一种残膜回收机防缠绕挑膜装置的制 一种秧草收获机用电力驱动行走机构

一种柴油发电机智能测试系统的制作方法

2021-11-25 00:06:00 来源:中国专利 TAG:


1.本发明涉及智能管控系统技术领域,具体为一种柴油发电机智能测试系统。


背景技术:

2.应急电源是许多行业的动力保障,有效保证了供电的连续性,保证了供电系统的安全性与可靠性,柴油发电机作为一种重要的应急电源装备,在工业领域、民用电领域中发挥了重要作用。
3.柴油发电机在出厂前以及维护后都需要对其进行严格的功能和性能测试,以保障柴油发电机组正常可靠工作。但由于目前柴油发电机测试系统结构简单、功能单一,对柴油发电机的测量方式较为简单,因此,我们需要提出一种新的技术方案,以更全面的数据对柴油发电机进行测试。


技术实现要素:

4.本发明的目的在于提供了一种柴油发电机智能测试系统。
5.本发明所解决的技术问题为:
6.如何通多对柴油发电机进行环境数据的监测及对柴油发电机的间隔进行监测,得出多组数据,进一步得出更准确的测试结果。
7.本发明可以通过以下技术方案实现:
8.一种柴油发电机智能测试系统,包括:电源模块、数据采集模块、数据分析模块、人机交互模块以及负载模块;
9.电源模块用于提供待测柴油发电机电源;
10.数据采集模块用于采集待测柴油发电机区域内的环境数据,其中,环境数据包括空气氧含量、测柴油发电机数量及相邻侧柴油发电机间隔;数据分析模块用于获取环境数据,将环境数据输入数据模型进行分析得出环境值;负载模块用于存储负载工况,其中,负载工况包括预设高负载工况、预设中负载工况及预设低负载工况;人机交互模块用于选取负载工况,完成测试;数据采集模块、数据分析模块及负载模块分别与电源模块相连接。
11.进一步的,预设高负载工况、预设中负载工况及预设低负载工况分别与高负载环境值、中负载环境值及低负载环境值相对应。
12.进一步的,人机交互模块用于选取负载工况具体为:
13.当环境值大于等于高负载环境值时,产生一级调节指令;当环境值大于等于中负载环境值且小于高负载环境值时,产生二级调节指令;当环境值大于等于低负载环境值且小于中负载环境值时,产生三级调节指令;当人机交互模块接收到一级调节指令时,选取中负载工况进行测试,当人机交互模块接收到二级调节指令时,选取低负载工况进行测试,当人机交互模块接收到三级调节指令时,不选取负载工况即不进行测试。
14.进一步的,数据模型包括存储单元、计算单元及输出单元;其中,存储单元用于存储环境数据,所述计算单元基于环境数进行计算得出环境值,具体的:通过公式
求出环境值,式中,a0为空气氧含量,a
n
为测柴油发电机数量,b
n
为相邻侧柴油发电机间隔,n为测试时间,l为预设测试时长,i为环境值;输出单元用于将环境值进行输出。
15.进一步的,数据采集模块包括氧含量采集单元、数量采集单元及间隔采集单元;
16.氧含量采集单元用于采集空气氧含量,数量采集单元用于采集柴油发电机数量,间隔采集单元用于采集相邻侧柴油发电机间隔。
17.进一步的,数量采集单元用于采集柴油发电机数量,具体为,设置至少一个图像采集装置,通过图像采集装置对柴油发电机进行拍照,通过图形识别软件识别出柴油发电机数量。
18.进一步的,间隔采集单元用于采集相邻侧柴油发电机间隔,具体为,获取图像采集装置采集的柴油发电机照片,通过图形识别软件获取相邻侧柴油发电机间隔。
19.进一步的,图形识别软件包括基恩士视觉系统和视觉搜索引擎系统中的一种或多种。
20.与现有技术相比,本发明具备以下有益效果:
21.通过设置数据采集模块,对柴油发电机区域内的环境进行监测,得出空气氧含量、测柴油发电机数量及相邻侧柴油发电机间隔,并通过对各监测数据的计算得出各数值,使柴油发动机的测试更准确。
附图说明
22.为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明。
23.图1为本发明的系统框图。
具体实施方式
24.为更进一步阐述本发明为实现预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明的具体实施方式、结构、特征及其功效,详细说明如下。
25.请参阅图1所示,一种柴油发电机智能测试系统,包括:电源模块、数据采集模块、数据分析模块、人机交互模块以及负载模块;
26.其中,电源模块用于提供待测柴油发电机电源,电源模块是可以直接贴装在印刷电路板上的电源供应器,其特点是可为专用集成电路(as i c)、数字信号处理器(dsp)、微处理器、存储器、现场可编程门阵列(fpga)及其他数字或模拟负载提供供电;
27.数据采集模块用于采集待测柴油发电机区域内的环境数据,其中,环境数据包括空气氧含量、测柴油发电机数量及相邻侧柴油发电机间隔,更具体的说,数据采集模块包括氧含量采集单元、数量采集单元及间隔采集单元;
28.氧含量采集单元用于采集空气氧含量,可选的,氧含量采集单元可以为氧传感器,氧传感器是利用陶瓷敏感元件测量氧电势,由化学平衡原理计算出对应的氧浓度,氧传感器工作原理与干电池相似,传感器中的氧化锆元素起类似电解液的作用。其基本工作原理是:在一定条件下,利用氧化锆内外两侧的氧浓度差,产生电位差,且浓度差越大,电位差越大。大气中氧的含量为21%,浓混合气燃烧后的废气实际上不含氧,稀混合气燃烧后生成的
废气或因缺火产生的废气中含有较多的氧,但仍比大气中的氧少得多。在高温及铂的催化下,带负电的氧离子吸附在氧化锆套管的内外表面上。由于大气中的氧气比废气中的氧气多,套管上与大气相通一侧比废气一侧吸附更多的负离子,两侧离子的浓度差产生电动势,当一侧的氧浓度低时,在氧传感器电极之间产生一个高电压(0.6~1v),这个电压信号被送到放大器处理,放大器把高电压信号看作浓混合气,而把低电压信号看作稀混合气。
29.数量采集单元用于采集柴油发电机数量,在具体实现时,数量采集单元用于采集柴油发电机数量,具体为,设置至少一个图像采集装置,其中,图像采集装置可以是ccd相机,图像的生成当前主要是来自ccd相机,ccd是电荷耦合器件(charge coupled device)的简称,它能够将光线变为电荷并将电荷存储及转移,也可将存储之电荷取出使电压发生变化,通过图像采集装置对柴油发电机进行拍照,通过图形识别软件识别出柴油发电机数量,具体的,图形识别软件包括基恩士视觉系统和视觉搜索引擎系统中的一种或多种,其中,过图形识别软件识别出柴油发电机数量具体为,
30.获取待识别图像,具体地,上述的待识别图像可以是需要进行识别的图像,在本发明实施例中,以柴油发电机为例进行详细说明。
31.获取预先建立好的图像识别模型,其中,图像识别模型是通过多个训练集对初始模型进行训练得到的,初始模型是基于分支训练算法建立的识别模型,同一个训练集是从同一个数据集中提取得到的,不同训练集是从不同数据集中提取得到的,具体地,为了能够提高图像识别准确率,可以预先通过多个不同的数据集构建多个训练集,并通过训练集对初始模型进行训练,从而得到最终的图像识别模型。在识别领域中,由于不同数据集之间可能包含相同的发电机图片,而且用户无法确定不同数据集中包含哪些相同的人,因此,不能将不同数据集进行简单直接地合并成一个单一的数据集。可以集合分值训练方法建立深度神经网络模型,得到初始模型,通过将不同数据集分开进行分支训练,从而能够得到训练好的图像识别模型,并将训练好的图像识别模型部署到应用场景中。
32.利用图像识别模型对待识别图像进行识别,得到识别结果。间隔采集单元用于采集相邻侧柴油发电机间隔,具体为,获取图像采集装置采集的柴油发电机照片,通过图形识别软件获取相邻侧柴油发电机间隔,在具体实施时,也可以预先训练深度神经网络模型,通过深度神经网络模型对相邻侧柴油发电机之间的间隔进行技计算进而得出之间的距离;
33.所述数据分析模块用于获取环境数据,将环境数据输入数据模型进行分析得出环境值;数据分析模块包括存储单元、计算单元及输出单元;
34.其中,存储单元用于存储环境数据,所述计算单元基于环境数进行计算得出环境值,具体的:
35.通过公式求出环境值,式中,a0为空气氧含量,a
n
为测柴油发电机数量,b
n
为相邻侧柴油发电机间隔,n为测试时间,l为预设测试时长,i为环境值;
36.负载模块用于存储负载工况,其中,负载工况包括预设高负载工况、预设中负载工况及预设低负载工况;
37.预设高负载工况、预设中负载工况及预设低负载工况分别与高负载环境值、中负载环境值及低负载环境值相对应,其中,高负载环境值、中负载环境值及低负载环境值均为
预先设定的阈值;
38.人机交互模块用于选取负载工况,完成测试,具体的,人机交互模块用于选取负载工况具体为:
39.当环境值大于等于高负载环境值时,产生一级调节指令;当环境值大于等于中负载环境值且小于高负载环境值时,产生二级调节指令;当环境值大于等于低负载环境值且小于中负载环境值时,产生三级调节指令;
40.当人机交互模块接收到一级调节指令时,选取中负载工况进行测试,当人机交互模块接收到二级调节指令时,选取低负载工况进行测试,当人机交互模块接收到三级调节指令时,不选取负载工况即不进行测试。
41.数据采集模块、数据分析模块及负载模块分别与电源模块相连接。
42.以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,虽然本发明已以较佳实施例揭示如上,然而并非用以限定本发明,任何本领域技术人员,在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简介修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
再多了解一些

本文用于企业家、创业者技术爱好者查询,结果仅供参考。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表

相关文献