一种阶梯式升温循环烘干方法与流程

1.本发明属于升温循环烘干技术领域，尤其涉及一种阶梯式升温循环烘干方法。


背景技术：

2.目前，烘干(backingdry)，是指用某种方式去除溶剂保留固体含量的工艺过程。通常是指通入热空气将物料中水分蒸发并带走的过程。按照热传导、热对流、热辐射三种热传播的方式，烘干也有相对应的三种方式：烘筒式烘干、热风式烘干和远红外烘干。砂型和砂芯是多孔性物体，其水分的去除大致可分为两步进行：表面水分的蒸发和内部水分的迁移(扩散)。因此砂型或砂芯的干燥速度决定于表面层水分蒸发的速度和内部水分的扩散速度。表面水分蒸发速度与饱和水蒸气压力和炉气中水蒸气压力的差成正比。水分迁移的速度决定于砂型内外的湿度梯度和温度梯度。砂型(芯)在烘干炉内加热过程中，其内部湿度梯度与温度梯度方向相反。湿度梯度使水分由内向外迁移，而温度梯度迫使水分向内迁移。因此，为了达到快速干燥的目的，就必须分阶段合理地控制烘干过程，努力做到砂型(芯)内外湿度梯度大而温度梯度小。
3.通过上述分析，现有技术存在的问题及缺陷为：现有技术中升温烘干方法成本高、易使水资源浪费；同时无法精确控制温度和湿度变化，降低了烘干的效率。


技术实现要素：

4.针对现有技术存在的问题，本发明提供了一种阶梯式升温循环烘干方法。
5.本发明是这样实现的，一种阶梯式升温循环烘干方法，所述阶梯式升温循环烘干方法包括：
6.第一次,60℃40分钟，70℃30分钟，80℃20分钟，90℃10分钟，进行循环四次；
7.第二次，65℃35分钟，70℃30分钟，80℃20分钟，85℃15分钟；
8.第三次，70℃30分钟，75℃25分钟，80℃20分钟；
9.第四次，75℃25分钟；
10.第一次至第四次升温循环过程中，通过温度检测模块和湿度检测模块检测对应的温度和湿度，并将温度数据和湿度数据传递到烘干房中的中央控制模块，
11.中央控制模块通过通信模块将检测的数据传递到云服务模块中，对相应的数据进行分析判断；
12.云服务模块检测分析处理的结果返回传递到中央控制模块，中央控制模块控制抽风机吸气，抽风机将气体输送到加热室和加湿室；
13.通过加热室和加湿室改变气体的温度和湿度，对烘干房内的物体进行烘干处理；
14.同时循环抽风泵将烘干房内部的气体输送到冷凝器中，冷凝器将水输送到加湿室内，气体再次输送到抽风机端口，进行下一次循环；
15.所述中央控制模块设置有数据分析判断模块、数据分类模块和数据整合模块；
16.所述温度检测模块对采集的信号具体处理过程为：
17.通过a/d转换模块将模拟信号变成数字信号，对自变量和幅值同时进行离散化处理；
18.利用数字信号处理模块对数字信号进行处理，并通过d/a转换模块把经过处理的数字信号还原为模拟信号。
19.进一步，所述数字信号处理模块包括：变换域分析、数字滤波、识别、合成。
20.进一步，所述数字滤波的具体过程为：
21.获得电信号的幅度和频率，开辟一块内存缓冲区，用以暂存结果电信号，并进行初始化；
22.逐个扫描电信号，将其邻域各元素的值从小到大进行排序，将求得到的中间值赋值给目标电信号中与当前点对应的电信号；
23.重复上述过程，直至对全部电信号处理完成。
24.进一步，所述a/d转换模块对电信号处理的具体过程为：
25.按照一定的时间段对电信号进行扫描，扫描完成后，通过量化将模拟信号在幅度上进行离散化处理；
26.离散化处理完成后，利用编码将每个量化后的样值用一定的二进制代码来表示。
27.进一步，所述数据分类模块对数据进行分类的具体过程为：
28.根据整体系统中的数据，初始化k个类簇中心；
29.确定各个数据到聚类中心的距离，把数据对象划分至距离其最近的聚类中心所在类簇中；
30.更新类簇中心，继续计算各个数据对象到聚类中心的距离，把数据对象划分至距离其最近的聚类中心所在类簇中；
31.重复上述过程，直至对全部数据处理完成。
32.进一步，所述数据整合模块对数据进行整合的具体过程为：
33.将各个传感器采集到的数据，建立观测目标数据；对传感器输出的数据进行特征提取，并建立观测数据的特征矢量；
34.通过聚类算法对特征矢量进行模式识别处理，并建立相对应的关联性。
35.进一步，所述加热室上下两侧分别安装有加热丝，加热丝通过电磁开关与电源连接，电磁开关通过电信号与中央控制模块连接。
36.进一步，所述加湿室上端部安装有雾化喷管，雾化喷管通过管道与泵体连接，并且在雾化喷管上安装有自动调节阀口大小的电动阀门，电动阀门与中央控制模块连接。
37.本发明另一目的在于提供一种存储在计算机可读介质上的计算机程序产品，包括计算机可读程序，供于电子装置上执行时，提供用户输入接口以实施所述的阶梯式升温循环烘干方法。
38.本发明另一目的在于提供一种计算机可读存储介质，储存有指令，当所述指令在计算机上运行时，使得计算机执行所述的阶梯式升温循环烘干方法。
39.结合上述的所有技术方案，本发明所具备的优点及积极效果为：本发明通过第一次、第二次、第三次和第四次，可以合理精确控制各个温度段，提高了烘干的效果。本发明通过设置有温度检测模块和湿度检测模块，并将温度数据和湿度数据传递到烘干房中的中央控制模块，中央控制模块通过通信模块将检测的数据传递到云服务模块中，对相应的数据
进行分析判断，提高了数据处理的效率和精确度，提高了工作效率。同时本发明中循环抽风泵将烘干房内部的气体输送到冷凝器中，冷凝器将水输送到加湿室内，气体再次输送到抽风机端口，达到了节约水资源的目的，降低了烘干成本。
附图说明
40.为了更清楚地说明本技术实施例的技术方案，下面将对本技术实施例中所需要使用的附图做简单的介绍，显而易见地，下面所描述的附图仅仅是本技术的一些实施例，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。
41.图1是本发明实施例提供的阶梯式升温循环烘干方法流程图。
42.图2是本发明实施例提供的温度检测模块对采集的信号处理方法流程图。
43.图3是本发明实施例提供的数字滤波方法流程图。
44.图4是本发明实施例提供的a/d转换模块对电信号处理方法流程图。
45.图5是本发明实施例提供的数据分类模块对数据进行分类方法流程图。
具体实施方式
46.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
47.针对现有技术存在的问题，本发明提供了一种阶梯式升温循环烘干方法，下面结合附图对本发明作详细的描述。
48.如图1所示，本发明实施例提供的阶梯式升温循环烘干方法，包括：
49.s101：第一次60℃40分钟，70℃30分钟，80℃20分钟，90℃10分钟，进行循环四次。
50.s102：第二次，65℃35分钟，70℃30分钟，80℃20分钟，85℃15分钟。
51.s103：第三次，70℃30分钟，75℃25分钟，80℃20分钟。
52.s104：第四次，75℃25分钟。
53.本发明实施例提供的s101～s104升温循环过程中，通过温度检测模块和湿度检测模块检测对应的温度和湿度，并将温度数据和湿度数据传递到烘干房中的中央控制模块；
54.中央控制模块通过通信模块将检测的数据传递到云服务模块中，对相应的数据进行分析判断；
55.云服务模块检测分析处理的结果返回传递到中央控制模块，中央控制模块控制抽风机吸气，抽风机将气体输送到加热室和加湿室；
56.通过加热室和加湿室改变气体的温度和湿度，对烘干房内的物体进行烘干处理；
57.同时循环抽风泵将烘干房内部的气体输送到冷凝器中，冷凝器将水输送到加湿室内，气体再次输送到抽风机端口，进行下一次循环；
58.中央控制模块设置有数据分析判断模块、数据分类模块和数据整合模块。
59.其中，加热室上下两侧分别安装有加热丝，加热丝通过电磁开关与电源连接，电磁开关通过电信号与中央控制模块连接。加湿室上端部安装有雾化喷管，雾化喷管通过管道与泵体连接，并且在雾化喷管上安装有自动调节阀口大小的电动阀门，电动阀门与中央控
制模块连接。
60.如图2所示，本发明实施例提供的温度检测模块对采集的信号具体处理过程为：
61.s201：通过a/d转换模块将模拟信号变成数字信号，对自变量和幅值同时进行离散化处理；
62.s202：利用数字信号处理模块对数字信号进行处理，并通过d/a转换模块把经过处理的数字信号还原为模拟信号。
63.本发明实施例提供的数字信号处理模块包括：变换域分析、数字滤波、识别、合成。
64.如图3所示，本发明实施例提供的数字滤波的具体过程为：
65.s301：获得电信号的幅度和频率，开辟一块内存缓冲区，用以暂存结果电信号，并进行初始化；
66.s302：逐个扫描电信号，将其邻域各元素的值从小到大进行排序，将求得到的中间值赋值给目标电信号中与当前点对应的电信号；
67.s303：重复上述过程，直至对全部电信号处理完成。
68.如图4所示，本发明实施例提供的a/d转换模块对电信号处理的具体过程为：
69.s401：按照一定的时间段对电信号进行扫描，扫描完成后，通过量化将模拟信号在幅度上进行离散化处理；
70.s402：离散化处理完成后，利用编码将每个量化后的样值用一定的二进制代码来表示。
71.如图5所示，本发明实施例提供的数据分类模块对数据进行分类的具体过程为：
72.s501：根据整体系统中的数据，初始化k个类簇中心；
73.s502：确定各个数据到聚类中心的距离，把数据对象划分至距离其最近的聚类中心所在类簇中；
74.s503：更新类簇中心，继续计算各个数据对象到聚类中心的距离，把数据对象划分至距离其最近的聚类中心所在类簇中；
75.s504：重复上述过程，直至对全部数据处理完成。
76.本发明实施例提供的数据整合模块对数据进行整合的具体过程为：
77.将各个传感器采集到的数据，建立观测目标数据；对传感器输出的数据进行特征提取，并建立观测数据的特征矢量；
78.通过聚类算法对特征矢量进行模式识别处理，并建立相对应的关联性。
79.以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。