CN117234257A - 基于数据分析的厂房车间温度调控方法 - Google Patents
基于数据分析的厂房车间温度调控方法 Download PDFInfo
- Publication number
- CN117234257A CN117234257A CN202311352499.8A CN202311352499A CN117234257A CN 117234257 A CN117234257 A CN 117234257A CN 202311352499 A CN202311352499 A CN 202311352499A CN 117234257 A CN117234257 A CN 117234257A
- Authority
- CN
- China
- Prior art keywords
- workshop
- temperature
- current monitoring
- monitoring period
- external
- 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 36
- 238000007405 data analysis Methods 0.000 title claims abstract description 13
- 238000004519 manufacturing process Methods 0.000 claims abstract description 39
- 238000004364 calculation method Methods 0.000 claims abstract description 19
- 230000001105 regulatory effect Effects 0.000 claims abstract description 9
- 230000001960 triggered effect Effects 0.000 claims abstract description 5
- 238000012544 monitoring process Methods 0.000 claims description 163
- 238000012545 processing Methods 0.000 claims description 19
- 238000004458 analytical method Methods 0.000 claims description 16
- 238000001514 detection method Methods 0.000 claims description 13
- 238000010606 normalization Methods 0.000 claims description 13
- 238000011156 evaluation Methods 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 8
- 230000007613 environmental effect Effects 0.000 claims description 8
- 230000001276 controlling effect Effects 0.000 claims description 4
- 230000005856 abnormality Effects 0.000 claims description 2
- 238000005034 decoration Methods 0.000 abstract description 4
- 101100518501 Mus musculus Spp1 gene Proteins 0.000 description 4
- 230000001419 dependent effect Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Landscapes
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明涉及厂房车间温度调控技术领域,具体涉及基于数据分析的厂房车间温度调控方法,用于解决现有厂房车间温度调控依赖于手动调节,无法根据实际内部生产条件和外部变化因素进行自动调整和优化,造成装修材料产品质量下降的问题,通过采集历史温度参数、内部环境影响参数和外部环境影响参数,进行分析并得到相应的影响系数和热综合影响系数;根据最适温度等级和热综合影响系数,计算得到温度调控参数值,并触发温度调控指令对温度调控设备进行控制,从而实现了有效提高厂房车间的温度控制精度,并实现温度调控的自动化,有益于提升生产效率和产品质量。
Description
技术领域
本发明涉及厂房车间温度调控技术领域,具体为基于数据分析的厂房车间温度调控方法。
背景技术
随着工业化进程的加速和生产环境的日益复杂,装修材料厂房车间的生产条件受到越来越多的关注,温度作为影响装修材料产品质量和工人效率的重要因素之一,其调控方法的改进具有重要意义;
现有的厂房车间温度调控方法往往依赖于简单的手动调节,缺乏智能化和自适应性,无法实现根据实际内部生产条件和外部变化因素进行自动调整和优化,从而达到精细化的温度调控,这导致许多对温度具有高度敏感性的装修材料在生产时,由于在温度出现变化时没有及时对温度进行调控,从而导致出现产品质量下降,影响其使用效果,甚至可能导致企业遭受经济损失;此外,手动调节不仅效率低下,而且很难在短时间内对温度变化作出及时响应,进一步加剧了温度对装修材料产品质量的影响;
为了解决上述缺陷,现提供一种技术方案。
发明内容
本发明的目的就在于解决现有厂房车间温度调控依赖于手动调节,无法根据实际内部生产条件和外部变化因素进行自动调整和优化,造成装修材料产品质量下降的问题,而提出基于数据分析的厂房车间温度调控方法。
本发明的目的可以通过以下技术方案实现:
基于数据分析的厂房车间温度调控方法,包括:
步骤一:适宜温度分析:通过对各厂房车间生产过程中的历史温度参数进行采集分析得到合适温度和持温时长,并基于此对各厂房车间最适温度进行分析处理,由此得到各厂房车间对应的最适温度等级;
步骤二:内部影响分析:通过对各厂房车间内对应当前监测时段的内部环境影响参数进行采集分析得到人员数量和运行设备数量并分别标记为ryi和sbi,i表示为各厂房车间的编号,i=1,2,3……n1,n1为各厂房车间的编号的总数,并提取两者数值进行归一化处理,依据公式:由此得到各厂房车间内对应当前监测时段的内部环境影响系数,其中,e表示为自然常数,μ1和μ2分别表示为设定的系数因子;
步骤三:外部影响分析:通过对各厂房车间外对应当前监测时段的外部环境影响参数进行采集分析得到外部温度、外部湿度和外部风速,由此对各厂房车间外对应当前监测时段的外部环境影响进行分析,据此得到各厂房车间外对应当前监测时段的外部环境影响系数;
步骤四:综合影响分析:对得到的各厂房车间内对应当前监测时段的内部环境影响系数和各厂房车间外对应当前监测时段的外部环境影响系数进行综合分析,据此得到各厂房车间对应当前监测时段的热综合影响系数;
步骤五:温度调控执行、依据得到的各厂房车间对应的最适温度等级和各厂房车间对应当前监测时段的热综合影响系数,由此对各厂房车间对应当前检测时段的温度调控参数进行分析,具体的操作步骤如下:
依据捕捉到的各厂房车间对应当前监测时段的热综合影响系数,设置各厂房车间对应当前监测时段的热综合影响系数的权重因子,并计算处理得到各厂房车间对应当前监测时段的热综合影响加权值;
设置各厂房车间对应当前监测时段的实际温度和各厂房车间对应的最适温度等级对应的最适温度值,将各厂房车间对应当前监测时段的实际温度与各厂房车间对应的最适温度等级对应的最适温度值进行差值计算,得到各厂房车间对应当前监测时段的温度偏离值;
设置各厂房车间对应当前监测时段的温度偏离值的对比参照区间,将各厂房车间对应当前监测时段的温度偏离值与对比参照区间进行比较分析,当各厂房车间对应当前监测时段的温度偏离值处于对比参照区间之外时,则生成温度异常信号;
依据捕捉到的温度异常信号,则提取各厂房车间对应当前监测时段的热综合影响加权值和温度偏离值的数值进行归一化计算处理,得到各厂房车间对应当前监测时段的温度调控参数值;
当捕捉到温度异常信号时,则触发温度调控指令,依据触发的温度调控指令对温度调控设备进行控制调控。
优选地,对各厂房车间生产过程中的历史温度参数进行采集分析的具体过程如下:
通过获取温度传感器采集的单位时间内各厂房车间生产过程中的历史温度参数,并从中提取出历史相同温度次数,其中,次数表示为在历史数据中,某个特定的温度值在连续时间段内出现的次数,设置历史相同温度次数阈值,将历史相同温度次数与历史相同温度次数阈值进行比较,若历史相同温度次数大于历史相同温度次数阈值,则将某个特定的温度值标记为该厂房车间的合适温度;
同时从历史温度参数中提取历史相同温度的持续时长,标记为持温时长,其中,持温时长表示为某个特定的温度值持续不变的时间长度。
优选地,对各厂房车间最适温度进行分析处理的具体过程如下:
对单位时间内各厂房车间生产过程中的合适温度和持温时长进行归一化处理并取其数值,同时将其标记为hwij和cwij,j表示为单位时间内的各检测时间点,j=1,2,3……n2,n2为单位时间内的各检测时间点的集合,n1、n2均为大于零的正整数;依据公式:得到各厂房车间对应的最适温度评估系数ZSW,η1和η2分别表示为合适温度和持温时长的权重系数,且η1>η2;
将得到的各厂房车间对应的最适温度评估系数与存储在数据库中的最适温度判定表进行对照匹配分析,由此得到各厂房车间对应的最适温度等级,且得到的各厂房车间对应的最适温度评估系数均对应一个最适温度等级。
优选地,对各厂房车间内对应当前监测时段的内部环境影响参数进行采集分析的具体过程如下:
通过智能摄像头对各厂房车间内对应当前监测时段中各监测时间点的车间内人员数量进行采集,得到各厂房车间内对应当前监测时段中各监测时间点的车间内人员数量,并从中提取各厂房车间内最多人员数量,作为各厂房车间内对应当前监测时段的人员数量;
对各厂房车间内对应当前监测时段中各监测时间点的各生产设备的运行状态进行获取,其中,运行状态包括:运行中和未运行,得到各厂房车间内对应当前监测时段中各监测时间点的各生产设备的运行状态,若某生产设备的运行状态位运行中,则将该生产设备记为运行设备,并统计各厂房车间内对应当前监测时段中各监测时间点的运行设备数量,同时提取各厂房车间内对应当前监测时段中最大的运行设备数量,记为各厂房车间内对应当前监测时段的运行设备数量。
优选地,对各厂房车间外对应当前监测时段的外部环境影响进行分析的具体过程如下:
通过传感器对各厂房车间外对应当前监测时段中各监测时间点的温度、湿度和风速进行获取,由此分别得到各厂房车间外对应当前监测时段中各监测时间点的温度、湿度和风速,并对其分别进行均值计算,由此分别得到各厂房车间外对应当前监测时段的平均温度、平均湿度和平均风速,并分别作为各厂房车间外对应当前监测时段的外部温度、外部湿度和外部风速;
将各厂房车间外对应当前监测时段的外部温度、外部湿度和外部风速分别标记为wwi、wsi和wfi,并取三者数值进行归一化处理,依据公式:得到各厂房车间外对应当前监测时段的外部环境影响系数WYX,wwi *、wsi *和wfi *分别表示为各厂房车间外对应当前监测时段的参考外部温度、参考外部湿度和参考外部风速,∣wwi-wwi *∣、∣wsi-wsi *∣和∣wfi-wfi *∣分别表示为各厂房车间外对应当前监测时段的外部温度影响程度指数、外部湿度影响程度指数和外部风速影响程度指数;β1、β2和β3分别表示为各厂房车间外对应当前监测时段的外部温度影响程度指数、外部湿度影响程度指数和外部风速影响程度指数的比例系数,且β1>β3>β2。
优选地,综合分析的具体过程如下:
提取各厂房车间内对应当前监测时段的内部环境影响系数和各厂房车间外对应当前监测时段的外部环境影响系数的数值进行归一化处理,依据公式:TZS=NYX×λ1+WYX×λ2,得到各厂房车间对应当前监测时段的热综合影响系数TZS,其中,λ1和λ2分别表示为内部环境影响系数和外部环境影响系数的权重系数,且λ2>λ1。
与现有技术相比,本发明的有益效果是:
本发明,通过对各厂房车间生产过程中的历史温度参数进行采集分析,可以得到合适温度和持温时长,基于此对各厂房车间最适温度进行分析处理,得到各厂房车间对应的最适温度等级,从而实现了为各厂房车间的生产过程提供更加精确的温度控制,并提高生产效率和产品质量;
通过内部影响和外部影响的分析,可以得到各厂房车间内和外部环境的影响因素,从而实现了为各厂房车间的生产过程提供更加全面和准确的环境控制,确保生产过程的顺利进行;
通过综合分析各厂房车间内对应当前监测时段的内部环境影响系数和各厂房车间外对应当前监测时段的外部环境影响系数,可以得到各厂房车间对应当前监测时段的热综合影响系数,从而实现了为各厂房车间的生产过程提供更加科学和准确的调控依据;
根据各厂房车间对应的最适温度等级和各厂房车间对应当前监测时段的热综合影响系数,对各厂房车间对应当前检测时段的温度调控参数进行分析,得到各厂房车间对应当前监测时段的温度调控参数值;从而实现了为各厂房车间的生产过程提供更加精细化温度调控,确保生产过程的安全性和稳定性;
当捕捉到温度异常信号时,触发温度调控指令,及时对温度调控设备进行控制调控,从而实现了为各厂房车间的生产过程提供更加及时有效的应对调控措施,确保生产过程的可靠性和稳定性。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明;
图1为本发明的方法流程图。
具体实施方式
下面将结合实施例对本发明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。
如图1所示,基于数据分析的厂房车间温度调控方法,包括:
步骤一:适宜温度分析:通过对各厂房车间生产过程中的历史温度参数进行采集分析,并基于此对各厂房车间最适温度进行分析处理,具体的操作过程如下:
通过获取温度传感器采集的单位时间内各厂房车间生产过程中的历史温度参数,并从中提取出历史相同温度次数,其中,次数表示为在历史数据中,某个特定的温度值在连续时间段内出现的次数,设置历史相同温度次数阈值,将历史相同温度次数与历史相同温度次数阈值进行比较,若历史相同温度次数大于历史相同温度次数阈值,则将某个特定的温度值标记为该厂房车间的合适温度;同时从历史温度参数中提取历史相同温度的持续时长,标记为持温时长,其中,持温时长表示为某个特定的温度值持续不变的时间长度;
对单位时间内各厂房车间生产过程中的合适温度和持温时长进行归一化处理并取其数值,同时将其标记为hwij和cwij,i表示为各厂房车间的编号,i=1,2,3……n1,n1为各厂房车间的编号的总数;j表示为单位时间内的各检测时间点,j=1,2,3……n2,n2为单位时间内的各检测时间点的集合,n1、n2均为大于零的正整数;依据公式:得到各厂房车间对应的最适温度评估系数ZSW,η1和η2分别表示为合适温度和持温时长的权重系数,且η1>η2,权重系数用于均衡各项数据在公式计算中的占比权重,从而促进计算结果的准确性;
将得到的各厂房车间对应的最适温度评估系数与存储在数据库中的最适温度判定表进行对照匹配分析,由此得到各厂房车间对应的最适温度等级,且得到的各厂房车间对应的最适温度评估系数均对应一个最适温度等级;
步骤二:内部影响分析:通过对各厂房车间内对应当前监测时段的内部环境影响参数进行采集分析,由此对各厂房车间内对应当前监测时段的内部环境影响进行分析,具体的操作过程如下:
通过智能摄像头对各厂房车间内对应当前监测时段中各监测时间点的车间内人员数量进行采集,得到各厂房车间内对应当前监测时段中各监测时间点的车间内人员数量,并从中提取各厂房车间内最多人员数量,作为各厂房车间内对应当前监测时段的人员数量;
对各厂房车间内对应当前监测时段中各监测时间点的各生产设备的运行状态进行获取,其中,运行状态包括:运行中和未运行,得到各厂房车间内对应当前监测时段中各监测时间点的各生产设备的运行状态,若某生产设备的运行状态位运行中,则将该生产设备记为运行设备,并统计各厂房车间内对应当前监测时段中各监测时间点的运行设备数量,同时提取各厂房车间内对应当前监测时段中最大的运行设备数量,记为各厂房车间内对应当前监测时段的运行设备数量;
提取各厂房车间内对应当前监测时段的人员数量的数值,并标记为ryi,提取各厂房车间内对应当前监测时段的运行设备数量的数值,并标记为sbi;并提取两者数值进行归一化处理,依据公式:得到各厂房车间内对应当前监测时段的内部环境影响系数NYX,其中,e表示为自然常数,μ1和μ2分别表示为设定的系数因子;
需要说明的是,对各厂房车间内对应当前监测时段的人员数量和运行设备数量进行监测,由此对各厂房车间内对应当前监测时段的内部环境影响系数进行分析,综合考虑了人员数量和运行设备数量对各厂房车间内温度的影响;
步骤三:外部影响分析:通过对各厂房车间外对应当前监测时段的外部环境影响参数进行采集分析,由此对各厂房车间外对应当前监测时段的外部环境影响进行分析,具体的操作过程如下:
通过温度传感器对各厂房车间外对应当前监测时段中各监测时间点的温度进行获取,得到各厂房车间外对应当前监测时段中各监测时间点的温度,并对其进行均值计算,得到各厂房车间外对应当前监测时段的平均温度,作为各厂房车间外对应当前监测时段的外部温度;
通过湿度传感器对各厂房车间外对应当前监测时段中各监测时间点的湿度进行获取,得到各厂房车间外对应当前监测时段中各监测时间点的湿度,并对其进行均值计算,得到各厂房车间外对应当前监测时段的平均湿度,作为各厂房车间外对应当前监测时段的外部湿度;
通过湿度传感器对各厂房车间外对应当前监测时段中各监测时间点的风速进行获取,得到各厂房车间外对应当前监测时段中各监测时间点的风速,并对其进行均值计算,得到各厂房车间外对应当前监测时段的平均风速,作为各厂房车间外对应当前监测时段的外部风速;
将各厂房车间外对应当前监测时段的外部温度、外部湿度和外部风速分别标记为wwi、wsi和wfi,并取三者数值进行归一化处理,依据公式:得到各厂房车间外对应当前监测时段的外部环境影响系数WYX,wwi *、wsi *和wfi *分别表示为各厂房车间外对应当前监测时段的参考外部温度、参考外部湿度和参考外部风速,∣wwi-wwi *∣、∣wsi-wsi *∣和∣wfi-wfi *∣分别表示为各厂房车间外对应当前监测时段的外部温度影响程度指数、外部湿度影响程度指数和外部风速影响程度指数;β1、β2和β3分别表示为各厂房车间外对应当前监测时段的外部温度影响程度指数、外部湿度影响程度指数和外部风速影响程度指数的比例系数,且β1>β3>β2,比例系数用于均衡各项数据在公式计算中的占比权重,从而促进计算结果的准确性;
步骤四:综合影响分析:对得到的各厂房车间内对应当前监测时段的内部环境影响系数NYX和各厂房车间外对应当前监测时段的外部环境影响系数WYX进行综合分析,具体的操作过程如下:
提取各厂房车间内对应当前监测时段的内部环境影响系数和各厂房车间外对应当前监测时段的外部环境影响系数的数值进行归一化处理,依据公式:TZS=NYX×λ1+WYX×λ2,得到各厂房车间对应当前监测时段的热综合影响系数TZS,其中,λ1和λ2分别表示为内部环境影响系数和外部环境影响系数的权重系数,且λ2>λ1,权重系数用于均衡各项数据在公式计算中的占比权重,从而促进计算结果的准确性;
步骤五:温度调控执行、依据得到的各厂房车间对应的最适温度等级和各厂房车间对应当前监测时段的热综合影响系数TZS,由此对各厂房车间对应当前检测时段的温度调控参数进行分析,具体的操作步骤如下:
依据捕捉到的各厂房车间对应当前监测时段的热综合影响系数TZS,设置各厂房车间对应当前监测时段的热综合影响系数的权重因子为QZ,依据公式:δ=TZS×QZ,得到各厂房车间对应当前监测时段的热综合影响加权值δ;其中,权重因子表示为各厂房车间对应当前监测时段的热综合影响系数的影响程度,具体权重因子的设置,由本领域技术人员根据实际情况合理设置;
需要说明的是,较大的热综合影响加权值表示该厂房车间在当前监测时段受到的热综合影响较大;
设置各厂房车间对应当前监测时段的实际温度为SJW和各厂房车间对应的最适温度等级对应的最适温度值为ZA,将各厂房车间对应当前监测时段的实际温度与各厂房车间对应的最适温度等级对应的最适温度值进行差值计算,依据公式:PZ=|SJW-ZA|,得到各厂房车间对应当前监测时段的温度偏离值PZ;
设置各厂房车间对应当前监测时段的温度偏离值的对比参照区间为PZY,将各厂房车间对应当前监测时段的温度偏离值与对比参照区间进行比较分析,当各厂房车间对应当前监测时段的温度偏离值处于对比参照区间之内时,则生成正常温度信号,当各厂房车间对应当前监测时段的温度偏离值处于对比参照区间之外时,则生成温度异常信号;
依据捕捉到的温度异常信号,则提取各厂房车间对应当前监测时段的热综合影响加权值δ和温度偏离值PZ的数值进行归一化处理,依据公式:K=δ×a1+PZ×a2,得到各厂房车间对应当前监测时段的温度调控参数值K;其中,a1和a2分别表示为热综合影响加权值δ和温度偏离值PZ的权重系数;
当捕捉到温度异常信号时,则触发温度调控指令,依据触发的温度调控指令对温度调控设备进行控制调控;具体的调控操作为:当温度调控设备接收到温度调控指令时,若SJW-ZA>0时,则将各厂房车间对应当前监测时段的实际温度向下调控K;若SJW-ZA<0时,则将各厂房车间对应当前监测时段的实际温度向上调控K。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (6)
1.基于数据分析的厂房车间温度调控方法,其特征在于,包括:
步骤一:适宜温度分析:通过对各厂房车间生产过程中的历史温度参数进行采集分析得到合适温度和持温时长,并基于此对各厂房车间最适温度进行分析处理,由此得到各厂房车间对应的最适温度等级;
步骤二:内部影响分析:通过对各厂房车间内对应当前监测时段的内部环境影响参数进行采集分析得到人员数量和运行设备数量并分别标记为ryi和sbi,i表示为各厂房车间的编号,i=1,2,3……n1,n1为各厂房车间的编号的总数,并提取两者数值进行归一化处理,依据公式:由此得到各厂房车间内对应当前监测时段的内部环境影响系数,其中,e表示为自然常数,μ1和μ2分别表示为设定的系数因子;
步骤三:外部影响分析:通过对各厂房车间外对应当前监测时段的外部环境影响参数进行采集分析得到外部温度、外部湿度和外部风速,由此对各厂房车间外对应当前监测时段的外部环境影响进行分析,据此得到各厂房车间外对应当前监测时段的外部环境影响系数;
步骤四:综合影响分析:对得到的各厂房车间内对应当前监测时段的内部环境影响系数和各厂房车间外对应当前监测时段的外部环境影响系数进行综合分析,据此得到各厂房车间对应当前监测时段的热综合影响系数;
步骤五:温度调控执行、依据得到的各厂房车间对应的最适温度等级和各厂房车间对应当前监测时段的热综合影响系数,由此对各厂房车间对应当前检测时段的温度调控参数进行分析,具体的操作步骤如下:
依据捕捉到的各厂房车间对应当前监测时段的热综合影响系数,设置各厂房车间对应当前监测时段的热综合影响系数的权重因子,并计算处理得到各厂房车间对应当前监测时段的热综合影响加权值;
设置各厂房车间对应当前监测时段的实际温度和各厂房车间对应的最适温度等级对应的最适温度值,将各厂房车间对应当前监测时段的实际温度与各厂房车间对应的最适温度等级对应的最适温度值进行差值计算,得到各厂房车间对应当前监测时段的温度偏离值;
设置各厂房车间对应当前监测时段的温度偏离值的对比参照区间,将各厂房车间对应当前监测时段的温度偏离值与对比参照区间进行比较分析,当各厂房车间对应当前监测时段的温度偏离值处于对比参照区间之外时,则生成温度异常信号;
依据捕捉到的温度异常信号,则提取各厂房车间对应当前监测时段的热综合影响加权值和温度偏离值的数值进行归一化计算处理,得到各厂房车间对应当前监测时段的温度调控参数值;
当捕捉到温度异常信号时,则触发温度调控指令,依据触发的温度调控指令对温度调控设备进行控制调控。
2.根据权利要求1所述的基于数据分析的厂房车间温度调控方法,其特征在于,对各厂房车间生产过程中的历史温度参数进行采集分析的具体过程如下:
通过获取温度传感器采集的单位时间内各厂房车间生产过程中的历史温度参数,并从中提取出历史相同温度次数,其中,次数表示为在历史数据中,某个特定的温度值在连续时间段内出现的次数,设置历史相同温度次数阈值,将历史相同温度次数与历史相同温度次数阈值进行比较,若历史相同温度次数大于历史相同温度次数阈值,则将某个特定的温度值标记为该厂房车间的合适温度;
同时从历史温度参数中提取历史相同温度的持续时长,标记为持温时长。
3.根据权利要求2所述的基于数据分析的厂房车间温度调控方法,其特征在于,对各厂房车间最适温度进行分析处理的具体过程如下:
对单位时间内各厂房车间生产过程中的合适温度和持温时长进行归一化计算处理,得到各厂房车间对应的最适温度评估系数;
将得到的各厂房车间对应的最适温度评估系数与存储在数据库中的最适温度判定表进行对照匹配分析,由此得到各厂房车间对应的最适温度等级,且得到的各厂房车间对应的最适温度评估系数均对应一个最适温度等级。
4.根据权利要求1所述的基于数据分析的厂房车间温度调控方法,其特征在于,对各厂房车间内对应当前监测时段的内部环境影响参数进行采集分析的具体过程如下:
通过智能摄像头对各厂房车间内对应当前监测时段中各监测时间点的车间内人员数量进行采集,得到各厂房车间内对应当前监测时段中各监测时间点的车间内人员数量,并从中提取各厂房车间内最多人员数量,作为各厂房车间内对应当前监测时段的人员数量;
对各厂房车间内对应当前监测时段中各监测时间点的各生产设备的运行状态进行获取,得到各厂房车间内对应当前监测时段中各监测时间点的各生产设备的运行状态,若某生产设备的运行状态位运行中,则将该生产设备记为运行设备,并统计各厂房车间内对应当前监测时段中各监测时间点的运行设备数量,同时提取各厂房车间内对应当前监测时段中最大的运行设备数量,记为各厂房车间内对应当前监测时段的运行设备数量。
5.根据权利要求1所述的基于数据分析的厂房车间温度调控方法,其特征在于,对各厂房车间外对应当前监测时段的外部环境影响进行分析的具体过程如下:
通过传感器对各厂房车间外对应当前监测时段中各监测时间点的温度、湿度和风速进行获取,由此分别得到各厂房车间外对应当前监测时段中各监测时间点的温度、湿度和风速,并对其分别进行均值计算,由此分别得到各厂房车间外对应当前监测时段的平均温度、平均湿度和平均风速,并分别作为各厂房车间外对应当前监测时段的外部温度、外部湿度和外部风速;
将各厂房车间外对应当前监测时段的外部温度、外部湿度和外部风速分别标记为wwi、wsi和wfi,并取三者数值进行归一化处理,依据公式:得到各厂房车间外对应当前监测时段的外部环境影响系数WYX,wwi *、wsi *和wfi *分别表示为各厂房车间外对应当前监测时段的参考外部温度、参考外部湿度和参考外部风速,∣wwi-wwi *∣、∣wsi-wsi *∣和∣wfi-wfi *∣分别表示为各厂房车间外对应当前监测时段的外部温度影响程度指数、外部湿度影响程度指数和外部风速影响程度指数;β1、β2和β3分别表示为各厂房车间外对应当前监测时段的外部温度影响程度指数、外部湿度影响程度指数和外部风速影响程度指数对应的比例系数。
6.根据权利要求1所述的基于数据分析的厂房车间温度调控方法,其特征在于,综合分析的具体过程如下:
提取各厂房车间内对应当前监测时段的内部环境影响系数和各厂房车间外对应当前监测时段的外部环境影响系数的数值进行归一化计算处理,得到各厂房车间对应当前监测时段的热综合影响系数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311352499.8A CN117234257B (zh) | 2023-10-19 | 2023-10-19 | 基于数据分析的厂房车间温度调控方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311352499.8A CN117234257B (zh) | 2023-10-19 | 2023-10-19 | 基于数据分析的厂房车间温度调控方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117234257A true CN117234257A (zh) | 2023-12-15 |
| CN117234257B CN117234257B (zh) | 2024-07-12 |
Family
ID=89098392
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311352499.8A Active CN117234257B (zh) | 2023-10-19 | 2023-10-19 | 基于数据分析的厂房车间温度调控方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117234257B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118585011A (zh) * | 2024-07-31 | 2024-09-03 | 无锡康贝电子设备有限公司 | 基于人工智能的电控柜温度调控方法 |
| CN121346908A (zh) * | 2025-12-17 | 2026-01-16 | 源心舍科技(江苏)有限公司 | 一种恒温厂房温湿度检测系统 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2004025388A1 (en) * | 2002-09-16 | 2004-03-25 | The Coca-Cola Company | System and method for temperature control in refrigeration systems and heating systems |
| CN110045765A (zh) * | 2019-04-11 | 2019-07-23 | 骏马化纤股份有限公司 | 车间的温度控制系统 |
| CN113535765A (zh) * | 2021-07-23 | 2021-10-22 | 武汉晟泽瑞网络科技有限公司 | 一种基于工业互联网的智慧工厂远程实时监测调控云平台 |
| CN114371742A (zh) * | 2021-11-01 | 2022-04-19 | 中国电信股份有限公司甘肃分公司 | 一种温度调控方法、装置及存储介质 |
| CN114610095A (zh) * | 2022-03-14 | 2022-06-10 | 内蒙古自治区农牧业科学院 | 一种精准控温型智能化番茄种植温室 |
| CN114967804A (zh) * | 2022-07-11 | 2022-08-30 | 国网江苏省电力有限公司泰州供电分公司 | 配电房温度和湿度调控方法 |
| CN115390594A (zh) * | 2022-09-07 | 2022-11-25 | 江苏永凯环境工程有限公司 | 一种用于能源工厂的车间叠片区域环境降温系统 |
| CN116388383A (zh) * | 2023-02-27 | 2023-07-04 | 国网安徽省电力有限公司信息通信分公司 | 一种基于智能运维的电力it设备监控系统 |
| CN116777714A (zh) * | 2023-08-25 | 2023-09-19 | 苏州渤远弘电子有限公司 | 一种厂房静电接地监控系统 |
| CN116866390A (zh) * | 2023-08-24 | 2023-10-10 | 无锡市德谷科技有限公司 | 用于水力泵站的安全监控预警系统 |
-
2023
- 2023-10-19 CN CN202311352499.8A patent/CN117234257B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2004025388A1 (en) * | 2002-09-16 | 2004-03-25 | The Coca-Cola Company | System and method for temperature control in refrigeration systems and heating systems |
| CN110045765A (zh) * | 2019-04-11 | 2019-07-23 | 骏马化纤股份有限公司 | 车间的温度控制系统 |
| CN113535765A (zh) * | 2021-07-23 | 2021-10-22 | 武汉晟泽瑞网络科技有限公司 | 一种基于工业互联网的智慧工厂远程实时监测调控云平台 |
| CN114371742A (zh) * | 2021-11-01 | 2022-04-19 | 中国电信股份有限公司甘肃分公司 | 一种温度调控方法、装置及存储介质 |
| CN114610095A (zh) * | 2022-03-14 | 2022-06-10 | 内蒙古自治区农牧业科学院 | 一种精准控温型智能化番茄种植温室 |
| CN114967804A (zh) * | 2022-07-11 | 2022-08-30 | 国网江苏省电力有限公司泰州供电分公司 | 配电房温度和湿度调控方法 |
| CN115390594A (zh) * | 2022-09-07 | 2022-11-25 | 江苏永凯环境工程有限公司 | 一种用于能源工厂的车间叠片区域环境降温系统 |
| CN116388383A (zh) * | 2023-02-27 | 2023-07-04 | 国网安徽省电力有限公司信息通信分公司 | 一种基于智能运维的电力it设备监控系统 |
| CN116866390A (zh) * | 2023-08-24 | 2023-10-10 | 无锡市德谷科技有限公司 | 用于水力泵站的安全监控预警系统 |
| CN116777714A (zh) * | 2023-08-25 | 2023-09-19 | 苏州渤远弘电子有限公司 | 一种厂房静电接地监控系统 |
Non-Patent Citations (1)
| Title |
|---|
| 吴思昊: "配电房运行环境综合监测评估方法研究", 《中国优秀硕士论文电子期刊网》, no. 01, 15 January 2021 (2021-01-15), pages 042 - 1629 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118585011A (zh) * | 2024-07-31 | 2024-09-03 | 无锡康贝电子设备有限公司 | 基于人工智能的电控柜温度调控方法 |
| CN121346908A (zh) * | 2025-12-17 | 2026-01-16 | 源心舍科技(江苏)有限公司 | 一种恒温厂房温湿度检测系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117234257B (zh) | 2024-07-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117234257B (zh) | 基于数据分析的厂房车间温度调控方法 | |
| CN120387125A (zh) | 一种直流钻孔机多功能参数监测方法、系统及装置 | |
| CN118134696B (zh) | 一种基于机器学习的能耗管理方法 | |
| Wang et al. | Indexing and designing deadbands for industrial alarm signals | |
| CN117807538A (zh) | 一种基于动态阈值和趋势预测的故障检测方法 | |
| CN101710235A (zh) | 一种数控机床在线加工工件的自动识别和监控方法 | |
| CN116893643A (zh) | 一种基于数据分析的智能机器人行驶轨迹安全管控系统 | |
| CN118876064B (zh) | 一种用于工业机器人的智能控制方法及系统 | |
| CN116703254A (zh) | 模具机械零部件生产信息管理系统 | |
| CN120704217A (zh) | 基于边缘计算的养殖池塘水质远程智能调控系统 | |
| Maeda et al. | Method for automatically recognizing various operation statuses of legacy machines | |
| CN116408501A (zh) | 窜刀模式下滚刀磨损状态在机无监督实时监测方法 | |
| CN120450305A (zh) | 一种基于人工智能的建筑工程进度自动规划和优化系统 | |
| CN119557615A (zh) | 一种计算机数据智能识别系统及方法 | |
| CN120044782A (zh) | 一种基于传感器监测数据的机床自动化控制优化方法 | |
| CN120234730A (zh) | 基于多测点振动传感监测的机床预测性维护方法 | |
| CN120292817A (zh) | 一种铝合金挤压件均质化冷却控制方法及系统 | |
| CN119442184A (zh) | 一种基于物联网的水冷系统在线监控与预警方法 | |
| CN114662947A (zh) | 设备状态监测方法、装置、非易失性存储介质及辐照仪 | |
| CN115374572B (zh) | 一种工艺平稳度分析系统及方法 | |
| Yu et al. | Application of distance measure in KNN motor fault diagnosis | |
| CN120402688B (zh) | 一种基于机器学习的阀门优化控制方法及系统 | |
| CN119806095B (zh) | 一种面向制造工艺的大规模数据挖掘方法、系统及储存介质 | |
| Liu et al. | Real-time quality monitoring and diagnosis using convolutional neural network: an application to the pasting process of battery manufacturing | |
| CN119622597B (zh) | 基于对比度分析的燃气轮机发电机组振动数据异常检测方法 |
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 | ||
| GR01 | Patent grant |