← 返回列表

用于阀门工控平台的电路运行监测方法及系统

申请号: CN202311743415.3
申请人: 张家港市智恒电子有限公司
申请日期: 2023/12/19

摘要文本

本发明提供了用于阀门工控平台的电路运行监测方法及系统,涉及数据监测技术领域,方法包括:响应多个物料供应点遍历多个物料需求点构建多个物料供应树状图,根据其与所接收多个物料需求量激活物料供应优化通道执行寻优进程,生成物料供应控制方案,获得电路接线控制时序信息,当物料供应控制方案开始执行时,上传电路接线监测状态,当电路接线监测状态与电路接线控制时序信息不一致时,生成电路运行异常信号发送至阀门工控平台用户端,解决了现有技术中传统电路运行通常基于预设标准监测,难以结合实际任务需求,动态调整监测标准,导致电路运行监测效率低的技术问题,实现了结合实际任务需求,动态调整监测标准,提高电路运行监测效率。 来自:马 克 团 队

专利详细信息

项目 内容
专利名称 用于阀门工控平台的电路运行监测方法及系统
专利类型 发明授权
申请号 CN202311743415.3
申请日 2023/12/19
公告号 CN117434875B
公开日 2024/3/12
IPC主分类号 G05B19/042
权利人 张家港市智恒电子有限公司
发明人 姜建飞
地址 江苏省苏州市张家港市凤凰镇双龙路223号

专利主权项内容

1.用于阀门工控平台的电路运行监测方法,其特征在于,包括:响应多个物料需求点,接收多个物料需求量;响应多个物料供应点,遍历所述多个物料需求点,提取物料输送管道拓扑特征,构建多个物料供应树状图,其中,任意一个物料供应树状图的根结点为物料供应点,叶子节点为电控阀门或物料需求点;根据所述多个物料供应树状图和所述多个物料需求量,激活物料供应优化通道执行寻优进程,生成物料供应控制方案,其中,所述物料供应控制方案具有一一对应的阀门编号和阀门开度时序信息;根据所述阀门编号和所述阀门开度时序信息,结合阀门工控电路图,执行电路接线解析通道的训练,获得电路接线控制时序信息;当所述物料供应控制方案开始执行时,上传电路接线监测状态;当所述电路接线监测状态与所述电路接线控制时序信息不一致时,生成电路运行异常信号发送至阀门工控平台用户端;根据所述多个物料供应树状图和所述多个物料需求量,激活物料供应优化通道执行寻优进程,生成物料供应控制方案,其中,所述物料供应控制方案具有一一对应的阀门编号和阀门开度时序信息,包括:提取所述多个物料供应树状图的第一组结点编号信息、第二组结点编号信息直到第N组结点编号信息;根据所述第一组结点编号信息、所述第二组结点编号信息直到所述第N组结点编号信息,对所述多个物料供应树状图进行同编号结点融合,生成物料供应网络图;基于物联网,对所述物料供应网络图,标定结点距离标签、结点高度差标签和结点间管道直径标签;根据所述结点距离标签和所述结点高度差标签,构建物料供应适应度函数,其中,所述物料供应适应度函数为最小值优化函数:其中,fit(X)表征第i个物料供应控制解的供应适应度,H(X)表征第i个物料供应控制解的物料抬升高度,V(X)表征第i个物料供应控制解的物料抬升平均速度,a>2,为物料抬升平均速度的缩小指数,d表征第i个物料供应控制解的第j段共用输送路线长度,d表征第i个物料供应控制解的第k段非共用输送路线长度,M为共用输送路线总段数,L为非共用输送路线总段数;>>>ijik根据所述多个物料需求量,结合所述物料供应网络图,配置物料供应控制解集;基于所述物料供应控制解集,激活存储于所述物料供应优化通道的竞争优化机制,结合所述物料供应适应度函数进行寻优,获得所述物料供应控制方案;根据所述阀门编号和所述阀门开度时序信息,结合阀门工控电路图,执行电路接线解析通道的训练,获得电路接线控制时序信息,包括:调取电气控制标识数据,其中,所述电气控制标识数据包括阀门开度时序记录数据、阀门工控电路图记录数据和电路接线控制时序标识信息;以所述电路接线控制时序标识信息作为长短时记忆神经网络的监督数据,以所述阀门开度时序记录数据和所述阀门工控电路图记录数据作为长短时记忆神经网络的拟合数据,执行所述电路接线解析通道的训练,获得电路接线控制时序信息;其中,以电路接线控制时序标识信息作为长短时记忆神经网络的监督数据,以阀门开度时序记录数据和阀门工控电路图记录数据作为长短时记忆神经网络的拟合数据,执行电路接线解析通道的训练,电路接线解析通道是指一种多层的感知机结构的神经网络,进一步对电路接线解析通道进行构建,且电路接线解析通道的每一层的每一个节点都与上下层节点全部连接,在电路接线解析通道中包含输入层、隐藏层、输出层,输入层是用于数据输入的层级,隐藏层是用于对数据特征进行分离,输出层是用于结果输出的层级,电路接线解析通道通过训练数据集和监督数据集训练获得,其中,训练数据集中的每组训练数据均包括以阀门开度时序记录数据和阀门工控电路图记录数据作为长短时记忆神经网络的拟合数据,监督数据集为以电路接线控制时序标识信息作为长短时记忆神经网络的监督数据。