一种大型离心风机的低能耗控制方法、设备及存储介质

1.一种大型离心风机的低能耗控制方法，其特征在于：包括如下步骤：获取洁净室内的环境参数数据，包括温度、湿度、压力和洁净度，通过多传感器融合技术实时采集并传输至数据处理模块，再根据预设的洁净度阈值和医疗操作的风量需求，结合环境参数数据，确定当前工况下的目标风量范围；用于控制空调系统调节风量；所述控制空调系统调节风量，具体包括：获取预设的洁净度阈值和医疗操作的风量需求，获取当前环境的参数数据；根据洁净度阈值、风量需求和环境参数数据，建立风量预测模型，采用支持向量机算法对风量预测模型进行训练，得到训练后的风量预测模型；将当前环境参数数据输入到训练后的风量预测模型中，预测得到当前工况下的目标风量，判断预测得到的目标风量是否在医疗操作的风量需求范围内，当是则确定为最终的目标风量，当不是则调整风量预测模型并重新预测；将确定的目标风量范围输出，用于控制空调系统调节风量；通过智能算法分析环境参数的变化趋势，预测未来一段时间内的风量需求，预先调整风机转速以匹配预测需求；在调速过程中，实时监测能耗和噪声数据，当能耗超过预设阈值或噪声超出允许范围，则调整转速至满足洁净度要求的最低值；再根据历史数据和实时监测结果，优化智能算法的参数设置；通过多传感器融合技术持续监测洁净室的环境参数和风机运行状态，当检测到异常波动，则触发报警并自动调整风机转速，再定期对调速系统进行稳定性测试，确定在不同工况下风机转速的调节精度和响应时间满足预设要求；其中包括：根据获取的环境参数以及风机的转速、电流运行状态数据进行预处理和特征提取；将提取的特征向量输入到预先训练好的支持向量机模型中，判断当前洁净室环境参数和风机运行状态是否处于正常范围内，当检测到异常波动，则触发报警；根据环境参数异常波动的程度和风机运行状态的偏离情况，再通过模糊控制算法计算风机转速的调整量，并将调整指令下发给变频器，进行风机转速的自动调节；在风机转速调整完成后，通过卡尔曼滤波算法对调速系统的反馈数据进行滤波处理，判断调速系统是否稳定，当稳定性不满足预设要求，则继续进行转速微调，直至达到稳定状态；再定期对调速系统进行稳定性测试，通过在不同工况下设置风机转速的阶跃变化，采集调速系统的响应数据，计算调速精度和响应时间指标，判断是否满足预设性能要求；当稳定性测试结果不合格，则通过增量学习算法对模糊控制器的规则库和隶属度函数进行在线优化；将优化后的模糊控制器参数写入到风机控制器的非易失性存储器中，进行调速算法的存储。 2.根据权利要求1所述的一种大型离心风机的低能耗控制方法，其特征在于：获取洁净室内的环境参数数据，包括温度、湿度、压力和洁净度，通过多传感器融合技术实时采集并传输至数据处理模块，具体包括：根据洁净室的环境参数监测需求，合理布置温度、湿度、压力和洁净度传感器在洁净室内的不同位置， 通过多传感器实时采集洁净室内的环境参数数据，采样频率根据实际需求进行设置；将多个传感器采集到的环境参数数据通过有线或无线方式传输至数据处理模块；在数据处理模块中，对接收到的多传感器数据进行预处理，采用卡尔曼滤波算法对多传感器数据进行融合，通过建立状态空间模型，得到环境参数的最优值。 3.根据权利要求1所述的一种大型离心风机的低能耗控制方法，其特征在于： 通过智能算法分析环境参数的变化趋势，预测未来一段时间内的风量需求，预先调整风机转速以匹配预测需求，包括：获取一段时间内的环境参数历史数据，采用时间序列分析算法，对环境参数的变化趋势进行建模和预测，得到未来一段时间内各参数的预测值；根据预测的环境参数值，结合预先建立的风量需求模型，计算出未来一段时间内的风量需求预测值，将风量需求预测值与当前风机转速进行比较，当预测需求大于当前转速对应的风量，则将风机转速提高至满足预测需求的水平；当预测需求小于当前转速对应的风量，则将风机转速降低至匹配预测需求的水平；在调整风机转速后，持续监测实际风量与预测需求之间的差异，当差异超过预设阈值，则触发风量预测模型的更新和风机转速的再次调整；将风机转速调整的历史数据反馈给风量预测模型，利用增量学习算法如在线学习或强化学习，不断优化模型参数。 4.根据权利要求1所述的一种大型离心风机的低能耗控制方法，其特征在于：实时监测能耗和噪声数据，当能耗超过预设阈值或噪声超出允许范围，则调整转速至满足洁净度要求的最低值，具体包括：获取预设的能耗阈值和噪声允许范围数据，并在调速过程中，实时采集设备的能耗数据和噪声数据，将其与预设阈值和允许范围进行比对；当实时采集的能耗数据超过预设阈值，则判定为能耗超标，当实时采集的噪声数据超出允许范围，则判定为噪声超标；根据能耗和噪声的判定结果，确定是否需要对设备转速进行调整，当出现能耗超标或噪声超标的情况，则需要对转速进行调整；在对转速进行调整时，通过机器学习算法，建立转速与洁净度之间的关联模型，得到在满足洁净度要求的前提下，对应的最低转速值，将设备的实际转速调整至根据机器学习算法得到的最低转速值。 5.根据权利要求1所述的一种大型离心风机的低能耗控制方法，其特征在于：根据历史数据和实时监测结果，优化智能算法的参数设置，具体包括：获取历史监测数据和实时监测数据，将其作为智能算法的输入数据，对输入数据进行预处理，根据预处理后的数据，使用机器学习算法如支持向量机或神经网络，建立调速控制模型；在建立的调速控制模型中，设置相关参数，通过参数优化提高模型性能，将优化后的调速控制模型部署到实际系统中，根据实时监测数据进行调速控制；在调速控制过程中，持续收集运行数据，将其作为新的训练数据，定期对模型进行再训练和优化，通过不断迭代优化调速控制模型，持续提高控制精度和响应速度，进行智能化的调速控制。 6.根据权利要求1所述的一种大型离心风机的低能耗控制方法，其特征在于：采用变频技术调节离心风机的转速，通过计算目标风量与当前风量的差值，利用模糊控制算法确定转速调节幅度，当目标风量高于当前风量时，则提高转速；当目标风量低于当前风量时，则降低转速；其中，通过获取离心风机的目标风量和当前风量，计算目标风量与当前风量的差值，得到风量差异值，判断风量差异值的正负，当风量差异值为正，则表示目标风量高于当前风量，需要提高风机转速；当风量差异值为负，则表示目标风量低于当前风量，需要降低风机转速；根据风量差异值的大小，采用模糊控制算法，确定风机转速的调节幅度，得到转速调节值；将转速调节值输入至变频器，通过变频技术调节风机的实际转速，使其逐步接近目标转速；在调节风机转速的过程中，实时获取风机的当前风量，将其作为反馈量，与目标风量进行比较，形成闭环控制。 7.一种大型离心风机的低能耗控制设备，其特征在于：包括处理器、存储器以及存储在存储器中的计算机程序指令，当计算机程序指令被处理器执行时实现上述权利要求1-6任一项所述的一种大型离心风机的低能耗控制方法。 8.一种存储介质，其上存储有计算机程序指令，其特征在于：当计算机程序指令被处理器执行时实现上述权利要求1-6任一项所述的一种大型离心风机的低能耗控制方法。