[发明专利]基于大数据深度学习的涂装空调的温湿度控制系统

说明书

本发明公开基于大数据深度学习的涂装空调的温湿度控制系统，包括温湿度传感器，包括设在空调机组内的多组内部温湿度传感器，以及设在空调机组的入口侧与出口侧的出入口的外部温湿度传感器；大数据训练平台，通过通讯设备与所述温湿度传感器连接，并与空调控制器连接，所述空调控制器与空调系统执行连接，内置有温湿度控制模型，用于将采集的实时温湿度数据输入到所述温湿度控制模型中，输出包括优化后的控制设定值的控制指令到所述空调控制器，由所述空调控制器响应该控制指令对空调系统执行器进行调节。本发明可以快速缩短空调达到稳定状态的时间，大大提高控制的精度，能够有效地降低空调系统的运行能耗。

技术领域

本发明涉及涂装空调温湿度控制技术领域，特别是涉及一种基于大数据深度学习的涂装空调的温湿度控制系统。

背景技术

涂装车间喷漆系统对于温湿度有着较为严格的需求，传统的温湿度控制主要为PID调节为主的控制方法，此种调节方法对于空调系统这种大滞后、多变化、多耦合的系统来说，控制效果极度依赖于调试人员经验，且系统在季节变化期间的控制切换较为繁琐且易造成系统波动过大影响喷漆质量。传统应用的控制方法通常来说调试周期较为漫长，对不同季节的调试及适应需要较长时间，控制系统内的稳定时间需求较长，而空调系统作为涂装车间的能源消耗大户，对于燃气、冷水、热水等的消耗较为巨大，调试及稳定时间较长，能源消耗及浪费相对较多。

发明内容

本发明的目的是针对现有技术中存在的技术缺陷，而提供一种基于大数据深度学习的涂装空调的温湿度控制系统。

为实现本发明的目的所采用的技术方案是：

一种基于大数据深度学习的涂装空调的温湿度控制系统，包括温湿度传感器，包括设在空调机组内的多组内部温湿度传感器，以采集空调机组内预定切面上的实时温湿度数据，以及设在空调机组的入口侧与出口侧的出入口的外部温湿度传感器；

大数据训练平台，通过通讯设备与所述温湿度传感器连接，并与空调控制器连接，所述空调控制器与空调系统执行连接，内置有温湿度控制模型，用于将采集的实时温湿度数据输入到所述温湿度控制模型中，输出包括优化后的控制设定值的控制指令到所述空调控制器，由所述空调控制器响应该控制指令对空调系统执行器进行调节。

所述内部温湿度传感器包括设在空调机组的一次加热模段与表冷模段间的第一组传感器，设在表冷模段与加温模段间的第二组传感器，设在加湿模段与二次加热模段间的第三组传感器，以及设在二次加热模段与出口间的第四组传感器与第五组传感器。

所述温湿度控制模型通过所述的温湿度传感器获取空调机组在测试运行工作情况下的温湿度参数，并将收集的大量数据采集汇总至大数据训练平台中，在离线情况下对数据进行训练以及模拟优化模型。

所述温湿度控制模型采用DBN模型。

所述空调系统执行器包括空调机组配置的阀门以及变频器，所述对空调系统执行器进行调节包括阀门开度大小的调节与泵、风机的变频器的变频调速的调节。

本发明提出的基于大数据深度学习的涂装空调温湿度控制系统，以测试数据来建立数据模型，通过模型的运算来得到优化的控制参数，进而来对空调系统各执行器单元进行实时调节，来达到控制温湿度的目的；同时，数据训练平台可根据在线运行参数，优化模型及算法，不断提高控制精度及缩短到达稳态时间。

通过本发明可降低控制系统调试对技术人员的经验需求，实现智能学习及调节系统参数的效果，本发明相对于传统方法可快速缩短系统稳定时间，节约能源消耗；对于季节、气候变化等外界条件，本发明可实时调节控制各优化参数，增加系统稳定性。

本发明另配备独立空调控制器，用以应对极端情况，可保证温湿度调节系统的稳定。