【技术实现步骤摘要】
本专利技术涉及烤炉控制，具体涉及一种用于颗粒烤炉的智能通风控制系统及方法。
技术介绍
1、颗粒烤炉被广泛应用于食材的烤制和烟熏过程中。近年来，数字控制系统的应用使得颗粒烤炉的控制更加准确和便捷。用户只需设置所需的控制参数，便能够轻松实现自动加热、烤制等操作。
2、在颗粒烤炉的使用过程中，风速是影响燃料燃烧和热传递的重要因素，其对颗粒烤炉的使用效率和燃烧效率存在直接影响。适当的风速可以促进燃料充分燃烧并产生最大的热量，从而实现高效的燃烧效果。但是，若风速过大，则会导致热量传递至炉外过多，从而影响燃烧的稳定性和燃料利用效率。此外，通风系统中可通过风速控制的氧气浓度也是影响燃烧效率和温度控制的重要因素，保持足够的氧气浓度可以确保燃料的持续燃烧。
3、在现有的颗粒烤炉的通风控制方式中，风速往往是根据固定的设定值或简单的时间控制模式进行控制。因缺乏智能化和自适应性的通风控制方式，现有技术难以根据用户对炉内温度的变化需求合理地调整风速。
技术实现思路
1、本专利技术的目的在于提供一种用于颗粒烤炉的智能通风控制方法，实现炉内温度控制的同时确保燃烧效率。
2、一种用于颗粒烤炉的智能通风控制方法，包括步骤：
3、监测烤炉使用过程中的风速、热源温度、炉内温度和炉内气体参数；
4、通过第一预设模型分析风速、热源温度和炉内气体参数获取热源温度曲线；
5、根据热源温度曲线和炉内温度拟合动态平衡模型，基于所述动态平衡模型构建离散化炉内温度
6、根据燃料量、热源温度和炉内气体参数获取最优炉内氧气浓度，根据最优炉内氧气浓度设置风速调节约束；
7、基于所述离散化炉内温度模型和风速调节约束设置每个风速调节时间步对应的风速。
8、优选地，所述第一预设模型采用门控循环单元；所述第一预设模型的输入包括氧气浓度、二氧化碳浓度、一氧化碳浓度、氮氧化物浓度、风速和热源温度实际值；所述第一预设模型的输出为热源温度预测值。
9、优选地，所述通过第一预设模型分析风速、热源温度和炉内气体参数获取热源温度曲线，包括步骤：
10、将风速、炉内气体参数和热源温度实际值输入第一预设模型，获取输出的热源温度预测值；
11、通过若干热源温度预测值和热源温度实际值构成的数据序列拟合热源温度曲线。
12、优选地，所述动态平衡模型表示为：
13、，
14、其中，为炉内空气热传导系数；为环境空气热传导系数；为自然散热系数；为t时刻的热源温度，通过热源温度曲线获取；表示环境温度；表示t时刻的炉内温度；为t时刻的风速。
15、优选地，所述离散化炉内温度模型表示为：
16、；
17、其中，表示第时间步的炉内温度，表示第k时间步的炉内温度，表示第k时间步的热源温度，表示时间步的步长，表示第k时间步的风速。
18、优选地，所述根据燃料量、热源温度和炉内气体参数获取最优炉内氧气浓度，具体包括步骤：
19、s411、将燃料量、热源温度和氧气浓度基准值输入第二预设模型得到一氧化碳浓度和氮氧化物浓度，根据一氧化碳浓度和氮氧化物浓度计算燃烧效率评估指标；其中氧气浓度基准值的初始值为当前炉内氧气浓度；
20、s412、将氧气浓度基准值与预设氧气浓度变化量之和设为新的氧气浓度基准值；
21、s413、迭代步骤s411和s412直至燃烧效率评估指标的变化量小于预设评估指标变化阈值，将氧气浓度基准值设为最优炉内氧气浓度。
22、优选地，所述根据最优炉内氧气浓度设置风速调节约束，包括步骤：
23、获取风速与炉内氧气浓度的线性关系模型；
24、基于最优炉内氧气浓度设定最低炉内氧气浓度和最高炉内氧气浓度；
25、基于线性关系模型通过最低炉内氧气浓度和最高炉内氧气浓度分别计算最低风速和最高风速，根据最低风速和最高风速生成风速调节约束。
26、优选地，所述第二预设模型通过以下步骤获取：
27、获取烤炉运行过程中采集的历史数据集；所述历史数据集包括燃料量、热源温度、氧气浓度、一氧化碳浓度和氮氧化物浓度；
28、清洗数据，对数据进行标准化或归一化处理；
29、构建第二预设模型；所述第二预设模型的输入层包括氧气浓度、燃料量和热源温度，输出层包括一氧化碳浓度和氮氧化物浓度；
30、定义损失函数，使用历史数据集中的训练集训练第二预设模型；
31、使用历史数据集中的验证集对第二预设模型进行验证，评估模型性能；第二预设模型烤炉与通风控制系统集成。
32、优选地，所述基于所述离散化炉内温度模型和风速调节约束设置每个风速调节时间步对应的风速，包括步骤：
33、s51、根据预设的目标时间和风速调节时间步设置风速调节时间步数；
34、s52、根据目标温度与当前炉内温度的差值计算每个风速调节时间步之间的温度变化量标准值；将温度变化量理想值赋值为温度变化量标准值；
35、s53、根据温度变化量理想值和离散化炉内温度模型计算下一时间步的风速；
36、s54、根据下一时间步的风速计算温度变化量误差值，根据温度变化量误差值和温度变化量标准值计算下一时间步的温度变化量；
37、s55、迭代步骤s53和s54直至获取到所有风速调节时间步对应的风速。
38、优选地，所述下一时间步的风速表示为：
39、,
40、；
41、其中，表示下一时间步的风速；，表示温度变化量理想值；表示时间步长；为根据离散化炉内温度模型计算得到的风速。
42、本专利技术的有益效果在于：
43、本专利技术通过第一预设模型分析烤炉使用过程中的风速、热源温度、炉内温度和炉内气体参数以获取热源温度曲线，并根据热源温度曲线和炉内温度拟合动态平衡模型，然后根据动态平衡模型构建离散化炉内温度模型；根据燃料量、热源温度和炉内气体参数获取最优炉内氧气浓度，并根据最优炉内氧气浓度设置风速调节约束；基于离散化炉内温度模型和风速调节约束，能够根据炉内温度变化需求实现智能化和自适应的风速控制，从而提高颗粒烤炉通风控制的准确性。
44、本专利技术实施例根据热源温度曲线和炉内温度拟合动态平衡模型，从而能够准确获取炉内温度；并进一步将动态平衡模型处理为离散化炉内温度模型，离散化炉内温度模型在实施过程中可以通过调节时间步长来实现精度和平衡计算量的最佳状态，在数值方法上可节省计算资源，提高了系统整体的效率和可靠性。
45、本专利技术实施例通过结合离散化炉内温度模型和每步温度变化量计算，最终可以得到每个风速调节时间步对应的风速，确保在燃烧效率合理的情况下炉内温度逐步稳定达到设定的目标温度。
本文档来自技高网...【技术保护点】
1.一种用于颗粒烤炉的智能通风控制方法，其特征在于，包括步骤：
2.根据权利要求1所述的一种用于颗粒烤炉的智能通风控制方法，其特征在于，所述第一预设模型采用门控循环单元；所述第一预设模型的输入包括氧气浓度、二氧化碳浓度、一氧化碳浓度、氮氧化物浓度、风速和热源温度实际值；所述第一预设模型的输出为热源温度预测值。
3.根据权利要求2所述的一种用于颗粒烤炉的智能通风控制方法，其特征在于，所述通过第一预设模型分析风速、热源温度和炉内气体参数获取热源温度曲线，包括步骤：
4.根据权利要求1所述的一种用于颗粒烤炉的智能通风控制方法，其特征在于，所述动态平衡模型表示为：
5.根据权利要求4所述的一种用于颗粒烤炉的智能通风控制方法，其特征在于，所述离散化炉内温度模型表示为：
6.根据权利要求1所述的一种用于颗粒烤炉的智能通风控制方法，其特征在于，所述根据燃料量、热源温度和炉内气体参数获取最优炉内氧气浓度，具体包括步骤：
7.根据权利要求6所述的一种用于颗粒烤炉的智能通风控制方法，其特征在于，所述根据最优炉内氧气浓度设置风速调
8.根据权利要求6所述的一种用于颗粒烤炉的智能通风控制方法，其特征在于，所述第二预设模型通过以下步骤获取：
9.根据权利要求1所述的一种用于颗粒烤炉的智能通风控制方法，其特征在于，所述基于所述离散化炉内温度模型和风速调节约束设置每个风速调节时间步对应的风速，包括步骤：
10.根据权利要求9所述的一种用于颗粒烤炉的智能通风控制方法，其特征在于，所述下一时间步的风速表示为：
...【技术特征摘要】
1.一种用于颗粒烤炉的智能通风控制方法，其特征在于，包括步骤：
2.根据权利要求1所述的一种用于颗粒烤炉的智能通风控制方法，其特征在于，所述第一预设模型采用门控循环单元；所述第一预设模型的输入包括氧气浓度、二氧化碳浓度、一氧化碳浓度、氮氧化物浓度、风速和热源温度实际值；所述第一预设模型的输出为热源温度预测值。
3.根据权利要求2所述的一种用于颗粒烤炉的智能通风控制方法，其特征在于，所述通过第一预设模型分析风速、热源温度和炉内气体参数获取热源温度曲线，包括步骤：
4.根据权利要求1所述的一种用于颗粒烤炉的智能通风控制方法，其特征在于，所述动态平衡模型表示为：
5.根据权利要求4所述的一种用于颗粒烤炉的智能通风控制方法，其特征在于，所述离散化炉内温度模型表示为...
【专利技术属性】
技术研发人员：李荣华，付兵，龙学宁，蒋兆倩，
申请(专利权)人：广东万和电气有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。