CN118051757A - 基于物联网屏的喷气织机数据采集及分析方法 - Google Patents
基于物联网屏的喷气织机数据采集及分析方法 Download PDFInfo
- Publication number
- CN118051757A CN118051757A CN202410087279.5A CN202410087279A CN118051757A CN 118051757 A CN118051757 A CN 118051757A CN 202410087279 A CN202410087279 A CN 202410087279A CN 118051757 A CN118051757 A CN 118051757A
- Authority
- CN
- China
- Prior art keywords
- jet loom
- air jet
- energy consumption
- internet
- key part
- 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.)
- Pending
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 39
- 238000005265 energy consumption Methods 0.000 claims abstract description 156
- 238000012544 monitoring process Methods 0.000 claims abstract description 22
- 238000000034 method Methods 0.000 claims description 25
- 230000002159 abnormal effect Effects 0.000 claims description 21
- 238000013145 classification model Methods 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 claims description 5
- 230000036541 health Effects 0.000 claims description 5
- 238000010219 correlation analysis Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 25
- 238000005516 engineering process Methods 0.000 abstract 1
- 238000010438 heat treatment Methods 0.000 description 12
- 230000009286 beneficial effect Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 7
- 239000000243 solution Substances 0.000 description 6
- 238000012423 maintenance Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000020169 heat generation Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000010801 machine learning Methods 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
- 230000003449 preventive effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000004753 textile Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Landscapes
- Looms (AREA)
Abstract
本发明提供一种基于物联网屏的喷气织机数据采集及分析方法,属于物联网技术领域,步骤1:在喷气织机关键部位安装电能传感器和气能流量传感器,通过物联网连接传感器到物联网屏,并基于物联网屏实时采集并预处理传感器产生的数据;步骤2:基于预处理过的传感器数据分析能量消耗情况,且结合传感器数量以及喷气织机的工作模式确定能量消耗的多个参数;步骤3:基于物联网屏以及预先建立的工作状态监测模型对确定的多个参数进行判断,获取所述喷气织机的当前工作状态;步骤4:基于所述喷气织机的当前工作状态且结合预设工作标准自动调整喷气织机的运行参数,通过物联网技术实现了喷气织机的全方位监测和自动化调整,提高了生产的效率。
Description
技术领域
本发明涉及物联网技术领域,尤其涉及一种基于物联网屏的喷气织机数据采集及分析方法。
背景技术
喷气织机作为纺织行业重要的设备,其能耗占整个工厂能耗的比例较高。
传统的喷气织机存在能耗浪费、生产效率低等问题,且通常是人工设置运行参数,不仅耗费大量人力和资源且很难达到最佳能耗状态,单纯依赖人工设置参数。因此,实现喷气织机的自动化运行调整以提高能源利用效率变得至关重要。
本发明引入一种基于物联网屏的喷气织机数据采集及分析方法。
发明内容
本发明提供一种基于物联网屏的喷气织机数据采集及分析方法,用以在喷气织机关键部位安装传感器并连接到物联网屏,实时采集和分析设备能耗情况,为后续自动调整运行参数提供数据保证,基于预先建立的工作状态监测模型自动调整运行参数,实现了喷气织机的自动调整,提高生产效率和生产质量,间接节约能源消耗。
本发明提供一种基于物联网屏的喷气织机数据采集及分析方法,包括:
步骤1:在喷气织机关键部位安装电能传感器和气能流量传感器,通过物联网连接传感器到物联网屏,并基于物联网屏实时采集并预处理传感器产生的数据;
步骤2:基于预处理过的传感器数据分析能量消耗情况,且结合传感器数量以及喷气织机的工作模式确定能量消耗的多个参数;
步骤3:基于物联网屏以及预先建立的工作状态监测模型对确定的多个参数进行判断,获取所述喷气织机的当前工作状态;
步骤4:基于所述喷气织机的当前工作状态且结合预设工作标准自动调整喷气织机的运行参数。
根据本发明提供一种基于物联网屏的喷气织机数据采集及分析方法,在喷气织机关键部位安装电能传感器和气能流量传感器,包括:
基于喷气织机所属的工作间部署的摄像头获取喷气织机的表面图像;
基于喷气织机的表面图像提取喷气织机所有关键部位的结构特征;
基于所述结构特征以及预设的分类模型对喷气织机的关键部位进行分类,得到分类结果;
针对每个关键部位的分类类别,确定每个类别下最优的传感器部署方案;
基于每个类别的最优的传感器部署方案在喷气织机的相应关键部位安装电能传感器和气能流量传感器。
根据本发明提供一种基于物联网屏的喷气织机数据采集及分析方法,基于预处理过的传感器数据分析能量消耗情况,且结合传感器数量以及喷气织机的工作模式确定能量消耗的多个参数,包括:
基于预处理过的传感器数据获取每个关键部位的电能数据以及气能流量数据,并构建得到时间组合序列;
将时间组合序列基于预设窗口进行切分,形成多个时间组合窗口;
提取每个时间组合窗口内的多个统计特征作为时域特征,同时,对时间组合序列进行傅立叶变换,来基于每个时间组合窗口提取频域特征;
基于获取得到的时域特征和频域特征,确定对应关键部位的能量消耗情况;
根据每个关键部位的电能传感器的部署数量、气能流量传感器的部署数量以及能量消耗情况,且结合在喷气织机的工作模式下所对应每个关键部位的下发运转信息,确定能量消耗的多个参数。
根据本发明提供一种基于物联网屏的喷气织机数据采集及分析方法,确定能量消耗的多个参数,包括:
基于每个关键部位的传感器的部署数量以及部署类型,且结合喷气织机的工作模式,从预设关联表格中获取若干能耗描述;
对每个关键部位的能量消耗情况以及下发运转信息进行相关分析,得到能耗参数值;
将所述能耗参数值与能耗描述一一对应,确定能量消耗的多个参数。
根据本发明提供一种基于物联网屏的喷气织机数据采集及分析方法,对每个关键部位的能量消耗情况以及下发运转信息进行相关分析,得到能耗参数值,包括:
基于每个关键部位的能量消耗情况构建得到对应关键部位在每个时间段的电能消耗数组,且通过对相应关键部件的下发运转信息进行信息时间解析,确定所述下发运转信息基于对应关键部位在每个时间段的运转标准消耗构建的标准消耗数组以及在每个时间段的影响消耗因子构建的影响消耗数组;
根据所述电能消耗数组、标准消耗数组以及影响消耗数组,计算对应关键部位的综合电能消耗值;
;其中,/>表示对应关键部位的综合电能消耗值;min表示最小值符号;/>表示基于电能消耗数组的平均消耗;/>表示基于标准消耗数组的平均消耗;/>表示基于影响消耗数组的平均影响系数;/>表示基于影响消耗数组的影响方差;/>表示基于标准消耗数组的消耗方差;
每个关键部位的能量消耗情况中的气能消耗信息,并计算得到对应关键部位的综合气能消耗值;
;其中,/>表示对应关键部位在/>的气能消耗值,/>和/>表示基于气能消耗信息确定的的时间积分的上下限,/>表示对应关键部位在/>内不同时间点的气体流量,/>表示对应关键部位在/>内不同时间点的功率,/>表示气能转化的有用功率因数在/>内随时间变化的函数,/>表示对应关键部位所在工作间空气温度在/>内随时间变化的函数,/>表示对应关键部位所在工作间空气湿度在第i个时间段内随时间变化的函数,/>表示第三调整因子,用于调整温度气能耗的影响,且/>,/>表示第四调整因子,用于调整湿度度气能耗的影响,且/>;表示对应关键部件的常规温度;/>表示对应关键部件的常规湿度;/>表示存在的时间段总个数;
基于电能综合消耗值、气能综合消耗值,计算喷气织机的总能耗:
;其中,/>表示喷气织机的总能耗;/>表示第j1个关键部位的运转时间;/>表示第j1个关键部位的综合电能消耗值;/>表示第j1个关键部位的气能消耗值;/>表示第j1个关键部位的电能有效系数;表示第j1个关键部位的气能有效系数,r2表示所述喷气织机中关键部位的总个数。
根据本发明提供一种基于物联网屏的喷气织机数据采集及分析方法,基于物联网屏以及预先建立的工作状态监测模型对确定的多个参数进行判断,获取所述喷气织机的当前工作状态,包括:
喷气织机的工作状态包括:喷气织机的运行状态、负载情况、环境参数、健康状况。
根据本发明提供一种基于物联网屏的喷气织机数据采集及分析方法,基于所述喷气织机的当前工作状态且结合预设工作标准自动调整喷气织机的运行参数,包括:
基于喷气织机的当前工作状态以及预设的工作标准判断喷气织机是否为异常运行状态;
若为异常运行状态,将物联网屏的实时数据与预设工作标准进行对比分析,得到异常运行状态下的各项参数与预设工作标准的第一数据差值;
基于第一数据差值以及预设的状态-调整策略库选择相应的参数调整策略;
基于选择的参数调整策略以及物联网屏的实时数据与预设的工作标准,计算出参数调整的具体目标数值;
通过物联网屏将具体目标数值发送给喷气织机的控制系统,进而自动调整喷气织机的运行参数;
基于物联网屏持续监测喷气织机的工作状态,并将调整后的参数与预设工作标准进行对比分析,得到调整后工作状态下的各项参数与预设工作标准的第二数据差值,将第二数据差值与预设的差值范围进行比较,若处于预设的差值范围内则停止调整;
若不在预设的差值范围内则进行重新调整。
根据本发明提供一种基于物联网屏的喷气织机数据采集及分析方法,基于选择的参数调整策略以及物联网屏的实时数据与预设的工作标准,计算出参数调整的具体目标数值,包括:
基于实时数据以及预设的工作标准,计算同个调整参数的第一误差;
;其中,/>为第i1个调整参数的第一误差;/>为第i1个调整参数的实时值;/>为第i1个调整参数的标准值;
根据参数调整策略,确定对每个第一误差的调节系数以及对所有误差的第二调节系数,计算得到对应调整参数的具体目标数值;
;其中,d01为对应第一误差的调节系数;d02为对应第二误差的调节系数;/>表示对应调整参数的具体目标数值。
本发明提供一种基于物联网屏的喷气织机数据采集及分析方法,用以在喷气织机关键部位安装传感器并连接到物联网屏,实时采集和分析设备能耗情况,为后续自动调整运行参数提供数据保证,基于预先建立的工作状态监测模型自动调整运行参数,实现了喷气织机的自动调整。提高生产效率和生产质量,间接节约能源消耗。
附图说明
为了更清楚地说明本发明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一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,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,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种基于物联网屏的喷气织机数据采集及分析方法的流程示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例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。
实施例1
如图1所示,本发明实施例提供的一种基于物联网屏的喷气织机数据采集及分析方法,包括:
步骤1:在喷气织机关键部位安装电能传感器和气能流量传感器,通过物联网连接传感器到物联网屏,并基于物联网屏实时采集并预处理传感器产生的数据;
步骤2:基于预处理过的传感器数据分析能量消耗情况,且结合传感器数量以及喷气织机的工作模式确定能量消耗的多个参数;
步骤3:基于物联网屏以及预先建立的工作状态监测模型对确定的多个参数进行判断,获取所述喷气织机的当前工作状态;
步骤4:基于所述喷气织机的当前工作状态且结合预设工作标准自动调整喷气织机的运行参数。
该实施例中,喷气织机关键部位指喷气织机中具有重要功能和影响机器运行的部件或位置,包括:喷气装置、织布机头、织布机梭,喷嘴,电机和加热元件等;
该实施例中,电能传感器是安装在喷气织机关键部位用于监测和测量喷气织机消耗的电能,例如,基于安装在喷气织机电源线路上的电能传感器监测和测量喷气织机消耗的电能,并将数据传输到物联网屏进行分析;
该实施例中,气能流量传感器是安装在喷气织机关键部位,用于监测和测量喷气织机所消耗的气能流量,例如,基于安装在喷气织机气源管道上的气能流量传感器监测和测量喷气织机所消耗的气能流量,并将数据传输到物联网屏进行分析;
该实施例中,预处理传感器产生的数据是基于多源数据融合和高级预处理技术处理传感器的数据,使用Kalman滤波器或贝叶斯网络整合这些数据,基于深度学习的异常检测算法,自动学习数据的正常分布,并识别出偏离这个分布的异常值,例如:原始电能传感器数据可能包含电压和电流值,需要合并并计算功率以获得实际电能消耗数据。
该实施例中,能量消耗情况包括喷气织机的电气能消耗情况以及能源利用效率等;
该实施例中,喷气织机的工作模式基于不同装置配置参数设定的工作模式,包括:低功耗工作模式、手动工作模式、维护工作模式、急救工作模式、普通生产模式、高速生产模式等。
该实施例中,预先建立的工作状态监测模型是基于历史数据和经验建立的模型用于判断喷气织机的当前工作状态,例如正常运行、停止或故障状态。
该实施例中,预设工作标准是针对不同工作状态事先设定的性能标准或参数范围,用于评估工作状态是否符合预期,包括:最大允许的能源消耗、生产速度的最低值等;
该实施例中,喷气织机的运行参数包括:生产速度、温湿度、喷气压力、能耗限制等。
上述技术方案的工作原理及有益效果是:通过在喷气织机关键部位安装传感器并连接到物联网屏,实时采集和分析设备能耗情况,为后续自动调整运行参数提供数据保证,基于预先建立的工作状态监测模型自动调整运行参数,实现了喷气织机的自动调整。提高生产效率和生产质量,间接节约能源消耗。
实施例2
一种基于物联网屏的喷气织机数据采集及分析方法,在喷气织机关键部位安装电能传感器和气能流量传感器,包括:
基于喷气织机所属的工作间部署的摄像头获取喷气织机的表面图像;
基于喷气织机的表面图像提取喷气织机所有关键部位的结构特征;
基于所述结构特征以及预设的分类模型对喷气织机的关键部位进行分类,得到分类结果;
针对每个关键部位的分类类别,确定每个类别下最优的传感器部署方案;
基于每个类别的最优的传感器部署方案在喷气织机的相应关键部位安装电能传感器和气能流量传感器。
该实施例中,结构特征是喷气织机表面图像中提取的与织机各关键部位形态、组件、布局等相关的特征,用于描述织机的结构和形状,例如:对于一个电能传感器的安装位置,结构特征包括电机的位置、传动系统的结构等。
该实施例中,预设的分类模型是事先建立的用于对喷气织机关键部位进行分类的模型,基于机器学习的模型,通过训练数据学习各类关键部位的特征,从而能够对这些部位进行有效分类。
该实施例中,分类类别是喷气织机关键部位根据预设的分类模型被划分的不同类别,例如:电机、喷气系统、传动装置等类别;
该实施例中,最优的传感器部署方案是针对每个分类类别,确定在相应关键部位安装电能传感器和气能流量传感器的最佳位置和方式,基于同类别被监测部位的属性相似性,得到传感器节点数目的最小部署量。
上述技术方案的工作原理及有益效果是:通过实时采集喷气织机表面的图像数据,并对表面图像进行结构特征的提取,实现对喷气织机关键部位的形态、构造等方面的定量分析。这有助于准确描述织机结构状态,为后续分类和监测提供了基础,通过使用预设的分类模型,将喷气织机的关键部位进行自动分类。有助于实现对织机各个部位的自动监测和管理,针对每个关键部位的分类,确定最适合的传感器部署方案,提高了数据采集的效率和精度。从而提高了喷气织机的运维效率,降低了不必要的维护成本。
实施例3
一种基于物联网屏的喷气织机数据采集及分析方法,基于预处理过的传感器数据分析能量消耗情况,且结合传感器数量以及喷气织机的工作模式确定能量消耗的多个参数,包括:
基于预处理过的传感器数据获取每个关键部位的电能数据以及气能流量数据,并构建得到时间组合序列;
将时间组合序列基于预设窗口进行切分,形成多个时间组合窗口;
提取每个时间组合窗口内的多个统计特征作为时域特征,同时,对时间组合序列进行傅立叶变换,来基于每个时间组合窗口提取频域特征;
基于获取得到的时域特征和频域特征,确定对应关键部位的能量消耗情况;
根据每个关键部位的电能传感器的部署数量、气能流量传感器的部署数量以及能量消耗情况,且结合在喷气织机的工作模式下所对应每个关键部位的下发运转信息,确定能量消耗的多个参数。
该实施例中,电能数据是指通过电能传感器采集到的有关电力消耗的信息,包括电机运行时的电流、电压等信息;2. 气能流量数据:
该实施例中,气能流量数据是指通过气能流量传感器获取的有关气体流动的信息,例如空气流量、压力等;
该实施例中,时间组合序列是将电能数据和气能流量数据按照时间顺序组合而成的序列,用于分析能耗随时间的变化,将喷气织机每个关键部位的电能数据和气能流量数据按照时间戳组合成时间序列,形成时间组合序列。
该实施例中,预设窗口是对时间组合序列进行切分的时间段,每个时间段具有相同的预设时长,例如:将一天的喷气织机运行时间划分为多个预设窗口,每个窗口可能代表一个小时,用于分析每小时的能耗情况;
该实施例中,时间组合窗口是在预设窗口内形成的用于分析的时间段,是一个较小的时间段,在一小时的预设窗口内划分成多个时间组合窗口,每个窗口代表几分钟的时间,用于更详细地分析这段时间内的能耗情况。
该实施例中,多个统计特征是在时间组合窗口内对电能和气能流量数据进行统计分析得到的多种特征值,统计特征包括均值、方差、峰值、谷值等,用于综合描述在一个时间组合窗口内的能耗情况,例如:对于时域特征提取:对电机启动时的时间窗口内的电流数据,提取均值、方差、最大值等统计特征,对加热阶段的时间窗口内的温度数据,提取均值、方差、温度变化率等时域特征。
该实施例中,每个关键部位的下发运转信息指通过控制系统向关键部位发送的命令,指示该部位如何运转,包括启动命令、停止命令、调整速度或温度的命令等。
上述技术方案的工作原理及有益效果是:通过对传感器数据进行预处理,能为后续步骤提供高质量的输入数据,将预处理过的电能数据和气能流量数据按时间顺序组合成时间序列,并将时间组合序列切分成多个预设窗口,能够在不同时间段内更细致地分析能耗,通过提取每个时间组合窗口内的多个统计特征,通过傅立叶变换提取频域特征,结合时域和频域特征,能够更准确地确定每个关键部位的能量消耗情况,有助于定位能耗高的部位。能精确的了解喷气织机各关键部位的能耗情况,为后续自动调整参数提供了有力支持。
实施例4
一种基于物联网屏的喷气织机数据采集及分析方法,确定能量消耗的多个参数,包括:
基于每个关键部位的传感器的部署数量以及部署类型,且结合喷气织机的工作模式,从预设关联表格中获取若干能耗描述;
对每个关键部位的能量消耗情况以及下发运转信息进行相关分析,得到能耗参数值;
将所述能耗参数值与能耗描述一一对应,确定能量消耗的多个参数。
该实施例中,预设关联表格是预设的表格或数据结构,用于将喷气织机各个关键部位的传感器部署情况、工作模式与特定能耗描述进行关联,包括了各个关键部位的名称、传感器部署数量、传感器类型以及与每个工作模式相关联的能耗描述;
该实施例中,能耗描述是与喷气织机各个关键部位在不同工作模式下的能耗特征相关的描述性信息,是定量或定性的描述,用于表示某个关键部位在特定工作模式下的能耗表现,例如:对于喷气系统:
在普通生产模式下,能耗描述是"喷气系统温度和气流速度",表示在这种模式下,该部位的能耗与温度和气流速度相关,对于主电机:在高速生产模式下,能耗描述可以是"主电机电流",表示在这种模式下,该部位的能耗主要与电流有关,对于加热系统:在加热模式下,能耗描述可以是"加热系统温度",表示在这种模式下,该部位的能耗主要与温度有关;
该实施例中,能耗描述是帮助理解每个关键部位的能耗特点,并与实际传感器数据进行关联,从而确定能耗参数值。
该实施例中,能耗参数值是根据分析结果确定的数值,代表个关键部位在不同工作模式下的能耗情况,例如:对于喷气系统:在普通生产模式下,根据实际传感器数据和相关分析,可以得出喷气系统的能耗参数值,例如平均温度和气流速度,对于主电机:在高速生产模式下,根据电流传感器数据和相关分析,可以得出主电机的能耗参数值,例如平均电流值,对于加热系统:在加热模式下,根据温度传感器数据和相关分析,可以得出加热系统的能耗参数值,例如平均温度值。
上述技术方案的工作原理及有益效果是:通过定义预设关联表格有助于建立关键部位与能耗特征之间的关联,提供数据采集的基础,通过对每个关键部位的传感器数据进行采集,结合下发的运转信息,为后续工作提供基础数据,通过对关键部位的能耗情况和下发运转信息进行相关分析,能够得到具体的能耗参数值,通过将得到的能耗参数值与预设关联表格中的能耗描述一一对应,建立了关键部位、工作模式和具体能耗特征之间的关系,能更好的每个部位在不同情况下的能耗特点。为实现自动调整参数提供了可靠数据。
实施例5
本发明提供一种基于物联网屏的喷气织机数据采集及分析方法,对每个关键部位的能量消耗情况以及下发运转信息进行相关分析,得到能耗参数值,包括:
基于每个关键部位的能量消耗情况构建得到对应关键部位在每个时间段的电能消耗数组,且通过对相应关键部件的下发运转信息进行信息时间解析,确定所述下发运转信息基于对应关键部位在每个时间段的运转标准消耗构建的标准消耗数组以及在每个时间段的影响消耗因子构建的影响消耗数组;
根据所述电能消耗数组、标准消耗数组以及影响消耗数组,计算对应关键部位的综合电能消耗值;
;其中,/>表示对应关键部位的综合电能消耗值;min表示最小值符号;/>表示基于电能消耗数组的平均消耗;/>表示基于标准消耗数组的平均消耗;/>表示基于影响消耗数组的平均影响系数;/>表示基于影响消耗数组的影响方差;/>表示基于标准消耗数组的消耗方差;
每个关键部位的能量消耗情况中的气能消耗信息,并计算得到对应关键部位的综合气能消耗值;
;其中,/>表示对应关键部位在/>的气能消耗值,/>和/>表示基于气能消耗信息确定的的时间积分的上下限,/>表示对应关键部位在/>内不同时间点的气体流量,/>表示对应关键部位在/>内不同时间点的功率,/>表示气能转化的有用功率因数在/>内随时间变化的函数,/>表示对应关键部位所在工作间空气温度在/>内随时间变化的函数,/>表示对应关键部位所在工作间空气湿度在第i个时间段内随时间变化的函数,/>表示第三调整因子,用于调整温度气能耗的影响,且/>,/>表示第四调整因子,用于调整湿度度气能耗的影响,且/>;表示对应关键部件的常规温度;/>表示对应关键部件的常规湿度;/>表示存在的时间段总个数;
基于电能综合消耗值、气能综合消耗值,计算喷气织机的总能耗:
;其中,/>表示喷气织机的总能耗;/>表示第j1个关键部位的运转时间;/>表示第j1个关键部位的综合电能消耗值;/>表示第j1个关键部位的气能消耗值;/>表示第j1个关键部位的电能有效系数;/>表示第j1个关键部位的气能有效系数,r2表示所述喷气织机中关键部位的总个数。
该实施例中,信息时间解析是指对下发的运转信息进行时间分析,以确定对应关键部位在每个时间段的运转标准消耗和影响消耗,例如:运转信息包括了每小时的工作状态和参数变化,信息时间解析则根据每个小时内的具体信息,确定关键部位在不同时间段的运转标准消耗和影响消耗;
该实施例中,标准消耗数组是基于对应关键部位在每个时间段的运转标准消耗构建的数组,反映了关键部位在不同时间段内的预期能耗水平,例如:关键部位SD在特定工作模式下,在白天和夜晚的标准消耗是不同的,标准消耗数组就是记录了每个时间段内的预期能耗值;
该实施例中,影响消耗数组是基于对应关键部位在每个时间段的影响消耗因子构建的数组,表示在不同时间段内的额外能耗影响,例如:如果关键部位的能耗受到温度和湿度变化的影响,影响消耗数组就是记录了在每个时间段内这些影响因子的数值。
该实施例中,平均影响系数是影响消耗数组中各个影响因子的平均值,用于表示在整个时间范围内的平均额外能耗影响,例如:如果在某关键部位的影响消耗数组中有多个因子,平均影响系数就是这些因子的平均值。
该实施例中,功率因数是电能消耗中表示有用功率的比例,是衡量电能的有效利用程度的参数,关键部位的电能或者气能消耗中有一部分是用于执行实际工作的有用功率,功率因数就是用于表示这部分功率在总电能中的比例。
该实施例中,电能有效系数和气能有效系数分别表示电能和气能的有效利用程度,是总能耗中有用能量的比例,例如:关键部位DD的电能有效系数为0.8,表示有用电能占总电能的80%。
上述技术方案的工作原理及有益效果是:通过细致的能耗分析,提供了对喷气织机各关键部位能耗情况的全面掌握,考虑了运转标准消耗、影响因子等因素,使得能耗参数值更加准确。基于计算得到的电气能消耗和总能耗,为优化生产和节能提供了有益的参考。
实施例6
本发明提供一种基于物联网屏的喷气织机数据采集及分析方法,基于物联网屏以及预先建立的工作状态监测模型对确定的多个参数进行判断,获取所述喷气织机的当前工作状态,包括:
喷气织机的工作状态包括:喷气织机的运行状态、负载情况、环境参数、健康状况。
该实施例中,喷气织机的运行状态包括是否处于运行状态、停止状态或者故障状态等;
该实施例中,负载情况包括当前机器正在处理的产品种类、数量和质量等;
该实施例中,环境参数包括温度、湿度、气压等环境因素对机器运行的影响;
该实施例中,健康状况包括设备的维修保养情况以及设备寿命等。
上述技术方案的工作原理及有益效果是:通过监测喷气织机的运行状态和负载情况,能发现设备故障或异常情况,并采取相应的措施进行修复或调整,通过对喷气织机的健康状况进行监测和分析,可以及时识别设备的潜在问题或磨损情况,进行预防性维护和修复,通过对喷气织机的运行状态和负载情况进行实时监测和分析,可以及时发现生产过程中的异常情况。保证产品的质量稳定性和一致性。
实施例7:
本发明提供一种基于物联网屏的喷气织机数据采集及分析方法,基于所述喷气织机的当前工作状态且结合预设工作标准自动调整喷气织机的运行参数,包括:
基于喷气织机的当前工作状态以及预设的工作标准判断喷气织机是否为异常运行状态;
若为异常运行状态,将物联网屏的实时数据与预设工作标准进行对比分析,得到异常运行状态下的各项参数与预设工作标准的第一数据差值;
基于第一数据差值以及预设的状态-调整策略库选择相应的参数调整策略;
基于选择的参数调整策略以及物联网屏的实时数据与预设的工作标准,计算出参数调整的具体目标数值;
通过物联网屏将具体目标数值发送给喷气织机的控制系统,进而自动调整喷气织机的运行参数;
基于物联网屏持续监测喷气织机的工作状态,并将调整后的参数与预设工作标准进行对比分析,得到调整后工作状态下的各项参数与预设工作标准的第二数据差值,将第二数据差值与预设的差值范围进行比较,若处于预设的差值范围内则停止调整;
若不在预设的差值范围内则进行重新调整。
该实施例中,异常运行状态指喷气织机当前的工作状态与预设工作标准相比出现异常或不正常的情况,包括性能下降、故障发生等。例如:如果喷气织机预设在特定工作条件下应该维持某一温度,但实际温度远低于或高于预期,那么就可以判断喷气织机处于异常运行状态。
该实施例中,第一数据差值是指在异常运行状态下,实时数据与预设工作标准的对比分析中得到的各项参数的差异值。例如:异常状态下实时温度为30摄氏度,而预设工作标准要求的是25摄氏度,那么第一数据差值就是30 - 25 = 5摄氏度。
该实施例中,预设的状态-调整策略库是一个存储在系统中的数据库,其中包含了根据不同异常状态下的第一数据差值选择相应参数调整策略的规则集,例如:第一数据差值为温度超过了5摄氏度,预设的状态-调整策略库可能包括调整喷气织机的加热元件,以使温度回到预设范围;
该实施例中,参数调整策略一组预先设定的规则,用于根据系统监测到的异常状态下的数据差异,自动确定需要对喷气织机的特定参数进行何种调整以使其回到正常工作状态。例如:喷气织机的异常状态是温度过高,对应的参数调整策略为:降低加热元件功率,通过降低加热元件的功率,减少热量产生,从而降低温度,将加热元件的功率从100%降低到80%,以期望降低温度。
该实施例中,具体目标数值是根据选择的参数调整策略和实时数据与预设工作标准的对比计算得到的,表示需要将相应参数调整到的目标数值,例如:根据策略选择需要将温度调整回预设范围,具体目标数值可能是25摄氏度。
该实施例中,第二数据差值是指在调整后的工作状态下,实际数据与预设工作标准的对比分析中得到的各项参数的差异值;
该实施例中,预设的差值范围是指预先设定的允许参数在调整后的工作状态下的波动范围,例如:在调整后,实时温度为25.5摄氏度,而预设的差值范围是允许在±0.5摄氏度范围内的波动,那么第二数据差值为0.5摄氏度,处于预设的差值范围内,停止调整。
上述技术方案的工作原理及有益效果是:通过物联网屏和智能算法,实现对喷气织机运行参数的自动调整,提高了生产过程的自动化水平。通过物联网屏持续监测并分析喷气织机的工作状态,及时发现异常并采取措施,有助于提高生产效率和产品质量,通过自动调整,喷气织机能够在设定的工作标准范围内稳定运行,减少设备异常导致的生产中断。实现了对喷气织机的智能调整,使其在异常状态下能够自动根据预设策略进行参数调整,提高生产效率和设备稳定性。
实施例8
本发明提供一种基于物联网屏的喷气织机数据采集及分析方法,基于选择的参数调整策略以及物联网屏的实时数据与预设的工作标准,计算出参数调整的具体目标数值,包括:
基于实时数据以及预设的工作标准,计算同个调整参数的第一误差;
;其中,/>为第i1个调整参数的第一误差;/>为第i1个调整参数的实时值;/>为第i1个调整参数的标准值;
根据参数调整策略,确定对每个第一误差的调节系数以及对所有误差的第二调节系数,计算得到对应调整参数的具体目标数值;
;其中,d01为对应第一误差的调节系数;d02为对应第二误差的调节系数;/>表示对应调整参数的具体目标数值。
该实施例中,第一误差是指根据实时数据和预设的工作标准计算得到的,表示实际调整参数与标准值之间的差异。例如:假设第i1个调整参数是温度,实时值为50摄氏度,标准值为45摄氏度,那么第一误差为 50 - 45 = 5摄氏度。
该实施例中,第一误差的调节系数是根据参数调整策略确定的,用于调整第一误差的影响程度。例如:根据策略确定 d01 = 0.8,实际计算目标数值时,第一误差的影响会被减小为原来的80%;
该实施例中,第二调节系数是根据参数调整策略确定的,用于调整所有误差的综合影响程度,表示在实际计算目标数值时,对所有误差进行调节的比例;
该实施例中,第二误差的调节系数是根据参数调整策略确定的,用于调整第二误差的影响程度。它表示在实际计算目标数值时,对第二误差进行调节的比例。
上述技术方案的工作原理及有益效果是:通过实时数据的采集和计算,系统能够快速响应喷气织机参数的变化,实现实时调整,提高了生产过程的灵活性,通过计算第一误差和采用调节系数,可以更准确地调整参数,减小误差对生产的不良影响,采用参数调整策略和调节系数,能够在保证生产质量的前提下,优化资源的使用,提高设备的效能。有效实现了参数的自动调整和计算。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (8)
1.一种基于物联网屏的喷气织机数据采集及分析方法,其特征在于,包括:
步骤1:在喷气织机关键部位安装电能传感器和气能流量传感器,通过物联网连接传感器到物联网屏,并基于物联网屏实时采集并预处理传感器产生的数据;
步骤2:基于预处理过的传感器数据分析能量消耗情况,且结合传感器数量以及喷气织机的工作模式确定能量消耗的多个参数;
步骤3:基于物联网屏以及预先建立的工作状态监测模型对确定的多个参数进行判断,获取所述喷气织机的当前工作状态;
步骤4:基于所述喷气织机的当前工作状态且结合预设工作标准自动调整喷气织机的运行参数。
2.根据权利要求1所述的一种基于物联网屏的喷气织机数据采集及分析方法,其特征在于,在喷气织机关键部位安装电能传感器和气能流量传感器,包括:
基于喷气织机所属的工作间部署的摄像头获取喷气织机的表面图像;
基于喷气织机的表面图像提取喷气织机所有关键部位的结构特征;
基于所述结构特征以及预设的分类模型对喷气织机的关键部位进行分类,得到分类结果;
针对每个关键部位的分类类别,确定每个类别下最优的传感器部署方案;
基于每个类别的最优的传感器部署方案在喷气织机的相应关键部位安装电能传感器和气能流量传感器。
3.根据权利要求1所述的一种基于物联网屏的喷气织机数据采集及分析方法,其特征在于,基于预处理过的传感器数据分析能量消耗情况,且结合传感器数量以及喷气织机的工作模式确定能量消耗的多个参数,包括:
基于预处理过的传感器数据获取每个关键部位的电能数据以及气能流量数据,并构建得到时间组合序列;
将时间组合序列基于预设窗口进行切分,形成多个时间组合窗口;
提取每个时间组合窗口内的多个统计特征作为时域特征,同时,对时间组合序列进行傅立叶变换,来基于每个时间组合窗口提取频域特征;
基于获取得到的时域特征和频域特征,确定对应关键部位的能量消耗情况;
根据每个关键部位的电能传感器的部署数量、气能流量传感器的部署数量以及能量消耗情况,且结合在喷气织机的工作模式下所对应每个关键部位的下发运转信息,确定能量消耗的多个参数。
4.根据权利要求3所述的一种基于物联网屏的喷气织机数据采集及分析方法,其特征在于,确定能量消耗的多个参数,包括:
基于每个关键部位的传感器的部署数量以及部署类型,且结合喷气织机的工作模式,从预设关联表格中获取若干能耗描述;
对每个关键部位的能量消耗情况以及下发运转信息进行相关分析,得到能耗参数值;
将所述能耗参数值与能耗描述一一对应,确定能量消耗的多个参数。
5.根据权利要求4所述的一种基于物联网屏的喷气织机数据采集及分析方法,其特征在于,对每个关键部位的能量消耗情况以及下发运转信息进行相关分析,得到能耗参数值,包括:
基于每个关键部位的能量消耗情况构建得到对应关键部位在每个时间段的电能消耗数组,且通过对相应关键部件的下发运转信息进行信息时间解析,确定所述下发运转信息基于对应关键部位在每个时间段的运转标准消耗构建的标准消耗数组以及在每个时间段的影响消耗因子构建的影响消耗数组;
根据所述电能消耗数组、标准消耗数组以及影响消耗数组,计算对应关键部位的综合电能消耗值;
;其中,/>表示对应关键部位的综合电能消耗值;min表示最小值符号;/>表示基于电能消耗数组的平均消耗;表示基于标准消耗数组的平均消耗;/>表示基于影响消耗数组的平均影响系数;表示基于影响消耗数组的影响方差;/>表示基于标准消耗数组的消耗方差;
提取每个关键部位的能量消耗情况中的气能消耗信息,并计算得到对应关键部位的综合气能消耗值;
;其中,/>表示对应关键部位在/>的气能消耗值,/>和/>表示基于气能消耗信息确定的/>的时间积分的上下限,/>表示对应关键部位在/>内不同时间点的气体流量,表示对应关键部位在/>内不同时间点的功率,/>表示气能转化的有用功率因数在/>内随时间变化的函数,/>表示对应关键部位所在工作间空气温度在/>内随时间变化的函数,/>表示对应关键部位所在工作间空气湿度在第i个时间段内随时间变化的函数,/>表示第三调整因子,用于调整温度气能耗的影响,且,/>表示第四调整因子,用于调整湿度度气能耗的影响,且/>;/>表示对应关键部件的常规温度;/>表示对应关键部件的常规湿度;/>表示存在的时间段总个数;
基于电能综合消耗值、气能综合消耗值,计算喷气织机的总能耗:
;其中,/>表示喷气织机的总能耗;/>表示第j1个关键部位的运转时间;/>表示第j1个关键部位的综合电能消耗值;/>表示第j1个关键部位的气能消耗值;/>表示第j1个关键部位的电能有效系数;表示第j1个关键部位的气能有效系数,r2表示所述喷气织机中关键部位的总个数。
6.根据权利要求1所述的一种基于物联网屏的喷气织机数据采集及分析方法,其特征在于,基于物联网屏以及预先建立的工作状态监测模型对确定的多个参数进行判断,获取所述喷气织机的当前工作状态,包括:
喷气织机的工作状态包括:喷气织机的运行状态、负载情况、环境参数、健康状况。
7.根据权利要求1所述的一种基于物联网屏的喷气织机数据采集及分析方法,其特征在于,基于所述喷气织机的当前工作状态且结合预设工作标准自动调整喷气织机的运行参数,包括:
基于喷气织机的当前工作状态以及预设的工作标准判断喷气织机是否为异常运行状态;
若为异常运行状态,将物联网屏的实时数据与预设工作标准进行对比分析,得到异常运行状态下的各项参数与预设工作标准的第一数据差值;
基于第一数据差值以及预设的状态-调整策略库选择相应的参数调整策略;
基于选择的参数调整策略以及物联网屏的实时数据与预设的工作标准,计算出参数调整的具体目标数值;
通过物联网屏将具体目标数值发送给喷气织机的控制系统,进而自动调整喷气织机的运行参数;
基于物联网屏持续监测喷气织机的工作状态,并将调整后的参数与预设工作标准进行对比分析,得到调整后工作状态下的各项参数与预设工作标准的第二数据差值,将第二数据差值与预设的差值范围进行比较,若处于预设的差值范围内则停止调整;
若不在预设的差值范围内则进行重新调整。
8.根据权利要求7所述的一种基于物联网屏的喷气织机数据采集及分析方法,其特征在于,基于选择的参数调整策略以及物联网屏的实时数据与预设的工作标准,计算出参数调整的具体目标数值,包括:
基于实时数据以及预设的工作标准,计算同个调整参数的第一误差;
;其中,/>为第i1个调整参数的第一误差;/>为第i1个调整参数的实时值;/>为第i1个调整参数的标准值;
根据参数调整策略,确定对每个第一误差的调节系数以及对所有误差的第二调节系数,计算得到对应调整参数的具体目标数值;
;其中,d01为对应第一误差的调节系数;d02为对应第二误差的调节系数;/>表示对应调整参数的具体目标数值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410087279.5A CN118051757A (zh) | 2024-01-22 | 2024-01-22 | 基于物联网屏的喷气织机数据采集及分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410087279.5A CN118051757A (zh) | 2024-01-22 | 2024-01-22 | 基于物联网屏的喷气织机数据采集及分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118051757A true CN118051757A (zh) | 2024-05-17 |
Family
ID=91047438
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410087279.5A Pending CN118051757A (zh) | 2024-01-22 | 2024-01-22 | 基于物联网屏的喷气织机数据采集及分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118051757A (zh) |
-
2024
- 2024-01-22 CN CN202410087279.5A patent/CN118051757A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111639921B (zh) | 一种基于专家系统的设备故障智判与辅助处置方法 | |
CN111537219B (zh) | 一种基于温度参数的风机齿轮箱性能检测与健康评估方法 | |
CN110926809A (zh) | 一种基于大数据分析的风电机组传动链故障预警方法 | |
CN111581597A (zh) | 基于自组织核回归模型的风电机组齿轮箱轴承温度状态监测方法 | |
CN112727702A (zh) | 风电机组健康管理及故障预警方法 | |
CN112099393A (zh) | 烟机设备运行监控及异常判定系统及方法 | |
CN116609055A (zh) | 一种运用图卷积神经网络诊断风电齿轮箱故障的方法 | |
CN114169718A (zh) | 一种基于风电机组状态评估提高机组可靠性的方法 | |
CN117171590B (zh) | 一种电机智能驱动优化方法及系统 | |
CN112240267B (zh) | 基于风速相关性与风功率曲线的风机监测方法 | |
CN117310480A (zh) | 一种电厂的机组故障诊断系统 | |
CN118051757A (zh) | 基于物联网屏的喷气织机数据采集及分析方法 | |
CN116335893A (zh) | 一种风力发电机组运行状态的分类方法和系统 | |
CN113325824B (zh) | 一种基于阈值监测的调节阀异常识别方法及系统 | |
CN115186754A (zh) | 基于信息熵及自联想回归模型的机组能效监测诊断方法 | |
CN112288295B (zh) | 一种基于在线的脱硫子系统评价装置及其应用方法 | |
CN113986892A (zh) | 一种火电机组煤耗预测、数据清洗方法及系统 | |
CN114510815A (zh) | 一种风电机组功率特性评估方法及系统 | |
CN115310746A (zh) | 一种风力发电机组主传动系统状态评估方法及系统 | |
CN117951633B (zh) | 一种光伏发电设备故障诊断方法及系统 | |
WO2016192786A1 (en) | Method for windmill farm monitoring | |
CN110207321A (zh) | 自调节的故障处理方法、设备及空调系统 | |
CN117610699B (zh) | 一种应用于园区零碳综合能源优化设备及方法 | |
CN114151291B (zh) | 一种风电机组早期故障监测方法 | |
CN117406685B (zh) | 适用于绿色低碳建筑的建筑设备智能控制优化管理系统 |
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 |