CN113534727A - 基于人工智能平台的渔船用制冷设备的预警控制*** - Google Patents
基于人工智能平台的渔船用制冷设备的预警控制*** Download PDFInfo
- Publication number
- CN113534727A CN113534727A CN202111081952.7A CN202111081952A CN113534727A CN 113534727 A CN113534727 A CN 113534727A CN 202111081952 A CN202111081952 A CN 202111081952A CN 113534727 A CN113534727 A CN 113534727A
- Authority
- CN
- China
- Prior art keywords
- fishing
- data
- consumption
- value
- factor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/048—Monitoring; Safety
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明涉及渔船设备预警控制技术领域,具体为基于人工智能平台的渔船用制冷设备的预警控制***,包括智调单元、云服务器、处理单元、监设单元、渔析理单元、设预单元和警处单元;所述云服务器用于存储渔船上制冷设备使用记录数据相关的渔设信息;所述智调单元用于从云服务器内获取渔设信息,并对渔设信息调取识别到处理单元;所述处理单元用于对渔设信息进行数据处理,本发明通过对平台内相关的记录数据库进行识别处理,划分出在制冷设备运行时的影响数据,并对影响数据进行关联处理,从而分析出各类数据的影响数据,并对影响数据进行统一的归类处理,节省需要使用时的提取和查找时间,加快处理速度。
Description
技术领域
本发明涉及渔船设备预警控制技术领域,具体为基于人工智能平台的渔船用制冷设备的预警控制***。
背景技术
制冷设备,是指主要用于船员食物冷藏、各类货物冷藏及暑天的舱室空气调节的设备,目前船舶上应用最普遍的是压缩制冷设备,通过设备的工作循环将物体及其周围的热量移出,造成并维持一定的低温状态。
船舶上使用的制冷设备由于不是在陆地上,维修起来非常麻烦,所以一般船舶上使用的制冷设备需要不定时地对制冷设备进行检测,避免设备损坏,但是,现有的检测方法是技术人员简单地通过一个显示仪器采集数据,看数据的波动,从而进行判断,耗费大量人力资源,且效率低下,同时,也无法对设备运行的参数以及周边环境进行关联分析处理,从而导致数据的精确性低,为此,我们提出基于人工智能平台的渔船用制冷设备的预警控制***。
发明内容
本发明的目的在于提供基于人工智能平台的渔船用制冷设备的预警控制***,通过对制冷设备的实时数据监测,提取各类数据的影像数据,将各类数据进行总和处理计算,从而计算出一个计算数值,将计算数值与实时检测的相关数值进行比对分析,从而确定制冷设备的正常运行,增加数据关联性,增加数据分析的精确性,增加数据的可靠性,节省数据处的所消耗的时间,提高工作效率。
本发明的目的可以通过以下技术方案实现:基于人工智能平台的渔船用制冷设备的预警控制***,包括智调单元、云服务器、处理单元、监设单元、渔析理单元、设判单元和警处单元;
所述云服务器用于存储渔船上制冷设备使用记录数据相关的渔设信息;
所述智调单元用于从云服务器内获取渔设信息,并对渔设信息调取识别到处理单元;
所述处理单元用于对渔设信息进行数据处理,处理得到渔温因子、渔风因子、设温因子、设环因子、渔季因子、渔气因子、寿命均值、渔耗均值、增长数值ui、识别数值、增长因子和噪安值,并将其一同传输至设判单元;
所述监设单元用于实时监测渔船上制冷设备使用情况的实制信息,将实制信息传输至设判单元;
所述设判单元用于将实制信息与渔设数据、渔温因子、渔风因子、设温因子、设环因子、渔季因子、渔气因子、寿命均值、渔耗均值、增长数值uv、识别数值、增长因子和噪安值进行处理,处理判定出无误信号、损坏信号和噪调信号;
警处单元用于对无误信号、损坏信号和噪调信号进行识别转化,将噪调信号转化为噪调警报,将损坏信号转化为损坏警报,发出警报并显示警报。
进一步的,调取识别的具体过程为:
将渔设信息划分为渔设数据、渔耗数据、渔噪数据、渔温数据、渔风数据、设温数据、设环数据、渔季数据、渔气数据、渔时数据、渔用数据、渔换数据和渔记数据;
所述实制信息包括实设数据、实耗数据、实噪数据、实温数据、实风数据、实度数据、实环数据、实季数据、实气数据、实时数据和实记数据。
进一步的,对渔设信息进行数据处理的具体过程为:
所述渔析理单元从处理单元内提取渔设信息,获取若干个相同的渔设数据,依据若干个相同的渔设数据提取对应的渔用数据和渔换数据,将渔用数据和渔换数据进行差值计算,计算出两者的差值,将其标定为寿命值,将若干个相同的渔设数据对应的寿命值进行均值计算,计算出寿命均值;
提取若干个渔记数据相同的渔设数据,依据若干个渔记数据相同的渔设数据提取检测对应的渔耗数据,将若干个渔耗数据进行均值,将其标定为渔耗均值;
将渔记数据分别标定为不同的使用时间,提取每两个相邻的不同时间对应的渔耗均值,将两个对应的数据进行信号处理,得到均增信号、升增信号和降增信号;
对信号处理的过程进行判断,得到增长数值uv和识别数值;
依据若干个渔设数据提取对应的渔噪数据,将若干个渔噪数据进行均值计算,计算出渔噪均值,将若干个渔噪数据和渔噪均值进行差值计算,从而计算出若干个噪差值,将若干个噪差值进行均值计算,计算出噪差均值,设定预设值a1,将其与噪差均值代入计算式:噪安值=噪差均值±a1,计算出噪安值;
依据对渔设数据对应的渔温数据、渔风数据、设温数据、设环数据、渔季数据、渔气数据和渔时数据与渔耗均值进行影响处理,得到渔温因子、渔风因子、设温因子、设环因子、渔季因子、渔气因子、渔时因子和增长因子。
进一步的,信号处理的具体过程为:
将不同时间对应的渔耗均值进行差值计算,计算得到若干个渔耗均差,将渔耗均差按照渔记数据进行排序,得到渔耗均差,将每个渔耗均差对应的渔记数据标定为一个X轴数值,将每个渔记数据对应的渔耗均差标定为Y轴数值,将每个对应的渔耗均差和渔记数据进行图像转化,从而得到一个平面折线图,对折线图进行识别判断,具体为:
当平面折线图中所有的渔记数据对应的渔耗均差均相同时,则将其标定为均值增长消耗,生成均增信号;
当平面折线图中所有的渔记数据对应的渔耗均差均不相同,且后一个渔耗均差大于前一个渔耗均差时,则将其标定为上升增长消耗,生成升增信号;
当平面折线图中所有的渔记数据对应的渔耗均差均不相同,且后一个渔耗均差小于前一个渔耗均差时,则将其标定为下降增长消耗,生成降增信号。
进一步的,对信号处理的过程进行判断的具体过程为:
依据对折线图进行识别判断,来进行增加值计算,将均增信号、升增信号和降增信号依次赋予识别数值1,2和3,依据均增信号、升增信号和降增信号提取对应的数据;
将消耗数值与识别数值带入到计算式:第二时间段的消耗值=第一时间段的消耗值*(1+ui),计算出增长数值uv,v=1,2,3,其中,第二时间段的消耗值指代后一个渔记数据对应的渔耗均差,第一时间段的消耗值表示为前一个渔记数据对应的渔耗均差,将均增信号、升增信号和降增信号依次对应赋予识别数值1,2和3标定为识别数值;
影响处理的具体处理过程为:
通过变量处理法,对渔设数据对应的渔温数据、渔风数据、设温数据、设环数据、渔季数据、渔气数据、渔时数据和渔耗数据进行分别比对;
即分别保持渔温数据、渔风数据、设温数据、设环数据、渔季数据、渔气数据和渔时数据其中的一项为变量,并提取对应的渔耗数据,依据若干个不同变量的变化差值,以及若干个对应的渔耗数据的差值,分析出对应变量对渔耗数据的影响因子,并将对应计算出的影响因子分别标定为渔温因子、渔风因子、设温因子、设环因子、渔季因子、渔气因子和渔时因子;
依据渔气因子的计算方法,选取出渔设数据对应的增长数值ui与渔噪数据的影响计算,计算出增长值影响因子,将其标定为增长因子。
进一步的,预设分判操作的具体操作过程为:
依据实设数据、渔设数据和实记数据将对应提取渔耗均值、寿命均值、渔设数据、渔温因子、渔风因子、设温因子、设环因子、渔季因子、渔气因子、实温数据、实风数据、实度数据、实环数据、实季数据、实气数据和实时数据带入消耗值计算式,计算出计算消耗值JHi,并对其进行第一判定,得到正信号、异信号;
依据实设数据和渔设数据相匹配,从而选取出对应的增长数值uv、识别数值、噪安值、增长因子、寿命均值和计算消耗值,识别出对应渔设数据对应的识别数值,依据识别数值选取出对应的增长数值,将确定后的增长数值uv与噪安值、计算消耗值、寿命均值和增长因子带入到噪值计算式,计算出JZi表示为计算噪音值;
提取计算噪音值,并将其与实噪数据M2进行比对,具体为:
当JZi+a1>M2>JZi-a1,则判定噪音安全,生成安信号;
当M2≤JZi-a1,或M2≥JZi+a1,则判定噪音造成听觉影响,生成危信号;
提取正信号、异信号、安信号和危信号,并依据其进行检测判断,具体为:
当同时识别到正信号和安信号时,则判定制冷设备正常,生成无误信号;
当是别到异信号,或同时是别到异信号和危信号时,则判定制冷设备损坏,生成损坏信号;
当同时识别到正信号和危信号时,则判定制冷设备噪音存在安全隐患,生成噪调信号。
进一步的,消耗值计算式以及第一判定具体为:
其中,JHi表示为计算消耗值,SWi表示为实温数据,u1表示为渔温因子,SFi表示为实风数据,u2表示为渔风因子,SDi表示为实度数据,u3表示为设温因子,SHi表示为实环数据,u4表示为设环因子,SJi表示为实季数据,u5表示为渔季因子,SQi表示为实气数据,u6表示为渔气因子,SSi表示为实时数据,SMi表示为寿命均值,u6表示为寿命的寿命均值的影响因子,e表示为计算消耗值的偏差调节因子,g表示为渔耗均值的转化调节因子,i=1,2,3……n,n为正整数;
提取计算下消耗值,并将其与实耗数据进行比对,具体为:
当M1-JHi<A1,则判定消耗值正常,生成正信号;
当M1-JHi≥A1,则判定消耗值异常,生成异信号,M1表示为实耗数据,A1表示为消耗的差值预设值。
本发明的有益效果:
(1)通过对平台内相关的记录数据库进行识别处理,划分出在制冷设备运行时的影响数据,并对影响数据进行关联处理,从而分析出各类数据的影响数据,并对影响数据进行统一的归类处理,节省需要使用时的提取和查找时间,加快处理速度;
(2)通过对制冷设备的实时数据监测,提取各类数据的影像数据,将各类数据进行总和处理计算,从而计算出一个计算数值,将计算数值与实时检测的相关数值进行比对分析,从而确定制冷设备的正常运行,增加数据关联性,增加数据分析的精确性,增加数据的可靠性,节省数据处的所消耗的时间,提高工作效率。
附图说明
下面结合附图对本发明做进一步的说明。
图1是本发明的***框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1所示,本发明为基于人工智能平台的渔船用制冷设备的预警控制***,包括智调单元、云服务器、处理单元、监设单元、渔析理单元、设判单元和警处单元,本发明中的名称命名只是用来区分不同的单元和数据的种类,并不表示他的功能;
所述云服务器用于存储渔船上制冷设备使用记录数据的相关信息,将渔船上制冷设备使用记录数据的相关信息标定为渔设信息;
所述智调单元用于从云服务器内获取渔设信息,并对渔设信息进行调取识别处理,具体为:将渔设信息识别为渔设数据、渔耗数据、渔噪数据、渔温数据、渔风数据、设温数据、设环数据、渔季数据、渔气数据、渔时数据、渔用数据、渔换数据和渔记数据,其中,渔设数据指代渔船对应的制冷设备,渔耗数据指代渔船上制冷设备的耗电量与单位时间进行除法计算得来的耗电率,渔噪数据指代渔船上制冷设备的噪音大小,渔温数据指代渔船上制冷设备所制冷的温度大小,渔风数据指代渔船上制冷设备制冷的吹风大小,设温数据指代渔船上制冷设备自身的温度大小,设环数据指代渔船上制冷设备在制冷时对应的环境温度大小,渔季数据指代渔船上制冷设备在工作时对应的季节,且季节分为春夏秋冬四季,渔气数据指代渔船上制冷设备在工作时对应的天气,且天气包含阴天和晴天,渔时数据指代渔船上制冷设备在工作时对应的时间,渔用数据指代渔船上制冷设备开始使用的时间,渔换数据指代渔船上制冷设备更换的时间,渔记数据指代渔船上制冷设备使用的时间长短,将渔设数据、渔耗数据、渔噪数据、渔温数据、渔风数据、设温数据、设环数据、渔季数据、渔气数据、渔时数据、渔用数据、渔换数据和渔记数据传输至处理单元;
处理单元将接收到的渔设数据、渔耗数据、渔噪数据、渔温数据、渔风数据、设温数据、设环数据、渔季数据、渔气数据、渔时数据、渔用数据、渔换数据和渔记数据传输至渔析理单元;
所述渔析理单元用于对渔设数据、渔耗数据、渔噪数据、渔温数据、渔风数据、设温数据、设环数据、渔季数据、渔气数据、渔时数据、渔用数据、渔换数据和渔记数据进行析理处理操作,析理处理操作的具体操作过程为:
获取若干个相同的渔设数据,依据若干个相同的渔设数据提取对应的渔用数据和渔换数据,将渔用数据和渔换数据进行差值计算,计算出两者的差值,将其标定为寿命值,将若干个相同的渔设数据对应的寿命值进行求和计算,计算出寿命和,将寿命和除以若干个相同的渔设数据的个数,计算出寿命均值;
提取若干个渔记数据相同的渔设数据,依据若干个渔记数据相同的渔设数据提取检测对应的渔耗数据,将若干个渔耗数据进行求和计算,计算出渔耗数据的总和,将渔耗数据的总和除以若干个对应的渔耗数据对应的个数,计算出不同的渔记数据渔耗数据的平均值,将其标定为渔耗均值,此处的渔耗均值是指代理想状态下的消耗量,即不会被采集的其他数据影响的数值;
将渔记数据分别标定为不同的使用时间,提取每两个相邻的不同时间对应的渔耗均值,将两者进行差值计算,计算得到若干个渔耗均差,将渔耗均差按照渔记数据进行排序,得到渔耗均差,将每个渔耗均差对应的渔记数据标定为一个X轴数值,将每个渔记数据对应的渔耗均差标定为Y轴数值,其中,此处的图像标定就是将一类数据标定为一个X轴数值,另一类数据标定为Y轴数值,是一个很简单的标定,比如说X轴为时间,Y轴为对应的消耗数据,且X轴和Y轴是相对应的,那么就可以形成一个简单的直角坐标系的标点,后面的折线图就是将上面的标点进行依次连接起来,将每个对应的渔耗均差和渔记数据进行图像转化,从而得到一个平面折线图,对折线图进行识别判断,具体为:
当平面折线图中所有的渔记数据对应的渔耗均差均相同时,则将其标定为均值增长消耗,生成均增信号;
当平面折线图中所有的渔记数据对应的渔耗均差均不相同,且后一个渔耗均差大于前一个渔耗均差时,则将其标定为上升增长消耗,生成升增信号;
当平面折线图中所有的渔记数据对应的渔耗均差均不相同,且后一个渔耗均差小于前一个渔耗均差时,则将其标定为下降增长消耗,生成降增信号;
相邻渔耗均差对应排序之间的渔记数据的差值相同;
依据对折线图进行识别判断,来进行增加值计算,将均增信号、升增信号和降增信号依次赋予识别数值1,2和3,依据均增信号、升增信号和降增信号提取对应的数据,并将其带入到计算式:第二时间段的消耗值=第一时间段的消耗值*(1+ui),计算出增长数值uv,v=1,2,3,其中,第二时间段的消耗值指代后一个渔记数据对应的渔耗均差,第一时间段的消耗值表示为前一个渔记数据对应的渔耗均差,将均增信号、升增信号和降增信号依次对应赋予识别数值1,2和3标定为识别数值;
依据若干个渔设数据提取对应的渔噪数据,将若干个渔噪数据进行求和计算,计算出渔噪数据的总和,将渔噪数据的总和除以若干个对应的渔噪数据对应的个数,计算出渔噪数据的平均值,将其标定为渔噪均值,将若干个渔噪数据和渔噪均值进行差值计算,从而计算出若干个噪差值,将若干个噪差值进行求和计算,计算出噪差总值,将噪差总值除以若干个噪差值的个数,计算出噪差均值,设定预设值a1,将其与噪差均值代入计算式:噪安值=噪差均值±a1,计算出噪安值,且此处的噪安值指代理想状态下的噪音;
提取渔设数据、渔温数据、渔风数据、设温数据、设环数据、渔季数据、渔气数据和渔时数据,并依据渔设数据将对应的渔温数据、渔风数据、设温数据、设环数据、渔季数据、渔气数据和渔时数据与渔耗均值进行影响处理,影响处理的具体处理过程为:
通过变量处理法,对渔设数据对应的渔温数据、渔风数据、设温数据、设环数据、渔季数据、渔气数据、渔时数据和渔耗数据进行分别比对;
即分别保持渔温数据、渔风数据、设温数据、设环数据、渔季数据、渔气数据和渔时数据其中的一项为变量,并提取对应的渔耗数据,依据若干个不同变量的变化差值,以及若干个对应的渔耗数据的差值,分析出对应变量对渔耗数据的影响因子,并将对应计算出的影响因子分别标定为渔温因子、渔风因子、设温因子、设环因子、渔季因子、渔气因子和渔时因子;
依据渔气因子的计算方法,选取出渔设数据对应的增长数值ui与渔噪数据的影响计算,计算出增长值影响因子,将其标定为增长因子;
将渔温因子、渔风因子、设温因子、设环因子、渔季因子、渔气因子、寿命均值、渔耗均值、增长数值ui、识别数值、增长因子和噪安值一同传输至设判单元;
所述监设单元用于实时监测渔船上制冷设备的使用情况,并将实时监测的渔船上制冷设备的使用情况标定为实制信息,实制信息包括实设数据、实耗数据、实噪数据、实温数据、实风数据、实度数据、实环数据、实季数据、实气数据、实时数据和实记数据,其中,实设数据指代实时检测渔船对应的制冷设备,实耗数据指代实时检测渔船上制冷设备的耗电量与单位时间进行除法计算得来的耗电率,实噪数据指代实时检测渔船上制冷设备的噪音大小,实温数据指代实时检测渔船上制冷设备所制冷的温度大小,实风数据指代实时检测渔船上制冷设备制冷的吹风大小,实度数据指代实时检测渔船上制冷设备自身的温度大小,实环数据指代实时检测渔船上制冷设备在制冷时对应的环境温度大小,实季数据指代实时检测渔船上制冷设备在工作时对应的季节,且季节分为春夏秋冬四季,实气数据指代实时检测渔船上制冷设备在工作时对应的天气,且天气包含阴天和晴天,实时数据指代实时检测渔船上制冷设备在工作时对应的时间,将实制信息包括实设数据、实耗数据、实噪数据、实温数据、实风数据、实度数据、实环数据、实季数据、实气数据、实时数据和实记数据一同传输至设判单元;
所述设判单元用于将接收的实制信息包括实设数据、实耗数据、实噪数据、实温数据、实风数据、实度数据、实环数据、实季数据、实气数据、实时数据和实记数据,与渔设数据、渔温因子、渔风因子、设温因子、设环因子、渔季因子、渔气因子、寿命均值、渔耗均值、增长数值uv、识别数值、增长因子和噪安值一同进行预设分判操作,预设分判操作的具体操作过程为:
选取出实设数据,并将其与渔设数据进行匹配,选取出对应的实耗数据、实噪数据、实温数据、实风数据、实度数据、实环数据、实季数据、实气数据、实时数据和实记数据,与渔设数据、渔温因子、渔风因子、设温因子、设环因子、渔季因子、渔气因子、寿命均值、渔耗均值、增长数值uv、识别数值、增长因子和噪安值;
依据实设数据和实记数据将对应提取渔耗均值、寿命均值、渔设数据、渔温因子、渔风因子、设温因子、设环因子、渔季因子、渔气因子、实温数据、实风数据、实度数据、实环数据、实季数据、实气数据和实时数据代入计算式:
其中,JHi表示为计算消耗值,SWi表示为实温数据,u1表示为渔温因子,SFi表示为实风数据,u2表示为渔风因子,SDi表示为实度数据,u3表示为设温因子,SHi表示为实环数据,u4表示为设环因子,SJi表示为实季数据,u5表示为渔季因子,SQi表示为实气数据,u6表示为渔气因子,SSi表示为实时数据,SMi表示为寿命均值,u6表示为寿命的寿命均值的影响因子,e表示为计算消耗值的偏差调节因子,g表示为渔耗均值的转化调节因子,i=1,2,3……n,n为正整数;
提取计算下消耗值,并将其与实耗数据进行比对,具体为:
当M1-JHi<A1,则判定消耗值正常,生成正信号;
当M1-JHi≥A1,则判定消耗值异常,生成异信号,M1表示为实耗数据,其中,A1表示为消耗的差值预设值,用于判定计算值中的消耗情况;
依据实设数据和渔设数据相匹配,从而选取出对应的增长数值uv、识别数值、噪安值、增长因子、寿命均值和计算消耗值,识别出对应渔设数据对应的识别数值,依据识别数值选取出对应的增长数值,将确定后的增长数值uv与噪安值、计算消耗值、寿命均值和增长因子带入到计算式:
其中,JZi表示为计算噪音值,ZNi表示为噪安值,JHi表示为计算消耗值,p1表示为计算下消耗值对计算噪音值的影响转化因子,p2表示为寿命均值对计算噪音值的影响因子,c表示为寿命均值和计算消耗值的转换调节因子,其中,本发明中所有计算式所应用到的相关影响数值均是通过数据量化,提取对应的数值,再代入计算式进行数据计算;
提取计算噪音值,并将其与实噪数据M2进行比对,具体为:
当JZi+a1>M2>JZi-a1,则判定噪音安全,生成安信号;
当M2≤JZi-a1,或M2≥JZi+a1,则判定噪音造成听觉影响,生成危信号;
提取正信号、异信号、安信号和危信号,并依据其进行检测判断,具体为:
当同时识别到正信号和安信号时,则判定制冷设备正常,生成无误信号;
当是别到异信号,或同时是别到异信号和危信号时,则判定制冷设备损坏,生成损坏信号;
当同时识别到正信号和危信号时,则判定制冷设备噪音存在安全隐患,生成噪调信号;
将无误信号、损坏信号和噪调信号一同传输至警处单元;
警处单元接收无误信号、损坏信号和噪调信号,并对无误信号、损坏信号和噪调信号进行识别转化,当识别到无误信号时,则不进行信号转化,当识别到噪调信号时,则自动转化为噪调警报,并进行显示,当识别到损坏信号时,则将其转化为损坏警报,发出警报并显示警报。
本发明在工作时,通过智调单元从云服务器内获取渔设信息,并将渔设信息识别为渔设数据、渔耗数据、渔噪数据、渔温数据、渔风数据、设温数据、设环数据、渔季数据、渔气数据、渔时数据、渔用数据、渔换数据和渔记数据,并将其经过处理单元传输至渔析理单元,渔析理单元对渔设数据、渔耗数据、渔噪数据、渔温数据、渔风数据、设温数据、设环数据、渔季数据、渔气数据、渔时数据、渔用数据、渔换数据和渔记数据进行析理处理操作,得到渔温因子、渔风因子、设温因子、设环因子、渔季因子、渔气因子、寿命均值、渔耗均值、增长数值ui、识别数值、增长因子和噪安值,并将其一同传输至设判单元,监设单元实时监测渔船上制冷设备的使用情况,并将实时监测的渔船上制冷设备的使用情况标定为实设数据、实耗数据、实噪数据、实温数据、实风数据、实度数据、实环数据、实季数据、实气数据、实时数据和实记数据,将其传输至设判单元;设判单元将接收的实制信息包括实设数据、实耗数据、实噪数据、实温数据、实风数据、实度数据、实环数据、实季数据、实气数据、实时数据和实记数据,与渔设数据、渔温因子、渔风因子、设温因子、设环因子、渔季因子、渔气因子、寿命均值、渔耗均值、增长数值uv、识别数值、增长因子和噪安值一同进行预设分判操作,得到无误信号、损坏信号和噪调信号,并将其一同传输至警处单元,警处单元接收无误信号、损坏信号和噪调信号,并对无误信号、损坏信号和噪调信号进行识别转化,当识别到无误信号时,则不进行信号转化,当识别到噪调信号时,则自动转化为噪调警报,并进行显示,当识别到损坏信号时,则将其转化为损坏警报,发出警报并显示警报。
以上内容仅仅是对本发明结构所做的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (7)
1.基于人工智能平台的渔船用制冷设备的预警控制***,其特征在于,包括智调单元、云服务器、处理单元、监设单元、渔析理单元、设判单元和警处单元;
所述云服务器用于存储渔船上制冷设备使用记录数据相关的渔设信息;
所述智调单元用于从云服务器内获取渔设信息,并对渔设信息调取识别到处理单元;
所述处理单元用于对渔设信息进行数据处理,处理得到渔温因子、渔风因子、设温因子、设环因子、渔季因子、渔气因子、寿命均值、渔耗均值、增长数值ui、识别数值、增长因子和噪安值,并将其一同传输至设判单元;
所述监设单元用于实时监测渔船上制冷设备使用情况的实制信息,将实制信息传输至设判单元;
所述设判单元用于将实制信息与渔设数据、渔温因子、渔风因子、设温因子、设环因子、渔季因子、渔气因子、寿命均值、渔耗均值、增长数值uv、识别数值、增长因子和噪安值进行处理,处理判定出无误信号、损坏信号和噪调信号;
警处单元用于对无误信号、损坏信号和噪调信号进行识别转化,将噪调信号转化为噪调警报,将损坏信号转化为损坏警报,发出警报并显示警报。
2.根据权利要求1所述的基于人工智能平台的渔船用制冷设备的预警控制***,其特征在于,调取识别的具体过程为:
将渔设信息划分为渔设数据、渔耗数据、渔噪数据、渔温数据、渔风数据、设温数据、设环数据、渔季数据、渔气数据、渔时数据、渔用数据、渔换数据和渔记数据;
所述实制信息包括实设数据、实耗数据、实噪数据、实温数据、实风数据、实度数据、实环数据、实季数据、实气数据、实时数据和实记数据。
3.根据权利要求2所述的基于人工智能平台的渔船用制冷设备的预警控制***,其特征在于,对渔设信息进行数据处理的具体过程为:
所述渔析理单元从处理单元内提取渔设信息,获取若干个相同的渔设数据,依据若干个相同的渔设数据提取对应的渔用数据和渔换数据,将渔用数据和渔换数据进行差值计算,计算出两者的差值,将其标定为寿命值,将若干个相同的渔设数据对应的寿命值进行均值计算,计算出寿命均值;
提取若干个渔记数据相同的渔设数据,依据若干个渔记数据相同的渔设数据提取检测对应的渔耗数据,将若干个渔耗数据进行均值,将其标定为渔耗均值;
将渔记数据分别标定为不同的使用时间,提取每两个相邻的不同时间对应的渔耗均值,将两个对应的数据进行信号处理,得到均增信号、升增信号和降增信号;
对信号处理的过程进行判断,得到增长数值uv和识别数值;
依据若干个渔设数据提取对应的渔噪数据,将若干个渔噪数据进行均值计算,计算出渔噪均值,将若干个渔噪数据和渔噪均值进行差值计算,从而计算出若干个噪差值,将若干个噪差值进行均值计算,计算出噪差均值,设定预设值a1,将其与噪差均值代入计算式:噪安值=噪差均值±a1,计算出噪安值;
依据对渔设数据对应的渔温数据、渔风数据、设温数据、设环数据、渔季数据、渔气数据和渔时数据与渔耗均值进行影响处理,得到渔温因子、渔风因子、设温因子、设环因子、渔季因子、渔气因子、渔时因子和增长因子。
4.根据权利要求3所述的基于人工智能平台的渔船用制冷设备的预警控制***,其特征在于,信号处理的具体过程为:
将不同时间对应的渔耗均值进行差值计算,计算得到若干个渔耗均差,将渔耗均差按照渔记数据进行排序,得到渔耗均差,将每个渔耗均差对应的渔记数据标定为一个X轴数值,将每个渔记数据对应的渔耗均差标定为Y轴数值,将每个对应的渔耗均差和渔记数据进行图像转化,从而得到一个平面折线图,对折线图进行识别判断,具体为:
当平面折线图中所有的渔记数据对应的渔耗均差均相同时,则将其标定为均值增长消耗,生成均增信号;
当平面折线图中所有的渔记数据对应的渔耗均差均不相同,且后一个渔耗均差大于前一个渔耗均差时,则将其标定为上升增长消耗,生成升增信号;
当平面折线图中所有的渔记数据对应的渔耗均差均不相同,且后一个渔耗均差小于前一个渔耗均差时,则将其标定为下降增长消耗,生成降增信号。
5.根据权利要求4所述的基于人工智能平台的渔船用制冷设备的预警控制***,其特征在于,对信号处理的过程进行判断的具体过程为:
依据对折线图进行识别判断,来进行增加值计算,将均增信号、升增信号和降增信号依次赋予识别数值1,2和3,依据均增信号、升增信号和降增信号提取对应的数据;
将消耗数值与识别数值带入到计算式:第二时间段的消耗值=第一时间段的消耗值*(1+ui),计算出增长数值uv,v=1,2,3,其中,第二时间段的消耗值指代后一个渔记数据对应的渔耗均差,第一时间段的消耗值表示为前一个渔记数据对应的渔耗均差,将均增信号、升增信号和降增信号依次对应赋予识别数值1,2和3标定为识别数值;
影响处理的具体处理过程为:
通过变量处理法,对渔设数据对应的渔温数据、渔风数据、设温数据、设环数据、渔季数据、渔气数据、渔时数据和渔耗数据进行分别比对;
即分别保持渔温数据、渔风数据、设温数据、设环数据、渔季数据、渔气数据和渔时数据其中的一项为变量,并提取对应的渔耗数据,依据若干个不同变量的变化差值,以及若干个对应的渔耗数据的差值,分析出对应变量对渔耗数据的影响因子,并将对应计算出的影响因子分别标定为渔温因子、渔风因子、设温因子、设环因子、渔季因子、渔气因子和渔时因子;
依据渔气因子的计算方法,选取出渔设数据对应的增长数值ui与渔噪数据的影响计算,计算出增长值影响因子,将其标定为增长因子。
6.根据权利要求5所述的基于人工智能平台的渔船用制冷设备的预警控制***,其特征在于,预设分判操作的具体操作过程为:
依据实设数据、渔设数据和实记数据将对应提取渔耗均值、寿命均值、渔设数据、渔温因子、渔风因子、设温因子、设环因子、渔季因子、渔气因子、实温数据、实风数据、实度数据、实环数据、实季数据、实气数据和实时数据带入消耗值计算式,计算出计算消耗值JHi,并对其进行第一判定,得到正信号、异信号;
依据实设数据和渔设数据相匹配,从而选取出对应的增长数值uv、识别数值、噪安值、增长因子、寿命均值和计算消耗值,识别出对应渔设数据对应的识别数值,依据识别数值选取出对应的增长数值,将确定后的增长数值uv与噪安值、计算消耗值、寿命均值和增长因子带入到噪值计算式,计算出JZi表示为计算噪音值;
提取计算噪音值,并将其与实噪数据M2进行比对,具体为:
当JZi+a1>M2>JZi-a1,则判定噪音安全,生成安信号;
当M2≤JZi-a1,或M2≥JZi+a1,则判定噪音造成听觉影响,生成危信号;
提取正信号、异信号、安信号和危信号,并依据其进行检测判断,具体为:
当同时识别到正信号和安信号时,则判定制冷设备正常,生成无误信号;
当是别到异信号,或同时是别到异信号和危信号时,则判定制冷设备损坏,生成损坏信号;
当同时识别到正信号和危信号时,则判定制冷设备噪音存在安全隐患,生成噪调信号。
7.根据权利要求6所述的基于人工智能平台的渔船用制冷设备的预警控制***,其特征在于,消耗值计算式以及第一判定具体为:
其中,JHi表示为计算消耗值,SWi表示为实温数据,u1表示为渔温因子,SFi表示为实风数据,u2表示为渔风因子,SDi表示为实度数据,u3表示为设温因子,SHi表示为实环数据,u4表示为设环因子,SJi表示为实季数据,u5表示为渔季因子,SQi表示为实气数据,u6表示为渔气因子,SSi表示为实时数据,SMi表示为寿命均值,u6表示为寿命的寿命均值的影响因子,e表示为计算消耗值的偏差调节因子,g表示为渔耗均值的转化调节因子,i=1,2,3……n,n为正整数;
提取计算下消耗值,并将其与实耗数据进行比对,具体为:
当M1-JHi<A1,则判定消耗值正常,生成正信号;
当M1-JHi≥A1,则判定消耗值异常,生成异信号,M1表示为实耗数据,A1表示为消耗的差值预设值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111081952.7A CN113534727B (zh) | 2021-09-15 | 2021-09-15 | 基于人工智能平台的渔船用制冷设备的预警控制*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111081952.7A CN113534727B (zh) | 2021-09-15 | 2021-09-15 | 基于人工智能平台的渔船用制冷设备的预警控制*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113534727A true CN113534727A (zh) | 2021-10-22 |
CN113534727B CN113534727B (zh) | 2021-12-07 |
Family
ID=78123138
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111081952.7A Active CN113534727B (zh) | 2021-09-15 | 2021-09-15 | 基于人工智能平台的渔船用制冷设备的预警控制*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113534727B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113885362A (zh) * | 2021-10-25 | 2022-01-04 | 安徽飞凯电子技术有限公司 | 一种室外网络机柜的运行调控*** |
CN114200988A (zh) * | 2021-12-06 | 2022-03-18 | 深圳市时誉高精科技有限公司 | 基于大数据的室内恒温器管理*** |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105353611A (zh) * | 2015-10-27 | 2016-02-24 | 广州中国科学院沈阳自动化研究所分所 | 面向冷藏集装箱船的制冷功率平衡控制方法及其控制*** |
CN205209050U (zh) * | 2015-12-21 | 2016-05-04 | 威海东海船舶修造有限公司 | 一种远洋渔船冷藏装置 |
WO2018071331A1 (en) * | 2016-10-10 | 2018-04-19 | Carrier Corporation | Method of stacking refrigerated shipping containers |
CN109844430A (zh) * | 2016-10-12 | 2019-06-04 | 开利公司 | 节能冷藏集装箱操作 |
CN111999088A (zh) * | 2020-08-29 | 2020-11-27 | 大连海事大学 | 一种船舶制冷***故障诊断方法、装置及存储介质 |
CN112937780A (zh) * | 2021-03-04 | 2021-06-11 | 深圳市兄弟制冰***有限公司 | 基于互联网的渔船用冷冻机组多功能控制***及方法 |
-
2021
- 2021-09-15 CN CN202111081952.7A patent/CN113534727B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105353611A (zh) * | 2015-10-27 | 2016-02-24 | 广州中国科学院沈阳自动化研究所分所 | 面向冷藏集装箱船的制冷功率平衡控制方法及其控制*** |
CN205209050U (zh) * | 2015-12-21 | 2016-05-04 | 威海东海船舶修造有限公司 | 一种远洋渔船冷藏装置 |
WO2018071331A1 (en) * | 2016-10-10 | 2018-04-19 | Carrier Corporation | Method of stacking refrigerated shipping containers |
CN109844430A (zh) * | 2016-10-12 | 2019-06-04 | 开利公司 | 节能冷藏集装箱操作 |
CN111999088A (zh) * | 2020-08-29 | 2020-11-27 | 大连海事大学 | 一种船舶制冷***故障诊断方法、装置及存储介质 |
CN112937780A (zh) * | 2021-03-04 | 2021-06-11 | 深圳市兄弟制冰***有限公司 | 基于互联网的渔船用冷冻机组多功能控制***及方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113885362A (zh) * | 2021-10-25 | 2022-01-04 | 安徽飞凯电子技术有限公司 | 一种室外网络机柜的运行调控*** |
CN113885362B (zh) * | 2021-10-25 | 2024-03-15 | 安徽飞凯电子技术有限公司 | 一种室外网络机柜的运行调控*** |
CN114200988A (zh) * | 2021-12-06 | 2022-03-18 | 深圳市时誉高精科技有限公司 | 基于大数据的室内恒温器管理*** |
Also Published As
Publication number | Publication date |
---|---|
CN113534727B (zh) | 2021-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113534727B (zh) | 基于人工智能平台的渔船用制冷设备的预警控制*** | |
CN117093879B (zh) | 一种数据中心智能化运营管理方法及*** | |
CN116246407B (zh) | 一种基于人工智能的农林区域火灾预警监管*** | |
CN104807644B (zh) | 一种风电机组变桨***的故障预警方法及*** | |
CN107294213B (zh) | 一种电网设备智能监测*** | |
CN113049142A (zh) | 温度传感器的告警方法、装置、设备及存储介质 | |
CN115800552B (zh) | 一种超级电容运行电力调频用智能调控***及方法 | |
CN113177646B (zh) | 一种基于自适应边缘代理的配电设备在线监测方法及*** | |
CN112228290B (zh) | 一种风力机变桨***故障智能预警方法 | |
KR20190082715A (ko) | 상관도를 고려한 데이터 분류 방법 및 이 방법을 수행하기 위한 프로그램이 저장된 컴퓨터 판독가능한 저장매체 | |
CN117411918B (zh) | 一种基于iot物联网的监控报警方法及*** | |
CN117289778B (zh) | 一种工控主机电源健康状态的实时监测方法 | |
CN117353465B (zh) | 一种基于传感器的变频配电柜运行监管*** | |
CN111163075A (zh) | 电力监控***设备性能指标阈值动态调整方法 | |
CN118071116B (zh) | 一种基于数据分析的设备运维智能化管理*** | |
CN116579615A (zh) | 一种基于无人机遥感的植被覆盖监测*** | |
KR101997580B1 (ko) | 상관도를 고려한 데이터 분류 방법 및 이 방법을 수행하기 위한 프로그램이 저장된 컴퓨터 판독가능한 저장매체 | |
KR20180024331A (ko) | 조기경보시스템에서 외부 영향을 고려한 최신 데이터 학습 방법 및 그 시스템 | |
CN117708637A (zh) | 基于改进k均值聚类分析的风电机组叶片故障诊断方法 | |
CN114943494B (zh) | 一种基于bim技术的建筑设计进度监管*** | |
CN116633002A (zh) | 一种基于人工智能的uv变频电源并联运行控制*** | |
CN116014902A (zh) | 一种光伏并网逆变器用全自动化老化监测*** | |
CN114577363A (zh) | 一种母线温升在线监控反馈*** | |
CN116778688B (zh) | 机房告警事件处理方法、装置、设备及存储介质 | |
CN117791868B (zh) | 用于智能配电柜的温度在线监测方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |