-
公开(公告)号:CN117212117A
公开(公告)日:2023-12-12
申请号:CN202311285482.5
申请日:2023-10-07
申请人: 大连理工大学 , 大连冰山嘉德自动化有限公司
IPC分类号: F04B49/06
摘要: 本发明涉及制冷系统技术领域,旨在提供一种制冷压缩机吸气压力的FID智能变频控制方法,该方法是一种前馈‑反馈控制模型,包括学习和控制阶段。学习阶段采用函数挖掘技术实现历史数据的学习,建立吸气压力的前馈控制模型——吸气压力的变化量与其它影响参数之间的函数规律;在前馈控制模型的基础上,控制阶段通过实时监控制冷压缩机的运行参数,准确预测下一控制时刻的吸气压力,并基于吸气压力的预测值与理想的设定值之间的差值,确定下一控制周期内的工作频率。本发明实现了制冷压缩机吸气压力的精确控制,可显著降低制冷压缩机的运行能耗。
-
公开(公告)号:CN114970605A
公开(公告)日:2022-08-30
申请号:CN202210485072.4
申请日:2022-05-06
申请人: 大连理工大学 , 大连冰山嘉德自动化有限公司
摘要: 本发明公开一种多模态特征融合神经网络的制冷设备故障诊断方法,属于计算机技术领域,包括:1)数据预处理;2)特征提取及特征融合;3)神经网络训练及优化;4)故障分类与诊断。本发明主要针对单模态输入故障诊断问题,由于单模态输入数据信息匮乏,现有的机器学习方法特征提取能力弱,准确率不高,对于一些难以分辨的故障容易产生误判。因此,本发明利用时频分析转换时域信号增加输入模态和基于注意力机制的特征融合,实现模态间互补信息的充分发挥,以达到提高诊断准确率的目标。实验验证表明,本发明能够有效地实现多模态特征提取与融合,解决单模态输入诊断准确率低下的问题。
-
公开(公告)号:CN117253033A
公开(公告)日:2023-12-19
申请号:CN202211468424.1
申请日:2022-11-22
申请人: 大连冰山嘉德自动化有限公司 , 大连理工大学
摘要: 本发明公开了一种基于深度学习和分水岭分割的设备仪表参数检测方法,包括:获取带有仪表盘设备的原始图像数据集;构建深度卷积神经网络模型,输出图片中仪表盘设备的完整区域以及中心区域的两个语义分割预测掩膜;对仪表盘设备的完整区域以及中心区域的两个语义分割预测掩膜和原始图像数据集进行预处理操作,输出限定区域原始图像以及标签图像;采用分水岭算法借助标签图像对限定区域原始图像进行分割,从而对图像中的每个仪器仪表进行定位;将实现仪表定位的图像中每个仪表区域进行截图,采用光学字符识别方法对每个截图进行仪表参数信息获取。
-
公开(公告)号:CN114970605B
公开(公告)日:2024-06-14
申请号:CN202210485072.4
申请日:2022-05-06
申请人: 大连理工大学 , 大连冰山嘉德自动化有限公司
IPC分类号: G06F18/24 , G06F18/241 , G06F18/15 , G06F18/2131 , G06F18/25 , G06N3/0442 , G06N3/0464 , G06N3/0455 , G06N3/049 , G06N3/0499 , G06N3/084 , G01M13/00
摘要: 本发明公开一种多模态特征融合神经网络的制冷设备故障诊断方法,属于计算机技术领域,包括:1)数据预处理;2)特征提取及特征融合;3)神经网络训练及优化;4)故障分类与诊断。本发明主要针对单模态输入故障诊断问题,由于单模态输入数据信息匮乏,现有的机器学习方法特征提取能力弱,准确率不高,对于一些难以分辨的故障容易产生误判。因此,本发明利用时频分析转换时域信号增加输入模态和基于注意力机制的特征融合,实现模态间互补信息的充分发挥,以达到提高诊断准确率的目标。实验验证表明,本发明能够有效地实现多模态特征提取与融合,解决单模态输入诊断准确率低下的问题。
-
公开(公告)号:CN116467634A
公开(公告)日:2023-07-21
申请号:CN202310077202.5
申请日:2023-02-07
申请人: 大连理工大学 , 大连冰山嘉德自动化有限公司
IPC分类号: G06F18/241 , G06N3/094 , G06N3/0895 , G06N20/00
摘要: 一种基于半监督对比学习的制冷机组故障诊断方法,方法包含三个部分,首先,设计制冷机组数据增强技术对原始数据进行数据增强,对数据进行成对约束组合,创建具有成对约束关系的有标签数据集合。然后,构建基于对比学习的样本对预测网络,利用具有成对约束关系的有标签数据集合训练模型,学习一对数据间的关联关系用于创建具有成对约束关系的全数据集。最后,构建基于记忆增强的半监督设备故障诊断网络,从具有成对约束关系的全数据集中抓取数据隐含的类别信息,同时引入记忆模块令半监督设备故障诊断网络提取的特征更具区别性。本发明提出的方法能够有效挖掘同一故障类型无标签数据的内在关联,提高制冷机组设备诊断的性能。
-
公开(公告)号:CN116007130A
公开(公告)日:2023-04-25
申请号:CN202310038933.9
申请日:2023-01-12
申请人: 大连冰山嘉德自动化有限公司 , 冰山技术服务(大连)有限公司
摘要: 本发明公开一种制冷空调机组健康诊断方法,首先确定机组满负荷稳定运行于设计工况时的蒸发器和冷凝器小温差下限基准和排气过热度的上限基准;其次,确定蒸发器和冷凝器小温差的上限基准值、排气过热度的下限基准值及压缩机满负荷电流的上限基准;再定期采集制冷空调机组实际工况下压缩机满负荷运行时的参数并确定蒸发器小温差、冷凝器小温差、排气过热度以及压缩机电流数值,同时以该工况下压缩机满负荷运行实际电流计算值作为压缩机运行电流下限基准值;分别计算机组实际运行时蒸发器、冷凝器、排气、压缩机状态得分和制冷空调机组健康诊断综合得分,并根据得分情况给出不同频次和程度的制冷空调机组健康状态提示。
-
公开(公告)号:CN115751814A
公开(公告)日:2023-03-07
申请号:CN202211414979.8
申请日:2022-11-11
申请人: 大连工业大学 , 大连冰山嘉德自动化有限公司
摘要: 本发明公开了一种排管冷库系统及其控制方法,系统包括制冷机房以及相互独立设置的多间冷冻库,制冷机房分别与每间冷冻库连接;所述制冷机房包括相连接的制冷压缩机和蒸发式冷凝器,还包括分别与制冷压缩机和蒸发式冷凝器连接的低压循环泵组,所述低压循环泵组包括有低压循环桶;每间所述的冷冻库内各自设有多个温度传感器及多组制冷排管,所述制冷排管通过G4供液管与低压循环桶供液口接通,通过G1回气管与低压循环桶回气口接通。本系统结构简单紧凑,线路清晰,初投资少,控制合理。
-
公开(公告)号:CN116007130B
公开(公告)日:2024-07-09
申请号:CN202310038933.9
申请日:2023-01-12
申请人: 大连冰山嘉德自动化有限公司 , 冰山技术服务(大连)有限公司
摘要: 本发明公开一种制冷空调机组健康诊断方法,首先确定机组满负荷稳定运行于设计工况时的蒸发器和冷凝器小温差下限基准和排气过热度的上限基准;其次,确定蒸发器和冷凝器小温差的上限基准值、排气过热度的下限基准值及压缩机满负荷电流的上限基准;再定期采集制冷空调机组实际工况下压缩机满负荷运行时的参数并确定蒸发器小温差、冷凝器小温差、排气过热度以及压缩机电流数值,同时以该工况下压缩机满负荷运行实际电流计算值作为压缩机运行电流下限基准值;分别计算机组实际运行时蒸发器、冷凝器、排气、压缩机状态得分和制冷空调机组健康诊断综合得分,并根据得分情况给出不同频次和程度的制冷空调机组健康状态提示。
-
公开(公告)号:CN116123627A
公开(公告)日:2023-05-16
申请号:CN202211410265.X
申请日:2022-11-11
申请人: 大连工业大学 , 大连冰山嘉德自动化有限公司
摘要: 本发明提供了一种防止过度结冰的冰蓄冷系统及其控制方法,包括制冷压缩机、蒸发式冷凝器、冷却水泵、地源侧循环泵、蓄冰盘管、板式换热器、乙二醇循环泵、冷冻水循环泵;各设备、泵及阀门分别与S7‑300PLC连接。包括4种制冷运行模式:融冰单供冷模式、制冷压缩机单供冷模式、制冷压缩机与融冰联合供冷模式、制冷压缩机单独蓄冰模式。当蓄冰量达到95%时,制冷压缩机允许运行信号消失,无法启动制冷压缩机,以保证冰蓄冷系统不过度结冰。多种制冷运行模式,能够很好的适用于不同的制冷工况,蓄冰模式下,当蓄冰量达到设置值时,制冷压缩机允许运行信号消失,无法启动制冷压缩机,能够防止蓄冰量超过设置值时制冷压缩机启动导致继续蓄冰而导致的水箱胀裂。
-
公开(公告)号:CN116105342A
公开(公告)日:2023-05-12
申请号:CN202310136102.5
申请日:2023-02-20
申请人: 大连冰山嘉德自动化有限公司 , 冰山技术服务(大连)有限公司
摘要: 本发明公开一种冷冻站制冷设备开关机次序控制方法,通过判断待开启的冷水机组是否为首台机组和待关闭的冷水机组是否为末台机组而进行有区别的开机和关机次序控制。当非首台冷水机组开机前,先保持与其对应的冷冻水泵和冷却水泵在最低允许频率下运行,待所有电动阀全开后,将水泵频率迅速升高到与在运行的水泵频率一致后再开启冷水机组。如果待关闭的冷水机组不是末台机组,则在冷水机组关闭后,关闭该冷水机组对应的电动阀,再将水泵减至最低允许频率,待所有电动阀完全关闭,再关闭该冷水机组对应的冷冻水泵、冷却水泵及冷却塔风机。从而使冷水机组开关机过程的冷冻水出水温度波动幅度明显降低,并可有效降低冷冻站运行能耗。
-
-
-
-
-
-
-
-
-