一种洁净室环境参数的控制方法、装置及系统与流程

1.本技术涉及洁净室数据处理技术领域，尤其涉及一种洁净室环境参数的控制方法、装置及系统。

背景技术：

2.相关技术中，精密制造或者对环境洁净度有特殊要求的行业，例如微电子、航空航天、制药、医疗器械、医疗卫生、食品等，均需要精准控制洁净室中的环境。针对温度、湿度、压差、洁净度这几个常规受控参数，现有技术一般采用比例微分积分pid控制策略对受控参数进行各自独立闭环控制。值得关注的是，洁净室中的各个受控参数之间存在非线性、时滞性、多变量耦合等特征。随着制造业产品向微型、高精密、高纯等方向发展，对洁净室及相关受控环境提出了更高的精度要求，如洁净度为iso 1级、温度波动范围为
±
0.02～0.1℃，相对湿度波动范为
±
1～2％。现有对受控参数进行各自独立闭环控制且采用固定pid值的控制策略不能达到要求。

技术实现要素：

3.本技术实施例提供一种洁净室环境参数的控制方法、装置及系统，从而可以实现高精度控制洁净室的环境。
4.第一方面，本技术一实施例提供了一种洁净室环境参数的控制方法，包括：
5.针对洁净室的温度、湿度、洁净度和压差中任一控制对象，获取所述控制对象的影响因子，其中所述影响因子是对多个采集样本的时序相关性进行分析得到的；每个采集样本包括多个指定参数；所述多个指定参数中至少包括温度参数、湿度参数、洁净度参数和压差参数；
6.基于所述影响因子控制所述控制对象。
7.可选的，对多个采集样本的时序相关性进行分析，包括：
8.获取洁净室内温度、湿度、洁净度和压差相关的多个采集样本；
9.对所述多个采集样本的所述多个指定参数进行时序相关性分析，得到时序相关性分析结果，所述时序相关性分析结果中包括所述多个指定参数中影响所述温度的影响因子、影响所述湿度的影响因子、影响所述洁净度的影响因子以及影响所述压差的影响因子。
10.可选的，所述基于所述影响因子控制所述控制对象，包括：
11.将所述影响因子输入给所述控制对象对应的控制网络模型得到所述控制对象的比例微分积分pid参数；
12.基于所述pid参数控制所述控制对象。
13.可选的，所述温度参数包括：洁净室室内空气温度、新风机组出口温度、干盘管dcc进出口空气温度以及进出口水温、洁净室室外空气温度、新风机组送风露点温度、喷淋水温、表冷器进出口空气温度以及进出口水温、新风机组风机温升、风机过滤单元ffu温升；
14.所述湿度参数包括：洁净室室外湿度、洁净室室内湿度、新风机组送风露点温度、
表冷器进出口空气焓值；
15.所述压差参数包括：洁净室的一个房间内不同区域之间的压差以及洁净室的不同房间之间的压差；
16.所述洁净度参数包括：关注粒径下洁净室室内粒子浓度、新风机组出口粒子浓度、ffu过滤器出口粒子浓度；
17.所述指定参数还至少包括：洁净室人员数量、机台数及负荷率、新风量、排风量、所述dcc水量、所述ffu数量、ffu频率、电机功率、表冷器水量、控制风阀及水阀的开度、智能电表数据、变频器数据。
18.可选的，对所述多个采集样本的所述多个指定参数进行时序相关性分析，得到时序相关性分析结果，包括：
19.针对每种控制对象，构建协方差矩阵，所述协方差矩阵中包括用于分析每个指定参数和所述控制对象之间的关联关系的表达项；
20.采用主成分分析法对所述协方差矩阵进行分析，得到所述协方差矩阵对应的多个特征向量以及各所述特征向量对应的特征值；
21.按照特征值大小的顺序对特征向量进行排序；
22.按照排序获取所述控制对象的影响因子。
23.可选的，所述按照排序获取所述控制对象的影响因子，包括：根据以下公式确定影响因子；
[0024][0025]
其中，t为预设阈值，s
ii
为特征值，n为特征向量中特征值的总数量，l为所述控制对象影响因子的总数量。
[0026]
第二方面，本技术一实施例提供了一种洁净室环境参数的控制装置，包括：
[0027]
获取模块，用于针对洁净室的温度、湿度、洁净度和压差中任一控制对象，获取所述控制对象的影响因子，其中所述影响因子是对多个采集样本的时序相关性进行分析得到的；每个采集样本包括多个指定参数，所述多个指定参数中至少包括温度参数、湿度参数、洁净度参数和压差参数；
[0028]
控制模块，用于基于所述影响因子控制所述控制对象。
[0029]
可选的，所述获取模块在对多个采集样本的时序相关性进行分析时，具体用于：
[0030]
获取洁净室内温度、湿度、洁净度和压差相关的多个采集样本；
[0031]
对所述多个采集样本的所述多个指定参数进行时序相关性分析，得到时序相关性分析结果，所述时序相关性分析结果中包括所述多个指定参数中影响所述温度的影响因子、影响所述湿度的影响因子、影响所述洁净度的影响因子以及影响所述压差的影响因子。
[0032]
可选的，所述控制模块在基于所述影响因子控制所述控制对象时，具体用于：
[0033]
将所述影响因子输入给所述控制对象对应的控制网络模型得到所述控制对象的比例微分积分pid参数；
[0034]
基于所述pid参数控制所述控制对象。
[0035]
可选的，所述温度参数包括：洁净室室内空气温度、新风机组出口温度、干盘管dcc进出口空气温度以及进出口水温、洁净室室外空气温度、新风机组送风露点温度、喷淋水温、表冷器进出口空气温度以及进出口水温、新风机组风机温升、风机过滤单元ffu温升；
[0036]
所述湿度参数包括：洁净室室外湿度、洁净室室内湿度、新风机组送风露点温度、表冷器进出口空气焓值；
[0037]
所述压差参数包括：洁净室的一个房间内不同区域之间的压差以及洁净室的不同房间之间的压差；
[0038]
所述洁净度参数包括：关注粒径下洁净室室内粒子浓度、新风机组出口粒子浓度、ffu过滤器出口粒子浓度；
[0039]
所述指定参数还至少包括：洁净室人员数量、机台数及负荷率、新风量、排风量、所述dcc水量、所述ffu数量、ffu频率、电机功率、表冷器水量、控制风阀及水阀的开度、智能电表数据、变频器数据。
[0040]
可选的，所述获取模块在对所述多个采集样本的所述多个指定参数进行时序相关性分析，得到时序相关性分析结果时，具体用于：
[0041]
针对每种控制对象，构建协方差矩阵，所述协方差矩阵中包括用于分析每个指定参数和所述控制对象之间的关联关系的表达项；
[0042]
采用主成分分析法对所述协方差矩阵进行分析，得到所述协方差矩阵对应的多个特征向量以及各所述特征向量对应的特征值；
[0043]
按照特征值大小的顺序对特征向量进行排序；
[0044]
按照排序获取所述控制对象的影响因子。
[0045]
可选的，所述获取模块在按照排序获取所述控制对象的影响因子时，具体用于：根据以下公式确定影响因子；
[0046][0047]
其中，t为预设阈值，s
ii
为特征值，n为特征向量中特征值的总数量，l为所述控制对象影响因子的总数量。
[0048]
第三方面，本技术一实施例还提供了一种洁净室环境参数的控制系统，所述系统包括参数采集模块、集成监控平台、数据分析平台，其中：
[0049]
所述参数采集模块，用于获取洁净室内温度、湿度、洁净度和压差相关的多个采集样本；其中每个采集样本包括多个指定参数；所述多个指定参数中至少包括温度参数、湿度参数、洁净度参数和压差参数；
[0050]
所述集成监控平台、用于接收所述参数采集模块采集的所述多个指定参数；
[0051]
所述数据分析平台，用于接收所述集成监控平台发送的所述多个指定参数，并对所述多个指定参数进行时序相关性分析，得到时序相关性分析结果，并基于所述时序相关性分析结果确定所述洁净室的温度、湿度、洁净度和压差的控制指令，并将所述控制指令发送给所述集成监控平台；
[0052]
所述集成监控平台，还用于将所述洁净室的温度、湿度、洁净度和压差的控制指令
发送给相应的控制对象。
[0053]
可选的，所述参数采集模块包括至少一个可编程逻辑控制器plc和/或至少一个直接数字控制ddc，其中：
[0054]
所述plc，用于获取洁净室至少一个指定位置的指定传感器采集的数据，所述指定传感器至少包括温度传感器、湿度传感器、压力传感器；
[0055]
所述ddc，用于采集洁净室中每个风机过滤单元ffu的数据、粒子计数器测量的粒子浓度值、洁净室中人员数量、智能电表数据、变频器数据。
[0056]
可选的，所述数据分析平台在对所述多个指定参数进行时序相关性分析，得到时序相关性分析结果时，具体用于：
[0057]
针对每种控制对象，构建协方差矩阵，所述协方差矩阵中包括用于分析每个指定参数和所述控制对象之间的关联关系的表达项；
[0058]
采用主成分分析法对所述协方差矩阵进行分析，得到所述协方差矩阵对应的多个特征向量以及各所述特征向量对应的特征值；
[0059]
按照特征值大小的顺序对特征向量进行排序；
[0060]
按照排序获取所述控制对象的影响因子。
[0061]
第四方面，本技术一实施例还提供了一种电子设备，包括：
[0062]
处理器；
[0063]
用于存储所述处理器可执行指令的存储器；
[0064]
其中，所述处理器被配置为执行所述指令，以实现如本技术第一方面中提供的任一方法。
[0065]
第五方面，本技术一实施例还提供了一种计算机可读存储介质，当所述计算机可读存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如本技术第一方面中提供的任一方法。
[0066]
第六方面，本技术一实施例提供了一种计算机程序产品，包括计算机程序/指令，所述计算机程序/指令被处理器执行时实现如本技术第一方面中提供的任一方法。
[0067]
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
[0068]
为了更清楚地说明本技术实施例的技术方案，下面将对本技术实施例中所需要使用的附图作简单地介绍，显而易见地，下面所介绍的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0069]
图1为本技术实施例提供的洁净室的控制系统示意图；
[0070]
图2为本技术一实施例提供的洁净室内部示意图；
[0071]
图3为本技术一实施例提供的温度控制对象利用神经网络模型确定pid参数的结构示意图；
[0072]
图4为本技术一实施例提供的湿度控制对象利用神经网络模型确定pid参数的结构示意图；
[0073]
图5为本技术一实施例提供的洁净度控制对象利用神经网络模型确定pid参数的结构示意图；
[0074]
图6为本技术一实施例提供的压差控制对象利用神经网络模型确定pid参数的结构示意图；
[0075]
图7为本技术一实施例提供的温度、湿度、洁净度和压差控制对象各自闭环控制之间的控制关系示意图；
[0076]
图8为本技术一实施例提供的洁净室环境参数的控制方法的流程示意图；
[0077]
图9为本技术一实施例提供的洁净室环境参数的控制装置的结构示意图；
[0078]
图10为本技术一实施例提供的洁净室环境参数的控制方法的电子设备示意图。
具体实施方式
[0079]
为了使本领域普通人员更好地理解本技术的技术方案，下面将结合附图，对本技术实施例中的技术方案进行清楚、完整地描述。
[0080]
需要说明的是，本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应所述理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本技术相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本技术的一些方面相一致的装置和方法的例子。
[0081]
相关技术中，精密制造或者对环境洁净度有特殊要求的行业，例如微电子、航空航天、制药、医疗器械、医疗卫生、食品等，均需要精准控制洁净室中的环境。洁净室环境影响参数与洁净室的应用场景相关，例如影响参数可以是温度、湿度、压差、洁净度、菌落数、风速、噪音、静电等。现有技术中对洁净室的控制方法是单独对每个影响参数进行闭环控制。
[0082]
常规洁净室的温度波动范围为
±
0.3～0.5℃，相对湿度波动范围为(-5％，+5％)，洁净度一般为iso(international organization for standardization，国际标准化组织)4级以下。但是，随着制造业产品向微型、高精密、高纯等方向发展，对洁净室的环境提出了更高的精度要求，例如要求洁净度为iso1级，温度波动范围为
±
0.02～0.1℃，相对湿度波动范围为
±
1～2％。由于洁净室环境中的多个影响参数之间存在非线性、时滞性、多变量耦合的关系，若只单独对每个影响参数进行闭环控制，而不考虑影响参数之间的关联性，则不能实现高精度控制洁净室的环境。
[0083]
以电子工厂中影响洁净室环境影响参数温度、湿度、压差、洁净度为例进行说明，一般是利用固定pid(proportion integration differentiation，比例积分微分)值分别对温度、湿度、压差以及洁净度进行闭环控制。并且，针对室内温度的单独闭环控制，是通过调节dcc(dry cooling coil，干盘管)的水量实现，针对湿度的单独闭环控制，是通过调节新风露点温度实现，针对压差的单独闭环控制，是通过调节新风、排风量实现。现有技术中一般只对洁净度在线监测粒子浓度，不进行调控。故此调控方式不能实现高精度控制洁净室的环境。
[0084]
为此，如图1所示，本技术提供了一种洁净室环境参数的控制系统，包括：参数采集模块101、集成监控平台102、数据分析平台103。
[0085]
其中，参数采集模块101，用于获取洁净室内温度、湿度、洁净度和压差相关的多个采集样本，每个采集样本包括多个指定参数，且多个指定参数中至少包括温度参数、湿度参数、洁净度参数和压差参数。
[0086]
集成监控平台102，用于接收参数采集模块101采集的多个指定参数。
[0087]
数据分析平台103，用于接收集成监控平台102发送的多个指定参数，并对多个指定参数进行时序相关性分析，得到时序相关性分析结果。再基于时序相关性分析结果确定洁净室的温度、湿度、洁净度和压差的控制指令，并将控制指令发送给集成监控平台102，通过集成监控平台102将洁净室的温度、湿度、洁净度和压差的控制指令发送给相应的控制对象。
[0088]
参数采集模块101包括：至少一个plc(programmable logic controller，可编程逻辑控制器)1011和/或至少一个ddc(direct digital control，直接数字控制)。通过不同ddc可以获取不同类型的数据，如图1所示，包括第一ddc1012、第二ddc1013、第三ddc1014、
…
、第nddc101n。
[0089]
其中，plc1011用于获取洁净室至少一个指定位置的指定传感器采集的数据，指定传感器至少包括温度传感器、湿度传感器、压力传感器，还可以通过粒子计数仪探头获取指定位置处的粒子浓度。示例性的，如图2所示，示出了一个洁净室中位置a处安装有温度传感器、湿度传感器、压力传感器，位置b处安装有温度传感器，位置c处安装有湿度传感器、压力传感器、粒子计数仪探头。在此仅是举例说明，本技术并不限定具体传感器类型、粒子计数仪探头的型号以及传感器和粒子计数仪探头的具体位置。
[0090]
这里，plc1011与集成监控平台102之间可以通过通讯模块进行通信，在此并不限定具体通讯模块，第一ddc1012、第二ddc1013、第三ddc1014、
…
、第nddc101n与集成监控平台102之间可以通过串行通信协议modbus、opc(ole for process control，用于工程控制的ole)等标准通信协议的接口或者网关进行通信。集成监控平台102与数据分析平台103之间可以通过opc等标准通信协议的接口或者网关进行通信。在此仅是举例说明不同装置之间通信方式。
[0091]
以电子工厂常用的mau(make-up air unit，新风机组)、dcc、ffu(fan filter unit，风机过滤单元)组成的空调形式的洁净室为例，温度传感器可以采集洁净室室内空气温度、新风机组出口温度、干盘管dcc进出口温度以及进出口水温、洁净室室外空气温度、新风机组送风露点温度、喷淋水温、表冷器进出口空气温度以及进出口水温、新风机组风机温升、风机过滤单元ffu温升等。湿度传感器可以采集洁净室室外湿度、洁净室室内湿度、新风机组送风露点温度、表冷器进出口空气焓值等。压差传感器可以采集洁净室的一个房间内不同区域之间的压差以及洁净室的不同房间之间的压差等。粒子计数仪探头可以采集关注粒径下洁净室室内粒子浓度、新风机组出口粒子浓度、ffu过滤器出口粒子浓度等。指定传感器至少还可以采集洁净室人员数量、机台数及负荷率、新风量、排风量、所述dcc水量、所述ffu数量、ffu频率、电机功率、表冷器水量、控制风阀及水阀的开度、智能电表数据、变频器数据、以及其他智能阀自带信号的仪表数据。这里仅是举例说明，本技术并不限定具体仪表。
[0092]
多个ddc可以分别用于采集洁净室中每个风机过滤单元ffu的数据、粒子计数器测量的粒子浓度值等仪器仪表参数值、以及洁净室人员数量、机台负荷率、智能电表、变频器
等数据。例如第一ddc1012用于采集洁净室中每个风机过滤单元ffu的数据。具体的，可以采集ffu的频率、ffu处于工作状态的数量等数据。第二ddc1013用于采集粒子计数器测量的粒子浓度值。第三ddc1014用于采集洁净室中人员数量。还可以利用第nddc101n采集洁净室散热设备综合负荷率、洁净室散湿设备综合负荷率等数据。这里，综合负荷率是指将功率等级不同的设备按照不同权重占比分配计算后得到的数据。
[0093]
数据分析平台103还可以包括：滤波处理单元1031、关联性分析单元1032、预测单元1033、控制单元1034。集成控制平台102将上述多个指定参数发送给数据分析平台103后，先通过滤波处理单元1031对多个指定参数进行滤波处理，在此并不限定具体的滤波方式。
[0094]
多个指定参数经过滤波处理后，在关联性分析单元1032中进行时序数据与洁净室内温度、湿度、洁净度和压差的关联性分析。
[0095]
针对洁净室的温度、湿度、洁净度和压差中任一控制对象，对多个指定参数进行时序相关性分析后，得到的时序相关性分析结果为控制对象的影响因子。其中，控制对象的影响因子包括影响温度的影响因子、影响湿度的影响因子、影响洁净度的影响因子以及影响压差的影响因子。
[0096]
具体的，首先针对每种控制对象，构建协方差矩阵，协方差矩阵中包括用于分析每个指定参数和控制对象之间的关联关系的表达项；然后采用主成分分析法对协方差矩阵进行分析，得到协方差矩阵对应的多个特征向量以及各特征向量对应的特征值；再按照特征值大小的顺序对特征向量进行排序；最后按照排序获取控制对象的影响因子。
[0097]
示例性的，以洁净室内空气温度为控制对象，假设2021年11月15日下午3点至4点的时间段t内温度传感器采集的数据参数包括：室内空气温度x，新风机组出口温度y、干盘管dcc进出口温度z、ffu台数u。若每20分钟采集一次数据，则在时间段t内共采集了三次上述参数分别对应的数据。假设三次采集的时间分别为t1、t2、t3，那么t1时刻采集的数据包括：x1、y1、z1、u1，t2时刻采集的数据包括：x2、y2、z2、u2，t3时刻采集的数据包括：x3、y3、z3、u3。
[0098]
然后示例性的按照以下公式一分别计算(x1、y1)、(x2、y2)、(x3、y3)之间的协方差，得到cov(x1,y1)、cov(x2,y2)、cov(x3,y3)，再根据cov(x1,y1)、cov(x2,y2)、cov(x3,y3)计算得到cov(x,y)。
[0099]
同理可以得到cov(x,x)、cov(x,z)、cov(x,u)、cov(y,y)、cov(y,z)、cov(y,u)、cov(z,z)、cov(z,u)、cov(u,u)。其中cov(x,y)与cov(y,x)、cov(x,z)与cov(z,x)、cov(y,z)与cov(z,y)、cov(x,u)与cov(u,x)、cov(z,u)与cov(u,z)、cov(y,u)与cov(u,y)数值相同。利用上述计算结果构建协方差矩阵c，如下述公式二所示。
[0100][0101][0102]
其中，公式一中的xi、yi是指计算协方差的两个参数，n是指控制对象对应的指数参
数总个数，分别指多个采样时间各自对应指数参数的平均值。
[0103]
在构建协方差矩阵c后，利用主成分分析法对矩阵c进行降维处理，得到协方差矩阵c对应的特征向量以及特征向量对应的特征值s
11
、s
22
、s
33
、s
44
；再按照特征值大小的顺序对特征向量进行排序，如公式三所示；最后按照公式四获取控制对象的影响因子。
[0104][0105][0106]
其中，公式四中的t为预设阈值，s
ii
为特征值，n为特征向量中特征值的总数量，l为确定温度控制对象影响因子的总数量。
[0107]
在获取每个控制对象的影响因子之后，将影响因子输入给其控制对象对应的控制网络模型得到控制对象的pid参数，再基于pid参数控制对应的控制对象，进而使得pid参数是动态的，并且随着影响因子输入的变化而自适应变化。控制网络模型为以下模型中的任一种：神经网络模型、模糊pid和支持向量机模型。
[0108]
如图3所示，以多层结构的神经网络模型为例介绍温度控制对象确定pid参数的过程。假设温度控制对象经过关联性分析单元1032后得到的影响因子包括：洁净室散热设备综合负荷率、洁净室人员数据、新风量、新风机组出口温度、ddc水量、ddc进出口温差、排风量、ffu数量、ffu频率、压差、洁净室室外温度、洁净室温度实测值与目标值之间的偏差值等。将上述影响因子作为神经网络的输入，输出温度控制对象的闭环控制回路中pid控制器的kp、ki、kd值，以便于利用输出的kp、ki、kd值更好的调节温度控制对象。
[0109]
如图4所示，以多层结构的神经网络模型为例介绍湿度控制对象确定pid参数的过程。假设湿度控制对象经过关联性分析单元1032后得到的影响因子包括：洁净室散湿设备综合负荷率、洁净室人员数据、新风量、新风机组送风露点温度、洁净室室外温度、洁净室室外湿度、排风量、喷淋水温、1段表冷器进口温度、2段表冷器出口温度、设定湿度值、洁净室湿度实测值与目标值之间的偏差值等。将上述影响因子作为神经网络的输入，输出湿度控制对象的闭环控制回路中pid控制器的kp、ki、kd值，以便于利用输出的kp、ki、kd值更好的调节湿度控制对象。
[0110]
如图5所示，以多层结构的神经网络模型为例介绍洁净度控制对象确定pid参数的过程。假设洁净度控制对象经过关联性分析单元1032后得到的影响因子包括：洁净室设备综合负荷率、洁净室人员数据、新风量、新风机组出口粒子浓度、洁净室室内压差、ffu过滤器压差、排风量、ffu数量、ffu频率、设定粒子浓度值、洁净室粒子浓度实测值与目标值之间的偏差值等。将上述影响因子作为神经网络的输入，输出洁净度控制对象的闭环控制回路中pid控制器的kp、ki、kd值，以便于利用输出的kp、ki、kd值更好的调节洁净度控制对象。
[0111]
如图6所示，以多层结构的神经网络模型为例介绍压差控制对象确定pid参数的过程。假设压差控制对象经过关联性分析单元1032后得到的影响因子包括：洁净室散热设备综合负荷率、新风量、排风量、洁净室人员数据、ffu数量、ffu频率、压差设定值、洁净室压差实测值与目标值之间的偏差值等。将上述影响因子作为神经网络的输入，输出压差控制对象的闭环控制回路中pid控制器的kp、ki、kd值，以便于利用输出的kp、ki、kd值更好的调节压差控制对象。
[0112]
在确定洁净室的温度、湿度、洁净度和压差控制对象分别对应的闭环控制回路中pid控制器的kp、ki、kd值之后，如图7所示，示出了温度、湿度、洁净度和压差控制对象各自闭环控制之间的控制关系示意图。其中，将温度设定值作为温度控制对象闭环控制的输入，经过第一pid控制器、水阀、盘管、洁净室后，还可以再经过温度传感器进行反馈控制，并且温度控制对象的闭环控制还结合湿度、洁净度和压差控制对象的扰动调节。
[0113]
将湿度设定值作为湿度控制对象闭环控制的输入，经过第二pid控制器、水阀、喷淋/表冷、洁净室后，还可以再经过湿度传感器进行反馈控制，并且湿度控制对象的闭环控制还结合温度、洁净度和压差控制对象的扰动调节。
[0114]
将洁净度设定值作为洁净度控制对象闭环控制的输入，经过第三pid控制器、ffu频率/数量、过滤单元、洁净室后，还可以再经过粒子计数器进行反馈控制，并且洁净度控制对象的闭环控制还结合压差控制对象的扰动调节。
[0115]
将压差设定值作为压差控制对象闭环控制的输入，经过第四pid控制器、ffu频率、新风量、洁净室后，还可以再经过压力传感器进行反馈控制。
[0116]
参考图8，本技术实施例提供一种洁净室环境参数的控制方法，包括以下步骤：
[0117]
s801，针对洁净室的温度、湿度、洁净度和压差中任一控制对象，获取控制对象的影响因子，其中影响因子是对多个采集样本的时序相关性进行分析得到的；每个采集样本包括多个指定参数；多个指定参数中至少包括温度参数、湿度参数、洁净度参数和压差参数。
[0118]
s802，基于影响因子控制控制对象。
[0119]
通过结合洁净室的温度、湿度、洁净度和压差的影响因子之间的时序关联性，可以更准确的控制洁净室的环境。
[0120]
可选的，对多个采集样本的时序相关性进行分析，包括：
[0121]
获取洁净室内温度、湿度、洁净度和压差相关的多个采集样本；
[0122]
对多个采集样本的多个指定参数进行时序相关性分析，得到时序相关性分析结果，时序相关性分析结果中包括多个指定参数中影响温度的影响因子、影响湿度的影响因子、影响洁净度的影响因子以及影响压差的影响因子。
[0123]
通过分别确定洁净室的温度、湿度、洁净度和压差的各自影响因子，进而更准确的控制洁净室的环境。
[0124]
可选的，基于影响因子控制控制对象，包括：
[0125]
将影响因子输入给控制对象对应的控制网络模型得到控制对象的比例微分积分pid参数；
[0126]
基于pid参数控制控制对象。
[0127]
通过利用不同影响因子精准确定控制对象的pid参数，进而可以更准确的控制洁
净室的环境。
[0128]
可选的，所述温度参数包括：洁净室室内空气温度、新风机组出口温度、干盘管dcc进出口空气温度以及进出口水温、洁净室室外空气温度、新风机组送风露点温度、喷淋水温、表冷器进出口空气温度以及进出口水温、新风机组风机温升、风机过滤单元ffu温升；
[0129]
所述湿度参数包括：洁净室室外湿度、洁净室室内湿度、新风机组送风露点温度、表冷器进出口空气焓值；
[0130]
所述压差参数包括：洁净室的一个房间内不同区域之间的压差以及洁净室的不同房间之间的压差；
[0131]
所述洁净度参数包括：关注粒径下洁净室室内粒子浓度、新风机组出口粒子浓度、ffu过滤器出口粒子浓度；
[0132]
所述指定参数还至少包括：洁净室人员数量、机台数及负荷率、新风量、排风量、所述dcc水量、所述ffu数量、ffu频率、电机功率、表冷器水量、控制风阀及水阀的开度、智能电表数据、变频器数据。
[0133]
通过采集不同因素的参数，可以利用参数更准确的分析得到控制对象的影响因子，进而可以更准确的控制洁净室的环境。
[0134]
可选的，对多个采集样本的多个指定参数进行时序相关性分析，得到时序相关性分析结果，包括：
[0135]
针对每种控制对象，构建协方差矩阵，协方差矩阵中包括用于分析每个指定参数和控制对象之间的关联关系的表达项；
[0136]
采用主成分分析法对协方差矩阵进行分析，得到协方差矩阵对应的多个特征向量以及各特征向量对应的特征值；
[0137]
按照特征值大小的顺序对特征向量进行排序；
[0138]
按照排序获取控制对象的影响因子。
[0139]
通过构建协方差矩阵，并利用主成分分析法分析计算控制对象的影响因子，可以准确的获取控制对象的影响因子。
[0140]
可选的，按照排序获取控制对象的影响因子，包括：
[0141][0142]
其中，t为预设阈值，s
ii
为特征值，n为特征向量中特征值的总数量，l为所述控制对象影响因子的总数量。
[0143]
通过对排序后的影响因子筛选，得到更准确的控制对象的影响因子。
[0144]
图9是根据一示例性实施例示出的一种洁净室环境参数的控制装置的框图，参照图9，该装置900包括：
[0145]
获取模块901，用于针对洁净室的温度、湿度、洁净度和压差中任一控制对象，获取所述控制对象的影响因子，其中所述影响因子是对多个采集样本的时序相关性进行分析得到的；每个采集样本包括多个指定参数，所述多个指定参数中至少包括温度参数、湿度参数、洁净度参数和压差参数；
[0146]
控制模块902，用于基于所述影响因子控制所述控制对象。
[0147]
可选的，所述获取模块901在对多个采集样本的时序相关性进行分析时，具体用于：
[0148]
获取洁净室内温度、湿度、洁净度和压差相关的多个采集样本；
[0149]
对所述多个采集样本的所述多个指定参数进行时序相关性分析，得到时序相关性分析结果，所述时序相关性分析结果中包括所述多个指定参数中影响所述温度的影响因子、影响所述湿度的影响因子、影响所述洁净度的影响因子以及影响所述压差的影响因子。
[0150]
可选的，所述控制模块902在基于所述影响因子控制所述控制对象时，具体用于：
[0151]
将所述影响因子输入给所述控制对象对应的控制网络模型得到所述控制对象的比例微分积分pid参数；
[0152]
基于所述pid参数控制所述控制对象。
[0153]
可选的，所述温度参数包括：洁净室室内空气温度、新风机组出口温度、干盘管dcc进出口空气温度以及进出口水温、洁净室室外空气温度、新风机组送风露点温度、喷淋水温、表冷器进出口空气温度以及进出口水温、新风机组风机温升、风机过滤单元ffu温升；
[0154]
所述湿度参数包括：洁净室室外湿度、洁净室室内湿度、新风机组送风露点温度、表冷器进出口空气焓值；
[0155]
所述压差参数包括：洁净室的一个房间内不同区域之间的压差以及洁净室的不同房间之间的压差；
[0156]
所述洁净度参数包括：关注粒径下洁净室室内粒子浓度、新风机组出口粒子浓度、ffu过滤器出口粒子浓度；
[0157]
所述指定参数还至少包括：洁净室人员数量、机台数及负荷率、新风量、排风量、所述dcc水量、所述ffu数量、ffu频率、电机功率、表冷器水量、控制风阀及水阀的开度、智能电表数据、变频器数据。
[0158]
可选的，所述获取模块901在对所述多个采集样本的所述多个指定参数进行时序相关性分析，得到时序相关性分析结果时，具体用于：
[0159]
针对每种控制对象，构建协方差矩阵，所述协方差矩阵中包括用于分析每个指定参数和所述控制对象之间的关联关系的表达项；
[0160]
采用主成分分析法对所述协方差矩阵进行分析，得到所述协方差矩阵对应的多个特征向量以及各所述特征向量对应的特征值；
[0161]
按照特征值大小的顺序对特征向量进行排序；
[0162]
按照排序获取所述控制对象的影响因子。
[0163]
可选的，所述获取模块901在按照排序获取所述控制对象的影响因子时，具体用于：根据以下公式确定影响因子；
[0164][0165]
其中，t为预设阈值，s
ii
为特征值，n为特征向量中特征值的总数量，l为所述控制对象影响因子的总数量。
[0166]
在介绍了本技术示例性实施方式的洁净室环境参数的控制方法和装置之后，接下来，介绍根据本技术的另一示例性实施方式的电子设备。
[0167]
所属技术领域的技术人员能够理解，本技术的各个方面可以实现为系统、方法或程序产品。因此，本技术的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。
[0168]
在一些可能的实施方式中，根据本技术的电子设备可以至少包括至少一个处理器、以及至少一个存储器。其中，存储器存储有程序代码，当程序代码被处理器执行时，使得处理器执行本说明书上述描述的根据本技术各种示例性实施方式的洁净室的控制方法中的步骤。例如，处理器可以执行如洁净室的控制方法中的步骤。
[0169]
下面参照图10来描述根据本技术的这种实施方式的电子设备130。图10显示的电子设备130仅仅是一个示例，不应对本技术实施例的功能和使用范围带来任何限制。
[0170]
如图10所示，电子设备130以通用电子设备的形式表现。电子设备130的组件可以包括但不限于：上述至少一个处理器131、上述至少一个存储器132、连接不同系统组件(包括存储器132和处理器131)的总线133。
[0171]
总线133表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器、外围总线、处理器或者使用多种总线结构中的任意总线结构的局域总线。
[0172]
存储器132可以包括易失性存储器形式的可读介质，例如随机存取存储器(ram)1321和/或高速缓存存储器1322，还可以进一步包括只读存储器(rom)1323。
[0173]
存储器132还可以包括具有一组(至少一个)程序模块1324的程序/实用工具1325，这样的程序模块1324包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
[0174]
电子设备130也可以与一个或多个外部设备134(例如键盘、指向设备等)通信，还可与一个或者多个使得用户能与电子设备130交互的设备通信，和/或与使得该电子设备130能与一个或多个其它电子设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口135进行。并且，电子设备130还可以通过网络适配器136与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器136通过总线133与用于电子设备130的其它模块通信。应当理解，尽管图中未示出，可以结合电子设备130使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。
[0175]
在示例性实施例中，还提供了一种包括指令的计算机可读存储介质，例如包括指令的存储器132，上述指令可由处理器131执行以完成上述方法。可选地，计算机可读存储介质可以是rom、随机存取存储器(ram)、cd-rom、磁带、软盘和光数据存储设备等。
[0176]
在示例性实施例中，还提供一种计算机程序产品，包括计算机程序/指令，所述计算机程序/指令被处理器131执行时实现如本技术提供的洁净室环境参数的控制方法的任一方法。
[0177]
在示例性实施例中，本技术提供的一种洁净室环境参数的控制方法的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在计算机设备上运行时，程
序代码用于使计算机设备执行本说明书上述描述的根据本技术各种示例性实施方式的一种洁净室环境参数的控制方法中的步骤。
[0178]
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。
[0179]
本技术的实施方式的用于洁净室的控制的程序产品可以采用便携式紧凑盘只读存储器(cd-rom)并包括程序代码，并可以在电子设备上运行。然而，本技术的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
[0180]
可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
[0181]
可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、有线、光缆、rf等等，或者上述的任意合适的组合。
[0182]
可以以一种或多种程序设计语言的任意组合来编写用于执行本技术操作的程序代码，程序设计语言包括面向对象的程序设计语言—诸如java、c++等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户电子设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户电子设备上部分在远程电子设备上执行、或者完全在远程电子设备或服务端上执行。在涉及远程电子设备的情形中，远程电子设备可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户电子设备，或者，可以连接到外部电子设备(例如利用因特网服务提供商来通过因特网连接)。
[0183]
应当注意，尽管在上文详细描述中提及了装置的若干单元或子单元，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本技术的实施方式，上文描述的两个或更多单元的特征和功能可以在一个单元中具体化。反之，上文描述的一个单元的特征和功能可以进一步划分为由多个单元来具体化。
[0184]
此外，尽管在附图中以特定顺序描述了本技术方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。
[0185]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产
品的形式。
[0186]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程洁净室的控制设备的处理器以产生一个机器，使得通过计算机或其他可编程洁净室的控制设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0187]
这些计算机程序指令也可存储在能引导计算机或其他可编程洁净室的控制设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0188]
这些计算机程序指令也可装载到计算机或其他可编程洁净室的控制设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0189]
尽管已描述了本技术的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本技术范围的所有变更和修改。
[0190]
显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的精神和范围。这样，倘若本技术的这些修改和变型属于本技术权利要求及其等同技术的范围之内，则本技术也意图包含这些改动和变型在内。

技术特征：

1.一种洁净室环境参数的控制方法，其特征在于，所述方法包括：针对洁净室的温度、湿度、洁净度和压差中任一控制对象，获取所述控制对象的影响因子，其中所述影响因子是对多个采集样本的时序相关性进行分析得到的；每个采集样本包括多个指定参数；所述多个指定参数中至少包括温度参数、湿度参数、洁净度参数和压差参数；基于所述影响因子控制所述控制对象。2.根据权利要求1所述的方法，其特征在于，对多个采集样本的时序相关性进行分析，包括：获取洁净室内温度、湿度、洁净度和压差相关的多个采集样本；对所述多个采集样本的所述多个指定参数进行时序相关性分析，得到时序相关性分析结果，所述时序相关性分析结果中包括所述多个指定参数中影响所述温度的影响因子、影响所述湿度的影响因子、影响所述洁净度的影响因子以及影响所述压差的影响因子。3.根据权利要求2所述的方法，其特征在于，所述基于所述影响因子控制所述控制对象，包括：将所述影响因子输入给所述控制对象对应的控制网络模型得到所述控制对象的比例微分积分pid参数；基于所述pid参数控制所述控制对象。4.根据权利要求1所述的方法，其特征在于，所述温度参数包括：洁净室室内空气温度、新风机组出口温度、干盘管dcc进出口空气温度以及进出口水温、洁净室室外空气温度、新风机组送风露点温度、喷淋水温、表冷器进出口空气温度以及进出口水温、新风机组风机温升、风机过滤单元ffu温升；所述湿度参数包括：洁净室室外湿度、洁净室室内湿度、新风机组送风露点温度、表冷器进出口空气焓值；所述压差参数包括：洁净室的一个房间内不同区域之间的压差以及洁净室的不同房间之间的压差；所述洁净度参数包括：关注粒径下洁净室室内粒子浓度、新风机组出口粒子浓度、ffu过滤器出口粒子浓度；所述指定参数还至少包括：洁净室人员数量、机台数及负荷率、新风量、排风量、所述dcc水量、所述ffu数量、ffu频率、电机功率、表冷器水量、控制风阀及水阀的开度、智能电表数据、变频器数据。5.根据权利要求2所述的方法，其特征在于，对所述多个采集样本的所述多个指定参数进行时序相关性分析，得到时序相关性分析结果，包括：针对每种控制对象，构建协方差矩阵，所述协方差矩阵中包括用于分析每个指定参数和所述控制对象之间的关联关系的表达项；采用主成分分析法对所述协方差矩阵进行分析，得到所述协方差矩阵对应的多个特征向量以及各所述特征向量对应的特征值；按照特征值大小的顺序对特征向量进行排序；按照排序获取所述控制对象的影响因子。6.根据权利要求5所述的方法，其特征在于，所述按照排序获取所述控制对象的影响因
子，包括：根据以下公式确定影响因子；其中，t为预设阈值，s
ii
为特征值，n为特征向量中特征值的总数量，l为所述控制对象影响因子的总数量。7.一种洁净室环境参数的控制装置，其特征在于，所述装置包括：获取模块，用于针对洁净室的温度、湿度、洁净度和压差中任一控制对象，获取所述控制对象的影响因子，其中所述影响因子是对多个采集样本的时序相关性进行分析得到的；每个采集样本包括多个指定参数，所述多个指定参数中至少包括温度参数、湿度参数、洁净度参数和压差参数；控制模块，用于基于所述影响因子控制所述控制对象。8.一种洁净室环境参数的控制系统，其特征在于，所述系统包括参数采集模块、集成监控平台、数据分析平台，其中：所述参数采集模块，用于获取洁净室内温度、湿度、洁净度和压差相关的多个采集样本；其中每个采集样本包括多个指定参数；所述多个指定参数中至少包括温度参数、湿度参数、洁净度参数和压差参数；所述集成监控平台，用于接收所述参数采集模块采集的所述多个指定参数；所述数据分析平台，用于接收所述集成监控平台发送的所述多个指定参数，并对所述多个指定参数进行时序相关性分析，得到时序相关性分析结果，并基于所述时序相关性分析结果确定所述洁净室的温度、湿度、洁净度和压差的控制指令，并将所述控制指令发送给所述集成监控平台；所述集成监控平台，还用于将所述洁净室的温度、湿度、洁净度和压差的控制指令发送给相应的控制对象。9.根据权利要求8所述的系统，其特征在于，所述参数采集模块包括至少一个可编程逻辑控制器plc和/或至少一个直接数字控制ddc，其中：所述plc，用于获取洁净室至少一个指定位置的指定传感器采集的数据，所述指定传感器至少包括温度传感器、湿度传感器、压力传感器；所述ddc，用于采集洁净室中每个风机过滤单元ffu的数据、粒子计数器测量的粒子浓度值、洁净室中人员数量、智能电表数据、变频器数据。10.根据权利要求8所述的系统，其特征在于，所述数据分析平台在对所述多个指定参数进行时序相关性分析，得到时序相关性分析结果时，具体用于：针对每种控制对象，构建协方差矩阵，所述协方差矩阵中包括用于分析每个指定参数和所述控制对象之间的关联关系的表达项；采用主成分分析法对所述协方差矩阵进行分析，得到所述协方差矩阵对应的多个特征向量以及各所述特征向量对应的特征值；按照特征值大小的顺序对特征向量进行排序；按照排序获取所述控制对象的影响因子。

技术总结

本申请涉及洁净室数据处理技术领域，公开了一种洁净室环境参数的控制方法、装置及系统，包括：针对洁净室的温度、湿度、洁净度和压差中任一控制对象，获取控制对象的影响因子，其中影响因子是对多个采集样本的时序相关性进行分析得到的；每个采集样本包括多个指定参数；多个指定参数中至少包括温度参数、湿度参数、洁净度参数和压差参数，然后基于影响因子控制控制对象，从而可以实现高精度控制洁净室的环境。的环境。的环境。