CN118391799A - 食用油灌装车间的空气环境控制方法、过滤系统及终端 - Google Patents
食用油灌装车间的空气环境控制方法、过滤系统及终端 Download PDFInfo
- Publication number
- CN118391799A CN118391799A CN202410497463.7A CN202410497463A CN118391799A CN 118391799 A CN118391799 A CN 118391799A CN 202410497463 A CN202410497463 A CN 202410497463A CN 118391799 A CN118391799 A CN 118391799A
- Authority
- CN
- China
- Prior art keywords
- air
- unit
- cleanliness
- filter unit
- fresh air
- 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
- 238000001914 filtration Methods 0.000 title claims abstract description 46
- 238000000034 method Methods 0.000 title claims abstract description 38
- 239000008157 edible vegetable oil Substances 0.000 title claims abstract description 22
- 230000003749 cleanliness Effects 0.000 claims abstract description 68
- 238000001514 detection method Methods 0.000 claims abstract description 46
- 238000005070 sampling Methods 0.000 claims description 27
- 238000004590 computer program Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000003252 repetitive effect Effects 0.000 claims description 6
- 239000002245 particle Substances 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 238000005457 optimization Methods 0.000 claims description 3
- 230000001276 controlling effect Effects 0.000 claims 7
- 239000000203 mixture Substances 0.000 claims 3
- 230000001105 regulatory effect Effects 0.000 claims 3
- 238000005265 energy consumption Methods 0.000 abstract description 7
- 238000012545 processing Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000013618 particulate matter Substances 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000009423 ventilation Methods 0.000 description 2
- 101000827703 Homo sapiens Polyphosphoinositide phosphatase Proteins 0.000 description 1
- 102100023591 Polyphosphoinositide phosphatase Human genes 0.000 description 1
- 101100012902 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) FIG2 gene Proteins 0.000 description 1
- 101100233916 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) KAR5 gene Proteins 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/88—Electrical aspects, e.g. circuits
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/70—Control systems characterised by their outputs; Constructional details thereof
- F24F11/72—Control systems characterised by their outputs; Constructional details thereof for controlling the supply of treated air, e.g. its pressure
- F24F11/74—Control systems characterised by their outputs; Constructional details thereof for controlling the supply of treated air, e.g. its pressure for controlling air flow rate or air velocity
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/89—Arrangement or mounting of control or safety devices
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F13/00—Details common to, or for air-conditioning, air-humidification, ventilation or use of air currents for screening
- F24F13/28—Arrangement or mounting of filters
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F7/00—Ventilation
- F24F7/003—Ventilation in combination with air cleaning
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F8/00—Treatment, e.g. purification, of air supplied to human living or working spaces otherwise than by heating, cooling, humidifying or drying
- F24F8/10—Treatment, e.g. purification, of air supplied to human living or working spaces otherwise than by heating, cooling, humidifying or drying by separation, e.g. by filtering
- F24F8/108—Treatment, e.g. purification, of air supplied to human living or working spaces otherwise than by heating, cooling, humidifying or drying by separation, e.g. by filtering using dry filter elements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
-
- 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
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B30/00—Energy efficient heating, ventilation or air conditioning [HVAC]
- Y02B30/70—Efficient control or regulation technologies, e.g. for control of refrigerant flow, motor or heating
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Combustion & Propulsion (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Analysis (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Fluid Mechanics (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明公开了一种食用油灌装车间的空气环境控制方法、过滤系统及控制终端，确定回风流量与新风流量，通过第一洁净度检测组件检测回风的洁净度，通过第二洁净度检测组件检测新风的洁净度；将回风通入第一过滤机组，控制第一过滤机组的功率；将新风通入第二过滤机组，控制第二过滤机组的功率；将过滤后的回风与新风混合输入至温湿机组，经温湿机组处理后输入至灌装车间；本发明通过将其中一个支路直接接入大气，将另一个支路接入循环，从而使得在对空气进行洁净度处理时，将部分回风与新风混合，减少处理的能源消耗，提升过滤效率，同时可以根据具体情况灵活调节温湿机组和过滤模块的工作效率。
Description
技术领域
本发明涉及智能控制技术领域，具体涉及一种食用油灌装车间的空气环境控制方法、过滤系统及终端。
背景技术
在对食用油进行灌装时，为了尽量减少空气对产品的影响，需要保证灌装车间的空气质量，同时，因为需要对灌装设备等进行散热，也不能完全使其处于空气不流通的状态，因此灌装车间内的空气既需要时刻通风，同时还要避免有过多的杂质随风进入到灌装车间，因此在进行灌装车间的空气过滤时，需要泵入新风，使灌装车间内的空气与大气实现循环，避免位于灌装车间内的通风不足，因此在换气的需求下，既需要保证其空气的洁净度，又需要保证温湿度。
现阶段采用的常规方法是，直接将灌装车间内的空气排出，然后通过相关的过滤设备和温湿度调节设备直接将大气处理后吹入灌装车间内，这样会导致所有的空气均需要进行过滤和温湿度调节，可能需要耗费更大量的能源。
另外，在实际运行中，环境温度湿度会因为在不同季节甚至一天中的不同时间而出现快速变化的情况，环境温度湿度的变化会对温湿度调节设备产生干扰，影响设备的静态性能，会对控制幅度产生较大的影响，进一步的增加了能耗。
发明内容
本发明所要解决的技术问题是食用油灌装车间的控制空气处理设备能耗较大，目的在于提供一种食用油灌装车间的空气环境控制方法、过滤系统及终端，有效的降低了空气循环过程中的能耗需求。
本发明通过下述技术方案实现：
一种食用油灌装车间的空气环境控制方法，包括：
连接灌装车间与第一过滤机组；连接外部空气与第二过滤机组；
确定回风流量与新风流量，并通过第一流量阀、第二流量阀和第三流量阀，调节进入回风过滤模块的回风流量，调节进入新风过滤模块的新风流量；
通过第一洁净度检测组件检测回风的洁净度，通过第二洁净度检测组件检测新风的洁净度；
通过回风的洁净度控制第一过滤机组的功率，通过新风的洁净度控制第二过滤机组的功率；
将过滤后的回风与新风混合输入至温湿机组，经温湿机组处理后输入至灌装车间。
具体地，第一过滤机组和第二过滤机组的功率控制方法包括：
确定要求洁净度等级N，并根据洁净度等级确定最大浓度限值 其中，D为要求控制的粒径；
在时间周期Tc内，通过第一洁净度检测组件和第二洁净度检测组件检测浓度，ca∈[c1,c2,c3,…,cA],其中，a＝1,2,3,…,A，A为Tc周期内的采样次数，[c1,c2,c3,…,cA]为A次采样获得的浓度；
在每个采样时刻，对a个样本点区取均方差值，其中，E为均方差值，ea为计算中间参数；
获取第一过滤机组和第二过滤机组对应的功率补偿因子ΔI(a)，其中，I(a)为Tc周期内的平均电流，ii∈[i1,i2,i3,...,iA]为每一次浓度采样时对应的电流值；
调节Tc+1时间周期内第一过滤机组和第二过滤机组的功率P，其中U为恒定电压值；
令Tc＝Tc+1，并循环上述步骤。
具体地，所述温湿机组的控制方法包括：
建立温湿机组的状态空间方程，其中k为重复性运动的批次，t∈[1,N]为温湿机组的运行时刻，N表示在第k个批次的采样次数，x为n维状态变量，u为n维状态控制量，d为n维干扰输入，y为温湿机组的状态，A,B,C为系统矩阵；
构建温湿机组的二维状态变量模型，其中，I为单位矩阵，η为模型参数，其为不同批次中同一个采样时刻的变量差值；e为模型参数，其为不同批次中同一个采样时刻的状态差值；Δu为中间参数，其为不同批次中同一个采样时刻的控制量差值；Δd为中间参数，其为不同批次中同一个采样时刻的干扰输入差值；
构建针对二维状态变量模型的迭代学习控制器，u(t-1,k+1)＝u(t-1,k)+L·e(t,k)，其中L参数学习率；
构建迭代学习预测模型，其中，为批次间控制量，为批次内控制量；
构建批次间的控制量模型，并通过迭代学习控制的收敛条件计算求解获得L；
构建在迭代学习预测模型下的系统模型，
获得控制量预测模型，其中，l∈[1,m]，m为系统预测的参数更新步长，为预测初始值，
利用无约束条件下的优化理论获得任意时刻t的温湿机组的控制量并对温湿机组进行控制，其中cT＝[1，0，…，0]m。
可选地，L的求解方法包括：
令并将迭代学习控制器输入至二维状态变量模型，获得系统模型，其中ζ(t,k)＝[η(t,k),e(t,k)]T，W为拟定矩阵，右上角标为运行时刻和批次的取值；；
确定系统模型收敛的充分条件；
计算求解获得L。
可选地，系统模型收敛的充分条件为在W0,1状态下模型渐进稳定，即有I-CBL的特征值包含在单位圆内。
可选地，预测初始值的计算公式为：其中，i和j为求和过程中的中间取值。
一种食用油灌装车间空气过滤系统，包括温湿机组、回风过滤模块和新风过滤模块；
灌装车间的出气口连接有第一支路和第二支路，所述第一支路与所述回风过滤模块的进气口连通，所述第二支路与大气连通；
所述新风过滤模块的进气口与大气连通，所述回风过滤模块的出气口和所述新风过滤模块的出气口与所述温湿机组的进气口连通，所述温湿机组的出气口与所述灌装车间连通；
所述回风过滤模块的进气口处设置有第一洁净度检测组件，所述新风过滤模块的进气口处设置有第二洁净度检测组件；
所述第一洁净度检测组件通过控制器与所述回风过滤模块电连接，所述第二洁净度检测组件通过所述控制器与所述新风过滤模块电连接；
所述控制模块内执行如权上所述的食用油灌装车间的空气环境控制方法。
具体地，所述第一支路上设置有第一流量阀，所述第二支路上设置有第二流量阀，所述新风过滤模块的进气口出设置有第三流量阀，所述第一流量阀、所述第二流量阀和所述第三流量阀均与所述控制器电连接。
具体地，所述回风过滤模块包括第一过滤机组和第一过滤空间，所述第一过滤机组设置在所述第一过滤空间内，所述第一过滤空间内设置有进气口和出气口，所述第一洁净度检测组件与所述第一过滤机组电连接；
所述新风过滤模块包括第二过滤机组和第二过滤空间，所述第二过滤机组设置在所述第二过滤空间内，所述第二过滤空间内设置有进气口和出气口，所述第二洁净度检测组件与所述第二过滤机组电连接。
一种适用于食用油灌装车间的环境控制终端，包括存储器、处理器以及存储在存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的一种食用油灌装车间的空气环境控制方法的步骤。
本发明与现有技术相比，具有如下的优点和有益效果：
本发明通过在灌装车间的出气口出设置两个支路，将其中一个支路直接接入大气，将另一个支路接入循环，从而使得在对空气进行洁净度处理时，将部分回风与新风混合，减少处理的能源消耗，提升过滤效率，同时可以根据具体情况灵活调节温湿机组和过滤模块的工作效率。
附图说明
附图示出了本发明的示例性实施方式，并与其说明一起用于解释本发明的原理，其中包括了这些附图以提供对本发明的进一步理解，并且附图包括在本说明书中并构成本说明书的一部分，并不构成对本发明实施例的限定。
图1是根据本发明所述的一种食用油灌装车间空气过滤系统的结构示意图。
图2是根据本发明所述的一种食用油灌装车间的空气环境控制方法的流程示意图。
图3是根据本发明所述的实施例三的流程示意图。
图4是根据本发明所述的实施例四的流程示意图。
附图标记：1-灌装车间，2-回风过滤模块，21-第一过滤空间，22-第一过滤机组，3-新风过滤模块，31-第二过滤空间，32-第二过滤机组，4-温湿机组，5-第一洁净度检测组件，6-第二洁净度检测组件，7-第二流量阀，8-第一流量阀，9-第三流量阀。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合附图和实施方式对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施方式仅用于解释相关内容，而非对本发明的限定。
另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分。
在不冲突的情况下，本发明中的实施方式及实施方式中的特征可以相互组合。下面将参考附图并结合实施方式来详细说明本发明。
实施例一
如图1所示，本实施例提供一种灌装车间空气过滤系统，包括温湿机组4、回风过滤模块2和新风过滤模块3；温湿机组4用于控制输入到灌装车间1内的控制的温度和湿度，过滤模块用于过滤输入到灌装车间1内的空气，使得空气中颗粒物的含量达到相关标准。
灌装车间1的出气口连接有第一支路和第二支路，第一支路与回风过滤模块2的进气口连通，第二支路与大气连通；第一支路上设置有第一流量阀8，第二支路上设置有第二流量阀7，新风过滤模块3的进气口出设置有第三流量阀9，第一流量阀8、第二流量阀7和第三流量阀9均与控制器电连接。
即将灌装车间1排出的空气一部分直接排入到大气，将另一部分空气经过回风过滤模块2的处理后，重新接入到灌装车间1内，其原因是，灌装车间1排出的空气中颗粒物的含量仍然较低，将其部分返还后，再不影响向灌装车间1输入正常空气的前提下，减少过滤模块的工作功率，从而达到节省能源的目的。
通过设置第一流量阀8、第二流量阀7和第三流量阀9可以调节第一支路和第二支路的空气流量，从而可以调整回风和新风的混合比例。
新风过滤模块3的进气口与大气连通，回风过滤模块2的出气口和新风过滤模块3的出气口与温湿机组4的进气口连通，温湿机组4的出气口与灌装车间1连通；即通过新风过滤模块3对新风进行过滤，然后通过回风过滤模块2对回风进行过滤，再将过滤后的新风和回风混合和，通过温湿机组4进行温度和湿度调节后，输入到灌装车间1。
回风过滤模块2的进气口处设置有第一洁净度检测组件5，新风过滤模块3的进气口处设置有第二洁净度检测组件6；第一洁净度检测组件5通过控制器与回风过滤模块2电连接，第二洁净度检测组件6通过控制器与新风过滤模块3电连接。通过设置第一洁净度检测组件5和第二洁净度检测组件6，可以对输入到回风过滤模块2和新风过滤模块3的空气进行洁净度检测，并根据相应的检测结果可以调整过滤模块的工作功率，在满足洁净度要求的情况下，减少能耗。
本实施例中的过滤模块的结构如下：
回风过滤模块2包括第一过滤机组22和第一过滤空间21，第一过滤机组22设置在第一过滤空间21内，第一过滤空间21内设置有进气口和出气口，第一洁净度检测组件5与第一过滤机组22电连接；即在第一过滤空间21内设置一个第一过滤机组22，通过第一过滤机组22对第一过滤空间21内的空气进行循环过滤，从而达到过滤的目的。可以看出，如果输入到第一过滤空间内的空气中的颗粒物越少，第一过滤机组22需要循环工作的次数就越少，因此可以通过第一洁净度检测组件5的检测结果来实时控制第一过滤机组22的工作功率。
新风过滤模块3包括第二过滤机组32和第二过滤空间31，第二过滤机组32设置在第二过滤空间31内，第二过滤空间31内设置有进气口和出气口，第二洁净度检测组件6与第二过滤机组32电连接。工作原理与新风过滤模块3相同。
实施例二
本实施例在上述的一种灌装车间空气过滤系统的基础上，提供一种适用于灌装车间1的环境控制方法，如图2所示的控制方法包括：
第一步，确定回风流量与新风流量，并通过第一流量阀8、第二流量阀7和第三流量阀9，调节进入回风过滤模块2的回风流量，调节进入新风过滤模块3的新风流量；
第二步，通过第一洁净度检测组件5检测回风的洁净度，通过第二洁净度检测组件6检测新风的洁净度；
第三步，通过回风的洁净度控制第一过滤机组22的功率，通过新风的洁净度控制第二过滤机组32的功率；如果输入到第一过滤空间内的空气中的颗粒物越少，第一过滤机组22需要循环工作的次数就越少，因此可以通过第一洁净度检测组件5的检测结果来实时控制第一过滤机组22的工作功率。
如果输入到第二过滤空间内的空气中的颗粒物越少，第二过滤机组32需要循环工作的次数就越少，因此可以通过第二洁净度检测组件6的检测结果来实时控制第二过滤机组32的工作功率。
第四步，将过滤后的回风与新风混合输入至温湿机组4，经温湿机组4处理后输入至灌装车间1。本实施例中，通过迭代学习算法对温湿机组4的运行状态进行控制，使得在循环过程中，温湿机组4具备预测的能力，可以预测环境温湿度，从而减少对温湿机组4的干扰。
实施例三
在本实施例中第二步和第三步中，第一过滤机组22和第二过滤机组32的功率控制原理是：
第一过滤机组22和第二过滤机组32均采用电压恒定条件下的线性电流驱动的自适应的功率动态调节器，将洁净度检测组件采集检测浓度数据作为输入值，以最大浓度限值与采样得到的采样浓度的最小均方误差和去控制电流输出，不断调节过滤机组的输出功率，使得洁净度检测组件采集到的值不大于洁净度等级对应的最大浓度限值，从而在达到过滤的目的前提下减少能耗。
如图3所示的具体方法包括：
确定要求洁净度等级N，并根据洁净度等级确定最大浓度限值 确定洁净度的最大浓度限值cn，cn的单位为pc/m3(粒和立方米)，其值4舍5入至相近整数，有效位数不超过3位。
(1)在时间周期Tc内，通过第一洁净度检测组件5和第二洁净度检测组件6检测浓度，ca∈[c1,c2,c3,…,cA],其中，a＝1,2,3,…,A，A为Tc周期内的采样次数；在时间周期Tc内，第一过滤机组22和第二过滤机组32是按照Tc-1周期中计算的功率进行工作，在Tc中，功率不发生改变。
(2)在每个采样时刻，对a个样本点区取均方差值，其中，E为均方差值，ea为计算中间参数。
(3)假定每一个测量点检测时的电流为[i1,i2,i3,…,iA]，将均方误差对电流求导可以得到第一过滤机组22和第二过滤机组32对应的功率补偿因子，
(4)利用功率补偿因子调节Tc+1时间周期内第一过滤机组22和第二过滤机组32的功率，其中U为恒定电压值；其中I(a)为当前周期的电流平均值。
令Tc＝Tc+1进行迭代，并循环步骤(1)到步骤(4)可实现动态平衡。
实施例四
本实施例中，如图4所示的温湿机组4的控制方法。
由于温湿机组4的使用情况会随着季节变化而发生变化，也会随着一天时间的变化而发生变化，具有阶段性重复工作的特点，本实施例中对温湿机组4进行建模，并将其温湿度控制问题转换为轨迹跟踪问题，具体方法包括：
建立温湿机组4的状态空间方程，其中k为重复性运动的批次，t∈[1,N]为温湿机组的运行时刻，N表示在第k个批次的采样次数，x为n维状态变量，u为n维状态控制量，d为n维干扰输入，y为温湿机组的状态，A,B,C为系统矩阵；
根据变风量空调重复性运行的特点，文中将变风量建模为由批次轴与时间轴组成的二维系统，公式为：并构建温湿机组4的二维状态变量模型，其中，I为单位矩阵，η为模型参数，其为不同批次中同一个采样时刻的变量差值；e为模型参数，其为不同批次中同一个采样时刻的状态差值；Δu为中间参数，其为不同批次中同一个采样时刻的控制量差值；Δd为中间参数，其为不同批次中同一个采样时刻的干扰输入差值。
为了求解最优的温湿机组4运行状态，转换为寻求Δu(t-1,k)使e(t,k)收敛，因此构建针对二维状态变量模型的迭代学习控制器，u(t-1,k+1)＝u(t-1,k)+L·e(t,k)，其中L参数学习率。
将迭代学习控制器输入至二维状态变量模型，令并经二维学习理论后等价变换获得：其中ζ(t,k)＝[η(t,k),e(t,k)]T，W为拟定矩阵，右上角标为运行时刻和批次的取值；该系统模型收敛的充分条件为在W0,1状态下模型渐进稳定，即有I-CBL的特征值包含在单位圆内，计算求解获得L。
针对控制过程中出现的随机扰动问题，构建迭代学习预测模型，其中，为批次间控制量，为批次内控制量；
批次内的控制能保证系统对非重复性干扰和随机性噪声具有鲁棒性，而构建批次间的控制量模型，并通过迭代学习控制的收敛条件计算求解获得L；
构建在迭代学习预测模型下的系统模型，
由二维框架理论可以获得控制量预测模型，其中，l∈[1,m]，m为系统预测的参数更新步长，为预测初始值，计算公式为：
最后，利用无约束条件下的优化理论获得任意时刻t的温湿机组4的控制量并对温湿机组4进行控制，其中cT＝[1，0，…，0]m。
实施例五
一种食用油灌装车间的空气环境控制终端，包括存储器、处理器以及存储在存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上所述的方法的步骤。
存储器可用于存储软件程序以及模块,处理器通过运行存储在存储器的软件程序以及模块,从而执行终端的各种功能应用以及数据处理。存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的执行程序等。
存储数据区可存储根据终端的使用所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件,闪存器件、或其他易失性固态存储器件。
一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现上述的控制方法的步骤。
不失一般性，计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令数据结构,程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、EPROM、EEPROM、闪存或其他固态存储技术,CD-ROM、DVD或其他光学存储﹑磁带盒﹑磁带﹑磁盘存储或其他磁性存储设备。当然,本领域技术人员可知计算机存储介质不局限于上述几种。上述的系统存储器和大容量存储设备可以统称为存储器。
在本说明书的描述中，参考术语“一个实施例和方式”、“一些实施例和方式”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例和方式或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例和方式或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例和方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例和方式或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例和方式或示例以及不同实施例和方式或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
本领域的技术人员应当理解，上述实施方式仅仅是为了清楚地说明本发明，而并非是对本发明的范围进行限定。对于所属领域的技术人员而言，在上述发明的基础上还可以做出其它变化或变型，并且这些变化或变型仍处于本发明的范围内。
Claims (10)
1.一种食用油灌装车间的空气环境控制方法，其特征在于，包括：
连接灌装车间与第一过滤机组；连接外部空气与第二过滤机组；
确定回风流量与新风流量，并通过流量阀调节进入回风过滤模块的回风流量，调节进入新风过滤模块的新风流量；
通过第一洁净度检测组件检测回风的洁净度，通过第二洁净度检测组件检测新风的洁净度；
将回风通入第一过滤机组，并通过回风的洁净度控制第一过滤机组的功率；将新风通入第二过滤机组，并通过新风的洁净度控制第二过滤机组的功率；
将过滤后的回风与新风混合输入至温湿机组，经温湿机组处理后输入至灌装车间。
2.根据权利要求1所述的一种食用油灌装车间的空气环境控制方法，其特征在于，第一过滤机组和第二过滤机组的功率控制方法包括：
确定要求洁净度等级N，并根据洁净度等级确定最大浓度限值 其中，D为要求控制的粒径；
在时间周期Tc内，通过第一洁净度检测组件和第二洁净度检测组件检测浓度，ca∈[c1,c2,c3,…,cA],其中，a＝1,2,3,…,A，A为Tc周期内的采样次数，[c1,c2,c3,…,cA]为A次采样获得的浓度；
在每个采样时刻，对a个样本点区取均方差值，其中，E为均方差值，ea为计算中间参数；
获取第一过滤机组和第二过滤机组对应的功率补偿因子ΔI(a)，其中，I(a)为Tc周期内的平均电流，ii∈[i1,i2,i3,...,iA]为每一次浓度采样时对应的电流值；
调节Tc+1时间周期内第一过滤机组和第二过滤机组的功率P，其中U为恒定电压值；
令Tc＝Tc+1，并循环上述步骤。
3.根据权利要求1所述的一种食用油灌装车间的空气环境控制方法，其特征在于，所述温湿机组的控制方法包括：
建立温湿机组的状态空间方程，其中k为重复性运动的批次，t∈[1,N]为温湿机组的运行时刻，N表示在第k个批次的采样次数，x为n维状态变量，u为n维状态控制量，d为n维干扰输入，y为温湿机组的状态，A,B,C为系统矩阵；
构建温湿机组的二维状态变量模型，其中，I为单位矩阵；η为模型参数，其为不同批次中同一个采样时刻的变量差值；e为模型参数，其为不同批次中同一个采样时刻的状态差值；Δu为中间参数，其为不同批次中同一个采样时刻的控制量差值；Δd为中间参数，其为不同批次中同一个采样时刻的干扰输入差值；
构建针对二维状态变量模型的迭代学习控制器，u(t-1,k+1)＝u(t-1,k)+L·e(t,k)，其中L为参数学习率；
构建迭代学习预测模型，其中，为批次间控制量，为批次内控制量；
构建批次间的控制量模型，并通过迭代学习控制的收敛条件计算求解获得L；
构建在迭代学习预测模型下的系统模型，
获得控制量预测模型，其中，l∈[1,m]，m为系统预测的参数更新步长，为预测初始值，
利用无约束条件下的优化理论获得任意时刻t的温湿机组的控制量并对温湿机组进行控制，其中cT＝[1，0，…，0]m。
4.根据权利要求3所述的一种食用油灌装车间的空气环境控制方法，其特征在于，L的求解方法包括：
令并将迭代学习控制器输入至二维状态变量模型，获得系统模型，其中ζ(t,k)＝[η(t,k),e(t,k)]T，W为拟定矩阵，右上角标为运行时刻和批次的取值；
确定系统模型收敛的充分条件；
计算求解获得L。
5.根据权利要求4所述的一种食用油灌装车间的空气环境控制方法，其特征在于，系统模型收敛的充分条件为在W0,1状态下模型渐进稳定，即有I-CBL的特征值包含在单位圆内。
6.根据权利要求3所述的一种食用油灌装车间的空气环境控制方法，其特征在于，预测初始值的计算公式为：其中，i和j为求和过程中的中间取值。
7.一种食用油灌装车间空气过滤系统，其特征在于，包括温湿机组、回风过滤模块和新风过滤模块；
灌装车间的出气口连接有第一支路和第二支路，所述第一支路与所述回风过滤模块的进气口连通，所述第二支路与大气连通；
所述新风过滤模块的进气口与大气连通，所述回风过滤模块的出气口和所述新风过滤模块的出气口与所述温湿机组的进气口连通，所述温湿机组的出气口与所述灌装车间连通；
所述回风过滤模块的进气口处设置有第一洁净度检测组件，所述新风过滤模块的进气口处设置有第二洁净度检测组件；
所述第一洁净度检测组件通过控制器与所述回风过滤模块电连接，所述第二洁净度检测组件通过所述控制器与所述新风过滤模块电连接；
所述控制模块内执行如权利要求1-6中所述的食用油灌装车间的空气环境控制方法。
8.根据权利要求7所述的一种灌装车间空气过滤系统，其特征在于，所述第一支路上设置有第一流量阀，所述第二支路上设置有第二流量阀，所述新风过滤模块的进气口出设置有第三流量阀，所述第一流量阀、所述第二流量阀和所述第三流量阀均与所述控制器电连接。
9.根据权利要求8所述的一种灌装车间空气过滤系统，其特征在于，所述回风过滤模块包括第一过滤机组和第一过滤空间，所述第一过滤机组设置在所述第一过滤空间内，所述第一过滤空间内设置有进气口和出气口，所述第一洁净度检测组件与所述第一过滤机组电连接；
所述新风过滤模块包括第二过滤机组和第二过滤空间，所述第二过滤机组设置在所述第二过滤空间内，所述第二过滤空间内设置有进气口和出气口，所述第二洁净度检测组件与所述第二过滤机组电连接。
10.一种食用油灌装车间的空气环境控制终端，包括存储器、处理器以及存储在存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-6中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410497463.7A CN118391799B (zh) | 2024-04-24 | 2024-04-24 | 食用油灌装车间的空气环境控制方法、过滤系统及终端 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410497463.7A CN118391799B (zh) | 2024-04-24 | 2024-04-24 | 食用油灌装车间的空气环境控制方法、过滤系统及终端 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN118391799A true CN118391799A (zh) | 2024-07-26 |
| CN118391799B CN118391799B (zh) | 2024-11-22 |
Family
ID=91991768
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410497463.7A Active CN118391799B (zh) | 2024-04-24 | 2024-04-24 | 食用油灌装车间的空气环境控制方法、过滤系统及终端 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118391799B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202747498U (zh) * | 2012-07-09 | 2013-02-20 | 赵伟 | 一种温湿度独立处理的净化空调机组 |
| CN105258252A (zh) * | 2015-10-26 | 2016-01-20 | 天津大学 | 一种智能复合式静电新风净化器 |
| CN106740937A (zh) * | 2017-01-10 | 2017-05-31 | 重庆交通大学 | 地铁车辆空调用复合式空气混合装置 |
| KR102165547B1 (ko) * | 2020-04-20 | 2020-10-14 | 이현주 | 맞춤형 미세먼지 집진 시스템 |
-
2024
- 2024-04-24 CN CN202410497463.7A patent/CN118391799B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202747498U (zh) * | 2012-07-09 | 2013-02-20 | 赵伟 | 一种温湿度独立处理的净化空调机组 |
| CN105258252A (zh) * | 2015-10-26 | 2016-01-20 | 天津大学 | 一种智能复合式静电新风净化器 |
| CN106740937A (zh) * | 2017-01-10 | 2017-05-31 | 重庆交通大学 | 地铁车辆空调用复合式空气混合装置 |
| KR102165547B1 (ko) * | 2020-04-20 | 2020-10-14 | 이현주 | 맞춤형 미세먼지 집진 시스템 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN118391799B (zh) | 2024-11-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110285532B (zh) | 基于人工智能的机房空调控制方法、装置及系统 | |
| CN110867597B (zh) | 一种质子交换膜燃料电池一致性的热电水协同控制方法 | |
| CN109283958A (zh) | 自适应模糊pid解耦控制的焓差温湿度解耦控制方法 | |
| CN111196184A (zh) | 车辆及车用燃料电池进气系统的控制方法、控制装置 | |
| CN117254071B (zh) | 一种燃料电池温度控制方法、装置、设备及存储介质 | |
| Heidari et al. | Climate control of an agricultural greenhouse by using fuzzy logic self-tuning PID approach | |
| WO2022121446A1 (zh) | 控制系统、无功电压控制方法和装置、介质以及计算装置 | |
| CN113140765A (zh) | 一种燃料电池空入流量与压力解耦控制方法及系统 | |
| CN112906184A (zh) | 一种电池储能系统的温控方法及系统 | |
| CN118391799A (zh) | 食用油灌装车间的空气环境控制方法、过滤系统及终端 | |
| Wang et al. | A comparison of classical and deep reinforcement learning methods for HVAC control | |
| CN118672129B (zh) | 一种用于煤泥烘干机的温度控制方法 | |
| Jorge et al. | Novel characterization and tuning methods for integrating processes | |
| CN118092200B (zh) | 一种用于空气热源泵的循环风机控制优化方法 | |
| CN111769312B (zh) | 一种基于压力补偿的燃料电池供给路解耦控制方法 | |
| CN107218701B (zh) | 一种基于李雅普诺夫优化的空调负荷群分布式控制方法 | |
| CN115935604A (zh) | 一种换流站暖通系统节能控制方法及终端 | |
| CN115882014B (zh) | 一种燃料电池进气温度控制装置及控制方法 | |
| CN113775424B (zh) | 一种egr控制方法、装置及电子设备 | |
| Kun et al. | Fuzzy adaptive PID control for VAV air-condition system | |
| CN111197840A (zh) | 组合式风柜的控制方法、装置、计算机设备和存储介质 | |
| CN116053534A (zh) | 高适应性燃料电池热管理控制方法及系统 | |
| CN110898979B (zh) | 立磨粉磨系统热量自动调控方法及装置 | |
| CN114839934B (zh) | 多智能体一致性复位控制算法及系统 | |
| Wang et al. | Constrained Adaptive Simultaneous Control of Oxygen Excess Ratio and Cathode Pressure for PEMFC Air Supply System |
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 |