[發明專利]一種基于實時監測和大數據學習技術的自動化智能風機管理系統及方法

在審

• 申請號: 202010639058.6
• 申請日: 2020-07-06
• 公開（公告）號: CN111752199A
• 公開（公告）日: 2020-10-09
• 發明（設計）人: 趙宇;楊皖凝
• 申請（專利權）人: 大連理工大學
• 主分類號: G05B19/042
• 分類號: G05B19/042
• 代理公司: 大連理工大學專利中心 21200
• 代理人: 溫福雪;侯明遠

本發明屬于污染物排放技術領域，提供了一種基于實時監測和大數據學習技術的自動化智能風機管理系統及方法，包括污染物檢測模塊、模數轉換模塊、經驗模塊、機器學習模塊、單片機、數模轉換模塊和執行模塊。一種基于實時監測技術和機器學習技術的智能隧道風機管理系統可以使隧道內的風機系統實現自動化變頻，系統可以根據隧道內污染物實時濃度調整風機功率，同時根據隧道內污染物濃度隨時間歷程的變化規律在車流量較大時提前提高風機功率。該系統可以實現完全自動化，減少由人為操作失誤造成的隧道排風不暢的可能性，降低人力成本；根據車流量實時調整風機功率，減少能源浪費；根據車流量規律提前調整風機功率，提高隧道通行的舒適性和安全性。

技術領域

本發明屬于污染物排放技術領域，具體涉及基于一種基于實時監測和大數據學習技術的自動化智能風機管理系統及方法。

背景技術

隨著中國道路交通的發展，大量隧道被建設并投入使用。由于隧道內部屬于半密閉空間，因此車輛在隧道通行過程中排放的硫化物、氮氧化物、細顆粒物等污染物會聚集在隧道內部。為了將這些污染排放到隧道外部，隧道內通常會設置大型風機。之前的風機單純的被分散布置在隧道的各個位置，但是這些風機無法根據隧道內污染物濃度改變自己的開關與功率，導致風機長時間開啟，不但對風機本身使用壽命造成影響，同時也會增加能源消耗。近期某些隧道內安裝了污染物濃度傳感器，這些傳感器可以實施監控隧道內污染物濃度，并將這些信息傳遞到集控室，之后由人工控制風機的功率，但是這種由人工控制的方式會增加由人工失誤造成事故的風險，同時增加人力成本。

發明內容

基于以上問題，本發明提出了一種基于實時監測技術和機器學習技術的智能隧道風機管理系統。

本發明的技術方案：

一種基于實時監測和大數據學習技術的自動化智能風機管理系統，包括污染物檢測模塊、模數(A/D)轉換模塊、經驗模塊、機器學習模塊、單片機、數模(D/A)轉換模塊和執行模塊；

所述的污染物檢測模塊包括用于檢測汽車尾氣污染物主要成分的一氧化碳(CO)傳感器、氮氧化物(NO_x)傳感器和細顆粒物(PM_2.5)傳感器；所述污染物檢測模塊與模數(A/D)轉換模塊輸入端相連；

所述的A/D轉換模塊用于將污染物檢測模塊監測到的污染物濃度由模擬量轉換成數字量；所述A/D轉換模塊輸出端分別與經驗模塊輸入端和機器學習模塊輸入端相連；

所述的經驗模塊基于已有的隧道內污染物濃度與風機功率的實測數據，將污染物濃度進行分級，不同級別污染物濃度對應不同大小的風機功率，確保該濃度下的風機運行狀態維持隧道內污染物濃度保持在合理的標準下；

所述的機器學習模塊基于BP神經網絡和大數據手段，將污染物檢測模塊測得的污染物濃度在時間歷程中的變化進行統計，得到污染物濃度隨時間變化的規律，對濃度變化進行預測，進而指導機構動作；機器學習模塊由用戶選裝；

所述的單片機根據內置控制程序將經驗模塊和機器學習模塊的分級結果和預測結果進行處理，得到控制風機功率大小的信號；所述單片機輸入端分別與經驗模塊輸出端和機器學習模塊輸出端；

所述的D/A轉換模塊將單片機的執行結果由數字量轉換成模擬量，D/A轉換模塊的輸入端與單片機輸出端相連。

一種基于實時監測技術和大數據學習技術的自動化智能風機管理系統的工作過程如下：

步驟1：由污染物檢測模塊對隧道內的各項污染物(CO、NO_X、PM_2.5等)進行檢測；

步驟2：A/D轉換模塊將上述實測值由模擬量轉換成數字量，傳輸到經驗模塊和機器學習模塊；

步驟3：經驗模塊對污染物濃度進行判斷，將污染物濃度分級，運用分段函數將不同濃度級別對應不同的風機功率，之后將判斷結果輸出到單片機；