注氧仪气体分配方法、装置、设备及存储介质与流程

专利2026-07-13  3


本申请涉及深度学习,尤其涉及一种注氧仪气体分配方法、装置、设备及存储介质。


背景技术:

1、传统的气体分配方法往往依赖于预设的分配模式,这些模式缺乏对实时数据反馈的响应能力。刚性的控制框架限制了系统的优化潜力,可能导致气体使用效率低下、能源消耗高和排放问题。

2、在流动特性表现出非线性行为时,如何准确捕捉并实时响应这种非线性特性成为一个技术难题。现有的方法往往依赖于过于简化的模型或者忽略了数据中的关键时变特征,从而无法充分利用收集到的运行数据来优化气体分配效果。此外,现有技术通常未能有效地从噪声数据中提取有用信息,导致决策过程可能基于不准确或不完整的数据,影响整个系统的运行效率和安全性。


技术实现思路

1、本申请提供了一种注氧仪气体分配方法、装置、设备及存储介质,本申请实现智能的对注氧仪气体分配模式进行切换,从而提高注氧仪气体分配的准确率。

2、第一方面,本申请提供了一种注氧仪气体分配方法,所述注氧仪气体分配方法包括:

3、采用预设的初始气体分配模式,对目标注氧仪进行气体流动模拟和信号数据采集,得到初始运行信号数据;

4、对所述初始运行信号数据进行信号预处理和信号优化,得到目标运行信号数据;

5、对所述目标运行信号数据进行振幅恒定的稳态段和振幅变化超过预设阈值的斜率响应段识别,得到信号特征段集合;

6、采用线性动态规划算法,计算所述信号特征段集合与所述目标注氧仪的气体流动特性之间的非线性流量特性参数;

7、将所述非线性流量特性参数和所述信号特征段集合输入预置的som模型进行气体分配模式匹配,得到目标气体分配模式,并根据所述目标气体分配模式对所述目标注氧仪进行模式切换。

8、第二方面,本申请提供了一种注氧仪气体分配装置,所述注氧仪气体分配装置包括:

9、采集模块,用于采用预设的初始气体分配模式,对目标注氧仪进行气体流动模拟和信号数据采集,得到初始运行信号数据;

10、预处理模块,用于对所述初始运行信号数据进行信号预处理和信号优化,得到目标运行信号数据;

11、识别模块,用于对所述目标运行信号数据进行振幅恒定的稳态段和振幅变化超过预设阈值的斜率响应段识别,得到信号特征段集合;

12、计算模块,用于采用线性动态规划算法,计算所述信号特征段集合与所述目标注氧仪的气体流动特性之间的非线性流量特性参数;

13、匹配模块,用于将所述非线性流量特性参数和所述信号特征段集合输入预置的som模型进行气体分配模式匹配,得到目标气体分配模式,并根据所述目标气体分配模式对所述目标注氧仪进行模式切换。

14、本申请第三方面提供了一种计算机设备,包括:存储器和至少一个处理器,所述存储器中存储有指令;所述至少一个处理器调用所述存储器中的所述指令,以使得所述计算机设备执行上述的注氧仪气体分配方法。

15、本申请的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述的注氧仪气体分配方法。

16、本申请提供的技术方案中,通过利用实时采集的运行信号数据,并对其进行信号预处理和优化,有效地捕捉了气体流动的动态变化。这种处理方式允许系统根据实际运行条件的即时变化调整气体分配模式,从而提高了系统的响应速度和适应性。通过应用线性动态规划算法和自组织映射算法,能够准确计算和匹配非线性流量特性参数。这种精确的流量特性建模,使得气体分配更加准确,确保了气体供应与需求之间的最佳匹配,减少了浪费并提高了效率。通过在信号处理中应用卡尔曼滤波和高通图傅里叶变换,有效地去除了测量噪声和其他干扰,从而提高了信号数据的质量。这不仅增强了系统的稳定性,还提高了整个控制系统的可靠性和准确性。能够优化气体分配,避免了过量供应和不足的问题。这种优化不仅提升了系统的运行效率,也有助于降低能源消耗和操作成本。通过持续监测和调整,可以适应各种环境条件的变化,实现了智能的对注氧仪气体分配模式进行切换,从而提高注氧仪气体分配的准确率。



技术特征:

1.一种注氧仪气体分配方法,其特征在于,所述注氧仪气体分配方法包括:

2.根据权利要求1所述的注氧仪气体分配方法,其特征在于,所述采用预设的初始气体分配模式,对目标注氧仪进行气体流动模拟和信号数据采集,得到初始运行信号数据,包括:

3.根据权利要求1所述的注氧仪气体分配方法,其特征在于,所述对所述初始运行信号数据进行信号预处理和信号优化,得到目标运行信号数据,包括:

4.根据权利要求3所述的注氧仪气体分配方法,其特征在于,所述对所述标准运行信号数据进行卡尔曼滤波处理,得到目标运行信号数据,包括:

5.根据权利要求1所述的注氧仪气体分配方法,其特征在于,所述对所述目标运行信号数据进行振幅恒定的稳态段和振幅变化超过预设阈值的斜率响应段识别,得到信号特征段集合,包括:

6.根据权利要求5所述的注氧仪气体分配方法,其特征在于,所述采用线性动态规划算法,计算所述信号特征段集合与所述目标注氧仪的气体流动特性之间的非线性流量特性参数,包括:

7.根据权利要求1所述的注氧仪气体分配方法,其特征在于,所述将所述非线性流量特性参数和所述信号特征段集合输入预置的som模型进行气体分配模式匹配,得到目标气体分配模式,并根据所述目标气体分配模式对所述目标注氧仪进行模式切换,包括:

8.一种注氧仪气体分配装置,其特征在于,所述注氧仪气体分配装置包括:

9.一种计算机设备,其特征在于,所述计算机设备包括:存储器和至少一个处理器,所述存储器中存储有指令;

10.一种计算机可读存储介质,所述计算机可读存储介质上存储有指令,其特征在于,所述指令被处理器执行时实现如权利要求1-7中任一项所述的注氧仪气体分配方法。


技术总结
本申请涉及深度学习技术领域,公开了一种注氧仪气体分配方法、装置、设备及存储介质。所述方法包括:采用初始气体分配模式对目标注氧仪进行气体流动模拟和信号数据采集,得到初始运行信号数据;进行信号预处理和信号优化,得到目标运行信号数据;对目标运行信号数据进行振幅恒定的稳态段和振幅变化超过预设阈值的斜率响应段识别,得到信号特征段集合;采用线性动态规划算法计算信号特征段集合与目标注氧仪的气体流动特性之间的非线性流量特性参数;通过SOM模型进行气体分配模式匹配,得到目标气体分配模式,并根据目标气体分配模式对目标注氧仪进行模式切换,本申请实现智能的对注氧仪气体分配模式进行切换,从而提高注氧仪气体分配的准确率。

技术研发人员:董丽萍,朱思叶
受保护的技术使用者:深圳市十年一刻生物科技有限公司
技术研发日:
技术公布日:2024/6/26
转载请注明原文地址:https://doc.8miu.com/read-1831434.html

最新回复(0)