容器内液位预测系统及膳食纤维测定仪的制作方法

本发明涉及一种容器内液位预测系统及膳食纤维测定仪，属于液位测量。

背景技术：

1、公告号为cn210071154u的中国实用新型专利公开了一种防干烧探头结构，其包括热敏电阻以及盖体，所述盖体形成t型主体，所述t型主体的下端设置有安装空间，所述安装空间具有凹凸的内壁，所述热敏电阻设置于所述安装空间内，所述热敏电阻和安装空间之间设有密封材料；其还设置有帽体、伸缩杆、支撑杆以及弹簧，所述伸缩杆的下端套于所述支撑杆的上端，所述弹簧设置于所述伸缩杆内，所述帽体设置套于所述伸缩杆顶部，所述盖体至于帽体的顶部，所述伸缩杆、帽体以及盖体沿弹簧的长度方向运动；在所述支撑杆上设置有弹簧安装槽，所述弹簧一端设置于所述弹簧安装槽内，另一端套接于所述安装空间的外沿；所述支撑杆的下部设置有向外突出的限位凸起；所述密封材料采用树脂填充以防水。

2、但是现有技术提供的上述实用新型公开的技术方案只有在被加热的液体烧干时才能测量到温度的突变，才进行断电操作，如此会不同程度地损坏容器。

技术实现思路

1、为克服现有技术中存在的缺点，本发明的发明目的是提供一种容器内液位预测系统及膳食纤维测定仪，其通过ai模型推断出下一时间容器内的液位深度，根据下一时间的液位深度控制加热器组的工作状态，防止干烧。

2、为实现所述发明目的，本发明提供一种容器内液位预测系统，所述系统包括：

3、数据获取模块，其被配置为获取容器的设计数据、注入的液体参数以及加热该容器的加热器组的工作参数；设计数据包括容器的高度和垂直于容器轴线的截面积；液体参数包括液体的密度、质量、初始温度、液体的汽化热、沸点和比热容；所述工作参数包括功率和工作时长t；

4、数据预处理模块，其被配置为根据注入的液体质量、初始温度、沸点和比热容计算液体从初始温度加热到沸点所需要的热量q1；根据液体的密度、质量以及容器的设计数据计算容器内液体的初始液位深度；根据加热组中的加热器功率和单位时长△t计算该单位时长加热器组所提供的热量q2；

5、推断模块，其被配置为根据该单位时长加热器组所提供的热量q2推断出单位时长传导到容器内液体的热量；

6、计算模块，其被配置为：根据单位时长传导到容器内的液体的热量计算传热率q，并根据下式计算出加热器组在工作时长内传导到液体的热量:

7、

8、将热量q1与进行比较，若,则容器内的液位深度为初始液位深度；若，则根据单位时长传导到容器内的液体的热量和液体的汽化热计算单位时长液体的汽化量，以及已训练的ai模型，其根据单位时长液体的汽化量、当前时间容器内的液位深度、当前时间容器内的液位深度对应的容器截面积和从前一时间到当前时间的排气流量推断出输出下一时间容器内液位的深度。

9、为实现所述发明目的，本发明还提供一种膳食纤维测定仪，其包括支架，支架上设置有m个加热器组，每个加热器组设置有n个加热器，n个加热器共同对同一个容器内的液体进行加热，膳食纤维测定仪还包括控制装置，控制装置包括处理器，处理器包括容器内液位预测系统和加热控制模块，容器内液位预测系统包括：

10、数据获取模块，其被配置为获取容器的设计数据、注入的液体参数以及加热该容器的加热器组的工作参数；设计数据包括容器的高度和垂直于容器轴线的截面积；液体参数包括液体的密度、质量、初始温度、液体的汽化热、沸点和比热容；所述工作参数包括功率和工作时长t；

11、数据预处理模块，其被配置为根据注入的液体质量、初始温度、沸点和比热容计算液体从初始温度加热到沸点所需要的热量q1；根据液体的密度、质量以及容器的设计数据计算容器内液体的初始液位深度；根据加热组中的加热器功率和单位时长△t计算该单位时长加热器组所提供的热量q2；

12、推断模块，其被配置为根据该单位时长加热器组所提供的热量q2推断出单位时长传导到容器内液体的热量；

13、计算模块，其被配置为：根据单位时长传导到容器内的液体的热量计算传热率q，并根据下式计算出加热器组在工作时长内传导到液体的热量:

14、

15、将热量q1与进行比较，若,则容器内的液位深度为初始液位深度；若，则根据单位时长传导到容器内的液体的热量和液体的汽化热计算单位时长液体的汽化量，以及已训练的ai模型，其根据单位时长液体的汽化量、当前时间容器内的液位深度、当前时间容器内的液位深度对应的容器截面积和从前一时间到当前时间的排气流量推断出输出下一时间容器内液位的深度。

16、与现有技术相比，本发明具有如下有益效果：

17、本发明通过ai模型根据单位时长液体的汽化量、当前时间容器内的液位深度、当前时间容器内的液位深度对应的截面积和前一时间到当前时间的容器排气流量推断出下一时间容器内的液位深度，根据下一时间的液位深度控制加热器组当前时间的工作状态，防止干烧。

技术特征：

1.一种容器内液位预测系统，其特征在于，所述系统包括：

2.根据权利要求1所述的系统，其特征在于，还包括热回路网络模型，热回路网络模型至少相当于液体、容器、容器支架和加热器组，推断模块基于热回路网络模型和加热器组在单位时长所提供的热量q2使用状态推定算法推断出单位时间传导到液体的热量。

3.根据权利要求2所述的系统，其特征在于，所述状态推定算法是下列算法中的一种：卡尔曼滤波器、扩展卡尔曼滤波器、集成卡尔曼滤波器、粒子滤波器。

4.一种膳食纤维测定仪，其包括支架，支架上设置有m个加热器组，每个加热器组设置有n个加热器，n个加热器共同对同一个容器内的液体进行加热，其特征在于，膳食纤维测定仪还包括控制装置，控制装置包括处理器，处理器包括容器内液位预测系统和加热控制模块，容器内液位预测系统包括：

5.根据权利要求4所述的膳食纤维测定仪，其特征在于，容器内液位预测系统还包括比较模块，所述比较模块被配置为将下一时间容器内液位的深度与阈值进行比较，如果小于阈值，则通过加热控制模块给加热该容器的加热器组提供指令，使加热器组断电。

6.根据权利要求5所述的膳食纤维测定仪，其特征在于，所述控制装置还包括加热器组选择器、加热器选择器和m×n个加热器控制电路，所述加热控制模块根据指令给加热器组选择器和加热器选择器提供控制信号，加热器组选择器通过m条加热器组选择线连接到m×n个加热器控制电路；加热器选择器通过n条加热器选择线连接到m×n个加热器控制电路，每个加热器控制电路包括1个选择开关、1个电源开关和1个加热器，所述选择开关的控制端连接于一条加热器组选择线，所述选择开关的第一端子连接于一条加热器选择线，第二端子分别连接于所述电源开关的控制端，所述电源开关的第一端子均连接于电源，所述电源开关的第二端子连接于一个加热器。

7.根据权利要求6所述的膳食纤维测定仪，其特征在于，容器内液位预测系统还包括热回路网络模型，热回路网络模型至少相当于液体、容器、容器支架和加热器组，推断模块基于热回路网络模型和单位时长加热器组所提供的热量q2使用状态推定算法推断出单位时间传导到液体的热量。

8.根据权利要求7所述的膳食纤维测定仪，其特征在于，所述状态推定算法是下列算法中的一种：卡尔曼滤波器、扩展卡尔曼滤波器、集成卡尔曼滤波器、粒子滤波器。

技术总结
一种容器内液位预测系统及膳食纤维测定仪，属于液位测量技术领域。所述系统包括：数据预处理模块，其被配置为计算液体从初始温度加热到沸点所需要的热量Q<subgt;1</subgt;；计算模块，其被配置为计算出加热器组在工作时长内传导到液体的热量，若，则根据单位时间传导到液体的热量和液体的汽化热计算单位时长液体的汽化量；以及已训练的AI模型，其根据单位时长液体的汽化量、当前时间容器内的液位深度、当前时间容器内的液位深度对应的容器截面积和当前时间容器的排气流量推断出输出下一时间容器内液位的深度。本发明通过AI模型确定容器内的液位深度。

技术研发人员：张振方,王志刚,曹振,刘军,史杰光
受保护的技术使用者：海能未来技术集团股份有限公司
技术研发日：
技术公布日：2024/6/11