热处理设备能效分析方法及装置、存储介质、计算机设备

1.本技术涉及工业人工智能技术领域，尤其是涉及到一种热处理设备能效分析方法及装置、存储介质、计算机设备。


背景技术：

2.我国作为世界上最大的钢铁生产国，粗钢产量占世界钢产的53.9％，而钢铁制造是典型的资源和能源密集型产业，约占我国工业总能耗的20.7％，占全国能源总能耗的13.6％，具有产量大、消耗多和排放高的特点。钢铁行业明确了六大技术路径，排在第一位的是“系统能效提升”。因此，如何有效推进钢铁行业的能效提升，是产业转型升级、实现高质量发展的内在要求，也是提高钢铁行业能源利用效水平、降低碳排放的关键问题。
3.传统的钢铁制造流程是多设备、多工艺集成的结构紧凑、衔接密切且过程复杂的庞大生产系统，涉及多种物质能源的转换、利用和中间产品及副产品的产生、再加工、再生产。其中，依托各种设备完成物理化学变化的热利用过程贯穿全流程，作为最底层、最直接进行物质反应、燃料燃烧和能源利用的多种反应器设备，提高其能效能直接带来减少企业能源的投入和减少吨钢生产成本等实际效益。此外，保证设备热生产过程高能效稳定进行，能促进能源的高效利用，可以实现钢铁工业能效提升、节能降耗、减排降本协同发展。


技术实现要素：

4.有鉴于此，本技术提供了一种热处理设备能效分析方法及装置、存储介质、计算机设备，能够分析热处理设备的能效高低状态，且当低效生产时，通过量化设备参数距离设备先进运行的程度，追溯低效原因并提供调节策略。
5.根据本技术的一个方面，提供了一种热处理设备能效分析方法，所述方法包括：
6.在预设分析周期内，获取待分析热处理设备对应的各设备的设备参数数据，对所述设备参数数据进行数据预处理，获得参数分析值；
7.若根据所述参数分析值确定待分析热处理设备符合预设工况标准，则根据所述参数分析值计算能效分析值；
8.若根据所述能效分析值确定待分析热处理设备为低效生产状态，则根据所述能效分析值与预设能效先进值的偏离程度，计算先进偏离值；
9.根据所述先进偏离值确定参数调节策略，并根据能效机理模型对所述参数调节策略的能效节能情况进行预测，获得节能预测数据，将设备参数、所述能效分析值、预设能效先进值、所述参数调节策略及所述节能预测数据展示于预设展示平台。
10.根据本技术的另一方面，提供了一种热处理设备能效分析装置，所述装置包括：
11.数据处理模块，用于在预设分析周期内，获取待分析热处理设备对应的各设备的设备参数数据，对所述设备参数数据进行数据预处理，获得参数分析值；
12.能效计算模块，用于若根据所述参数分析值确定待分析热处理设备符合预设工况标准，则根据所述参数分析值计算能效分析值；
13.偏离计算模块，用于若根据所述能效分析值确定待分析热处理设备为低效生产状态，则根据所述能效分析值与预设能效先进值的偏离程度，计算先进偏离值；
14.策略生成模块，用于根据所述先进偏离值确定参数调节策略，并根据能效机理模型对所述参数调节策略的能效节能情况进行预测，获得节能预测数据，将设备参数、所述能效分析值、预设能效先进值、所述参数调节策略及所述节能预测数据展示于预设展示平台。
15.依据本技术又一个方面，提供了一种存储介质，其上存储有计算机程序，所述程序被处理器执行时实现上述热处理设备能效分析方法。
16.依据本技术再一个方面，提供了一种计算机设备，包括存储介质、处理器及存储在存储介质上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述热处理设备能效分析方法。
17.借由上述技术方案，本技术提供的一种热处理设备能效分析方法及装置、存储介质、计算机设备，通过获取设备参数数据并进行数据预处理，获得参数分析值；若待分析热处理设备符合预设工况标准，则根据参数分析值计算能效分析值；若待分析热处理设备为低效生产状态，则根据能效分析值与预设能效先进值的偏离程度，计算先进偏离值；根据先进偏离值确定参数调节策略，并根据能效机理模型对参数调节策略的能效节能情况进行预测，获得节能预测数据，将设备参数、能效分析值、预设能效先进值、参数调节策略及节能预测数据展示于预设展示平台。能够分析热处理设备的能效高低状态，且当低效生产时，通过量化设备参数距离设备先进运行的程度，追溯低效原因并提供调节策略。
18.上述说明仅是本技术技术方案的概述，为了能够更清楚了解本技术的技术手段，而可依照说明书的内容予以实施，并且为了让本技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本技术的具体实施方式。
附图说明
19.此处所说明的附图用来提供对本技术的进一步理解，构成本技术的一部分，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
20.图1示出了本技术实施例提供的一种热处理设备能效分析方法的流程示意图；
21.图2示出了本技术实施例提供的另一种热处理设备能效分析方法的流程示意图；
22.图3示出了本技术实施例提供的又一种热处理设备能效分析方法的流程示意图；
23.图4示出了本技术实施例提供的又一种热处理设备能效分析方法的流程示意图；
24.图5示出了本技术实施例提供的一种热处理设备能效分析装置的结构示意图；
25.图6示出了本技术实施例提供的另一种热处理设备能效分析装置的结构示意图。
具体实施方式
26.下文中将参考附图并结合实施例来详细说明本技术。需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。
27.在本实施例中提供了一种热处理设备能效分析方法，如图1所示，该方法包括：
28.步骤101，在预设分析周期内，获取待分析热处理设备对应的各设备的设备参数数据，对所述设备参数数据进行数据预处理，获得参数分析值。
29.目前，钢铁企业的能源管理中心或实时监测系统主要针对全厂一次能源和多种能
源介质的计量和监控，各设备的监控主要在各生产车间。其中，最重要的是对设备能效的监控，但目前设备的能效指标仅起到了展示作用，难以起到指导、帮助现场操作及改进的作用。
30.在本技术上述实施例中，在预设分析周期内，获取待分析热处理设备对应的各设备的设备参数数据，以便可以对多个设备进行能效分析。具体的，可以从钢铁企业的采集系统中周期性获取待分析热处理设备的各设备的设备参数数据。设备参数包括产品产量、主要副产品产量、主燃料消耗量、主工艺参数等，前述设备参数产生的相关数据为设备参数数据，接着通过对设备参数数据进行清洗和预处理，获得设备单位产品的参数值(参数分析值)，用于后续对待分析热处理设备进行能效分析。通过周期性获取设备的多种参数并进行数据预处理，为设备能效分析提供了分析基础。
31.步骤102，若根据所述参数分析值确定待分析热处理设备符合预设工况标准，则根据所述参数分析值计算能效分析值。
32.接着，通过对比参数分析值是否在设定的范围区间值内，可以判断待分析热处理设备目前是否是正常工况下运行。具体的，确定参数分析值是否处于工况标准评判公式所对应的标准工况阈值范围，若参数分析值处于标准工况阈值范围，则待分析热处理设备符合预设工况标准，其中，工况标准评判公式为：
33.x
i,
≤xi≤x
i,
34.x
i,
及x
i,
分别为第i设备参数的预设标准工况最低值和预设标准工况最高值，预设标准工况最低值及预设标准工况最高值的出现次数均不低于预设次数，例如5～10次。
35.若根据参数分析值确定待分析热处理设备符合预设工况标准，即属于正常工况，则根据参数分析值计算能效分析值。特别地，若是非正常工况，由于非正常工况的能效分析值偏差超出合理范围，故不进行后续的能效分析，可以将非正常工况的报错信息发送至预设接收终端，以使分析人员及时获取出错的相关信息。通过确定待分析热处理设备符合预设工况标准后再根据参数分析值计算能效分析值，保证了当前计算周期内待分析热处理设备是正常运行工况，提高了能效分析的准确性。
36.步骤103，若根据所述能效分析值确定待分析热处理设备为低效生产状态，则根据所述能效分析值与预设能效先进值的偏离程度，计算先进偏离值。
37.步骤104，根据所述先进偏离值确定参数调节策略，并根据能效机理模型对所述参数调节策略的能效节能情况进行预测，获得节能预测数据，将所述设备参数、所述能效分析值、预设能效先进值、所述参数调节策略及所述节能预测数据展示于预设展示平台。
38.接着，如果根据能效分析值确定待分析热处理设备为低效生产状态，那么根据能效分析值与预设能效先进值的偏离程度，计算先进偏离值，以便根据先进偏离值确定参数调节策略，并根据能效机理模型对参数调节策略的能效节能情况进行预测，获得节能预测数据，将设备参数、能效分析值、预设能效先进值、参数调节策略及节能预测数据展示于预设展示平台。为此，通过科学、有效、实时的设备能效分析，实现了对钢铁生产过程中热处理设备能效的计算、评价、对标、分析及节能挖掘等，使能源管理人员和操作人员实时了解和掌握了热处理设备当前能源利用水平、高低效运行情况和距离高效运行的差距，并获得设备低效原因、高效运行改进措施和节能调节策略，避免了以往的高效改进多依赖现场工作人员经验，存在主观性强且经验水平不一的问题，可以用于指导现场生产实时操作和调整，
保证了热处理设备热生产过程高能效稳定进行，促进了能源的高效利用。
39.通过应用本实施例的技术方案，获取设备参数数据并进行数据预处理，获得参数分析值；若待分析热处理设备符合预设工况标准，则根据参数分析值计算能效分析值；若待分析热处理设备为低效生产状态，则根据能效分析值与预设能效先进值的偏离程度，计算先进偏离值；根据先进偏离值确定参数调节策略，并根据能效机理模型对参数调节策略的能效节能情况进行预测，获得节能预测数据，将设备参数、能效分析值、预设能效先进值、参数调节策略及节能预测数据展示于预设展示平台。实现了对钢铁生产过程中热处理设备能效的分析，获得设备低效原因、高效运行改进措施和节能调节策略，保证了热处理设备热生产过程高能效稳定进行，促进了能源的高效利用。
40.进一步的，作为上述实施例具体实施方式的细化和扩展，为了完整说明本实施例的具体实施过程，提供了另一种热处理设备能效分析方法，如图2所示，该方法包括：
41.步骤201，在预设分析周期内，获取待分析热处理设备对应的各设备的设备参数数据，其中，所述设备参数数据包括累计类参数数据及非累计类参数数据。
42.在本技术上述实施例中，在预设分析周期内，获取待分析热处理设备对应的各设备的设备参数数据，以便后续根据设备参数数据对待分析热处理设备进行能效分析。其中，设备参数包括累计类参数及非累计类参数，设备参数数据包括累计类参数数据及非累计类参数数据。
43.步骤202，根据累计类参数数据处理公式处理累计类参数数据，获得累计类参数的参数分析值，以及根据非累计类参数数据处理公式处理非累计类参数数据，获得非累计类参数的参数分析值，其中，所述累计类参数数据处理公式为：
[0044][0045]
xi为第i累计类参数在
△
t时间内的参数分析值，
△
t为预设分析周期，x
i,
为第i累计类参数在t时刻的累计值，x
i,δt
为第i累计类参数在t-δt时刻的累计值，p
t
为第i累计类参数在t时刻的产品产量累计值，p
t-δt
为第i累计类参数在t-δt时刻的产品产量累计值；
[0046]
所述非累计类参数数据处理公式为：
[0047][0048]
xi为第i非累计类参数在
△
t时间内的平均值作为参数分析值，x
i,
为第i非累计类参数在第k次采集的值，k为第i非累计类参数在
△
t时间内的采集总次数。
[0049]
接着，将获取到的设备参数数据进行分类处理，分别根据累计类参数数据处理公式及非累计类参数数据处理公式，获得两类参数的参数分析值，通过分类参数数据，可以有针对性的计算参数分析值。
[0050]
步骤203，若根据所述参数分析值确定待分析热处理设备符合预设工况标准，则确定所述参数分析值是否处于预设有效数据阈值范围。
[0051]
接着，若待分析热处理设备符合预设工况标准，则再判断参数分析值是否处于预设有效数据阈值范围，其中，预设工况标准对应的标准工况阈值范围大于预设有效数据阈值范围。具体的，对待分析热处理设备实时生产过程中读入的设备参数，如设备主要输入输
出参数、重要工艺操作参数及成分参数等，是否在正常合理区间内进行判断，以保证数据的有效性。若否的话，则报错该参数数据，防止出现部分无效数据导致最终能效计算结果偏差较大，影响工艺操作判断。若是的话，则继续后续的能效分析操作。通过对判断参数分析值是否处于有效数据阈值范围，保证了数据有效性和准确性。
[0052]
步骤204，当所述参数分析值处于预设有效数据阈值范围时，根据所述参数分析值及能效分析值计算公式，计算能效分析值，其中，所述能效分析值计算公式为：
[0053][0054]
f(x)为待分析热处理设备
△
t时间内的能效分析值，∑q
有效
为基于所述参数分析值及待分析热处理设备热量计算方法获得的有效输出项之和，∑q
in
为基于所述参数分析值及待分析热处理设备热量计算方法获得的设备总输入项之和。
[0055]
步骤205，当所述参数分析值处于预设有效数据阈值范围之外时，根据参数分析值及所述参数分析值对应的设备参数生成数据报错信息，并将所述数据报错信息发送至预设接收终端。
[0056]
接着，当参数分析值处于预设有效数据阈值范围时，根据参数分析值及能效分析值计算公式，计算能效分析值。传统钢铁企业热处理设备主要包括高炉、烧结机、带式焙烧机、链篦机-回转窑、焦炉、转炉、加热炉等，能效分析值计算公式为有效输出的能量与输入的能量之比。通过详细计算能效分析值中的各输入输出项，可以在线计算待分析热处理设备的能效分析值。特别地，若待分析热处理设备为烧结机，则待分析热处理设备热量计算方法可以为《烧结机热平衡测试与计算方法》gb/t 34473-2017。当参数分析值处于预设有效数据阈值范围之外时，根据参数分析值及参数分析值对应的设备参数生成数据报错信息，并将数据报错信息发送至预设接收终端。
[0057]
步骤206，若根据所述能效分析值确定待分析热处理设备为低效生产状态，则根据所述能效分析值与预设能效先进值的偏离程度，计算先进偏离值。
[0058]
步骤207，根据所述先进偏离值确定参数调节策略，并根据能效机理模型对所述参数调节策略的能效节能情况进行预测，获得节能预测数据，将所述设备参数、所述能效分析值、预设能效先进值、所述参数调节策略及所述节能预测数据展示于预设展示平台。
[0059]
接着，若待分析热处理设备为低效生产状态，则根据能效分析值与预设能效先进值的偏离程度，计算先进偏离值，进而根据先进偏离值确定参数调节策略，并根据能效机理模型对参数调节策略的能效节能情况进行预测，获得节能预测数据，并将设备参数及节能预测数据等展示于预设展示平台。为此，通过分类参数数据，可以有针对性的计算参数分析值，以及通过判断参数分析值是否处于有效数据阈值范围，保证了数据有效性和准确性。
[0060]
通过应用本实施例的技术方案，获取设备参数数据并分类，分别计算累计类参数及非累计类参数的参数分析值，若待分析热处理设备符合预设工况标准，则判断数分析值是否处于预设有效数据阈值范围。当处于预设有效数据阈值范围时，根据参数分析值及能效分析值计算公式，计算能效分析值，否则生成数据报错信息，并将数据报错信息发送至预设接收终端。若待分析热处理设备为低效生产状态，则根据能效分析值与预设能效先进值的偏离程度，计算先进偏离值。根据先进偏离值确定参数调节策略，并根据能效机理模型对参数调节策略的能效节能情况进行预测，将设备参数及节能预测数据等展示于预设展示平
台。通过分类参数数据，可以有针对性的计算参数分析值，以及通过判断参数分析值是否处于有效数据阈值范围，保证了数据有效性和准确性。
[0061]
进一步的，作为上述实施例具体实施方式的细化和扩展，为了完整说明本实施例的具体实施过程，提供了又一种热处理设备能效分析方法，如图3所示，该方法包括：
[0062]
步骤301，在预设分析周期内，获取待分析热处理设备对应的各设备的设备参数数据，对所述设备参数数据进行数据预处理，获得参数分析值。
[0063]
在本技术上述实施例中，在预设分析周期内，获取待分析热处理设备对应的各设备的设备参数数据，并进行数据预处理，获得参数分析值，以便后续根据参数分析值计算能效分析值。
[0064]
步骤302，若根据所述参数分析值确定待分析热处理设备符合预设工况标准，则根据所述参数分析值计算能效分析值。
[0065]
步骤303，根据所述能效分析值及先进程度量化公式，计算先进程度值，当所述先进程度值大于或等于预设生产状态判定值时，待分析热处理设备为高效生产状态，当所述先进程度值小于预设生产状态判定值时，待分析热处理设备为低效生产状态，其中，所述先进程度量化公式为：
[0066][0067]
δη为先进程度值，f(x)
基准
为预设能效基准值，f(x)
先进
为预设能效先进值。
[0068]
接着，若待分析热处理设备符合预设工况标准，则根据参数分析值计算能效分析值。具体的，根据能效分析值及先进程度量化公式，计算先进程度值δη，当先进程度值大于或等于预设生产状态判定值(例如1)时，待分析热处理设备为高效生产状态，当先进程度值小于预设生产状态判定值时，待分析热处理设备为低效生产状态。为此，通过结合预设能效基准值和预设能效先进值，对当前周期的待分析热处理设备的能效分析值的先进程度进行定量化描述，用以判断先进程度值δη是否高于预设生产状态判定值。其中，预设生产状态判定值可根据历史数据按正态分布的方法进行设定，即待分析热处理设备的历史能效分析值高于预设值的分布情况，以便对待分析热处理设备的热处理过程能效高低进行自诊断。
[0069]
步骤304，若根据所述能效分析值确定待分析热处理设备为低效生产状态，则根据多元线性回归分析拟合方法，将待分析热处理的多个所述参数分析值作为自变量，将能效分析值作为因变量，获得设备参数对能效的影响度和影响程度排序，根据所述影响度及所述影响程度排序获得先进偏离值。
[0070]
步骤305，根据各设备参数对应的预设设备参数影响度，将各设备参数的先进偏离值进行排序，根据排序顺序确定待调节设备参数，根据所述待调节设备参数及所述待调节设备参数对应的预设参数先进值获得参数调节策略。
[0071]
接着，若待分析热处理设备为低效生产状态，则根据待分析热处理设备的历史数据分析给出的重要影响因素(预设设备参数影响度)，结合多元线性回归分析拟合方法，量化各设备参数对能效指标的影响，即将待分析热处理设备的多个参数分析值作为自变量，将能效分析值作为因变量，获得设备参数对能效的影响度和影响程度排序，根据影响度及影响程度排序获得先进偏离值。
[0072]
根据影响度及影响程度排序，定量计算参数距离先进值的偏离程度，并将各设备参数的先进偏离值进行排序，例如可以按偏离程度的大小进行排序，直观显示了设备参数与参数先进值的差异。接着，根据排序顺序确定待调节设备参数，以便根据待调节设备参数及待调节设备参数对应的预设参数先进值获得参数调节策略。具体的，可以对差异性较大和距参数先进值偏离程度较大的设备参数进行调节，即将影响程度排序靠前的设备参数进行由大到小排序，获得设备参数的先进偏离值的定量值和直观比较，将距离参数先进值水平较远的设备参数调节向先进水平(预设参数先进值)靠近，获得主要节能措施和调节方向(参数调节策略)。
[0073]
步骤306，根据能效机理模型对所述参数调节策略的能效节能情况进行预测，获得节能预测数据，将所述设备参数、所述能效分析值、预设能效先进值、所述参数调节策略及所述节能预测数据展示于预设展示平台。
[0074]
接着，根据能效机理模型对参数调节策略的能效节能情况进行预测，获得节能预测数据，将设备参数等展示于预设展示平台。具体的，通过将调节后的数据带入能效机理模型模拟运行，可以计算调节后预期的节能潜力等相关效益数据，进而输出能效分析值等进行展示。
[0075]
通过应用本实施例的技术方案，获取设备参数数据并进行数据预处理，获得参数分析值，根据参数分析值计算能效分析值及先进程度值。当先进程度值大于或等于预设生产状态判定值时，待分析热处理设备为高效生产状态，否则为低效生产状态。若待分析热处理设备为低效生产状态，则根据多元线性回归分析拟合方法获得先进偏离值。根据预设设备参数影响度，确定待调节设备参数，根据待调节设备参数对应的预设参数先进值获得参数调节策略。根据能效机理模型对参数调节策略的能效节能情况进行预测，将设备参数及节能预测数据等展示于预设展示平台。通过对能效基准值、能效先进值、参数先进值等进行设定，并对设备参数数据进行数据预处理后，获得参数分析值。接着根据参数分析值计算能效分析值，基于能效分析值对高效生产状态对应的数据进行入库保存和对低效生产状态的应对策略及预测结果进行输出展示，实现了对钢铁制造过程热处理设备的能效分析及应对策略展示，具有现场指导作用。
[0076]
进一步的，作为上述实施例具体实施方式的细化和扩展，为了完整说明本实施例的具体实施过程，提供了又一种热处理设备能效分析方法，如图4所示，该方法包括：
[0077]
步骤401，获取待分析热利用设备的生产过程历史数据，基于所述生产过程历史数据及聚类分析方法，获得待分析热利用设备对应的各设备参数的有效数据阈值范围、能效基准值、能效先进值及参数先进值。
[0078]
步骤402，基于所述生产过程历史数据，将设备参数作为自变量以及将能效作为因变量，建立每个设备参数的线性回归模型，根据逐步回归法逐个将因变量引入所述线性回归模型后，获得各设备参数的设备参数影响度。
[0079]
在本技术上述实施例中，获取待分析热利用设备的生产过程历史数据，以预设分析周期内历史生产数据为基础，结合聚类的分析方法，对待分析热处理设备生产过程数据进行工况区分和筛选，获得设备正常运行工况下多种设备参数的区间范围(根据参数生产波动情况，可设置外扩10％～20％)，其中，多种参数包括设备参数、物质能源投入产出参数、各种温度参数、工艺操作参数等，最终获得各设备参数的有效数据阈值范围、能效基准
值、能效先进值及参数先进值等，还可以获得标准工况阈值范围(包括标准工况最低值及标准工况最高值)，作为输入初始值及判定的初始数据。
[0080]
接着，结合预设分析周期内生产过程历史数据，针对设备的多种能效因变量和多个影响因素自变量，将设备参数作为自变量以及将能效作为因变量，逐个建立每一因变量和所有自变量的线性回归模型，即建立每个设备参数的线性回归模型，采用逐步回归法，逐个将因变量引入所述线性回归模型后，获得各设备参数的设备参数影响度。
[0081]
具体的，对每一个自变量随着其对回归方程贡献的变化，随时地引入或剔除模型，使得最终回归方程中的变量对因变量y的影响都是显著的，而回归方程外的变量对y的影响都是不显著的，目的是剔除变量中不太重要又和其他变量高度相关的变量，降低多重共线性程度。
[0082]
对p个自变量x1，x2，x3，
···
，x
p
，同因变量y可能的模型如下：
[0083]
y＝β0+β1x1+β2x2+
…
βmxm，i＝1,2,
…m[0084]
式中x1，x2，
…
xm是自变量，x1，x2，x3，
···
，x
p
被选择包含在模型中的自变量，β1，β2，
…
βm是相应的回归系数，即影响因子的大小。
[0085]
步骤403，在预设分析周期内，获取待分析热处理设备对应的各设备的设备参数数据，对所述设备参数数据进行数据预处理，获得参数分析值。
[0086]
步骤404，若根据所述参数分析值确定待分析热处理设备符合预设工况标准，则根据所述参数分析值计算能效分析值。
[0087]
步骤405，根据所述能效分析值及先进程度量化公式，计算先进程度值，当所述先进程度值大于或等于预设生产状态判定值时，待分析热处理设备为高效生产状态。
[0088]
接着，在预设分析周期内，获取设备参数数据，对所述设备参数数据进行数据预处理，获得参数分析值。若待分析热处理设备符合预设工况标准，则根据参数分析值计算能效分析值。根据能效分析值及先进程度量化公式，计算先进程度值，当先进程度值大于或等于预设生产状态判定值时，待分析热处理设备为高效生产状态，通过判断设备为高效生产状态，可以获取设备高效生产时的相关数据，对提高能效有帮助。
[0089]
步骤406，若根据所述能效分析值确定待分析热处理设备为高效生产状态，则将设备参数及能效分析值存储于预设数据库，并将所述设备参数、所述能效分析值、预设能效基准值及预设能效先进值展示于预设展示平台。
[0090]
再接着，若待分析热处理设备为高效生产状态，则将设备参数及能效分析值存储于预设数据库，并将设备参数、能效分析值、预设能效基准值及预设能效先进值展示于预设展示平台。通过将设备参数和能效当前值直接输出，并入库保存输出结果，可以用于分析设备高效生产时的相关数据，对生成提高设备能效的策略提供数据基础。
[0091]
步骤407，当所述先进程度值大于预设能效更新阈值时，基于本次预设分析周期开始计数，当先进程度值大于预设能效更新阈值的次数在预设考核期内满足预设频次后，将预设考核期内计算的最大能效分析值作为更新后的预设能效先进值计入后续的预设分析周期。
[0092]
步骤408，当最大能效分析值所对应的预设分析周期内所计算的先进偏离值小于预设参数更新阈值时，将小于预设参数更新阈值的先进偏离值对应的设备参数的参数先进值作为更新后的预设参数先进值计入后续的预设分析周期。
[0093]
接着，可以对待分析热处理设备的预设能效先进值和参数先进值进行自学习和自更新。当先进程度值δη大于预设能效更新阈值(例如为1)时，表明设备当前计算周期能效分析值超过了历史能效先进值，将当前时间段能效分析值保存，并基于本次预设分析周期开始计数，当先进程度值大于预设能效更新阈值的次数n在预设考核期内满足预设频次f后，将预设考核期内计算的最大能效分析值maxf(x)作为更新后的预设能效先进值计入后续的预设分析周期。若时间段内未达到满足预设频次f，则计数清零，进入下一分析周期。通过将设备下一分析周期中的能效先进值与计数中能效分析值的最高值进行替换、更新并带入下一分析周期，实现了预设能效先进值的自更新，提高了分析的准确性。
[0094]
同样的，参数先进值自学习更新为当n次能效分析值的最高值maxf(x)进行能效先进值替换后，再结合maxf(x)对应的各项参数分析值，加入设备参数与参数先进值的量化对比，即当最大能效分析值所对应的预设分析周期内所计算的先进偏离值小于预设参数更新阈值(例如0)时，表明能效最高值对应的设备运行参数值超过了(或低于了)该参数的历史先进值，将小于预设参数更新阈值的先进偏离值对应的设备参数的参数先进值作为更新后的预设参数先进值计入后续的预设分析周期。通过定量描述能效最高值对应的设备运行参数值与该参数的历史先进值的比较，若参数的先进偏离值小于0，则表明出现了比当前先进值更好的值，将设备下一分析周期中此设备参数的参数先进值与能效分析值最高值下的参数分析值进行自替换、自更新，带入下一计算周期，完成了参数先进值的自学习自更新功能。
[0095]
通过应用本实施例的技术方案，通过收集待分析热处理设备的历史数据，获得待分析热利用设备对应的各设备参数的有效数据阈值范围、能效基准值、能效先进值参数先进值及设备参数影响度，对能效分析提供了更加精准的分析因素，然后通过设备能效和参数先进值自学习和自更新算法，对分析周期内的能效先进值和参数先进值进行实时更新，增加了分析的准确性。
[0096]
在一种具体的实施例中，以高炉历史生产数据为基础，以铁水产量、铁水成分、高炉煤气发生量、铁渣量和高炉鼓风量设备参数为主进行数据分析，将高炉多种工况(正常工况以及维修工况、限产工况等非正常工况)数据进行区分和筛选，以确定高炉正常工况数据并进行筛分，获得高炉多种设备参数和指标的波动区间、基准值、先进值，如表1，作为输入初始值及判定的初步数据，完成能效分析方法各部分的设定。
[0097]
表1
[0098]
参数范围区间基准值先进值冶金焦270～345315280喷吹煤134～215162204烧结矿940～12301115970球团矿410～590436563块矿35～13538103鼓风910～11501057923高炉煤气1332～158015121358热效率指标70～917387.5
[0099]
以一个分析周期数据为例，通过数据预处理，获得烧结矿用量1054.14kg/t、球团
矿用量496.62kg/t、矿石用量84.54kg/t、综合品位tfe 59.81％、焦炭消耗307.26kg/t、喷吹煤量176.05kg/t、鼓风量922.31kg/t、鼓风风温1098.52℃、炉顶压力0.259mpa、炉顶温度176.42℃、铁水温度1482℃、煤气发生量1386m3/t、铁渣量295kg/t、铁渣温度1503℃等各设备参数值，对比分析后均在合理范围区间内，因此能保证读入数据的有效性。
[0100]
通过高炉热平衡计算方法，计算得到高炉热输入项炭素氧化co2放热占比为62.03％，炭素氧化co放热占比为22.10％，鼓风带入热占比为14.13％，甲烷生成热占比为0.19％，成渣热占比为1.03％，炉料物理热占比为0.24％，外部热损失占比为7.17％，热输出中有效热占比为82.59％，当前周期高炉热效率为83.59％。则δη为0.674，ω取0.8，此时判定高炉生产为低效生产状态，需要进行节能改进，根据获得的重要影响因素(预设设备参数影响度)对高炉热效率影响程度排序：烧结矿＞球团矿＞冶金焦＞喷吹煤＞鼓风＞块矿。
[0101]
通过各项设备参数的先进偏离值定量分析可得结果，冶金焦、喷吹煤、烧结矿、球团矿、块矿、鼓风、高炉煤气的参数偏离值分别为0.779、0.665、0.513、0.522、0.284、-0.005、0.309。因此，指导现场操作指导措施为：首先，合理降低冶金焦的使用量，向参数先进值280kg/t靠近，再根据高炉炉况调整喷吹煤的量。其中，鼓风量的先进偏离值小于0，但当前周期并不是高效生产及δη大于1的情况，所以，不会进行鼓风参数先进值的自更新。对关键参数和能效的实时值、先进值、节能措施的在线展示。
[0102]
进一步的，作为图1方法的具体实现，本技术实施例提供了一种热处理设备能效分析装置，如图5所示，该装置包括：
[0103]
数据处理模块501，用于在预设分析周期内，获取待分析热处理设备对应的各设备的设备参数数据，对所述设备参数数据进行数据预处理，获得参数分析值；
[0104]
能效计算模块502，用于若根据所述参数分析值确定待分析热处理设备符合预设工况标准，则根据所述参数分析值计算能效分析值；
[0105]
偏离计算模块503，用于若根据所述能效分析值确定待分析热处理设备为低效生产状态，则根据所述能效分析值与预设能效先进值的偏离程度，计算先进偏离值；
[0106]
策略生成模块504，用于根据所述先进偏离值确定参数调节策略，并根据能效机理模型对所述参数调节策略的能效节能情况进行预测，获得节能预测数据，将设备参数、所述能效分析值、预设能效先进值、所述参数调节策略及所述节能预测数据展示于预设展示平台。
[0107]
可选地，所述设备参数数据包括累计类参数数据及非累计类参数数据；所述设备参数数据包括累计类参数数据及非累计类参数数据；所述数据处理模块501，还用于：
[0108]
根据累计类参数数据处理公式处理累计类参数数据，获得累计类参数的参数分析值，以及根据非累计类参数数据处理公式处理非累计类参数数据，获得非累计类参数的参数分析值，其中，所述累计类参数数据处理公式为：
[0109][0110]
xi为第i累计类参数在
△
t时间内的参数分析值，
△
t为预设分析周期，x
i,
为第i累计类参数在t时刻的累计值，x
i,δt
为第i累计类参数在t-δt时刻的累计值，p
t
为第i累计类参数在t时刻的产品产量累计值，p
t-δt
为第i累计类参数在t-δt时刻的产品产量累计值；
[0111]
所述非累计类参数数据处理公式为：
[0112][0113]
xi为第i非累计类参数在
△
t时间内的平均值作为参数分析值，x
i,
为第i非累计类参数在第k次采集的值，k为第i非累计类参数在
△
t时间内的采集总次数。
[0114]
可选地，所述能效计算模块502，还用于：
[0115]
确定所述参数分析值是否处于预设有效数据阈值范围；
[0116]
当所述参数分析值处于预设有效数据阈值范围时，根据所述参数分析值计算能效分析值；
[0117]
当所述参数分析值处于预设有效数据阈值范围之外时，根据参数分析值及所述参数分析值对应的设备参数生成数据报错信息，并将所述数据报错信息发送至预设接收终端。
[0118]
可选地，所述能效计算模块502，还用于：
[0119]
根据所述参数分析值及能效分析值计算公式，计算能效分析值，其中，所述能效分析值计算公式为：
[0120][0121]
f(x)为待分析热处理设备
△
t时间内的能效分析值，∑q
有效
为基于所述参数分析值及待分析热处理设备热量计算方法获得的有效输出项之和，∑q
in
为基于所述参数分析值及待分析热处理设备热量计算方法获得的设备总输入项之和。
[0122]
可选地，所述能效计算模块502，还用于：
[0123]
根据所述能效分析值及先进程度量化公式，计算先进程度值；
[0124]
当所述先进程度值大于或等于预设生产状态判定值时，待分析热处理设备为高效生产状态，当所述先进程度值小于预设生产状态判定值时，待分析热处理设备为低效生产状态，其中，所述先进程度量化公式为：
[0125][0126]
δη为先进程度值，f(x)
基准
为预设能效基准值，f(x)
先进
为预设能效先进值。
[0127]
可选地，所述偏离计算模块503，还用于：
[0128]
根据多元线性回归分析拟合方法，将待分析热处理设备的多个所述参数分析值作为自变量，将能效分析值作为因变量，获得设备参数对能效的影响度和影响程度排序，根据所述影响度及所述影响程度排序获得先进偏离值。
[0129]
可选地，所述策略生成模块504，还用于：
[0130]
根据各设备参数对应的预设设备参数影响度，将各设备参数的先进偏离值进行排序，根据排序顺序确定待调节设备参数，根据所述待调节设备参数及所述待调节设备参数对应的预设参数先进值获得参数调节策略。
[0131]
进一步的，本技术实施例提供了另一种热处理设备能效分析装置，如图6所示，该装置包括：
[0132]
数据处理模块601，用于在预设分析周期内，获取待分析热处理设备对应的各设备
的设备参数数据，对所述设备参数数据进行数据预处理，获得参数分析值；
[0133]
能效计算模块602，用于若根据所述参数分析值确定待分析热处理设备符合预设工况标准，则根据所述参数分析值计算能效分析值；
[0134]
偏离计算模块603，用于若根据所述能效分析值确定待分析热处理设备为低效生产状态，则根据所述能效分析值与预设能效先进值的偏离程度，计算先进偏离值；
[0135]
策略生成模块604，用于根据所述先进偏离值确定参数调节策略，并根据能效机理模型对所述参数调节策略的能效节能情况进行预测，获得节能预测数据，将设备参数、所述能效分析值、预设能效先进值、所述参数调节策略及所述节能预测数据展示于预设展示平台；
[0136]
参数更新模块605，用于若根据所述能效分析值确定待分析热处理设备为高效生产状态，则将设备参数及能效分析值存储于预设数据库，并将所述设备参数、所述能效分析值、预设能效基准值及预设能效先进值展示于预设展示平台，根据所述先进程度值对预设能效先进值及预设参数先进值进行更新。
[0137]
可选地，所述设备参数数据包括累计类参数数据及非累计类参数数据；所述设备参数数据包括累计类参数数据及非累计类参数数据；所述数据处理模块601，还用于：
[0138]
根据累计类参数数据处理公式处理累计类参数数据，获得累计类参数的参数分析值，以及根据非累计类参数数据处理公式处理非累计类参数数据，获得非累计类参数的参数分析值，其中，所述累计类参数数据处理公式为：
[0139][0140]
xi为第i累计类参数在
△
t时间内的参数分析值，
△
t为预设分析周期，x
i,
为第i累计类参数在t时刻的累计值，x
i,δt
为第i累计类参数在t-δt时刻的累计值，p
t
为第i累计类参数在t时刻的产品产量累计值，p
t-δt
为第i累计类参数在t-δt时刻的产品产量累计值；
[0141]
所述非累计类参数数据处理公式为：
[0142][0143]
xi为第i非累计类参数在
△
t时间内的平均值作为参数分析值，x
i,
为第i非累计类参数在第k次采集的值，k为第i非累计类参数在
△
t时间内的采集总次数。
[0144]
可选地，所述能效计算模块602，还用于：
[0145]
确定所述参数分析值是否处于预设有效数据阈值范围；
[0146]
当所述参数分析值处于预设有效数据阈值范围时，根据所述参数分析值计算能效分析值；
[0147]
当所述参数分析值处于预设有效数据阈值范围之外时，根据参数分析值及所述参数分析值对应的设备参数生成数据报错信息，并将所述数据报错信息发送至预设接收终端。
[0148]
可选地，所述能效计算模块602，还用于：
[0149]
根据所述参数分析值及能效分析值计算公式，计算能效分析值，其中，所述能效分析值计算公式为：
[0150][0151]
f(x)为待分析热处理设备
△
t时间内的能效分析值，∑q
有效
为基于所述参数分析值及待分析热处理设备热量计算方法获得的有效输出项之和，∑q
in
为基于所述参数分析值及待分析热处理设备热量计算方法获得的设备总输入项之和。
[0152]
可选地，所述能效计算模块602，还用于：
[0153]
根据所述能效分析值及先进程度量化公式，计算先进程度值；
[0154]
当所述先进程度值大于或等于预设生产状态判定值时，待分析热处理设备为高效生产状态，当所述先进程度值小于预设生产状态判定值时，待分析热处理设备为低效生产状态，其中，所述先进程度量化公式为：
[0155][0156]
δη为先进程度值，f(x)
基准
为预设能效基准值，f(x)
先进
为预设能效先进值。
[0157]
可选地，所述偏离计算模块603，还用于：
[0158]
根据多元线性回归分析拟合方法，将待分析热处理设备的多个所述参数分析值作为自变量，将能效分析值作为因变量，获得设备参数对能效的影响度和影响程度排序，根据所述影响度及所述影响程度排序获得先进偏离值。
[0159]
可选地，所述策略生成模块604，还用于：
[0160]
根据各设备参数对应的预设设备参数影响度，将各设备参数的先进偏离值进行排序，根据排序顺序确定待调节设备参数，根据所述待调节设备参数及所述待调节设备参数对应的预设参数先进值获得参数调节策略。
[0161]
可选地，所述参数更新模块605，还用于：
[0162]
当所述先进程度值大于预设能效更新阈值时，基于本次预设分析周期开始计数，当先进程度值大于预设能效更新阈值的次数在预设考核期内满足预设频次后，将预设考核期内计算的最大能效分析值作为更新后的预设能效先进值计入后续的预设分析周期；
[0163]
当最大能效分析值所对应的预设分析周期内所计算的先进偏离值小于预设参数更新阈值时，将小于预设参数更新阈值的先进偏离值对应的设备参数的参数先进值作为更新后的预设参数先进值计入后续的预设分析周期。
[0164]
可选地，所述参数更新模块605，还用于：
[0165]
获取待分析热利用设备的生产过程历史数据，基于所述生产过程历史数据及聚类分析方法，获得待分析热利用设备对应的各设备参数的有效数据阈值范围、能效基准值、能效先进值及参数先进值；
[0166]
基于所述生产过程历史数据，将设备参数作为自变量以及将能效作为因变量，建立每个设备参数的线性回归模型，根据逐步回归法逐个将因变量引入所述线性回归模型后，获得各设备参数的设备参数影响度。
[0167]
需要说明的是，本技术实施例提供的一种热处理设备能效分析装置所涉及各功能单元的其他相应描述，可以参考图1至图4方法中的对应描述，在此不再赘述。
[0168]
基于上述如图1至图4所示方法，相应的，本技术实施例还提供了一种存储介质，其
上存储有计算机程序，该计算机程序被处理器执行时实现上述如图1至图4所示的热处理设备能效分析方法。
[0169]
基于这样的理解，本技术的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施场景所述的方法。
[0170]
基于上述如图1至图4所示的方法，以及图5、图6所示的虚拟装置实施例，为了实现上述目的，本技术实施例还提供了一种计算机设备，具体可以为个人计算机、服务器、网络设备等，该计算机设备包括存储介质和处理器；存储介质，用于存储计算机程序；处理器，用于执行计算机程序以实现上述如图1至图4所示的热处理设备能效分析方法。
[0171]
可选地，该计算机设备还可以包括用户接口、网络接口、摄像头、射频(radio frequency，rf)电路，传感器、音频电路、wi-fi模块等等。用户接口可以包括显示屏(display)、输入单元比如键盘(keyboard)等，可选用户接口还可以包括usb接口、读卡器接口等。网络接口可选的可以包括标准的有线接口、无线接口(如蓝牙接口、wi-fi接口)等。
[0172]
本领域技术人员可以理解，本实施例提供的一种计算机设备结构并不构成对该计算机设备的限定，可以包括更多或更少的部件，或者组合某些部件，或者不同的部件布置。
[0173]
存储介质中还可以包括操作系统、网络通信模块。操作系统是管理和保存计算机设备硬件和软件资源的程序，支持信息处理程序以及其它软件和/或程序的运行。网络通信模块用于实现存储介质内部各组件之间的通信，以及与该实体设备中其它硬件和软件之间通信。
[0174]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本技术可以借助软件加必要的通用硬件平台的方式来实现，也可以通过硬件实现，在预设分析周期内，获取待分析热处理设备对应的各设备的设备参数数据，对所述设备参数数据进行数据预处理，获得参数分析值；若根据所述参数分析值确定待分析热处理设备符合预设工况标准，则根据所述参数分析值计算能效分析值；若根据所述能效分析值确定待分析热处理设备为低效生产状态，则根据所述能效分析值与预设能效先进值的偏离程度，计算先进偏离值；根据所述先进偏离值确定参数调节策略，并根据能效机理模型对所述参数调节策略的能效节能情况进行预测，获得节能预测数据，将设备参数、所述能效分析值、预设能效先进值、所述参数调节策略及所述节能预测数据展示于预设展示平台。实现了对钢铁生产过程中热处理设备能效的分析，获得设备低效原因、高效运行改进措施和节能调节策略，保证了热处理设备热生产过程高能效稳定进行，促进了能源的高效利用。
[0175]
本领域技术人员可以理解附图只是一个优选实施场景的示意图，附图中的模块或流程并不一定是实施本技术所必须的。本领域技术人员可以理解实施场景中的装置中的模块可以按照实施场景描述进行分布于实施场景的装置中，也可以进行相应变化位于不同于本实施场景的一个或多个装置中。上述实施场景的模块可以合并为一个模块，也可以进一步拆分成多个子模块。
[0176]
上述本技术序号仅仅为了描述，不代表实施场景的优劣。以上公开的仅为本技术的几个具体实施场景，但是，本技术并非局限于此，任何本领域的技术人员能思之的变化都应落入本技术的保护范围。

技术特征：
1.一种热处理设备能效分析方法，其特征在于，所述方法包括：在预设分析周期内，获取待分析热处理设备对应的各设备的设备参数数据，对所述设备参数数据进行数据预处理，获得参数分析值；若根据所述参数分析值确定待分析热处理设备符合预设工况标准，则根据所述参数分析值计算能效分析值；若根据所述能效分析值确定待分析热处理设备为低效生产状态，则根据所述能效分析值与预设能效先进值的偏离程度，计算先进偏离值；根据所述先进偏离值确定参数调节策略，并根据能效机理模型对所述参数调节策略的能效节能情况进行预测，获得节能预测数据，将设备参数、所述能效分析值、预设能效先进值、所述参数调节策略及所述节能预测数据展示于预设展示平台。2.根据权利要求1所述的方法，其特征在于，所述根据所述参数分析值计算能效分析值，包括：根据所述参数分析值及能效分析值计算公式，计算能效分析值，其中，所述能效分析值计算公式为：f(x)为待分析热处理设备
△
t时间内的能效分析值，∑q
有效
为基于所述参数分析值及待分析热处理设备热量计算方法获得的有效输出项之和，∑q
in
为基于所述参数分析值及待分析热处理设备热量计算方法获得的设备总输入项之和。3.根据权利要求1所述的方法，其特征在于，所述根据所述参数分析值及能效分析值计算公式，计算能效分析值之后，所述方法还包括：根据所述能效分析值及先进程度量化公式，计算先进程度值；当所述先进程度值大于或等于预设生产状态判定值时，待分析热处理设备为高效生产状态，当所述先进程度值小于预设生产状态判定值时，待分析热处理设备为低效生产状态，其中，所述先进程度量化公式为：δη为先进程度值，f(x)
基准
为预设能效基准值，f(x)
先进
为预设能效先进值。4.根据权利要求1至3中任一项所述的方法，其特征在于，所述根据所述能效分析值与预设能效先进值的偏离程度，计算先进偏离值，包括：根据多元线性回归分析拟合方法，将待分析热处理设备的多个所述参数分析值作为自变量，将能效分析值作为因变量，获得设备参数对能效的影响度和影响程度排序，根据所述影响度及所述影响程度排序获得先进偏离值；相应地，所述根据所述先进偏离值确定参数调节策略，包括：根据各设备参数对应的预设设备参数影响度，将各设备参数的先进偏离值进行排序，根据排序顺序确定待调节设备参数，根据所述待调节设备参数及所述待调节设备参数对应的预设参数先进值获得参数调节策略。5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
若根据所述能效分析值确定待分析热处理设备为高效生产状态，则将设备参数及能效分析值存储于预设数据库，并将所述设备参数、所述能效分析值、预设能效基准值及预设能效先进值展示于预设展示平台；根据所述先进程度值对预设能效先进值及预设参数先进值进行更新。6.根据权利要求5所述的方法，其特征在于，所述根据所述先进程度值对预设能效先进值及预设参数先进值进行更新，包括：当所述先进程度值大于预设能效更新阈值时，基于本次预设分析周期开始计数，当先进程度值大于预设能效更新阈值的次数在预设考核期内满足预设频次后，将预设考核期内计算的最大能效分析值作为更新后的预设能效先进值计入后续的预设分析周期；当最大能效分析值所对应的预设分析周期内所计算的先进偏离值小于预设参数更新阈值时，将小于预设参数更新阈值的先进偏离值对应的设备参数的参数先进值作为更新后的预设参数先进值计入后续的预设分析周期。7.根据权利要求6所述的方法，其特征在于，所述在预设分析周期内，获取待分析热处理设备对应的各设备的设备参数数据之前，所述方法还包括：获取待分析热利用设备的生产过程历史数据，基于所述生产过程历史数据及聚类分析方法，获得待分析热利用设备对应的各设备参数的有效数据阈值范围、能效基准值、能效先进值及参数先进值；基于所述生产过程历史数据，将设备参数作为自变量以及将能效作为因变量，建立每个设备参数的线性回归模型，根据逐步回归法逐个将因变量引入所述线性回归模型后，获得各设备参数的设备参数影响度。8.一种热处理设备能效分析装置，其特征在于，所述装置包括：数据处理模块，用于在预设分析周期内，获取待分析热处理设备对应的各设备的设备参数数据，对所述设备参数数据进行数据预处理，获得参数分析值；能效计算模块，用于若根据所述参数分析值确定待分析热处理设备符合预设工况标准，则根据所述参数分析值计算能效分析值；偏离计算模块，用于若根据所述能效分析值确定待分析热处理设备为低效生产状态，则根据所述能效分析值与预设能效先进值的偏离程度，计算先进偏离值；策略生成模块，用于根据所述先进偏离值确定参数调节策略，并根据能效机理模型对所述参数调节策略的能效节能情况进行预测，获得节能预测数据，将设备参数、所述能效分析值、预设能效先进值、所述参数调节策略及所述节能预测数据展示于预设展示平台。9.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述热处理设备能效分析的方法。10.一种计算机设备，包括存储介质、处理器及存储在存储介质上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述热处理设备能效分析的方法。

技术总结
本申请公开了一种热处理设备能效分析方法及装置、存储介质、计算机设备，该方法包括：对设备参数数据进行数据预处理，获得参数分析值；若待分析热处理设备符合预设工况标准，则根据参数分析值计算能效分析值；若待分析热处理设备为低效生产状态，则根据能效分析值与预设能效先进值的偏离程度，计算先进偏离值；根据先进偏离值确定参数调节策略，并根据能效机理模型对参数调节策略的能效节能情况进行预测，获得节能预测数据，将设备参数、能效分析值、预设能效先进值、参数调节策略及节能预测数据展示于预设展示平台。能够分析热处理设备的能效高低状态，且当低效生产时，通过量化设备参数距离设备先进运行的程度，追溯低效原因并提供调节策略。并提供调节策略。并提供调节策略。


技术研发人员：杜涛 袁喻兴 那洪明 邱梓洋 孙竞超 张磊 阳宇航 车梓畅
受保护的技术使用者：东北大学
技术研发日：2023.05.22
技术公布日：2023/9/6