集成一体式空压站智能云控制系统及控制方法技术方案

本发明专利技术公开了一种集成一体式空压站智能云控制系统，包括：传感器模块，用于实时监测空压设备的工作状态和性能参数；数据分析模块，用于利用传感器模块收集的数据，进行数据分析；控制模块，根据数据分析的结果发送启停指令、负载调整指令、故障检测指令和报警指令；远程监控操作模块，用于访问控制系统，查看设备状态、调整设备参数和进行故障处理；维护模块，用于预测故障和维护需求，并制定维护计划；故障检测模块，用于根据预设的故障检测机制进行故障检测；该集成一体式空压站智能云控制系统通过数据采集、分析与处理，智能控制与调整，远程监控与操作以及维护与故障检测，提高了空压设备的效率、可靠性和智能化水平。可靠性和智能化水平。

【技术实现步骤摘要】
集成一体式空压站智能云控制系统及控制方法


[0001]本专利技术涉及一种集成一体式空压站智能云控制系统及控制方法。

技术介绍

[0002]集成一体式空压站智能云控制系统是一种以云计算为基础的智能化空压站控制系统。
[0003]目前市场上存在多种类型的空压站控制系统，主要包括以下几种：
[0004]基于PLC(可编程逻辑控制器)的控制系统：传统的空压站控制系统通常采用PLC作为核心控制设备，通过编写逻辑程序来实现对空压机组的启停、负载调整、压力控制等功能。这种系统成熟稳定，但对于数据分析和智能化控制能力较弱。
[0005]DCS(分布式控制系统)：DCS是一种基于计算机网络的分布式控制系统，将控制系统连接到分布式控制器，并提供了图形化界面，方便运维人员监测和操作空压机组。DCS具有较好的实时监控和远程操作能力，但DCS一般需要较大规模的硬件设备和网络基础设施，因此在实施和维护方面的成本较高，特别是对于小型或中小型企业来说可能会超出预算。
[0006]SCADA(监视、控制和数据采集系统)：SCADA系统是一种远程监控和数据采集系统，通过传感器和数据采集单元收集空压机组的运行数据，并通过网络将数据传输到中央控制中心。运维人员可以在中央控制室通过图形化界面实时监测和操作空压机组，但SCADA系统的部署和维护需要一定的技术知识和专业培训。对于缺乏相应经验和专业人员的组织来说，可能需要额外的投入来学习和应对技术问题。

技术实现思路

[0007]针对现有技术中的不足，本专利技术的目的是提供一种将传感器模块、数据分析模块、控制模块、远程监控操作模块、维护模块和故障检测模块集成在一起，通过数据采集、分析与处理，智能控制与调整，远程监控与操作以及维护与故障检测等功能，提高了空压设备的效率、可靠性和智能化水平，同时减少了人力成本和能源消耗的集成一体式空压站智能云控制系统。
[0008]本专利技术解决其技术问题所采用的技术方案是：
[0009]集成一体式空压站智能云控制系统，包括：
[0010]传感器模块，用于实时监测空压设备的工作状态和性能参数，包括有压力传感器、温度传感器和流量传感器；
[0011]数据分析模块，用于利用传感器模块收集的数据，进行数据分析；
[0012]控制模块，根据数据分析的结果发送启停指令、负载调整指令、故障检测指令和报警指令，包括有逻辑控制器和可编程自动化控制器；
[0013]远程监控操作模块，用于访问控制系统，查看设备状态、调整设备参数和进行故障处理，包括有远程终端和移动设备端；
[0014]维护模块，用于利用传感器模块收集的数据，分析设备的工作时间、运行周期等信
息，预测故障和维护需求，并制定维护计划；
[0015]故障检测模块，用于根据预设的故障检测机制进行故障检测。
[0016]作为优选，该压力传感器安装在空压机组的进出口管道上，该温度传感器安装在空压机组的空气进出口、冷却液进出口、活塞表面，该流量传感器安装在空压机组的空气流通路径上。
[0017]作为优选，该远程终端为可通过远程连接方式访问、控制或管理主机或服务器的个人电脑或笔记本电脑，该移动设备端为可通过远程连接方式访问、控制或管理主机或服务器的移动设备上的应用程序或接口。
[0018]本专利技术所要解决的另一技术问题为提供一种集成一体式空压站智能云控制方法，包括以下步骤：
[0019]建立基于云计算的平台，用于接收和处理压力传感器、温度传感器和流量传感器的数据；
[0020]将压力传感器、温度传感器和流量传感器采集到的实事数据通过网络传输到云平台，并存储到云数据库中；
[0021]利用数据分析模块对传感器模块采集到的数据进行处理和分析，预测设备的故障和维护需求；
[0022]根据数据分析模块的结果，通过控制模块生成相应的控制指令，该控制指令包括有自动调整负载、发送启停指令或报警指令；
[0023]在收到报警指令后，管理员通过远程终端或移动设备访问云平台，查看设备状态、调整参数和处理故障；
[0024]利用维护模块分析设备的运行时间、周期等信息，制定设备的维护计划。
[0025]作为优选，利用数据分析模块对传感器模块采集到的数据进行处理和分析的方法为：
[0026]收集并整理设备的历史数据，包括工作状态和性能参数的测量值，确保数据的完整性和准确性，并进行数据清洗和预处理，包括去除异常值和填补缺失值；
[0027]根据设备的工作状态和性能参数，选择相关性分析进行特征提取；
[0028]使用选定的特征构建机器学习模型，并进行评估和验证，比较使用所有特征和仅使用选定特征的模型性能，以确定特征提取是否有效；
[0029]根据训练好的模型，对新的设备数据进行预测和分析，将实时采集到的数据输入到模型中，通过模型进行预测和判断设备的工作状态和性能参数，预测设备的故障和维护需求。
[0030]作为优选，选择相关性分析进行特征提取的方法为：
[0031]收集包含压力传感器、温度传感器、流量传感器和设备故障/维护数据的数据集；
[0032]对于每对传感器和设备故障/维护，计算它们之间的皮尔逊相关系数，皮尔逊相关系数的取值范围为[
‑
1,1]，其中正值表示正相关，负值表示负相关，而接近0的值表示无相关性；
[0033]针对每个相关系数，进行相关性显著性检验来确定该关联是否具有统计显著性；
[0034]通过散点图将相关系数进行可视化展示；
[0035]根据相关系数的大小和显著性，来判断传感器与设备故障/维护之间的关联程度，
如果相关系数接近于1或
‑
1，并且具有统计显著性，表示传感器与设备故障/维护之间存在强相关性；而接近于0的相关系数则表示无相关性。
[0036]作为优选，选择计算p
‑
value进行相关性显著性检验，如果p
‑
value小于事先设定的显著性水平，则认为相关性是显著的。
[0037]作为优选，使用选定的特征构建机器学习模型的方法为：
[0038]选择压力传感器、温度传感器、流量传感器中存在显著相关性的数据集，并将数据集划分为训练集和测试集，将70％～80％的数据作为训练集，剩余的数据作为测试集，并确保训练集和测试集是独立的；
[0039]使用训练集的特征和目标变量进行模型训练，根据线性回归算法，调整模型的超参数；
[0040]使用测试集对训练好的模型进行评估；
[0041]根据评估结果，对模型进行调参和优化；
[0042]经过评估和调优后，将训练好的模型用于新的数据，进行预测或分类。
[0043]作为优选，根据线性回归算法，调整模型的超参数的方法为：
[0044]该超参数包括正则化参数和学习率；
[0045]将数据集划分为训练集和验证集；
[0046]确定每个超参本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.集成一体式空压站智能云控制系统，其特征在于，包括：传感器模块，用于实时监测空压设备的工作状态和性能参数，包括有压力传感器、温度传感器和流量传感器；数据分析模块，用于利用传感器模块收集的数据，进行数据分析；控制模块，根据数据分析的结果发送启停指令、负载调整指令、故障检测指令和报警指令，包括有逻辑控制器和可编程自动化控制器；远程监控操作模块，用于访问控制系统，查看设备状态、调整设备参数和进行故障处理，包括有远程终端和移动设备端；维护模块，用于利用传感器模块收集的数据，分析设备的工作时间、运行周期等信息，预测故障和维护需求，并制定维护计划；故障检测模块，用于根据预设的故障检测机制进行故障检测。2.根据权利要求1所述的集成一体式空压站智能云控制系统，其特征在于：该压力传感器安装在空压机组的进出口管道上，该温度传感器安装在空压机组的空气进出口、冷却液进出口、活塞表面，该流量传感器安装在空压机组的空气流通路径上。3.根据权利要求1所述的集成一体式空压站智能云控制系统，其特征在于：该远程终端为可通过远程连接方式访问、控制或管理主机或服务器的个人电脑或笔记本电脑，该移动设备端为可通过远程连接方式访问、控制或管理主机或服务器的移动设备上的应用程序或接口。4.一种集成一体式空压站智能云控制方法，其特征在于，包括以下步骤：建立基于云计算的平台，用于接收和处理压力传感器、温度传感器和流量传感器的数据；将压力传感器、温度传感器和流量传感器采集到的实事数据通过网络传输到云平台，并存储到云数据库中；利用数据分析模块对传感器模块采集到的数据进行处理和分析，预测设备的故障和维护需求；根据数据分析模块的结果，通过控制模块生成相应的控制指令，该控制指令包括有自动调整负载、发送启停指令或报警指令；在收到报警指令后，管理员通过远程终端或移动设备访问云平台，查看设备状态、调整参数和处理故障；利用维护模块分析设备的运行时间、周期等信息，制定设备的维护计划。5.根据权利要求4所述的集成一体式空压站智能云控制方法，其特征在于，利用数据分析模块对传感器模块采集到的数据进行处理和分析的方法为：收集并整理设备的历史数据，包括工作状态和性能参数的测量值，确保数据的完整性和准确性，并进行数据清洗和预处理，包括去除异常值和填补缺失值；根据设备的工作状态和性能参数，选择相关性分析进行特征提取；使用选定的特征构建机器学习模型，并进行评估和验证，比较使用所有特征和仅使用选定特征的模型性能，以确定特征提取是否有效；根据训练好的模型，对新的设备数据进行预测和分析，将实时采集到的数据输入到模型中，通过模型进行预测和判断设备的工作状态和性能参数，预测设备的故障和维护需求。
6.根据权利要求5所述的集成一体式空压站智能云控制方法，其特征在于，选择相关性分析进行特征提取的方法...

【专利技术属性】
技术研发人员：林雄功，
申请(专利权)人：广东超级龙节能环保科技有限公司，
类型：发明
国别省市：