[发明专利]基于物联网的排水阀优化方法

说明书

本发明提供了一种基于物联网的排水阀优化方法，所述基于物联网的排水阀优化方法包括以下步骤：(A1)利用监测物联网，获得排水阀的运行参数；(A2)利用神经网络算法分析所述运行参数，提取排水阀的运行模式特征模型；(A3)利用遗传算法优化所述运行模式特征模型，获取阀门开启时长。本发明具有耗气量低等优点。

技术领域

本发明涉及压缩空气系统和蒸汽系统，特别涉及基于物联网的排水阀优化方法。

背景技术

压缩空气或蒸汽在冷却过程中，会形成大量的冷凝水。如果冷凝水不被及时去除，会加剧管道腐蚀，甚至可能造成严重的设备故障。具体来说，渗透至设备各辅助部件的冷凝水可能到导致工艺出现问题，比如生产线停产和产品缺陷。对于某些行业，如制药，即使是极少量的冷凝水也会对下游工艺和设备产生明显的影响。因此，从压缩空气系统中彻底去除冷凝水至关重要。

传统的排水阀包括直排、时间控制、液位控制。直排是指稍稍打开排水阀门，这样能够最大量的减少冷凝水的积累。时间控制，即通过时间间隔来定时的打开排气阀，把冷凝水排出。但是这两种排水阀在使用过程中，将会产生巨大的浪费，大量的压缩空气泄露，同时由于压缩空气也包含了水、油、杂质等，这样不仅浪费宝贵的能源，而且也会造成环境污染。液位控制，即通过桶形的装置来收集冷凝水，当冷凝水位达到一定位置时，则打开阀门排水，这样减少了能源浪费，也减少了压缩空气逸出。

但是目前的液位控制排水阀，通过液位的方式进行排气也存在一定问题，一是阀门开启时长不容易控制，特别是由于环境的变化。在我国北方冬天，室外的排水阀容易结冰，如果还是按照液位控制，将导致积水过多结冰，因此液位控制排水阀还需要考虑环境因素。其次，排水阀缺少了监控装置，而一个工厂装配了大量的排水阀，对阀门的巡检费时费力，也很难发现排水阀的故障，而导致阀门一直开着，造成能源浪费。

发明内容

为了解决上述现有技术方案中的不足，本发明提供了一种基于物联网的排水阀优化方法，有效地降低了能耗。

一种基于物联网的排水阀优化方法，所述基于物联网的排水阀优化方法包括以下步骤：

(A1)利用监测物联网，获得排水阀的运行参数；

(A2)利用神经网络算法分析所述运行参数，提取排水阀的运行模式特征模型；

(A3)利用遗传算法优化所述运行模式特征模型，获取阀门开启时长。

根据上述的基于物联网的排水阀优化方法，可选地，所述基于物联网的排水阀优化方法进一步包括以下步骤：

(A4)利用工控机、无线采集卡构建基于物联网的排水阀监测装置。

根据上述的基于物联网的排水阀优化方法，优选地，所述运行参数包括：液位信号、阀门开启时长、环境温度、环境湿度。

根据上述的基于物联网的排水阀优化方法，可选地，所述神经网络训练建模过程包括以下步骤：

(B1)从输入层到隐含层的关系；输入层包括：阀门开启时长、环境温度、环境湿度；输出层包括：排水阀的液位；对于隐藏层和输入层的关系，

其中，w_ij是输入层到隐含层的权值，θ_j是隐含层的阈值。I_j是隐含层的值。x_i的值包括阀门开启时长、环境温度、环境湿度；

(B2)从隐含层到输出层的关系，

其中，是输入层到隐含层的权值，σ_j是隐含层的阈值。y是排水阀的液位；

(B3)训练过程采用Back Propagation(BP)神经网络训练方法，获得各权值和阈值。