System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本公开涉及数据处理领域,并且更具体地,涉及一种基于智慧车间的恒温恒湿风柜控制方法及系统。
技术介绍
1、随着工业生产的数字化转型和智能化发展,智慧车间概念应运而生。智慧车间通过引入物联网、云计算、大数据分析等技术,将传感器、设备和系统连接起来,实现生产过程的实时监测、远程控制和智能优化。在这个背景下,恒温恒湿风柜控制系统也得到了升级和改进。在智慧车间中,恒温恒湿风柜控制系统通过传感器实时采集风柜内外的温湿度数据、以及风柜内设备的运行状态,将数据传输到中央控制系统或云平台进行处理和分析。基于数据分析和建模,系统可以进行温湿度变化趋势推理预测、负载变化推理预测、设备故障推理预测、能耗推理预测等目标事项,以基于预测的结果优化控制策略。其中,出于同时处理众多目标事项的需求,在系统中通常采用多目标推理算法(通常为神经网络算法)进行目标事项执行,而针对多个目标事项,确定合理的网络架构是确保数据推理准确性的前提。
技术实现思路
1、有鉴于此,本申请实施例至少提供一种基于智慧车间的恒温恒湿风柜控制方法及系统,以确保确保数据推理准确性。
2、根据本公开实施例的一个方面,提供了一种基于智慧车间的恒温恒湿风柜控制方法,应用于恒温恒湿风柜控制系统,所述方法包括:获取目标恒温恒湿风柜对应的风柜环境监测数据,所述风柜环境监测数据用于在第一目标推理事项中进行数据推理,将所述风柜环境监测数据输入多目标推理网络,所述多目标推理网络用于执行包含所述第一目标推理事项的多个目标事项,所述多个目标事项彼此满足目
3、根据本公开实施例的一个示例,其中,所述多个目标事项中包含第二目标推理事项,所述风柜环境监测数据还用于在第二目标推理事项中进行数据推理,所述多目标推理网络中包括所述第二目标推理事项对应的第二多层感知器和第二权重分配模块;所述方法还包括:依据所述第二多层感知器对所述风柜环境监测数据进行表征向量抽取,得到所述第二多层感知器输出的第二表征向量;依据所述第二权重分配模块对所述通用表征向量进行表征向量修正,并将修正好的修正表征向量与所述第二表征向量进行整合,得到第二整合表征向量;依据所述第二目标推理事项对应的第二推理模块对所述第二整合表征向量进行数据推理,得到所述第二目标推理事项对应的第二推理结果。
4、根据本公开实施例的一个示例,其中,所述多个目标事项包括温度目标推理事项和湿度目标推理事项;所述依据所述第一目标推理事项对应的第一推理模块对所述第一整合表征向量进行数据推理,得到所述第一目标推理事项对应的第一推理结果,包括:依据所述温度目标推理事项对应的第一推理模块对所述第一整合表征向量进行数据推理,得到所述温度目标推理事项对应的推理温度;所述依据所述第二目标推理事项对应的第二推理模块对所述第二整合表征向量进行数据推理,得到所述第二目标推理事项对应的第二推理结果,包括:依据所述湿度目标推理事项对应的第二推理模块对所述第二整合表征向量进行数据推理,得到所述温度目标推理事项对应的推理湿度。
5、根据本公开实施例的一个示例,其中,所述多目标推理网络的网络架构采用如下步骤进行确定:获取第一目标推理事项对应的第一风柜环境监测示例数据和第二目标推理事项对应的第二风柜环境监测示例数据,所述第一风柜环境监测示例数据携带有第一目标事项指示信息,所述第二风柜环境监测示例数据携带有第二目标事项指示信息,目标事项指示信息用于指示风柜环境监测示例数据在目标事项中的对照结果;依据第一目标推理事项对应的第一目标事项网络对所述第一风柜环境监测示例数据进行表征向量抽取,得到第一表征向量,以及依据第二目标推理事项对应的第二目标事项网络对所述第二风柜环境监测示例数据进行表征向量抽取,得到第二表征向量;根据所述第一表征向量和所述第二表征向量之间的牵涉性,以及所述第一目标事项指示信息与所述第二目标事项指示信息之间的牵涉性,确定所述第一目标推理事项和所述第二目标推理事项之间的牵涉性评分;在所述牵涉性评分满足目标事项牵涉性条件时,确定与所述第一目标推理事项和所述第二目标推理事项对应的备选多目标推理网络的组成架构;其中,所述备选多目标推理网络的组成架构中包括备选主干多层感知器、所述第一目标推理事项对应的备选第一多层感知器和备选第一权重分配模块、所述第二目标推理事项对应的备选第二多层感知器和备选第二权重分配模块,所述备选主干多层感知器用于将输出的表征向量投入到所述第一目标推理事项和所述第二目标推理事项。
6、根据本公开实施例的一个示例,其中,所述根据所述第一表征向量和所述第二表征向量之间的牵涉性,以及所述第一目标事项指示信息与所述第二目标事项指示信息之间的牵涉性,确定所述第一目标推理事项和所述第二目标推理事项之间的牵涉性评分,包括:对所述第一表征向量和所述第二表征向量分别进行低维映射处理,确定所述第一表征向量对应的第一映射表征向量以及所述第二表征向量对应的第二映射表征向量;在所述第一映射表征向量和所述第二映射表征向量彼此满足共性度量要求时,根据所述第一目标事项指示信息和所述第二目标事项指示信息之间的牵涉性,确定所述牵涉性评分。
7、根据本公开实施例的一个示例,其中,所述依据第一目标推理事项对应的第一目标事项网络对所述第一风柜环境监测示例数据进行表征向量抽取,得到第一表征向量,以及依据第二目标推理事项对应的第二目标事项网络对所述第二风柜环境监测示例数据进行表征向量抽取,得到第二表征向量,包括:依据所述第一目标推理事项对应的第一目标事项网络对所述第一风柜环境监测示例数据进行表征向量抽取,得到多个第一子表征向量;对所述多个第一子表征向量进行表征向量组合,得到第一表征向量;依据所述第二目标推理事项对应的第二目标事项网络对所述第二风柜环境监测示例数据进行表征向量抽取,得到多个第二子表征向量;对所述多个第二子表征向量进行表征向量组合,得到第二表征向量。
8、根据本公开实施例的一个示例,其中,所述依据第一目标推理事项对应的第一目标事项网络对所述第一风柜环境监测示例数据进行表征向量抽取,得到第一表征向量,以及依据第二目标推理事项对应的第二目标事项网络对所述第二风柜环境监测示例数据进行表征向量抽取,得到第二表征向量,包括:依据所述第一目标推理事项对应的第一目标事项网络对所述第一风柜环境监测示例数本文档来自技高网...
【技术保护点】
1.一种基于智慧车间的恒温恒湿风柜控制方法,其特征在于,应用于恒温恒湿风柜控制系统,所述方法包括:获取目标恒温恒湿风柜对应的风柜环境监测数据,所述风柜环境监测数据用于在第一目标推理事项中进行数据推理,将所述风柜环境监测数据输入多目标推理网络,所述多目标推理网络用于执行包含所述第一目标推理事项的多个目标事项,所述多个目标事项彼此满足目标事项牵涉性条件,所述多目标推理网络中包括主干多层感知器以及与所述第一目标推理事项对应的第一多层感知器和第一权重分配模块,所述主干多层感知器用于将输出的表征向量投入到所述多个目标事项;依据所述第一多层感知器和所述主干多层感知器对所述风柜环境监测数据进行表征向量抽取,得到所述第一多层感知器输出的第一表征向量和所述主干多层感知器输出的通用表征向量;依据所述第一权重分配模块对所述通用表征向量进行表征向量修正,并将修正好的修正表征向量与所述第一表征向量进行整合,得到第一整合表征向量;依据所述第一目标推理事项对应的第一推理模块对所述第一整合表征向量进行数据推理,得到所述第一目标推理事项对应的第一推理结果;根据所述第一推理结果对所述目标恒温恒湿风柜进行控制。
>2.根据权利要求1所述的方法,其特征在于,所述多个目标事项中包含第二目标推理事项,所述风柜环境监测数据还用于在第二目标推理事项中进行数据推理,所述多目标推理网络中包括所述第二目标推理事项对应的第二多层感知器和第二权重分配模块;所述方法还包括:依据所述第二多层感知器对所述风柜环境监测数据进行表征向量抽取,得到所述第二多层感知器输出的第二表征向量;依据所述第二权重分配模块对所述通用表征向量进行表征向量修正,并将修正好的修正表征向量与所述第二表征向量进行整合,得到第二整合表征向量;依据所述第二目标推理事项对应的第二推理模块对所述第二整合表征向量进行数据推理,得到所述第二目标推理事项对应的第二推理结果。
3.根据权利要求2所述的方法,其特征在于,所述多个目标事项包括温度目标推理事项和湿度目标推理事项;所述依据所述第一目标推理事项对应的第一推理模块对所述第一整合表征向量进行数据推理,得到所述第一目标推理事项对应的第一推理结果,包括:依据所述温度目标推理事项对应的第一推理模块对所述第一整合表征向量进行数据推理,得到所述温度目标推理事项对应的推理温度;所述依据所述第二目标推理事项对应的第二推理模块对所述第二整合表征向量进行数据推理,得到所述第二目标推理事项对应的第二推理结果,包括:依据所述湿度目标推理事项对应的第二推理模块对所述第二整合表征向量进行数据推理,得到所述温度目标推理事项对应的推理湿度。
4.根据权利要求1~3任一项所述的方法,其特征在于,所述多目标推理网络的网络架构采用如下步骤进行确定:获取第一目标推理事项对应的第一风柜环境监测示例数据和第二目标推理事项对应的第二风柜环境监测示例数据,所述第一风柜环境监测示例数据携带有第一目标事项指示信息,所述第二风柜环境监测示例数据携带有第二目标事项指示信息,目标事项指示信息用于指示风柜环境监测示例数据在目标事项中的对照结果;依据第一目标推理事项对应的第一目标事项网络对所述第一风柜环境监测示例数据进行表征向量抽取,得到第一表征向量,以及依据第二目标推理事项对应的第二目标事项网络对所述第二风柜环境监测示例数据进行表征向量抽取,得到第二表征向量;根据所述第一表征向量和所述第二表征向量之间的牵涉性,以及所述第一目标事项指示信息与所述第二目标事项指示信息之间的牵涉性,确定所述第一目标推理事项和所述第二目标推理事项之间的牵涉性评分;在所述牵涉性评分满足目标事项牵涉性条件时,确定与所述第一目标推理事项和所述第二目标推理事项对应的备选多目标推理网络的组成架构;其中,所述备选多目标推理网络的组成架构中包括备选主干多层感知器、所述第一目标推理事项对应的备选第一多层感知器和备选第一权重分配模块、所述第二目标推理事项对应的备选第二多层感知器和备选第二权重分配模块,所述备选主干多层感知器用于将输出的表征向量投入到所述第一目标推理事项和所述第二目标推理事项。
5.根据权利要求4所述的方法,其特征在于,所述根据所述第一表征向量和所述第二表征向量之间的牵涉性,以及所述第一目标事项指示信息与所述第二目标事项指示信息之间的牵涉性,确定所述第一目标推理事项和所述第二目标推理事项之间的牵涉性评分,包括:对所述第一表征向量和所述第二表征向量分别进行低维映射处理,确定所述第一表征向量对应的第一映射表征向量以及所述第二表征向量对应的第二映射表征向量;在所述第一映射表征向量和所述第二映射表征向量彼此满足共性度量要求时,根据所述第一目标事项指示信息和所述第二目标事项指示信息之间的牵涉性,确定所述牵涉性评分。
<...【技术特征摘要】
1.一种基于智慧车间的恒温恒湿风柜控制方法,其特征在于,应用于恒温恒湿风柜控制系统,所述方法包括:获取目标恒温恒湿风柜对应的风柜环境监测数据,所述风柜环境监测数据用于在第一目标推理事项中进行数据推理,将所述风柜环境监测数据输入多目标推理网络,所述多目标推理网络用于执行包含所述第一目标推理事项的多个目标事项,所述多个目标事项彼此满足目标事项牵涉性条件,所述多目标推理网络中包括主干多层感知器以及与所述第一目标推理事项对应的第一多层感知器和第一权重分配模块,所述主干多层感知器用于将输出的表征向量投入到所述多个目标事项;依据所述第一多层感知器和所述主干多层感知器对所述风柜环境监测数据进行表征向量抽取,得到所述第一多层感知器输出的第一表征向量和所述主干多层感知器输出的通用表征向量;依据所述第一权重分配模块对所述通用表征向量进行表征向量修正,并将修正好的修正表征向量与所述第一表征向量进行整合,得到第一整合表征向量;依据所述第一目标推理事项对应的第一推理模块对所述第一整合表征向量进行数据推理,得到所述第一目标推理事项对应的第一推理结果;根据所述第一推理结果对所述目标恒温恒湿风柜进行控制。
2.根据权利要求1所述的方法,其特征在于,所述多个目标事项中包含第二目标推理事项,所述风柜环境监测数据还用于在第二目标推理事项中进行数据推理,所述多目标推理网络中包括所述第二目标推理事项对应的第二多层感知器和第二权重分配模块;所述方法还包括:依据所述第二多层感知器对所述风柜环境监测数据进行表征向量抽取,得到所述第二多层感知器输出的第二表征向量;依据所述第二权重分配模块对所述通用表征向量进行表征向量修正,并将修正好的修正表征向量与所述第二表征向量进行整合,得到第二整合表征向量;依据所述第二目标推理事项对应的第二推理模块对所述第二整合表征向量进行数据推理,得到所述第二目标推理事项对应的第二推理结果。
3.根据权利要求2所述的方法,其特征在于,所述多个目标事项包括温度目标推理事项和湿度目标推理事项;所述依据所述第一目标推理事项对应的第一推理模块对所述第一整合表征向量进行数据推理,得到所述第一目标推理事项对应的第一推理结果,包括:依据所述温度目标推理事项对应的第一推理模块对所述第一整合表征向量进行数据推理,得到所述温度目标推理事项对应的推理温度;所述依据所述第二目标推理事项对应的第二推理模块对所述第二整合表征向量进行数据推理,得到所述第二目标推理事项对应的第二推理结果,包括:依据所述湿度目标推理事项对应的第二推理模块对所述第二整合表征向量进行数据推理,得到所述温度目标推理事项对应的推理湿度。
4.根据权利要求1~3任一项所述的方法,其特征在于,所述多目标推理网络的网络架构采用如下步骤进行确定:获取第一目标推理事项对应的第一风柜环境监测示例数据和第二目标推理事项对应的第二风柜环境监测示例数据,所述第一风柜环境监测示例数据携带有第一目标事项指示信息,所述第二风柜环境监测示例数据携带有第二目标事项指示信息,目标事项指示信息用于指示风柜环境监测示例数据在目标事项中的对照结果;依据第一目标推理事项对应的第一目标事项网络对所述第一风柜环境监测示例数据进行表征向量抽取,得到第一表征向量,以及依据第二目标推理事项对应的第二目标事项网络对所述第二风柜环境监测示例数据进行表征向量抽取,得到第二表征向量;根据所述第一表征向量和所述第二表征向量之间的牵涉性,以及所述第一目标事项指示信息与所述第二目标事项指示信息之间的牵涉性,确定所述第一目标推理事项和所述第二目标推理事项之间的牵涉性评分;在所述牵涉性评分满足目标事项牵涉性条件时,确定与所述第一目标推理事项和所述第二目标推理事项对应的备选多目标推理网络的组成架构;其中,所述备选多目标推理网络的组成架构中包括备选主干多层感知器、所述第一目标推理事项对应的备选第一多层感知器和备选第一权重分配模块、所述第二目标推理事项对应的备选第二多层感知器和备选第二权重分配模块,所述备选主干多层感知器用于将输出的表征向量投入到所述第一目标推理事项和所述第二目标推理事项。
5.根据权利要求4所述的方法,其特征在于,所述根据所述第一表征向量和所述第二表征向量之...
【专利技术属性】
技术研发人员:谢建和,
申请(专利权)人:广东蓝海净化节能技术有限公司,
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。