[发明专利]一种基于机器学习的冷热一体机监测控制方法及系统

说明书

本发明公开了一种基于机器学习的冷热一体机监测控制方法及系统，包括：获取冷热一体机的运行参数，根据运行参数提取加热温度曲线及冷却温度曲线，获取加热冷却区域的区域温度信息构建区域环境温度场，通过区域环境温度场根据加热温度曲线及冷却温度曲线获取加工对象的异常温度区域；根据异常温度区域的异常温差信息设置反馈信息，通过反馈信息对冷热一体机的输出功率进行修正；同时，基于机器学习构建运行状态监测模型及故障诊断模型，生成冷热一体机的运行状态及故障识别结果。本发明监测冷热一体机加热冷却中的异常温度信息，对输出功率进行修正，实现精准温控，同时对运行状态进行实时监测，确保冷热一体机运行安全性。

技术领域

本发明涉及工业自动化信息监测技术领域，更具体的，涉及一种基于机器学习的冷热一体机监测控制方法及系统。

背景技术

目前，在化学化工及生物技术行业领域，温度控制过程遍布于研究和生产放大环节，温度控制对于安全和高质量的反应产品都是至关重要的。为了得到高质量的反应产品，温度控制系统需要对外部的反应釜及加工产品进行稳定可靠的工艺过程温度控制。

冷热一体机作为工业生产中常用温控装置，根据工业需求能够自动加热或者制冷，机体分为加热部分和冷却部分，机体能急速加温，急速冷却设备所需温度，并能控制多个面路不同温度，快速循环于产品成型过程中的周围，大大提高生产效率。而当前冷热一体机虽然能够显示故障代码，但无法监测运行过程中的异常情况，分析运行状态实现故障预测及精准定位；因此，需要开发一款系统实现随时监控设备运行，主动报告当前的运行状态，并根据运行状态调整控制策略，确保冷热一体机的安全运行，而在实现过程中，如何通过机器学习方法进行运行状态监测是亟不可待需要解决的问题之一。

发明内容

为了解决上述技术问题，本发明提出了一种基于机器学习的冷热一体机监测控制方法及系统。

本发明第一方面提供了一种基于机器学习的冷热一体机监测控制方法，包括：

获取冷热一体机的运行参数，根据运行参数提取加热温度曲线及冷却温度曲线；

获取加热冷却区域的区域温度信息，根据所述区域温度信息构建区域环境温度场，通过区域环境温度场根据所述加热温度曲线及冷却温度曲线获取加工对象的异常温度区域；

根据异常温度区域的异常温差信息设置反馈信息，通过反馈信息对冷热一体机的输出功率进行修正；

同时，基于机器学习构建运行状态监测模型及故障诊断模型，将运行参数输入运行状态监测模型及故障诊断模型生成冷热一体机的运行状态及故障识别结果。

本方案中，通过区域环境温度场根据所述加热温度曲线及冷却温度曲线获取加工对象的异常温度区域，具体为：

获取目标加工对象的目标加热温度及目标冷却温度设置目标加热曲线及目标冷却曲线，将加热冷却区域划分为若干格栅区域，根据各个格栅区域的温度信息获取区域环境温度场；

根据区域环境温度场获取各个区域格栅的实时温度信息获取与初始温度信息的温度差，根据所述温度差获取各个区域格栅的温度变化率；

获取温度变化率大于预设温度变化率阈值的格栅区域作为重点标记格栅区域，根据所述温度变化率预测预设时间后的温度信息，根据温度变化率及温度信息读取加热温度曲线及冷却温度曲线；

判断加热温度曲线及冷却温度曲线与目标加热曲线及目标冷却曲线的匹配度，将匹配度小于预设匹配度阈值的区域格栅作为异常温度区域。

本方案中，根据异常温度区域的异常温差信息设置反馈信息，通过反馈信息设置冷热一体机的输出功率，具体为：

获取异常温度区域预设时间后的温度信息与目标加热温度或目标冷却温度中同一时刻对应的目标温度信息对比获取异常温差信息；