-
公开(公告)号:CN119005957B
公开(公告)日:2025-01-24
申请号:CN202411466080.X
申请日:2024-10-21
Applicant: 普利莱(天津)燃气设备有限公司 , 滨州职业学院
IPC: G06Q10/20 , G06N3/0442 , G06N3/08 , G06F18/10 , G06F18/2415 , G01D21/02 , F17D3/12
Abstract: 本发明公开了一种用于天然气加臭装置的智能维护方法和系统,该方法包括以下步骤:从多个传感器实时获取天然气加臭装置的当前运行参数;对所述当前运行参数进行优化处理,得到天然气加臭装置的当前运行状态评估结果;基于预先建立的天然气加臭装置的预测性维护模型,以所述天然气加臭装置的当前运行状态评估结果为输入,输出天然气加臭装置的潜在故障预测结果;当所述潜在故障预测结果指示存在潜在故障时,根据所述潜在故障预测结果和所述当前运行状态评估结果,生成针对所述潜在故障的维护建议。本发明通过采用多传感器实时数据采集、优化处理、预测性维护模型和智能决策等技术,实现了天然气加臭装置维护的智能化和高效化。
-
公开(公告)号:CN119005957A
公开(公告)日:2024-11-22
申请号:CN202411466080.X
申请日:2024-10-21
Applicant: 普利莱(天津)燃气设备有限公司 , 滨州职业学院
IPC: G06Q10/20 , G06N3/0442 , G06N3/08 , G06F18/10 , G06F18/2415 , G01D21/02 , F17D3/12
Abstract: 本发明公开了一种用于天然气加臭装置的智能维护方法和系统,该方法包括以下步骤:从多个传感器实时获取天然气加臭装置的当前运行参数;对所述当前运行参数进行优化处理,得到天然气加臭装置的当前运行状态评估结果;基于预先建立的天然气加臭装置的预测性维护模型,以所述天然气加臭装置的当前运行状态评估结果为输入,输出天然气加臭装置的潜在故障预测结果;当所述潜在故障预测结果指示存在潜在故障时,根据所述潜在故障预测结果和所述当前运行状态评估结果,生成针对所述潜在故障的维护建议。本发明通过采用多传感器实时数据采集、优化处理、预测性维护模型和智能决策等技术,实现了天然气加臭装置维护的智能化和高效化。
-
公开(公告)号:CN118242564B
公开(公告)日:2024-07-16
申请号:CN202410666434.9
申请日:2024-05-28
Applicant: 普利莱(天津)燃气设备有限公司 , 滨州职业学院
IPC: F17D3/12 , F17D1/02 , G01N33/22 , G01N27/06 , G01N27/62 , G01N30/02 , G01N33/00 , G01N9/00 , G01N21/35 , G01N21/3504 , G01D21/02 , G01M3/22 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/06 , G06N3/08
Abstract: 本发明提供一种智能自适应天然气加臭剂浓度控制系统和控制方法,属于天然气加臭剂浓度监控领域,该系统包括气体流量传感器、加臭剂注入泵、加臭剂浓度监测装置、环境参数传感器、加臭剂特性传感器和控制器。控制器包括数据处理模块、加臭剂注入策略确定模块和控制模块。数据处理模块接收并处理包括实时气体流量检测数据、实时加臭剂浓度检测数据、实时环境参数和实时加臭剂特性参数在内的实时数据;加臭剂注入策略确定模块基于深度学习的神经网络模型,结合实时数据,输出最优的加臭剂注入策略;控制模块根据最优的加臭剂注入策略,控制加臭剂注入泵的多个参数。本发明通过智能化和自适应的控制,实现了加臭剂注入过程的精确控制和优化。
-
公开(公告)号:CN118242564A
公开(公告)日:2024-06-25
申请号:CN202410666434.9
申请日:2024-05-28
Applicant: 普利莱(天津)燃气设备有限公司 , 滨州职业学院
IPC: F17D3/12 , F17D1/02 , G01N33/22 , G01N27/06 , G01N27/62 , G01N30/02 , G01N33/00 , G01N9/00 , G01N21/35 , G01N21/3504 , G01D21/02 , G01M3/22 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/06 , G06N3/08
Abstract: 本发明提供一种智能自适应天然气加臭剂浓度控制系统和控制方法,属于天然气加臭剂浓度监控领域,该系统包括气体流量传感器、加臭剂注入泵、加臭剂浓度监测装置、环境参数传感器、加臭剂特性传感器和控制器。控制器包括数据处理模块、加臭剂注入策略确定模块和控制模块。数据处理模块接收并处理包括实时气体流量检测数据、实时加臭剂浓度检测数据、实时环境参数和实时加臭剂特性参数在内的实时数据;加臭剂注入策略确定模块基于深度学习的神经网络模型,结合实时数据,输出最优的加臭剂注入策略;控制模块根据最优的加臭剂注入策略,控制加臭剂注入泵的多个参数。本发明通过智能化和自适应的控制,实现了加臭剂注入过程的精确控制和优化。
-
-
-