CN117970897A - 自动化设备的节能控制方法、装置、系统及存储介质 - Google Patents
自动化设备的节能控制方法、装置、系统及存储介质 Download PDFInfo
- Publication number
- CN117970897A CN117970897A CN202410393688.8A CN202410393688A CN117970897A CN 117970897 A CN117970897 A CN 117970897A CN 202410393688 A CN202410393688 A CN 202410393688A CN 117970897 A CN117970897 A CN 117970897A
- Authority
- CN
- China
- Prior art keywords
- equipment
- production
- data
- energy
- energy consumption
- 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 48
- 238000003860 storage Methods 0.000 title claims abstract description 17
- 238000004519 manufacturing process Methods 0.000 claims abstract description 254
- 238000005265 energy consumption Methods 0.000 claims abstract description 91
- 238000013486 operation strategy Methods 0.000 claims abstract description 50
- 238000012545 processing Methods 0.000 claims abstract description 14
- 238000004590 computer program Methods 0.000 claims description 19
- 230000007613 environmental effect Effects 0.000 claims description 10
- 238000003062 neural network model Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 7
- 230000017525 heat dissipation Effects 0.000 claims description 7
- 238000012549 training Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000004134 energy conservation Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 7
- 230000006870 function Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000011217 control strategy Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Landscapes
- General Factory Administration (AREA)
Abstract
本发明涉及自动化设备技术领域，公开了一种自动化设备的节能控制方法、装置、系统及存储介质，所述方法包括获取生产任务信息以及传感器采集的当前环境数据；基于预设的任务分配策略对所述生产任务信息进行处理，得到对应的生产设备数据；根据所述当前环境数据、所述生产设备数据以及预设的运行能耗模型，得到对应的设备预测能耗值；根据预设的节能控制模型对所述生产设备数据、所述预测设备能耗值进行计算，得到对应的设备运行策略，以使生产设备根据所述设备运行策略进行工作。本方法能根据不同的环境和不同的生产任务确定不同的设备运行策略，从而实现自动化系统整体的节能控制，达到节能的效果。
Description
技术领域
本发明涉及自动化设备技术领域，尤其涉及一种自动化设备的节能控制方法、装置、系统及存储介质。
背景技术
目前，自动化系统中的大型成套设备，又称自动化装置，是指机器或装置在无人干预的情况下按规定的程序或指令自动进行操作或控制的过程。这些机器在生产状态时需要消耗大量的电能，在实际生产过程中，有些设备会处于待机状态，容易造成电能的浪费。
现有的生产线通常配置有几十或者上百台设备，一般会采用人工方式来控制设备的启停或者设置长时间不工作时处于睡眠状态，以此来避免电能的浪费。但上述控制方式仅针对单个设备或单个生产线，不利于自动化系统整体的节能控制，且节能效果不好。
发明内容
本发明提供了一种自动化设备的节能控制方法、装置、系统及存储介质，以解决现有的控制方式仅针对单个设备或单个生产线，不利于自动化系统整体的节能控制，且节能效果不好的技术问题。
第一方面，为了解决上述技术问题，本发明提供了一种自动化设备的节能控制方法，包括：
获取生产任务信息以及传感器采集的当前环境数据；
基于预设的任务分配策略对所述生产任务信息进行处理，得到对应的生产设备数据；
根据所述当前环境数据、所述生产设备数据以及预设的运行能耗模型，得到对应的设备预测能耗值；
根据预设的节能控制模型对所述生产设备数据、所述预测设备能耗值进行计算，得到对应的设备运行策略，以使生产设备根据所述设备运行策略进行工作。
作为一种可选的实施方式，所述根据预设的节能控制模型对所述生产设备数据、所述预测设备能耗值进行计算，得到对应的设备运行策略，包括：
根据所述预测设备能耗值对生产设备的能耗进行评分，得到生产设备能耗评分；
根据所述生产设备数据确定设备的工作状态评分；
根据预设的节能控制模型对所述生产设备能耗评分、所述工作状态评分进行计算，得到对应的设备运行策略；其中，所述设备运行策略包括设备工作时间、执行任务数量、运行功率和/或散热功率。
作为一种可选的实施方式，根据所述生产设备数据确定设备的工作状态评分，包括：
获取与设备对应的设备工作年限、设备生产效率和设备故障率；
根据预设的系数对所述设备工作年限、所述设备生产效率和所述设备故障率进行计算，得到设备的工作状态评分；或者
将所述设备工作年限、所述设备生产效率和所述设备故障率输入预设的工作状态评分数据库，得到设备的工作状态评分。
作为一种可选的实施方式，所述预设的运行能耗模型的配置过程，包括：
获取历史环境数据、历史生产设备数据以及对应的历史运行能耗值；
根据所述历史环境数据、所述历史生产设备数据以及所述历史运行能耗值构建并训练神经网络模型，直到所述神经网络模型的损失函数值小于预设损失值，得到训练后的运行能耗模型。
作为一种可选的实施方式，所述基于预设的任务分配策略对所述生产任务信息进行计算，得到对应的生产设备数据，包括：
获取所有的空闲状态的生产设备；
对所述生产任务信息进行特征提取，确定总生产时间、任务完成时间和任务总量；
根据所述总生产时间、所述任务完成时间和所述任务总量，将生产任务分配至所述空闲状态的生产设备；
根据执行生产任务的生产设备，得到对应的生产设备数据。
作为一种可选的实施方式，根据所述总生产时间、所述任务完成时间和所述任务总量，将生产任务分配至所述空闲状态的生产设备，包括：
将所有生产任务平均分配至空闲的生产设备；或者
将生产设备按照工作优先级排序，根据所述工作优先级的先后顺序依次分配生产任务。
作为一种可选的实施方式，所述方法还包括：
获取每一设备的运行状态数据；
当判定所述运行状态数据包括故障信息时，将所述运行状态数据对应的故障设备停机，并将所述故障设备的任务迁移至其他设备，得到更新后的生产设备数据、更新后的预测设备能耗值；
根据预设的节能控制模型对所述更新后的生产设备数据、所述更新后的预测设备能耗值进行计算，得到对应的设备运行策略，以使生产设备根据所述设备运行策略进行工作。
第二方面，本发明提供了一种自动化设备的节能控制装置，包括：
数据获取模块，用于获取传感器采集的当前环境数据以及云端发送的生产任务信息；
任务处理模块，用于基于预设的任务分配策略对所述生产任务信息进行处理，得到对应的生产设备数据；
能耗计算模块，用于根据所述当前环境数据、所述生产设备数据以及预设的运行能耗模型，得到对应的设备预测能耗值；
策略生成模块，用于根据预设的节能控制模型对所述生产设备数据、所述预测设备能耗值进行计算，得到对应的设备运行策略，以使生产设备根据所述设备运行策略进行工作。
第三方面，本发明还提供了一种自动化设备的节能控制系统，包括云端、生产设备以及传感器，所述云端分别与所述生产设备、所述传感器通信连接；所述传感器用于采集当前环境数据，所述云端用于执行如上述第一方面中任意一项所述的自动化设备的节能控制方法，并将设备运行策略发送至至少一台生产设备，以使生产设备根据所述设备运行策略进行工作。
第四方面，本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上述第一方面中任意一项所述的自动化设备的节能控制方法。
相比于现有技术，本发明具有如下有益效果：
本发明提供的一种自动化设备的节能控制方法，通过获取生产任务信息以及传感器采集的当前环境数据；基于预设的任务分配策略对所述生产任务信息进行处理，得到对应的生产设备数据；根据所述当前环境数据、所述生产设备数据以及预设的运行能耗模型，得到对应的设备预测能耗值；根据预设的节能控制模型对所述生产设备数据、所述预测设备能耗值进行计算，得到对应的设备运行策略，以使生产设备根据所述设备运行策略进行工作。由此可得，本发明中的控制方法获取生产任务和当前环境，从而得到当前环境下的设备能耗，并根据节能模型分配整个生产系统中的设备运行策略，根据不同的环境和不同的生产任务确定不同的设备运行策略，从而实现自动化系统整体的节能控制，达到节能的效果。
附图说明
图1是本发明实施例提供的一种自动化设备的节能控制方法流程示意图；
图2是本发明实施例提供的步骤S40对应的流程示意图；
图3是本发明实施例提供的另一自动化设备的节能控制方法流程示意图；
图4是本发明实施例提供的一种自动化设备的节能控制装置结构示意图；
图5是本发明实施例提供的一种自动化设备的节能控制系统结构示意图。
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他实施例，都属于本发明保护的范围。
本发明提供的自动化设备的节能控制方法可以用由云端设备或者上位机实现，例如云端服务器，云端服务器与自动化设备之间可以通过上位机（如PLC等）下发任务数据和控制策略。本发明中的方法可以通过软件和/或硬件的方式实现，该控制系统可以是两个或多个物理实体构成，也可以是一个物理实体构成。
进一步地，本实施例中该方法主要由自动化设备的节能控制系统实现，包括云端、生产设备以及传感器，所述云端分别与所述生产设备、所述传感器通信连接；所述传感器用于采集当前环境数据，所述云端用于执行自动化设备的节能控制方法，并将设备运行策略发送至至少一台生产设备，以使生产设备根据所述设备运行策略进行工作。其中，传感器包括温度传感器、湿度传感器等，可以采集设备运行环境的温度和湿度，以此来计算设备的能耗。
参照图1，本发明一实施例提供了一种自动化设备的节能控制方法，包括以下步骤：
S10，获取生产任务信息以及传感器采集的当前环境数据。
具体地，当接收到启动生产的指令后，调用用户输入的生产任务信息。生产任务信息包括任务总量、任务时间要求、任务类型等信息，用于指示采用相应类型的设备进行生产。上位机通过温度传感器、湿度传感器采集的当前环境数据，并将当前环境数据发送至云端的数据处理器。
S20，基于预设的任务分配策略对所述生产任务信息进行处理，得到对应的生产设备数据。
值得说明的是，一个自动化生产系统中可以配置多台生产设备或者多条生产线。针对同一个任务，可以安排多台设备/多条生产线同时进行生产，也可以一台设备/一条生产线进行生产，这取决于任务总量和任务时间要求，同时也需要考虑系统中空闲的生产设备数。
进一步地，基于预设的任务分配策略对所述生产任务信息进行计算，得到对应的生产设备数据，包括获取所有的空闲状态的生产设备；对所述生产任务信息进行特征提取，确定总生产时间、任务完成时间和任务总量；根据所述总生产时间、所述任务完成时间和所述任务总量，将生产任务分配至所述空闲状态的生产设备；根据执行生产任务的生产设备，得到对应的生产设备数据。
具体地，任务分配策略存储在处理器中，在接收到生产任务信息后，对信息中的特征提取，生产任务信息可以表示为XX_XXX_XX，总生产时间、任务完成时间和任务总量通过不同的字段进行表示，用下划线隔开，便于提取。然后，获取所有空闲状态的生产设备，包括设备ID、设备工作年限、所述设备生产效率和所述设备故障率等数据。接着，根据所述总生产时间、所述任务完成时间和所述任务总量，将生产任务分配至所述空闲状态的生产设备；根据执行生产任务的生产设备，得到对应的生产设备数据。
进一步地，在一种实现方式中，根据所述总生产时间、所述任务完成时间和所述任务总量，将生产任务分配至所述空闲状态的生产设备，包括将所有生产任务平均分配至空闲的生产设备。例如，设待生产的任务总量为十套产品，生产设备/生产线为2套时，将任务均为至两套生产设备/生产线，即每套安排的任务数为5套产品。这种方式简单快速，只需要计算空闲状态的生产设备总数以及任务总量，根据空闲状态的生产设备总数将所有任务均分，以此来提高设备的利用率，避免设备闲置。
在另一种实现方式中，根据所述总生产时间、所述任务完成时间和所述任务总量，将生产任务分配至所述空闲状态的生产设备，包括将生产设备按照工作优先级排序，根据所述工作优先级的先后顺序依次分配生产任务。
具体地，可以根据生产设备的生产效率由高到低作为工作优先级排序，依次分配任务，当生成效率最高的设备任务量接收上限满足后，再将任务分配给下一个设备。或者，根据生产设备的能耗值由低到高作为工作优先级排序，依次分配任务，当能耗值最低的设备任务量接收上限满足后，再将任务分配给下一个设备。由此可见，通过上述两种方式中的任务分配策略，能够基于生产任务信息对生产任务进行预处理，得到对应的生产设备数据，在生产设备数据的基础上再配置节能生成策略，有利于对整体系统的节能控制。
S30，根据所述当前环境数据、所述生产设备数据以及预设的运行能耗模型，得到对应的设备预测能耗值。
值得说明的是，当前环境数据可以包括当前生产车间的温度值、湿度值。温度传感器和湿度传感器可以被配置在生产设备的周侧，用于测量生产设备所处空间的环境状态。不同温湿度值影响设备的发热和能耗量，需要对应调整设备的散热功率，因此会导致生产设备的能耗值不同。
进一步地，所述预设的运行能耗模型的配置过程，包括：
获取历史环境数据、历史生产设备数据以及对应的历史运行能耗值；
根据所述历史环境数据、所述历史生产设备数据以及所述历史运行能耗值构建并训练神经网络模型，直到所述神经网络模型的损失函数值小于预设损失值，得到训练后的运行能耗模型。
具体地，在存储器中存储有大量的历史数据，包括历史环境数据、历史生产设备数据以及历史运行能耗值，历史运行能耗值可以是根据历史环境数据、历史生产设备数据的实测数据，通过这些历史数据构建并训练神经网络模型以此提高预测模型的准确性和可靠度。示例性地，神经网络模型可以采用梯度下降模型、滑动平均模型等，训练过程中每n次（例如1000次）输出一次在当前训练模型中损失函数的大小来大致评估训练的效果，直到损失函数值小于预设损失值，得到最终训练后的运行能耗模型。
S40，根据预设的节能控制模型对所述生产设备数据、所述预测设备能耗值进行计算，得到对应的设备运行策略，以使生产设备根据所述设备运行策略进行工作。
在本发明中，设备运行策略包括设备工作时间、执行任务数量、运行功率和/或散热功率。本发明中根据不同的环境和不同的生产任务确定不同的设备运行策略，以此控制设备的能耗，从而实现自动化系统整体的节能控制，达到节能的效果。
为了便于对本发明的理解，下面将对本发明的一些优选实施例做更进一步的描述。
参照图2，所述根据预设的节能控制模型对所述生产设备数据、所述预测设备能耗值进行计算，得到对应的设备运行策略，包括：
S401，根据所述预测设备能耗值对生产设备的能耗进行评分，得到生产设备能耗评分。
可以理解的是，为了实现设备的节能控制，不同生产设备的预测设备能耗值，其对应的生产设备能耗评分也不同。在同样的环境下，生产设备的预测设备能耗值越高，其生产设备能耗评分越低，可以对生产设备能耗评分低的设备分配较少的任务量，减少能耗高的设备的工作时间，从而降低整个系统的能耗量。
S402，根据所述生产设备数据确定设备的工作状态评分。
可以理解的是，同一个生产系统中的设备自身属性并不完全相同，例如设备工作年限、设备生产效率和设备故障率是设备自身的使用情况，这些属性会影响整个系统的能耗值和生产效率，因此需要对设备的工作状态进行评分。
进一步地，在一种实现方式中，根据所述生产设备数据确定设备的工作状态评分，包括：获取与设备对应的设备工作年限、设备生产效率和设备故障率；根据预设的系数对所述设备工作年限、所述设备生产效率和所述设备故障率进行计算，得到设备的工作状态评分。
示例性地，假设设备工作年限m、设备生产效率n和设备故障率q，系数分别为w1、w2、w3，设备的工作状态评分=w1/m+w2*n+w3/q，即设备工作年限、设备故障率与工作状态评分成反比，设备生产效率与工作状态评分成正比。
在另一种实现方式中，根据所述生产设备数据确定设备的工作状态评分，包括：获取与设备对应的设备工作年限、设备生产效率和设备故障率；将所述设备工作年限、所述设备生产效率和所述设备故障率输入预设的工作状态评分数据库，得到设备的工作状态评分。
具体地，工作状态评分数据库可以是预先配置的，存储于存储器中，工作状态评分数据库可以根据试验数据或经验值进行确定，在应用时查找相应的数据库获得工作状态评分。示例性地，设备工作年限1-3年可以记为分值M1，设备工作年限3-5年可以记为分值M2，设备工作年限5年以上可以记为分值M3；设备生产效率0-60%可以记为分值N1，设备生产效率60%以上可以记为分值N2；设备故障率0-10%可以记为分值Q1，设备故障率10-30%可以记为分值Q2，设备故障率30%以上可以记为分值Q3。由此可得，设备的工作状态评分=M+N+Q，M的取值从M1、M2、M3中选取，N的取值从N1、N2中选取，Q的取值从Q1、Q2、Q3中选取。需要说明的是，以上区间的划分和数据库的配置仅为示例，本发明对具体的数值形式不做限定。
S403，根据预设的节能控制模型对所述生产设备能耗评分、所述工作状态评分进行计算，得到对应的设备运行策略；其中，所述设备运行策略包括设备工作时间、执行任务数量、运行功率和/或散热功率。可以理解的是，不同的策略对应不同的设备工作时间、执行任务数量、运行功率和/或散热功率。所有设备的执行任务数量之和为总任务量，在保质保量完成总任务量的基础上，合理分配生产设备的设备工作时间、运行功率和/或散热功率，以此实现整个系统的节能控制。
在具体实施中，可以将评分总和与设备运行策略对应的数据库预先存储在存储器中。示例性地，按照预设的权重对所述生产设备能耗评分、所述工作状态评分进行计算，得到对应的设备运行策略。设备运行状态总评分S’=f1*S1+f2*S2，其中f1、f2为权重系数，S1、S2分别为生产设备能耗评分、工作状态评分。通过计算得到每一设备的运行状态总评分S’后，查询对应的数据库得到每一设备的设备运行策略。示例性地，设备运行策略的数据库如下表所示：
表1 设备运行策略的数据库示意表格
| 设备运行状态总评分S’ | 设备运行策略 |
| 0-10 | 策略一 |
| 10-20 | 策略二 |
| 20-30 | 策略三 |
参照图3，在一种可选的实施方式中，所述方法还包括：
S50，获取每一设备的运行状态数据；
S60，当判定所述运行状态数据包括故障信息时，将所述运行状态数据对应的故障设备停机，并将所述故障设备的任务迁移至其他设备，得到更新后的生产设备数据、更新后的预测设备能耗值；
S70，根据预设的节能控制模型对所述更新后的生产设备数据、所述更新后的预测设备能耗值进行计算，得到对应的设备运行策略，以使生产设备根据所述设备运行策略进行工作。
值得说明的是，设备故障时若不及时处理或切断电源，容易导致耗电异常，也会影响整个任务进度。因此，上位机需要及时监控获取每一设备的运行状态数据，当判定所述运行状态数据包括故障信息时，将所述运行状态数据对应的故障设备停机，并将所述故障设备的任务迁移至其他设备。在进行任务迁移之后，需要重新生成设备运行策略。即，根据更新后的生产设备数据、更新后的预测设备能耗值，基于预设的节能控制模型对所述更新后的生产设备数据、所述更新后的预测设备能耗值进行计算，得到对应的新的设备运行策略，以使生产设备根据所述设备运行策略进行工作，实现整个系统的闭环控制。
综上，本发明提供的一种自动化设备的节能控制方法，通过获取生产任务信息以及传感器采集的当前环境数据；基于预设的任务分配策略对所述生产任务信息进行处理，得到对应的生产设备数据；根据所述当前环境数据、所述生产设备数据以及预设的运行能耗模型，得到对应的设备预测能耗值；根据预设的节能控制模型对所述生产设备数据、所述预测设备能耗值进行计算，得到对应的设备运行策略，以使生产设备根据所述设备运行策略进行工作。由此可得，本发明中的控制方法获取生产任务和当前环境，从而得到当前环境下的设备能耗，并根据节能模型分配整个生产系统中的设备运行策略，根据不同的环境和不同的生产任务确定不同的设备运行策略，从而实现自动化系统整体的节能控制，达到节能的效果。
参照图4，本发明一实施例提供了一种自动化设备的节能控制装置，包括：
数据获取模块10，用于获取传感器采集的当前环境数据以及云端发送的生产任务信息；
任务处理模块20，用于基于预设的任务分配策略对所述生产任务信息进行处理，得到对应的生产设备数据；
能耗计算模块30，用于根据所述当前环境数据、所述生产设备数据以及预设的运行能耗模型，得到对应的设备预测能耗值；
策略生成模块40，用于根据预设的节能控制模型对所述生产设备数据、所述预测设备能耗值进行计算，得到对应的设备运行策略，以使生产设备根据所述设备运行策略进行工作。
需要说明的是，本发明实施例提供的一种自动化设备的节能控制装置用于执行上述实施例的一种自动化设备的节能控制方法的所有流程步骤，两者的工作原理和有益效果一一对应，因而不再赘述。
参照图5，本发明一实施例提供了一种自动化设备的节能控制系统，包括云端、生产设备以及传感器，所述云端分别与所述生产设备、所述传感器通信连接；所述传感器用于采集当前环境数据，所述云端用于执行：获取生产任务信息以及传感器采集的当前环境数据；基于预设的任务分配策略对所述生产任务信息进行处理，得到对应的生产设备数据；根据所述当前环境数据、所述生产设备数据以及预设的运行能耗模型，得到对应的设备预测能耗值；根据预设的节能控制模型对所述生产设备数据、所述预测设备能耗值进行计算，得到对应的设备运行策略，以使生产设备根据所述设备运行策略进行工作。所述云端还用于将设备运行策略发送至至少一台生产设备，以使生产设备根据所述设备运行策略进行工作。
云端可以是服务器，云端服务器与自动化设备之间可以通过上位机（如PLC等）下发任务数据和控制策略。本发明中的方法可以通过软件和/或硬件的方式实现，该控制系统可以是两个或多个物理实体构成，也可以是一个物理实体构成。
进一步地，节能控制系统包括云端、生产设备以及传感器，所述云端分别与所述生产设备、所述传感器通信连接；所述传感器用于采集当前环境数据，所述云端用于执行自动化设备的节能控制方法，并将设备运行策略发送至至少一台生产设备，以使生产设备根据所述设备运行策略进行工作。其中，传感器包括温度传感器、湿度传感器等，可以采集设备运行环境的温度和湿度，以此来计算设备的能耗。
本发明实施例还提供了一种电子设备。该电子设备包括：处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，例如自动化设备的节能控制程序。所述处理器执行所述计算机程序时实现上述各个自动化设备的节能控制 方法实施例中的步骤，例如图1所示的步骤S10。或者，所述处理器执行所述计算机程序时实现上述各装置实施例中各模块/单元的功能，例如能耗计算模块。
示例性的，所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器中，并由所述处理器执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述电子设备中的执行过程。
所述电子设备可以是桌上型计算机、笔记本、掌上电脑及智能平板等计算设备。所述电子设备可包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，上述部件仅仅是电子设备的示例，并不构成对电子设备的限定，可以包括比上述更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述电子设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列 (Field-Programmable Gate Array，FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述电子设备的控制中心，利用各种接口和线路连接整个电子设备的各个部分。
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述电子设备的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序（比如声音播放功能、图像播放功能等）等；存储数据区可存储根据手机的使用所创建的数据（比如音频数据、电话本等）等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡（Smart Media Card, SMC），安全数字（Secure Digital, SD）卡，闪存卡（Flash Card）、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
其中，所述电子设备集成的模块/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介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
需说明的是，以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外，本发明提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步的详细说明，应当理解，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围。特别指出，对于本领域技术人员来说，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种自动化设备的节能控制方法，其特征在于，包括：
获取生产任务信息以及传感器采集的当前环境数据；
基于预设的任务分配策略对所述生产任务信息进行处理，得到对应的生产设备数据；
根据所述当前环境数据、所述生产设备数据以及预设的运行能耗模型，得到对应的设备预测能耗值；
根据预设的节能控制模型对所述生产设备数据、所述预测设备能耗值进行计算，得到对应的设备运行策略，以使生产设备根据所述设备运行策略进行工作。
2.根据权利要求1所述的自动化设备的节能控制方法，其特征在于，所述根据预设的节能控制模型对所述生产设备数据、所述预测设备能耗值进行计算，得到对应的设备运行策略，包括：
根据所述预测设备能耗值对生产设备的能耗进行评分，得到生产设备能耗评分；
根据所述生产设备数据确定设备的工作状态评分；
根据预设的节能控制模型对所述生产设备能耗评分、所述工作状态评分进行计算，得到对应的设备运行策略；其中，所述设备运行策略包括设备工作时间、执行任务数量、运行功率和/或散热功率。
3.根据权利要求2所述的自动化设备的节能控制方法，其特征在于，根据所述生产设备数据确定设备的工作状态评分，包括：
获取与设备对应的设备工作年限、设备生产效率和设备故障率；
根据预设的系数对所述设备工作年限、所述设备生产效率和所述设备故障率进行计算，得到设备的工作状态评分；或者
将所述设备工作年限、所述设备生产效率和所述设备故障率输入预设的工作状态评分数据库，得到设备的工作状态评分。
4.根据权利要求1所述的自动化设备的节能控制方法，其特征在于，所述预设的运行能耗模型的配置过程，包括：
获取历史环境数据、历史生产设备数据以及对应的历史运行能耗值；
根据所述历史环境数据、所述历史生产设备数据以及所述历史运行能耗值构建并训练神经网络模型，直到所述神经网络模型的损失函数值小于预设损失值，得到训练后的运行能耗模型。
5.根据权利要求1所述的自动化设备的节能控制方法，其特征在于，所述基于预设的任务分配策略对所述生产任务信息进行计算，得到对应的生产设备数据，包括：
获取所有的空闲状态的生产设备；
对所述生产任务信息进行特征提取，确定总生产时间、任务完成时间和任务总量；
根据所述总生产时间、所述任务完成时间和所述任务总量，将生产任务分配至所述空闲状态的生产设备；
根据执行生产任务的生产设备，得到对应的生产设备数据。
6.根据权利要求5所述的自动化设备的节能控制方法，其特征在于，根据所述总生产时间、所述任务完成时间和所述任务总量，将生产任务分配至所述空闲状态的生产设备，包括：
将所有生产任务平均分配至空闲的生产设备；或者
将生产设备按照工作优先级排序，根据所述工作优先级的先后顺序依次分配生产任务。
7.根据权利要求1所述的自动化设备的节能控制方法，其特征在于，所述方法还包括：
获取每一设备的运行状态数据；
当判定所述运行状态数据包括故障信息时，将所述运行状态数据对应的故障设备停机，并将所述故障设备的任务迁移至其他设备，得到更新后的生产设备数据、更新后的预测设备能耗值；
根据预设的节能控制模型对所述更新后的生产设备数据、所述更新后的预测设备能耗值进行计算，得到对应的设备运行策略，以使生产设备根据所述设备运行策略进行工作。
8.一种自动化设备的节能控制装置，其特征在于，包括：
数据获取模块，用于获取传感器采集的当前环境数据以及云端发送的生产任务信息；
任务处理模块，用于基于预设的任务分配策略对所述生产任务信息进行处理，得到对应的生产设备数据；
能耗计算模块，用于根据所述当前环境数据、所述生产设备数据以及预设的运行能耗模型，得到对应的设备预测能耗值；
策略生成模块，用于根据预设的节能控制模型对所述生产设备数据、所述预测设备能耗值进行计算，得到对应的设备运行策略，以使生产设备根据所述设备运行策略进行工作。
9.一种自动化设备的节能控制系统，其特征在于，包括云端、生产设备以及传感器，所述云端分别与所述生产设备、所述传感器通信连接；所述传感器用于采集当前环境数据，所述云端用于执行如权利要求1至7中任意一项所述的自动化设备的节能控制方法，并将设备运行策略发送至至少一台生产设备，以使生产设备根据所述设备运行策略进行工作。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至7中任意一项所述的自动化设备的节能控制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410393688.8A CN117970897B (zh) | 2024-04-02 | 2024-04-02 | 自动化设备的节能控制方法、装置、系统及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410393688.8A CN117970897B (zh) | 2024-04-02 | 2024-04-02 | 自动化设备的节能控制方法、装置、系统及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117970897A true CN117970897A (zh) | 2024-05-03 |
| CN117970897B CN117970897B (zh) | 2024-06-07 |
Family
ID=90850002
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410393688.8A Active CN117970897B (zh) | 2024-04-02 | 2024-04-02 | 自动化设备的节能控制方法、装置、系统及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117970897B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111768081A (zh) * | 2020-05-27 | 2020-10-13 | 浙江大学 | 一种混合制造环境中产品制造能耗的计算方法与系统 |
| CN114327811A (zh) * | 2021-11-19 | 2022-04-12 | 浪潮电子信息产业股份有限公司 | 一种任务调度方法、装置、设备及可读存储介质 |
| CN115202294A (zh) * | 2022-05-30 | 2022-10-18 | 重庆邮电大学 | 一种基于数字孪生的制造车间生产调度方法 |
| US20220413455A1 (en) * | 2020-11-13 | 2022-12-29 | Zhejiang University | Adaptive-learning intelligent scheduling unified computing frame and system for industrial personalized customized production |
| CN116227676A (zh) * | 2022-12-27 | 2023-06-06 | 大唐互联科技(武汉)有限公司 | 生产设备能耗分析方法、装置、电子设备及存储介质 |
| WO2023143272A1 (zh) * | 2022-01-28 | 2023-08-03 | 大唐移动通信设备有限公司 | 网络节能方法、装置、设备及存储介质 |
| CN116795061A (zh) * | 2023-07-14 | 2023-09-22 | 重庆邮电大学 | 一种机械加工设备能耗状态精益控制方法 |
| CN116882776A (zh) * | 2023-06-12 | 2023-10-13 | 华中科技大学 | 钢铁生产节能策略设置方法、装置、电子设备及存储介质 |
| CN117202327A (zh) * | 2023-09-01 | 2023-12-08 | 深圳力维智联技术有限公司 | 基站设备的状态控制方法、装置、设备及存储介质 |
| CN117273402A (zh) * | 2023-11-21 | 2023-12-22 | 沭阳华新玻璃科技股份有限公司 | 基于物联网技术的玻璃深加工生产线节能管理系统及方法 |
-
2024
- 2024-04-02 CN CN202410393688.8A patent/CN117970897B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111768081A (zh) * | 2020-05-27 | 2020-10-13 | 浙江大学 | 一种混合制造环境中产品制造能耗的计算方法与系统 |
| US20220413455A1 (en) * | 2020-11-13 | 2022-12-29 | Zhejiang University | Adaptive-learning intelligent scheduling unified computing frame and system for industrial personalized customized production |
| CN114327811A (zh) * | 2021-11-19 | 2022-04-12 | 浪潮电子信息产业股份有限公司 | 一种任务调度方法、装置、设备及可读存储介质 |
| WO2023143272A1 (zh) * | 2022-01-28 | 2023-08-03 | 大唐移动通信设备有限公司 | 网络节能方法、装置、设备及存储介质 |
| CN115202294A (zh) * | 2022-05-30 | 2022-10-18 | 重庆邮电大学 | 一种基于数字孪生的制造车间生产调度方法 |
| CN116227676A (zh) * | 2022-12-27 | 2023-06-06 | 大唐互联科技(武汉)有限公司 | 生产设备能耗分析方法、装置、电子设备及存储介质 |
| CN116882776A (zh) * | 2023-06-12 | 2023-10-13 | 华中科技大学 | 钢铁生产节能策略设置方法、装置、电子设备及存储介质 |
| CN116795061A (zh) * | 2023-07-14 | 2023-09-22 | 重庆邮电大学 | 一种机械加工设备能耗状态精益控制方法 |
| CN117202327A (zh) * | 2023-09-01 | 2023-12-08 | 深圳力维智联技术有限公司 | 基站设备的状态控制方法、装置、设备及存储介质 |
| CN117273402A (zh) * | 2023-11-21 | 2023-12-22 | 沭阳华新玻璃科技股份有限公司 | 基于物联网技术的玻璃深加工生产线节能管理系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117970897B (zh) | 2024-06-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8989912B2 (en) | Apparatus and method for collecting and controlling temperature | |
| US10921791B2 (en) | Production plan generation device, production plan generation method, and production plan | |
| CN109446041B (zh) | 一种服务器压力预警方法、系统及终端设备 | |
| CN101639687B (zh) | 一种集成化工艺质量控制系统及其实现方法 | |
| CN103577926B (zh) | 一种实现大规模电网理论线损实时计算及高准确性的方法 | |
| CN109508895A (zh) | 烟草制丝设备的控制性能评估装置、方法以及存储介质 | |
| CN110414796B (zh) | 一种交直流混合配电网网架规划方法、装置及存储介质 | |
| CN105471107B (zh) | 一种电网电能量计量系统的分时任务采集方法 | |
| CN117970897B (zh) | 自动化设备的节能控制方法、装置、系统及存储介质 | |
| CN111415062A (zh) | 众包任务分配方法、装置、电子设备及存储介质 | |
| CN114691662A (zh) | 一种数据质量检查规则自适应方法、存储介质及系统 | |
| CN116993135B (zh) | 基于等待时间约束的多阶段排序及预约调度方法及装置 | |
| CN105357026A (zh) | 一种资源信息收集方法和计算节点 | |
| CN109359800B (zh) | 一种配电自动化主站系统运行状态的评价方法及系统 | |
| CN111555269B (zh) | 电网备用容量的分析方法、装置、终端设备及存储介质 | |
| CN110518593B (zh) | 一种涉及avc控制策略的母线电压协调控制方法 | |
| CN116596231B (zh) | 一种铁水调度计划修正方法、装置、设备及存储介质 | |
| CN109582530A (zh) | 系统控制方法、装置、计算机及计算机可读存储介质 | |
| CN117591382B (zh) | 服务器故障智能监测方法、装置、设备及介质 | |
| CN113991678B (zh) | 一种电力系统的稳控分析方法、装置、介质和设备 | |
| CN116485154B (zh) | 一种生产排程自动管理方法、系统、电子设备及存储介质 | |
| CN116245502B (zh) | 一种基于数字孪生的变压器设备虚实交互运检方法和系统 | |
| CN110824973B (zh) | 家电设备的用电控制方法及装置、存储介质、电子装置 | |
| CN113804965A (zh) | 基于rpa和ai的异常计量点识别方法和装置 | |
| CN109286185B (zh) | 一种确定变电站最大供电能力的系统及方法 |
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 |