摘要
本发明提出了一种基于人工智能的工控机控制方法及系统,其中,所述基于人工智能的工控机控制方法包括:获取工控机关键发热组件参数,构建工控机的热影响综合指标;基于工控机的热影响综合指标建立散热需求预测模型;根据预测的热影响综合指标与预设的热影响综合指标安全阈值的比较结果制定散热控制策略;根据散热控制策略预测的散热后的热影响综合指标,若实际的热影响综合指标大于预测的散热后的热影响综合指标,生成清理工控机散热风扇灰尘的提示信息。通过此方法和对应的系统,可以降低工控机的风扇电机的磨损,增加工控机的风扇使用寿命,并帮助用户及时发现并解决因风扇积灰导致的散热问题。
技术关键词
需求预测模型
指标
发热组件
控制策略
工控机控制系统
周期
散热风扇
神经网络模型
参数
时间段
矩阵
热管散热
数值
工控主机
训练集
计算机程序产品
处理器
风扇电机
系统为您推荐了相关专利信息
账户
特征选择算法
逻辑回归模型
样本
支持向量机模型
电厂数据处理
大数据技术
分析系统
工业生产
网格
隔离故障区域
构建数学模型
调频
监测方法
计算机可执行指令
轨道交通供电系统
城市轨道交通供电
强化学习模型
控制策略
列车
效益评价方法
效益评价模型
主题
层次分析法
评价指标体系