【技术实现步骤摘要】
本专利技术属于物联网智能控制，具体的说是一种运用物联网的工业设备智能控制系统。
技术介绍
1、随着物联网技术的迅猛发展，工业时代要求更智能、更精细的设备管理方式,物联网技术能够实现设备间的互联互通，收集和分析大量实时数据，为工业设备的智能控制提供了可能。
2、然而，当前的物联网驱动的控制系统大多聚焦于数据采集和简单反馈机制，缺乏对设备能耗和性能深层次关联性的深入分析，特别是在电机负载转矩与能耗之间的动态关系处理上，尚存在改进空间。
3、因此，开发一种能综合分析能耗曲线、负载转矩，并据此智能调控设备运行状态的系统显得尤为必要，这不仅有助于节能减排，还能提升整体生产效率和经济效益。
4、为此，本专利技术提供一种运用物联网的工业设备智能控制系统。
技术实现思路
1、为了弥补现有技术的不足，解决
技术介绍
中所提出的至少一个技术问题。
2、本专利技术解决其技术问题所采用的技术方案是：本专利技术所述的一种运用物联网的工业设备智能控制系统，包括
3、采集模块通过采集时间子单元内设备电机的输入功率，计算得到能耗并构建能耗实际曲线图；
4、能耗分析模块通过能耗实际曲线图构建能耗基线，通过能耗基线计算得到实际正常能耗区间和实际异常能耗区间；
5、获取设备电机的实时能耗，将实时能耗与实际正常能耗区间进行比较，得到能耗异常信号和能耗非异常信号；
6、负载转矩分析模块通过能耗异常信号，获取设备电机的输出功率，通过计
7、将实际负载转矩值与额定负载转矩区间进行比较，生成负载转矩正常信号和负载转矩异常信号；
8、异常影响分析模块通过能耗异常信号和负载转矩异常信号，对设备电机的能耗与负载转矩关系进行分析，得到异常影响信号和异常非影响信号；
9、调控模块通过异常影响信号生成调节命令，通过调节设备电机的转速来控制负载转矩，从而降低能耗；
10、优选的，所述能耗计算方式，具体为：将设备电机的输入功率与时间子单元所表示的具体时间进行乘积计算，得到能耗;
11、优选的，构建能耗实际曲线图具体为：将所有时间子单元内设备电机的能耗pn数据与对应的时间序列整合成能耗数据集；
12、基于能耗数据集，构建平面坐标系，以设备运行时间为横轴，设备电机的能耗为纵轴，得到设备电机的能耗随时间变化的能耗实际曲线图;
13、优选的，为设备电机构建正常范围的能耗基线，具体为：整合实际曲线图内所有能耗的数值，使用四分位数间距法得到能耗基线；
14、将所有能耗的数值按升序排列，将数据集中间25%的边界所对应的值定为下四分位数q1，即数据集中至少有25%的值小于或等于q1；
15、将数据集中间75%的边界所对应的值定为上四分位数q3，即数据集中至少有75%的值小于或等于q3；
16、将q3与q1进行差值计算，得到能耗的正常基线，记为iqr；
17、优选的，得到实际正常能耗区间和实际异常能耗区间，具体为：
18、根据公式s1=q1-1.5*iqr得到能耗正常区间上边界值s1，以能耗正常区间上边界值s1作一条平行于横轴的能耗正常区间上边界线，根据公式s2=q3-1.5*iqr得到能耗正常区间下边界值s2，以能耗正常区间下边界值s2作一条平行于横轴的能耗正常区间下边界线；
19、将能耗曲线位于能耗正常区间下边界线以上，同时位于能耗正常区间上边
20、界线以下的区域，记为实际正常能耗区间；
21、能耗曲线位于能耗正常区间下边界线以下或能耗正常区间上边界线以上
22、的区域，记为实际异常能耗区间；
23、优选的，负载转矩正常信号和负载转矩异常信号，具体为：
24、获取设备电机的输出功率，通过计算得到设备电机在每个时间子单元上的负载转矩；
25、当电机的负载转矩增加时，如果电机的转速保持不变，那么电机必须提供更多的输出功率来克服增加的转矩，同样地，如果电机的输出功率保持不变，而负载转矩增加，那么电机的转速将会下降，直到新的平衡状态达到；
26、获取设备运行时电机的额定负载转矩区间（tze1，tze2），将实际负载转矩值与额定负载转矩区间进行比较；
27、若tze1＜tz＜tze2，说明设备电机的负载转矩处于正常状态，生成电机的负载转矩正常信号；
28、若tze1＞tz，或tz＞tze2，则说明设备电机的负载转矩处于异常状态，生成电机的负载转矩异常信号；
29、优选的，以设备运行时间为分析对象，对设备电机的能耗与负载转矩关系进行分析，具体的：
30、获取设备运行时电机的实时能耗值与实时负载转矩值；
31、以设备运行时间为横轴，设备运行时电机的实时能耗值或实时负载转矩值为纵轴，构建平面坐标系，记为实时能耗或实时负载转矩曲线图；
32、基于能耗实际曲线图，将能耗实际曲线图与实时能耗曲线图中的能耗曲线进行比较，在实时能耗曲线图中作出能耗正常区间下边界线和能耗正常区间上边界线，分出实时异常能耗区间和实时正常能耗区间；
33、获取实时能耗曲线图中位于实时异常能耗区间的区域对应的异常能耗时间段；
34、基于额定负载转矩区间，在实时负载转矩曲线图上，以设备电机的额定负载转矩最大值作一条平行于横轴的额定负载转矩最大边界线；
35、以设备电机的额定负载转矩最小值作一条平行于横轴的额定负载转矩最小边界线；
36、将位于额定负载转矩最大边界线以下，同时位于额定负载转矩最小边界线以上的区域，记为正常负载转矩区间；
37、将位于额定负载转矩最大边界线以上或位于额定负载转矩最小边界线以下的区域，记为异常负载转矩区间；
38、获取实时负载转矩曲线图中位于异常负载转矩区间的区域对应的异常负载转矩时间段；
39、优选的，将异常能耗时间段与异常负载转矩时间段进行比较处理，具体的：
40、获取异常能耗时间段与异常负载转矩时间段的重合时间，记为异常重合时间；
41、获取异常能耗时间段与异常负载转矩时间段的非重合时间，记为异常非重合时间；
42、将异常重合时间的时长与异常非重合时间的时长进行求和计算，得到异常总时长；
43、将异常重合时间与异常总时长进行比值计算，得到异常重合率y1；
44、若设备电机运行时间内的异常重合率y1大于等于设备电机运行时间内的异常重合率阈值y2，则说明设备电机运行时的能耗异常与负载转矩异常相关，生成异常影响信号；
45、若设备运行时间内的异常重合率y1小于设备运行时间内的异常重合率阈值y2，则说明设备电机运行时的能耗异常与负载转矩异常不相关，生成异常非影响信号;
46、优选的，通过调节设备电机的转速来控制负载转矩，从而降低能耗，具体的本文档来自技高网...
【技术保护点】
1.一种运用物联网的工业设备智能控制系统，其特征在于：包括采集模块、能耗分析模块、负载转矩分析模块、异常影响分析模块和调控模块；
2.根据权利要求1所述的一种运用物联网的工业设备智能控制系统，其特征在于：设备电机的能耗为设备电机的输入功率与时间子单元的乘积，并将能耗记为Pn。
3.根据权利要求2所述的一种运用物联网的工业设备智能控制系统，其特征在于：能耗实际曲线图的构建过程为：
4.根据权利要求3所述的一种运用物联网的工业设备智能控制系统，其特征在于：设备电机构建能耗基线的过程为：
5.根据权利要求4所述的一种运用物联网的工业设备智能控制系统，其特征在于：实际正常能耗区间和实际异常能耗区间的划分过程为：
6.根据权利要求1所述的一种运用物联网的工业设备智能控制系统，其特征在于：负载转矩正常信号和负载转矩异常信号的获取过程为：
7.根据权利要求6所述的一种运用物联网的工业设备智能控制系统，其特征在于：以设备运行时间为分析对象，对设备电机的能耗与负载转矩关系进行分析，具体的：
8.根据权利要求7所述的
9.根据权利要求8所述的一种运用物联网的工业设备智能控制系统，其特征在于：基于异常影响信号，以设备电机的转速为分析对象，对设备电机的供电频率与设备电机的负载转矩之间的关系进行分析，具体的：
10.根据权利要求9所述的一种运用物联网的工业设备智能控制系统，其特征在于：基于设备电机的供电频率与设备电机的负载转矩的关系，通过设备电机的供电频率对设备电机的能耗进行调控。
...【技术特征摘要】
1.一种运用物联网的工业设备智能控制系统，其特征在于：包括采集模块、能耗分析模块、负载转矩分析模块、异常影响分析模块和调控模块；
2.根据权利要求1所述的一种运用物联网的工业设备智能控制系统，其特征在于：设备电机的能耗为设备电机的输入功率与时间子单元的乘积，并将能耗记为pn。
3.根据权利要求2所述的一种运用物联网的工业设备智能控制系统，其特征在于：能耗实际曲线图的构建过程为：
4.根据权利要求3所述的一种运用物联网的工业设备智能控制系统，其特征在于：设备电机构建能耗基线的过程为：
5.根据权利要求4所述的一种运用物联网的工业设备智能控制系统，其特征在于：实际正常能耗区间和实际异常能耗区间的划分过程为：
6.根据权利要求1所述的一种运用物联网的工业设备智能控制系统，其特征在于：...
【专利技术属性】
技术研发人员：徐勇，龚旭，李胜永，张智华，吴泓锋，吴炜，沈鼎文，
申请(专利权)人：江苏航运职业技术学院，
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。