本發(fā)明涉及隧道通風(fēng)，尤其涉及一種基于物聯(lián)網(wǎng)的智能風(fēng)機系統(tǒng)。

背景技術(shù)：

1、隧道通風(fēng)研究最早出現(xiàn)于鐵路隧道，公路隧道通風(fēng)技術(shù)問題則始于1919年美國紐約荷蘭隧道的研究。美國礦務(wù)局首次對汽車co排放及人體容許值進行了研究，確定400ppm作為設(shè)計濃度，并據(jù)此計算通風(fēng)量。20世紀(jì)中期，隨著高速公路的發(fā)展，隧道通風(fēng)研究進一步深化，對通風(fēng)方式及有害氣體稀釋的需求風(fēng)量進行了系統(tǒng)分析。國內(nèi)的高速公路隧道通風(fēng)理論研究始于1994年，1999年《公路隧道通風(fēng)照明設(shè)計規(guī)范》編制，奠定了隧道通風(fēng)設(shè)計的參考依據(jù)。自2000年起，智能化通風(fēng)控制研究逐步發(fā)展，強調(diào)更安全、高效和節(jié)能的通風(fēng)系統(tǒng)，至2010年該領(lǐng)域的研究逐漸爆發(fā)。

2、隨著隧道數(shù)量和長度增加，提升通行與管理能力對經(jīng)濟社會發(fā)展至關(guān)重要。但現(xiàn)有隧道通風(fēng)系統(tǒng)在實際應(yīng)用中存在以下技術(shù)缺點：

3、1、清潔問題：缺乏實時監(jiān)測，導(dǎo)致空氣質(zhì)量控制不精準(zhǔn)。

4、2、節(jié)能問題：風(fēng)機控制方式單一，能耗高。

5、3、設(shè)備自檢問題：設(shè)備維護被動，缺少智能自檢功能。

6、4、人力問題：需人工干預(yù)較多，管理效率低。

技術(shù)實現(xiàn)思路

1、本發(fā)明目的在于提供一種基于物聯(lián)網(wǎng)的智能風(fēng)機系統(tǒng)，以解決上述問題。

2、本發(fā)明通過下述技術(shù)方案實現(xiàn)：

3、一種基于物聯(lián)網(wǎng)的智能風(fēng)機系統(tǒng)，包括數(shù)據(jù)采集模塊、風(fēng)機控制模塊、設(shè)備自檢模塊、智能調(diào)度模塊及遠程監(jiān)控模塊；

4、所述數(shù)據(jù)采集模塊用于在隧道內(nèi)的部署大氣環(huán)境傳感器，并實時監(jiān)測以及采集隧道內(nèi)的空氣相關(guān)數(shù)據(jù)，包括污染氣體濃度相關(guān)信息，并將所采集的空氣相關(guān)數(shù)據(jù)進行匯總與預(yù)處理，最后構(gòu)建隧道空氣數(shù)據(jù)集合；

5、所述風(fēng)機控制模塊通過提取隧道空氣數(shù)據(jù)集合，構(gòu)建空氣質(zhì)量綜合指數(shù)kqzh并評估，接著依據(jù)空氣質(zhì)量綜合指數(shù)kqzh的評估內(nèi)容并結(jié)合變頻調(diào)速技術(shù)，生成風(fēng)機運行功率相關(guān)調(diào)整策略；最后對風(fēng)機運行功率相關(guān)數(shù)據(jù)進行采集，并構(gòu)建風(fēng)機功率數(shù)據(jù)集合；

6、所述設(shè)備自檢模塊用于對風(fēng)機進行全生命周期的狀態(tài)監(jiān)測，通過提取風(fēng)機功率數(shù)據(jù)集合計算獲取風(fēng)機能耗指數(shù)fjnh與風(fēng)機狀態(tài)指數(shù)fjzs，接著將風(fēng)機能耗指數(shù)fjnh與風(fēng)機狀態(tài)指數(shù)fjzs相關(guān)聯(lián)，獲取風(fēng)機故障預(yù)警指數(shù)gzyj并評估；若風(fēng)機故障預(yù)警指數(shù)gzyj大于故障閾值e，則對風(fēng)機進行故障診斷并發(fā)出預(yù)警；

7、所述智能調(diào)度模塊用于采集隧道內(nèi)的交通相關(guān)數(shù)據(jù)，并構(gòu)建交通指數(shù)jtzs，接著將交通指數(shù)jtzs、空氣質(zhì)量綜合指數(shù)kqzh和風(fēng)機狀態(tài)指數(shù)fjzs的數(shù)值歸一化處理后進行對比和高低排序，最后依據(jù)交通指數(shù)jtzs、空氣質(zhì)量綜合指數(shù)kqzh和風(fēng)機狀態(tài)指數(shù)fjzs的排序結(jié)果生成風(fēng)機的智能化調(diào)度策略；

8、所述遠程監(jiān)控模塊用于通過物聯(lián)網(wǎng)技術(shù)實時遠程監(jiān)控風(fēng)機系統(tǒng)，并使用移動端應(yīng)用查看風(fēng)機當(dāng)前的智能化調(diào)度策略。

9、優(yōu)選的，所述數(shù)據(jù)采集模塊中的大氣環(huán)境傳感器包括電化學(xué)傳感器、ndir甲烷傳感器以及激光散射粉塵傳感器；通過預(yù)設(shè)時間間隔再進行隧道內(nèi)的空氣相關(guān)數(shù)據(jù)的監(jiān)測與采集；

10、所述空氣相關(guān)數(shù)據(jù)包括一氧化碳濃度daq、甲烷濃度djw、粉塵濃度dhf、二氧化硫濃度dlh、二氧化氮濃度dhd和臭氧濃度dkl；最后將來源于不同傳感器的空氣相關(guān)數(shù)據(jù)進行匯總，并經(jīng)過去噪和數(shù)據(jù)清洗的預(yù)處理步驟后，構(gòu)建隧道空氣數(shù)據(jù)集合。

11、優(yōu)選的，所述風(fēng)機控制模塊包括空氣質(zhì)量量化單元、策略調(diào)整單元和風(fēng)機運行數(shù)據(jù)采集單元；

12、所述空氣質(zhì)量量化單元用于計算空氣質(zhì)量綜合指數(shù)kqzh；所述空氣質(zhì)量綜合指數(shù)kqzh通過提取隧道空氣數(shù)據(jù)集合并結(jié)合以下公式獲?。?/p>

13、。

14、優(yōu)選的，所述策略調(diào)整單元通過預(yù)設(shè)第一綜合質(zhì)量閾值q1與第二綜合質(zhì)量閾值q2，對空氣質(zhì)量綜合指數(shù)kqzh進行對比評估，且第一綜合質(zhì)量閾值q1＞第二綜合質(zhì)量閾值q2，生成風(fēng)機運行功率相關(guān)調(diào)整策略，具體內(nèi)容如下：

15、若空氣質(zhì)量綜合指數(shù)kqzh≥第一綜合質(zhì)量閾值q1，表示空氣質(zhì)量異常。此時采取調(diào)整污染物濃度強制性措施，包括在原有的基礎(chǔ)之上，加大10%的風(fēng)機功率以增加風(fēng)機的轉(zhuǎn)速；同時對風(fēng)機設(shè)備進行自檢；

16、若第一綜合質(zhì)量閾值q1＞空氣質(zhì)量綜合指數(shù)kqzh≥第二綜合質(zhì)量閾值q2，表示空氣質(zhì)量正常，但存在污染；此時調(diào)整風(fēng)機的轉(zhuǎn)速，使排風(fēng)量與空氣質(zhì)量的需求相匹配；

17、若第二綜合質(zhì)量閾值q2＞空氣質(zhì)量綜合指數(shù)kqzh，表示空氣質(zhì)量正常，不需要調(diào)整。

18、優(yōu)選的，所述風(fēng)機運行數(shù)據(jù)采集單元通過部署電氣相關(guān)傳感器對運行中的風(fēng)機功率相關(guān)數(shù)據(jù)進行采集；其中電氣相關(guān)傳感器包括壓力傳感器、電壓傳感器、電流傳感器、溫度傳感器、振動傳感器和轉(zhuǎn)速傳感器；接著將電氣相關(guān)傳感器所采集到的風(fēng)機運行功率相關(guān)數(shù)據(jù)進行匯總，其次進行預(yù)處理與無量綱處理，最后構(gòu)建風(fēng)機功率數(shù)據(jù)集合；

19、所述風(fēng)機功率數(shù)據(jù)集合包括風(fēng)機潤滑油壓力frh、風(fēng)機葉輪軸振幅fzf、風(fēng)機葉輪軸轉(zhuǎn)速fzs、風(fēng)機運行電流fdl、風(fēng)機運行電壓fdy和電機溫度fwd。

20、優(yōu)選的，所述設(shè)備自檢模塊包括故障預(yù)警計算單元和故障預(yù)警評估單元；

21、所述故障預(yù)警計算單元通過以下公式分別計算獲取風(fēng)機能耗指數(shù)fjnh與風(fēng)機狀態(tài)指數(shù)fjzs：

22、；

23、；

24、式中，n表示采樣的總數(shù)據(jù)點數(shù)，i表示當(dāng)前正在處理的數(shù)據(jù)點的索引值，表示風(fēng)機潤滑油壓力的第i個數(shù)據(jù)點，表示風(fēng)機葉輪軸轉(zhuǎn)速的第i個數(shù)據(jù)點，?表示風(fēng)機葉輪軸振幅的第i個數(shù)據(jù)點；

25、所述風(fēng)機故障預(yù)警指數(shù)gzyj的具體計算公式如下：

26、。

27、優(yōu)選的，所述故障預(yù)警評估單元通過預(yù)設(shè)故障閾值e對風(fēng)機故障預(yù)警指數(shù)gzyj進行評估，并發(fā)出預(yù)警，具體評估內(nèi)容如下：

28、若風(fēng)機故障預(yù)警指數(shù)gzyj≤故障閾值?e時，表示風(fēng)機運行狀態(tài)正常，風(fēng)機能耗處于正常范圍內(nèi)，無需進一步操作；

29、若風(fēng)機故障預(yù)警指數(shù)gzyj＞故障閾值?e時，表示風(fēng)機運行狀態(tài)異常，風(fēng)機能耗超出正常范圍，即風(fēng)機存在潛在的故障風(fēng)險；此時對風(fēng)機進行故障診斷，包括結(jié)合經(jīng)驗規(guī)則對風(fēng)機的運行相關(guān)數(shù)據(jù)進行檢測；同時發(fā)出預(yù)警。

30、優(yōu)選的，所述智能調(diào)度模塊包括交通狀態(tài)量化單元和調(diào)度策略生成單元；

31、所述交通狀態(tài)量化單元通過在隧道內(nèi)部署光電傳感器、激光傳感器和超聲波測速器，分別采集固定周期內(nèi)的車流量scl、平均車速scs和車輛占用率szy；提取車流量scl、平均車速scs和車輛占用率szy并進行無量綱處理后，通過以下公式計算獲取交通指數(shù)jtz：

32、。

33、優(yōu)選的，所述調(diào)度策略生成單元將交通指數(shù)jtzs、空氣質(zhì)量綜合指數(shù)kqzh和風(fēng)機狀態(tài)指數(shù)fjzs的數(shù)值歸一化處理后進行對比和高低排序，最后生成風(fēng)機的智能化調(diào)度策略；

34、具體內(nèi)容為：

35、當(dāng)交通指數(shù)jtzs為最大值時，表示隧道內(nèi)的交通流量較大或擁堵，此時保持通風(fēng)順暢，防止積聚過多尾氣和污染物。

36、當(dāng)空氣質(zhì)量綜合指數(shù)kqzh為最大值時，表示空氣質(zhì)量異常，優(yōu)先調(diào)整風(fēng)機的通風(fēng)能力，同時調(diào)整污染物排除速度；

37、當(dāng)風(fēng)機狀態(tài)指數(shù)fjzs為最大值時，表示風(fēng)機的狀態(tài)異常，設(shè)備處于不穩(wěn)定狀態(tài)，此時應(yīng)調(diào)整風(fēng)機的負(fù)荷，防止進一步損壞。

38、優(yōu)選的，所述遠程監(jiān)控模塊用于將風(fēng)機當(dāng)前的智能化調(diào)度策略通過數(shù)據(jù)傳輸?shù)揭苿佣藨?yīng)用，用戶可以在應(yīng)用中查看風(fēng)機的實時調(diào)度策略；同時在風(fēng)機故障預(yù)警指數(shù)gzyj超出故障閾值?e時，通過遠程監(jiān)控模塊自動發(fā)送預(yù)警，通知至用戶的移動端設(shè)備，提示用戶風(fēng)機存在故障以及異常情況。

39、本發(fā)明與現(xiàn)有技術(shù)相比，具有如下的優(yōu)點和有益效果：

40、1、本發(fā)明針對清潔問題，該方案通過數(shù)據(jù)采集模塊在隧道內(nèi)部署大氣環(huán)境傳感器實時監(jiān)測空氣中的污染氣體濃度，包括氨氣濃度daq、甲烷濃度djw、揮發(fā)性有機化合物含量dhf、硫化氫濃度dlh和超細(xì)顆粒物濃度dkl；利用風(fēng)機控制模塊構(gòu)建空氣質(zhì)量綜合指數(shù)kqzh，并結(jié)合變頻調(diào)速技術(shù)生成風(fēng)機運行功率相關(guān)調(diào)整策略；有效解決了缺乏實時監(jiān)測導(dǎo)致空氣質(zhì)量控制不精準(zhǔn)的問題；

41、2、本發(fā)明針對節(jié)能問題，該方案通過風(fēng)機控制模塊依據(jù)空氣質(zhì)量綜合指數(shù)kqzh的評估內(nèi)容動態(tài)調(diào)整風(fēng)機的運行功率；同時結(jié)合交通指數(shù)jtzs、空氣質(zhì)量綜合指數(shù)kqzh和風(fēng)機狀態(tài)指數(shù)fjzs進行綜合排序生成智能化調(diào)度策略，確保在不同條件下實現(xiàn)風(fēng)機能耗的最優(yōu)化控制；有效降低了能耗，解決了風(fēng)機控制方式單一、能耗高的問題；

42、3、本發(fā)明針對設(shè)備自檢問題，該方案通過設(shè)備自檢模塊全生命周期監(jiān)測風(fēng)機的運行狀態(tài)；并通過計算風(fēng)機能耗指數(shù)fjnh和風(fēng)機狀態(tài)指數(shù)fjzs，進一步計算風(fēng)機故障預(yù)警指數(shù)gzyj；若風(fēng)機故障預(yù)警指數(shù)gzyj超出故障閾值e，則自動進行故障診斷并發(fā)出預(yù)警；有效避免了設(shè)備維護被動，解決了缺乏智能自檢功能的問題；

43、4、本發(fā)明針對人力問題，該方案通過遠程監(jiān)控模塊實現(xiàn)風(fēng)機系統(tǒng)的實時遠程監(jiān)控；用戶可以通過移動端應(yīng)用查看風(fēng)機的實時調(diào)度策略以及接收風(fēng)機故障預(yù)警指數(shù)gzyj超出故障閾值e時的預(yù)警通知；大大減少了人工干預(yù)的需求，提升了管理效率，解決了需要人工干預(yù)較多、管理效率低的問題。