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】
本专利技术涉及一种干燥室的测量装置及真空干燥箱的智能干燥系统,属于测量。
技术介绍
1、干燥箱在干燥形状复杂的样品时由于受热不均而导致样品变形。因此在干燥此类样品时,必须严格控制干燥腔的各个阶段升/降温速率,各个阶段的目标温度、干燥腔的升/降压速率、各个时段的目标压力。现有技术中采用温度传感器和压力传感器测量干燥箱的温度和压力,但是长时间在高温下使用,温度传感器和压力传感器易老化,从而使测量的数据不准确。
技术实现思路
1、为克服现有技术中存在的缺点,本专利技术的专利技术目的是提供一种干燥室的测量装置及真空干燥箱的智能干燥系统,其通过神经网络推断出干燥室的温度和压力,并利用推断出干燥室的温度和压力修改利用传感器获取的温度和压力,防止了由于传感器老化而导致的测量数据不准确。
2、为实现所述专利技术目的,本专利技术提供一种干燥室的测量装置,所述干燥室包括温度传感器、压力传感器、加热板、供气阀和第一深度学习神经网络模型,第一深度学习神经网络模型包括第一输入层、第一隐含层和第一输出层,其中,所述第一输入层输入干燥室的容积、供气阀从前一时间到当前时间接通气源的流量,加热板从前一时间到当前时间的功率,压力传感器测量的干燥室当前时间的压力和温度传感器测量的干燥室当前时间的温度;第一隐含层根据供气阀接通气源从前一时间到当前时间延续的时长的流量、加热板接通电源从前一时间到当前时间延续的时长的功率和干燥室的容积推断出干燥室当前时间的压力和温度;第一输出层利用第一隐含层推断出的干燥室当前时间
3、为实现所述专利技术目的,本专利技术还提供一种真空干燥箱的智能干燥系统,其特征在于,包括多个干燥室,每个干燥室包括温度传感器、压力传感器、加热板和供气阀和第一深度学习神经网络模型,其中,第一深度学习神经网络模型包括第一输入层、第一隐含层和第一输出层,其中,所述第一输入层输入干燥腔的容积、供气阀从前一时间到当前时间接通气源的流量,加热板从前一时间到当前时间的功率,压力传感器测量的干燥室当前时间的压力和温度传感器测量的干燥室当前时间的温度;第一隐含层根据供气阀接通气源从前一时间到当前时间延续的时长的流量、加热板接通电源从前一时间到当前时间延续的时长的功率和干燥室的容积推断出干燥室当前时间的压力和温度;第一输出层利用第一隐含层推断出的干燥室当前时间压力修正利用压力传感器测量的当前时间的压力得到干燥室当前时间的精确压力,利用第一隐含层推断出的干燥室当前时间温度修正利用温度传感器测量的当前时间的温度得到干燥室当前时间的精确温度。
4、与现有技术相比,本专利技术提供的干燥室的测量装置及真空干燥箱的智能干燥系统,其通过神经网络推断出干燥室的温度和压力,并利用推断出干燥室的温度和压力修改利用传感器获取的温度和压力,防止了由于传感器老化而导致的测量不准确。
本文档来自技高网...【技术保护点】
1.一种干燥室的测量装置,所述干燥室包括温度传感器、压力传感器、加热板、供气阀和第一深度学习神经网络模型,第一深度学习神经网络模型包括第一输入层、第一隐含层和第一输出层,其中,所述第一输入层输入干燥室的容积、供气阀从前一时间到当前时间接通气源的流量,加热板从前一时间到当前时间的功率,压力传感器测量的干燥室当前时间的压力和温度传感器测量的干燥室当前时间的温度;第一隐含层根据供气阀接通气源从前一时间到当前时间延续的时长的流量、加热板接通电源从前一时间到当前时间延续的时长的功率和干燥室的容积推断出干燥室当前时间的压力和温度;第一输出层利用第一隐含层推断出的干燥室当前时间压力修正利用压力传感器测量的当前时间的压力得到干燥室当前时间的精确压力,利用第一隐含层推断出的干燥室当前时间温度修正利用温度传感器测量的当前时间的温度得到干燥室当前时间的精确温度。
2.根据权利要求1所述的干燥室的测量装置,其特征在于,第一输入层包括第一输入子层和第二输入子层,所述第一输入子层输入的向量表示为:
3.根据权利要求1所述的干燥室的测量装置,其特征在于,所述干燥室还包括抽气泵、冷却阀和
4.根据权利要求3所述的干燥室的测量装置,其特征在于,第二输入层包括第三输入子层和第四输入子层,所述第三输入子层输入的向量表示为:
5.一种真空干燥箱的智能干燥系统,其特征在于,包括多个干燥室,每个干燥室包括温度传感器、压力传感器、加热板和供气阀和第一深度学习神经网络模型,其中,第一深度学习神经网络模型包括第一输入层、第一隐含层和第一输出层,其中,所述第一输入层输入干燥腔的容积、供气阀从前一时间到当前时间接通气源的流量,加热板从前一时间到当前时间的功率,压力传感器测量的干燥室当前时间的压力和温度传感器测量的干燥室当前时间的温度;第一隐含层根据供气阀接通气源从前一时间到当前时间延续的时长的流量、加热板接通电源从前一时间到当前时间延续的时长的功率和干燥室的容积推断出干燥室当前时间的压力和温度;第一输出层利用第一隐含层推断出的干燥室当前时间压力修正利用压力传感器测量的当前时间的压力得到干燥室当前时间的精确压力,利用第一隐含层推断出的干燥室当前时间温度修正利用温度传感器测量的当前时间的温度得到干燥室当前时间的精确温度。
6.根据权利要求5所述真空干燥箱的智能干燥系统,其特征在于,还包括计算模块、比较模块、调整模块和控制模块,其中,计算模块被配置为计算第一深度学习神经网络模型提供的前一时间温度和当前时间的精确温度的温度差,并根据温度差和时长计算升温速率,计算第一深度学习神经网络模型提供的前一时间的压力和当前时间的精确压力的压力差,并根据压力差和时长计算升压速率;比较模块被配置为按时间顺序分别计算计算模块输出的干燥室的升温速率与干燥室升温阶段的第k时段的目标升温速率之间的欧拉距离,若干燥室的实时升温速率与干燥室升温阶段的第k时段的目标升温速率之间的欧拉距离小于或等于该时段的设定值,则在该时段控制模块使加热板在下一时长的功率保持为当前时间的功率,若干燥室的实时升温速率与干燥室升温阶段的第k时段的目标升温速率之间的欧拉距离大于该时段的设定值,则通过调整模块调整加热板的功率作为下一时长的功率,并将调整后的加热板的功率输入到第一深度学习神经网络模型;比较模块还被配置为按时间顺序分别计算第一深度学习神经网络模型的输出的干燥室的精确温度与干燥室升温阶段的第k时段的目标温度之间的欧拉距离,若干燥室的精确温度与干燥室升温阶段的第k时段的目标温度之间的欧拉距离小于或等于该时段的设定值,则控制模块在该时段使加热板下一时长断开电源,若干燥室的精确温度与干燥室升温阶段的第k时段的目标温度之间的欧拉距离大于第k时段的设定值,则控制模块在该时段使加热板的下一时长接通电源,k=1,2,...,K,K为正整数。
7.根据权利要求6所述的真空干燥箱的智能干燥系统,其特征在于,比较模块被配置...
【技术特征摘要】
1.一种干燥室的测量装置,所述干燥室包括温度传感器、压力传感器、加热板、供气阀和第一深度学习神经网络模型,第一深度学习神经网络模型包括第一输入层、第一隐含层和第一输出层,其中,所述第一输入层输入干燥室的容积、供气阀从前一时间到当前时间接通气源的流量,加热板从前一时间到当前时间的功率,压力传感器测量的干燥室当前时间的压力和温度传感器测量的干燥室当前时间的温度;第一隐含层根据供气阀接通气源从前一时间到当前时间延续的时长的流量、加热板接通电源从前一时间到当前时间延续的时长的功率和干燥室的容积推断出干燥室当前时间的压力和温度;第一输出层利用第一隐含层推断出的干燥室当前时间压力修正利用压力传感器测量的当前时间的压力得到干燥室当前时间的精确压力,利用第一隐含层推断出的干燥室当前时间温度修正利用温度传感器测量的当前时间的温度得到干燥室当前时间的精确温度。
2.根据权利要求1所述的干燥室的测量装置,其特征在于,第一输入层包括第一输入子层和第二输入子层,所述第一输入子层输入的向量表示为:
3.根据权利要求1所述的干燥室的测量装置,其特征在于,所述干燥室还包括抽气泵、冷却阀和第二深度学习神经网络模型,第二深度学习神经网络模型包括第二输入层、第二隐含层和第二输出层,其中,所述第二输入层输入干燥腔的容积、抽气泵从前一时间到当前时间从干燥室抽气的流量,冷却阀从前一时间到当前时间接通冷媒的流量,压力传感器测量的干燥室当前时间的压力和温度传感器测量的干燥室当前时间的温度;第二隐含层根据抽气泵从前一时间到当前时间从干燥室抽气的流量,冷却阀从前一时间到当前时间接通冷媒的流量和干燥室的容积推断出干燥室当前时间的压力和温度;第二输出层利用第二隐含层推断出的干燥室当前时间压力修正利用压力传感器测量的当前时间的压力得到干燥室当前时间的精确压力,利用第二隐含层推断出的干燥室当前时间温度修正利用温度传感器测量的当前时间的温度得到干燥室当前时间的精确温度。
4.根据权利要求3所述的干燥室的测量装置,其特征在于,第二输入层包括第三输入子层和第四输入子层,所述第三输入子层输入的向量表示为:
5.一种真空干燥箱的智能干燥系统,其特征在于,包括多个干燥室,每个干燥室包括温度传感器、压力传感器、加热板和供气阀和第一深度学习神经网络模型,其中,第一深度学习神经网络模型包括第一输入层、第一隐含层和第一输出层,其中,所述第一输入层输入干燥腔的容积、供气阀从前一时间到当前时间接通气源的流量,加热板从前一时间到当前时间的功率,压力传感器测量的干燥室当前时间的压力和温度传感器测量的干燥室当前时间的温度;第一隐含层根据供气阀接通气源从前一时间到当前时间延续的时长的流量、加热板接通电源从前一时间到当前时间延续的时长的功率和干燥室的容积推断出干燥室当前时间的压力和温度;第一输出层利用第一隐含层推断出的干燥室当前时间压力修正利用压力传感器测量的当前时间的压力得到干燥室当前时间的精确压力,利用第一隐含层推断出的干燥室当前时间温度修正利用温度传感器测量的当前时间的温度得到干燥室当前时间的精确温度。
6.根据权利要求5所述真空干燥箱的智能干燥系统,其特征在于,还包括计算模块、比较模块、调整模块和控制模块,其中,计算模块被配置为计算第一深度学习神经网络模型提供的前一时间温度和当前时间的精确温度的温度差,并根据温度差和时长计算升温速率,计算第一深度学习神经网络模型提供的前一时间的压力和当前时间的精确压力的压力差,并根据压力差和时长计算升压速率;比较模块被配置为按时间顺序分别计算计算模块输出的干燥室的升温速率与干燥室升温阶段的第k时段的目标升温速率之间的欧拉距离,若干燥室的实时升温速率与干燥室升温阶段的第k时段的目标升温速率之间的欧拉距离小于或等于该时段的设定值,则在该时段控制模块使加热板在下一时长的功率保持为当前时间的功率,若干燥室的实时升温速率与干燥室升温阶段的第k时段的目标升温速率之间的欧拉距离大于该时段的设定值,则通过调整模块调整加热板的功率作为下一时长的功率,并将调整后的加热板的功率输入到第一深度学习神经网络模型;比较模块还被配置为按时间顺序分别计算第一深度学习神经网络模型的输出的干燥室的精确温度与干燥室升温阶段的第k时段的目标温度之间的欧拉距离,若干燥室的精确温度与干燥室升温阶段的第k时段的目标温度之间的欧拉距离小于或等于该时段的设定值,则控制模块在该时段使加热板下一时长断开电源,若干燥室的精确温度与干燥室升温阶段的第k时段的目标温度之间的欧拉距离大于第k时段的设定值,则控制模块在该时段使加热板的下一时长接通电源,k=1,2,...,k,k为正整数。
7.根据权利要求6所述的真空干燥箱的智能干燥系统,其特...
【专利技术属性】
技术研发人员:向伟,王品,刘杨敏,
申请(专利权)人:上海博迅医疗生物仪器股份有限公司,
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。