CN116991146A - 一种超声波清洗装置的控制方法及*** - Google Patents
一种超声波清洗装置的控制方法及*** Download PDFInfo
- Publication number
- CN116991146A CN116991146A CN202311245530.8A CN202311245530A CN116991146A CN 116991146 A CN116991146 A CN 116991146A CN 202311245530 A CN202311245530 A CN 202311245530A CN 116991146 A CN116991146 A CN 116991146A
- Authority
- CN
- China
- Prior art keywords
- cleaning
- control
- data
- ultrasonic
- mode
- 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
- 238000004506 ultrasonic cleaning Methods 0.000 title claims abstract description 83
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000004140 cleaning Methods 0.000 claims abstract description 236
- 238000012360 testing method Methods 0.000 claims abstract description 37
- 238000012544 monitoring process Methods 0.000 claims abstract description 20
- 239000011538 cleaning material Substances 0.000 claims abstract description 12
- 238000012549 training Methods 0.000 claims abstract description 12
- 230000008569 process Effects 0.000 claims description 15
- 238000006243 chemical reaction Methods 0.000 claims description 13
- 230000000694 effects Effects 0.000 claims description 11
- 238000005457 optimization Methods 0.000 claims description 10
- 238000007405 data analysis Methods 0.000 claims description 9
- 238000013507 mapping Methods 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 6
- 239000012535 impurity Substances 0.000 claims description 6
- 230000009471 action Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 claims description 3
- 238000012417 linear regression Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000001228 spectrum Methods 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 3
- 230000001360 synchronised effect Effects 0.000 claims description 3
- 238000003786 synthesis reaction Methods 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 238000009472 formulation Methods 0.000 claims 1
- 239000000203 mixture Substances 0.000 claims 1
- 238000012795 verification Methods 0.000 claims 1
- 239000000463 material Substances 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 6
- 239000007788 liquid Substances 0.000 description 3
- 230000001960 triggered effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000003749 cleanliness Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B08—CLEANING
- B08B—CLEANING IN GENERAL; PREVENTION OF FOULING IN GENERAL
- B08B3/00—Cleaning by methods involving the use or presence of liquid or steam
- B08B3/04—Cleaning involving contact with liquid
- B08B3/10—Cleaning involving contact with liquid with additional treatment of the liquid or of the object being cleaned, e.g. by heat, by electricity or by vibration
- B08B3/12—Cleaning involving contact with liquid with additional treatment of the liquid or of the object being cleaned, e.g. by heat, by electricity or by vibration by sonic or ultrasonic vibrations
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Cleaning By Liquid Or Steam (AREA)
Abstract
本发明公开了一种超声波清洗装置的控制方法及***，该控制方法包括以下步骤：S1、依据超声波清洗装置的历史测试数据，构建以清洗物料重量为参数的清洗模式，并对清洗模式中各阈值指标进行设定；S2、将设定完成的清洗模式和阈值指标与超声波清洗装置的控制器进行集成和应用；S3、将物品置入清洗装置内根据控制器的判断条件执行选择相应的清洗模式；S4、根据实际情况实时监测清洗模式和阈值指标对其进行优化调整。本发明通过历史数据训练得出清洗模式预测模型，并基于模型分析物料重量与清洗参数之间的关系，并对清洗模式中的各阈值指标进行设定，可以实现最佳清洗参数设定。
Description
技术领域
本发明涉及超声波清洗装置的控制技术领域，具体来说，涉及一种超声波清洗装置的控制方法及***。
背景技术
超声波清洗是利用超声波在液体中的空化作用、加速度作用及直进流作用对液体和污物直接、间接的作用，使污物层被分散、乳化、剥离而达到清洗目的。目前所用的超声波清洗机中，空化作用和直进流作用应用得更多。
目前超声波清洗装置的一般是通过超声波换能器发出的高频超声波清洗设备振动清洗槽的液体产生许多微小高频的气泡，这些小气泡不断的击打被清洗衣物的表面，与被清洗衣物表面的污渍、油渍等产生共振，使污渍、油渍脱落。
现有的超声清洗装置一般简单依靠时序的控制方法，有诸多隐患，在实际应用场合中超声波清洗装置需要清洗的对象具有多样性，然而现有的超声波清洗装置由于只能输出固定的频率和时间，所以导致无法针对不同被清洗物进行针对性清洗，从而导致无法保证对于不同被清洗物的清洗效果。
针对相关技术中的问题，目前尚未提出有效的解决方案。
发明内容
本发明为了解决上述问题，提出了一种超声波清洗装置的控制方法及***，实现自动化清洗的效果。
为了实现上述目的，本发明采用如下技术方案：
第一方面，本发明提供一种超声波清洗装置的控制方法，该控制方法包括以下步骤：
S1、依据超声波清洗装置的历史测试数据，构建以清洗物料重量为参数的清洗模式，并对清洗模式中各阈值指标进行设定；
S2、将设定完成的清洗模式和阈值指标与超声波清洗装置的控制器进行集成和应用；
S3、将物品置入清洗装置内根据控制器的判断条件执行选择相应的清洗模式；
S4、根据实际情况实时监测清洗模式和阈值指标对其进行优化调整。
作为可选择的实施方式，所述依据超声波清洗装置的历史测试数据，构建以清洗物料重量为参数的清洗模式，并对清洗模式中各阈值指标进行设定包括以下步骤：
S11、执行器通过传感器收集超声波清洗装置在测试时的历史数据；
S12、通过执行器从历史数据中筛选关于清洗物品重量、超声波频率与清洗时间的数据合成样本；
S13、执行器根据收集到的样本数据建立清洗模式预测模型；
S14、将样本数据输入至清洗模式预测模型中，并根据模型输出的预测结果制定三种清洗模式；
S15、针对清洗模式中的各阈值指标进行设定，建立完善的工作模式。
作为可选择的实施方式，所述执行器根据收集到的样本数据建立清洗模式预测模型包括以下步骤：
S131、执行器通过统计指标的方法初步对收集到的样本数据进行数据分析，选取以清洗物品重量为动态指标的数据组，并将数据组分解为操作集与测试集；
S132、基于操作集分析清洗物品重量在清洗时的偏态分布特征；
S133、采用平方根转换正态函数方法构建清洗模式预测模型，并通过测试集对模型预测精度进行验证与分析。
作为可选择的实施方式，所述采用平方根转换正态函数方法构建清洗模式预测模型，并通过测试集对模型预测精度进行验证与分析包括以下步骤：
S1331、对物品重量数据进行平方根转换，将其转换为正态分布的形式；
S1332、基于平方根转换后的物品重量数据，采用线性回归方式建立清洗模式的预测模型；
S1333、通过操作集训练预测模型，并根据训练集的误差进行模型参数的估计和优化；
S1334、将测试集输入至训练完成的预测模型中，并与测试集中的实际清洗效果进行比较；
S1335、对预测结果进行分析，查看模型在不同样本和不同特征上的预测准确性。
作为可选择的实施方式，所述将样本数据输入至清洗模式预测模型中，并根据模型输出的预测结果制定三种清洗模式包括以下步骤：
S141、将清洗预测模型输出的所有结果进行收集，以清洗重量的最小值为目标；
S142、将原始结果分解为若干组份，并选择包络熵较小的组份进行结果重构；
S143、对重构组份进行包络解调运算，并从重构组份的包络谱中提取清洗特征；
S144、利用算法搜寻参数优化变分模态分解参数清洗重量与超声波频率的最优组合；
S145、基于清洗重量与超声波频率的最优组合制定三组清洗模式。
作为可选择的实施方式，所述将设定完成的清洗模式和阈值指标与超声波清洗装置的控制器进行集成和应用包括以下步骤：
S21、利用虚拟数据库技术，将清洗模式和阈值指标内的数据进行收集集成，并将异质数据转换为同质数据；
S22、通过采集同质数据集成控制信号，基于控制器将控制信号转换为控制数据；
S23、基于控制数据建立超声波清洗装置控制协议，计算集成控制频率，输入智能集成控制量，完成超声波清洗装置的自动控制。
作为可选择的实施方式，所述通过采集同质数据集成控制信号，基于自控***将控制信号转换为控制数据包括以下步骤：
S221、预先采集集成自动控制信号，并将信号通过通讯网络传递至控制器，由控制器分析上报，确定集成控制频率与集成控制区段；
S222、将集成控制频率最小化，对其进行除杂、降噪；
S223、对控制信号与同质数据进行同步转换，并将控制信号从数据服务器连接至控制器上；
S224、基于控制器按照数据分类与存储方式将自动控制信号转换为集成控制数据。
作为可选择的实施方式，所述集成控制频率最小化，对其进行除杂、降噪中最小化的计算公式为：
式中，m表示控制信号，j表示控制点个数，D表示控制频率。
作为可选择的实施方式，所述基于控制数据建立超声波清洗装置控制协议，计算集成控制频率，输入智能集成控制量，完成超声波清洗装置的自动控制包括以下步骤：
S231、在集成控制数据后应用通讯网络，按照协议内容在同步自动化控制的行为上对超声波清洗装置控制次数进行限制；
S232、建立集成控制协议为控制数据传输通道，给定控制协议一组数值，利用该数值自动给定集成控制的原始恒定数值计算集成控制频率；
S233、根据计算得到的控制频率输入智能控制量得到控制数据的传递函数；
S234、在输入智能控制量后利用接口集成智能控制，映射出每个控制点位上的控制数据；
S235、利用变量数据对控制数据进行映射，并将其转换为参数控制；
S236、将规定的控制限制输入至控制器内通过***自动检测控制参数的改变，并利用端口状态存储控制数据及控制信息；
S237、将控制数据及控制信息输入相应的映射区域中，通过在区域映射中对应的控制语义分析，得出正确的控制结果，完成超声波清洗装置的自动控制。
第二方面，本发明提供一种超声波清洗装置的控制***，该超声波清洗装置的控制***包括：构建模块、应用模块、执行模块及监测模块；
其中，所述构建模块，用于依据超声波清洗装置的历史测试数据，构建以清洗物料重量为参数的清洗模式，并对清洗模式中各阈值指标进行设定；
所述应用模块，用于将设定完成的清洗模式和阈值指标与超声波清洗装置的控制器进行集成和应用；
所述执行模块，用于将物品置入清洗装置内根据控制器的判断条件执行选择相应的清洗模式；
所述监测模块，用于根据实际情况实时监测清洗模式和阈值指标对其进行优化调整。
本发明实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
1、本发明提出的一种超声波清洗装置的控制方法，首先对历史测试数据进行收集并对基于历史数据中的清洗物品的重量、清洗时间及超声波频率数据制定以清洗物品重量为参数的清洗模式，并对清洗模式中的各类指标进行设定，使其能够根据超声波清洗装置在使用时的实际重量选择相应的清洗模式，提高了其智能性，同时将清洗模式与清洗装置之间进行集成融合，便于实现后期在具体应用时的自动控制，提高了清洗效率与目的。
2、本发明通过历史数据训练得出清洗模式预测模型，并基于模型分析物料重量与清洗参数之间的关系，找到最佳的清洗参数设定，通过建立模型构建以清洗物料重量为参数的清洗模式，并对清洗模式中的各阈值指标进行设定，可以实现最佳清洗参数设定、自动化调整能力、资源利用的优化。
3、本发明将清洗模式和阈值指标与清洗装置的控制器集成后，超声波清洗装置的控制器可以实现对清洗参数的精确控制，达到自动化操作并通过实时监测，可以及时调整清洗参数，保持清洗过程的稳定性和一致性。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1是根据本发明实施例的一种超声波清洗装置的控制方法的流程图；
图2是根据本发明实施例的一种超声波清洗装置的控制***的原理框图。
图中：
1、构建模块；2、应用模块；3、执行模块；4、监测模块。
具体实施方式
下面结合附图与实施例对本发明做进一步说明。
应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本发明使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
请参阅图1，本发明提供一种超声波清洗装置的控制方法，该控制方法包括以下步骤：
S1、依据超声波清洗装置的历史测试数据，构建以清洗物料重量为参数的清洗模式，并对清洗模式中各阈值指标进行设定。
在本实施例中，所述依据超声波清洗装置的历史测试数据，构建以清洗物料重量为参数的清洗模式，并对清洗模式中各阈值指标进行设定包括以下步骤：
S11、执行器通过传感器收集超声波清洗装置在测试时的历史数据。
具体的，执行器通过传感器收集超声波清洗装置在测试时的历史数据，具体历史数据可以包括：
清洗装置的工作状态：包括启动时间、停止时间、运行时间等。
清洗装置的操作参数：如清洗时间、清洗温度、超声波频率等。
清洗效果评估：通过传感器测量来评估清洗装置对被清洗物体的清洗效果，如清洗后的表面干净度、残留污染物的量等。
通过收集和记录这些历史数据，可以进行数据分析和监测，用于优化清洗装置的性能、预测设备故障、改进清洗过程，以及进行质量控制和故障诊断等。
S12、通过执行器从历史数据中筛选关于清洗物品重量、超声波频率与清洗时间的数据合成样本。
具体的，您可以通过执行器从历史数据中筛选出与清洗物品重量、超声波频率和清洗时间相关的数据，并将其合成为样本，可通过以下步骤实现：
从历史数据中选择与清洗物品重量、超声波频率和清洗时间有关的数据记录。
将所选的数据记录合并为样本，每个样本应包括清洗物品重量、超声波频率和清洗时间作为输入特征，以及其他相关的观测值或指标作为输出目标。
根据需求为每个样本添加标签或分类，以便用于监督学习或其他分析任务。
对合成的样本进行必要的数据处理和预处理步骤，例如数据归一化、特征选择或其他数据转换操作，以确保数据的准确性和适用性。
S13、执行器根据收集到的样本数据建立清洗模式预测模型。
具体的，所述执行器根据收集到的样本数据建立清洗模式预测模型包括以下步骤：
S131、执行器通过统计指标的方法初步对收集到的样本数据进行数据分析，选取以清洗物品重量为动态指标的数据组，并将数据组分解为操作集与测试集；
S132、基于操作集分析清洗物品重量在清洗时的偏态分布特征；
S133、采用平方根转换正态函数方法构建清洗模式预测模型，并通过测试集对模型预测精度进行验证与分析。
其中，所述采用平方根转换正态函数方法构建清洗模式预测模型，并通过测试集对模型预测精度进行验证与分析包括以下步骤：
S1331、对物品重量数据进行平方根转换，将其转换为正态分布的形式；
S1332、基于平方根转换后的物品重量数据，采用线性回归方式建立清洗模式的预测模型；
S1333、通过操作集训练预测模型，并根据训练集的误差进行模型参数的估计和优化；
S1334、将测试集输入至训练完成的预测模型中，并与测试集中的实际清洗效果进行比较；
S1335、对预测结果进行分析，查看模型在不同样本和不同特征上的预测准确性。
S14、将样本数据输入至清洗模式预测模型中，并根据模型输出的预测结果制定三种清洗模式。
具体的，所述将样本数据输入至清洗模式预测模型中，并根据模型输出的预测结果制定三种清洗模式包括以下步骤：
S141、将清洗预测模型输出的所有结果进行收集，以清洗重量的最小值为目标；
S142、将原始结果分解为若干组份，并选择包络熵较小的组份进行结果重构；
S143、对重构组份进行包络解调运算，并从重构组份的包络谱中提取清洗特征；
S144、利用算法搜寻参数优化变分模态分解参数清洗重量与超声波频率的最优组合；
S145、基于清洗重量与超声波频率的最优组合制定三组清洗模式。
其中，其中，三种清洗模式包括：
若清洗物品重量n<5kg，则选择轻度清洗模式；
若清洗物品重量n>10kg，则选择强度清洗模式；
若清洗物品重量5kg>n>10kg，则选择标准清洗模式。
S15、针对清洗模式中的各阈值指标进行设定，建立完善的工作模式。
具体的，建立一个完善的清洗工作模式需要针对清洗模式中的各个阈值指标进行设定，可包括以下步骤：
确定清洗过程中的关键指标，指标可能包括清洗物品的重量、超声波频率、清洗时间、清洗液浓度、清洗温度等，根据具体应用的要求，选择与清洗效果和性能密切相关的指标。
对于每个关键指标，根据实际需求和经验，设定相应的阈值范围。这些阈值可以是最小值、最大值或范围值。
根据设定的阈值范围，对实际测试数据进行判断和比较，如果测试值在设定的阈值范围内，可以继续执行相应的清洗动作；如果测试值超出阈值范围，可能需要采取相应的措施，如调整超声波频率、增加清洗时间等。
S2、将设定完成的清洗模式和阈值指标与超声波清洗装置的控制器进行集成和应用。
在本实施例中，所述将设定完成的清洗模式和阈值指标与超声波清洗装置的控制器进行集成和应用包括以下步骤：
S21、利用虚拟数据库技术，将清洗模式和阈值指标内的数据进行收集集成，并将异质数据转换为同质数据。
S22、通过采集同质数据集成控制信号，基于控制器将控制信号转换为控制数据。
具体的，所述通过采集同质数据集成控制信号，基于自控***将控制信号转换为控制数据包括以下步骤：
S221、预先采集集成自动控制信号，并将信号通过通讯网络传递至控制器，由控制器分析上报，确定集成控制频率与集成控制区段；
S222、将集成控制频率最小化，对其进行除杂、降噪。
具体的，所述集成控制频率最小化，对其进行除杂、降噪中最小化的计算公式为：
式中，m表示控制信号，j表示控制点个数，D表示控制频率。
S223、对控制信号与同质数据进行同步转换，并将控制信号从数据服务器连接至控制器上；
S224、基于控制器按照数据分类与存储方式将自动控制信号转换为集成控制数据。
S23、基于控制数据建立超声波清洗装置控制协议，计算集成控制频率，输入智能集成控制量，完成超声波清洗装置的自动控制。
具体的，所述基于控制数据建立超声波清洗装置控制协议，计算集成控制频率，输入智能集成控制量，完成超声波清洗装置的自动控制包括以下步骤：
S231、在集成控制数据后应用通讯网络，按照协议内容在同步自动化控制的行为上对超声波清洗装置控制次数进行限制；
S232、建立集成控制协议为控制数据传输通道，给定控制协议一组数值，利用该数值自动给定集成控制的原始恒定数值计算集成控制频率；
S233、根据计算得到的控制频率输入智能控制量得到控制数据的传递函数；
S234、在输入智能控制量后利用接口集成智能控制，映射出每个控制点位上的控制数据；
S235、利用变量数据对控制数据进行映射，并将其转换为参数控制；
S236、将规定的控制限制输入至控制器内通过***自动检测控制参数的改变，并利用端口状态存储控制数据及控制信息；
S237、将控制数据及控制信息输入相应的映射区域中，通过在区域映射中对应的控制语义分析，得出正确的控制结果，完成超声波清洗装置的自动控制。
S3、将物品置入清洗装置内根据控制器的判断条件执行选择相应的清洗模式。
具体的，将物品置入清洗装置内根据控制器的判断条件执行选择相应的清洗模式可包括以下实现步骤：
使用超声波清洗装置内部的传感器检测物品的存在，可包括光电传感器、重量传感器或其他适合的传感器来确认物品是否已经置入清洗装置内，传感器输出物品的重量数据信号供后续判断使用。
根据设定的清洗模式和阈值指标，判断物品的重量具体符合哪类清洗模式。例如，如果控制器检测到物品的重量超过预设的范围，可能会触发一种清洗模式；如果物品的属性满足某个特定条件，可能会触发另一种清洗模式。
根据控制器的判断条件，选择相应的清洗模式，这通过控制器的逻辑实现，根据预设的条件和设定的清洗模式，选择合适的清洗参数和操作步骤。
根据物品重量选择适当的清洗模式，控制器将相应的指令发送给执行器和相关设备，以执行特定的清洗模式。执行器可以控制超声波发生器、温度控制器等部件，按照设定的参数和步骤进行清洗操作。
通过将物品的属性与预设的条件进行比较，并根据控制器的判断选择合适的清洗模式，可以实现对清洗过程的自动化控制和优化。这样可以提高清洗的效率和一致性，并根据不同物品的要求选择最合适的清洗模式。
S4、根据实际情况实时监测清洗模式和阈值指标对其进行优化调整。
具体的，根据实际情况实时监测清洗模式和阈值指标对其进行优化调整可包括以下步骤：
通过传感器、监测设备或其他适当的手段，实时监测清洗过程中的关键指标，如清洗时间、超声波频率等，将这些数据收集并记录下来，以便后续分析和调整。
使用数据分析工具或算法，对收集到的实时数据进行分析，比较与设定的阈值范围的差异，来识别任何偏离设定范围的趋势或异常情况。
根据数据分析的结果，调整清洗模式的参数、阈值范围或其他相关设置。例如，根据温度数据分析结果，可以调整清洗温度控制器的设定，以提高清洗效果；或者根据超声波频率数据分析结果，调整超声波发生器的频率设置。
进行优化调整后，继续进行实时监测和数据分析，通过不断的迭代反馈过程，逐步优化清洗模式和阈值指标的设定，以达到更好的清洗效果和工作效率。
通过实时监测和优化调整，可以根据实际情况对清洗模式和阈值指标进行动态调整，以确保清洗过程的稳定性和效果的最佳化。这样可以提高清洗效率、减少资源浪费，并满足不同物品的清洗要求。
请参阅图2，本发明还提供一种超声波清洗装置的控制***，该超声波清洗装置的控制***包括：构建模块1、应用模块2、执行模块3及监测模块4；
其中，所述构建模块1，用于依据超声波清洗装置的历史测试数据，构建以清洗物料重量为参数的清洗模式，并对清洗模式中各阈值指标进行设定；
所述应用模块2，用于将设定完成的清洗模式和阈值指标与超声波清洗装置的控制器进行集成和应用；
所述执行模块3，用于将物品置入清洗装置内根据控制器的判断条件执行选择相应的清洗模式；
所述监测模块4，用于根据实际情况实时监测清洗模式和阈值指标对其进行优化调整。
综上所述，借助于本发明的上述技术方案，本发明提出的一种超声波清洗装置的控制方法，首先对历史测试数据进行收集并对基于历史数据中的清洗物品的重量、清洗时间及超声波频率数据制定以清洗物品重量为参数的清洗模式，并对清洗模式中的各类指标进行设定，使其能够根据超声波清洗装置在使用时的实际重量选择相应的清洗模式，提高了其智能性，同时将清洗模式与清洗装置之间进行集成融合，便于实现后期在具体应用时的自动控制，提高了清洗效率与目的。本发明通过历史数据训练得出清洗模式预测模型，并基于模型分析物料重量与清洗参数之间的关系，找到最佳的清洗参数设定，通过建立模型构建以清洗物料重量为参数的清洗模式，并对清洗模式中的各阈值指标进行设定，可以实现最佳清洗参数设定、自动化调整能力、资源利用的优化。本发明将清洗模式和阈值指标与清洗装置的控制器集成后，超声波清洗装置的控制器可以实现对清洗参数的精确控制，达到自动化操作并通过实时监测，可以及时调整清洗参数，保持清洗过程的稳定性和一致性。
本领域普通技术人员可以意识到，结合本实施例描述的各示例的单元即算法步骤，能够以电子硬件或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (10)
1.一种超声波清洗装置的控制方法，其特征在于，该控制方法包括以下步骤：
S1、依据超声波清洗装置的历史测试数据，构建以清洗物料重量为参数的清洗模式，并对清洗模式中各阈值指标进行设定；
S2、将设定完成的清洗模式和阈值指标与超声波清洗装置的控制器进行集成和应用；
S3、将物品置入清洗装置内根据控制器的判断条件执行选择相应的清洗模式；
S4、根据实际情况实时监测清洗模式和阈值指标对其进行优化调整。
2.根据权利要求1所述的一种超声波清洗装置的控制方法，其特征在于，所述依据超声波清洗装置的历史测试数据，构建以清洗物料重量为参数的清洗模式，并对清洗模式中各阈值指标进行设定包括以下步骤：
S11、执行器通过传感器收集超声波清洗装置在测试时的历史数据；
S12、通过执行器从历史数据中筛选关于清洗物品重量、超声波频率与清洗时间的数据合成样本；
S13、执行器根据收集到的样本数据建立清洗模式预测模型；
S14、将样本数据输入至清洗模式预测模型中，并根据模型输出的预测结果制定三种清洗模式；
S15、针对清洗模式中的各阈值指标进行设定，建立完善的工作模式。
3.根据权利要求2所述的一种超声波清洗装置的控制方法，其特征在于，所述执行器根据收集到的样本数据建立清洗模式预测模型包括以下步骤：
S131、执行器通过统计指标的方法初步对收集到的样本数据进行数据分析，选取以清洗物品重量为动态指标的数据组，并将数据组分解为操作集与测试集；
S132、基于操作集分析清洗物品重量在清洗时的偏态分布特征；
S133、采用平方根转换正态函数方法构建清洗模式预测模型，并通过测试集对模型预测精度进行验证与分析。
4.根据权利要求3所述的一种超声波清洗装置的控制方法，其特征在于，所述采用平方根转换正态函数方法构建清洗模式预测模型，并通过测试集对模型预测精度进行验证与分析包括以下步骤：
S1331、对物品重量数据进行平方根转换，将其转换为正态分布的形式；
S1332、基于平方根转换后的物品重量数据，采用线性回归方式建立清洗模式的预测模型；
S1333、通过操作集训练预测模型，并根据训练集的误差进行模型参数的估计和优化；
S1334、将测试集输入至训练完成的预测模型中，并与测试集中的实际清洗效果进行比较；
S1335、对预测结果进行分析，查看模型在不同样本和不同特征上的预测准确性。
5.根据权利要求4所述的一种超声波清洗装置的控制方法，其特征在于，所述将样本数据输入至清洗模式预测模型中，并根据模型输出的预测结果制定三种清洗模式包括以下步骤：
S141、将清洗预测模型输出的所有结果进行收集，以清洗重量的最小值为目标；
S142、将原始结果分解为若干组份，并选择包络熵较小的组份进行结果重构；
S143、对重构组份进行包络解调运算，并从重构组份的包络谱中提取清洗特征；
S144、利用算法搜寻参数优化变分模态分解参数清洗重量与超声波频率的最优组合；
S145、基于清洗重量与超声波频率的最优组合制定三组清洗模式。
6.根据权利要求1所述的一种超声波清洗装置的控制方法，其特征在于，所述将设定完成的清洗模式和阈值指标与超声波清洗装置的控制器进行集成和应用包括以下步骤：
S21、利用虚拟数据库技术，将清洗模式和阈值指标内的数据进行收集集成，并将异质数据转换为同质数据；
S22、通过采集同质数据集成控制信号，基于控制器将控制信号转换为控制数据；
S23、基于控制数据建立超声波清洗装置控制协议，计算集成控制频率，输入智能集成控制量，完成超声波清洗装置的自动控制。
7.根据权利要求6所述的一种超声波清洗装置的控制方法，其特征在于，所述通过采集同质数据集成控制信号，基于自控***将控制信号转换为控制数据包括以下步骤：
S221、预先采集集成自动控制信号，并将信号通过通讯网络传递至控制器，由控制器分析上报，确定集成控制频率与集成控制区段；
S222、将集成控制频率最小化，对其进行除杂、降噪；
S223、对控制信号与同质数据进行同步转换，并将控制信号从数据服务器连接至控制器上；
S224、基于控制器按照数据分类与存储方式将自动控制信号转换为集成控制数据。
8.根据权利要求7所述的一种超声波清洗装置的控制方法，其特征在于，所述集成控制频率最小化，对其进行除杂、降噪中最小化的计算公式为：；
式中，m表示控制信号，j表示控制点个数，D表示控制频率。
9.根据权利要求8所述的一种超声波清洗装置的控制方法，其特征在于，所述基于控制数据建立超声波清洗装置控制协议，计算集成控制频率，输入智能集成控制量，完成超声波清洗装置的自动控制包括以下步骤：
S231、在集成控制数据后应用通讯网络，按照协议内容在同步自动化控制的行为上对超声波清洗装置控制次数进行限制；
S232、建立集成控制协议为控制数据传输通道，给定控制协议一组数值，利用该数值自动给定集成控制的原始恒定数值计算集成控制频率；
S233、根据计算得到的控制频率输入智能控制量得到控制数据的传递函数；
S234、在输入智能控制量后利用接口集成智能控制，映射出每个控制点位上的控制数据；
S235、利用变量数据对控制数据进行映射，并将其转换为参数控制；
S236、将规定的控制限制输入至控制器内通过***自动检测控制参数的改变，并利用端口状态存储控制数据及控制信息；
S237、将控制数据及控制信息输入相应的映射区域中，通过在区域映射中对应的控制语义分析，得出正确的控制结果，完成超声波清洗装置的自动控制。
10.一种超声波清洗装置的控制***，用于实现权利要求1-9中任一项所述的超声波清洗装置的控制方法，其特征在于，该超声波清洗装置的控制***包括：构建模块、应用模块、执行模块及监测模块；
其中，所述构建模块，用于依据超声波清洗装置的历史测试数据，构建以清洗物料重量为参数的清洗模式，并对清洗模式中各阈值指标进行设定；
所述应用模块，用于将设定完成的清洗模式和阈值指标与超声波清洗装置的控制器进行集成和应用；
所述执行模块，用于将物品置入清洗装置内根据控制器的判断条件执行选择相应的清洗模式；
所述监测模块，用于根据实际情况实时监测清洗模式和阈值指标对其进行优化调整。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311245530.8A CN116991146B (zh) | 2023-09-26 | 2023-09-26 | 一种超声波清洗装置的控制方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311245530.8A CN116991146B (zh) | 2023-09-26 | 2023-09-26 | 一种超声波清洗装置的控制方法及*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116991146A true CN116991146A (zh) | 2023-11-03 |
| CN116991146B CN116991146B (zh) | 2023-12-01 |
Family
ID=88521676
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311245530.8A Active CN116991146B (zh) | 2023-09-26 | 2023-09-26 | 一种超声波清洗装置的控制方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116991146B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117687326A (zh) * | 2024-02-02 | 2024-03-12 | 无锡南方声学工程有限公司 | 基于数据分析的超声波清洗机运行监测预警*** |
Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR870003257A (ko) * | 1985-09-25 | 1987-04-16 | 정재은 | 초음파를 이용한 전자동 세탁기 |
| CN102481601A (zh) * | 2009-07-14 | 2012-05-30 | 阿尔弗雷德·凯驰两合公司 | 清洁设备以及用于控制对清洁设备的访问的方法 |
| WO2012165996A1 (ru) * | 2011-06-01 | 2012-12-06 | Pavlenko Oleg Grigorievich | Пьезоэлектрическое устройство для ультразвуковых ванн очистки |
| CN102825040A (zh) * | 2012-08-12 | 2012-12-19 | 周利坤 | 一种油罐油泥清洗及处理*** |
| US20140236363A1 (en) * | 2013-02-18 | 2014-08-21 | Samsung Electronics Co., Ltd. | Washing machine and control method thereof |
| CN109158366A (zh) * | 2014-01-26 | 2019-01-08 | 艺康美国股份有限公司 | 原位清洗工艺和原位清洗*** |
| CN109447048A (zh) * | 2018-12-25 | 2019-03-08 | 苏州闪驰数控***集成有限公司 | 一种人工智能预警*** |
| CN109583630A (zh) * | 2018-11-12 | 2019-04-05 | 斑马网络技术有限公司 | 空调滤清器性能预测方法、装置、存储介质及电子设备 |
| KR102040957B1 (ko) * | 2019-04-17 | 2019-11-06 | 주식회사 세이버 | 복합 세척 기능을 수행하는 초음파 세척기 |
| CN110777504A (zh) * | 2018-07-13 | 2020-02-11 | 青岛海尔洗衣机有限公司 | 一种超声波清洗装置的控制方法和超声波清洗装置 |
| CN112438673A (zh) * | 2019-08-30 | 2021-03-05 | 宁波方太厨具有限公司 | 一种清洗机的自适应清洗方法及应用该方法的清洗机 |
| CN113699741A (zh) * | 2021-10-09 | 2021-11-26 | 杭州数值科技有限公司 | 一种基于云端规则的洗衣机控制方法及*** |
| CN115613272A (zh) * | 2022-10-11 | 2023-01-17 | 珠海格力电器股份有限公司 | 洗涤控制方法、装置、洗衣机及存储介质 |
| CN116556019A (zh) * | 2022-01-27 | 2023-08-08 | 青岛海尔洗涤电器有限公司 | 衣物处理设备控制方法、衣物处理设备及存储介质 |
| CN116666198A (zh) * | 2023-07-26 | 2023-08-29 | 恒超源洗净科技(深圳)有限公司 | 一种半导体器件全自动超声波清洗方法及*** |
| CN116716710A (zh) * | 2023-05-08 | 2023-09-08 | 青岛海尔洗衣机有限公司 | 洗涤控制方法、装置、设备及存储介质 |
-
2023
- 2023-09-26 CN CN202311245530.8A patent/CN116991146B/zh active Active
Patent Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR870003257A (ko) * | 1985-09-25 | 1987-04-16 | 정재은 | 초음파를 이용한 전자동 세탁기 |
| CN102481601A (zh) * | 2009-07-14 | 2012-05-30 | 阿尔弗雷德·凯驰两合公司 | 清洁设备以及用于控制对清洁设备的访问的方法 |
| WO2012165996A1 (ru) * | 2011-06-01 | 2012-12-06 | Pavlenko Oleg Grigorievich | Пьезоэлектрическое устройство для ультразвуковых ванн очистки |
| CN102825040A (zh) * | 2012-08-12 | 2012-12-19 | 周利坤 | 一种油罐油泥清洗及处理*** |
| US20140236363A1 (en) * | 2013-02-18 | 2014-08-21 | Samsung Electronics Co., Ltd. | Washing machine and control method thereof |
| CN109158366A (zh) * | 2014-01-26 | 2019-01-08 | 艺康美国股份有限公司 | 原位清洗工艺和原位清洗*** |
| CN110777504A (zh) * | 2018-07-13 | 2020-02-11 | 青岛海尔洗衣机有限公司 | 一种超声波清洗装置的控制方法和超声波清洗装置 |
| CN109583630A (zh) * | 2018-11-12 | 2019-04-05 | 斑马网络技术有限公司 | 空调滤清器性能预测方法、装置、存储介质及电子设备 |
| CN109447048A (zh) * | 2018-12-25 | 2019-03-08 | 苏州闪驰数控***集成有限公司 | 一种人工智能预警*** |
| KR102040957B1 (ko) * | 2019-04-17 | 2019-11-06 | 주식회사 세이버 | 복합 세척 기능을 수행하는 초음파 세척기 |
| CN112438673A (zh) * | 2019-08-30 | 2021-03-05 | 宁波方太厨具有限公司 | 一种清洗机的自适应清洗方法及应用该方法的清洗机 |
| CN113699741A (zh) * | 2021-10-09 | 2021-11-26 | 杭州数值科技有限公司 | 一种基于云端规则的洗衣机控制方法及*** |
| CN116556019A (zh) * | 2022-01-27 | 2023-08-08 | 青岛海尔洗涤电器有限公司 | 衣物处理设备控制方法、衣物处理设备及存储介质 |
| CN115613272A (zh) * | 2022-10-11 | 2023-01-17 | 珠海格力电器股份有限公司 | 洗涤控制方法、装置、洗衣机及存储介质 |
| CN116716710A (zh) * | 2023-05-08 | 2023-09-08 | 青岛海尔洗衣机有限公司 | 洗涤控制方法、装置、设备及存储介质 |
| CN116666198A (zh) * | 2023-07-26 | 2023-08-29 | 恒超源洗净科技(深圳)有限公司 | 一种半导体器件全自动超声波清洗方法及*** |
Non-Patent Citations (1)
| Title |
|---|
| 王向儒: "柔性屏超声波清洗设备机械***的设计与研究", 《万方数据知识服务平台》, pages 1 - 106 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117687326A (zh) * | 2024-02-02 | 2024-03-12 | 无锡南方声学工程有限公司 | 基于数据分析的超声波清洗机运行监测预警*** |
| CN117687326B (zh) * | 2024-02-02 | 2024-04-12 | 无锡南方声学工程有限公司 | 基于数据分析的超声波清洗机运行监测预警*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116991146B (zh) | 2023-12-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116991146B (zh) | 一种超声波清洗装置的控制方法及*** | |
| CN116796907A (zh) | 一种基于物联网的水环境动态监测***及其方法 | |
| CN115643159B (zh) | 一种基于边缘计算的设备异常预警方法及*** | |
| CN110576335B (zh) | 一种基于切削力的刀具磨损在线监测方法 | |
| JPH07209143A (ja) | 機械故障診断システムと方法 | |
| EP3825966A1 (en) | A system and method for monitoring and predicting breakdowns in vehicles | |
| CN1813263A (zh) | 信息处理器、状态判断单元、诊断单元、信息处理方法、状态判断方法和诊断方法 | |
| Hayashi et al. | Study of machine fault diagnosis system using neural networks | |
| CN116519895B (zh) | 一种基于大数据平台的水质在线监测分析管理*** | |
| CN1323336C (zh) | 设备运行状态数据质量动态检测和保障方法 | |
| CN116705272A (zh) | 基于多维诊断的设备健康状态综合评价方法 | |
| CN112711850A (zh) | 一种基于大数据的机组在线监测方法 | |
| CN113887749A (zh) | 基于云边协同的电力物联网多维度监控处置方法、设备及平台 | |
| CN115238785A (zh) | 基于图像融合和集成网络的旋转机械故障诊断方法和*** | |
| CN114139297B (zh) | 基于机泵设备状态监测和大数据分析的专家诊断*** | |
| CN113539382B (zh) | 一种亚磷酸二甲酯关键工艺参数的预警定位方法及*** | |
| CN117115637A (zh) | 一种基于大数据技术的水质监测预警方法及*** | |
| KR102334694B1 (ko) | 제조 제품의 불량 판정 알고리즘을 관리하는 클라우드 서버 및 이를 포함하는 스마트 공장 관리 시스템 | |
| CN112454008A (zh) | 一种基于网络模型的切割平台寿命预测方法、***及可读存储介质 | |
| CN112380782A (zh) | 一种基于混合指标和神经网络的旋转设备故障预测方法 | |
| CN106599568B (zh) | 一种温室异常温度诊断装置 | |
| KR20210059271A (ko) | 진동 신호 기반의 기계 상태 관리 시스템 | |
| CN112486096A (zh) | 一种机床运行状态的监控方法 | |
| CN113836476B (zh) | 一种基于智能手机的路面平整度测量方法 | |
| CN117870034B (zh) | 洁净室环境参数的控制方法、装置及*** |
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 |