电容配件生产用烘干系统的制作方法

1.本发明属于电容器生产技术领域，具体是电容配件生产用烘干系统。


背景技术：

2.电容器是电子产品和机电产品中的常用部件，电容器在制作过程中，需要经过浸渍、充电、清洗、烘干等步骤。如何同时对多个电容器及电容配件进行烘干，保证良好的烘干效果是一个非常重要且棘手的问题。
3.公开号为cn212409251u的实用新型专利公开了一种电容器自动烘干装置，包括烘干箱体和烘干箱门，烘干箱门是电动平开门，烘干箱体通有两个连接有风机、底部铺有发热丝的进气管道和两个出风口，出风口设有干燥盒，保证整个过程的环境干燥性，进气管道与烘干台连接，烘干台上承载有能够收纳多个电容器的电容器收纳箱，烘干台的散热孔数量等于电容器容纳数量，每个电容器对应上下两个散热孔。
4.上述方案能够提高热能利用率及烘干效率，到达烘干时间后自动断电结束烘干并将烘干结束的电容器移出烘干箱体，防止工作人员被烘干箱体内的热气烫伤，省事省力；但是，上述方案在对电容器及电容配件进行烘干时，根据经验人工设置烘干时间，既没有考虑环境因素，又没有考虑实际烘干效果；因此，亟需一种能够考虑多方面因素、保证电容及电容配件的自动化烘干设备。


技术实现要素：

5.本发明提供了电容配件生产用烘干系统，用于解决现有方案考虑因素单一，无法实现全自动化控制，导致烘干效果不佳和烘干效率不高的技术问题，本发明通过处理器、分析需求和执行控制模块的设置解决了上述问题。
6.本发明的目的可以通过以下技术方案实现：电容配件生产用烘干系统，包括烘干装置和应用于烘干装置的控制系统；所述烘干装置内部设置有烘干台和采集传感器，所述烘干台通过加热丝实现电容配件的烘干；
7.所述控制系统包括：
8.数据采集模块，通过采集传感器实时采集监测数据，并将监测数据传输至处理器；所述监测数据包括烘干装置内部的温度和湿度；
9.处理器，根据分析需求分析监测数据，并获取分析结果；所述分析需求包括实时环境需求、烘干效果需求和定点加热需求；所述实时环境需求是对烘干装置的监测数据进行分析，结合温度标准曲线获取分析结果；
10.执行控制模块，根据分析结果调整加热丝实现对电容配件的烘干。
11.优选的，通过所述实时环境需求和监测数据获取分析结果，包括：
12.实时提取监测数据中的温度和湿度；
13.根据温度和湿度获取对应的电热丝温度，将电热丝温度记为第一分析结果；所述电热丝温度实时获取，或者按照设定周期获取；所述设定周期包括十秒钟和一分钟。
14.优选的，所述电热丝温度的获取包括：
15.获取温度标准数据；所述温度标准数据包括温度、湿度以及对应的电热丝温度；
16.通过多项式拟合法，以温度标准数据中温度、湿度为自变量，以温度标准数据中电热丝温度为因变量建立拟合曲线，当拟合曲线的决定系数满足要求时，则将拟合曲线标记为温度标准曲线；
17.将监测数据中温度和湿度代入温度标准曲线中获取电热丝温度。
18.优选的，通过所述烘干效果需求和监测数据获取分析结果，包括：
19.实时获取电热丝温度和提取监测数据中的温度和湿度；
20.根据温度、湿度、电热丝温度获取对应的烘干时长，将烘干时长标记为第二分析结果。
21.优选的，所述烘干时长的获取方式包括拟合曲线方式和人工智能模型方式。
22.优选的，通过所述拟合曲线方式获取烘干时长包括：
23.获取时长标准数据；所述时长标准数据包括温度、湿度、加热丝温度以及对应的达到最佳烘干效果的需求时长；
24.通过多项式拟合法和时长标准数据建立温度、湿度、加热丝温度和需求时长之间的拟合曲线，当拟合曲线的决定系数满足要求时，则将拟合曲线标记为时长标准曲线；
25.将实时获取的电热丝温度、监测数据中的温度和湿度代入时长标准曲线获取烘干时长。
26.优选的，通过所述人工智能模型方式获取烘干时长包括：
27.获取时长标准数据；
28.构建人工智能模型；所述人工智能模型包括误差逆向传播神经网络、rbf神经网络、深度卷积神经网络中的一种或者多种；
29.通过时长标准数据训练人工智能模型；
30.将实时获取的电热丝温度、监测数据中的温度和湿度输入至训练完成的人工智能模型获取烘干时长。
31.优选的，所述采集传感器包括温度传感器和湿度传感器。
32.优选的，所述处理器分别与数据采集模块、执行控制模块通信和/或电气连接。
33.优选的，所述拟合曲线的决定系数满足要求包括决定系数大于等于0.97。
34.优选的，通过所述定点加热需求和监测数据相结合，实现区域烘干。
35.与现有技术相比，本发明的有益效果是：
36.1、本发明设置了处理器，处理器根据分析需求分析监测数据获取分析结果；通过实时环境需求获取第一分析结果，通过烘干效果需求获取第二分析结果；执行控制模块根据分析结果对加热丝和烘干时长进行设置，实现了自动监测和自动控制，既能够保证烘干效果，又能够提高烘干效率。
37.2、本发明设置通过烘干效果需求获取第二分析结果的过程中，设置了两种方式获取烘干时长，一种是拟合曲线方式，另外一种人工智能模型方式；根据监测数据的特点和需求，灵活选取，能够保证获取的烘干时长的精度，也能够提高监测分析效率。
附图说明
38.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
39.图1为本发明的原理示意图；
40.图2为本发明的步骤示意图。
具体实施方式
41.下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
42.这里使用的术语用于描述实施例，并不意图限制和/或限制本公开；应该注意的是，除非上下文另有明确指示，否则单数形式的“一”、“一个”和“该”也包括复数形式；而且，尽管属于“第一”、“第二”等可以在本文中用于描述各种元件，但是元件不受这些术语的限制，这些术语仅用于区分一个元素和另一个元素。
43.请参阅图1
‑
图2，本技术公开了一种电容配件生产用烘干系统，包括烘干装置和应用于烘干装置的控制系统，烘干装置内部设置有烘干台和采集传感器，烘干台通过加热丝实现电容配件的烘干。本实施例的烘干系统主要有烘干装置和对应的控制系统组成，烘干装置中设置有烘干台，烘干台内部或者表面设置有加热丝，通过加热丝来实现电容及电容配件的烘干。本实施例中，采集传感器设置在烘干装置内部采集监测数据；在另外一些实施例中，采集传感器还可以设置在烘干装置的外部，将烘干装置外部环境数据和内部监测数据结合起来实现对烘干装置的控制。
44.控制系统包括数据采集模块、处理器和执行控制模块。
45.数据采集模块通过采集传感器实时采集监测数据，并将监测数据传输至处理器；处理器根据分析需求分析监测数据，并获取分析结果；执行控制模块根据分析结果调整加热丝实现对电容及电容配件的烘干。
46.本实施例中提供了三种分析需求，包括实时环境需求、烘干效果需求和定点加热需求。
47.实时环境需求是对烘干装置的监测数据进行分析，并结合温度标准曲线获取分析结果，具体为：
48.获取温度标准数据；本实施例中的温度标准数据是历史数据，在过往的烘干过程中采集到的温度、湿度以及对应的最佳电热丝温度；在另外一些实施例中，温度标准时间可以结合采集传感器和工人的经验获取。
49.通过多项式拟合法，以温度标准数据中温度、湿度为自变量，以温度标准数据中电热丝温度为因变量建立拟合曲线，当拟合曲线的决定系数满足要求时，则将拟合曲线标记为温度标准曲线；本实施例所说的决定系数满足要求是指拟合曲线的决定系数至少大于等于0.97；
50.实时提取监测数据中的温度和湿度，并代入温度标准曲线中获取电热丝温度，且将电热丝温度标记为第一分析结果；
51.执行控制模块根据第一分析结果调节电热丝温度，使其达到最佳温度值，能够保证烘干效果。
52.烘干效果需求是指通过监测数据和电热丝温度来计算还需的烘干时长，具体包括：
53.实时获取电热丝温度和提取监测数据中的温度和湿度；
54.根据温度、湿度、电热丝温度获取对应烘干时长，将烘干时长标记为第二分析结果；
55.执行控制模块根据第二分析结果设置烘干时长，能够实现自动化控制，降低人力成本。
56.本实施例提供了两种烘干时长的获取方式：拟合曲线方式和人工智能模型方式，通过人工智能模型方式获取烘干时长具体包括：
57.获取时长标准数据；本实施例中的时长标准数据包括温度、湿度、加热丝温度以及对应的达到最佳烘干效果的需求时长，也就是温度、湿度、加热丝温度不变的情况下，所需要的烘干时长；时长标准数据为历史数据，也可以通过工人的经验获取；
58.构建人工智能模型；本实施例中的人工智能模型包括误差逆向传播神经网络、rbf神经网络、深度卷积神经网络中的一种或者多种，既可以是单一模型，也可以是两个或者两个以上模型融合而成；
59.通过时长标准数据训练人工智能模型；
60.将实时获取的电热丝温度、监测数据中的温度和湿度输入至训练完成的人工智能模型获取烘干时长。
61.通过人工智能模型获取烘干时长，可以充分利用人工智能模型的计算效率和强大的非线性拟合能力，保证烘干时长的精度。
62.通过拟合曲线方式获取烘干时长具体包括：
63.获取时长标准数据；
64.通过多项式拟合法和时长标准数据建立温度、湿度、加热丝温度和需求时长之间的拟合曲线，当拟合曲线的决定系数满足要求时，则将拟合曲线标记为时长标准曲线；
65.将实时获取的电热丝温度、监测数据中的温度和湿度代入时长标准曲线获取烘干时长。
66.通过拟合曲线方式获取烘干时长，需求的标准时长数据较少，花费时间较短；在标准时长数据不足，且要求及时控制的场景下，拟合曲线方式更适用。
67.值得注意的是，本技术还提供了定点加热需求，通过定点加热需求和监测数据来调整加热丝保证电容及电容配件的能够均匀烘干，避免一部分电容配件已经完成烘干，另外一部分电容配件还没有完成烘干，具体包括：
68.将烘干台与烘干台内部空间进行关联；本实施例中烘干台内部空间指的是烘干台上方空间；在另外一些更优的实施例中，烘干台内部空间也可以是烘干台下方空间；或者既包括烘干台上方空间，又包括烘干台下方空间。
69.本实施例中，提供的关联方式为：
70.将烘干台均匀划分成n份，并标记为i；n为大于2的整数；i＝1，2，
…
，n；
71.将烘干台上方空间或者下方空间的投影落在区域i的空间标记为空间ki，将区域i和空间ki进行关联；其中，投影方式包括正投影法和斜投影法；
72.获取空间ki内的温度均值和湿度均值；
73.将温度均值和湿度均值代入温度标准曲线中获取加热丝温度，并将加热丝温度标记为第三分析结果；
74.执行控制模块根据第三分析结果控制区域i对应的加热丝，实现区域烘干控制。
75.本发明的工作原理：
76.通过采集传感器实时采集监测数据，并将监测数据发送至处理器；处理器获取分析需求。
77.将实时环境需求和监测数据相结合，获取第一分析结果；将烘干效果需求和监测数据相结合，获取第二分析结果；将顶点加热需求和监测数据相结合，获取第三分析结果。
78.执行控制模块根据分析结果对加热丝进行区别调整。
79.在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
80.以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。