本发明专利技术公开了一种超声波清洗装置的控制方法及系统，该控制方法包括以下步骤：S1、依据超声波清洗装置的历史测试数据，构建以清洗物料重量为参数的清洗模式，并对清洗模式中各阈值指标进行设定；S2、将设定完成的清洗模式和阈值指标与超声波清洗装置的控制器进行集成和应用；S3、将物品置入清洗装置内根据控制器的判断条件执行选择相应的清洗模式；S4、根据实际情况实时监测清洗模式和阈值指标对其进行优化调整。本发明专利技术通过历史数据训练得出清洗模式预测模型，并基于模型分析物料重量与清洗参数之间的关系，并对清洗模式中的各阈值指标进行设定，可以实现最佳清洗参数设定。可以实现最佳清洗参数设定。可以实现最佳清洗参数设定。
【技术实现步骤摘要】
一种超声波清洗装置的控制方法及系统
[0001]本专利技术涉及超声波清洗装置的控制
，具体来说，涉及一种超声波清洗装置的控制方法及系统。
技术介绍
[0002]超声波清洗是利用超声波在液体中的空化作用、加速度作用及直进流作用对液体和污物直接、间接的作用，使污物层被分散、乳化、剥离而达到清洗目的。目前所用的超声波清洗机中，空化作用和直进流作用应用得更多。
[0003]目前超声波清洗装置的一般是通过超声波换能器发出的高频超声波清洗设备振动清洗槽的液体产生许多微小高频的气泡，这些小气泡不断的击打被清洗衣物的表面，与被清洗衣物表面的污渍、油渍等产生共振，使污渍、油渍脱落。
[0004]现有的超声清洗装置一般简单依靠时序的控制方法，有诸多隐患，在实际应用场合中超声波清洗装置需要清洗的对象具有多样性，然而现有的超声波清洗装置由于只能输出固定的频率和时间，所以导致无法针对不同被清洗物进行针对性清洗，从而导致无法保证对于不同被清洗物的清洗效果。
[0005]针对相关技术中的问题，目前尚未提出有效的解决方案。
技术实现思路
[0006]本专利技术为了解决上述问题，提出了一种超声波清洗装置的控制方法及系统，实现自动化清洗的效果。
[0007]为了实现上述目的，本专利技术采用如下技术方案：第一方面，本专利技术提供一种超声波清洗装置的控制方法，该控制方法包括以下步骤：S1、依据超声波清洗装置的历史测试数据，构建以清洗物料重量为参数的清洗模式，并对清洗模式中各阈值指标进行设定；S2、将设定完成的清洗模式和阈值指标与超声波清洗装置的控制器进行集成和应用；S3、将物品置入清洗装置内根据控制器的判断条件执行选择相应的清洗模式；S4、根据实际情况实时监测清洗模式和阈值指标对其进行优化调整。
[0008]作为可选择的实施方式，所述依据超声波清洗装置的历史测试数据，构建以清洗物料重量为参数的清洗模式，并对清洗模式中各阈值指标进行设定包括以下步骤：S11、执行器通过传感器收集超声波清洗装置在测试时的历史数据；S12、通过执行器从历史数据中筛选关于清洗物品重量、超声波频率与清洗时间的数据合成样本；S13、执行器根据收集到的样本数据建立清洗模式预测模型；S14、将样本数据输入至清洗模式预测模型中，并根据模型输出的预测结果制定三
种清洗模式；S15、针对清洗模式中的各阈值指标进行设定，建立完善的工作模式。
[0009]作为可选择的实施方式，所述执行器根据收集到的样本数据建立清洗模式预测模型包括以下步骤：S131、执行器通过统计指标的方法初步对收集到的样本数据进行数据分析，选取以清洗物品重量为动态指标的数据组，并将数据组分解为操作集与测试集；S132、基于操作集分析清洗物品重量在清洗时的偏态分布特征；S133、采用平方根转换正态函数方法构建清洗模式预测模型，并通过测试集对模型预测精度进行验证与分析。
[0010]作为可选择的实施方式，所述采用平方根转换正态函数方法构建清洗模式预测模型，并通过测试集对模型预测精度进行验证与分析包括以下步骤：S1331、对物品重量数据进行平方根转换，将其转换为正态分布的形式；S1332、基于平方根转换后的物品重量数据，采用线性回归方式建立清洗模式的预测模型；S1333、通过操作集训练预测模型，并根据训练集的误差进行模型参数的估计和优化；S1334、将测试集输入至训练完成的预测模型中，并与测试集中的实际清洗效果进行比较；S1335、对预测结果进行分析，查看模型在不同样本和不同特征上的预测准确性。
[0011]作为可选择的实施方式，所述将样本数据输入至清洗模式预测模型中，并根据模型输出的预测结果制定三种清洗模式包括以下步骤：S141、将清洗预测模型输出的所有结果进行收集，以清洗重量的最小值为目标；S142、将原始结果分解为若干组份，并选择包络熵较小的组份进行结果重构；S143、对重构组份进行包络解调运算，并从重构组份的包络谱中提取清洗特征；S144、利用算法搜寻参数优化变分模态分解参数清洗重量与超声波频率的最优组合；S145、基于清洗重量与超声波频率的最优组合制定三组清洗模式。
[0012]作为可选择的实施方式，所述将设定完成的清洗模式和阈值指标与超声波清洗装置的控制器进行集成和应用包括以下步骤：S21、利用虚拟数据库技术，将清洗模式和阈值指标内的数据进行收集集成，并将异质数据转换为同质数据；S22、通过采集同质数据集成控制信号，基于控制器将控制信号转换为控制数据；S23、基于控制数据建立超声波清洗装置控制协议，计算集成控制频率，输入智能集成控制量，完成超声波清洗装置的自动控制。
[0013]作为可选择的实施方式，所述通过采集同质数据集成控制信号，基于自控系统将控制信号转换为控制数据包括以下步骤：S221、预先采集集成自动控制信号，并将信号通过通讯网络传递至控制器，由控制器分析上报，确定集成控制频率与集成控制区段；S222、将集成控制频率最小化，对其进行除杂、降噪；
S223、对控制信号与同质数据进行同步转换，并将控制信号从数据服务器连接至控制器上；S224、基于控制器按照数据分类与存储方式将自动控制信号转换为集成控制数据。
[0014]作为可选择的实施方式，所述集成控制频率最小化，对其进行除杂、降噪中最小化的计算公式为：
[0015]式中，m表示控制信号，j表示控制点个数，D表示控制频率。
[0016]作为可选择的实施方式，所述基于控制数据建立超声波清洗装置控制协议，计算集成控制频率，输入智能集成控制量，完成超声波清洗装置的自动控制包括以下步骤：S231、在集成控制数据后应用通讯网络，按照协议内容在同步自动化控制的行为上对超声波清洗装置控制次数进行限制；S232、建立集成控制协议为控制数据传输通道，给定控制协议一组数值，利用该数值自动给定集成控制的原始恒定数值计算集成控制频率；S233、根据计算得到的控制频率输入智能控制量得到控制数据的传递函数；S234、在输入智能控制量后利用接口集成智能控制，映射出每个控制点位上的控制数据；S235、利用变量数据对控制数据进行映射，并将其转换为参数控制；S236、将规定的控制限制输入至控制器内通过系统自动检测控制参数的改变，并利用端口状态存储控制数据及控制信息；S237、将控制数据及控制信息输入相应的映射区域中，通过在区域映射中对应的控制语义分析，得出正确的控制结果，完成超声波清洗装置的自动控制。
[0017]第二方面，本专利技术提供一种超声波清洗装置的控制系统，该超声波清洗装置的控制系统包括：构建模块、应用模块、执行模块及监测模块；其中，所述构建模块，用于依据超声波清洗装置的历史测试数据，构建以清洗物料重量为参数的清洗模式，并对清洗模式中各阈值指标进行设定；所述应用模块，用于将设定完成的清洗模式和阈值指标与超声波清洗装置的控制器进行集成和应用；所述执行模块，用于将物品置入清洗装置内根据控制器的判断条件执行选择相应的清洗模式；所述监测模块，用于根据实际情况实时监测清洗模式和阈值指标对其进行优化调整。...
【技术保护点】
【技术特征摘要】
1.一种超声波清洗装置的控制方法，其特征在于，该控制方法包括以下步骤：S1、依据超声波清洗装置的历史测试数据，构建以清洗物料重量为参数的清洗模式，并对清洗模式中各阈值指标进行设定；S2、将设定完成的清洗模式和阈值指标与超声波清洗装置的控制器进行集成和应用；S3、将物品置入清洗装置内根据控制器的判断条件执行选择相应的清洗模式；S4、根据实际情况实时监测清洗模式和阈值指标对其进行优化调整。2.根据权利要求1所述的一种超声波清洗装置的控制方法，其特征在于，所述依据超声波清洗装置的历史测试数据，构建以清洗物料重量为参数的清洗模式，并对清洗模式中各阈值指标进行设定包括以下步骤：S11、执行器通过传感器收集超声波清洗装置在测试时的历史数据；S12、通过执行器从历史数据中筛选关于清洗物品重量、超声波频率与清洗时间的数据合成样本；S13、执行器根据收集到的样本数据建立清洗模式预测模型；S14、将样本数据输入至清洗模式预测模型中，并根据模型输出的预测结果制定三种清洗模式；S15、针对清洗模式中的各阈值指标进行设定，建立完善的工作模式。3.根据权利要求2所述的一种超声波清洗装置的控制方法，其特征在于，所述执行器根据收集到的样本数据建立清洗模式预测模型包括以下步骤：S131、执行器通过统计指标的方法初步对收集到的样本数据进行数据分析，选取以清洗物品重量为动态指标的数据组，并将数据组分解为操作集与测试集；S132、基于操作集分析清洗物品重量在清洗时的偏态分布特征；S133、采用平方根转换正态函数方法构建清洗模式预测模型，并通过测试集对模型预测精度进行验证与分析。4.根据权利要求3所述的一种超声波清洗装置的控制方法，其特征在于，所述采用平方根转换正态函数方法构建清洗模式预测模型，并通过测试集对模型预测精度进行验证与分析包括以下步骤：S1331、对物品重量数据进行平方根转换，将其转换为正态分布的形式；S1332、基于平方根转换后的物品重量数据，采用线性回归方式建立清洗模式的预测模型；S1333、通过操作集训练预测模型，并根据训练集的误差进行模型参数的估计和优化；S1334、将测试集输入至训练完成的预测模型中，并与测试集中的实际清洗效果进行比较；S1335、对预测结果进行分析，查看模型在不同样本和不同特征上的预测准确性。5.根据权利要求4所述的一种超声波清洗装置的控制方法，其特征在于，所述将样本数据输入至清洗模式预测模型中，并根据模型输出的预测结果制定三种清洗模式包括以下步骤：S141、将清洗预测模型输出的所有结果进行收集，以清洗重量的最小值为目标；S142、将原始结果分解为若干组份，并选择包络熵较小的组份进行结果重构；S143、对重构组份进行包络解调运算，并从重构组份的包络谱中提取清洗特征；
S144、利用算法搜寻参数优化变分模态分解参数清洗重量与超声波频率的最优组合；S145、基于清洗重量与超声波频率的最优组合制定三组清洗模式。6.根据权利要求1所述的一种超声波清洗装置的控制方法，其特征在于，所述将设定...
【专利技术属性】
技术研发人员：曾献金，
申请(专利权)人：恒超源洗净科技深圳有限公司，
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。