CN116360331A - 一种通用的自动化控制***及控制方法 - Google Patents

一种通用的自动化控制***及控制方法 Download PDF

Info

Publication number
CN116360331A
CN116360331A CN202310643940.1A CN202310643940A CN116360331A CN 116360331 A CN116360331 A CN 116360331A CN 202310643940 A CN202310643940 A CN 202310643940A CN 116360331 A CN116360331 A CN 116360331A
Authority
CN
China
Prior art keywords
data
module
equipment
parameters
control
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
Application number
CN202310643940.1A
Other languages
English (en)
Other versions
CN116360331B (zh
Inventor
乔金宇
李坤
叶卫明
刘维钊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong Industrial Pump Motors Co ltd
Original Assignee
Shandong Industrial Pump Motors Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shandong Industrial Pump Motors Co ltd filed Critical Shandong Industrial Pump Motors Co ltd
Priority to CN202310643940.1A priority Critical patent/CN116360331B/zh
Publication of CN116360331A publication Critical patent/CN116360331A/zh
Application granted granted Critical
Publication of CN116360331B publication Critical patent/CN116360331B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • G05B19/0423—Input/output
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/25—Pc structure of the system
    • G05B2219/25257—Microcontroller
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
    • Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
    • Y02A40/22—Improving land use; Improving water use or availability; Controlling erosion
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明涉及自动化控制技术领域，尤其涉及一种通用的自动化控制***及控制方法，包括：设备模块，数据采集模块，一级数据处理模块，二级数据处理模块，数据分析模块，控制模块，检测反馈模块。二级数据处理模块对一级数据处理后的数据进行精准处理，并将获取的精准设备数据发送至数据分析模块；数据分析模块对精准设备数据进行数据分析，得到各个设备的控制参数，并发送至控制模块；控制模块对各个设备的参数进行调整；检测反馈模块对各个模块进行监测，并将检测得到的数据反馈到各个模块中，自适应地对各个模块进行调整。解决了通用的自动化控制***控制的准确率较低，通用的自动化控制***运行稳定性较差的技术问题。

Description

一种通用的自动化控制***及控制方法
技术领域
本发明涉及自动化控制技术领域，尤其涉及一种通用的自动化控制***及控制方法。
背景技术
自动控制***在各个领域得到了广泛应用，例如工业生产、农业灌溉、交通管理等。这些***通过自动化技术对各类设备和过程进行实时监控和调节，以提高生产效率、降低成本和确保安全。然而，自动控制***的性能受多种因素影响，如***的复杂性、控制策略的准确性以及各设备参数的实时性等。因此，实现高效、稳定、准确的自动化控制方法一直是自动控制领域的研究重点。
传统的自动控制***通常采用固定参数和预设策略进行控制，这可能导致***性能受限，难以适应不断变化的外部环境和设备状态。为了提高控制***的性能，研究人员已经提出了许多自适应控制方法和优化算法。然而，这些方法和算法在实际应用中仍面临诸多挑战，如处理大量设备数据的计算负担、实时性能的保障以及控制策略的优化等。
因此，开发一种通用的自动化控制***及控制方法，可以有效解决上述问题，提高控制***在各个领域的应用性能，是本发明的主要目的。
发明内容
本发明通过提供一种通用的自动化控制***及控制方法，解决了现有技术中的自动控制***的复杂性、控制策略不准确以及不能及时响应的问题。
本发明具体包括以下技术方案：
一种通用的自动化控制***，包括以下部分：
设备模块，数据采集模块，一级数据处理模块，二级数据处理模块，数据分析模块，控制模块，检测反馈模块；
所述设备模块，包含通用的自动化控制***中的所有设备并对所述设备进行管理维护；
所述数据采集模块，对所述设备模块中的设备进行数据采集获得通用的自动化控制***的设备数据；
所述一级数据处理模块，对数据采集模块采集到的设备数据进行一级处理，为数据二级处理的准确性进行铺垫；
所述二级数据处理模块，对一级处理后的设备数据进行二级处理，得到各个设备的精准设备数据，并将二级处理后的设备数据发送至数据分析模块；
所述数据分析模块，将所述二级数据处理模块得到的精准设备数据，进行数据分析，得到各个设备的控制参数，并将控制参数发送至控制模块，进一步对设备进行自动化控制；
所述控制模块，通过数据分析模块传送的各个设备的控制参数对各个设备的参数进行自动化调整控制，选择对应领域模式实现对不同领域***的自动化控制；
所述检测反馈模块，对通用的自动化控制***的各个模块进行检测，并将检测得到的数据信息反馈到各个模块中，自适应地对各个模块进行调整，完成对通用的自动化控制***的自动化控制。
优选的，所述设备模块的设备包含场景传感器，环境传感器，***传感器，风速传感器，气压传感器，工作测量器，一体化控制器，作业通道，工作监控设备。
优选的，所述控制模块包含场景控制组件，环境控制组件，空间控制组件，***控组件，工作初始源控制组件，作业控制组件。
一种通用的自动化控制方法，包括以下步骤：
S1. 通过数据采集模块对通用的自动化控制***中的设备参数数据进行采集，并将采集到的设备参数数据进行一级数据处理以及二级数据处理，得到准确的设备参数数据；
S2. 将二级数据处理后的设备数据经数据分析模块进行数据分析，得到工作区的状态参数，进一步，得到各设备的控制参数，为控制模块对设备的自动化控制提供数据基础；
S3. 将数据分析模块获取的控制参数经控制模块对各个设备进行自动化参数调整，同时在整个通用的自动化控制***运行过程中，通过检测反馈模块的反馈自适应的调整***各个设备参数，实现通用的自动化控制***准确的自动化控制。
优选的，所述S1具体包括：
对通用的自动化控制***中的设备参数进行采集，得到设备参数数据集合
Figure SMS_1
；对采集到的设备数据进行一级数据处理，针对不同设备的数据分别进行一级数据处理，具体地：
第一，对工作监控设备参数集合
Figure SMS_2
，利用去除无效值，降噪方法进行一级数据处理，得到一级数据处理后的工作监控设备参数数据集合/>
Figure SMS_3
；
第二，对于工作测量器参数得到的工作量R，采用标准归一化方法进行一级数据处理，得到一级数据处理后的工作量集合
Figure SMS_4
，通过标准归一化处理可降低数值大小；
第三，对工作区设备的数据集合
Figure SMS_5
，进行优化一级数据处理，具体过程如下：首先，直接删掉无效值及异常值，然后对删减后的数据用拟合算法进行拟合，即利用最小二乘法、拉格朗日拟合法或在拟合算法中选取两种不同算法进行拟合，通过由拟合函数构成的小波函数进行小波变换对删减后的数据进行小波处理，即对设备数据利用优化的小波变换进行降噪，进一步得到优化一级数据处理后工作区设备数据集合/>
Figure SMS_6
。
优选的，所述S1具体包括，二级数据处理过程如下：
第一步，通过上述拟合算法对数据集合进行拟合得到的拟合函数，预测设备参数数据的L个预测数值
Figure SMS_7
；
第二步，通过对第一步得到的拟合函数得到的拟合数据利用包装法进行特征提取，得到每种拟合算法下的特征集合T；
第三步，对上述L个预测数值
Figure SMS_8
结合特征集合T进行加权平均，求得设备参数数据的最佳的预测值/>
Figure SMS_9
；权重由特征集合T获取，每个权重通过计算对应特征向量的模来获取；具体公式表示如下：
Figure SMS_10
，
其中，
Figure SMS_11
表示对特征集合的每个特征向量进行取模计算；
第四步，将上述最佳预测值
Figure SMS_12
，与优化一级数据处理后的工作区设备参数数据集合
Figure SMS_13
相加，最后，得到二级数据处理后的工作区设备的数据集合/>
Figure SMS_14
。
优选的，所述S2具体包括：
将工作区设备数据经二级处理后送至数据分析模块，通过构建优化深度分析模型进行数据分析，得到工作区的状态参数；通过构建最佳匹配模型，将状态参数与历来状态参照依据进行匹配计算，得到最佳匹配状态，进一步制定应对策略，得到准确控制参数对通用的自动化控制***进行自动化控制。
优选的，所述S2还包括：
对二级数据处理后的工作区的设备数据集合
Figure SMS_15
，通过构建优化深度分析模型进行数据分析，得到工作区的状态参数，模型构建如下：
Figure SMS_16
，
其中，
Figure SMS_17
表示精准处理后工作区设备的参数数据集合，包括场景传感器，环境传感器，***传感器，空间传感器，气压传感器以及不同控制***所需设备的参数数据；/>
Figure SMS_18
表示标准化处理后的工作量集合；/>
Figure SMS_19
表示人为添加设备参数集合；/>
Figure SMS_20
表示检测反馈模块反馈的数据集合；/>
Figure SMS_21
表示模型的输出，即工作区的状态参数；
Figure SMS_22
,且/>
Figure SMS_23
每个子集的元素个数为/>
Figure SMS_24
；在下述计算时，用/>
Figure SMS_25
、
Figure SMS_26
表示/>
Figure SMS_27
、/>
Figure SMS_28
；
具体计算过程如下：
Figure SMS_29
,
其中，
Figure SMS_30
表示第i个场景传感器的测湿系数，/>
Figure SMS_31
表示***对环境影响系数，/>
Figure SMS_32
表示空间对环境影响系数，/>
Figure SMS_33
表示不同控制***所需设备对工作区环境影响值，E表示取均值，/>
Figure SMS_34
表示人为添加参数对工作区环境影响值，/>
Figure SMS_35
表示检测反馈模块对工作区环境影响值。
优选的，所述S2还包括：
通过构建最佳匹配模型，将所述状态参数与历来状态参照依据进行匹配计算，得到最佳匹配状态，模型构建如下：
Figure SMS_36
,
其中，
Figure SMS_37
表示工作区的状态参数；/>
Figure SMS_38
表示精准处理后工作区设备的参数数据集合；/>
Figure SMS_39
表示参考依据集合，/>
Figure SMS_40
表示历来工作区状态参数集合，/>
Figure SMS_41
表示对应的工作区设备的参数数据集合，/>
Figure SMS_42
表示对应的工作区设备的参数数据的特征向量集合；
Figure SMS_43
表示模型输出，即最佳匹配状态参数以及对应的设备数据集合；
具体计算过程如下：首先，将
Figure SMS_45
与P通过比较法进行处理，得到初步匹配度集合
Figure SMS_55
；然后利用特征计算技术对集合/>
Figure SMS_56
进行特征向量计算，得到特征向量/>
Figure SMS_46
，将特征向量/>
Figure SMS_49
与工作区设备的参数数据的特征向量集合/>
Figure SMS_51
中的元素通过夹角计算法计算夹角，即
Figure SMS_53
，/>
Figure SMS_44
表示集合/>
Figure SMS_50
中的任意一个特征向量，得到再次匹配度集合/>
Figure SMS_52
；随后对
Figure SMS_54
、/>
Figure SMS_47
进行归一化处理，最后对两匹配度进行融合计算，得到最佳匹配，最后从参考依据中挑选出状态参数以及对应的设备数据集合/>
Figure SMS_48
；
根据状态参数以及对应的设备数据集合
Figure SMS_57
，获得各个设备的控制参数，并将控制参数传送至控制模块。
优选的，所述S3具体包括：
根据数据分析模块得到的控制参数，对通用的自动化控制***进行自动化参数调整，实现对通用的自动化控制***的自动化控制；同时，在通用的自动化控制***运行过程中，通过检测反馈模块的反馈自适应的调整***各个参数，实现对所述通用的自动化控制***准确的自动化控制；
在监测反馈模块中根据工作监控设备参数对设备管理模块的一体化控制器利用经验法进行调整，根据工作测量器参数得到工作量，将一级数据处理后的工作量
Figure SMS_58
反馈值数据分析模块以及控制模块，对各设备进行自动化控制；
用户可根据自身实际需求通过检测反馈模块将具体设备人为影响参数值反馈至各个模块，进一步去调整所述通用的自动化控制***；
根据经验法设定各个设备参数的阈值，将采集到的设备参数与阈值进行对比，若超出阈值范围，则反馈至一级数据处理模块、二级数据处理模块、数据分析模块，进一步获取控制参数，通过控制模块自适应的进行调整设备参数，实现所述通用的自动化控制***的自动化控制。
本发明至少具有如下技术效果或优点：
1、本发明通过对所述通用的自动化控制***中采集到的设备数据分类别进行一级数据处理，随后将部分一级数据处理后的设备数据进行二级数据处理，得到更准确的设备参数数据，为通用的自动化控制***的自动化控制提供准确的设备参数依据，进一步提高了通用的自动化控制***自动化控制的准确率，使得所述通用的自动化控制***运行更稳定。
2、本发明通过构建优化深度分析模型对二级数据处理后的工作区设备数据进行模型处理，得到工作区的状态参数，同时通过构建最佳匹配模型，得到所述工作区状态的最佳匹配，针对匹配状态特性制定应对策略，进一步得到准确的控制参数，使得通用的自动化控制***获得较高的准确率，各个模型紧密相关提高了通用的自动化控制***运行的稳定性。
3、本发明通过利用准确控制参数在控制模块对***内的设备进行控制，可获得自动化控制较高的准确率，同时通过检测反馈模块对各个模块的检测反馈使本发明所述***运行更稳定。
附图说明
图1为本发明所述的一种通用的自动化控制方法的模块图；
图2为本发明所述的闸控一体化双轴流泵站正视结构示意图；
图3为本发明所述的闸控一体化双轴流泵站侧视结构示意图；
图4为本发明所述的闸控一体化双轴流泵站俯视结构示意图；
图5为本发明所述的一种通用的自动化控制方法的流程图；
图中：1-潜水轴流泵、2-控制柜、3-反冲洗管路***、4-漂浮式潜水泵、5-八字墙、6-闸门、7-拍门。
具体实施方式
本申请实施例通过提供一种通用的自动化控制***及控制方法，可应用于农业灌溉，解决了现有技术中对于浇灌***自动化控制的准确率较低，多用途浇灌***运行稳定性较差的问题，总体思路如下：
通过数据采集模块对多用途浇灌自动化控制***中的设备参数数据进行采集，并将采集到的设备参数数据进行一级数据处理以及二级数据处理，得到准确的设备参数数据；将二级数据处理后的设备数据经数据分析模块进行数据分析，得到浇灌区的状态参数，进一步，得到各设备的控制参数，为控制模块对设备的自动化控制提供数据基础；最后，将数据分析模块获取的控制参数经控制模块对各个设备进行自动化参数调整，同时在整个多用途浇灌自动化控制***运行过程中，通过检测反馈模块的反馈自适应的调整***各个设备参数，实现对所述多用途浇灌自动化控制***更准确的自动化控制；通过对所述多用途浇灌自动化控制***中采集到的设备数据分类别进行一级数据处理，随后将部分一级数据处理后的设备数据进行二级数据处理，得到更准确的设备参数数据，为所述多用途浇灌自动化控制***的自动化控制提供准确的设备参数依据，进一步提高了所述多用途浇灌自动化控制***自动化控制的准确率，使得所述多用途浇灌自动化控制***运行更稳定；通过构建优化深度分析模型对二级数据处理后的浇灌区设备数据进行模型处理，得到浇灌区的状态参数，同时通过构建最佳匹配模型，得到所述浇灌区状态的最佳匹配，针对匹配状态特性制定应对策略，进一步得到准确的控制参数，使得所述多用途浇灌***自动化控制获得较高的准确率，各个模型紧密相关提高了多用途浇灌***运行的稳定性；通过利用准确控制参数在控制模块对所述多用途浇灌***的设备进行控制，可获得所述多用途浇灌***的自动化控制较高的准确率，同时通过检测反馈模块对各个模块的检测反馈多用途浇灌***运行更稳定。
下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
在农业灌溉领域中，浇灌自动化控制***包括以下部分：
设备模块，数据采集模块，一级数据处理模块，二级数据处理模块，数据分析模块，控制模块，检测反馈模块。
设备模块，包含浇灌自动化控制***中的所有设备并对所述设备进行管理维护；
设备包含温度传感器，湿度传感器，光照传感器，风速传感器，雨量测量器，闸控一体化双轴流体泵，管道，水源监控设备以及其他浇灌***所需设备；
水源监控设备，用来对水源（河流、水库或井泉）进行监控的设备，本申请直接引用现有设备，
参照附图2至附图4，闸控一体化双轴流体泵，用于水源处向浇灌区引水以及对浇灌区进行排水，包含潜水轴流泵1，控制柜2，反冲洗管路***3，漂浮式潜水泵4，八字墙5，闸门6，拍门7；
温度传感器，湿度传感器，光照传感器，风速传感器，气压传感器，雨量测量器以及其他浇灌***所需设备，用于浇灌区，对浇灌区进行数据采集；
数据采集模块，对设备模块中的设备进行数据采集获得浇灌自动化控制***的设备数据；
一级数据处理模块，对数据采集模块采集到的设备数据进行一级处理，为数据二级处理的准确性进行铺垫；
二级数据处理模块，对一级处理后的设备数据进行二级处理，得到各个设备的精准设备数据，并将二级处理后的设备数据发送至数据分析模块；
数据分析模块，将所述二级数据处理模块得到的精准设备数据，进行数据分析，得到各个设备的控制参数，并将控制参数发送至控制模块，进一步对设备进行自动化控制；
控制模块，通过数据分析模块传送的各个设备的控制参数对各个设备的参数进行自动化调整控制，选择浇灌模式实现对浇灌***的自动化控制；
控制模块包含温控组件，湿度控制组件，水位控制组件，光控组件，水源控制组件，管道控制组件以及其他浇灌***设备控制组件；浇灌模式包含自动浇灌、定时浇灌、周期浇灌、手动浇灌多种模式；
特别地，将控制模块与智能终端相连接进一步通过控制方式对控制模块进行操作，控制方式有中控室控制、手机短信、现场遥控及现场手动多种方式控制；
检测反馈模块，对多用途浇灌自动化控制***的各个模块进行检测，并将检测得到的数据信息反馈到各个模块中，自适应地对各个模块进行调整，完成对浇灌自动化控制***的自动化控制。
参照附图5，浇灌自动化控制***方法包括以下步骤：
S1. 通过数据采集模块对浇灌自动化控制***中的设备参数数据进行采集，并将采集到的设备参数数据进行一级数据处理以及二级数据处理，得到准确的设备参数数据；
S11. 对浇灌自动化控制***中的设备参数进行采集，得到设备参数数据集合；
首先，对水源监控设备参数、雨量测量器参数进行获取，将获取的参数传送至检测反馈模块，所述水源检测设备参数包括水量，水质，水温等，构成集合
Figure SMS_59
；所述雨量测量器，通过与之配套的雨量量筒，用来测定以毫米为单位的降水量，得到降雨量R；
同时对浇灌区设备进行数据采集，得到数据集合
Figure SMS_60
，所述浇灌区设备包含温度传感器，湿度传感器，光照传感器，风速传感器以及其他浇灌自动化控制***所需设备；
最后得到设备参数数据集合
Figure SMS_64
,/>
Figure SMS_66
，其中，
Figure SMS_68
,N表示水源监控设备参数个数，集合/>
Figure SMS_62
中的任意一个元素可由
Figure SMS_65
表示，/>
Figure SMS_70
表示水源监控设备中第i个参数，/>
Figure SMS_74
，/>
Figure SMS_63
，S表示统计降雨量的次数，集合R中的任何一个元素可用/>
Figure SMS_67
表示，/>
Figure SMS_71
表示第s次降雨量，/>
Figure SMS_73
；
Figure SMS_75
，/>
Figure SMS_85
、/>
Figure SMS_88
、/>
Figure SMS_89
、
Figure SMS_77
、/>
Figure SMS_80
、/>
Figure SMS_82
分别表示浇灌区温度传感器，湿度传感器，光照传感器，风速传感器，气压传感器以及其他浇灌***所需设备的参数数据子集，/>
Figure SMS_83
、/>
Figure SMS_61
、/>
Figure SMS_69
、
Figure SMS_76
、/>
Figure SMS_79
、/>
Figure SMS_72
中由多次对浇灌区设备采集所得数据组成，例如，温度传感器采集得到的数据集合/>
Figure SMS_78
，M表示温度传感器采集到的数据个数，集合
Figure SMS_84
中的任意一个元素可由/>
Figure SMS_87
来表示，/>
Figure SMS_81
表示温度传感器采集到的第j个数据，
Figure SMS_86
；
S12. 对采集到的设备数据集合进行一级数据处理，再将一级处理后的设备数据进行二级数据处理，获得准确的设备参数数据，为后续数据分析进行铺垫；
S121.对采集到的设备参数数据进行一级数据处理；
首先对采集到的设备参数数据集合
Figure SMS_90
进行一级数据处理，针对不同设备的数据分别进行一级数据处理；
第一，对水源监控设备参数集合
Figure SMS_91
，利用去除无效值，降噪等方法进行一级数据处理，得到一级数据处理后的水源监控设备参数数据集合/>
Figure SMS_92
；
第二，对于雨量测量器参数得到的降雨量R，采用标准归一化方法进行一级数据处理，得到一级数据处理后的降雨量集合
Figure SMS_93
，通过标准归一化处理可降低数值大小，便于后续计算方便；
特别地，将一级数据处理后水源监控设备参数数据集合以及降水量集合发送至控制模块以及检测反馈模块；
第三，对浇灌区设备的数据集合
Figure SMS_94
，进行优化一级数据处理，具体过程如下：
首先，直接删掉无效值及异常值，然后对删减后的数据用拟合算法进行拟合，利用最小二乘法、拉格朗日拟合法或其他拟合算法任选两种算法进行拟合，通过由拟合函数构成的小波函数进行小波变换对删减后的数据进行小波处理，即对设备数据利用优化的小波变换进行降噪，进一步得到优化一级数据处理后浇灌区设备数据集合
Figure SMS_95
。
最后，得到一级数据处理后的数据集合
Figure SMS_96
，/>
Figure SMS_97
；
S122.对一级数据处理后的部分数据进行二级数据处理；
对浇灌区一级数据处理后的设备参数数据集合
Figure SMS_98
进行二级数据处理，得到精准设备数据，并将二级数据处理后的设备参数数据集合送至数据分析模块，进行数据分析处理，所述二级数据处理过程如下：
第一步，通过上述拟合算法对数据集合进行拟合得到的拟合函数，预测设备参数数据的L个预测数值
Figure SMS_99
;
第二步，通过对第一步得到的拟合函数得到的拟合数据利用包装法进行特征提取，得到每种拟合算法下的特征集合T；
第三步，对上述L个预测数值结合特征集合T进行加权平均，求得设备参数数据的最佳的预测值
Figure SMS_100
；所述权重由特征集合T获取，每个权重通过计算对应特征向量的模来获取；具体公式表示如下：
Figure SMS_101
，
其中，
Figure SMS_102
表示对特征集合的每个特征向量进行取模计算；
第四步，将上述最佳预测值
Figure SMS_103
，与优化一级数据处理后的浇灌区设备参数数据集合
Figure SMS_104
相加，最后，得到二级数据处理后的浇灌区设备的数据集合/>
Figure SMS_105
。
其中，
Figure SMS_106
,且/>
Figure SMS_107
每个子集的元素个数为/>
Figure SMS_108
。
通过对浇灌自动化控制***中采集到的设备数据分类别进行一级数据处理，随后将部分一级数据处理后的设备数据进行二级数据处理，得到更准确的设备参数数据，为浇灌自动化控制***的自动化控制提供准确的设备参数依据，进一步提高了浇灌自动化控制***自动化控制的准确率，使得所述浇灌自动化控制***运行更稳定；
S2. 将二级数据处理后的设备数据经数据分析模块进行数据分析，得到浇灌区的状态参数，进一步，得到各设备的控制参数，为控制模块对设备的自动化控制提供数据基础；
S21.对二级数据处理后的设备数据进行数据分析，得到浇灌区的状态参数，
对二级数据处理后的浇灌区的设备数据集合
Figure SMS_109
，通过构建优化深度分析模型进行数据分析，得到浇灌区的状态参数，模型构建如下：
Figure SMS_110
，
其中，
Figure SMS_111
表示精准处理后浇灌区设备的参数数据集合，包括温度传感器，湿度传感器，光照传感器，风速传感器，气压传感器以及其他浇灌***所需设备的参数数据；/>
Figure SMS_112
表示标准化处理后的降雨量集合；/>
Figure SMS_113
表示人为添加设备参数集合；/>
Figure SMS_114
表示检测反馈模块反馈的数据集合；/>
Figure SMS_115
表示模型的输出，即浇灌区的状态参数。
Figure SMS_116
,且/>
Figure SMS_117
每个子集的元素个数为/>
Figure SMS_118
；在下述计算时，用/>
Figure SMS_119
、
Figure SMS_120
表示/>
Figure SMS_121
、/>
Figure SMS_122
；
具体计算过程如下：
Figure SMS_123
,
其中，
Figure SMS_124
表示第i个温度传感器的测湿系数，/>
Figure SMS_125
表示光照对湿度影响系数，/>
Figure SMS_126
表示风速对湿度影响系数，/>
Figure SMS_127
表示其他浇灌***所需设备对浇灌区湿度影响值，E表示取均值，/>
Figure SMS_128
表示人为添加参数对浇灌区湿度影响值，/>
Figure SMS_129
表示检测反馈模块对浇灌区湿度影响值。
S22. 将对经过二级数据处理后的浇灌区设备数据的分析结果，与历来状态参数进行比较，获取对应的应对策略，得到准确控制参数；
首先，通过查阅相关种植文献书籍与网站，查找历来浇灌区的状态参数以及对应的浇灌区设备的参数数据，形成参照依据
Figure SMS_130
，其中，P表示历来浇灌区状态参数集合，/>
Figure SMS_131
表示对应的浇灌区设备的参数数据集合，T表示对应的浇灌区设备的参数数据的特征向量集合；
然后，通过构建最佳匹配模型，根据浇灌区状态参数以及精准处理后的浇灌区设备数据集合与参照依据
Figure SMS_132
进行最佳匹配计算，具体模型构建如下：
Figure SMS_133
,
其中，
Figure SMS_134
表示浇灌区的状态参数；/>
Figure SMS_135
表示精准处理后浇灌区设备的参数数据集合，包括温度传感器，湿度传感器，光照传感器，风速传感器，气压传感器以及其他浇灌***所需设备的参数数据；/>
Figure SMS_136
表示参考依据集合，/>
Figure SMS_137
示历来浇灌区状态参数集合，
Figure SMS_138
表示对应的浇灌区设备的参数数据集合，/>
Figure SMS_139
表示对应的浇灌区设备的参数数据的特征向量集合；/>
Figure SMS_140
表示模型输出，即最佳匹配状态参数以及对应的设备数据集合；
具体计算过程如下：首先，将
Figure SMS_142
与P通过比较法进行处理，得到初步匹配度集合
Figure SMS_144
；然后利用现有特征计算技术对集合/>
Figure SMS_147
进行特征向量计算，得到特征向量/>
Figure SMS_143
，将特征向量/>
Figure SMS_146
与浇灌区设备的参数数据的特征向量集合T中的元素通过夹角计算法计算夹角，即
Figure SMS_149
，/>
Figure SMS_150
表示集合T中的任意一个特征向量，得到再次匹配度集合/>
Figure SMS_141
；随后对/>
Figure SMS_145
、/>
Figure SMS_148
进行归一化处理，最后对两匹配度进行融合计算，得到最佳匹配，最后从参考依据中挑选出状态参数以及对应的设备数据集合/>
Figure SMS_151
；
根据状态参数以及对应的设备数据集合
Figure SMS_152
，获得各个设备的控制参数，并将控制参数传送至控制模块。
本发明通过构建优化深度分析模型对二级数据处理后的浇灌区设备数据进行模型处理，得到浇灌区的状态参数，同时通过构建最佳匹配模型，得到所述浇灌区状态的最佳匹配，针对匹配状态特性制定应对策略，进一步得到准确的控制参数，使得浇灌***自动化控制获得较高的准确率，各个模型紧密相关提高了浇灌***运行的稳定性。
S3. 将数据分析模块获取的控制参数经控制模块对各个设备进行自动化参数调整，同时在整个浇灌自动化控制***运行过程中，通过检测反馈模块的反馈自适应的调整***各个设备参数，实现对浇灌自动化控制***更准确的自动化控制。
S31. 在控制模块中，依据数据分析模块获取的控制参数对各个设备进行自动化参数调整；
根据数据分析模块得到的控制参数，对浇灌自动化控制***中的各控制组件分别进行参数调整，实现对浇灌自动化控制***的自动化控制。
S32. 在浇灌自动化控制***运行过程中，通过检测反馈模块的反馈自适应的调整***各个参数，实现对所述多用途浇灌自动化控制***更准确的自动化控制。
特别地，在监测反馈模块中根据水源监控设备参数对设备管理模块的闸控一体化双轴流泵利用经验法对其进行调整，根据雨量测量器参数得到降雨量，将一级数据处理后的降雨量
Figure SMS_153
反馈值数据分析模块以及控制模块，对各设备进行自动化控制；
特别地，用户可根据自身实际需求通过检测反馈模块将具体设备人为影响参数值反馈至各个模块，进一步去调整浇灌自动化控制***的自动化控制，提高所述多用途浇灌自动化控制***的稳定性。
特别地，根据经验法设定各个设备参数的阈值，将采集到的设备参数与阈值进行对比，若超出阈值范围，则反馈至数据预处理模块、数据精准处理模块、数据分析模块，进一步获取控制参数，通过控制模块自适应的进行调整设备参数，实现浇灌自动化控制***的自动化控制。
本发明通过利用准确控制参数在控制模块对浇灌自动化控制***的设备进行控制，可获得浇灌***的自动化控制较高的准确率，同时通过检测反馈模块对各个模块的检测反馈多用途浇灌***运行更稳定。
综上所述，便完成了本发明所述的一种多用途浇灌***的自动化控制方法。
本发明是参照根据本发明实施例的方法、设备（***）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种通用的自动化控制***，其特征在于，包括以下部分：
设备模块，数据采集模块，一级数据处理模块，二级数据处理模块，数据分析模块，控制模块，检测反馈模块；
所述设备模块，包含通用的自动化控制***中的所有设备并对所述设备进行管理维护；
所述数据采集模块，对所述设备模块中的设备进行数据采集获得通用的自动化控制***的设备数据；
所述一级数据处理模块，对数据采集模块采集到的设备数据进行一级处理，为数据二级处理的准确性进行铺垫；
所述二级数据处理模块，对一级处理后的设备数据进行二级处理，得到各个设备的精准设备数据，并将二级处理后的设备数据发送至数据分析模块；
所述数据分析模块，将所述二级数据处理模块得到的精准设备数据，进行数据分析，得到各个设备的控制参数，并将控制参数发送至控制模块，进一步对设备进行自动化控制；
所述控制模块，通过数据分析模块传送的各个设备的控制参数对各个设备的参数进行自动化调整控制，选择对应领域模式实现对不同领域***的自动化控制；
所述检测反馈模块，对通用的自动化控制***的各个模块进行检测，并将检测得到的数据信息反馈到各个模块中，自适应地对各个模块进行调整，完成对通用的自动化控制***的自动化控制。
2.根据权利要求1所述的一种通用的自动化控制***，其特征在于，所述设备模块的设备包含场景传感器，环境传感器，***传感器，风速传感器，气压传感器，工作测量器，一体化控制器，作业通道，工作监控设备。
3.根据权利要求1所述的一种通用的自动化控制***，其特征在于，所述控制模块包含场景控制组件，环境控制组件，空间控制组件，***控组件，工作初始源控制组件，作业控制组件。
4.一种通用的自动化控制方法，其特征在于，包括以下步骤：
S1. 通过数据采集模块对通用的自动化控制***中的设备参数数据进行采集，并将采集到的设备参数数据进行一级数据处理以及二级数据处理，得到准确的设备参数数据；
S2. 将二级数据处理后的设备数据经数据分析模块进行数据分析，得到工作区的状态参数，进一步，得到各设备的控制参数，为控制模块对设备的自动化控制提供数据基础；
S3. 将数据分析模块获取的控制参数经控制模块对各个设备进行自动化参数调整，同时在整个通用的自动化控制***运行过程中，通过检测反馈模块的反馈自适应的调整***各个设备参数，实现通用的自动化控制***准确的自动化控制。
5.根据权利要求4所述的一种通用的自动化控制方法，其特征在于，所述S1具体包括：
对通用的自动化控制***中的设备参数进行采集，得到设备参数数据集合
Figure QLYQS_1
；对采集到的设备数据进行一级数据处理，针对不同设备的数据分别进行一级数据处理，具体地：
第一，对工作监控设备参数集合
Figure QLYQS_2
，利用去除无效值，降噪方法进行一级数据处理，得到一级数据处理后的工作监控设备参数数据集合/>
Figure QLYQS_3
；
第二，对于工作测量器参数得到的工作量R，采用标准归一化方法进行一级数据处理，得到一级数据处理后的工作量集合
Figure QLYQS_4
，通过标准归一化处理可降低数值大小；
第三，对工作区设备的数据集合
Figure QLYQS_5
，进行优化一级数据处理，具体过程如下：首先，直接删掉无效值及异常值，然后对删减后的数据用拟合算法进行拟合，即利用最小二乘法、拉格朗日拟合法或在拟合算法中选取两种不同算法进行拟合，通过由拟合函数构成的小波函数进行小波变换对删减后的数据进行小波处理，即对设备数据利用优化的小波变换进行降噪，进一步得到优化一级数据处理后工作区设备数据集合/>
Figure QLYQS_6
。
6.根据权利要求5所述的一种通用的自动化控制方法，其特征在于，所述S1具体包括，二级数据处理过程如下：
第一步，通过上述拟合算法对数据集合进行拟合得到的拟合函数，预测设备参数数据的L个预测数值
Figure QLYQS_7
；
第二步，通过对第一步得到的拟合函数得到的拟合数据利用包装法进行特征提取，得到每种拟合算法下的特征集合T；
第三步，对上述L个预测数值
Figure QLYQS_8
结合特征集合T进行加权平均，求得设备参数数据的最佳的预测值/>
Figure QLYQS_9
；权重由特征集合T获取，每个权重通过计算对应特征向量的模来获取；具体公式表示如下：
Figure QLYQS_10
，
其中，
Figure QLYQS_11
表示对特征集合的每个特征向量进行取模计算；
第四步，将上述最佳预测值
Figure QLYQS_12
，与优化一级数据处理后的工作区设备参数数据集合
Figure QLYQS_13
相加，最后，得到二级数据处理后的工作区设备的数据集合/>
Figure QLYQS_14
。
7.根据权利要求6所述的一种通用的自动化控制方法，其特征在于，所述S2具体包括：
将工作区设备数据经二级处理后送至数据分析模块，通过构建优化深度分析模型进行数据分析，得到工作区的状态参数；通过构建最佳匹配模型，将状态参数与历来状态参照依据进行匹配计算，得到最佳匹配状态，进一步制定应对策略，得到准确控制参数对通用的自动化控制***进行自动化控制。
8.根据权利要求7所述的一种通用的自动化控制方法，其特征在于，所述S2还包括：
对二级数据处理后的工作区的设备数据集合
Figure QLYQS_15
，通过构建优化深度分析模型进行数据分析，得到工作区的状态参数，模型构建如下：
Figure QLYQS_16
，
其中，
Figure QLYQS_17
表示精准处理后工作区设备的参数数据集合，包括场景传感器，环境传感器，***传感器，空间传感器，气压传感器以及不同控制***所需设备的参数数据；/>
Figure QLYQS_18
表示标准化处理后的工作量集合；/>
Figure QLYQS_19
表示人为添加设备参数集合；/>
Figure QLYQS_20
表示检测反馈模块反馈的数据集合；/>
Figure QLYQS_21
表示模型的输出，即工作区的状态参数；
Figure QLYQS_22
,且/>
Figure QLYQS_23
每个子集的元素个数为
Figure QLYQS_24
；在下述计算时，用/>
Figure QLYQS_25
、
Figure QLYQS_26
表示/>
Figure QLYQS_27
、/>
Figure QLYQS_28
；
具体计算过程如下：
Figure QLYQS_29
,
其中，
Figure QLYQS_30
表示第i个场景传感器的测湿系数，/>
Figure QLYQS_31
表示***对环境影响系数，/>
Figure QLYQS_32
表示空间对环境影响系数，/>
Figure QLYQS_33
表示不同控制***所需设备对工作区环境影响值，E表示取均值，
Figure QLYQS_34
表示人为添加参数对工作区环境影响值，/>
Figure QLYQS_35
表示检测反馈模块对工作区环境影响值。
9.根据权利要求7所述的一种通用的自动化控制方法，其特征在于，所述S2还包括：
通过构建最佳匹配模型，将所述状态参数与历来状态参照依据进行匹配计算，得到最佳匹配状态，模型构建如下：
Figure QLYQS_36
,
其中，
Figure QLYQS_37
表示工作区的状态参数；/>
Figure QLYQS_38
表示精准处理后工作区设备的参数数据集合；/>
Figure QLYQS_39
表示参考依据集合，/>
Figure QLYQS_40
表示历来工作区状态参数集合，/>
Figure QLYQS_41
表示对应的工作区设备的参数数据集合，/>
Figure QLYQS_42
表示对应的工作区设备的参数数据的特征向量集合；/>
Figure QLYQS_43
表示模型输出，即最佳匹配状态参数以及对应的设备数据集合；
具体计算过程如下：首先，将
Figure QLYQS_45
与P通过比较法进行处理，得到初步匹配度集合/>
Figure QLYQS_52
；然后利用特征计算技术对集合/>
Figure QLYQS_53
进行特征向量计算，得到特征向量/>
Figure QLYQS_47
，将特征向量/>
Figure QLYQS_54
与工作区设备的参数数据的特征向量集合/>
Figure QLYQS_55
中的元素通过夹角计算法计算夹角，即
Figure QLYQS_56
，/>
Figure QLYQS_44
表示集合/>
Figure QLYQS_49
中的任意一个特征向量，得到再次匹配度集合/>
Figure QLYQS_50
；随后对
Figure QLYQS_51
、/>
Figure QLYQS_46
进行归一化处理，最后对两匹配度进行融合计算，得到最佳匹配，最后从参考依据中挑选出状态参数以及对应的设备数据集合/>
Figure QLYQS_48
；
根据状态参数以及对应的设备数据集合
Figure QLYQS_57
，获得各个设备的控制参数，并将控制参数传送至控制模块。
10.根据权利要求4所述的一种通用的自动化控制方法，其特征在于，所述S3具体包括：
根据数据分析模块得到的控制参数，对通用的自动化控制***进行自动化参数调整，实现对通用的自动化控制***的自动化控制；同时，在通用的自动化控制***运行过程中，通过检测反馈模块的反馈自适应的调整***各个参数，实现对所述通用的自动化控制***准确的自动化控制；
在监测反馈模块中根据工作监控设备参数对设备管理模块的一体化控制器利用经验法进行调整，根据工作测量器参数得到工作量，将一级数据处理后的工作量
Figure QLYQS_58
反馈值数据分析模块以及控制模块，对各设备进行自动化控制；
用户可根据自身实际需求通过检测反馈模块将具体设备人为影响参数值反馈至各个模块，进一步去调整所述通用的自动化控制***；
根据经验法设定各个设备参数的阈值，将采集到的设备参数与阈值进行对比，若超出阈值范围，则反馈至一级数据处理模块、二级数据处理模块、数据分析模块，进一步获取控制参数，通过控制模块自适应的进行调整设备参数，实现所述通用的自动化控制***的自动化控制。
CN202310643940.1A 2023-06-02 2023-06-02 一种通用的灌溉自动化控制***及控制方法 Active CN116360331B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310643940.1A CN116360331B (zh) 2023-06-02 2023-06-02 一种通用的灌溉自动化控制***及控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310643940.1A CN116360331B (zh) 2023-06-02 2023-06-02 一种通用的灌溉自动化控制***及控制方法

Publications (2)

Publication Number Publication Date
CN116360331A true CN116360331A (zh) 2023-06-30
CN116360331B CN116360331B (zh) 2023-08-22

Family

ID=86909825

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310643940.1A Active CN116360331B (zh) 2023-06-02 2023-06-02 一种通用的灌溉自动化控制***及控制方法

Country Status (1)

Country Link
CN (1) CN116360331B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116647586A (zh) * 2023-07-24 2023-08-25 山东工泵电机有限公司 一种应用云计算实现水肥一体化智慧泵房遥控的方法
CN116675277A (zh) * 2023-08-03 2023-09-01 济南山源环保科技有限公司 一种基于物联网的低能耗废水浓缩***控制方法
CN116954089A (zh) * 2023-09-21 2023-10-27 威海润蓝水处理设备有限公司 一种mvr刮板结晶控制***
CN117289671A (zh) * 2023-11-27 2023-12-26 博纯材料股份有限公司 高阶锗烷提纯生产控制***的状态监控方法及***

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102009031734A1 (de) * 2009-07-04 2011-01-13 Heino Brose Bewässerungsverfahren und Bewässerungsvorrichtung zur Bewässerung von Flächen mit Hilfe von vergangenen, aktuellen und wahrscheinlichkeitsberechneten zukünftigen Bewässerungsparametern
CN104823121A (zh) * 2012-09-30 2015-08-05 谷歌公司 智能控制器内的自动存在检测及与存在相关的控制
CN111379290A (zh) * 2020-05-06 2020-07-07 扬州大学 一种基于天气预报的自动控制精确灌溉小型泵站
CN113039495A (zh) * 2018-12-13 2021-06-25 安德里茨公司 工业厂房控制器
CN113748434A (zh) * 2019-04-18 2021-12-03 卡乐优工业智能有限公司 工业和/或技术过程模型的评估和/或适配
CN114365614A (zh) * 2021-11-22 2022-04-19 湖南大学 基于物联网的水肥精准调控方法、智能装备及***
CN115342064A (zh) * 2022-10-13 2022-11-15 南通银河水泵有限公司 一种轴流泵运行状态监测方法与***
CN116149195A (zh) * 2022-11-28 2023-05-23 荣耀终端有限公司 一种设备管理方法和***

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102009031734A1 (de) * 2009-07-04 2011-01-13 Heino Brose Bewässerungsverfahren und Bewässerungsvorrichtung zur Bewässerung von Flächen mit Hilfe von vergangenen, aktuellen und wahrscheinlichkeitsberechneten zukünftigen Bewässerungsparametern
CN104823121A (zh) * 2012-09-30 2015-08-05 谷歌公司 智能控制器内的自动存在检测及与存在相关的控制
CN113039495A (zh) * 2018-12-13 2021-06-25 安德里茨公司 工业厂房控制器
CN113748434A (zh) * 2019-04-18 2021-12-03 卡乐优工业智能有限公司 工业和/或技术过程模型的评估和/或适配
CN111379290A (zh) * 2020-05-06 2020-07-07 扬州大学 一种基于天气预报的自动控制精确灌溉小型泵站
CN114365614A (zh) * 2021-11-22 2022-04-19 湖南大学 基于物联网的水肥精准调控方法、智能装备及***
CN115342064A (zh) * 2022-10-13 2022-11-15 南通银河水泵有限公司 一种轴流泵运行状态监测方法与***
CN116149195A (zh) * 2022-11-28 2023-05-23 荣耀终端有限公司 一种设备管理方法和***

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116647586A (zh) * 2023-07-24 2023-08-25 山东工泵电机有限公司 一种应用云计算实现水肥一体化智慧泵房遥控的方法
CN116675277A (zh) * 2023-08-03 2023-09-01 济南山源环保科技有限公司 一种基于物联网的低能耗废水浓缩***控制方法
CN116675277B (zh) * 2023-08-03 2023-10-27 济南山源环保科技有限公司 一种基于物联网的低能耗废水浓缩***控制方法
CN116954089A (zh) * 2023-09-21 2023-10-27 威海润蓝水处理设备有限公司 一种mvr刮板结晶控制***
CN116954089B (zh) * 2023-09-21 2023-12-12 威海润蓝水处理设备有限公司 一种mvr刮板结晶控制***
CN117289671A (zh) * 2023-11-27 2023-12-26 博纯材料股份有限公司 高阶锗烷提纯生产控制***的状态监控方法及***
CN117289671B (zh) * 2023-11-27 2024-02-02 博纯材料股份有限公司 高阶锗烷提纯生产控制***的状态监控方法及***

Also Published As

Publication number Publication date
CN116360331B (zh) 2023-08-22

Similar Documents

Publication Publication Date Title
CN116360331B (zh) 一种通用的灌溉自动化控制***及控制方法
CN104904569B (zh) 一种基于动态含水量估计的智能灌溉调控***及方法
KR102369167B1 (ko) 머신러닝을 이용한 지능형 스마트팜 운영 시스템
CN105511346B (zh) 一种用于深水网箱养殖的鱼类投饵量控制***
CN104881012A (zh) 一种基于cps的智能农作物培养种植管理***
CN201886345U (zh) 网络化水产养殖远程监控***
CN203785083U (zh) 一种换热站智能供热***
CN115804334A (zh) 一种基于数字孪生的农田灌溉智慧决策***
CN103217905A (zh) 一种设施农业温室大棚环境参数自适应控制方法
CN112465109A (zh) 一种基于云边协同的农业大棚控制装置
CN204790651U (zh) 一种基于多传感器信息融合的对虾育苗环境智能控制***
CN114518143A (zh) 一种智能环境感知***
KR20220071405A (ko) 스마트 팜의 빅 데이터를 이용한 농업 지원 시스템 및 방법
CN116629550B (zh) 一种基于云计算的水环境监管方法及调度运行***
CN116225102B (zh) 一种移动式的储能通信温升自动监控***及装置
CN115136798B (zh) 一种粮仓智能通风***
CN116661530A (zh) 食用菌工厂化栽培中的智能控制***及方法
CN109116827B (zh) 基于物联网的日光温室水肥一体化灌溉控制方法及装置
CN110579961B (zh) 一种面向立体种植的园林智慧给水方法及***
CN117391482B (zh) 一种基于大数据监测的大棚温度智能预警方法及***
CN114781249A (zh) 基于多维评分模型的高密度澄清池加药量预测及控制方法
CN113418229A (zh) 一种基于卷积-自编码神经网络的供暖管控阀门智能调控***
CN104731132A (zh) 基于无线传感器执行器网络的温室地温监控***及方法
CN203882219U (zh) 池塘水体环境远程监控装置
CN107396292B (zh) 一种用于精准农业的土壤湿度信息获取***

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