参数数据；
S403，通过异常识别模块根据所述温度数据以及所述工作参数数据，识别所述模温机是否存在异常；
S404，通过告警模块在识别到存在异常的情况下，生成告警信息；其中，所述告警信息中包括所述模温机的异常识别时间。
在本申请实施例中，通过温度检测模块采集交联挤塑机机头的进口流入介质的温度数据；通过工作参数采集模块接收模温机的工作参数数据；通过异常识别模块根据所述温度数据以及所述工作参数数据，识别所述模温机是否存在异常；通过告警模块在识别到存在异常的情况下，生成告警信息；其中，所述告警信息中包括所述模温机的异常识别时间。通过上述交联电缆生产线的模温机数据效果匹配方法，通过对比流入介质的温度数据与模温机的工作参数数据，可以实时识别模温机是否存在异常，及时向工作人员告警，避免影响交联电缆的生产线的正常工作。
本申请实施例提供的交联电缆生产线的模温机数据效果匹配方法与上述实施例所提供的交联电缆生产线的模温机数据效果匹配装置相对应，具有相同的功能模块和有益效果，为避免重复，这里不再赘述。
实施例五
如图5所示，本申请实施例还提供一种电子设备500，包括处理器501，存储器502，存储在存储器502上并可在所述处理器501上运行的程序或指令，该程序或指令被处理器501执行时实现上述交联电缆生产线的模温机数据效果匹配装置实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
需要说明的是，本申请实施例中的电子设备包括上述所述的移动电子设备和非移动电子设备。
实施例六
本申请实施例还提供一种可读存储介质，所述可读存储介质上存储有程序或指令，该程序或指令被处理器执行时实现上述交联电缆生产线的模温机数据效果匹配装置实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
其中，所述处理器为上述实施例中所述的电子设备中的处理器。所述可读存储介质，包括计算机可读存储介质，如计算机只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等。
实施例七
本申请实施例另提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现上述交联电缆生产线的模温机数据效果匹配装置实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
应理解，本申请实施例提到的芯片还可以称为系统级芯片、系统芯片、芯片系统或片上系统芯片等。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外，需要指出的是，本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能，还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能，例如，可以按不同于所描述的次序来执行所描述的方法，并且还可以添加、省去、或组合各种步骤。另外，参照某些示例所描述的特征可在其他示例中被组合。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以计算机软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，或者网络设备等)执行本申请各个实施例所述的方法。
上面结合附图对本申请的实施例进行了描述，但是本申请并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本申请的启示下，在不脱离本申请宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本申请的保护之内。
上述仅为本申请的较佳实施例及所运用的技术原理。本申请不限于这里所述的特定实施例，对本领域技术人员来说能够进行的各种明显变化、重新调整及替代均不会脱离本申请的保护范围。因此，虽然通过以上实施例对本申请进行了较为详细的说明，但是本申请不仅仅限于以上实施例，在不脱离本申请构思的情况下，还可以包括更多其他等效实施例，而本申请的范围由权利要求的范围决定。
Claims (10)
1.一种交联电缆生产线的模温机数据效果匹配装置，其特征在于，所述装置包括：
温度检测模块，设置于模温机与交联挤塑机机头之间，用于采集交联挤塑机机头的进口流入介质的温度数据；
工作参数采集模块，用于接收模温机的工作参数数据；
异常识别模块，用于根据所述温度数据以及所述工作参数数据，识别所述模温机是否存在异常；
告警模块，用于在识别到存在异常的情况下，生成告警信息；其中，所述告警信息中包括所述模温机的异常识别时间。
2.根据权利要求1所述的交联电缆生产线的模温机数据效果匹配装置，其特征在于，所述异常识别模块，具体用于：
获取所述温度数据在预设工作温度区间中的分布位置；
读取所述工作参数数据，识别所述工作参数数据对应的理论温度与所述分布位置是否对应；
若不对应，则确定所述模温机存在异常。
3.根据权利要求1所述的交联电缆生产线的模温机数据效果匹配装置，其特征在于，所述异常识别模块，具体用于：
将所述工作参数数据输入至预先构建的大数据模型，确定所述工作参数数据对应的理论工作温度区间；
读取所述温度数据，识别所述温度数据是否在所述理论工作温度区间之内；
若不在，则确定所述模温机存在异常。
4.根据权利要求1所述的交联电缆生产线的模温机数据效果匹配装置，其特征在于，所述异常识别模块，具体用于：
获取预设观测时长内的温度数据的温度变化数据以及所述工作参数数据的工作参数调节数据；
若所述温度变化数据与所述工作参数调节数据不匹配，则确定所述模温机存在异常。
5.根据权利要求4所述的交联电缆生产线的模温机数据效果匹配装置，其特征在于，所述异常识别模块，具体用于：
若所述温度变化数据为温度升高，且所述工作参数调节数据为从高功率加热状态调节至低功率加热状态，则确定所述温度变化数据与所述工作参数调节数据不匹配；
或者，
若所述温度变化数据为温度降低，且所述工作参数调节数据为从低功率加热状态调节至高功率加热状态，则确定所述温度变化数据与所述工作参数调节数据不匹配；
或者，
若所述温度变化数据为温度升高，且所述工作参数调节数据为从低功率降温状态调节至高功率降温状态，则确定所述温度变化数据与所述工作参数调节数据不匹配；
或者，
若所述温度变化数据为温度降低，且所述工作参数调节数据为从高功率降温状态调节至低功率降温状态，则确定所述温度变化数据与所述工作参数调节数据不匹配。
6.根据权利要求1所述的交联电缆生产线的模温机数据效果匹配装置，其特征在于，所述异常识别模块，具体用于：
获取预设观测时长内的温度数据的温度变化数据以及所述模温机的工作参数调节指令；
若所述温度变化数据与所述工作参数调节指令不匹配，则确定所述模温机存在异常。
7.根据权利要求6所述的交联电缆生产线的模温机数据效果匹配装置，其特征在于，所述异常识别模块，还具体用于：
在所述模温机的工作参数调节指令发出之后，获取所述模温机的工作参数调节数据；
若所述工作参数调节数据与所述工作参数调节指令不匹配，则确定所述模温机存在异常。
8.一种交联电缆生产线的模温机数据效果匹配方法，其特征在于，所述方法包括：
通过温度检测模块采集交联挤塑机机头的进口流入介质的温度数据；
通过工作参数采集模块接收模温机的工作参数数据；
通过异常识别模块根据所述温度数据以及所述工作参数数据，识别所述模温机是否存在异常；
通过告警模块在识别到存在异常的情况下，生成告警信息；其中，所述告警信息中包括所述模温机的异常识别时间。
9.根据权利要求8所述的交联电缆生产线的模温机数据效果匹配方法，其特征在于，通过异常识别模块根据所述温度数据以及所述工作参数数据，识别所述模温机是否存在异常，包括：
获取所述温度数据在预设工作温度区间中的分布位置；
读取所述工作参数数据，识别所述工作参数数据对应的理论温度与所述分布位置是否对应；
若不对应，则确定所述模温机存在异常。
10.一种电子设备，其特征在于，包括处理器，存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求8-9中任一项所述的交联电缆生产线的模温机数据效果匹配方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311413812.4A CN117472118A (zh) | 2023-10-27 | 2023-10-27 | 交联电缆生产线的模温机数据效果匹配装置、方法及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311413812.4A CN117472118A (zh) | 2023-10-27 | 2023-10-27 | 交联电缆生产线的模温机数据效果匹配装置、方法及设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117472118A true CN117472118A (zh) | 2024-01-30 |
Family
ID=89628598
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311413812.4A Pending CN117472118A (zh) | 2023-10-27 | 2023-10-27 | 交联电缆生产线的模温机数据效果匹配装置、方法及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117472118A (zh) |
-
2023
- 2023-10-27 CN CN202311413812.4A patent/CN117472118A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Tsai et al. | An inverse model for injection molding of optical lens using artificial neural network coupled with genetic algorithm | |
| Hopmann et al. | A self-optimising injection moulding process with model-based control system parameterisation | |
| Özek et al. | Calculating molding parameters in plastic injection molds with ANN and developing software | |
| US11893326B2 (en) | Systems and methods for generating molded parts comprising reinforced composite materials | |
| CN114474473B (zh) | 一种改性塑料的生产方法和系统 | |
| Struzziero et al. | Multi-objective optimization of Resin Infusion | |
| CN103246279A (zh) | 一种存在执行阀粘滞特性的化工过程的控制性能评估方法 | |
| Kanagalakshmi et al. | Implementation of multimodel-based PID and intelligent controller for simulated and real-time temperature control of injection molding machine | |
| CN111267276A (zh) | 固化参数优化方法、装置、薄膜固化系统及计算机设备 | |
| CN117472118A (zh) | 交联电缆生产线的模温机数据效果匹配装置、方法及设备 | |
| Lebaal et al. | An optimization method with experimental validation for the design of extrusion wire coating dies for a range of different materials and operating conditions | |
| Martínez-de-Pisón et al. | Modelling of an elastomer profile extrusion process using support vector machines (SVM) | |
| Pantelelis | Towards the dynamic optimisation for the cure control of thermoset–matrix composite materials | |
| Chen et al. | Optimization of plastic injection molding process via Taguchi’s parameter design method, BPNN, and DFP | |
| Liu et al. | Application of nonlinear PCA for fault detection in polymer extrusion processes | |
| Mrozek et al. | Numerical study on the influence of Rapid Temperature Cycling (RTC) on polymer flow at maximum injection pressure | |
| CN105759608A (zh) | 一种节能方法及系统 | |
| Yu et al. | Offline prediction of process windows for robust injection molding | |
| CN112182874B (zh) | 一种基于韧性和耐热性提升聚合物材料性能的方法和装置 | |
| CN114824561A (zh) | 一种参数修改方法、装置、电子设备及存储介质 | |
| CN117484825A (zh) | 交联聚乙烯电缆生产线的模温机切换装置、方法及设备 | |
| Abeykoon et al. | Monitoring and modelling of the effects of process settings and screw geometry on melt pressure generation in polymer extrusion | |
| CN117484824A (zh) | 交联聚乙烯电缆生产线的模温机管理装置、方法及设备 | |
| Martínez-de-Pisón et al. | Control model for an elastomer extrusion process obtained via a comparative analysis of data mining and artificial intelligence techniques | |
| CN117555367A (zh) | 交联聚乙烯电缆的生产过程的温度控制装置、方法及设备 |
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 |