一种AIoT温度控制方法及控制系统与流程

本发明涉及温度控制，具体涉及一种aiot温度控制方法及控制系统。

背景技术：

1、aiot是人工智能和物联网的融合应用。这种结合使物联网设备能够执行更复杂的任务，通过ai技术进行数据处理、分析和决策，从而提高效率和智能化水平。当前，恒温控制技术在实验室设备如金属浴、pcr仪、杂交仪等精密仪器中广泛应用，它们通常采用传统的pid（比例-积分-微分）控制算法来实现温度的自动调节。尽管pid控制器以其结构简单、易于实现的特点，在众多恒温控制场景下表现出了较好的控制效果，但面对一些复杂的、动态变化的工作条件时，仍存在一定的局限性。特别是迟滞现象，迟滞现象，或称滞回现象、滞后现象，指一系统的状态（主要多为物理系统），不仅与当下系统的输入有关，更会因其过去输入过程之路径不同，而有不同的结果，即系统的状态取决于它本身的历史状态的一种性质。其在温控系统的具体表现为：加热块温度响应输入变化时受到过去升降温曲线影响而产生的非线性特性。传统pid控制器在处理这种迟滞效应时可能无法迅速达到理想目标温度。需要一种能识别并补偿迟滞特性的智能控制方案。

2、基于上述问题，亟需一种能识别并补偿迟滞特性的智能控制方案。

技术实现思路

1、针对目前pid控制器在处理迟滞效应时可能无法迅速达到理想目标温度，本发明提供一种aiot温度控制方法及控制系统以解决上述问题。

2、为实现上述目的，本发明通过以下技术方案予以实现：

3、本申请实施例公开一种aiot温度控制方法，其特征在于，包括：

4、s1：服务器运行ai算法模型，根据历史数据和当前工况自动生成最优温度控制策略；并形成指导表格；

5、s2：外置物联网端接收来自服务器端生成的指导表格并传输给单片机；

6、s3：单片机启动温控，根据环境和设备状况数据，查询ai指导表选取最优pid参数进行温度控制；

7、s4：在温度接近目标设定值时，系统启动pid控制模式，根据实时数据和指导表提供的参数动态调整pid控制器的比例、积分以及微分系数。

8、优选的，所述s1包括：

9、s11：系统持续收集恒温设备在不同工况下的运行数据；

10、s12：对收集到的数据进行预处理，构建ai模型，通过强化学习机器学习方法训练模型，使ai模型能根据实际情况动态优化pid控制器参数；

11、s13：根据实时工况生成一组动态调节参数，指导单片机调整pid参数进行温控；

12、进一步优选的，所述s12包括：

13、s121：清洗和格式化收集的数据，并根据实际物理特性进行特征工程；

14、s122：采用机器学习或深度学习方法构建自适应温度控制策略模型；

15、s123：通过历史数据集训练模型，并利用独立的测试集验证模型性能，得到最优控制策略；

16、s124：模型在特定场景下实时生成一组动态调节参数。

17、进一步优选的，所述运行数据包括目标设定温度、实际温度、升降温速率、输入功率、负载变化、环境条件以及pid参数。

18、进一步优选的，所述s3包括：

19、s31：启动温控设备，检查设备是否正常以及物联网网关状态；

20、s32：物联网功能关闭，则读取本地ai指导表用以温度控制；物联网功能开启，连接物联网模块，将设备的状态参数上传到服务器上；

21、s33：与服务器通信检测本地ai指导表是否需要更新，如需则从服务器下载并更新ai指导表；

22、s34：将当前温度与目标温度进行比较，当当前温度大于目标温度5℃时，采用全功率输出进行控温，当当前温度小于目标温度5℃时，启动pid控制模式；

23、s35：获取pid参数，在ai指导表中找到pid参数或者通过服务器实时计算出更优的pid参数；

24、s36：搜索ai指导表找到最佳的pid参数进行温控控制，加热加热块迅速达到目标温度。

25、进一步优选的，还包括步骤：s341：单片机端每一秒记录一帧目标设定温度、实际测量温度、输入功率、pid参数以及加热/冷却动作状态数据，并且发送给服务器。

26、一种aiot温度控制系统，所述系统包括：

27、服务器端：用于运行ai算法模型，根据历史数据和当前工况自动生成最优温度控制策略，并形成指导表；

28、单片机端：集成温度传感器接口、加热/冷却元件控制接口及物联网通信模块；用于执行由ai算法模型生成的控制指令，同时实时监测并反馈温度数据；

29、外置物联网端：采用兼容ttl串行通信协议的物联网模组，与单片机端连接，用于收集实验现场环境的温湿度，实现单片机端与服务器端数据交互；

30、加热块：接收来自单片机端的控制命令，迅速对温度进行控制。

31、进一步优选的，还包括：实时监控端：用于实时监测恒温设备内部温度状态并通过物联网模块上传至云端平台。

32、进一步优选的，还包括：报警端：在遇到异常情况时，系统能自动触发警报并向用户发送通知。

33、进一步优选的，还包括：远程控制端：用于根据不同环境和需求切换本地自主控制或云端智能控制模式。

34、本发明的有益效果在于：

35、1.本发明通过ai算法对pid参数进行动态优化，能有效减小温度控制过程中的超调、滞后和振荡现象，确保系统在不同工作条件下均能保持快速达稳定在设定温度以及高精度的温度控制，达到了提高温度控制精度的效果，进一步提高了实验的一致性和可靠性。

36、2.针对现有技术中控制器无法实时适应设备老化、环境变化及负载变动等问题，本技术方案通过物联网感知设备状态和环境变量，结合云端ai技术实时计算并更新控制策略，使得系统能够迅速应对各种复杂、动态的工况，极大提升了系统的动态适应性和鲁棒性。

37、3.本方案引入远程机器学习方法，使其具有识别和处理设备内在非线性特性的能力，打破了传统pid控制器在非线性控制方面的局限，保证在面对非线性热动力学行为时也能实现高效率、高精度的控制。

38、4.整合物联网技术后，本发明不仅能实现实时监控设备运行状态，还能通过网络远程调控和故障诊断，降低了人工干预成本，提高了设备运维效率，并有利于大规模部署和集中管理。

39、5.双模式操作支持本地自主与远程云端智能控制，保证了系统的稳定性与可靠性。单机与物联网模块分离且接口简单，兼顾了单机模式下的成本优势。

技术特征：

1.一种aiot温度控制方法，其特征在于，包括：

2.根据权利要求1所述的一种aiot温度控制方法，其特征在于，所述s1包括：

3.根据权利要求2所述的一种aiot温度控制方法，其特征在于，所述s12包括：

4.根据权利要求2所述的一种aiot温度控制方法，其特征在于，所述运行数据包括目标设定温度、实际温度、升降温速率、输入功率、负载变化、环境条件以及pid参数。

5.根据权利要求1所述的一种aiot温度控制方法，其特征在于，所述s3包括：

6.根据权利要求5所述的一种aiot温度控制方法，其特征在于，还包括步骤：s341：单片机端（3）每一秒记录一帧目标设定温度、实际测量温度、输入功率、pid参数以及加热/冷却动作状态数据，并且发送给服务器。

7.一种aiot温度控制系统，其特征在于，所述系统包括：

8.根据权利要求7所述的一种aiot温度控制系统，其特征在于，还包括：实时监控端：用于实时监测恒温设备内部温度状态并通过物联网模块上传至云端平台。

9.根据权利要求7所述的一种aiot温度控制系统，其特征在于，还包括：报警端：在遇到异常情况时，系统能自动触发警报并向用户发送通知。

10.根据权利要求7所述的一种aiot温度控制系统，其特征在于， 还包括：远程控制端：用于根据不同环境和需求切换本地自主控制或云端智能控制模式。

技术总结本发明涉及温度控制技术领域，具体涉及一种AIoT温度控制方法及控制系统。包括：服务器运行AI算法模型，根据历史数据和当前工况自动生成最优温度控制策略；并形成指导表格；外置物联网端接收来自服务器端生成的指导表格并传输给单片机；单片机启动温控，根据环境和设备状况数据，查询AI指导表选取最优PID参数进行温度控制；在温度接近目标设定值时，系统启动PID控制模式，根据实时数据和指导表提供的参数动态调整PID控制器的比例、积分以及微分系数；能够实现PID控制器在处理迟滞效应时法迅速达到理想目标温度。技术研发人员：蔡树衡,张伟,袁奕铿,江海峰,郑镇钦受保护的技术使用者：潮州凯普生物化学有限公司技术研发日：技术公布日：2024/7/15