CN117490185A - 一种智能中央空调控制系统及方法 - Google Patents
一种智能中央空调控制系统及方法 Download PDFInfo
- Publication number
- CN117490185A CN117490185A CN202311851043.6A CN202311851043A CN117490185A CN 117490185 A CN117490185 A CN 117490185A CN 202311851043 A CN202311851043 A CN 202311851043A CN 117490185 A CN117490185 A CN 117490185A
- Authority
- CN
- China
- Prior art keywords
- central air
- air conditioner
- workshop
- production workshop
- image
- 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 40
- 238000004519 manufacturing process Methods 0.000 claims abstract description 123
- 230000007613 environmental effect Effects 0.000 claims description 55
- 238000004378 air conditioning Methods 0.000 claims description 35
- 238000001514 detection method Methods 0.000 claims description 33
- 230000008569 process Effects 0.000 claims description 21
- 238000004458 analytical method Methods 0.000 claims description 19
- 238000005057 refrigeration Methods 0.000 claims description 19
- 238000011156 evaluation Methods 0.000 claims description 18
- 230000011218 segmentation Effects 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 16
- 238000005070 sampling Methods 0.000 claims description 12
- 238000007726 management method Methods 0.000 claims description 8
- 238000009529 body temperature measurement Methods 0.000 claims description 7
- 238000001816 cooling Methods 0.000 claims description 5
- 238000011176 pooling Methods 0.000 claims description 5
- 238000010438 heat treatment Methods 0.000 claims description 4
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 238000012423 maintenance Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000005265 energy consumption Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013021 overheating Methods 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
Classifications
-
- 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
- F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
- F24F11/32—Responding to malfunctions or emergencies
-
- 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
- F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
- F24F11/32—Responding to malfunctions or emergencies
- F24F11/38—Failure diagnosis
-
- 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
- F24F11/56—Remote control
-
- 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
- F24F11/72—Control systems characterised by their outputs; Constructional details thereof for controlling the supply of treated air, e.g. its pressure
- F24F11/74—Control systems characterised by their outputs; Constructional details thereof for controlling the supply of treated air, e.g. its pressure for controlling air flow rate or air velocity
-
- 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
- F24F11/80—Control systems characterised by their outputs; Constructional details thereof for controlling the temperature of the supplied air
-
- 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
- F24F11/88—Electrical aspects, e.g. circuits
-
- 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
- F24F2120/00—Control inputs relating to users or occupants
- F24F2120/10—Occupancy
- F24F2120/12—Position of occupants
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B30/00—Energy efficient heating, ventilation or air conditioning [HVAC]
- Y02B30/70—Efficient control or regulation technologies, e.g. for control of refrigerant flow, motor or heating
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Biomedical Technology (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Fluid Mechanics (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明公开了一种智能中央空调控制系统及方法,涉及中央空调控制领域。该智能中央空调控制及方法,包括温度测定生产车间的环境温度和检测生产车间的人员数量,同时依据生产车间的环境温度阈值以及生产车间的环境温度,对生产车间进行温度调节;在生产车间的中央空调运行时进行自检,获取中央空调运行状态数据,并基于中央空调运行状态数据判断中央空调是否发生故障,若是则报警,这种智能中央空调控制系统通过整合多个子系统,实现了对生产车间环境的全面监测和智能调节,从而提高了生产效率、能源利用效率,并降低了故障对系统运行的潜在影响。
Description
技术领域
本发明涉及中央空调控制技术领域,具体为一种智能中央空调控制系统及方法。
背景技术
随着科技的发展和人们对生活质量的不断追求,中央空调系统作为保持室内环境舒适的核心设备,其智能控制系统不断演化以满足人员对能效、舒适性和便利性的需求。传统的中央空调系统在控制方面通常依赖于设定的定时器或手动调节,这种方式存在着对环境变化不敏感、能耗较高以及人员体验不足等问题。
目前,中央空调控制系统已经在一些先进的特定场所中得到应用。这些系统依赖于模块运行参数来判断当前中央空调是否正常运行,并在判定所述中央空调异常运行时,调整所述中央空调各设备的运行状态。
例如公告号为:CN115574447A公开的中央空调节能控制系统,包括:中控单元、中央空调室内机、中央空调室内机、边缘计算单元、处理单元、采集单元和采集单元,所述中央空调室内机和中央空调室内机均连接于中控单元;本发明通过利用采集单元对室内红外热源进行图像采集,然后通过边缘计算单元对采集的室内红外热源图像数据进行处理,利用机器视觉对人员行为特征进行提取和识别,并利用图像轮廓计算当前室内人数,以便根据人员不同的行为特征对室内温度进行微调,保证了人员的舒适度,且通过利用红外热源图像判断当前室内的人数,当室内无人时,通过中控单元将室内机关闭,避免了室内机仍处于工作状态的情况发生,节约了中央空调消耗的市电资源。
但本申请发明人在实现本申请实施例中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
现有技术中,中央空调控制系统不能对人员数量准确识别,无法准确调整到人员的舒适环境温度范围,且不能实现自动化控制,无法自检发现系统故障。
发明内容
针对现有技术的不足,本发明提供了一种智能中央空调控制系统及方法,解决了传统的温度控制系统需要人工操作,难以实现精确的温度控制,同时存在不能远程控制,并且不行进行故障自检导致难以迅速察觉和应对设备异常的问题。
为实现以上目的,本发明通过以下技术方案予以实现:一种智能中央空调控制系统,包括:温度测定子系统、人员检测子系统、智能控制子系统、故障检测子系统、数据接收子系统和温度管理子系统,其中:所述温度测定子系统即测定生产车间的环境温度;所述人员检测子系统即检测生产车间的人员数量;所述温度管理子系统即用户通过远程的方式设定生产车间的环境温度阈值;所述智能控制子系统即依据生产车间的环境温度阈值以及生产车间的环境温度,对生产车间进行温度调节;所述故障检测子系统即在生产车间的中央空调运行时进行自检,获取中央空调运行状态数据,并基于中央空调运行状态数据判断中央空调是否发生故障,若是则报警;所述数据接收子系统即接收故障检测子系统发出的警报信息。
进一步地,温度测定子系统,包括:温度测定模块,即通过温度传感器测定生产车间的环境温度;温度上传模块,将通过温度传感器测定生产车间的环境温度上传到智能控制子系统。
进一步地,人员检测子系统,包括:图像拍摄模块,即通过图像传感器拍摄生厂车间的环境图像;图像处理模块,即获取生厂车间的环境图像,进行图像增强,得到预处理后的生厂车间的环境图像;图像识别模块,即依据预处理后的生厂车间的环境图像,得到生产车间的人员数量;数据上传模块,获取生产车间的人员数量,上传到智能控制子系统。
进一步地,图像处理模块,即获取生厂车间的环境图像,进行图像增强,得到预处理后的生厂车间的环境图像,具体解析过程为:获取生厂车间的环境图像,将生厂车间的环境图像进行时频分割;对所述生厂车间的环境图像进行时频分割即将生厂车间的环境图像放在时频分析时间轴上,使生厂车间的环境图像随着时频分析时间轴上移动,获取生厂车间的环境图像的时频效力图,依据自适应频率阈值,将生厂车间的环境图像的时频效力图上的高频和低频分量进行合并,得到时频分割后的生厂车间的环境图像;获取时频分割后的生厂车间的环境图像;依据时频分割后的生厂车间的环境图像的时频信号值,得到预处理后的生厂车间的环境图像。
进一步地,图像识别模块,即依据预处理后的生厂车间的环境图像,得到生产车间的人员数量,具体过程为:获取预处理后的生厂车间的环境图像,通过DCNN进行定点回归;所述通过DCNN进行定点回归即预处理后的生厂车间的环境图像放进DCNN模型中,经过池化层将预处理后的生厂车间的环境图像的高度和宽度减半,再将预处理后的生厂车间的环境图像放入卷积层提取预处理后的生厂车间的环境图像的特征信息;依据生厂车间的环境图像的特征信息,与模型库中的数据集进行比对,得到生产车间的人员数量;进一步上传到智能控制子系统。
进一步地,智能控制子系统,具体过程为:依据测定的生产车间的环境温度,与设定生产车间的环境温度阈值对比,若测定的生产车间的环境温度高于设定生产车间的环境温度阈值,则进行降温调节,若测定的生产车间的环境温度高于设定生产车间的环境温度阈值,则进行升温调节,满足生产车间的温度需求同时依据生产车间的人员数量,对生产车间的中央空调进行开启和关闭。
进一步地,中央空调的运行状态数据包括风口出风指数、风口回风指数以及制冷压力指数;具体解析过程为:
通过公式:;
得到中央空调的风口出风指数,式中:/>表示中央空调运行时的标准风口出风量,/>表示中央空调运行时的最大风口出风量,/>表示中央空调运行时的最小出风量,表示中央空调第i个采样时刻对应的风口出风量,i=1,2,...,m,m为采样的总次数;
通过公式:;
得到中央空调的风口回风指数,式中:/>表示中央空调运行时的标准风口回风量,/>表示中央空调运行时的最大风口回风量,/>表示中央空调运行时的最小风口回风量,/>表示中央空调第j个采样时刻对应的风口回风量,j=1,2,...,t,t为采样的总次数;
通过公式:;
得到中央空调的制冷压力指数,式中:/>表示中央空调运行时的标准制冷压力值,/>表示中央空调运行时的最大制冷压力值,/>表示中央空调运行时的最小制冷压力值,/>表示中央空调第k个运行时刻对应的风口回风量,k=1,2,...,n,n为采样的总次数,e为自然常数。
进一步地,基于中央空调运行状态数据判断中央空调是否发生故障,具体解析过程为:依据中央空调的风口出风量、风口回风量以及制冷压力值,通过公式:;
得到中央空调的故障评估指数,式中:/>以及/>分别表示中央空调的风口出风指数、风口回风指数以及制冷压力指数的权重因子,e为自然常数;依据中央空调的故障评估指数/>,与故障评估阈值对比,若中央空调的故障评估指数/>大于故障评估阈值,则中央空调发生故障,发出警报信息。
进一步地,数据接收子系统,具体过程为:获取故障检测子系统发出的警报信息,存储并转发至智能控制子系统,同时实时存储生产车间的环境温度信息和生产车间的人员数量信息。
一种应用智能中央空调控制系统的方法,包括以下步骤:测定生产车间中人员的数量和室温;通过测定生产车间中人员的数量和室温,对生产车间的中央空调进行开启、关闭以及温度调节;在生产车间的中央空调运行时进行自检,如出现系统供电故障则及时报警,同时用户可以远程控制生产车间的中央空调和接收报警信息。
本发明具有以下有益效果:
1)、该智能中央空调控制系统及方法,能够用户设定的阈值和实际温度,系统能够智能调节中央空调,保持生产车间的温度在理想范围内,提高能效,减少能源浪费,并确保生产环境始终处于最佳状态。
2)、该智能中央空调控制系统及方法,能够定期自检中央空调系统并实时监测运行状态,有助于早期发现潜在故障,一旦系统检测到故障,通过即时报警,可以迅速采取措施,减少生产中断的风险,提高系统的可靠性。
3)、该智能中央空调控制系统及方法,能够接收故障检测子系统发出的警报信息,使系统能够及时响应故障情况,这种实时反馈有助于减少故障修复时间,提高整个系统的稳定性和可用性。
当然,实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
图1为本发明智能中央空调控制系统框图。
图2为本发明智能中央空调控制系统中人员测定子系统框图。
图3为本发明智能中央空调控制的方法流程图。
具体实施方式
本申请实施例通过智能中央空调控制系统及方法,实现了现有技术中,中央空调控制系统不能对人员数量准确识别,无法准确调整到人员的舒适环境温度范围,且不能实现自动化控制,无法自检发现系统故障的问题。
本申请实施例中的问题,总体思路如下:
系统通过人员检测子系统和温度测定子系统,实时测定生产车间中的人员数量和室温。基于这些数据,智能控制子系统能够自动进行开启、关闭和温度调节,同时系统还具备自检功能,特别是在中央空调运行时,通过监测系统供电状态,一旦出现故障,系统将立即触发报警机制,此外,用户可以通过远程方式控制生产车间的中央空调和实时接收系统发出的报警信息,确保能够及时了解系统运行状况,采取必要的措施。
请参阅图1,本发明实施例提供一种技术方案:一种智能中央空调控制系统,包括:温度测定子系统、人员检测子系统、智能控制子系统、故障检测子系统、数据接收子系统和温度管理子系统,其中:温度测定子系统即测定生产车间的环境温度;人员检测子系统即检测生产车间的人员数量;温度管理子系统即用户通过远程的方式设定生产车间的环境温度阈值;智能控制子系统即依据生产车间的环境温度阈值以及生产车间的环境温度,对生产车间进行温度调节;故障检测子系统即在生产车间的中央空调运行时进行自检,获取中央空调运行状态数据,并基于中央空调运行状态数据判断中央空调是否发生故障,若是则报警;数据接收子系统即接收故障检测子系统发出的警报信息。
具体地,温度测定子系统,包括:温度测定模块,即通过温度传感器测定生产车间的环境温度;温度上传模块,将通过温度传感器测定生产车间的环境温度上传到智能控制子系统。
本实施方案中,通过温度测定模块,系统能够实时准确地测量生产车间的环境温度,确保对环境条件的精准监测,有助于维持良好的生产环境,进一步通过温度上传模块,系统能够将所测定的环境温度数据上传到智能控制子系统。
具体地,如图2所示,人员检测子系统,包括:图像拍摄模块,即通过图像传感器拍摄生厂车间的环境图像;图像处理模块,即获取生厂车间的环境图像,进行图像增强,得到预处理后的生厂车间的环境图像;图像识别模块,即依据预处理后的生厂车间的环境图像,得到生产车间的人员数量;数据上传模块,获取生产车间的人员数量,上传到智能控制子系统。
本实施方案中,通过图像拍摄模块,系统能够实时获取生产车间的环境图像,为后续的人员检测提供可靠的数据基础,这有助于系统准确地感知生产车间的实际情况,提高了监测的全面性和准确性,其次,图像处理模块对拍摄得到的环境图像进行增强处理,提高了图像质量和清晰度,这样的预处理确保了后续图像识别模块能够在更有利的条件下进行人员数量的准确识别,降低了误差率,图像识别模块根据预处理后的环境图像,精准地获取生产车间的人员数量,这一信息对智能控制子系统至关重要,使得中央空调系统能够根据实际人员数量智能地调整空调运行强度,实现更加精细化的能源管理。
具体地,图像处理模块,即获取生厂车间的环境图像,进行图像增强,得到预处理后的生厂车间的环境图像,具体解析过程为:获取生厂车间的环境图像,将生厂车间的环境图像进行时频分割;对生厂车间的环境图像进行时频分割即将生厂车间的环境图像放在时频分析时间轴上,使生厂车间的环境图像随着时频分析时间轴上移动,获取生厂车间的环境图像的时频效力图,依据自适应频率阈值,将生厂车间的环境图像的时频效力图上的高频和低频分量进行合并,得到时频分割后的生厂车间的环境图像;获取时频分割后的生厂车间的环境图像;依据时频分割后的生厂车间的环境图像的时频信号值,得到预处理后的生厂车间的环境图像。
本实施方案中,时频分割技术允许环境图像在时频分析时间轴上移动,以获得生产车间环境图像的时频效力图。这种分割方式有效地捕捉到图像在不同时间和频率上的变化特征,增强了图像的特征表达,使得后续处理更具有效性和准确性,通过自适应频率阈值,将时频效力图上的高频和低频分量进行合并,这种处理方式有助于提取图像的关键特征,过滤掉不必要的细枝末节,使得图像更加清晰、突出关键信息,从而为后续的图像识别和分析提供更准确的数据基础,获取时频分割后的环境图像,并依据其时频信号值,得到预处理后的环境图像。这样的预处理过程有助于优化图像质量,增强了图像的清晰度和信息含量,为后续的图像识别模块提供了更有利的数据输入。
具体地,图像识别模块,即依据预处理后的生厂车间的环境图像,得到生产车间的人员数量,具体过程为:获取预处理后的生厂车间的环境图像,通过DCNN进行定点回归;通过DCNN进行定点回归即预处理后的生厂车间的环境图像放进DCNN模型中,经过池化层将预处理后的生厂车间的环境图像的高度和宽度减半,再将预处理后的生厂车间的环境图像放入卷积层提取预处理后的生厂车间的环境图像的特征信息;依据生厂车间的环境图像的特征信息,与模型库中的数据集进行比对,得到生产车间的人员数量;进一步上传到智能控制子系统。
本实施方案中,首先,DCNN在图像识别领域表现出色,能够自动学习和提取图像的特征信息。通过卷积层和池化层的处理,DCNN能够有效地捕捉生产车间环境图像的抽象特征,使得对人员数量的定点回归更具准确性,其次,通过对预处理后的环境图像进行池化操作,可以将图像的高度和宽度减半,减小了计算复杂度同时保留了关键特征,这样的操作有助于提高模型的计算效率,使得图像识别过程更加实用和高效,依据生产车间环境图像的特征信息,与模型库中的数据集进行比对,得到准确的人员数量。这一步骤基于深度学习模型对大量数据的学习,能够更好地适应不同环境和场景,提高了模型的泛化能力和准确性。
具体地,智能控制子系统,具体过程为:依据测定的生产车间的环境温度,与设定生产车间的环境温度阈值对比,若测定的生产车间的环境温度高于设定生产车间的环境温度阈值,则进行降温调节,若测定的生产车间的环境温度高于设定生产车间的环境温度阈值,则进行升温调节,满足生产车间的温度需求同时依据生产车间的人员数量,对生产车间的中央空调进行开启和关闭。
本实施方案中,通过实时监测环境温度并根据预设的温度阈值进行智能调节,系统可以有效地降低能耗。当环境温度高于设定阈值时,自动进行降温控制,反之进行升温控制,以维持在一个经济、高效的运行状态,避免不必要的能源浪费, 系统根据设定的温度需求,及时调整生产车间的环境温度,确保员工在舒适的工作环境中工作,这有助于提高员工的工作效率和工作满意度,同时减少由于温度不适引起的工作压力和疲劳,通过依据生产车间的人员数量对中央空调进行开启和关闭的智能控制,系统实现了对人员流动的智能感知,这有助于在非工作时段降低能耗,而在高人员密集时段提供足够的冷却或加热,从而更好地适应生产车间的实际使用需求,温度过高或过低都可能对生产设备和物料造成影响,甚至影响产品质量,系统通过自动调节环境温度,有助于保障生产环境的稳定性和产品的质量稳定性,系统的智能控制功能允许远程监控和管理,使管理人员能够随时随地调整设定值、查看实时数据,并及时响应异常情况,这提高了对生产车间环境的实时控制和管理能力,有助于迅速应对可能出现的问题。
具体地,中央空调的运行状态数据包括风口出风指数、风口回风指数以及制冷压力指数;具体解析过程为:
通过公式:;
得到中央空调的风口出风指数,式中:/>表示中央空调运行时的标准风口出风量,/>表示中央空调运行时的最大风口出风量,/>表示中央空调运行时的最小出风量,表示中央空调第i个采样时刻对应的风口出风量,i=1,2,...,m,m为采样的总次数;
通过公式:;
得到中央空调的风口回风指数,式中:/>表示中央空调运行时的标准风口回风量,/>表示中央空调运行时的最大风口回风量,/>表示中央空调运行时的最小风口回风量,/>表示中央空调第j个采样时刻对应的风口回风量,j=1,2,...,t,t为采样的总次数;
通过公式:;
得到中央空调的制冷压力指数,式中:/>表示中央空调运行时的标准制冷压力值,/>表示中央空调运行时的最大制冷压力值,/>表示中央空调运行时的最小制冷压力值,/>表示中央空调第k个运行时刻对应的风口回风量,k=1,2,...,n,n为采样的总次数,e为自然常数。
本实施方案中,通过计算风口出风量、风口回风量以及制冷压力指数,系统能够全面了解中央空调的运行状态,这为及时的维护和故障排除提供了关键信息,有助于延长设备寿命,降低维护成本,通过实时监测和分析空调的运行状态数据,系统可以优化空调的性能,确保其在最佳状态下运行,这有助于提供更加稳定和高效的温度调节,满足生产车间的实际需求。
具体地,基于中央空调运行状态数据判断中央空调是否发生故障,具体解析过程为:依据中央空调的风口出风量、风口回风量以及制冷压力值,通过公式:;
得到中央空调的故障评估指数,式中:/>以及/>分别表示中央空调的风口出风指数、风口回风指数以及制冷压力指数的权重因子,e为自然常数;
依据中央空调的故障评估指数,与故障评估阈值对比,若中央空调的故障评估指数/>大于故障评估阈值,则中央空调发生故障,发出警报信息。
本实施方案中,通过实时监测中央空调的运行状态数据,系统能够在故障发生的早期便发现问题。这有助于避免潜在的大规模设备故障,降低生产车间因故障导致的停工时间和生产损失, 早期故障检测使得维护人员能够在问题变得更加严重之前采取行动,这有助于降低维护成本,因为维修早期发现的故障通常更加简单和经济,及时解决故障可以减少设备的运行负荷,延长中央空调的使用寿命,通过预防性维护,可以减少不必要的损耗,提高设备的可靠性和稳定性。
具体地,数据接收子系统,具体过程为:获取故障检测子系统发出的警报信息,存储并转发至智能控制子系统,同时实时存储生产车间的环境温度信息和生产车间的人员数量信息。
本实施方案中,通过及时接收和处理故障警报信息,系统可以迅速响应中央空调系统的故障,降低生产中断的风险,存储故障警报信息和环境数据有助于建立历史记录,为系统性能分析、故障模式识别和未来改进提供有价值的参考, 将故障信息转发至智能控制子系统可以启动自动化的应对措施,减轻运维人员的负担,提高系统的稳定性。
一种应用智能中央空调控制系统的方法,如图3所示,包括以下步骤:测定生产车间中人员的数量和室温;通过测定生产车间中人员的数量和室温,对生产车间的中央空调进行开启、关闭以及温度调节;在生产车间的中央空调运行时进行自检,如出现系统供电故障则及时报警,同时用户可以远程控制生产车间的中央空调和接收报警信息。
综上,本申请至少具有以下效果:
能够实时监测生产车间的环境温度,确保系统具备准确的工作基准。这有助于提供舒适的工作环境,避免过热或过冷对生产效率和员工健康的不良影响。
监测人员数量有助于智能控制系统更精准地调整温度。例如,在高人员密集度时可以增加制冷效果,以满足更多人员的舒适需求,同时在人员较少时可以进行节能运行。
定期自检中央空调系统并实时监测运行状态,有助于早期发现潜在故障。一旦系统检测到故障,通过即时报警,可以迅速采取措施,减少生产中断的风险,提高系统的可靠性。
接收故障检测子系统发出的警报信息,使系统能够及时响应故障情况。这种实时反馈有助于减少故障修复时间,提高整个系统的稳定性和可用性。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的系统、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存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置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。
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 (10)
1.一种智能中央空调控制系统,其特征在于,包括温度测定子系统、人员检测子系统、智能控制子系统、故障检测子系统、数据接收子系统和温度管理子系统,其中:
所述温度测定子系统即测定生产车间的环境温度;
所述人员检测子系统即检测生产车间的人员数量;
所述温度管理子系统即用户通过远程的方式设定生产车间的环境温度阈值;
所述智能控制子系统即依据生产车间的环境温度阈值以及生产车间的环境温度,对生产车间进行温度调节;
所述故障检测子系统即在生产车间的中央空调运行时进行自检,获取中央空调运行状态数据,并基于中央空调运行状态数据判断中央空调是否发生故障,若是则报警;
所述数据接收子系统即接收故障检测子系统发出的警报信息。
2.根据权利要求1所述的一种智能中央空调控制系统,其特征在于:所述温度测定子系统,包括:
温度测定模块,即通过温度传感器测定生产车间的环境温度;
温度上传模块,将通过温度传感器测定生产车间的环境温度上传到智能控制子系统。
3.根据权利要求2所述的一种智能中央空调控制系统,其特征在于:所述人员检测子系统,包括:
图像拍摄模块,即通过图像传感器拍摄生厂车间的环境图像;
图像处理模块,即获取生厂车间的环境图像,进行图像增强,得到预处理后的生厂车间的环境图像;
图像识别模块,即依据预处理后的生厂车间的环境图像,得到生产车间的人员数量;
数据上传模块,获取生产车间的人员数量,上传到智能控制子系统。
4.根据权利要求3所述的一种智能中央空调控制系统,其特征在于:所述图像处理模块,即获取生厂车间的环境图像,进行图像增强,得到预处理后的生厂车间的环境图像,具体解析过程为:
获取生厂车间的环境图像,将生厂车间的环境图像进行时频分割;
对所述生厂车间的环境图像进行时频分割即将生厂车间的环境图像放在时频分析时间轴上,使生厂车间的环境图像随着时频分析时间轴上移动,获取生厂车间的环境图像的时频效力图,依据自适应频率阈值,将生厂车间的环境图像的时频效力图上的高频和低频分量进行合并,得到时频分割后的生厂车间的环境图像;
获取时频分割后的生厂车间的环境图像;
依据时频分割后的生厂车间的环境图像的时频信号值,得到预处理后的生厂车间的环境图像。
5.根据权利要求3所述的一种智能中央空调控制系统,其特征在于:所述图像识别模块,即依据预处理后的生厂车间的环境图像,得到生产车间的人员数量,具体过程为:
获取预处理后的生厂车间的环境图像,通过DCNN进行定点回归;
所述通过DCNN进行定点回归即预处理后的生厂车间的环境图像放进DCNN模型中,经过池化层将预处理后的生厂车间的环境图像的高度和宽度减半,再将预处理后的生厂车间的环境图像放入卷积层提取预处理后的生厂车间的环境图像的特征信息;
依据生厂车间的环境图像的特征信息,与模型库中的数据集进行比对,
得到生产车间的人员数量;
进一步上传到智能控制子系统。
6.根据权利要求1所述的一种智能中央空调控制系统,其特征在于:所述智能控制子系统即依据生产车间的环境温度阈值以及生产车间的环境温度,对生产车间进行温度调节,具体过程为:
依据测定的生产车间的环境温度,与设定生产车间的环境温度阈值对比,若测定的生产车间的环境温度高于设定生产车间的环境温度阈值,则进行降温调节,若测定的生产车间的环境温度高于设定生产车间的环境温度阈值,则进行升温调节,满足生产车间的温度需求同时依据生产车间的人员数量,对生产车间的中央空调进行开启和关闭。
7.根据权利要求1所述的一种智能中央空调控制系统,其特征在于:所述获取中央空调运行状态数据,并基于中央空调运行状态数据判断中央空调是否发生故障,若是则报警,其中中央空调运行状态数据包括:风口出风指数、风口回风指数以及制冷压力指数;具体解析过程为:
通过公式:
;
得到中央空调的风口出风指数,式中:/>表示中央空调运行时的标准风口出风量,表示中央空调运行时的最大风口出风量,/>表示中央空调运行时的最小出风量,/>表示中央空调第i个采样时刻对应的风口出风量,i=1,2,...,m,m为采样的总次数;
通过公式:
;
得到中央空调的风口回风指数,式中:/>表示中央空调运行时的标准风口回风量,表示中央空调运行时的最大风口回风量,/>表示中央空调运行时的最小风口回风量,表示中央空调第j个采样时刻对应的风口回风量,j=1,2,...,t,t为采样的总次数;
通过公式:
;
得到中央空调的制冷压力指数,式中:/>表示中央空调运行时的标准制冷压力值,表示中央空调运行时的最大制冷压力值,/>表示中央空调运行时的最小制冷压力值,表示中央空调第k个运行时刻对应的风口回风量,k=1,2,...,n,n为采样的总次数,e为自然常数。
8.根据权利要求7所述的一种智能中央空调控制系统,其特征在于:所述基于中央空调运行状态数据判断中央空调是否发生故障,具体解析过程为:
依据中央空调的风口出风量、风口回风量以及制冷压力值,通过公式:
;
得到中央空调的故障评估指数,式中:/>以及/>分别表示中央空调的风口出风指数、风口回风指数以及制冷压力指数的权重因子,e为自然常数;
依据中央空调的故障评估指数,与故障评估阈值对比,若中央空调的故障评估指数大于故障评估阈值,则中央空调发生故障,发出警报信息。
9.根据权利要求1所述的一种智能中央空调控制系统,其特征在于:所述数据接收子系统即接收故障检测子系统发出的警报信息,具体接收过程为:
获取故障检测子系统发出的警报信息,存储并转发至智能控制子系统,同时实时存储生产车间的环境温度信息和生产车间的人员数量信息。
10.一种应用如权利要求1-9任一项所述的智能中央空调控制系统的方法,其特征在于,包括以下步骤:
测定生产车间中人员的数量和室温;
通过测定生产车间中人员的数量和室温,对生产车间的中央空调进行开启、关闭以及温度调节;
在生产车间的中央空调运行时进行自检,如出现系统供电故障则及时报警,同时用户可以远程控制生产车间的中央空调和接收报警信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311851043.6A CN117490185B (zh) | 2023-12-29 | 2023-12-29 | 一种智能中央空调控制系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311851043.6A CN117490185B (zh) | 2023-12-29 | 2023-12-29 | 一种智能中央空调控制系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117490185A true CN117490185A (zh) | 2024-02-02 |
CN117490185B CN117490185B (zh) | 2024-03-22 |
Family
ID=89676895
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311851043.6A Active CN117490185B (zh) | 2023-12-29 | 2023-12-29 | 一种智能中央空调控制系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117490185B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111071003A (zh) * | 2019-12-31 | 2020-04-28 | 吉林大学 | 一种汽车空调系统制冷模式故障判断方法 |
CN112594874A (zh) * | 2020-12-15 | 2021-04-02 | 南京岁卞智能设备有限公司 | 基于热成像和大数据技术的中央空调系统节能控制系统 |
CN115111765A (zh) * | 2022-06-07 | 2022-09-27 | 青岛海尔空调器有限总公司 | 空调器过滤网堵塞提醒方法、装置、空调器及存储介质 |
CN116187598A (zh) * | 2023-04-28 | 2023-05-30 | 深圳市科中云技术有限公司 | 一种基于楼宇的虚拟电厂负荷预测方法 |
CN116294087A (zh) * | 2023-04-28 | 2023-06-23 | 安徽电信规划设计有限责任公司 | 一种智能建筑的节能控制方法及系统 |
-
2023
- 2023-12-29 CN CN202311851043.6A patent/CN117490185B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111071003A (zh) * | 2019-12-31 | 2020-04-28 | 吉林大学 | 一种汽车空调系统制冷模式故障判断方法 |
CN112594874A (zh) * | 2020-12-15 | 2021-04-02 | 南京岁卞智能设备有限公司 | 基于热成像和大数据技术的中央空调系统节能控制系统 |
CN115111765A (zh) * | 2022-06-07 | 2022-09-27 | 青岛海尔空调器有限总公司 | 空调器过滤网堵塞提醒方法、装置、空调器及存储介质 |
CN116187598A (zh) * | 2023-04-28 | 2023-05-30 | 深圳市科中云技术有限公司 | 一种基于楼宇的虚拟电厂负荷预测方法 |
CN116294087A (zh) * | 2023-04-28 | 2023-06-23 | 安徽电信规划设计有限责任公司 | 一种智能建筑的节能控制方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117490185B (zh) | 2024-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109631237B (zh) | 一种数据中心群控系统及方法 | |
CN109000336B (zh) | 温度调节设备异常工作检测方法、装置、存储介质和系统 | |
TWI516886B (zh) | 智能學習節能調控系統與方法 | |
US20110023503A1 (en) | Performance detection method | |
CN110986258B (zh) | 空调温度传感器控制方法、计算机可读存储介质及空调 | |
CN109269027B (zh) | 一种自动寻优的空调制冷控制方法、系统及装置 | |
CN117490185B (zh) | 一种智能中央空调控制系统及方法 | |
CN117073154A (zh) | 一种基于物联网的制冷空调运行效率检测系统 | |
CN116658672B (zh) | 一种电厂用汽轮机疏水阀门流量特性辨识系统 | |
CN115435457B (zh) | 基于边缘计算的空调控制方法、系统及服务器 | |
US20230168027A1 (en) | Control system and control method of refrigeration environment in closed space based on computer vision | |
CN116151644A (zh) | 一种基于能源物联网的冷冻站评价系统及方法 | |
CN110425711A (zh) | 一种智能功率模块的温度控制方法、装置以及空调器 | |
CN113899093B (zh) | 螺杆式制冷压缩机回油故障的辨识和预判方法 | |
CN115307380A (zh) | 一种工业制冷设备运行在线监测调控管理系统 | |
CN117346418B (zh) | 冷水机组的控制方法、装置、存储介质及电子设备 | |
CN114065898B (zh) | 基于决策技术的空调机能量使用测控方法及系统 | |
CN117011092B (zh) | 一种智能建筑设备管理监控系统及方法 | |
CN117806154B (zh) | 一种用于篦式冷却机的pid控制器参数优化方法及系统 | |
CN117764422B (zh) | 智慧节能运维管理云平台 | |
CN117493129B (zh) | 一种计算机控制设备的运行功率监测系统 | |
CN117537450B (zh) | 中央空调制冷系统运行反馈调控方法、装置、设备及介质 | |
CN116857763B (zh) | 用于商用空调制冷设备的智能调节系统 | |
CN117366779A (zh) | 一种应用于中央空调系统的设备监测系统及方法 | |
CN117928154A (zh) | 一体化全自动水冷系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |