一种基于物联网的智能风机系统的制作方法

本发明涉及隧道通风，尤其涉及一种基于物联网的智能风机系统。

背景技术：

1、隧道通风研究最早出现于铁路隧道，公路隧道通风技术问题则始于1919年美国纽约荷兰隧道的研究。美国矿务局首次对汽车co排放及人体容许值进行了研究，确定400ppm作为设计浓度，并据此计算通风量。20世纪中期，随着高速公路的发展，隧道通风研究进一步深化，对通风方式及有害气体稀释的需求风量进行了系统分析。国内的高速公路隧道通风理论研究始于1994年，1999年《公路隧道通风照明设计规范》编制，奠定了隧道通风设计的参考依据。自2000年起，智能化通风控制研究逐步发展，强调更安全、高效和节能的通风系统，至2010年该领域的研究逐渐爆发。

2、随着隧道数量和长度增加，提升通行与管理能力对经济社会发展至关重要。但现有隧道通风系统在实际应用中存在以下技术缺点：

3、1、清洁问题：缺乏实时监测，导致空气质量控制不精准。

4、2、节能问题：风机控制方式单一，能耗高。

5、3、设备自检问题：设备维护被动，缺少智能自检功能。

6、4、人力问题：需人工干预较多，管理效率低。

技术实现思路

1、本发明目的在于提供一种基于物联网的智能风机系统，以解决上述问题。

2、本发明通过下述技术方案实现：

3、一种基于物联网的智能风机系统，包括数据采集模块、风机控制模块、设备自检模块、智能调度模块及远程监控模块；

4、所述数据采集模块用于在隧道内的部署大气环境传感器，并实时监测以及采集隧道内的空气相关数据，包括污染气体浓度相关信息，并将所采集的空气相关数据进行汇总与预处理，最后构建隧道空气数据集合；

5、所述风机控制模块通过提取隧道空气数据集合，构建空气质量综合指数kqzh并评估，接着依据空气质量综合指数kqzh的评估内容并结合变频调速技术，生成风机运行功率相关调整策略；最后对风机运行功率相关数据进行采集，并构建风机功率数据集合；

6、所述设备自检模块用于对风机进行全生命周期的状态监测，通过提取风机功率数据集合计算获取风机能耗指数fjnh与风机状态指数fjzs，接着将风机能耗指数fjnh与风机状态指数fjzs相关联，获取风机故障预警指数gzyj并评估；若风机故障预警指数gzyj大于故障阈值e，则对风机进行故障诊断并发出预警；

7、所述智能调度模块用于采集隧道内的交通相关数据，并构建交通指数jtzs，接着将交通指数jtzs、空气质量综合指数kqzh和风机状态指数fjzs的数值归一化处理后进行对比和高低排序，最后依据交通指数jtzs、空气质量综合指数kqzh和风机状态指数fjzs的排序结果生成风机的智能化调度策略；

8、所述远程监控模块用于通过物联网技术实时远程监控风机系统，并使用移动端应用查看风机当前的智能化调度策略。

9、优选的，所述数据采集模块中的大气环境传感器包括电化学传感器、ndir甲烷传感器以及激光散射粉尘传感器；通过预设时间间隔再进行隧道内的空气相关数据的监测与采集；

10、所述空气相关数据包括一氧化碳浓度daq、甲烷浓度djw、粉尘浓度dhf、二氧化硫浓度dlh、二氧化氮浓度dhd和臭氧浓度dkl；最后将来源于不同传感器的空气相关数据进行汇总，并经过去噪和数据清洗的预处理步骤后，构建隧道空气数据集合。

11、优选的，所述风机控制模块包括空气质量量化单元、策略调整单元和风机运行数据采集单元；

12、所述空气质量量化单元用于计算空气质量综合指数kqzh；所述空气质量综合指数kqzh通过提取隧道空气数据集合并结合以下公式获取：

13、。

14、优选的，所述策略调整单元通过预设第一综合质量阈值q1与第二综合质量阈值q2，对空气质量综合指数kqzh进行对比评估，且第一综合质量阈值q1＞第二综合质量阈值q2，生成风机运行功率相关调整策略，具体内容如下：

15、若空气质量综合指数kqzh≥第一综合质量阈值q1，表示空气质量异常。此时采取调整污染物浓度强制性措施，包括在原有的基础之上，加大10%的风机功率以增加风机的转速；同时对风机设备进行自检；

16、若第一综合质量阈值q1＞空气质量综合指数kqzh≥第二综合质量阈值q2，表示空气质量正常，但存在污染；此时调整风机的转速，使排风量与空气质量的需求相匹配；

17、若第二综合质量阈值q2＞空气质量综合指数kqzh，表示空气质量正常，不需要调整。

18、优选的，所述风机运行数据采集单元通过部署电气相关传感器对运行中的风机功率相关数据进行采集；其中电气相关传感器包括压力传感器、电压传感器、电流传感器、温度传感器、振动传感器和转速传感器；接着将电气相关传感器所采集到的风机运行功率相关数据进行汇总，其次进行预处理与无量纲处理，最后构建风机功率数据集合；

19、所述风机功率数据集合包括风机润滑油压力frh、风机叶轮轴振幅fzf、风机叶轮轴转速fzs、风机运行电流fdl、风机运行电压fdy和电机温度fwd。

20、优选的，所述设备自检模块包括故障预警计算单元和故障预警评估单元；

21、所述故障预警计算单元通过以下公式分别计算获取风机能耗指数fjnh与风机状态指数fjzs：

22、；

23、；

24、式中，n表示采样的总数据点数，i表示当前正在处理的数据点的索引值，表示风机润滑油压力的第i个数据点，表示风机叶轮轴转速的第i个数据点， 表示风机叶轮轴振幅的第i个数据点；

25、所述风机故障预警指数gzyj的具体计算公式如下：

26、。

27、优选的，所述故障预警评估单元通过预设故障阈值e对风机故障预警指数gzyj进行评估，并发出预警，具体评估内容如下：

28、若风机故障预警指数gzyj≤故障阈值 e时，表示风机运行状态正常，风机能耗处于正常范围内，无需进一步操作；

29、若风机故障预警指数gzyj＞故障阈值 e时，表示风机运行状态异常，风机能耗超出正常范围，即风机存在潜在的故障风险；此时对风机进行故障诊断，包括结合经验规则对风机的运行相关数据进行检测；同时发出预警。

30、优选的，所述智能调度模块包括交通状态量化单元和调度策略生成单元；

31、所述交通状态量化单元通过在隧道内部署光电传感器、激光传感器和超声波测速器，分别采集固定周期内的车流量scl、平均车速scs和车辆占用率szy；提取车流量scl、平均车速scs和车辆占用率szy并进行无量纲处理后，通过以下公式计算获取交通指数jtz：

32、。

33、优选的，所述调度策略生成单元将交通指数jtzs、空气质量综合指数kqzh和风机状态指数fjzs的数值归一化处理后进行对比和高低排序，最后生成风机的智能化调度策略；

34、具体内容为：

35、当交通指数jtzs为最大值时，表示隧道内的交通流量较大或拥堵，此时保持通风顺畅，防止积聚过多尾气和污染物。

36、当空气质量综合指数kqzh为最大值时，表示空气质量异常，优先调整风机的通风能力，同时调整污染物排除速度；

37、当风机状态指数fjzs为最大值时，表示风机的状态异常，设备处于不稳定状态，此时应调整风机的负荷，防止进一步损坏。

38、优选的，所述远程监控模块用于将风机当前的智能化调度策略通过数据传输到移动端应用，用户可以在应用中查看风机的实时调度策略；同时在风机故障预警指数gzyj超出故障阈值 e时，通过远程监控模块自动发送预警，通知至用户的移动端设备，提示用户风机存在故障以及异常情况。

39、本发明与现有技术相比，具有如下的优点和有益效果：

40、1、本发明针对清洁问题，该方案通过数据采集模块在隧道内部署大气环境传感器实时监测空气中的污染气体浓度，包括氨气浓度daq、甲烷浓度djw、挥发性有机化合物含量dhf、硫化氢浓度dlh和超细颗粒物浓度dkl；利用风机控制模块构建空气质量综合指数kqzh，并结合变频调速技术生成风机运行功率相关调整策略；有效解决了缺乏实时监测导致空气质量控制不精准的问题；

41、2、本发明针对节能问题，该方案通过风机控制模块依据空气质量综合指数kqzh的评估内容动态调整风机的运行功率；同时结合交通指数jtzs、空气质量综合指数kqzh和风机状态指数fjzs进行综合排序生成智能化调度策略，确保在不同条件下实现风机能耗的最优化控制；有效降低了能耗，解决了风机控制方式单一、能耗高的问题；

42、3、本发明针对设备自检问题，该方案通过设备自检模块全生命周期监测风机的运行状态；并通过计算风机能耗指数fjnh和风机状态指数fjzs，进一步计算风机故障预警指数gzyj；若风机故障预警指数gzyj超出故障阈值e，则自动进行故障诊断并发出预警；有效避免了设备维护被动，解决了缺乏智能自检功能的问题；

43、4、本发明针对人力问题，该方案通过远程监控模块实现风机系统的实时远程监控；用户可以通过移动端应用查看风机的实时调度策略以及接收风机故障预警指数gzyj超出故障阈值e时的预警通知；大大减少了人工干预的需求，提升了管理效率，解决了需要人工干预较多、管理效率低的问题。