一种制冷剂回收机传感器控制系统的制作方法

本发明涉及数据处理，特别是指一种制冷剂回收机传感器控制系统。

背景技术：

1、现有的制冷剂回收机传感器控制系统通过开启控制面板，驱动交流电机启动压缩机工作，同时配合传感器进行监测，确保设备的正常运行，控制系统通过给传感器设置固定阈值，当传感器采集到的数据超出这一范围时，系统会自动判断为异常，进而触发停机保护和报警。

2、然而，固定的异常阈值可能无法适应实际工作环境中的动态变化，在设备运行过程中，仅依赖预设阈值，可能出现漏报情况，例如设备运行状态虽未超出预设阈值，但已接近极限状态，系统未能及时发现并采取保护措施，可能导致设备持续运行直至发生故障。

技术实现思路

1、本发明的目的在于提供一种制冷剂回收机传感器控制系统，旨在解决背景技术中所提到的问题。

2、为解决上述技术问题，本发明的技术方案如下：

3、一种制冷剂回收机传感器控制系统，所述系统包括：

4、控制面板模块，用于通过控制面板接收用户的操作指令，并根据其控制交流电机以驱动压缩机运行；

5、数据采集模块，用于通过温度传感器、压力传感器和流量传感器，分别采集压缩机运行过程中的温度数据、压力数据和流量数据，得到检测数据集；

6、数据处理模块，用于根据检测数据集，计算相邻时间点的温度变化幅度、压力变化幅度和流量波动幅度，得到温度变化数据、压力变化数据和流量波动数据；

7、关联分析模块，用于根据温度变化数据、压力变化数据和流量波动数据，分析温度、压力和流量之间的变化关系，并计算两两之间的评分，得到关联评分矩阵；

8、趋势分析模块，用于根据关联评分矩阵，判断温度、压力和流量的变化趋势，得到预测趋势数据；

9、动态阈值模块，用于根据预测趋势数据，对预设阈值范围组进行调整，得到动态阈值范围组，预设阈值范围组包括温度阈值范围、压力阈值范围和流量阈值范围；

10、数据检测模块，用于根据动态阈值范围组对检测数据集进行筛选，当检测数据集不处于动态阈值范围组内时，则生成警报信号，包括低值报警信号和高值报警信号；

11、停机控制模块，用于根据警报信号，调整交流电机的运行参数；

12、设备维护模块，用于根据警报信号，生成压缩机的维护信号和故障状态运行数据。

13、进一步的，根据温度变化数据、压力变化数据和流量波动数据，分析温度、压力和流量之间的变化关系，并计算两两之间的系数，得到关联评分矩阵，包括：

14、根据温度变化数据和压力变化数据，分析温度与压力在相同时间点的变化幅度，计算温度与压力的相关度评分；

15、根据温度变化数据和流量波动数据，分析温度变化幅度与流量波动幅度的匹配程度，计算温度与流量的拟合度评分；

16、根据压力变化数据和流量波动数据，分析压力变化幅度对流量波动幅度的响应程度，计算压力与流量的敏感度评分；

17、根据相关度评分、拟合度评分和敏感度评分，确定温度、压力和流量之间的变化关系，构建关联评分矩阵。

18、进一步的，根据温度变化数据和压力变化数据，分析温度与压力在相同时间点的变化幅度，计算温度与压力的相关度评分，包括：

19、将温度变化幅度和压力变化幅度进行归一化处理，消除量纲差异，并将其按照时间顺序进行排列，得到温度变化序列和压力变化序列；

20、根据温度变化序列和压力变化序列，计算每个时间点的温度变化幅度和压力变化幅度的比值，得到比值序列；

21、根据比值序列，计算温度与压力的相关度评分，相关度评分的计算公式为：

22、；

23、其中，为温度与压力的相关度评分，为温度，为压力，为时间点的总数，为时间点的索引，为在时间点的温度变化幅度，为在时间点的压力变化幅度，为对时间点的导数，为无穷小的时间点，和为非线性映射函数，，。

24、进一步的，根据温度变化数据和流量波动数据，分析温度变化幅度与流量波动幅度的匹配程度，计算温度与流量的拟合度评分，包括：

25、根据温度变化幅度，对流量波动幅度进行归一化处理，消除量纲差异，并将其按照时间顺序进行排列，得到流量波动序列；

26、将温度变化序列中每个时间点温度值，与流量波动序列中对应时间点的流量值进行匹配，得到数值匹配数据；

27、根据数值匹配数据，计算温度与流量的拟合度评分，拟合度评分的计算公式为：

28、；

29、其中，为温度与流量的拟合度评分，为温度，为流量，为时间点的总数，为时间点的索引，为在时间点的温度变化幅度，为在时间点的流量波动幅度，为非线性指数，和为权重函数，，，为时间衰减系数。

30、进一步的，根据压力变化数据和流量波动数据，分析压力变化幅度对流量波动幅度的响应程度，计算压力与流量的敏感度评分，包括：

31、根据压力变化数据和流量波动数据，计算压力变化速率和流量波动速率，得到压力速率序列和流量速率序列；

32、将压力速率序列和流量速率序列按照时间点进行匹配，得到速率匹配数据；

33、根据速率匹配数据，分析压力变化速率对流量变化速率的响应程度，得到时间偏移量；

34、根据时间偏移量，计算压力与流量的敏感度评分，敏感度评分的计算公式为：

35、；

36、其中，为压力与流量的敏感度评分，为压力，为流量，为时间点的总数，为时间点的索引，为在时间点的压力变化速率，为在时间点的流量变化速率，为时间偏移量，为速率衰减系数，为非对称核函数，。

37、进一步的，根据相关度评分、拟合度评分和敏感度评分，确定温度、压力和流量之间的变化关系，构建关联评分矩阵，包括：

38、根据检测数据集的全部时间点，并以当前时间点为终点，确定不同的时间长度，得到时间长度序列；

39、根据时间长度序列，计算不同时间长度内的相关度评分、拟合度评分和敏感度评分，得到动态关联性序列；

40、根据动态关联性序列，分析不同时间长度下温度、压力和流量之间的变化关系，构建动态评分矩阵；

41、将不同时间长度的动态评分矩阵进行合并，得到关联评分矩阵。

42、进一步的，将不同时间长度的动态评分矩阵进行合并，得到关联评分矩阵，包括：

43、将时间长度为的相关性评分、拟合度评分以及敏感度评分，构建动态评分矩阵，动态评分矩阵的表达式为：

44、；

45、其中，为时间长度为的动态评分矩阵，动态评分矩阵的行分别为温度数据、压力数据、流量数据，动态系数矩阵的列分别为温度数据、压力数据、流量数据；

46、通过将不同时间长度的动态评分矩阵进行合并，得到关联评分矩阵，关联评分矩阵的表达式为：

47、；

48、其中，为关联评分矩阵，分别为不同时间长度的动态评分矩阵，，为检测数据集的时间点总数，即检测数据集的最大时间长度。

49、进一步的，根据关联评分矩阵，判断温度、压力和流量的变化趋势，得到预测趋势数据，包括：

50、根据关联评分矩阵的评分，分析温度、压力和流量在不同时间长度内的联动变化，得到联动变化数据；

51、根据联动变化数据，确定温度、压力和流量的变化趋势，得到变化趋势数据；

52、根据变化趋势数据和实时检测数据集，确定温度、压力和流量的变化量，得到预测趋势数据。

53、进一步的，根据预测趋势数据，对预设阈值范围组进行调整，得到动态阈值范围组，包括：

54、根据预测趋势数据和预设阈值范围组，计算预测趋势数据与预设阈值范围组之间的差值，得到范围差异矩阵；

55、根据范围差异矩阵，并结合预测趋势数据的方向和幅度，计算动态调整值，动态调整值的计算公式为：

56、；

57、其中，为动态调整值，为范围差异矩阵，和分别为预设阈值范围组的上下限矩阵，为预测趋势数据，为预设阈值范围组的中间值，为调整系数；

58、将动态调整值与预设阈值范围组进行合并，得到动态阈值范围组。

59、进一步的，根据预测趋势数据和预设阈值范围组，计算预测趋势数据与预设阈值范围组之间的差值，得到范围差异矩阵，包括：

60、根据预测趋势数据和预设阈值范围组，计算预测趋势值与范围上下限的差值，分别得到温度、压力和流量的差值序列，差值序列的表达式为：

61、，，；

62、其中，为温度差值序列，分别为温度预测趋势值，温度阈值范围下限值和温度阈值范围上限值，为压力差值序列，分别为压力预测趋势值，压力阈值范围下限值和压力阈值范围上限值，为流量差值序列，分别为流量预测趋势值，流量阈值范围下限值和流量阈值范围上限值；

63、根据差值序列，构建范围差异矩阵，范围差异矩阵的表达式为：

64、；

65、其中，为范围差异矩阵，范围差异矩阵的行分别为温度、压力、流量，范围差异矩阵的列分别为阈值范围下限、上限与预测趋势值的差值，和分别为温度阈值范围下限、上限与预测趋势值的差值，，，和分别为压力阈值范围下限、上限与预测趋势值的差值，，，和分别为流量阈值范围下限、上限与预测趋势值的差值，，。

66、本发明的上述方案至少包括以下有益效果：

67、本发明通过对温度、压力和流量数据进行分析，计算出相邻时间点的变化幅度，进一步提高了故障预测的准确性，与固定阈值不同，这种动态数据处理方式能够在设备即将发生故障前就提前识别出潜在的风险，该过程能够准确识别设备运行过程中存在的细微变化，为后续的动态阈值调整和报警提供精确依据，这种精细化的检测方式有效提高了系统的响应速度，使得设备在发生问题时能够立即采取保护措施，避免了设备损坏和生产线停工的高成本。

68、本发明通过分析不同传感器数据之间的关系，能够发现潜在的异常数据，根据不同传感器数据之间的变化关系，系统能够提前预测到故障的发生，从而在早期就进行干预，与传统系统仅依赖单一数据点的方式不同，关联分析通过多维度的数据关联，提升了故障检测的精准性和可靠性，该功能可以提供更加细致的异常判断标准，使得系统对微小的变化更加敏感，能够防止漏报和误报情况的发生，大大提升了系统的整体稳定性。

69、本发明通过关联评分矩阵预测温度、压力和流量的变化趋势，进一步提升了设备运行的智能化程度，通过对历史数据的趋势预测，系统能够预测出设备的潜在故障点，在设备状态尚未到达阈值时，提前发出预警信号，该功能提高了系统对设备的主动监控能力，避免了在传统系统中故障发生后再进行维护的停机保护，减少了生产停机时间，通过智能预测，生产过程可以更加稳定，提高了生产效率，并且延长了设备的使用寿命。

70、本发明通过根据预测趋势数据调整预设阈值范围组，避免了固定阈值可能带来的漏报或误报问题，设备运行环境往往具有不确定性和动态变化，传统的固定阈值体系无法适应这种环境，而动态阈值范围组能够根据实际运行数据实时调整检测标准，使得系统更加灵活和智能，通过这种方法，系统能够实时应对设备状态的变化，确保设备在不同工作条件下都能得到及时、准确的监控，这种灵活性使得设备的运行效率得以最大化，并且有效降低了设备故障的概率，提升了设备的总体性能。

71、本发明通过接收用户指令并控制压缩机启动，可以方便地进行设备启动、停止、调节运行状态等操作，从而使得系统更加灵活和易用，该功能将传统机械系统中的人工操作自动化，减少人为错误的发生，自动化的操作使得压缩机能根据实时反馈进行更精准的调整，减少了能耗，并延长了设备的使用寿命，尤其在工业环境中，减少了操作人员对设备的直接干预，降低了操作风险，提高了设备的稳定性和可靠性。