CN117666658A - 基于云制造的工业设备温度控制系统、方法及存储介质 - Google Patents
基于云制造的工业设备温度控制系统、方法及存储介质 Download PDFInfo
- Publication number
- CN117666658A CN117666658A CN202410120384.4A CN202410120384A CN117666658A CN 117666658 A CN117666658 A CN 117666658A CN 202410120384 A CN202410120384 A CN 202410120384A CN 117666658 A CN117666658 A CN 117666658A
- Authority
- CN
- China
- Prior art keywords
- temperature
- equipment
- regulation
- data
- speed
- 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
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000003860 storage Methods 0.000 title claims abstract description 19
- 238000013507 mapping Methods 0.000 claims abstract description 27
- 238000007405 data analysis Methods 0.000 claims abstract description 22
- 230000001105 regulatory effect Effects 0.000 claims description 57
- 238000004364 calculation method Methods 0.000 claims description 36
- 238000012544 monitoring process Methods 0.000 claims description 32
- 230000001276 controlling effect Effects 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 11
- 238000012423 maintenance Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 4
- 238000012217 deletion Methods 0.000 claims description 4
- 230000037430 deletion Effects 0.000 claims description 4
- 238000009776 industrial production Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Control Of Temperature (AREA)
Abstract
本发明涉及工业控制技术领域,具体涉及基于云制造的工业设备温度控制系统及方法,该系统包括:温度区间划分模块,将设备的总温度区间划分为多个温度区间;区温调速生成模块,接收设备的历史调控数据,并基于划分的多个温度区间对各个温度区间内的设备历史调控数据进行分析,获得各个温度区间对应的温速映射包;数据分析模块,对设备当前温度数据与预设的设备调控温度数据进行分析后获得设备当前温度数据所处的温度区间及对应的调控时长并发送至调控模块执行对应时长的温度调控操作。该系统不仅实现了对设备温度的精确控制,还提高了工业制造过程中对设备温度调控的效率、质量和准确性。此外,本发明还提供了执行此方法的存储介质。
Description
技术领域
本发明涉及工业控制技术领域,具体涉及基于云制造的工业设备温度控制系统、方法及存储介质。
背景技术
随着全球制造业竞争加剧,企业需要提高生产效率、降低成本、缩短产品上市时间以满足市场需求,同时随着环保法规的日益严格,企业还需要降低能耗和排放以减少对环境的影响。在这种背景下,基于云制造的工业控制系统应运而生,该系统利用云计算、物联网、大数据等先进技术,将生产设备、传感器、执行器等连接在一起,实现对工业生产设备的实时数据采集、分析和远程控制,通过这种方式,企业可以更加灵活地调度资源、优化生产过程、提高产品质量和降低运营成本。该系统为制造业带来了巨大的变革和发展机会。
在云制造工业生产中,设备温度控制是一个关键领域,通过物联网技术等实时对设备温度进行监测和调整,确保其在最佳状态下运行,可以为用户提供更加便捷和高效的服务。
然而,在云制造工业生产中对工业制造设备温度进行温度调节时,仅可以实时监测设备的温度,并根据所需温度范围对工业制造设备的温度进行调节,但是由于工业制造设备在进行温度调控时所处的温度不同,对应的升温速率及调控时长也会有所不同。因此,目前仅监测设备的温度进行调节的方法存在温度调控不准确的问题。基于此,提出一种基于云制造的工业设备温度控制系统、方法及存储介质。
发明内容
本发明的目的在于提供基于云制造的工业控制系统及其方法,以解决目前仅监测设备的温度进行调节的方法存在的温度调控不准确的技术问题。
本发明提供了一种基于云制造的工业设备温度控制系统,包括:
历史调控数据获取模块,用于获取设备的历史调控数据,包括设备的初始温度和对设备温度进行调控时存在的多个温度调控速率以及各个温度调控速率分别对应的维持时长,其中设备的初始温度为调控操作前设备的温度值;
温度区间划分模块,用于根据设备的最高额定作业温度和最低额定作业温度对设备的总温度区间进行划分,从而获得多个温度区间;
区温调速生成模块,用于接收设备的历史调控数据,并基于温度区间划分模块划分的多个温度区间对各个温度区间内的设备历史调控数据进行分析,进而获得各个温度区间对应的温速映射包;
存储模块,用于存储各个温度区间对应的温速映射包;
数据采集模块,用于实时获取设备当前温度数据HB;
数据分析模块,用于接收设备当前温度数据HB,并通过调用多个温度区间和温速映射包对设备当前温度数据HB与预设的设备调控温度数据HA进行分析后获得设备当前温度数据HB所处的温度区间及对应的调控时长,其中设备调控温度数据HA为设备需要调控达到的温度值;
调控模块,接收所述数据分析模块分析出的设备当前温度数据HB对应的调控时长DT,并根据对应的调控时长使用温控设备对设备温度进行对应时长的温度调控操作。
优选的,对设备的总温度区间进行划分的具体方式为:将设备的最高额定作业温度和最低额定作业温度作为划分温度上限值和划分温度下限值,对设备温度进行区间划分,进而获得多个温度区间,划分时采用等温度间隔划分或不等温度间隔划分。
优选的,所述区温调速生成模块中各个温度区间分别对应的温速映射包的具体生成方式为:
S11:从各个温度区间内任意选取一个温度区间为温速计算区间,并获取温速计算区间内设备的b次历史调控数据;
S12:从b次历史调控数据内任意选取一次作为分析次,并获取设备在分析次内温度调控时存在的多个温度调控速率V和各个温度调控速率分别对应的维持时长T;
S13:计算设备在分析次内对应的标准温度调控速率,即标温调速P,其中标温调速P计算公式如下:
,
式中,i∈1…a,表示第i个温度调控速率,/>表示第i个温度调控速率/>对应的维持时长;
S14:重复执行步骤S12-S13,直至获得设备在b次历史调控数据中每次分别对应的标温调速P后停止;
S15:计算设备在b次历史调控数据中每次分别对应的标温调速P的离散值L,计算公式如下:
,
式中,i∈1…b,表示第i次标温调速,/>为b次标温调速的平均值;
S16:将设备在b次历史调控数据中每次分别对应的标温调速P的离散值L与预设值Q1进行对比,根据对比结果获得设备在温速计算区间对应的区间温度调节速率,即区温调速,具体对比方式如下:
(1)当L≤预设值Q1时,则将作为设备在温速计算区间对应的区温调速/>;
(2)当L>预设值Q1时,则根据的值按照降序将对应的标温调速P值依次删除,并在每次删除后对剩余标温调速P的离散值L重新计算,同时对删除的标温调速P的个数c进行记录,直至满足L≤预设值Q1,此时将删除的标温调速P的个数c与预设值Q2进行比对,若c<预设值Q2,则将剩余标温调速P的平均值作为设备在温速计算区间对应的区温调速/>;若c≥预设值Q2,则将剩余标温调速P的最大值和最小值的平均值作为设备在温速计算区间对应的区温调速/>;
S17:重复执行步骤S11-S16,即可获得设备在各个温度区间分别对应的区温调速,将其分别与对应的各个温度区间进行绑定,进而生成各个温度区间对应的温速映射包。
优选的,预设值Q1=0.8×,预设值Q2=0.5 ×b。
优选的,所述数据分析模块中获得设备当前温度数据HB对应的调控时长DT的具体步骤为:
S21:接收设备当前温度数据HB,并调用温度区间划分模块将设备当前温度数据HB代入至各个温度区间内进行对比,从而获得设备当前温度数据HB对应的温度区间;
S22:根据设备当前温度数据HB对应的温度区间从存储模块中获取设备当前温度数据HB对应的温速映射,并从设备当前温度数据HB对应的温速映射中获得设备当前温度对应的区温调速;
S23:基于设备当前温度数据HB、设备当前温度数据HB对应的区温调速和预设的设备调控温度数据HA计算设备当前温度数据HB对应的调控时长DT,计算公式为:
,
式中,K为设备当前温度数据HB对应的区温调速;为预设系数,/>=0.9783。
优选的,该系统还包括监测模块,用于监测调控后的设备实时温度,并基于调控后的设备实时温度数据M与设备调控温度数据HA的差值与预设值W1、W2进行比较,根据比较结果生成相应的指令,具体步骤为:
S31:接收调控后的设备实时温度数据M与设备调控温度数据HA,并将调控后的设备实时温度数据M与设备调控温度数据HA的差值作为调控差值GC;
S32:对调控差值GC与预设值W1、W2进行比较,并根据比较结果生成相应的指令,其中W1<W2,具体为:
(1)当调控差值GC≤预设值W1时,监测模块不生成任何指令;
(2)当预设值W1<调控差值GC≤预设值W2时,监测模块生成二次调控信号;
(3)当预设值W2<调控差值GC时,监测模块生成警示信号并发送至工作后台,供相关操作人员进行查看。
优选的,当监测模块生成二次调控信号时,需要再次获取设备当前温度数据,并通过数据分析模块调用多个温度区间和温速映射包对设备当前温度数据HB与预设的设备调控温度数据HA进行分析后获得设备二次调控时长ET并发送至调控模块执行,其中计算二次调控时长的计算公式为:
,
式中,K为设备当前温度数据HB对应的区温调速;为预设系数,/>=0.876。
优选的,当调控模块基于接收的二次调控时长调用温控设备对设备的温度进行对应时长的温度调控操作后,监测模块需要再次将进行二次调控后的设备实时温度数据M1与设备调控温度数据HA的差值与二次预设值W3进行比较,并生成相应的二次指令,具体为:
(1)当调控差值GC<二次预设值W3时,监测模块不生成任何指令;
(2)当二次预设值W3<调控差值GC时,监测模块需提醒相关操作人员立即进行查看。
同时,本发明提供了基于云制造的工业设备温度控制方法,应用于基于云制造的工业设备温度控制系统,具体步骤为:
步骤一:使用历史调控数据获取模块调取设备历史调控数据;同时,温度区间划分模块根据设备的最高额定作业温度和最低额定作业温度对设备的总温度区间进行划分,从而获得多个温度区间;
步骤二:区温调速生成模块接收设备的历史调控数据,并基于温度区间划分模块划分的多个温度区间对各个温度区间内的设备历史调控数据进行分析,进而获得各个温度区间对应的温速映射包并存储至存储模块;
步骤三:设备启动后,数据采集模块获取设备当前温度数据;
步骤四:数据分析模块接收设备当前温度数据,并调用多个温度区间和温速映射包对设备当前温度数据与预设的设备调控温度数据进行分析后获得设备当前温度数据所处的温度区间及对应的调控时长;
步骤五:调控模块根据数据分析模块分析出的设备当前温度数据HB对应的调控时长DT,使用温控设备对设备温度进行对应时长的温度调控操作。
本发明还提供了存储介质,所述存储介质上存储有计算机程序,当所述计算机程序被处理器执行时,即可实现基于云制造的工业设备温度控制方法。
与现有技术相比,本发明具有以下有益效果:
本发明通过数据采集模块获得设备当前温度数据,进而使用数据分析模块调用多个温度区间和温速映射包对设备当前温度数据HB与预设的设备调控温度数据HA进行分析后获得设备当前温度数据HB所处的温度区间及对应的调控时长,不仅实现了对设备温度的精确控制,还有效提高了工业制造过程中对设备温度调控的效率、质量和准确性。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明基于云制造的工业设备温度控制系统的框架结构示意图;
图2是本发明基于云制造的工业设备温度控制方法的流程图。
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。
实施例一
请参阅图1所示,本发明为基于云制造的工业设备温度控制系统,包括历史调控数据获取模块、温度区间划分模块、区温调速生成模块、数据采集模块、数据分析模块、存储模块和调控模块。
本申请涉及的历史调控数据获取模块,用于获取设备的历史调控数据,包括设备的初始温度和对设备温度进行调控时存在的多个温度调控速率以及各个温度调控速率分别对应的维持时长,其中设备的初始温度为调控操作前设备的温度值。
本申请涉及的温度区间划分模块,用于根据设备的最高额定作业温度和最低额定作业温度对设备的总温度区间进行划分,从而获得多个温度区间。
本申请中,对设备的总温度区间进行划分的具体方式为:将设备的最高额定作业温度和最低额定作业温度作为划分温度上限值和划分温度下限值,对设备温度进行区间划分,进而获得多个温度区间,划分时采用等温度间隔划分或不等温度间隔划分。
本申请实施例中温度区间划分为等温度间隔划分,其中设备的最高额定作业温度和最低额定作业温度从设备说明书或是初始设定中进行获取,例如设备的最高额定作业温度和最低额定作业温度分别为BA和BC,即BA为设备的划分温度上限值,BC为设备的划分温度下限值,即设备的划分温度区间为[BC,BA],将[BC,BA]进行划分即可获得多个温度区间,在对其进行等温度间隔划分时,若划分温度间隔为Y,获得多个温度区间为[BC,BC+Y]、(BC+Y,BC+2Y]、……、(BA-Y,BA],其中Y为预设值,具体数值由相关人员根据实际需求进行设定。
本申请涉及的区温调速生成模块,用于接收设备的历史调控数据,并基于温度区间划分模块划分的多个温度区间对各个温度区间内的设备历史调控数据进行分析,进而获得各个温度区间对应的温速映射包。
本申请实施例中,各个温度区间分别对应的温速映射包的具体生成方式为:
S11:从各个温度区间内任意选取一个温度区间为温速计算区间,并获取温速计算区间内设备的b次历史调控数据。
S12:从b次历史调控数据内任意选取一次作为分析次,并获取设备在分析次内温度调控时存在的多个温度调控速率V和各个温度调控速率分别对应的维持时长T。
S13:计算设备在分析次内对应的标准温度调控速率,即标温调速P,其中标温调速P计算公式如下:
,
式中,i∈1…a,表示第i个温度调控速率,/>表示第i个温度调控速率/>对应的维持时长。
S14:重复执行步骤S12-S13,直至获得设备在b次历史调控数据中每次分别对应的标温调速P后停止。
S15:计算设备在b次历史调控数据中每次分别对应的标温调速P的离散值L,计算公式如下:
,
式中,i∈1…b,表示第i次标温调速,/>为b次标温调速的平均值。
本申请实施例中,通过计算设备在b次历史调控数据中每次分别对应的标温调速P的离散值L,来表达b次标温调速的平均值的代表性。当离散值L较小时,则意味着标温调速P的离散程度较小,其对应的平均值/>的代表性较大;当离散值L较大时,则意味着标温调速P的离散程度较大,其对应的平均值/>的代表性较小。
S16:将设备在b次历史调控数据中每次分别对应的标温调速P的离散值L与预设值Q1进行对比,根据对比结果获得设备在温速计算区间对应的区间温度调节速率,即区温调速,具体对比方式如下:
(1)当L≤预设值Q1时,则将作为设备在温速计算区间对应的区温调速/>;
(2)当L>预设值Q1时,则根据的值按照降序将对应的标温调速P值依次删除,并在每次删除后对剩余标温调速P的离散值L重新计算,同时对删除的标温调速P的个数c进行记录,直至满足L≤预设值Q1,此时将删除的标温调速P的个数c与预设值Q2进行比对,若c<预设值Q2,则将剩余标温调速P的平均值作为设备在温速计算区间对应的区温调速/>;若c≥预设值Q2,则将剩余标温调速P的最大值和最小值的平均值作为设备在温速计算区间对应的区温调速/>。
本申请中,预设值Q1、Q2的具体的数值需要相关人员根据具体的应用场景和需求进行拟定。本申请实施例中,Q1=0.8×,Q2=0.5 ×b。
例如,假设取值为10、b取值为20,Q1=0.8×/>=8,Q2=0.5 ×b=10,当离散值L为5时,由于L=5<Q1=8,此时将/>=10作为设备在温速计算区间对应的区温调速;当离散值L为11时,由于L=11>Q1=8,此时根据/>的值按照降序将对应的标温调速P值依次删除,并在每次删除后对剩余标温调速P的离散值L重新计算,同时对删除的标温调速P的个数c进行记录,直至满足L≤预设值Q1。当满足L≤预设值Q1时,如果c取值为5,由于c=5<Q2=10,此时将剩余标温调速P的平均值作为设备在温速计算区间对应的区温调速; 如果c取值为12,由于c=12≥Q2=10,此时剩余标温调速P的最大值和最小值的平均值作为设备在温速计算区间对应的区温调速。
本申请实施例中,通过将离散值L与预设值Q1进行比较的目的是,判断标温调速P之间的离散程度是否足够小,以确定是否可以忽略不计,如果离散值L≤预设值Q1,说明标温调速P之间的离散程度较小,其对应的平均值的代表性较大,此时将平均值/>作为设备在调控区间对应的区温调速/>有意义;如果离散值L>预设值Q1,说明温度调控速率的变化较大,其对应的平均值/>的代表性较小,需进行进一步的分析。
当L>预设值Q1时,本申请实施例中根据的值按照降序将对应的标温调速P值依次删除,并重新计算离散值L,直至L≤预设值Q1时再对删除的标温调速P的个数c与预设值Q2进行比较,若删除的标温调速P的个数c<预设值Q2,说明需要删除的标温调速P的数量较少,剩余标温调速的平均值的代表性较大,此时将剩余标温调速的平均值作为设备在温速计算区间对应的区温调速/>有意义;若删除的标温调速P的个数c≥预设值Q2,说明删除的标温调速P的数量较多,剩余标温调速的平均值的代表性较小,此时将剩余标温调速的最大值和最小值的平均值作为设备在温速计算区间对应的区温调速/>有意义。
S17:重复执行步骤S11-S16,即可获得设备在各个温度区间分别对应的区温调速,将其分别与对应的各个温度区间进行绑定,进而生成各个温度区间对应的温速映射包。
本申请涉及的存储模块,用于存储各个温度区间对应的温速映射包。
本申请涉及的数据采集模块,用于实时获取设备当前温度数据HB。
本申请涉及的数据分析模块,用于接收设备当前温度数据HB,并通过调用多个温度区间和温速映射包对设备当前温度数据HB与预设的设备调控温度数据HA进行分析后获得设备当前温度数据HB所处的温度区间及对应的调控时长,其中设备调控温度数据HA为设备需要调控达到的温度值,具体步骤为:
S21:接收设备当前温度数据HB,并调用温度区间划分模块将设备当前温度数据HB代入至各个温度区间内进行对比,从而获得设备当前温度数据HB对应的温度区间;
S22:根据设备当前温度数据HB对应的温度区间从存储模块中获取设备当前温度数据HB对应的温速映射,并从设备当前温度数据HB对应的温速映射中获得设备当前温度对应的区温调速;
S23:基于设备当前温度数据HB、设备当前温度数据HB对应的区温调速和预设的设备调控温度数据HA计算设备当前温度数据HB对应的调控时长DT,计算公式为:
,
式中,K为设备当前温度数据HB对应的区温调速;为预设系数,具体数值由相关人员进行拟定,本申请实施例中/>=0.9783。
本申请涉及的调控模块,接收所述数据分析模块分析出的设备当前温度数据HB对应的调控时长DT,并根据对应的调控时长使用温控设备对设备温度进行对应时长的温度调控操作。
本申请中通过数据采集模块获得设备当前温度数据,进而使用数据分析模块调用多个温度区间和温速映射包对设备当前温度数据HB与预设的设备调控温度数据HA进行分析后获得设备当前温度数据HB所处的温度区间及对应的调控时长,不仅实现了对设备温度的精确控制,还有效提高了工业制造过程中对设备温度调控的效率、质量和准确性。
实施例二
作为本发明的实施例二,本申请在具体实施时,相较于实施例一,本实施例的技术方案与实施例一的区别仅在于本实施例中,还包括监测模块,用于监测调控后的设备实时温度,并基于调控后的设备实时温度数据M与设备调控温度数据HA的差值与预设值W1、W2进行比较,根据比较结果生成相应的指令,具体步骤为:
S31:接收调控后的设备实时温度数据M与设备调控温度数据HA,并将调控后的设备实时温度数据M与设备调控温度数据HA的差值作为调控差值GC;
S32:对调控差值GC与预设值W1、W2进行比较,并根据比较结果生成相应的指令,其中W1<W2,具体为:
(1)当调控差值GC≤预设值W1时,说明调控后的设备实时温度数据M与设备调控温度数据HA之间相差较小甚至不存在差别,此时监测模块不生成任何指令;
(2)当预设值W1<调控差值GC≤预设值W2时,说明调控后的设备实时温度数据M与设备调控温度数据HA之间存在一定的差值,需要进行二次调控,此时监测模块生成二次调控信号;
(3)当预设值W2<调控差值GC时,说明调控后的设备实时温度数据M与设备调控温度数据HA之间相差较大,设备存在故障,此时监测模块生成警示信号并发送至工作后台,供相关操作人员进行查看,以便及时作出应对措施。
例如,假设预设值W1=10°、预设值W2=25°,当调控差值GC=8°时,由于调控差值GC≤预设值W1,此时监测模块不生成任何指令;当调控差值GC=20°时,由于预设值W1<调控差值GC≤预设值W2,此时监测模块生成二次调控信号;当调控差值GC=27°时,由于预设值W2<调控差值GC,此时监测模块生成警示信号。
实施例三
作为本发明的实施例三,本申请在具体实施时,相较于实施例一和实施例二,本实施例的技术方案与实施例一和实施例二的区别仅在于本实施例中,当监测模块生成二次调控信号时,需要再次获取设备当前温度数据,并通过数据分析模块调用多个温度区间和温速映射包对设备当前温度数据HB与预设的设备调控温度数据HA进行分析后获得设备二次调控时长ET并发送至调控模块执行,其中计算二次调控时长的计算公式为:
,
式中,K为设备当前温度数据HB对应的区温调速;为预设系数,具体数值由相关人员进行拟定,本申请实施例中/>=0.876。
需要说明的是,当监测模块生成二次调控信号时,再次获取的设备当前温度数据为处于二次调控信号时期的设备当前温度数据。
优选的,当调控模块基于接收的二次调控时长调用温控设备对设备的温度进行对应时长的温度调控操作后,监测模块需要再次将进行二次调控后的设备实时温度数据M1与设备调控温度数据HA的差值与二次预设值W3进行比较,并生成相应的二次指令,具体为:
(1)当调控差值GC<二次预设值W3时,监测模块不生成任何指令;
(2)当二次预设值W3<调控差值GC时,说明设备存在严重的故障,此时监测模块需提醒相关操作人员立即进行查看,并及时作出应对措施对设备进行检修维护。
本申请中,预设值W1、W2以及二次预设值W3的具体的数值需要相关人员根据具体的应用场景和需求进行拟定。
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数以及阈值选取由本领域的技术人员根据实际情况进行设置。
请参阅图2所示,本申请还提供了一种基于云制造的工业设备温度控制方法,应用于基于云制造的工业设备温度控制系统,具体步骤为:
步骤一:使用历史调控数据获取模块调取设备历史调控数据;同时,温度区间划分模块根据设备的最高额定作业温度和最低额定作业温度对设备的总温度区间进行划分,从而获得多个温度区间;
步骤二:区温调速生成模块接收设备的历史调控数据,并基于温度区间划分模块划分的多个温度区间对各个温度区间内的设备历史调控数据进行分析,进而获得各个温度区间对应的温速映射包并存储至存储模块;
步骤三:设备启动后,数据采集模块获取设备当前温度数据;
步骤四:数据分析模块接收设备当前温度数据,并调用多个温度区间和温速映射包对设备当前温度数据与预设的设备调控温度数据进行分析后获得设备当前温度数据所处的温度区间及对应的调控时长;
步骤五:调控模块根据数据分析模块分析出的设备当前温度数据HB对应的调控时长DT,使用温控设备对设备温度进行对应时长的温度调控操作。
最后,本申请还提供了一种存储介质,所述存储介质上存储有计算机程序,当所述计算机程序被处理器执行时,即可实现基于云制造的工业设备温度控制方法。
另外,在本申请实施例中的各功能单元可以集成在一个单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。可以理解的是,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或者该技术方案的全部或部分可以以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器中,包括若干指令,用以使得一台计算机设备如个人计算机、服务器或者网络设备等,执行本申请实施例上述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器、随机存取存储器、移动硬盘、磁盘或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序指令相关的硬件来完成,该程序可以存储于计算机可读存储器中,存储器可以包括:U盘、只读存储器、随机存取存储器、磁盘或光盘等。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.基于云制造的工业设备温度控制系统,其特征在于,包括:
历史调控数据获取模块,用于获取设备的历史调控数据,包括设备的初始温度和对设备温度进行调控时存在的多个温度调控速率以及各个温度调控速率分别对应的维持时长,其中设备的初始温度为调控操作前设备的温度值;
温度区间划分模块,用于根据设备的最高额定作业温度和最低额定作业温度对设备的总温度区间进行划分,从而获得多个温度区间;
区温调速生成模块,用于接收设备的历史调控数据,并基于温度区间划分模块划分的多个温度区间对各个温度区间内的设备历史调控数据进行分析,进而获得各个温度区间对应的温速映射包;
存储模块,用于存储各个温度区间对应的温速映射包;
数据采集模块,用于实时获取设备当前温度数据HB;
数据分析模块,用于接收设备当前温度数据HB,并通过调用多个温度区间和温速映射包对设备当前温度数据HB与预设的设备调控温度数据HA进行分析后获得设备当前温度数据HB所处的温度区间及对应的调控时长,其中设备调控温度数据HA为设备需要调控达到的温度值;
调控模块,接收所述数据分析模块分析出的设备当前温度数据HB对应的调控时长DT,并根据对应的调控时长使用温控设备对设备温度进行对应时长的温度调控操作。
2.根据权利要求1所述的基于云制造的工业设备温度控制系统,其特征在于,对设备的总温度区间进行划分的具体方式为:将设备的最高额定作业温度和最低额定作业温度作为划分温度上限值和划分温度下限值,对设备温度进行区间划分,进而获得多个温度区间,划分时采用等温度间隔划分或不等温度间隔划分。
3.根据权利要求2所述的基于云制造的工业设备温度控制系统,其特征在于,所述区温调速生成模块中各个温度区间分别对应的温速映射包的具体生成方式为:
S11:从各个温度区间内任意选取一个温度区间为温速计算区间,并获取温速计算区间内设备的b次历史调控数据;
S12:从b次历史调控数据内任意选取一次作为分析次,并获取设备在分析次内温度调控时存在的多个温度调控速率V和各个温度调控速率分别对应的维持时长T;
S13:计算设备在分析次内对应的标准温度调控速率,即标温调速P,其中标温调速P计算公式如下:
,
式中,i∈1…a,表示第i个温度调控速率,/>表示第i个温度调控速率/>对应的维持时长;
S14:重复执行步骤S12-S13,直至获得设备在b次历史调控数据中每次分别对应的标温调速P后停止;
S15:计算设备在b次历史调控数据中每次分别对应的标温调速P的离散值L,计算公式如下:
,
式中,i∈1…b,表示第i次标温调速,/>为b次标温调速的平均值;
S16:将设备在b次历史调控数据中每次分别对应的标温调速P的离散值L与预设值Q1进行对比,根据对比结果获得设备在温速计算区间对应的区间温度调节速率,即区温调速,具体对比方式如下:
(1)当L≤预设值Q1时,则将作为设备在温速计算区间对应的区温调速/>;
(2)当L>预设值Q1时,则根据的值按照降序将对应的标温调速P值依次删除,并在每次删除后对剩余标温调速P的离散值L重新计算,同时对删除的标温调速P的个数c进行记录,直至满足L≤预设值Q1,此时将删除的标温调速P的个数c与预设值Q2进行比对,若c<预设值Q2,则将剩余标温调速P的平均值作为设备在温速计算区间对应的区温调速;若c≥预设值Q2,则将剩余标温调速P的最大值和最小值的平均值作为设备在温速计算区间对应的区温调速/>;
S17:重复执行步骤S11-S16,即可获得设备在各个温度区间分别对应的区温调速,将其分别与对应的各个温度区间进行绑定,进而生成各个温度区间对应的温速映射包。
4.根据权利要求3所述的基于云制造的工业设备温度控制系统,其特征在于,预设值Q1=0.8×,预设值Q2=0.5 ×b。
5.根据权利要求4所述的基于云制造的工业设备温度控制系统,其特征在于,所述数据分析模块中获得设备当前温度数据HB对应的调控时长DT的具体步骤为:
S21:接收设备当前温度数据HB,并调用温度区间划分模块将设备当前温度数据HB代入至各个温度区间内进行对比,从而获得设备当前温度数据HB对应的温度区间;
S22:根据设备当前温度数据HB对应的温度区间从存储模块中获取设备当前温度数据HB对应的温速映射,并从设备当前温度数据HB对应的温速映射中获得设备当前温度对应的区温调速;
S23:基于设备当前温度数据HB、设备当前温度数据HB对应的区温调速和预设的设备调控温度数据HA计算设备当前温度数据HB对应的调控时长DT,计算公式为:
,
式中,K为设备当前温度数据HB对应的区温调速;为预设系数,/>=0.9783。
6.根据权利要求5所述的基于云制造的工业设备温度控制系统,其特征在于,该系统还包括监测模块,用于监测调控后的设备实时温度,并基于调控后的设备实时温度数据M与设备调控温度数据HA的差值与预设值W1、W2进行比较,根据比较结果生成相应的指令,具体步骤为:
S31:接收调控后的设备实时温度数据M与设备调控温度数据HA,并将调控后的设备实时温度数据M与设备调控温度数据HA的差值作为调控差值GC;
S32:对调控差值GC与预设值W1、W2进行比较,并根据比较结果生成相应的指令,其中W1<W2,具体为:
(1)当调控差值GC≤预设值W1时,监测模块不生成任何指令;
(2)当预设值W1<调控差值GC≤预设值W2时,监测模块生成二次调控信号;
(3)当预设值W2<调控差值GC时,监测模块生成警示信号并发送至工作后台,供相关操作人员进行查看。
7.根据权利要求6所述的基于云制造的工业设备温度控制系统,其特征在于,当监测模块生成二次调控信号时,需要再次获取设备当前温度数据,并通过数据分析模块调用多个温度区间和温速映射包对设备当前温度数据HB与预设的设备调控温度数据HA进行分析后获得设备二次调控时长ET并发送至调控模块执行,其中计算二次调控时长的计算公式为:
,
式中,K为设备当前温度数据HB对应的区温调速;为预设系数,/>=0.876。
8.根据权利要求7所述的基于云制造的工业设备温度控制系统,其特征在于,当调控模块基于接收的二次调控时长调用温控设备对设备的温度进行对应时长的温度调控操作后,监测模块需要再次将进行二次调控后的设备实时温度数据M1与设备调控温度数据HA的差值与二次预设值W3进行比较,并生成相应的二次指令,具体为:
(1)当调控差值GC<二次预设值W3时,监测模块不生成任何指令;
(2)当二次预设值W3<调控差值GC时,监测模块需提醒相关操作人员立即进行查看。
9.基于云制造的工业设备温度控制方法,应用于权利要求1-8任意一项所述的基于云制造的工业设备温度控制系统,其特征在于,具体步骤为:
步骤一:使用历史调控数据获取模块调取设备历史调控数据;同时,温度区间划分模块根据设备的最高额定作业温度和最低额定作业温度对设备的总温度区间进行划分,从而获得多个温度区间;
步骤二:区温调速生成模块接收设备的历史调控数据,并基于温度区间划分模块划分的多个温度区间对各个温度区间内的设备历史调控数据进行分析,进而获得各个温度区间对应的温速映射包并存储至存储模块;
步骤三:设备启动后,数据采集模块获取设备当前温度数据;
步骤四:数据分析模块接收设备当前温度数据,并调用多个温度区间和温速映射包对设备当前温度数据与预设的设备调控温度数据进行分析后获得设备当前温度数据所处的温度区间及对应的调控时长;
步骤五:调控模块根据数据分析模块分析出的设备当前温度数据HB对应的调控时长DT,使用温控设备对设备温度进行对应时长的温度调控操作。
10.存储介质,其特征在于,所述存储介质上存储有计算机程序,当所述计算机程序被处理器执行时,即可实现权利要求9所述的基于云制造的工业设备温度控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410120384.4A CN117666658B (zh) | 2024-01-29 | 2024-01-29 | 基于云制造的工业设备温度控制系统、方法及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410120384.4A CN117666658B (zh) | 2024-01-29 | 2024-01-29 | 基于云制造的工业设备温度控制系统、方法及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117666658A true CN117666658A (zh) | 2024-03-08 |
CN117666658B CN117666658B (zh) | 2024-04-12 |
Family
ID=90075361
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410120384.4A Active CN117666658B (zh) | 2024-01-29 | 2024-01-29 | 基于云制造的工业设备温度控制系统、方法及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117666658B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120084551A1 (en) * | 2010-09-30 | 2012-04-05 | International Business Machines Corporation | Fan control method and apparatus for device area in information handling system |
US20160295750A1 (en) * | 2013-12-17 | 2016-10-06 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Automatic Control System and Method Of Chillers For Data Center |
CN108414113A (zh) * | 2018-03-15 | 2018-08-17 | 山东微感光电子有限公司 | 用多点温度离散系数预测光纤温度的火灾报警系统及方法 |
JP2018138918A (ja) * | 2018-03-22 | 2018-09-06 | エスゼット ディージェイアイ テクノロジー カンパニー リミテッドSz Dji Technology Co.,Ltd | 熱調節システムおよび方法 |
US20190354124A1 (en) * | 2018-02-28 | 2019-11-21 | Mcc Real Estate Group Co., Ltd. | Intelligent dynamic control system of indoor temperature and control method thereof |
CN114471418A (zh) * | 2022-04-18 | 2022-05-13 | 广东众大智能科技有限公司 | 一种连续式造粒反应釜的釜内温度控制方法、系统和介质 |
CN114815929A (zh) * | 2022-06-29 | 2022-07-29 | 深圳市猫头鹰智慧科技有限公司 | 基于物联网的自走式水产养殖区水温监控装置 |
CN114967790A (zh) * | 2022-05-05 | 2022-08-30 | 山西大学 | 基于机器学习的激光器温度控制系统及方法 |
CN115016578A (zh) * | 2022-08-08 | 2022-09-06 | 太原科技大学 | 一种基于边部温度控制的带钢质量调控方法 |
CN116608575A (zh) * | 2023-06-21 | 2023-08-18 | 合芯科技(苏州)有限公司 | 一种服务器机房温度的调节方法及系统 |
CN117032112A (zh) * | 2023-08-11 | 2023-11-10 | 芜湖宏景电子股份有限公司 | 一种汽车智能制造设备的状态监测系统 |
CN117055660A (zh) * | 2023-09-18 | 2023-11-14 | 苏州迈为科技股份有限公司 | 加热装置的升温控制装置、系统及升温控制方法 |
-
2024
- 2024-01-29 CN CN202410120384.4A patent/CN117666658B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120084551A1 (en) * | 2010-09-30 | 2012-04-05 | International Business Machines Corporation | Fan control method and apparatus for device area in information handling system |
US20160295750A1 (en) * | 2013-12-17 | 2016-10-06 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Automatic Control System and Method Of Chillers For Data Center |
US20190354124A1 (en) * | 2018-02-28 | 2019-11-21 | Mcc Real Estate Group Co., Ltd. | Intelligent dynamic control system of indoor temperature and control method thereof |
CN108414113A (zh) * | 2018-03-15 | 2018-08-17 | 山东微感光电子有限公司 | 用多点温度离散系数预测光纤温度的火灾报警系统及方法 |
JP2018138918A (ja) * | 2018-03-22 | 2018-09-06 | エスゼット ディージェイアイ テクノロジー カンパニー リミテッドSz Dji Technology Co.,Ltd | 熱調節システムおよび方法 |
CN114471418A (zh) * | 2022-04-18 | 2022-05-13 | 广东众大智能科技有限公司 | 一种连续式造粒反应釜的釜内温度控制方法、系统和介质 |
CN114967790A (zh) * | 2022-05-05 | 2022-08-30 | 山西大学 | 基于机器学习的激光器温度控制系统及方法 |
CN114815929A (zh) * | 2022-06-29 | 2022-07-29 | 深圳市猫头鹰智慧科技有限公司 | 基于物联网的自走式水产养殖区水温监控装置 |
CN115016578A (zh) * | 2022-08-08 | 2022-09-06 | 太原科技大学 | 一种基于边部温度控制的带钢质量调控方法 |
CN116608575A (zh) * | 2023-06-21 | 2023-08-18 | 合芯科技(苏州)有限公司 | 一种服务器机房温度的调节方法及系统 |
CN117032112A (zh) * | 2023-08-11 | 2023-11-10 | 芜湖宏景电子股份有限公司 | 一种汽车智能制造设备的状态监测系统 |
CN117055660A (zh) * | 2023-09-18 | 2023-11-14 | 苏州迈为科技股份有限公司 | 加热装置的升温控制装置、系统及升温控制方法 |
Non-Patent Citations (1)
Title |
---|
郭银章: "紫外光刻物镜被动热补偿方法研究和消热差设计", 电子技术, vol. 49, no. 01, 20 January 2020 (2020-01-20), pages 32 - 35 * |
Also Published As
Publication number | Publication date |
---|---|
CN117666658B (zh) | 2024-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112417791B (zh) | 基于线性回归与ahp算法的电力设备监视预警方法及系统 | |
CN116361377B (zh) | 基于工业物联网服务平台的负载预测系统、方法及介质 | |
CN113485801B (zh) | 基于神经网络相似度建模的实时dnn调度系统及方法 | |
CN110705042A (zh) | 基于t-s模糊模型的汽轮机阀门流量特性辨识方法、系统及介质 | |
CN109032117A (zh) | 基于arma模型的单回路控制系统性能评价方法 | |
CN111461450A (zh) | 基于eemd和lstm的水电机组劣化度预测方法 | |
CN113312244A (zh) | 一种故障监测方法、设备、程序产品及存储介质 | |
CN113887749A (zh) | 基于云边协同的电力物联网多维度监控处置方法、设备及平台 | |
CN113675944A (zh) | 一种光伏电站智能分析决策系统及方法 | |
CN110191015B (zh) | 基于cpi指标的云服务性能智能预测方法和装置 | |
CN117666658B (zh) | 基于云制造的工业设备温度控制系统、方法及存储介质 | |
CN103442087B (zh) | 一种基于响应时间趋势分析的Web服务系统访问量控制装置和方法 | |
CN116030955B (zh) | 基于物联网的医疗设备状态监测方法及相关装置 | |
CN116300687B (zh) | 基于数控加工的加工精度预测方法、系统及介质 | |
CN116382224B (zh) | 一种基于数据分析的包装设备监测方法及系统 | |
CN111026624A (zh) | 电网信息系统的故障预测方法、装置 | |
CN116720720A (zh) | 一种岩土工程设备互联调度管理方法和系统 | |
CN117149410A (zh) | 一种基于ai智能模型训练调度指挥监控系统 | |
US20230034061A1 (en) | Method for managing proper operation of base station and system applying the method | |
CN115407736A (zh) | 一种提高产品良率的方法、装置、设备及介质 | |
CN109800975A (zh) | 一种资源评估方法、装置、计算机设备和存储介质 | |
CN110825493A (zh) | 一种虚拟机调优的方法及装置 | |
CN111258866A (zh) | 计算机性能预测方法、装置、设备及可读存储介质 | |
CN111178593A (zh) | 一种光伏系统输出功率预测方法及装置 | |
CN117808602B (zh) | 基于子账户扩展的热点账户记账方法及相关装置 |
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 |