CN117704880B - 一种蒸发器的节能温度监测方法及系统 - Google Patents
一种蒸发器的节能温度监测方法及系统 Download PDFInfo
- Publication number
- CN117704880B CN117704880B CN202311708404.1A CN202311708404A CN117704880B CN 117704880 B CN117704880 B CN 117704880B CN 202311708404 A CN202311708404 A CN 202311708404A CN 117704880 B CN117704880 B CN 117704880B
- Authority
- CN
- China
- Prior art keywords
- temperature
- target
- monitoring
- auxiliary
- evaporator
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 177
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000008859 change Effects 0.000 claims abstract description 84
- 238000013461 design Methods 0.000 claims abstract description 31
- 238000004458 analytical method Methods 0.000 claims abstract description 30
- 230000005856 abnormality Effects 0.000 claims abstract description 18
- 239000003507 refrigerant Substances 0.000 claims abstract description 16
- 238000010438 heat treatment Methods 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 9
- 238000013507 mapping Methods 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000006978 adaptation Effects 0.000 claims description 4
- 230000003213 activating effect Effects 0.000 claims description 3
- 238000006116 polymerization reaction Methods 0.000 claims description 3
- 230000001360 synchronised effect Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 6
- 230000003111 delayed effect Effects 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000009434 installation Methods 0.000 description 3
- 239000000306 component Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005485 electric heating Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F28—HEAT EXCHANGE IN GENERAL
- F28F—DETAILS OF HEAT-EXCHANGE AND HEAT-TRANSFER APPARATUS, OF GENERAL APPLICATION
- F28F27/00—Control arrangements or safety devices specially adapted for heat-exchange or heat-transfer apparatus
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Thermal Sciences (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明公开了一种蒸发器的节能温度监测方法及系统,属于建筑供热领域,其中方法包括:交互获得目标蒸发器的目标设计参数,获得目标孪生模型;进行运行温变分析,获得传感器布设阵列,进行RTD传感器布设,获得目标监测点阵,进行温变数据调用,获得K个动态温变数据,同步至温变异常识别子网络,获得温变异常识别结果,生成供热切换指令,进行目标场所的供热系统切换。本申请解决了现有技术中根据蒸发器输出制冷剂物理状态间接识别蒸发器故障,导致故障识别滞后,不利于目标场所持续供热的技术问题,达到了通过数字孪生建模和温度监测直接识别蒸发器故障,缩短故障识别滞后时间,有利于目标场所持续可靠供热的技术效果。
Description
技术领域
本发明涉及建筑供热领域,具体涉及一种蒸发器的节能温度监测方法及系统。
背景技术
随着全球气候变化和能源危机的日益严峻,开发和利用可再生能源技术对于应对能源挑战极为重要。空气源热泵作为利用可再生能源的供热技术,得到了长足发展。空气源热泵系统通过压缩和膨胀制冷剂的物理循环来交换热量,以实现高效节能。而作为热量交换的核心部件,蒸发器的运行状态对系统性能和供热连续性有重要影响。现有技术中,对蒸发器故障的识别和应对存在一定滞后,主要通过检测制冷剂变化进行间接监测,无法实现故障的快速识别和应对,导致蒸发器故障识别滞后性较强,不利于空气源热泵的持续供热。
发明内容
本申请通过提供了一种蒸发器的节能温度监测方法及系统,旨在解决现有技术中根据蒸发器输出制冷剂物理状态间接识别蒸发器故障,导致故障识别滞后,不利于目标场所持续供热的技术问题。
鉴于上述问题,本申请提供了一种蒸发器的节能温度监测方法及系统。
本申请公开的第一个方面,提供了一种蒸发器的节能温度监测方法,该方法包括:交互获得目标蒸发器的目标设计参数;根据目标设计参数进行目标蒸发器的数字孪生建模,获得目标孪生模型;基于目标孪生模型进行运行温变分析,获得传感器布设阵列;采用传感器布设阵列对目标蒸发器进行RTD传感器布设,获得目标监测点阵,其中,目标监测点阵包括K个RTD传感器,K个RTD传感器具有K个监测位置标识;预构建节能温度监测窗口,并采用节能温度监测窗口对目标监测点阵进行温变数据调用,获得K个动态温变数据;预构建温变异常识别子网络,将K个动态温变数据同步至温变异常识别子网络,获得温变异常识别结果;根据温变异常识别结果生成供热切换指令,并基于供热切换指令进行目标场所的供热系统切换。
本申请公开的另一个方面,提供了一种蒸发器的节能温度监测系统,该系统包括:设计参数获取模块,用于交互获得目标蒸发器的目标设计参数;数字孪生建模模块,用于根据目标设计参数进行目标蒸发器的数字孪生建模,获得目标孪生模型;运行温变分析模块,用于基于目标孪生模型进行运行温变分析,获得传感器布设阵列;传感器布设模块,用于采用传感器布设阵列对目标蒸发器进行RTD传感器布设,获得目标监测点阵,其中,目标监测点阵包括K个RTD传感器,K个RTD传感器具有K个监测位置标识;温变数据调用模块,用于预构建节能温度监测窗口,并采用节能温度监测窗口对目标监测点阵进行温变数据调用,获得K个动态温变数据;温变异常识别模块,用于预构建温变异常识别子网络,将K个动态温变数据同步至温变异常识别子网络,获得温变异常识别结果;供热系统切换模块,用于根据温变异常识别结果生成供热切换指令,并基于供热切换指令进行目标场所的供热系统切换。
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:
由于采用了交互获得目标蒸发器的目标设计参数,为建立数字孪生模型提供基础数据支持;根据目标设计参数建立目标蒸发器的数字孪生模型,获得目标孪生模型,为优化传感器布设提供依据;基于目标孪生模型进行运行温变分析,以便精准监测温度变化;在目标蒸发器上采用传感器布设阵列进行RTD传感器布设,每个传感器都具有唯一的监测位置标识,获得目标监测点阵;构建节能温度监测窗口,采用该窗口对监测点阵中的每个RTD传感器进行温变数据的提取和调用,获得动态温变数据;构建温变异常识别子网络,将温变数据输入该网络实时进行异常识别,判断是否存在故障,获得识别结果;根据识别结果及时生成供热切换指令,进行供热系统的快速切换,确保持续供热的技术方案,解决了现有技术中根据蒸发器输出制冷剂物理状态间接识别蒸发器故障,导致故障识别滞后,不利于目标场所持续供热的技术问题,达到了通过数字孪生建模和温度监测直接识别蒸发器故障,缩短故障识别滞后时间,有利于目标场所持续可靠供热的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例提供了一种蒸发器的节能温度监测方法的一种流程示意图;
图2为本申请实施例提供了一种蒸发器的节能温度监测方法中构建温变异常识别子网络的一种流程示意图;
图3为本申请实施例提供了一种蒸发器的节能温度监测系统的一种结构示意图。
附图标记说明:设计参数获取模块11,数字孪生建模模块12,运行温变分析模块13,传感器布设模块14,温变数据调用模块15,温变异常识别模块16,供热系统切换模块17。
具体实施方式
本申请提供的技术方案总体思路如下:
本申请实施例提供了一种蒸发器的节能温度监测方法及系统,总体采取以数字孪生技术辅助实时温度监测技术来直接识别蒸发器故障,快速切换供热系统的技术思路。首先,针对空气源热泵系统蒸发器特点,使用设计参数建立数字孪生模型,模拟了解蒸发器的温度变化规律。同时,针对温度变化规律确定温变监测位置与方式,布设RTD传感器获得监测点阵。通过实时对温度变化数据进行采集,建立温变异常识别子网络,直接效率、精准地识别蒸发器的异常故障,最终结合故障识别结果,实现快速供热切换以保证持续供热。
总括来说,本申请实施例基于数字孪生预测蒸发器热态变化,通过温度变化的实时监测进行快速的故障识别,从而缩短空气热泵系统故障时对供热场所影响的时间,确保供热连续性,显著提高空气热泵系统的稳定性、安全性和使用性。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示,本申请实施例提供了一种蒸发器的节能温度监测方法,该方法包括:
交互获得目标蒸发器的目标设计参数;
在本申请实施例中,首先通过人机交互的方式,从用户处获得目标蒸发器的目标设计参数,以作为后续数字孪生建模和分析的基础数据。目标蒸发器的目标设计参数。其中,目标设计参数是指与目标蒸发器设计密切相关的参数,包括但不限于蒸发器型号规格、结构尺寸、材质参数、工作温度范围、设计流量、制冷量等参数,反映了目标蒸发器的设计和使用特性。
通过获得目标蒸发器的目标设计参数,为后续建立精确的数字孪生模型奠定数据基础,提高模型准确性和分析效果。
根据所述目标设计参数进行所述目标蒸发器的数字孪生建模,获得目标孪生模型;
在本申请实施例中,在获得目标蒸发器的目标设计参数之后,基于这些参数构建对应的数字孪生模型,以实现对目标蒸发器的虚拟映射。具体的,指采用参数化建模的方法,根据目标设计参数构建能够反映目标蒸发器实际物理特征的数字模型,使之成为目标蒸发器的目标孪生模型,该模型中包含与实际蒸发器等效的结构、尺寸、材质、工作特性等数字信息,实现在虚拟空间内重建目标蒸发器,并模拟其工况下的运行状态、热力变化规律等。
通过构建目标孪生模型,在信息层面上准确对应目标实体蒸发器,为实现节能温度监测提供直接的信息界面。
基于所述目标孪生模型进行运行温变分析,获得传感器布设阵列;
在本申请实施例中,在获得目标孪生模型之后,基于该模型对蒸发器的运行状态进行温度变化规律分析,以确定合理的传感器布置方案。首先,利用数字孪生模型模拟蒸发器在实际工况下的运行状态,重点分析冷媒管道中的工作流体在不同负荷条件下的温度变化情况,根据冷媒物性参数,定量分析管道各段位置的温度变化强度。其中,温度变化强度越大的管道位置,说明热力变化更为剧烈,应优先布置传感器实时监测。根据管道中不同位置的温变强度指标,确定传感器布设的优先级和密度级别,最终确定传感器布设阵列方案,得到传感器布设阵列,反映该蒸发器管道各位置的温度监测优先级,为后续实际布传感器提供详细的安装参考。
通过进行运行温变分析,根据管道实际热力变化情况科学布置传感器,获得传感器布设阵列,为实现对蒸发器运行故障的及时监测和识别提供基础信息。
采用所述传感器布设阵列对所述目标蒸发器进行RTD传感器布设,获得目标监测点阵,其中,所述目标监测点阵包括K个RTD传感器,所述K个RTD传感器具有K个监测位置标识;
在本申请实施例中,在获得传感器布设阵列之后,对目标蒸发器进行实际的温度传感器布置。其中,温度传感器采用RTD传感器,是一种精确的电阻温度测量装置,能够实时监测布设位置的温度变化。首先,按照获取的传感器布设阵列,选择安装RTD传感器作为目标蒸发器的温度监测单元,进行RTD传感器布设。同时,对布设的RTD传感器的具体位置,并给每个传感器指定一个唯一的监测位置标识,构成目标监测点阵,包括K个RTD传感器,并且每个RTD传感器具有相应的监测位置标识。
通过目标监测点阵的构建,可以实现对目标蒸发器关键区域温度变化的持续自动监测,为后续的异常识别和控制决策提供基础数据支持。
预构建节能温度监测窗口,并采用所述节能温度监测窗口对所述目标监测点阵进行温变数据调用,获得K个动态温变数据;
在本申请实施例中,在获得目标监测点阵之后,构建温度数据读取的接口与规则,并调用实时温度数据。
首先,构建节能温度监测窗口,作为数据读取控制机制,旨在优化和节省运作资源,通过定义温度监测的时窗期和读数频率等规则,避免大量无效数据的读取和处理,从而降低了操作成本。然后,通过节能温度监测窗口有控制地调用目标监测点阵的温变数据,调用后可获得K个动态温变数据,反映了蒸发器各区域的实时温度状态,为后续异常识别与决策提供依据。其中,K个动态温变数据是时序性的温度读数,包含目标位置的温度随时间演化信息,反映位置温度的瞬时状态和变化趋势,为持续稳定监测与控制奠定数据基础。
预构建温变异常识别子网络,将所述K个动态温变数据同步至所述温变异常识别子网络,获得温变异常识别结果;
进一步的,如图2所示,本申请实施例还包括:
对所述目标监测点阵进行历史数据调用,获得K组历史温变数据;
根据所述K个监测位置标识进行所述K组历史温变数据的序列化处理;
基于时间对齐进行序列化处理后的所述K组历史温变数据调用,获得多组历史管路温变数据,其中,每组历史管路温变数据包括K个瞬时温变数据;
基于所述多组历史管路温变数据进行相邻管道节点温差计算,获得多组管路温差数据,其中,每组管路温差数据包括K-1个瞬时管路温差;
对所述多组管路温差数据进行管路温差聚合,获得K-1个管路温差阈值;
构建所述K-1个管路温差阈值和所述K个监测位置标识的关联映射,完成所述温变异常识别子网络。
进一步的,本申请实施例还包括:
在所述温变异常识别子网络中,根据所述K个动态温变数据和K个监测位置标识的关联关系,计算获得K-1个实时管路温差;
采用所述K-1个管路温差阈值映射比对所述K-1个实时管路温差进行故障管路区间定位,获得所述温变异常识别结果。
在一种优选的实施方式中,首先,通过接口调用目标监测点阵中的历史温度数据集,得到K组历史温变数据,表示目标监测点阵中各监测点温度随时间变化的详细信息,反映设备不同工作状态下的温度分布规律。获取K组历史温变数据后,对这些离散数据进行统一排序与组织,形成有序的温变数据时间序列,即根据每个RTD传感器指定的唯一监测位置标识,将调用的K组历史温变数据按照标识所对应的物理顺序进行重新排序与整理。经处理后,各组历史温变数据按照管道实际布设顺序排列变化,使数据序列中的温变信息与管道架构保持一致的空间相对关系。由于实际获取的历史温变数据中,不同的RTD传感器可能因采样频率不一而导致其时间步长不统一,从而使得同一时刻的数据不对齐。为消除此影响,利用温度─时间拟合方法,实现了序列化处理后的K组历史温变数据在时间坐标上的精确对齐与匹配,经处理后的数据中,获得多组历史管路温变数据,其中,每组历史管路温变数据包括K个瞬时温变数据,同一组中的所有K个瞬时温变数据严格同步到同一时刻。
在获得对齐后的多组历史管路温变数据后,取每组对齐的历史温变数据中的相邻两个监测点温度值作差,以反映它们之间在该时刻的温变梯度,每组数据可计算取得K-1个这样的瞬时温差值。重复该计算,从多组历史管路温变数据中分别获取一组管路温差信息,得到多组管路温差数据,包含了传感器所在管道段在历史工作条件下的温度分布特征。然后,分别对每两个相邻传感器位置的管路温差数据进行概率统计学分析,例如采用正态分布适配的方式,确定温差的上下限区间,获得对应的管路温差阈值,如此获取K-1个管路温差阈值,为该位置区段的温差波动设置了判断异常的标准。之后,将获得的K-1个管路温差阈值,分别与表示相应管道段位置的前后两个监测点的标识关联起来。如此,温差阈值与管道实际空间位置关联,构成了温变异常识别子网络的基础判据,而各监测点标识之间的连接关系,确定了温变异常识别子网络的空间网络拓扑结构,从而完成温变异常识别子网络的构建,为实现对蒸发器管路故障的识别提供基础。
接着,提取目标蒸发器运行过程中产生的最新的K组动态温变数据,并输入到温变异常识别子网络中,按照K个监测位置标识确定管道方向,逐段计算出相邻传感器位置之间的温差,得到该时刻流程中存在的K-1个实时管路温差,实现了对实时状态下蒸发器管路温差梯度的有效检测。随后,将计算所得的K-1个实时管路温差值,分别与子网络中预设的对应K-1个管路温差阈值进行量化比对,判断每个实时温差参数是否超出温差阈值的允许区间,若存在超标情况,即确认对应管道段发生了热力异常。综合确定蒸发器管路的异常段位,完成整体的温变故障识别,得到温变异常识别结果。反映了蒸发器运行管路的热力故障情况,为后续的供热系统切换提供依据。
根据所述温变异常识别结果生成供热切换指令,并基于所述供热切换指令进行目标场所的供热系统切换。
在本申请实施例中,获取温变异常识别结果后,根据温变异常识别结果中确认的故障蒸发器对应目标场所的供热情况,判断是否立即启动备用电热源替代故障设备继续提供热能,如果是,则生成供热切换指令并向所在场所的供热系统及控制单元下发供热切换指令,在一定的渐进切换模式下,将故障蒸发器停机切出供热流程,同时启用电热设备接替工作,实现供热系统切换,在保证供热的前提下有效隔离故障系统,避免发生较大事故,实现供热过程的稳定可靠。
进一步的,本申请实施例还包括:
基于所述目标孪生模型进行辅助设备空间布设分析,获得辅助设备空间参数集,其中,所述辅助设备空间参数集包括H个辅助设备的H个辅助设备空间参数,H为正整数;
根据所述辅助设备空间参数集进行辅助设备监测分析,获得辅助设备监测参数集;
根据所述辅助设备空间参数集和所述获得辅助设备监测参数集进行监测传感器适配分析,获得辅助传感器信息集;
根据所述辅助设备空间参数集和所述辅助传感器信息集对所述目标蒸发器进行辅助传感器布设,获得辅助监测点阵,其中,所述辅助监测点阵包括H个辅助传感器,所述H个辅助传感器具有H个辅助位置标识。
在一种可行的实施方式中,辅助设备是实现蒸发器正常运行的重要组成部分,辅助设备主要包括为蒸发器提供工作动力或工质的各类部件,如压缩机、膨胀阀、风机等。首先,根据目标孪生模型中定义的接口和结构信息,获得H个辅助设备的H个辅助设备空间参数,如坐标、方向等,构成辅助设备空间参数集。其中,H为正整数。然后,根据辅助设备空间参数集中各设备的工作方式与运行原理,分析确定需要监测的重要状态参数。例如,对于压缩机而言,辅助设备监测参数包括出口压力、机身温度、电流信号等信息;对于膨胀阀,关注蒸汽进出口压强和温度数据等。最终整合形成针对不同辅助设备的监测参数集合,即辅助设备监测参数集。
随后,根据辅助设备空间参数集和辅助设备监测参数集匹配选择最佳适应的物理传感器,用于后续状态数据的采集。例如,对于压缩机出口压力的参数,根据安装位置空间条件,选择确定对应的压力探针的产品型号、量程范围、接口形式等产品信息。重复该匹配过程,最终确定每个辅助设备各监测参数所对应的理想传感器选择方案,构成辅助传感器信息集。之后,基于辅助传感器信息集,在实际的目标蒸发器上进行针对各辅助设备的状态监测传感器安装布设。根据设备的数字空间坐标,精确在蒸发器上或辅助设备连接位置布置物理传感器。布设完成后,为每个状态传感器指定一个唯一的辅助位置标识信息,构成辅助监测点阵,包括H个辅助传感器,并且具有H个辅助位置标识,实现对蒸发器全套辅助设备运行状态信息的有效获取,为后续判断设备异常提供基础数据支持。
进一步的,本申请实施例还包括:
根据所述目标孪生模型进行输出节点定位,获得冷媒管道输出节点;
基于所述冷媒管道输出节点对所述目标蒸发器进行RTD传感器布设,获得输出温度传感节点;以及
交互获得输出温度安全阈值。
在一种可行的实施方式中,首先,依托构建的目标孪生模型,在该虚拟空间定位提取了与实际冷媒管道输出接口节点位置对应的坐标值,获得冷媒管道输出节点,为传感器布放提供参考。在得到冷媒管道输出节点后,对应于实际物理设备中该位置,利用进行RTD传感器,完成对蒸发器管道产出口的温度监测传感器的设置,获取输出温度传感节点。随后,通过人机交互界面设置并获取正常工作条件下允许的输出温度区间阈值。该输出温度安全阈值以构建的目标孪生模型中模拟计算的输出温度范围为参考,结合专业经验,设置温度波动的上下限值。
进一步的,本申请实施例还包括:
交互获得辅助设备安全阈值,其中,所述辅助设备安全阈值包括H个辅助监测安全阈值;
采用所述H个辅助传感器对所述H个辅助设备进行实时监测,获得H个实时运行参数;
交互所述输出温度传感节点,获得实时输出温度;
基于所述H个辅助监测安全阈值比对所述H个实时运行参数,基于所述输出温度安全阈值比对所述实时输出温度;
当所述H个实时运行参数全部满足所述H个辅助监测安全阈值,且所述实时输出温度不满足所述输出温度安全阈值时,激活所述节能温度监测窗口;
采用所述节能温度监测窗口对所述目标监测点阵进行温变数据调用,获得K个动态温变数据。
在一种可行的实施方式中,首先,在完成对蒸发器辅助设备状态监测传感器布设后,通过人机交互的方式,获取目标蒸发器正常工作条件下,对应压缩机等H个辅助设备的各参变量所允许的动态波动范围,即交互设置这些设备的参数安全阈值,获得辅助设备安全阈值。然后,通过H个辅助传感器对蒸发器循环中参与的所有辅助设备展开在线监测,获取各设备的实时运行状态参数,得到H个实时运行参数。接着,通过读取在输出温度传感节点位置布放的温度监测传感器,获得实时输出温度。随后,将H个辅助监测安全阈值与H个实时运行参数进行逐一对比,对每个辅助设备的运行参数判断是否在预定义参数的安全范围内。同时,将输出温度安全阈值与实时输出温度进行比对,判定实时输出温度值是否也在正常工作条件下的温度阈值区间内。当H个实时运行参数全部满足H个辅助监测安全阈值,且实时输出温度不满足输出温度安全阈值时,表示所有辅助设备状态正常而蒸发器产出效果异常,此时激活所设计的节能温度监测窗口,启动管道区域的温度分布监视。之后,采用节能温度监测窗口,通过预定义的温度监测时间窗与读数频率等规则,从目标蒸发器实际布设的K组传感器中有选择性地调用温度数据,获得K个动态温变数据。
进一步的,本申请实施例还包括:
当所述H个实时运行参数不完全满足所述H个辅助监测安全阈值时;
生成所述供热切换指令,并基于所述供热切换指令进行所述目标场所的供热系统切换。
在一种可行的实施方式中,当H个实时运行参数不完全满足H个辅助监测安全阈值时,确定是由辅助设备发生了故障状态。此时,为保证目标场所内部的供热需求,生成对应供热切换指令,启动备用辅助设备,切换接替原有故障辅助设备,避免事故继续扩大,使目标场所供热过程可持续高效运行。
综上所述,本申请实施例所提供的一种蒸发器的节能温度监测方法具有如下技术效果:
交互获得目标蒸发器的目标设计参数,为建立数字孪生模型提供基础数据支持。根据目标设计参数进行目标蒸发器的数字孪生建模,获得目标孪生模型,为确定传感器布置提供依据。基于目标孪生模型进行运行温变分析,获得传感器布设阵列,实现精确监测。采用传感器布设阵列对目标蒸发器进行RTD传感器布设,获得目标监测点阵,为提供动态温变数据奠定基础。预构建节能温度监测窗口,并采用节能温度监测窗口对目标监测点阵进行温变数据调用,获得K个动态温变数据,为获取温变异常识别结果提供数据依据。预构建温变异常识别子网络,将K个动态温变数据同步至温变异常识别子网络,获得温变异常识别结果,为进行供热系统切换提供依据。根据温变异常识别结果生成供热切换指令,并基于供热切换指令进行目标场所的供热系统切换,从而缩短空气热泵系统故障时对供热场所影响的时间,确保供热连续性,显著提高空气热泵系统的稳定性、安全性和使用性。
实施例二
基于与前述实施例中一种蒸发器的节能温度监测方法相同的发明构思,如图3所示,本申请实施例提供了一种蒸发器的节能温度监测系统,该系统包括:
设计参数获取模块11,用于交互获得目标蒸发器的目标设计参数;
数字孪生建模模块12,用于根据所述目标设计参数进行所述目标蒸发器的数字孪生建模,获得目标孪生模型;
运行温变分析模块13,用于基于所述目标孪生模型进行运行温变分析,获得传感器布设阵列;
传感器布设模块14,用于采用所述传感器布设阵列对所述目标蒸发器进行RTD传感器布设,获得目标监测点阵,其中,所述目标监测点阵包括K个RTD传感器,所述K个RTD传感器具有K个监测位置标识;
温变数据调用模块15,用于预构建节能温度监测窗口,并采用所述节能温度监测窗口对所述目标监测点阵进行温变数据调用,获得K个动态温变数据;
温变异常识别模块16,用于预构建温变异常识别子网络,将所述K个动态温变数据同步至所述温变异常识别子网络,获得温变异常识别结果;
供热系统切换模块17,用于根据所述温变异常识别结果生成供热切换指令,并基于所述供热切换指令进行目标场所的供热系统切换。
进一步的,本申请实施例还包括辅助监测点阵模块,该模块包括以下执行步骤:
基于所述目标孪生模型进行辅助设备空间布设分析,获得辅助设备空间参数集,其中,所述辅助设备空间参数集包括H个辅助设备的H个辅助设备空间参数,H为正整数;
根据所述辅助设备空间参数集进行辅助设备监测分析,获得辅助设备监测参数集;
根据所述辅助设备空间参数集和所述获得辅助设备监测参数集进行监测传感器适配分析,获得辅助传感器信息集;
根据所述辅助设备空间参数集和所述辅助传感器信息集对所述目标蒸发器进行辅助传感器布设,获得辅助监测点阵,其中,所述辅助监测点阵包括H个辅助传感器,所述H个辅助传感器具有H个辅助位置标识。
进一步的,辅助监测点阵模块还包括以下执行步骤:
根据所述目标孪生模型进行输出节点定位,获得冷媒管道输出节点;
基于所述冷媒管道输出节点对所述目标蒸发器进行RTD传感器布设,获得输出温度传感节点;以及
交互获得输出温度安全阈值。
进一步的,本申请实施例还包括实时参数判断模块,该模块包括以下执行步骤:
交互获得辅助设备安全阈值,其中,所述辅助设备安全阈值包括H个辅助监测安全阈值;
采用所述H个辅助传感器对所述H个辅助设备进行实时监测,获得H个实时运行参数;
交互所述输出温度传感节点,获得实时输出温度;
基于所述H个辅助监测安全阈值比对所述H个实时运行参数,基于所述输出温度安全阈值比对所述实时输出温度;
当所述H个实时运行参数全部满足所述H个辅助监测安全阈值,且所述实时输出温度不满足所述输出温度安全阈值时,激活所述节能温度监测窗口;
采用所述节能温度监测窗口对所述目标监测点阵进行温变数据调用,获得K个动态温变数据。
进一步的,实时参数判断模块还包括以下执行步骤:
当所述H个实时运行参数不完全满足所述H个辅助监测安全阈值时;
生成所述供热切换指令,并基于所述供热切换指令进行所述目标场所的供热系统切换。
进一步的,温变异常识别模块16包括以下执行步骤:
对所述目标监测点阵进行历史数据调用,获得K组历史温变数据;
根据所述K个监测位置标识进行所述K组历史温变数据的序列化处理;
基于时间对齐进行序列化处理后的所述K组历史温变数据调用,获得多组历史管路温变数据,其中,每组历史管路温变数据包括K个瞬时温变数据;
基于所述多组历史管路温变数据进行相邻管道节点温差计算,获得多组管路温差数据,其中,每组管路温差数据包括K-1个瞬时管路温差;
对所述多组管路温差数据进行管路温差聚合,获得K-1个管路温差阈值;
构建所述K-1个管路温差阈值和所述K个监测位置标识的关联映射,完成所述温变异常识别子网络。
进一步的,温变异常识别模块16还包括以下执行步骤:
在所述温变异常识别子网络中,根据所述K个动态温变数据和K个监测位置标识的关联关系,计算获得K-1个实时管路温差;
采用所述K-1个管路温差阈值映射比对所述K-1个实时管路温差进行故障管路区间定位,获得所述温变异常识别结果。
综上所述的方法的任意步骤都可作为计算机指令或者程序存储在不设限制的计算机存储器中,并可以被不设限制的计算机处理器调用识别用以实现本申请实施例中的任一项方法,在此不做多余限制。
进一步的,综上所述的第一或第二可能不止代表次序关系,也可能代表某项特指概念,和/或指的是多个元素之间可单独或全部选择。显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样,倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内,则本申请意图包括这些改动和变型在内。
Claims (5)
1.一种蒸发器的节能温度监测方法,其特征在于,所述方法包括:
交互获得目标蒸发器的目标设计参数;
根据所述目标设计参数进行所述目标蒸发器的数字孪生建模,获得目标孪生模型;
基于所述目标孪生模型进行运行温变分析,获得传感器布设阵列;
采用所述传感器布设阵列对所述目标蒸发器进行RTD传感器布设,获得目标监测点阵,其中,所述目标监测点阵包括K个RTD传感器,所述K个RTD传感器具有K个监测位置标识;
预构建节能温度监测窗口,并采用所述节能温度监测窗口对所述目标监测点阵进行温变数据调用,获得K个动态温变数据;
预构建温变异常识别子网络,将所述K个动态温变数据同步至所述温变异常识别子网络,获得温变异常识别结果;
根据所述温变异常识别结果生成供热切换指令,并基于所述供热切换指令进行目标场所的供热系统切换;
基于所述目标孪生模型进行运行温变分析,获得传感器布设阵列,之前,包括:
基于所述目标孪生模型进行辅助设备空间布设分析,获得辅助设备空间参数集,其中,所述辅助设备空间参数集包括H个辅助设备的H个辅助设备空间参数,H为正整数;
根据所述辅助设备空间参数集进行辅助设备监测分析,获得辅助设备监测参数集;
根据所述辅助设备空间参数集和所述获得辅助设备监测参数集进行监测传感器适配分析,获得辅助传感器信息集;
根据所述辅助设备空间参数集和所述辅助传感器信息集对所述目标蒸发器进行辅助传感器布设,获得辅助监测点阵,其中,所述辅助监测点阵包括H个辅助传感器,所述H个辅助传感器具有H个辅助位置标识;
根据所述辅助设备空间参数集和所述辅助传感器信息集对所述目标蒸发器进行辅助传感器布设,获得辅助监测点阵,之后,包括:
根据所述目标孪生模型进行输出节点定位,获得冷媒管道输出节点;
基于所述冷媒管道输出节点对所述目标蒸发器进行RTD传感器布设,获得输出温度传感节点;以及
交互获得输出温度安全阈值;
预构建节能温度监测窗口,并采用所述节能温度监测窗口对所述目标监测点阵进行温变数据调用,获得K个动态温变数据,之前,包括:
交互获得辅助设备安全阈值,其中,所述辅助设备安全阈值包括H个辅助监测安全阈值;
采用所述H个辅助传感器对所述H个辅助设备进行实时监测,获得H个实时运行参数;
交互所述输出温度传感节点,获得实时输出温度;
基于所述H个辅助监测安全阈值比对所述H个实时运行参数,基于所述输出温度安全阈值比对所述实时输出温度;
当所述H个实时运行参数全部满足所述H个辅助监测安全阈值,且所述实时输出温度不满足所述输出温度安全阈值时,激活所述节能温度监测窗口;
采用所述节能温度监测窗口对所述目标监测点阵进行温变数据调用,获得K个动态温变数据。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
当所述H个实时运行参数不完全满足所述H个辅助监测安全阈值时;
生成所述供热切换指令,并基于所述供热切换指令进行所述目标场所的供热系统切换。
3.如权利要求1所述的方法,其特征在于,预构建温变异常识别子网络,所述方法还包括:
对所述目标监测点阵进行历史数据调用,获得K组历史温变数据;
根据所述K个监测位置标识进行所述K组历史温变数据的序列化处理;
基于时间对齐进行序列化处理后的所述K组历史温变数据调用,获得多组历史管路温变数据,其中,每组历史管路温变数据包括K个瞬时温变数据;
基于所述多组历史管路温变数据进行相邻管道节点温差计算,获得多组管路温差数据,其中,每组管路温差数据包括K-1个瞬时管路温差;
对所述多组管路温差数据进行管路温差聚合,获得K-1个管路温差阈值;
构建所述K-1个管路温差阈值和所述K个监测位置标识的关联映射,完成所述温变异常识别子网络。
4.如权利要求3所述的方法,其特征在于,将所述K个动态温变数据同步至所述温变异常识别子网络,获得温变异常识别结果,所述方法还包括:
在所述温变异常识别子网络中,根据所述K个动态温变数据和K个监测位置标识的关联关系,计算获得K-1个实时管路温差;
采用所述K-1个管路温差阈值映射比对所述K-1个实时管路温差进行故障管路区间定位,获得所述温变异常识别结果。
5.一种蒸发器的节能温度监测系统,其特征在于,用于实施权利要求1-4任意一项所述的一种蒸发器的节能温度监测方法,所述系统包括:
设计参数获取模块,所述设计参数获取模块用于交互获得目标蒸发器的目标设计参数;
数字孪生建模模块,所述数字孪生建模模块用于根据所述目标设计参数进行所述目标蒸发器的数字孪生建模,获得目标孪生模型;
运行温变分析模块,所述运行温变分析模块用于基于所述目标孪生模型进行运行温变分析,获得传感器布设阵列;
传感器布设模块,所述传感器布设模块用于采用所述传感器布设阵列对所述目标蒸发器进行RTD传感器布设,获得目标监测点阵,其中,所述目标监测点阵包括K个RTD传感器,所述K个RTD传感器具有K个监测位置标识;
温变数据调用模块,所述温变数据调用模块用于预构建节能温度监测窗口,并采用所述节能温度监测窗口对所述目标监测点阵进行温变数据调用,获得K个动态温变数据;
温变异常识别模块,所述温变异常识别模块用于预构建温变异常识别子网络,将所述K个动态温变数据同步至所述温变异常识别子网络,获得温变异常识别结果;
供热系统切换模块,所述供热系统切换模块用于根据所述温变异常识别结果生成供热切换指令,并基于所述供热切换指令进行目标场所的供热系统切换。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311708404.1A CN117704880B (zh) | 2023-12-13 | 2023-12-13 | 一种蒸发器的节能温度监测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311708404.1A CN117704880B (zh) | 2023-12-13 | 2023-12-13 | 一种蒸发器的节能温度监测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117704880A CN117704880A (zh) | 2024-03-15 |
CN117704880B true CN117704880B (zh) | 2024-05-07 |
Family
ID=90158269
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311708404.1A Active CN117704880B (zh) | 2023-12-13 | 2023-12-13 | 一种蒸发器的节能温度监测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117704880B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021036642A1 (zh) * | 2019-08-31 | 2021-03-04 | 深圳市广宁股份有限公司 | 基于数字孪生模型的电子设备的智能健康预测方法及装置 |
CN114484731A (zh) * | 2021-12-27 | 2022-05-13 | 浙江英集动力科技有限公司 | 一种基于stacking融合算法的中央空调故障诊断方法及装置 |
CN115144100A (zh) * | 2022-07-05 | 2022-10-04 | 北京航空航天大学 | 一种面向数字孪生应用的温度传感器测量数据在线校验方法 |
CN115906711A (zh) * | 2022-12-27 | 2023-04-04 | 西安交通大学 | 一种利用数字孪生系统进行换热器性能测试的方法 |
CN116380166A (zh) * | 2023-04-04 | 2023-07-04 | 山推工程机械股份有限公司 | 一种设备异常监测方法、电子设备及存储介质 |
CN117216603A (zh) * | 2023-11-07 | 2023-12-12 | 张家港长寿工业设备制造有限公司 | 一种管式降膜蒸发器故障预测方法及系统 |
-
2023
- 2023-12-13 CN CN202311708404.1A patent/CN117704880B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021036642A1 (zh) * | 2019-08-31 | 2021-03-04 | 深圳市广宁股份有限公司 | 基于数字孪生模型的电子设备的智能健康预测方法及装置 |
CN114484731A (zh) * | 2021-12-27 | 2022-05-13 | 浙江英集动力科技有限公司 | 一种基于stacking融合算法的中央空调故障诊断方法及装置 |
CN115144100A (zh) * | 2022-07-05 | 2022-10-04 | 北京航空航天大学 | 一种面向数字孪生应用的温度传感器测量数据在线校验方法 |
CN115906711A (zh) * | 2022-12-27 | 2023-04-04 | 西安交通大学 | 一种利用数字孪生系统进行换热器性能测试的方法 |
CN116380166A (zh) * | 2023-04-04 | 2023-07-04 | 山推工程机械股份有限公司 | 一种设备异常监测方法、电子设备及存储介质 |
CN117216603A (zh) * | 2023-11-07 | 2023-12-12 | 张家港长寿工业设备制造有限公司 | 一种管式降膜蒸发器故障预测方法及系统 |
Non-Patent Citations (1)
Title |
---|
陈志鼎 ; 梅李萍 ; .基于数字孪生技术的水轮机虚实交互系统设计.水电能源科学.2020,(09),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN117704880A (zh) | 2024-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Swider et al. | Modelling of vapour-compression liquid chillers with neural networks | |
CN107388489B (zh) | 变频器温度控制方法、装置及光伏空调 | |
KR101622523B1 (ko) | 건물 에너지 성능 측정 평가 시스템 및 구동 방법 | |
EP1630635A2 (en) | Method and apparatus for improved fault detection in power generation equipment | |
CN113591406B (zh) | 一种热管冷却反应堆测点优化布置及故障诊断方法及系统 | |
CN109344983A (zh) | 故障检测方法、装置及计算机可读存储介质 | |
WO2018112352A1 (en) | Techniques of automated fault detection and related systems and methods | |
CN108960492A (zh) | 一种基于pso-svr软测量模型的汽轮机排汽焓预测方法 | |
CN109269027B (zh) | 一种自动寻优的空调制冷控制方法、系统及装置 | |
JP2000181526A (ja) | プラント状態推定・予測装置及び方法 | |
CN104697704A (zh) | 冷水机组排气压力故障检测方法 | |
CN117553404A (zh) | 一种提高大型水冷中央空调系统能效的方法及系统 | |
CN118009418A (zh) | 用于火电机组的供热抽气控制方法及系统 | |
CN117704880B (zh) | 一种蒸发器的节能温度监测方法及系统 | |
CN113486950A (zh) | 一种智能管网漏水检测方法及系统 | |
CN113326596B (zh) | 一种复杂燃气管网结构检测点设置方法及系统 | |
CN116595732A (zh) | 设备数字孪生模型构建、设备内部温度监控方法及装置 | |
CN113641163B (zh) | 环控设备的自组态方法、系统、计算机设备及存储介质 | |
CN114838968B (zh) | 一种基于冷水水冷测试的空调故障检测方法及系统 | |
Xi et al. | Two-stage diagnosis framework for heating pipeline system using improved group search optimizer | |
KR20180061119A (ko) | Bems 예측평가 시스템 및 방법 | |
CN114967443A (zh) | 热泵热水器调试方法及装置 | |
KR20230093874A (ko) | 보일러 관리 장치 및 빅데이터 기반 보일러의 예측 모델 생성 방법 | |
CN114268112A (zh) | 基于相量测量单元优化配置的静态电压稳定裕度预测方法 | |
JP2006106870A (ja) | プロセス管理装置 |
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 |