[go: up one dir, main page]

CN113757833A - 基于数据驱动的生产模式与值班模式切换方法及系统 - Google Patents

基于数据驱动的生产模式与值班模式切换方法及系统 Download PDF

Info

Publication number
CN113757833A
CN113757833A CN202111083670.0A CN202111083670A CN113757833A CN 113757833 A CN113757833 A CN 113757833A CN 202111083670 A CN202111083670 A CN 202111083670A CN 113757833 A CN113757833 A CN 113757833A
Authority
CN
China
Prior art keywords
air
clean room
mode
data
air supply
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
Application number
CN202111083670.0A
Other languages
English (en)
Other versions
CN113757833B (zh
Inventor
李春旺
程煊锐
马晓钧
杨志成
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Union University
Original Assignee
Beijing Union University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Union University filed Critical Beijing Union University
Priority to CN202111083670.0A priority Critical patent/CN113757833B/zh
Publication of CN113757833A publication Critical patent/CN113757833A/zh
Application granted granted Critical
Publication of CN113757833B publication Critical patent/CN113757833B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F3/00—Air-conditioning systems in which conditioned primary air is supplied from one or more central stations to distributing units in the rooms or spaces where it may receive secondary treatment; Apparatus specially designed for such systems
    • F24F3/12—Air-conditioning systems in which conditioned primary air is supplied from one or more central stations to distributing units in the rooms or spaces where it may receive secondary treatment; Apparatus specially designed for such systems characterised by the treatment of the air otherwise than by heating and cooling
    • F24F3/16—Air-conditioning systems in which conditioned primary air is supplied from one or more central stations to distributing units in the rooms or spaces where it may receive secondary treatment; Apparatus specially designed for such systems characterised by the treatment of the air otherwise than by heating and cooling by purification, e.g. by filtering; by sterilisation; by ozonisation
    • F24F3/167—Clean rooms, i.e. enclosed spaces in which a uniform flow of filtered air is distributed
    • 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
    • F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F24F11/63—Electronic processing
    • F24F11/65—Electronic processing for selecting an operating mode
    • 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
    • F24F11/70—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
    • F24F11/77—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 by controlling the speed of ventilators
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00—Control inputs relating to air properties
    • F24F2110/40—Pressure, e.g. wind pressure
    • 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)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Fluid Mechanics (AREA)
  • Signal Processing (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Air Conditioning Control Device (AREA)
  • Ventilation (AREA)

Abstract

本发明公开一种基于数据驱动的生产模式与值班模式切换方法及系统，用于多个洁净室组成的洁净空间，洁净空间设有空调系统，空调系统包括送风机和变频器，该方法主要包括：调试出多个空调系统的多个工况，并采集调试过程中的工况数据；基于该工况数据构建压力梯度稳态数据集，并基于该压力梯度稳态数据集构建每个洁净室对应的压力控制数据关系模型；在模式切换过程中，通过送风机频率和各洁净室送风量的步进输出，以及压力控制数据关系模型的输出，对各个洁净室回风量进行精准控制，本发明克服了现有切换方法会导致洁净室压力梯度紊乱造成污染风险的弊端，为洁净厂房非工作状态节能运行奠定了基础。

Description

基于数据驱动的生产模式与值班模式切换方法及系统
技术领域
本发明涉及洁净室的压力梯度控制技术领域，具体涉及一种基于数据驱动的生产模式与值班模式切换方法及系统。
背景技术
高等级洁净室是制药、芯片制造、手术室、生物安全等领域的关键基础设施。由于对洁净度的严苛要求，高等级洁净室必须保持很高的换气次数，且要求保持连续运行。若在非生产时段停机再次开启洁净空调系统，则需要重新进行验证，其代价远远高于连续运行的代价。因此，非生产时段洁净空调系统的运行会带来运行能耗的巨大浪费，增加了生产成本。
值班模式是指在非生产时段洁净空调系统大幅降低洁净室送风量，并保持洁净度的模式。在非生产时段将洁净空调系统由生产模式切换成值班模式可以大幅降低运行能耗。但是生产模式和值班模式的双向切换受制于切换过程中洁净室之间必须保持有序的压力梯度，若压力梯度被破环则会造成交叉污染的严重风险，严重影响生产安全，洁净室的压力梯度问题成为制约生产模式和值班模式双向切换的瓶颈问题。
相应的，本领域需要一种新的洁净室生产模式和值班模式的切换方法来解决上述问题。
发明内容
本发明的目的在于提供一种基于数据驱动的生产模式与值班模式切换方法及系统，在实现生产模式与值班模式切换的同时保持洁净室之间的压力梯度稳定，为洁净室在非工作状态的节能运行奠定基础。
为了实现上述目的，本发明采用如下技术方案：
一种基于数据驱动的生产模式与值班模式切换方法，用于多个洁净室组成的洁净空间，所述洁净空间设有空调系统，所述空调系统包括送风机和变频器，所述方法包括：
模型建立步骤：
调试出m组所述空调系统的工况并且记录调试过程中的工况数据，所述工况数据至少包括每个所述洁净室对应的送风量、回风量、压力值及时间参数；
将采集的工况数据按与m组工况间的对应关系划分成m个工况参数矩阵；
选出所述工况参数矩阵中的稳态数据以形成m个稳态工况参数矩阵，所述稳态数据为各个洁净室之间的满足压力梯度要求时间段内的工况数据；
将m个稳态工况参数矩阵中的压力值与预设压力波动范围进行比较，并剔除掉不属于所述压力波动范围内的压力值及该压力值对应的其余参数以形成压力梯度稳态数据集；
去除所述压力梯度稳态数据集中异常点，并计算每个工况对应的参数的均值，形成每个工况对应的工况均值参数组；
基于所有工况的工况均值参数组并采用线性回归，构建每个洁净室对应的压力控制数据关系模型；所述压力控制数据关系模型的输入包括送风量，输出包括回风量；
模式切换步骤：
设置在工作模式下的送风机频率f工，值班模式下的送风机频率f值，以及每个所述洁净室在工作模式下的送风量Q工，值班模式下的送风量Q值；
设置模式切换的调节步数n，步进间隔时间t0；
设置工作模式切换到值班模式过程中送风机频率的步进输出值为：f＝f当前-(f工-f值)/n，其中f当前为当前状态下送风机频率；
设置工作模式切换到值班模式过程中每个洁净室的送风量步进输出值为：每个洁净室的送风量输出值：Qsi＝Q当前i-(Q工i-Q值i)/n；其中Qsi为第i个洁净室的送风量输出值，Q当前i为第i个洁净室的当前状态下的送风量，Q工i为第i个洁净室的工作模式下的送风量，Q值i为第i个洁净室的值班模式下的送风量；
在工作模式切换到值班模式过程中以所述送风机频率的步进输出值作为变频器的工作频率并驱动所述送风机动作；
以各所述洁净室的送风量输出值作为对应洁净室的数据关系模型的输入，并以模型输出的回风量控制对应洁净室的回风。
在一实施例中，所述“模式切换步骤”还包括：
设置值班模式切换到工作模式过程中送风机频率的步进输出值为：f＝f当前+(f工-f值)/n；
设置值班模式切换到工作模式过程中每个洁净室的送风量步进输出值为：每个洁净室的送风量输出值：Qsi＝Q当前i+(Q工i-Q值i)/n；
则在值班模式切换到工作模式过程中以所述送风机频率的步进输出值作为变频器的工作频率并驱动所述送风机动作；
以各所述洁净室的送风量输出值作为对应洁净室的数据关系模型的输入，并以其输出的回风量控制对应洁净室的回风。
在一实施例中，在所述“模型建立步骤”的步骤之后，所述方法还包括：
获取算每个压力控制数据关系模型的残差em；
判断所述em是否满足-ε＜em＜+ε；
若否，则基于所有工况的工况均值参数组进行非线性数据模型拟合，构建新的压力控制数据关系模型。
在一实施例中，“基于所有工况的工况均值参数组并采用线性回归，构建每个洁净室对应的压力控制数据关系模型”的步骤包括：
基于各所述洁净室对应的所有工况的工况均值参数组，并采用线性回归的方式建立各个洁净室对应的送风量和回风量之间的数据回归关系；
其中洁净室的数据回归关系为：y＝a0+a1x；式中，a0、a1为回归系数；x表示送风量，y表示回风量。
在一实施例中，所述工况数据还包括送风静压、回风静压；“基于所有工况的工况均值参数组并采用线性回归，构建每个洁净室对应的压力控制数据关系模型”的步骤包括：
基于各所述洁净室对应的所有工况的工况均值参数组，并采用线性回归的方式建立各个洁净室对应的送风量、回风量和送风静压之间的数据回归关系；
其中洁净室的数据回归关系为：y＝a0+a1x1+a2x2；式中，a0、a1、a2为回归系数；x1表示送风量，x2表示送风静压，y表示回风量。
一种基于数据驱动的生产模式与值班模式切换系统，用于多个洁净室组成的洁净空间，所述洁净空间设有空调系统，所述空调系统包括送风机和变频器，所述空调系统通过送风管道和回风管道连通每个所述洁净室，每个所述洁净室的送风管道上设有送风阀，每个所述洁净室的回风管道上设有回风阀，每个所述洁净室内均安装压力传感器，所述送风阀为送风变风量阀，所述回风阀为回风变风量阀；所述切换系统还包括存储模块、人机交互模块和控制器；
所述存储模块用于存储系统数据，所述人机交互模块用于输入和显示系统的状态参数，所述控制器用于执行如上述的基于数据驱动的生产模式与值班模式切换方法。
在一实施例中，所述送风变风量阀和回风变风量阀均自带风量检测传感器。
一种基于数据驱动的生产模式与值班模式切换系统，用于多个洁净室组成的洁净空间，所述洁净空间设有空调系统，所述空调系统包括送风机和变频器，所述空调系统通过送风管道和回风管道连通每个所述洁净室，每个所述洁净室的送风管道上设有送风阀，每个所述洁净室的回风管道上设有回风阀，每个所述洁净室内均安装压力传感器，所述空调系统的送风管道上设有送风静压压力传感器，所述送风阀为送风快开阀，所述回风阀为回风快开阀，所述系统还包括存储模块、人机交互模块和控制器；
所述存储模块用于存储系统数据，所述人机交互模块用于输入和显示系统的状态参数，所述控制器用于执行如上述的基于数据驱动的生产模式与值班模式切换方法。
在一实施例中，所述空调系统的回风管道上设有回风静压压力传感器。
本发明的优点在于：
本发明提供的基于数据驱动的生产模式与值班模式切换方法及系统，通过送风机频率和各洁净室送风量的步进输出，以及压力控制数据关系模型对回风量的精准控制，实现了洁净室压力梯度稳定条件下的工作模式与值班模式切换，克服了现有切换方法会导致洁净室压力梯度紊乱造成污染风险的弊端，为洁净厂房非工作状态节能运行奠定了基础。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为基于数据驱动的生产模式与值班模式切换系统的控制场景示意图；
图2为基于数据驱动的生产模式与值班模式切换系统的控制系统控制原理示意图；
图3为基于数据驱动的生产模式与值班模式切换方法的主要流程示意图；
图4为工作模式切换至值班模式的控制流程框图；
图5为另一基于数据驱动的生产模式与值班模式切换系统的控制场景示意图；
图6为另一基于数据驱动的生产模式与值班模式切换系统的控制原理示意图；
图7为另一工作模式切换至值班模式的控制流程框图。
具体实施方式
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非旨在限制本发明的保护范围。
本发明提供的基于数据驱动的生产模式与值班模式切换方法，用于多个洁净室组成的洁净空间，洁净空间设有空调系统，空调系统包括送风机和变频器，该方法主要包括模型建立步骤和模式切换步骤。
模型建立步骤包括：
步骤S11：调试出m组空调系统的工况并且记录调试过程中的工况数据。工况数据至少包括每个洁净室对应的送风量、回风量、压力值及时间参数。
具体地，当洁净室压力控制采用定送定回控制方式时，可以调试出m组工况，m≥3。即可以通过手动调节送风机频率及各个洁净室的送风量和回风量，直到满足洁净室之间压力梯度要求，并稳定一段时间。按一定时间间隔记录调试过程中的送风机频率、各洁净室的送风量与回风量、各个洁净室的压力值及对应的时间参数。数据采集周期可以是1s或2s等，即可以采集大量工况数据以满足后期使用即可，对其具体采样周期不作限制。值得注意的是，由于在实际应用中，送风量和回风量，与送风阀开度和回风阀开度呈正相关，所以也可用送风阀开度和回风阀开度来表示送风量和回风量，这种等同替换应属于本发明保护范畴。
当洁净室压力控制采用定送变回控制方式时，可以调试出m组工况，m≥3。即可以通过手动调节送风机频率及各个洁净室的送风量和回风量，直到满足洁净室之间压力梯度要求，并稳定一段时间。按一定时间间隔记录调试过程中的送风机频率、各洁净室的送风量与回风量、各个洁净室的压力值、送风静压、回风静压及对应的时间参数。关于数据采集周期可以满足后期使用的数据量即可，对其具体采样周期不作限制。同样，送风量和回风量以用送风阀开度和回风阀开度等同替换。
步骤S12：将采集的工况数据按与m组工况间的对应关系划分成m个工况参数矩阵。
具体地，每次采集的工况数据横向排列可以组成一参数组，将这些参数组按时序纵向排列即可组成参数矩阵。再将该参数矩阵按与m组工况间的对应关系划分成m个工况参数矩阵。
步骤S13：选出工况参数矩阵中的稳态数据以形成m个稳态工况参数矩阵。
具体地，筛选每个工况参数矩阵中的稳态数据，稳态数据为各个洁净室之间的满足压力梯度要求运行时间段内的工况数据。
步骤S14：将m个稳态工况参数矩阵中的压力值与预设压力波动范围进行比较，并剔除掉不属于压力波动范围内的压力值及该压力值对应的其余参数以形成压力梯度稳态数据集。
具体地，对每个稳态工况参数矩阵的稳态数据进一步筛选，即每个工况参数矩阵稳态数据中的各个洁净室压力值与洁净室压力设定值Pi进行比较，其中△P为洁净室压力波动的最大允许值，剔除掉洁净室压力值≥Pi+△P和≤Pi-△P数值，以及压力值对应的所有参数值(同一参数组的数据)，从而筛选出在误差允许范围内的每个工况的洁净室压力值及其所对应的时间参数、送风机频率、送风量、回风量、送风静压、回风静压，形成压力梯度稳态数据集。
步骤S15：去除压力梯度稳态数据集中异常点，并计算每个工况对应的参数的均值，形成每个工况对应的工况均值参数组。
具体地，去除去压力梯度稳态数据集中的异常数据，之后计算每个工况对应参数的均值，形成每个工况点的工况均值参数组。以送风量为例，将某个工况对应的所有送风量相加除以其数量，得到该工况对应的送风量均值，以此类推得到其他参数的均值。将这些均值组合得到该工况对应的工况均值参数组。
步骤S16：基于所有工况的工况均值参数组并采用线性回归，构建每个洁净室对应的压力控制数据关系模型。
具体地，根据上述全部工况的工况均值参数组并采用线性回归，建立各个洁净室的压力控制数据关系模型。
例如，在洁净空间的压力控制属于定送定回的控制方式时，基于各洁净室对应的所有工况的工况均值参数组，并采用线性回归的方式建立各个洁净室对应的送风量和回风量之间的数据回归关系。
其中洁净室的数据回归关系为：y＝a0+a1x；式中，a0、a1为回归系数；x表示送风量，y表示回风量。即模型的输入为送风量，输出为回风量。
例如，在洁净空间的压力控制属于定送变回的控制方式时，基于各洁净室对应的所有工况的工况均值参数组，并采用线性回归的方式建立各个洁净室对应的送风量、回风量和送风静压之间的数据回归关系。
其中洁净室的数据回归关系为：y＝a0+a1x1+a2x2；式中，a0、a1、a2为回归系数；x1表示送风量，x2表示送风静压，y表示回风量。即模型的输入为送风量和送风静压，模型的输出为回风量。
步骤S17：验证压力控制数据关系模型的可靠性。
具体地，通过残差分析对得到的压力控制数据关系模型进行可靠性验证，对各工况的回风量均值与回归方程所对应的拟合值作差，得到残差，若各点残差都在误差范围内，则说明数据模型准确，若各点残差偏离原点较远，则进行非线性数据模型拟合。更为具体地，获取每个压力控制数据关系模型的残差em；判断em是否满足-ε＜em＜+ε；若是，则说明得到的压力控制数据关系模型可靠。若否，则基于所有工况的工况均值参数组进行非线性数据模型拟合，构建新的压力控制数据关系模型。至此，得到各个洁净室对应的压力控制数据关系模型。
模式切换步骤：
步骤S21：设置在工作模式下的送风机频率f工，值班模式下的送风机频率f值，以及每个洁净室在工作模式下的送风量Q工，值班模式下的送风量Q值；
步骤S22：设置模式切换的调节步数n，步进间隔时间t0，则模式切换的总时间为t＝n×t0
步骤S23：设置工作模式切换到值班模式过程中送风机频率的步进输出值为：f＝f当前-(f工-f值)/n。其中f当前为当前状态下送风机频率；
步骤S24：设置工作模式切换到值班模式过程中每个洁净室的送风量步进输出值为：Qsi＝Q当前i-(Q工i-Q值i)/n。
其中Qsi为第i个洁净室的送风量输出值，Q当前i为第i个洁净室的当前状态下的送风量，Q工i为第i个洁净室的工作模式下的送风量，Q值i为第i个洁净室的值班模式下的送风量。
步骤S25：在工作模式切换到值班模式过程中，以送风机频率的步进输出值作为变频器的工作频率并驱动送风机作动。
步骤S26：以各洁净室的送风量输出值作为对应洁净室的数据关系模型的输入，并以模型输出的回风量控制对应洁净室的回风。
步骤S27：设置值班模式切换到工作模式过程中送风机频率的步进输出值为：f＝f当前+(f工-f值)/n；
步骤S28：设置值班模式切换到工作模式过程中每个洁净室的送风量步进输出值为：每个洁净室的送风量输出值：Qsi＝Q当前i+(Q工i-Q值i)/n；
步骤S29：则在值班模式切换到工作模式过程中，以送风机频率的步进输出值作为变频器的工作频率并驱动送风机动作；
步骤S30以各洁净室的送风量输出值作为对应洁净室的数据关系模型的输入，并以其输出的回风量控制对应洁净室的回风。
值得注意的是，上述实施例中虽然将各个步骤按照上述先后次序的方式进行了描述，但是本领域技术人员可以理解，为了实现本实施例的效果，不同的步骤之间不必按照这样的次序执行，其可以同时(并行)执行或以颠倒的次序执行，这些简单的变化都在本发明的保护范围之内。
另外，本发明实施例提供了一种基于数据驱动的生产模式与值班模式切换系统。用于多个洁净室组成的洁净空间，洁净空间设有空调系统，空调系统包括送风机和变频器，空调系统通过送风管道和回风管道连接每个洁净室，每个洁净室的送风管道上设有送风变风量阀，每个洁净室的回风管道上设有回风变风量阀，送风变风量阀和回风变风量阀均自带风量检测传感器。每个洁净室内安装有压力传感器，该切换系统还包括存储模块、人机交互模块和控制器；存储模块用于存储系统数据，人机交互模块用于输入和显示系统的状态参数，控制器用于执行如上述的基于数据驱动的生产模式与值班模式切换方法。
本发明实施例还提供了一种基于数据驱动的生产模式与值班模式切换系统，用于多个洁净室组成的洁净空间，洁净空间设有空调系统，空调系统包括送风机、变频器，空调系统通过送风管道和回风管道连接每个洁净室，每个洁净室的送风管道上设有送风快开阀，每个洁净室的回风管道上设有回风快开阀，每个洁净室内安装有压力传感器，空调系统的送风管道上设有送风静压压力传感器，空调系统的回风管道上设有回风静压压力传感器。该切换系统还包括存储模块、人机交互模块和控制器；存储模块用于存储系统数据，人机交互模块用于输入和显示系统的状态参数，控制器用于执行如上述的基于数据驱动的生产模式与值班模式切换方法。
下面结合附图并列举两个具体实施例，对本发明实施例中的技术方案进行清楚、完整地描述。
实施例1
参阅附图1和2，图1为基于数据驱动的生产模式与值班模式切换系统的控制场景示意图。图2为基于数据驱动的生产模式与值班模式切换系统的控制原理示意图。洁净空间包括洁净室(11、12、13、14、15)，各洁净室对应的送风管道上安装送风变风量阀(自带送风量检测传感器)(21、22、23、24、25)，回风管道上安装回风变风量阀(自带回风量检测传感器)(31、32、33、34、35)，室内安装压力传感器(41、42、43、44、45)。5个洁净室共用一套空调系统。空调系统包括送风机51和变频器52。另还还设有存储模块61、人机交互模块62和控制器63。存储模块61、人机交互模块62均电性连接控制器63，控制器63还电连接变频器52、各个洁净室的送风变风量阀(21、22、23、24、25)和回风量变风量阀(31、32、33、34、35)。各洁净室为定送定回的压力控制方式。
参阅附图3，为基于数据驱动的生产模式与值班模式切换方法的主要流程：
第一，洁净空间工况调试与数据采集
通过人机交互模块62设定工况1，即手动将变频器52的频率调节到工况1的频率，手动将洁净室(11、12、13、14、15)的送风变风量阀(21、22、23、24、25)调节的工况1对应的送风量。通过不断调整回风变风量阀(31、32、33、34、35)直至压力梯度稳定并持续一段时间。重复上述过程设定工况2、3……，不少于3组。
通过送风变风量阀(21、22、23、24、25)、回风变风量阀(31、32、33、34、35)和压力传感器(41、42、43、44、45)实时采集洁净室(11、12、13、14、15)的送风量(Qs1、Qs2、Qs3、Qs4、Qs5)、回风量(Qh1、Qh2、Qh3、Qh4、Qh5)和压力值(P1、P2、P3、P4、P5)。并同时将调试过程中所采集的数据记录到存储模块61中。
第二，构建压力梯度稳态数据集
以洁净室12为例来说明数据集构建过程，首先将采集的数据按m组工况的对应关系分成m个工况参数矩阵，即每个工况下按时序排列的参数组。其次筛选每个工况参数矩阵中的稳态数据，即压力梯度稳定运行时间之内的数据。然后对每个工况参数矩阵的稳态数据进一步筛选，即每个工况参数矩阵稳态数据中洁净室2的压力值与洁净室2压力设定值Pr2进行比较，其中△P为洁净室2压力波动的最大允许值，剔除掉洁净室2压力值≥Pr2+△P和≤Pr2-△P的数值，及其与压力值对应的所有参数值，从而筛选出在误差允许范围内的每个工况的洁净室2压力值及其所对应的时间、送风机频率f、送风量Qs2、回风量Qh2，形成洁净室2的m(m≥3)组稳态工况下的数据集构建。运用同样的方式构建其他4个洁净室的压力梯度稳态数据集。
第三，计算工况均值参数组
以洁净室12为例来说明工况点均值计算过程，从洁净室12对应的稳态数据集里提取每组工况对应的全部运行参数，包括洁净室压力值P2、送风量Qs2、回风量Qh2，去除参数中异常点，计算每组工况对应参数的均值，形成洁净室12工况点的稳态工况均值参数组。运用同样的方式计算其它4个洁净室的工稳态工况点均值计算。
第四，建立洁净室压力控制数据关系模型
以洁净室12为例来说明模型建立过程，根据上述建立的洁净室12的全部工况点的稳态工况均值参数组，采用线性回归的方式建立洁净室12的送风量和回风量之间的数据关系。以送风量为自变量(输入参数)，回风量为因变量(输出参数)，所建洁净室12的回归关系式为y＝a0+a1x，a0、a1为回归系数；x表示送风量，y表示回风量。以相同的方式建立其它4个洁净室的压力控制数据关系模型。
第五，分析压力控制数据关系模型的可靠性
以洁净室12为例来说明其压力控制数据关系模型可靠性分析，通过残差分析验证模型的可靠性，洁净室12的残差为em＝ym-ym’,em是各工况点均值ym与回归方程所对应得到的拟合值ym’之差,m为工况点个数，当em满足-ε＜em＜+ε时，则说明数据模型可靠；当各点残差em≥+ε或em≤-ε时，则说明数据模型不可靠，ε为最大偏差量。进行非线性数据模型拟合，建立新的压力控制数据关系模型。
第六，获取步进输出参数，即送风机频率和各洁净室的送风量的步进输出值
首先，通过人机交互模块62给定工作模式的风机频率f工，值班模式的送风机频率f值，各洁净室工作模式的送风量(Q工1、Q工2、Q工3、Q工4、Q工5)，各洁净室值班模式的送风量(Q值1、Q值2、Q值3、Q值4、Q值5)。将步进间隔时间设定为t0，模式切换的调节步数设定为n，模式切换的总时间为t＝n×t0。送风机频率调节的步长值为f步长＝(f工-f值)/n，风机频率每次的步进输出值则为f＝f当前-(f工-f值)/n。以洁净室12为例说明送风调节的步进和送风量每次调节的步进输出值，洁净室12的送风量调节的步长为Q步长2＝(Q工2-Q值2)/n，洁净室12送风量每次调节的步进输出值则为Qs2＝Q当前2-(Q工2-Q值2)/n。
第七，工作模式与值班模式切换过程
参阅附图4，为工作模式切换至值班模式的控制流程框图。将上述送风机频率每次调节的步进输出值f作为变频器21的输入值，驱动送风机23的动作。同时，洁净室(11、12、13、14、15)的送风量每次调节的步进输出值(Qs1、Qs2、Qs3、Qs4、Qs5)作为对应压力控制数据关系模型的输入值，通过各个洁净室的压力控制数据关系模型计算得到回风量(Qh1、Qh2、Qh3、Qh4、Qh5)，驱动回风变风量阀(31、32、33、34、35)的动作。送风机51与送风变风量阀(21、22、23、24、25)同时动作，完成工作模式与值班模式的切换。需要说明的是，上述仅为工作模式到值班模式的切换过程，而值班模式到工作模式的切换过程中，风机频率每次的步进输出值采用f＝f当前+(f工-f值)/n，而洁净室2的送风量每次调节的步进输出值采用Qs2＝Q当前2+(Q工2-Q值2)/n，其余流程相同，这里不再赘述。
实施例2
参阅附图5和图6，图5为基于数据驱动的生产模式与值班模式切换系统的控制场景示意图。图6为基于数据驱动的生产模式与值班模式切换系统的控制原理示意图。与实施例1不同的是，本实施例是将变风量阀全都换为快开阀，洁净空间包括洁净室(11、12、13、14、15)，各洁净室对应的送风管道上安装送风快开阀(71、72、73、74、75)，回风管道上安装回风快开阀(81、82、83、84、85)，室内安装压力传感器(41、42、43、44、45)。5个洁净室共用一套空调系统。空调系统包括送风机51、变频器52。空调系统的送风管道上送风静压压力传感器91，回风管道上回风静压压力传感器92。并且送风静压压力传感器91和回风静压压力传感器92电性连接控制器63。该洁净空间的洁净室为定送变回的压力控制方式。
第一，洁净区工况调节与数据采集
通过人机交互模块26设定工况1，即手动将变频器21的频率调节到工况1的频率，手动将洁净室(11、12、13、14、15)的送风快开阀(71、72、73、74、75)调节的工况1对应的送风量。通过不断调整回风快开阀(81、82、83、84、85)直至压力梯度稳定并持续一段时间。重复上述过程设定工况2、3……，不少于3组。
通过送风快开阀(71、72、73、74、75)、回风快开阀(81、82、83、84、85)和压力传感器(41、42、43、44、45)实时采集洁净室(11、12、13、14、15)的送风阀开度(Qs1、Qs2、Qs3、Qs4、Qs5)、回风阀开度(Qh1、Qh2、Qh3、Qh4、Qh5)和压力值(P1、P2、P3、P4、P5)，通过送风静压压力传感器24采集实时的送风静压P静。并同时将调试过程中所采集的数据记录到存储模块61中。
第二，构建压力梯度稳态数据集
以洁净室12为例来说明数据集构建过程，首先将采集的数据按m组工况的对应关系分成m个工况参数矩阵，即每个工况下按时序排列的参数组。其次筛选每个工况参数矩阵中的稳态数据，即压力梯度稳定运行时间之内的数据。然后对每个工况参数矩阵的稳态数据进一步筛选，即每个工况参数矩阵稳态数据中洁净室12压力值与洁净室2压力设定值Pr2进行比较，剔除掉洁净室12压力值≥Pr2+△P和≤Pr2-△P，及其与压力值对应的所有参数值，其中△P为洁净室12压力波动的最大允许值，从而筛选出在误差允许范围内的每个工况的洁净室12压力值及其所对应的时间、送风机频率f、送风阀开度Qs2、回风阀开度Qh2，形成洁净室2的m(m≥3)组稳态工况下的压力梯度稳态数据集构建。运用同样的方式构建其他4个洁净室的压力梯度稳态数据集。
第三，计算工况均值参数组
以洁净室12为例来说明工况点均值计算过程，从洁净室12对应的稳态数据集里提取每组工况对应的全部运行参数，去除参数中异常点，计算每组工况对应参数的均值，形成洁净室12工况点的工况均值参数组。运用同样的方式计算其它4个洁净室的工况均值参数组。
第四，建立洁净室压力控制数据关系模型
以洁净室12为例来说明建立洁净室压力控制数据关系模型建立过程，根据上述建立的洁净室12的全部工况点的工况均值参数组，采用线性回归的方式建立洁净室12的送风阀开度、回风阀开度和送风静压之间的数据关系。以送风阀开度和送风静压为自变量(输入参数)，回风阀开度为因变量(输出参数)，所建洁净室12的回归关系式为y＝a0+a1x1+a2x2，a0、a1、a2为回归系数；x1表示送风阀开度，x2表示送风静压，y表示回风阀开度。以相同的方式建立其它4个洁净室数据模型。
第五，分析压力控制数据关系模型的可靠性
以洁净室12为例来说明其压力控制数据关系模型可靠性分析，通过残差分析验证模型的可靠性验证，洁净室12的残差为em＝ym-ym’,em是各工况点均值ym与回归方程所对应得到的拟合值ym’之差,m为工况点个数，当em满足-ε＜em＜+ε时，则说明数据模型可靠；当各点残差em≥+ε或em≤-ε时，则说明数据模型不可靠，ε为最大偏差量。进行非线性数据模型拟合，建立新的压力控制数据关系模型。
第六，获取步进输出参数，即送风机频率和各洁净室的送风量的步进输出值
首先，通过人机交互模块62给定工作模式的风机频率f工，值班模式的送风机频率f值，各洁净室工作模式的送风阀开度(Q工1、Q工2、Q工3、Q工4、Q工5)，各洁净室值班模式的送风开度(Q值1、Q值2、Q值3、Q值4、Q值5)。将步进间隔时间设定为t0，模式切换的调节步数设定为n，模式切换的总时间为t＝n×t0。送风机频率调节的步长值为f步长＝(f工-f值)/n，风机频率每次的步进输出值则为f＝f工-(f工-f值)/n，。以洁净室12为例说明送风调节的步长和送风量每次调节的步进输出值，洁净室12的送风量调节的步长值为Q步长2＝(Q工2-Q值2)/n，洁净室12送风量每次调节的步进输出值则为Qs2＝Q工2-(Q工2-Q值2)/n。
第七，工作模式与值班模式切换过程
如图7所示，为工作模式切换至值班模式的控制流程框图。将上述送风机频率每次调节的步进输出值f作为变频器52的输入值，驱动送风机51的动作。同时，洁净室(11、12、13、14、15)的送风量每次调节的步进输出值(Qs1、Qs2、Qs3、Qs4、Qs5)和送风静压P静作为对应压力控制数据关系模型的输入值，通过各个洁净室的对应压力控制数据关系模型计算得到回风量(Qh1、Qh2、Qh3、Qh4、Qh5)，驱动回风快开阀(81、82、83、84、85)的动作。送风机51与送风快开阀(71、72、73、74、75)同时动作，完成工作模式与值班模式的切换。需要说明的是，上述仅为工作模式到值班模式的切换过程，而值班模式到工作模式的切换过程中，风机频率每次的步进输出值采用f＝f当前+(f工-f值)/n，而洁净室2的送风量每次调节的步进输出值采用Qs2＝Q当前2+(Q工2-Q值2)/n，其余流程相同，这里不再赘述。
综上，本发明提供的基于数据驱动的生产模式与值班模式切换方法及系统，通过送风机频率和各洁净室送风量的步进输出，以及压力控制数据关系模型对回风量的精准控制，实现了洁净室压力梯度稳定条件下的工作模式与值班模式切换，克服了现有切换方法会导致洁净室压力梯度紊乱造成污染风险的弊端，为洁净厂房非工作状态节能运行奠定了基础。
至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征作出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。

Claims (9)

1.一种基于数据驱动的生产模式与值班模式切换方法，用于多个洁净室组成的洁净空间，所述洁净空间设有空调系统，所述空调系统包括送风机和变频器，其特征在于，所述方法包括：
模型建立步骤：
调试出m组所述空调系统的工况并且记录调试过程中的工况数据，所述工况数据至少包括每个所述洁净室对应的送风量、回风量、压力值及时间参数；
将采集的工况数据按与m组工况间的对应关系划分成m个工况参数矩阵；
选出所述工况参数矩阵中的稳态数据以形成m个稳态工况参数矩阵，所述稳态数据为各个洁净室之间的满足压力梯度要求时间段内的工况数据；
将m个稳态工况参数矩阵中的压力值与预设压力波动范围进行比较，并剔除掉不属于所述压力波动范围内的压力值及该压力值对应的其余参数以形成压力梯度稳态数据集；
去除所述压力梯度稳态数据集中异常点，并计算每个工况对应的参数的均值，形成每个工况对应的工况均值参数组；
基于所有工况的工况均值参数组并采用线性回归，构建每个洁净室对应的压力控制数据关系模型；所述压力控制数据关系模型的输入包括送风量，输出包括回风量；
模式切换步骤：
设置在工作模式下的送风机频率f工，值班模式下的送风机频率f值，以及每个所述洁净室在工作模式下的送风量Q工，值班模式下的送风量Q值；
设置模式切换的调节步数n，步进间隔时间t0；
设置工作模式切换到值班模式过程中送风机频率的步进输出值为：f＝f当前-(f工-f值)/n，其中f当前为当前状态下送风机频率；
设置工作模式切换到值班模式过程中每个洁净室的送风量步进输出值为：每个洁净室的送风量输出值：Qsi＝Q当前i-(Q工i-Q值i)/n；其中Qsi为第i个洁净室的送风量输出值，Q当前i为第i个洁净室的当前状态下的送风量，Q工i为第i个洁净室的工作模式下的送风量，Q值i为第i个洁净室的值班模式下的送风量；
在工作模式切换到值班模式过程中以所述送风机频率的步进输出值作为变频器的工作频率并驱动所述送风机动作；
以各所述洁净室的送风量输出值作为对应洁净室的数据关系模型的输入，并以模型输出的回风量控制对应洁净室的回风。
2.如权利要求1所述的基于数据驱动的生产模式与值班模式切换方法，所述“模式切换步骤”还包括：
设置值班模式切换到工作模式过程中送风机频率的步进输出值为：f＝f当前+(f工-f值)/n；
设置值班模式切换到工作模式过程中每个洁净室的送风量步进输出值为：每个洁净室的送风量输出值：Qsi＝Q当前i+(Q工i-Q值i)/n；
则在值班模式切换到工作模式过程中以所述送风机频率的步进输出值作为变频器的工作频率并驱动所述送风机动作；
以各所述洁净室的送风量输出值作为对应洁净室的数据关系模型的输入，并以其输出的回风量控制对应洁净室的回风。
3.如权利要求2所述的基于数据驱动的生产模式与值班模式切换方法，其特征在于，在所述“模型建立步骤”的步骤之后，所述方法还包括：
获取算每个压力控制数据关系模型的残差em；
判断所述em是否满足-ε＜em＜+ε；
若否，则基于所有工况的工况均值参数组进行非线性数据模型拟合，构建新的压力控制数据关系模型。
4.如权利要求2所述的基于数据驱动的生产模式与值班模式切换方法，其特征在于，“基于所有工况的工况均值参数组并采用线性回归，构建每个洁净室对应的压力控制数据关系模型”的步骤包括：
基于各所述洁净室对应的所有工况的工况均值参数组，并采用线性回归的方式建立各个洁净室对应的送风量和回风量之间的数据回归关系；
其中洁净室的数据回归关系为：y＝a0+a1x；式中，a0、a1为回归系数；x表示送风量，y表示回风量。
5.如权利要求2所述的基于数据驱动的生产模式与值班模式切换方法，其特征在于，所述工况数据还包括送风静压、回风静压；
“基于所有工况的工况均值参数组并采用线性回归，构建每个洁净室对应的压力控制数据关系模型”的步骤包括：
基于各所述洁净室对应的所有工况的工况均值参数组，并采用线性回归的方式建立各个洁净室对应的送风量、回风量和送风静压之间的数据回归关系；
其中洁净室的数据回归关系为：y＝a0+a1x1+a2x2；式中，a0、a1、a2为回归系数；x1表示送风量，x2表示送风静压，y表示回风量。
6.一种基于数据驱动的生产模式与值班模式切换系统，用于多个洁净室组成的洁净空间，所述洁净空间设有空调系统，所述空调系统包括送风机和变频器，所述空调系统通过送风管道和回风管道连通每个所述洁净室，每个所述洁净室的送风管道上设有送风阀，每个所述洁净室的回风管道上设有回风阀，每个所述洁净室内均安装压力传感器，其特征在于，所述送风阀为送风变风量阀，所述回风阀为回风变风量阀；所述切换系统还包括存储模块、人机交互模块和控制器；
所述存储模块用于存储系统数据，所述人机交互模块用于输入和显示系统的状态参数，所述控制器用于执行如权利要求1至4其中任一项所述的基于数据驱动的生产模式与值班模式切换方法。
7.如权利要求6所述的基于数据驱动的生产模式与值班模式切换系统，其特征在于，所述送风变风量阀和回风变风量阀均自带风量检测传感器。
8.一种基于数据驱动的生产模式与值班模式切换系统，用于多个洁净室组成的洁净空间，所述洁净空间设有空调系统，所述空调系统包括送风机和变频器，所述空调系统通过送风管道和回风管道连通每个所述洁净室，每个所述洁净室的送风管道上设有送风阀，每个所述洁净室的回风管道上设有回风阀，每个所述洁净室内均安装压力传感器，其特征在于，所述空调系统的送风管道上设有送风静压压力传感器，所述送风阀为送风快开阀，所述回风阀为回风快开阀，所述系统还包括存储模块、人机交互模块和控制器；
所述存储模块用于存储系统数据，所述人机交互模块用于输入和显示系统的状态参数，所述控制器用于执行如权利要求1、2、3或5其中任一项所述的基于数据驱动的生产模式与值班模式切换方法。
9.如权利要求8所述的基于数据驱动的生产模式与值班模式切换系统，其特征在于，所述空调系统的回风管道上设有回风静压压力传感器。
CN202111083670.0A 2021-09-14 2021-09-14 基于数据驱动的生产模式与值班模式切换方法及系统 Active CN113757833B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111083670.0A CN113757833B (zh) 2021-09-14 2021-09-14 基于数据驱动的生产模式与值班模式切换方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111083670.0A CN113757833B (zh) 2021-09-14 2021-09-14 基于数据驱动的生产模式与值班模式切换方法及系统

Publications (2)

Publication Number Publication Date
CN113757833A true CN113757833A (zh) 2021-12-07
CN113757833B CN113757833B (zh) 2022-04-08

Family

ID=78795828

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111083670.0A Active CN113757833B (zh) 2021-09-14 2021-09-14 基于数据驱动的生产模式与值班模式切换方法及系统

Country Status (1)

Country Link
CN (1) CN113757833B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114777311A (zh) * 2022-04-11 2022-07-22 南京福加自动化科技有限公司 一种洁净室压差变工况快速平衡控制系统及控制方法
CN118856560A (zh) * 2024-09-25 2024-10-29 苏州大学 一种洁净室通风系统的预测控制方法、系统和存储介质

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6273025A (ja) * 1985-09-26 1987-04-03 Sanki Eng Co Ltd 室内圧力制御方法
US5320124A (en) * 1988-04-07 1994-06-14 Palmer David W Regulator adaptable for maintaining a constant partial vacuum in a remote region
CN1224823A (zh) * 1997-11-07 1999-08-04 兰迪斯及斯特法有限公司 具有前馈和反馈控制的室温控制装置及方法
US20070021050A1 (en) * 2005-06-16 2007-01-25 Kennedy Michael A System for providing and managing a laminar flow of clean air
CN101208563A (zh) * 2005-03-10 2008-06-25 艾尔库伊蒂公司 具有公共传感器以提供用于监控和建筑物控制的混合空气质量参数信息的多点空气采样系统
CN201819351U (zh) * 2010-09-20 2011-05-04 上海理工大学 工位空调末端送风风量控制装置
CN204466579U (zh) * 2014-08-05 2015-07-15 山东昊泰实验动物繁育有限公司 一种spf鸡生物洁净室环境屏障设施
CN106384168A (zh) * 2016-09-20 2017-02-08 北京恒泰实达科技股份有限公司 针对特性各异电源的多目标协调优化调度模型
CN106403200A (zh) * 2016-10-27 2017-02-15 北京联合大学 空调送风控制系统及方法
WO2017040675A1 (en) * 2015-08-31 2017-03-09 Cellink Ab Clean chamber technology for 3d printers and bioprinters
US20190063763A1 (en) * 2017-08-31 2019-02-28 Prodew, Inc. Air treatment systems
CN109945346A (zh) * 2019-03-22 2019-06-28 东南大学 洁净环境空气压力与压差控制系统
KR20190084911A (ko) * 2019-06-27 2019-07-17 엘지전자 주식회사 지능형 공기청정기 및 이의 제어방법
CN110043982A (zh) * 2019-04-16 2019-07-23 北京联合大学 动态自适应压差波动控制系统及方法
CN110057058A (zh) * 2019-04-30 2019-07-26 北京联合大学 用于洁净厂房的风量控制方法及装置
CN110118045A (zh) * 2019-05-15 2019-08-13 北京联合大学 一种可调压差的洁净室的开门限制机械装置及方法
CN110131811A (zh) * 2019-06-26 2019-08-16 中机中联工程有限公司 适用于mau+ffu+dcc电子洁净室的压差控制系统及方法
JP2020183820A (ja) * 2019-04-26 2020-11-12 三機工業株式会社 クリーンルーム空調システム

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6273025A (ja) * 1985-09-26 1987-04-03 Sanki Eng Co Ltd 室内圧力制御方法
US5320124A (en) * 1988-04-07 1994-06-14 Palmer David W Regulator adaptable for maintaining a constant partial vacuum in a remote region
CN1224823A (zh) * 1997-11-07 1999-08-04 兰迪斯及斯特法有限公司 具有前馈和反馈控制的室温控制装置及方法
CN101208563A (zh) * 2005-03-10 2008-06-25 艾尔库伊蒂公司 具有公共传感器以提供用于监控和建筑物控制的混合空气质量参数信息的多点空气采样系统
US20070021050A1 (en) * 2005-06-16 2007-01-25 Kennedy Michael A System for providing and managing a laminar flow of clean air
CN201819351U (zh) * 2010-09-20 2011-05-04 上海理工大学 工位空调末端送风风量控制装置
CN204466579U (zh) * 2014-08-05 2015-07-15 山东昊泰实验动物繁育有限公司 一种spf鸡生物洁净室环境屏障设施
WO2017040675A1 (en) * 2015-08-31 2017-03-09 Cellink Ab Clean chamber technology for 3d printers and bioprinters
CN106384168A (zh) * 2016-09-20 2017-02-08 北京恒泰实达科技股份有限公司 针对特性各异电源的多目标协调优化调度模型
CN106403200A (zh) * 2016-10-27 2017-02-15 北京联合大学 空调送风控制系统及方法
US20190063763A1 (en) * 2017-08-31 2019-02-28 Prodew, Inc. Air treatment systems
CN109945346A (zh) * 2019-03-22 2019-06-28 东南大学 洁净环境空气压力与压差控制系统
CN110043982A (zh) * 2019-04-16 2019-07-23 北京联合大学 动态自适应压差波动控制系统及方法
JP2020183820A (ja) * 2019-04-26 2020-11-12 三機工業株式会社 クリーンルーム空調システム
CN110057058A (zh) * 2019-04-30 2019-07-26 北京联合大学 用于洁净厂房的风量控制方法及装置
CN110118045A (zh) * 2019-05-15 2019-08-13 北京联合大学 一种可调压差的洁净室的开门限制机械装置及方法
CN110131811A (zh) * 2019-06-26 2019-08-16 中机中联工程有限公司 适用于mau+ffu+dcc电子洁净室的压差控制系统及方法
KR20190084911A (ko) * 2019-06-27 2019-07-17 엘지전자 주식회사 지능형 공기청정기 및 이의 제어방법

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
葛明明等: "一种系统调节器及其驱动程序开发", 《微计算机信息》 *
陈炯德等: "变风量空调系统用非线性模型预测控制方法研究", 《制冷学报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114777311A (zh) * 2022-04-11 2022-07-22 南京福加自动化科技有限公司 一种洁净室压差变工况快速平衡控制系统及控制方法
CN118856560A (zh) * 2024-09-25 2024-10-29 苏州大学 一种洁净室通风系统的预测控制方法、系统和存储介质

Also Published As

Publication number Publication date
CN113757833B (zh) 2022-04-08

Similar Documents

Publication Publication Date Title
CN113757833A (zh) 基于数据驱动的生产模式与值班模式切换方法及系统
KR100604523B1 (ko) 프로세스와 품질과의 관계에 관한 모델 작성 장치 및 모델작성 방법
CN112417619A (zh) 一种基于数字孪生的泵机组优化运行调节系统及方法
EP2682914A1 (en) Energy management method and system thereof, and gui method
EP2019907B1 (en) System and method for optimization of gas lift rates on multiple wells
CN1179840A (zh) 原料工业设备或原料加工工业设备的控制系统
CN1647000A (zh) 管道输送的气体分配系统的控制
CN107831662B (zh) 针对存在执行器故障的间歇过程随机2d控制器设计方法
CN1955867A (zh) 在无线和其他过程控制系统中的非周期控制通信
CN203396032U (zh) 基于模糊自适应pid的室温控制装置
CN106249709B (zh) 动态的过程质量控制图和定龄维修联合设计优化控制方法
CN103014204A (zh) 基于模式识别和专家系统的高炉布料优化方法及系统
CN108038599A (zh) 一种基于检测间隔的预防性维护周期多目标控制方法
CN1786604A (zh) 能量补偿精密空调的控制方法
CN115933360A (zh) 基于大数据的智能变频模温分路控制系统及方法
CN108730170A (zh) 一种多电机优化控制系统及其优化控制方法
CN113885310B (zh) 一种用于真空干泵测试的智能控制系统
CN2702994Y (zh) 玻璃熔化池炉精密鼓泡装置
CN114460985B (zh) 一种基于单片机的储箱增压控制系统及控制方法
CN114353270B (zh) 一种除湿系统的远程调控方法以及系统
CN2602906Y (zh) 硫化机现场数据采集监控系统
CN116988960A (zh) 适于空气压缩机群组的最佳化系统及其方法
CN115793444A (zh) 铀浓缩辅助工艺空调箱系统apc与rto在线协同方法
CN119126895B (zh) 一种用于机台运行监测的多种类状态监测预警方法
Joelianto et al. Industrial Control Quality Improvement using Statistical Process Control: Tennessee Eastman Process Simulation Case

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