CN117781596A - 基于实时温度测量的腔室环境智能调控方法及系统 - Google Patents
基于实时温度测量的腔室环境智能调控方法及系统 Download PDFInfo
- Publication number
- CN117781596A CN117781596A CN202410199229.6A CN202410199229A CN117781596A CN 117781596 A CN117781596 A CN 117781596A CN 202410199229 A CN202410199229 A CN 202410199229A CN 117781596 A CN117781596 A CN 117781596A
- Authority
- CN
- China
- Prior art keywords
- cavity
- temperature
- intra
- regulation
- data
- 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
- 230000033228 biological regulation Effects 0.000 title claims abstract description 88
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000009529 body temperature measurement Methods 0.000 title claims abstract description 34
- 238000001816 cooling Methods 0.000 claims abstract description 94
- 238000004458 analytical method Methods 0.000 claims abstract description 93
- 230000008859 change Effects 0.000 claims abstract description 90
- 230000001276 controlling effect Effects 0.000 claims abstract description 22
- 230000009123 feedback regulation Effects 0.000 claims abstract description 22
- 230000001105 regulatory effect Effects 0.000 claims abstract description 22
- 230000007613 environmental effect Effects 0.000 claims abstract description 19
- 238000005206 flow analysis Methods 0.000 claims abstract description 10
- 238000012549 training Methods 0.000 claims abstract description 10
- 238000005192 partition Methods 0.000 claims description 29
- 239000012530 fluid Substances 0.000 claims description 28
- 230000000737 periodic effect Effects 0.000 claims description 5
- 230000003213 activating effect Effects 0.000 claims description 4
- 238000005065 mining Methods 0.000 claims description 4
- 230000001360 synchronised effect Effects 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 4
- 238000012795 verification Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- 230000003750 conditioning effect Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000012266 salt solution Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Feedback Control In General (AREA)
Abstract
本公开提供了基于实时温度测量的腔室环境智能调控方法及系统，涉及腔室环境调控技术领域，该方法包括：读取目标腔室的基础配置信息，挖掘温度影响因素；确定腔内环境数据；训练冷却分析模型；基于腔室标准温度，进行腔内热浮力流分析与冷却控制分析，确定机组控制参量；进行基于冷风机的腔室冷却控制，同步基于分布式传感器进行腔室温度测量，确定空间温变趋势；判定空间温变趋势是否满足调控趋势，若不满足，进行目标腔室的反馈调控，通过本公开可以解决现有技术中存在由于腔室环境调控的智能化程度较低，导致腔室环境调控精确度和效率较低的技术问题，实现腔室环境智能调控的目标，达到提高腔室环境调控精确度和效率的技术效果。
Description
技术领域
本公开涉及腔室环境调控技术领域，具体涉及基于实时温度测量的腔室环境智能调控方法及系统。
背景技术
腔室环境调控指通过控制系统对腔室内的环境进行调控，以达到所需的温度、湿度等指标。腔室环境调控可以应用于各种领域，如实验室、手术室、温室等。目前，由于腔室内的环境参数可能随时间变化，同时受到多种因素的影响，如设备运行状况、外部环境等，因此很难实现精确稳定的调控。其次，许多调控系统仍然依赖于人工操作和管理，缺乏自动化和智能化的解决方案。这不仅增加了操作难度，而且也可能导致调控效率低下。另外，在面对不同领域、不同场景的应用时，往往需要重新设计和配置调控系统，降低了系统的普适性。因此，针对以上问题，需要进一步改进腔室环境调控技术，以提高调控技术的性能、效率和适应性等。
综上所述，现有技术中存在由于腔室环境调控的智能化程度较低，导致腔室环境调控精确度和效率较低的技术问题。
发明内容
本公开提供了基于实时温度测量的腔室环境智能调控方法及系统，用以解决现有技术中存在由于腔室环境调控的智能化程度较低，导致腔室环境调控精确度和效率较低的技术问题。
根据本公开的第一方面，提供了基于实时温度测量的腔室环境智能调控方法，包括：读取目标腔室的基础配置信息，挖掘温度影响因素，其中，所述温度影响因素基于腔内温度源、腔体热属性、腔内流体性质与腔外环境确定；结合分布式传感器，进行目标腔室内的实时温度测量，确定腔内环境数据，所述分布式传感器至少包括温湿度传感器；交互冷风机规格参数，以所述温度影响因素为约束，训练冷却分析模型，其中，所述冷风机用于进行所述目标腔室的内部环境调控；结合所述冷却分析模型，基于腔室标准温度，针对所述腔内环境数据进行腔内热浮力流分析与冷却控制分析，确定机组控制参量；基于所述机组控制参量，进行基于所述冷风机的腔室冷却控制，同步基于所述分布式传感器进行腔室温度测量，确定空间温变趋势；判定所述空间温变趋势是否满足调控趋势，若不满足，进行所述目标腔室的反馈调控。
根据本公开的第二方面，提供了基于实时温度测量的腔室环境智能调控系统，包括：温度影响因素获得模块，所述温度影响因素获得模块用于读取目标腔室的基础配置信息，挖掘温度影响因素，其中，所述温度影响因素基于腔内温度源、腔体热属性、腔内流体性质与腔外环境确定；腔内环境数据获得模块，所述腔内环境数据获得模块用于结合分布式传感器，进行目标腔室内的实时温度测量，确定腔内环境数据，所述分布式传感器至少包括温湿度传感器；冷却分析模训练模块，所述冷却分析模训练模块用于交互冷风机规格参数，以所述温度影响因素为约束，训练冷却分析模型，其中，所述冷风机用于进行所述目标腔室的内部环境调控；机组控制参量获得模块，所述机组控制参量获得模块用于结合所述冷却分析模型，基于腔室标准温度，针对所述腔内环境数据进行腔内热浮力流分析与冷却控制分析，确定机组控制参量；空间温变趋势获得模块，所述空间温变趋势获得模块用于基于所述机组控制参量，进行基于所述冷风机的腔室冷却控制，同步基于所述分布式传感器进行腔室温度测量，确定空间温变趋势；反馈调控模块，所述反馈调控模块用于判定所述空间温变趋势是否满足调控趋势，若不满足，进行所述目标腔室的反馈调控。
本公开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：根据本公开采用的通过读取目标腔室的基础配置信息，挖掘温度影响因素，其中，所述温度影响因素基于腔内温度源、腔体热属性、腔内流体性质与腔外环境确定；结合分布式传感器，进行目标腔室内的实时温度测量，确定腔内环境数据，所述分布式传感器至少包括温湿度传感器；交互冷风机规格参数，以所述温度影响因素为约束，训练冷却分析模型，其中，所述冷风机用于进行所述目标腔室的内部环境调控；结合所述冷却分析模型，基于腔室标准温度，针对所述腔内环境数据进行腔内热浮力流分析与冷却控制分析，确定机组控制参量；基于所述机组控制参量，进行基于所述冷风机的腔室冷却控制，同步基于所述分布式传感器进行腔室温度测量，确定空间温变趋势；判定所述空间温变趋势是否满足调控趋势，若不满足，进行所述目标腔室的反馈调控，解决了现有技术中存在由于腔室环境调控的智能化程度较低，导致腔室环境调控精确度和效率较低的技术问题，实现腔室环境智能调控的目标，达到提高腔室环境调控精确度和效率的技术效果。
应当理解，本部分所描述的内容并非旨在标示本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其他特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本公开或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本公开实施例提供的基于实时温度测量的腔室环境智能调控方法的流程示意图。
图2为本公开实施例提供的基于实时温度测量的腔室环境智能调控系统的结构示意图。
附图标记说明：温度影响因素获得模块11，腔内环境数据获得模块12，冷却分析模训练模块13，机组控制参量获得模块14，空间温变趋势获得模块15，反馈调控模块16。
具体实施方式
以下结合附图对本公开的示范性实施例作出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
实施例一
本公开实施例提供的基于实时温度测量的腔室环境智能调控方法，兹参照图1作说明，所述方法包括：
读取目标腔室的基础配置信息，挖掘温度影响因素，其中，所述温度影响因素基于腔内温度源、腔体热属性、腔内流体性质与腔外环境确定；
具体地，目标腔室为待进行环境调控的腔室。读取目标腔室的基础配置信息，其中，基础配置信息包括腔内温度源、腔体热属性、腔内流体性质与腔外环境。例如，腔内温度源可以通过腔室内的设备组件运行发热获得。腔体热属性可以根据腔体的材料的导热性能获得。腔内流体性质可以通过流体介质的散热性能获得，如，流体介质可以包括水、酒精或盐溶液等。腔外环境可以通过腔外温度获得。进一步地，根据腔内温度源、腔体热属性、腔内流体性质与腔外环境确定温度影响因素。
结合分布式传感器，进行目标腔室内的实时温度测量，确定腔内环境数据，所述分布式传感器至少包括温湿度传感器；
具体地，分布式传感器至少包括温湿度传感器，用于进行温度和湿度测量。通过分布式传感器在目标腔室内进行分布并实时测量分布点的温度，确定目标腔室在同时刻的不同区域的温度差异，获得腔内环境数据。
交互冷风机规格参数，以所述温度影响因素为约束，训练冷却分析模型，其中，所述冷风机用于进行所述目标腔室的内部环境调控；
具体地，冷风机用于进行目标腔室的内部环境调控。其中，与冷风机进行数据交互获得冷风机规格参数，例如，冷风机的功率、电压和频率等参数。进一步地，以温度影响因素为约束，建立冷却分析模型，将温度影响因素的腔内温度源、腔体热属性、腔内流体性质与腔外环境的历史数据进行作为输入数据输入冷却分析模型，将输入数据划分为训练数据和验证数据，划分比例由本领域技术人员根据实际情况进行自定义设置获得。当输出数据趋于稳定时，通过验证数据进行输出准确率的验证，当输出准确率大于或等于预设验证准确率阈值时，输出获得输出数据。
结合所述冷却分析模型，基于腔室标准温度，针对所述腔内环境数据进行腔内热浮力流分析与冷却控制分析，确定机组控制参量；
具体地，通过冷却分析模型训练输出获得输出数据为腔室标准温度。对腔内环境数据进行腔内温度的分区影响，进而精细化调控分区，根据腔内环境数据与冷风机规格参数的约束下，以腔室标准温度为调控的目标，进行冷却控制，进而确定机组控制参量。
基于所述机组控制参量，进行基于所述冷风机的腔室冷却控制，同步基于所述分布式传感器进行腔室温度测量，确定空间温变趋势；
具体地，基于机组控制参量，进行基于冷风机的腔室冷却控制，同步基于分布式传感器进行腔室温度测量，确定温度采集点的温变方向和步幅，进而确定空间温变趋势，使温度调控趋势保持正常，进而基于采集温度判定是否满足调控趋势。
判定所述空间温变趋势是否满足调控趋势，若不满足，进行所述目标腔室的反馈调控。
具体地，调控趋势指冷却控制的控制标准，根据控制标准进行调控使腔室环境趋于稳定。判定空间温变趋势是否满足调控趋势，若空间温变趋势不满足调控趋势，进行目标腔室的反馈调控。其中，反馈调控指对不满足调控趋势的局域进行精确调控。
其中，通过本实施例可以解决现有技术中存在由于腔室环境调控的智能化程度较低，导致腔室环境调控精确度和效率较低的技术问题，实现腔室环境智能调控的目标，达到提高腔室环境调控精确度和效率的技术效果。
本公开实施例提供的方法中还包括：
确定所述目标腔室的空间几何分布，对基于所述分布式传感器采集的多点温度数据进行空间分布，确定温度分布数据；
对所述温度分布数据进行规律性分析，确定腔内温度梯度并进行温度分区演变趋势标识，作为所述腔内环境数据；
其中，温度分区演变趋势分析方法包括：
识别所述腔内温度梯度，联合空间邻域点位的温度数据，确定所述温度分区演变趋势；
识别基于所述温度分区演变趋势的峰谷点位，作为划分边界确定所述腔内温度梯度。
具体地，通过监测获取目标腔室的尺寸、形状和结构，确定目标腔室的空间几何分布。进一步地，分布式传感器为温度监测的多个传感器。其中，在目标腔室内随机设置分布式传感器，并通过分布式传感器采集获得多点温度数据。对基于分布式传感器采集的多点温度数据进行空间分布，确定温度分布数据。相应地，可以通过图示法在目标腔室内，温度数据随空间位置的变化情况，进而确定温度分布数据。
进一步地，对温度分布数据进行规律性分析，获得腔内温度梯度。其中，腔内温度梯度表示在同时刻下腔内不同区域的温度存在差异化。例如，可以通过生成温度分布直方图的方法获得温度分布数据的规律，并生成腔内温度梯度。进一步地，根据腔内温度梯度进行梯度划分后，并确定区域间的温度变化趋势，确定区域间的温度变化为上升趋势或下降趋势，进行温度分区演变趋势标识，作为腔内环境数据。其中，腔内环境数据为腔内的空间三维温度分布数据。
进一步地，温度分区演变趋势分析方法包括：空间邻域点位为多点温度数据的相邻空间分布位置点。匹配识别相邻空间分布位置点的温度数据在腔内温度梯度的梯度位置，获得目标腔室内不同分区的温度变化趋势，即确定温度分区演变趋势。
进一步地，通过识别预设区域中的极值，确定基于温度分区演变趋势的峰谷点位，将峰谷点位作为划分边界确定腔内温度梯度。
其中，进行目标腔室内的实时温度测量，确定腔内环境数据，用于提高进行智能调控的精确度。
本公开实施例提供的方法中还包括：
将所述腔内环境数据传输至所述冷却分析模型，其中，所述冷却分析模型包括流体分析单元与冷却分析单元；
基于所述流体分析单元，识别所述腔内环境数据，结合腔内流体性质，进行腔内自然对流分析，确定热浮力流数据；
将所述热浮力流数据流转至所述冷却分析单元，进行基于所述冷风机的冷却控制分析，确定所述机组控制参量。
具体地，将腔内环境数据传输至冷却分析模型，其中，腔内环境数据包括腔内温度源、腔体热属性、腔内流体性质与腔外环境的实时数据。冷却分析模型包括流体分析单元与冷却分析单元。
进一步地，基于冷却分析模型的流体分析单元，识别腔内环境数据中腔内流体性质，进行腔内自然对流分析，确定热浮力流数据。其中，自然对流分析指基于腔内流体的运动，例如，基于腔室功能中内部气体或液体等的对流运动，分析腔内对流关系温度演变，温度影响腔内对流运动等，进而确定热浮力流数据。进一步地，流体由于各部分温度分布不均匀而形成密度差，剖析腔室内温度的信息，用作精细化调控分析，基于调控腔室内部存在差异化，例如差异化指相关配置设备等存在差异化，调控腔室内的温度。
进一步地，将热浮力流数据流转至冷却分析单元，确定腔室内温度差异的差异化调控，并根据腔内环境数据与腔外环境数据确定调控参数的范围，进行基于冷风机的冷却控制分析，确定机组控制参量。其中，针对腔内环境数据进行腔内热浮力流分析与冷却控制分析，进而提高冷却控制的准确程度。
本公开实施例提供的方法中还包括：
结合所述腔内环境数据与腔外环境数据，确定基于所述温度影响因素的因素特征值；
以所述因素特征值与冷风机规格参数为约束，以所述腔室标准温度为目标，进行基于所述热浮力流数据的冷却调控分析，确定机组控制参量，其中，所述机组控制参量标识有调控周期。
具体地，结合腔内环境数据与腔外环境数据，确定基于温度影响因素的因素特征值。其中，当腔内环境数据与腔外环境数据的温度变化越大，因素特征值就越大，反之，则越小。
进一步地，以因素特征值与冷风机规格参数为约束，即在冷风机规格参数的调控范围内，在腔内温度影响因素和腔外温度影响因素下进行温度调控，例如由于腔内温度影响因素和腔外温度影响因素增加或减少温度调控参数。并以腔室标准温度为调控的目标，进行冷却调控分析，确定机组控制参量，其中，基于热浮力流数据进行冷却调控分析，如在腔室内，冷却调控分析过程中，腔室标准温度的调控需求可能存在分区差异性，例如对某区域精度要求较高，结合流体运动更能精准进行把控。进一步地，由于调控需求存在分区差异性，机组控制参量标识有调控周期，根据调控周期进行分区调控。其中，进行基于冷风机的冷却控制分析，确定机组控制参量，进而提高进行温度调控的精确程度。
本公开实施例提供的方法中还包括：
识别映射于各分布式传感器的点位温度数据，确定点位温变趋势，其中，所述点位温变趋势基于温度采集点的温变方向与单位温变步幅确定；
基于所述点位温度数据确定全局温变趋势，联合所述点位温变趋势作为所述空间温变趋势。
具体地，识别映射于各分布式传感器的点位温度数据的温度，确定点位温变趋势，其中，点位温变趋势基于温度采集点的温变方向与单位温变步幅确定。其中，温变方向为温度由高到低的变化方向，或温度由低到高的变化方向。单位温变步幅为温变方向上相邻点位温度数据的温度变化数值。
进一步地，基于点位温度数据联合点位温变趋势确定多个温变方向与对应的单位温变步幅，组合多个温变方向与对应的单位温变步幅，进而确定全局温变趋势，并作为空间温变趋势。其中，同步基于分布式传感器进行腔室温度测量，确定空间温变趋势，进而提高温度控制的精确程度。
本公开实施例提供的方法中还包括：
识别所述空间温变趋势，判定所述全局温变趋势是否满足调控趋势，且关键点位的点位温变趋势是否满足调控趋势；
若存在任一不满足，生成反馈调控指令。
具体地，调控趋势为冷却控制的控制标准，使腔室环境趋于稳定。识别空间温变趋势，判定空间温变趋势中全局温变趋势是否满足调控趋势，且判定关键点位的点位温变趋势是否满足调控趋势。其中，关键点位指精度较高的控制局域。
进一步地，若全局温变趋势和关键点位的点位温变趋势中存在任一不满足调控趋势的情况，则生成反馈调控指令，用于进行精确调控，进而使不满足的局域满足调控趋势。
其中，判定空间温变趋势是否满足调控趋势，进行精确调控，进而提高调控的准确率。
本公开实施例提供的方法中还包括：
基于预定时间周期，读取周期性节点的冷却控制记录；
针对所述冷却控制记录，挖掘满足频繁度阈值的差异控制数据；
激活模型更新模式，基于所述差异控制数据，对所述冷却分析模型进行更新学习。
具体地，预定时间周期为历史时间内进行冷却控制的时间周期。周期性节点为预定时间周期内的控制节点。基于预定时间周期，读取周期性节点的冷却控制记录。
进一步地，频繁度阈值指由于空间温变趋势不满足调控趋势，对局域进行精确控制的控制次数阈值，频繁度阈值由本领域技术人员根据实际情况进行自定义设置获得。针对冷却控制记录，挖掘满足频繁度阈值的差异控制数据。其中，差异控制数据指由于空间温变趋势不满足调控趋势，进行各局域的精确控制的控制数据。
进一步地，模型更新模式用于进行冷却分析模型更新。激活模型更新模式，基于差异控制数据，输入冷却分析模型对冷却分析模型进行更新学习，直至冷却分析模型趋于稳定。其中，对冷却分析模型进行更新可以提高进行调控的准确度。
实施例二
基于与前述实施例中基于实时温度测量的腔室环境智能调控方法同样的发明构思，如图2所示，本公开还提供了基于实时温度测量的腔室环境智能调控系统，所述系统包括：
温度影响因素获得模块11，所述温度影响因素获得模块11用于读取目标腔室的基础配置信息，挖掘温度影响因素，其中，所述温度影响因素基于腔内温度源、腔体热属性、腔内流体性质与腔外环境确定；
腔内环境数据获得模块12，所述腔内环境数据获得模块12用于结合分布式传感器，进行目标腔室内的实时温度测量，确定腔内环境数据，所述分布式传感器至少包括温湿度传感器；
冷却分析模训练模块13，所述冷却分析模训练模块13用于交互冷风机规格参数，以所述温度影响因素为约束，训练冷却分析模型，其中，所述冷风机用于进行所述目标腔室的内部环境调控；
机组控制参量获得模块14，所述机组控制参量获得模块14用于结合所述冷却分析模型，基于腔室标准温度，针对所述腔内环境数据进行腔内热浮力流分析与冷却控制分析，确定机组控制参量；
空间温变趋势获得模块15，所述空间温变趋势获得模块15用于基于所述机组控制参量，进行基于所述冷风机的腔室冷却控制，同步基于所述分布式传感器进行腔室温度测量，确定空间温变趋势；
反馈调控模块16，所述反馈调控模块16用于判定所述空间温变趋势是否满足调控趋势，若不满足，进行所述目标腔室的反馈调控。
进一步地，所述系统还包括：
温度分布数据获得模块，所述温度分布数据获得模块用于确定所述目标腔室的空间几何分布，对基于所述分布式传感器采集的多点温度数据进行空间分布，确定温度分布数据；
温度分区演变趋势标识模块，所述温度分区演变趋势标识模块用于对所述温度分布数据进行规律性分析，确定腔内温度梯度并进行温度分区演变趋势标识，作为所述腔内环境数据；
温度分区演变趋势分析模块，所述温度分区演变趋势分析模块用于其中，温度分区演变趋势分析方法包括：
识别所述腔内温度梯度，联合空间邻域点位的温度数据，确定所述温度分区演变趋势；
划分边界获得模块，所述划分边界获得模块用于识别基于所述温度分区演变趋势的峰谷点位，作为划分边界确定所述腔内温度梯度。
进一步地，所述系统还包括：
冷却分析模型传输模块，所述冷却分析模型传输模块用于将所述腔内环境数据传输至所述冷却分析模型，其中，所述冷却分析模型包括流体分析单元与冷却分析单元；
热浮力流数据获得模块，所述热浮力流数据获得模块用于基于所述流体分析单元，识别所述腔内环境数据，结合腔内流体性质，进行腔内自然对流分析，确定热浮力流数据；
机组控制参量获得模块，所述机组控制参量获得模块用于将所述热浮力流数据流转至所述冷却分析单元，进行基于所述冷风机的冷却控制分析，确定所述机组控制参量。
进一步地，所述系统还包括：
因素特征值获得模块，所述因素特征值获得模块用于结合所述腔内环境数据与腔外环境数据，确定基于所述温度影响因素的因素特征值；
冷却调控分析模块，所述冷却调控分析模块用于以所述因素特征值与冷风机规格参数为约束，以所述腔室标准温度为目标，进行基于所述热浮力流数据的冷却调控分析，确定机组控制参量，其中，所述机组控制参量标识有调控周期。
进一步地，所述系统还包括：
点位温变趋势获得模块，所述点位温变趋势获得模块用于识别映射于各分布式传感器的点位温度数据，确定点位温变趋势，其中，所述点位温变趋势基于温度采集点的温变方向与单位温变步幅确定；
全局温变趋势获得模块，所述全局温变趋势获得模块用于基于所述点位温度数据确定全局温变趋势，联合所述点位温变趋势作为所述空间温变趋势。
进一步地，所述系统还包括：
调控趋势满足判定模块，所述调控趋势满足判定模块用于识别所述空间温变趋势，判定所述全局温变趋势是否满足调控趋势，且关键点位的点位温变趋势是否满足调控趋势；
反馈调控指令获得模块，所述反馈调控指令获得模块用于若存在任一不满足，生成反馈调控指令。
进一步地，所述系统还包括：
冷却控制记录获得模块，所述冷却控制记录获得模块用于基于预定时间周期，读取周期性节点的冷却控制记录；
差异控制数据获得模块，所述差异控制数据获得模块用于针对所述冷却控制记录，挖掘满足频繁度阈值的差异控制数据；
更新学习模块，所述更新学习模块用于激活模型更新模式，基于所述差异控制数据，对所述冷却分析模型进行更新学习。
前述实施例一中的基于实时温度测量的腔室环境智能调控方法具体实例同样适用于本实施例的基于实时温度测量的腔室环境智能调控系统，通过前述对基于实时温度测量的腔室环境智能调控方法的详细描述，本领域技术人员可以清楚地知道本实施例中基于实时温度测量的腔室环境智能调控系统，所以为了说明书的简洁，在此不再详述。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述得比较简单，相关之处参见方法部分说明即可。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合和替代。任何在本公开的精神和原则之内所做的修改、等同替换和改进等，均应包含在本公开保护范围之内。
Claims (8)
1.基于实时温度测量的腔室环境智能调控方法，其特征在于，所述方法包括：
读取目标腔室的基础配置信息，挖掘温度影响因素，其中，所述温度影响因素基于腔内温度源、腔体热属性、腔内流体性质与腔外环境确定；
结合分布式传感器，进行目标腔室内的实时温度测量，确定腔内环境数据，所述分布式传感器至少包括温湿度传感器；
交互冷风机规格参数，以所述温度影响因素为约束，训练冷却分析模型，其中，所述冷风机用于进行所述目标腔室的内部环境调控；
结合所述冷却分析模型，基于腔室标准温度，针对所述腔内环境数据进行腔内热浮力流分析与冷却控制分析，确定机组控制参量；
基于所述机组控制参量，进行基于所述冷风机的腔室冷却控制，同步基于所述分布式传感器进行腔室温度测量，确定空间温变趋势；
判定所述空间温变趋势是否满足调控趋势，若不满足，进行所述目标腔室的反馈调控。
2.如权利要求1所述的方法，其特征在于，进行目标腔室内的实时温度测量，确定腔内环境数据，该方法包括：
确定所述目标腔室的空间几何分布，对基于所述分布式传感器采集的多点温度数据进行空间分布，确定温度分布数据；
对所述温度分布数据进行规律性分析，确定腔内温度梯度并进行温度分区演变趋势标识，作为所述腔内环境数据；
其中，温度分区演变趋势分析方法包括：
识别所述腔内温度梯度，联合空间邻域点位的温度数据，确定所述温度分区演变趋势；
识别基于所述温度分区演变趋势的峰谷点位，作为划分边界确定所述腔内温度梯度。
3.如权利要求1所述的方法，其特征在于，针对所述腔内环境数据进行腔内热浮力流分析与冷却控制分析，该方法包括：
将所述腔内环境数据传输至所述冷却分析模型，其中，所述冷却分析模型包括流体分析单元与冷却分析单元；
基于所述流体分析单元，识别所述腔内环境数据，结合腔内流体性质，进行腔内自然对流分析，确定热浮力流数据；
将所述热浮力流数据流转至所述冷却分析单元，进行基于所述冷风机的冷却控制分析，确定所述机组控制参量。
4.如权利要求3所述的方法，其特征在于，进行基于所述冷风机的冷却控制分析，确定所述机组控制参量，该方法包括：
结合所述腔内环境数据与腔外环境数据，确定基于所述温度影响因素的因素特征值；
以所述因素特征值与冷风机规格参数为约束，以所述腔室标准温度为目标，进行基于所述热浮力流数据的冷却调控分析，确定机组控制参量，其中，所述机组控制参量标识有调控周期。
5.如权利要求1所述的方法，其特征在于，同步基于所述分布式传感器进行腔室温度测量，确定空间温变趋势，该方法包括：
识别映射于各分布式传感器的点位温度数据，确定点位温变趋势，其中，所述点位温变趋势基于温度采集点的温变方向与单位温变步幅确定；
基于所述点位温度数据确定全局温变趋势，联合所述点位温变趋势作为所述空间温变趋势。
6.如权利要求5所述的方法，其特征在于，判定所述空间温变趋势是否满足调控趋势，该方法包括：
识别所述空间温变趋势，判定所述全局温变趋势是否满足调控趋势，且关键点位的点位温变趋势是否满足调控趋势；
若存在任一不满足，生成反馈调控指令。
7.如权利要求1所述的方法，其特征在于，该方法包括：
基于预定时间周期，读取周期性节点的冷却控制记录；
针对所述冷却控制记录，挖掘满足频繁度阈值的差异控制数据；
激活模型更新模式，基于所述差异控制数据，对所述冷却分析模型进行更新学习。
8.基于实时温度测量的腔室环境智能调控系统，其特征在于，用于实施权利要求1-7中任意一项所述的基于实时温度测量的腔室环境智能调控方法，所述系统包括：
温度影响因素获得模块，所述温度影响因素获得模块用于读取目标腔室的基础配置信息，挖掘温度影响因素，其中，所述温度影响因素基于腔内温度源、腔体热属性、腔内流体性质与腔外环境确定；
腔内环境数据获得模块，所述腔内环境数据获得模块用于结合分布式传感器，进行目标腔室内的实时温度测量，确定腔内环境数据，所述分布式传感器至少包括温湿度传感器；
冷却分析模训练模块，所述冷却分析模训练模块用于交互冷风机规格参数，以所述温度影响因素为约束，训练冷却分析模型，其中，所述冷风机用于进行所述目标腔室的内部环境调控；
机组控制参量获得模块，所述机组控制参量获得模块用于结合所述冷却分析模型，基于腔室标准温度，针对所述腔内环境数据进行腔内热浮力流分析与冷却控制分析，确定机组控制参量；
空间温变趋势获得模块，所述空间温变趋势获得模块用于基于所述机组控制参量，进行基于所述冷风机的腔室冷却控制，同步基于所述分布式传感器进行腔室温度测量，确定空间温变趋势；
反馈调控模块，所述反馈调控模块用于判定所述空间温变趋势是否满足调控趋势，若不满足，进行所述目标腔室的反馈调控。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410199229.6A CN117781596B (zh) | 2024-02-23 | 2024-02-23 | 基于实时温度测量的腔室环境智能调控方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410199229.6A CN117781596B (zh) | 2024-02-23 | 2024-02-23 | 基于实时温度测量的腔室环境智能调控方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117781596A true CN117781596A (zh) | 2024-03-29 |
| CN117781596B CN117781596B (zh) | 2024-06-11 |
Family
ID=90387414
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410199229.6A Active CN117781596B (zh) | 2024-02-23 | 2024-02-23 | 基于实时温度测量的腔室环境智能调控方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117781596B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118729681A (zh) * | 2024-09-03 | 2024-10-01 | 珠海格力电器股份有限公司 | 冷库控温方法、装置、冷库及计算机可读存储介质 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102439613A (zh) * | 2009-02-05 | 2012-05-02 | 赛欧博特系统公司 | 通过防溢运送容器控制温控材料装运的方法 |
| CN105720740A (zh) * | 2014-12-18 | 2016-06-29 | 通用汽车环球科技运作有限责任公司 | 确定用于发热装置的冷却剂流体的有效温度的方法和设备 |
| US20180128688A1 (en) * | 2012-07-25 | 2018-05-10 | Nxstage Medical, Inc. | Fluid Property Measurement Devices, Methods, and Systems |
| CN115470566A (zh) * | 2022-11-07 | 2022-12-13 | 南京惠派智慧后勤服务有限公司 | 一种基于bim的智慧建筑能耗控制方法及系统 |
| CN115574436A (zh) * | 2022-10-25 | 2023-01-06 | 深圳昌恩智能股份有限公司 | 一种中央空调负荷动态跟踪智能控制系统 |
| WO2023001525A1 (en) * | 2021-07-21 | 2023-01-26 | Sunswap Ltd | Determining battery or solar panel capacity for an electric refrigeration unit |
| CN116594450A (zh) * | 2023-07-17 | 2023-08-15 | 江苏益客食品集团股份有限公司 | 一种鸭苗孵化环境智能控制方法及系统 |
| CN117515808A (zh) * | 2024-01-05 | 2024-02-06 | 深圳市博久科技工程有限公司 | 一种中央空调冷热源节能智控系统 |
-
2024
- 2024-02-23 CN CN202410199229.6A patent/CN117781596B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102439613A (zh) * | 2009-02-05 | 2012-05-02 | 赛欧博特系统公司 | 通过防溢运送容器控制温控材料装运的方法 |
| US20180128688A1 (en) * | 2012-07-25 | 2018-05-10 | Nxstage Medical, Inc. | Fluid Property Measurement Devices, Methods, and Systems |
| CN105720740A (zh) * | 2014-12-18 | 2016-06-29 | 通用汽车环球科技运作有限责任公司 | 确定用于发热装置的冷却剂流体的有效温度的方法和设备 |
| WO2023001525A1 (en) * | 2021-07-21 | 2023-01-26 | Sunswap Ltd | Determining battery or solar panel capacity for an electric refrigeration unit |
| CN115574436A (zh) * | 2022-10-25 | 2023-01-06 | 深圳昌恩智能股份有限公司 | 一种中央空调负荷动态跟踪智能控制系统 |
| CN115470566A (zh) * | 2022-11-07 | 2022-12-13 | 南京惠派智慧后勤服务有限公司 | 一种基于bim的智慧建筑能耗控制方法及系统 |
| CN116594450A (zh) * | 2023-07-17 | 2023-08-15 | 江苏益客食品集团股份有限公司 | 一种鸭苗孵化环境智能控制方法及系统 |
| CN117515808A (zh) * | 2024-01-05 | 2024-02-06 | 深圳市博久科技工程有限公司 | 一种中央空调冷热源节能智控系统 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118729681A (zh) * | 2024-09-03 | 2024-10-01 | 珠海格力电器股份有限公司 | 冷库控温方法、装置、冷库及计算机可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117781596B (zh) | 2024-06-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117781596B (zh) | 基于实时温度测量的腔室环境智能调控方法及系统 | |
| US10718542B2 (en) | Building management system with system identification using multi-step ahead error prediction | |
| US10684598B1 (en) | Building management system with efficient model generation for system identification | |
| US11210591B2 (en) | Building control system with automated Kalman filter parameter initiation and system identification | |
| US11085663B2 (en) | Building management system with triggered feedback set-point signal for persistent excitation | |
| Zhao et al. | Parallel support vector machines applied to the prediction of multiple buildings energy consumption | |
| US9857779B2 (en) | Multi-dimensional optimization for controlling environmental maintenance modules | |
| KR101440304B1 (ko) | 예측 모델을 생성하기 위해 샘플들을 선별하는 방법 및 이의 컴퓨터 프로그램 프로덕트 | |
| US20210018205A1 (en) | Systems and methods for automated system identification | |
| CN112747416B (zh) | 空调系统能耗预测方法及装置 | |
| US20210033097A1 (en) | Method for optimizing the efficiency and/or the running performance of a fan or a fan arrangement | |
| CN111684369B (zh) | 用于风扇或风扇总成的优化操作的方法 | |
| US11774122B2 (en) | Building control system with adaptive online system identification | |
| US20200371482A1 (en) | Building control system with heat load estimation using deterministic and stochastic models | |
| US11215375B2 (en) | Building control system with heat disturbance estimation and prediction | |
| US10061365B2 (en) | Temperature prediction system using prediction models, temperature prediction method using prediction models, and non-transitory computer readable recording medium having therein program for temperature prediction using prediction models | |
| KR101793625B1 (ko) | 기후변화를 고려한 비정상성 지역빈도해석에서의 확률강우량 산출방법 및 그 시스템 | |
| CN104765271A (zh) | 用于可变参数和相关程序产品的控制器系统 | |
| CN116050261A (zh) | 油浸式变压器热点温度预测方法、系统、设备和存储介质 | |
| CN118184105B (zh) | 一种光学玻璃的智能熔炼温度监测方法及系统 | |
| Chaber et al. | Control Assessment with Moment Ratio Diagrams | |
| RU2565367C1 (ru) | Способ контроля и управления динамической системой | |
| WO2023004704A1 (zh) | 用于监控封闭空间环境的方法、装置和计算机存储介质 | |
| CN117389357B (zh) | 基于物联网的农业大棚温度自适应调节方法及系统 | |
| Akinci et al. | Exploratory study towards streamlining the identification of sensor locations within a facility |
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 |