智能机器人与能源管理系统的协同控制方法

本发明涉及智能控制，具体为智能机器人与能源管理系统的协同控制方法。

背景技术：

1、随着科技的不断发展和能源需求的日益增长，能源管理成为各个领域关注的焦点。在工业生产、商业运营以及家庭生活等场景中，能源的高效利用和合理分配至关重要。然而，当前面临着诸多能源管理方面的问题，例如能源浪费严重、机器人能耗难以精确控制、能源分配不合理等。同时，随着智能机器人的广泛应用，机器人运行状态的复杂性和多样性也给能源管理带来了巨大挑战，如何实现对众多机器人的实时监测和精准调控成为亟待解决的难题。

2、现有技术中，通常采用独立的能源管理系统对能源进行监控和分配。这些系统主要通过传感器采集机器人的能耗数据，然后基于预设的算法和策略对能源进行分配和调控。例如，一些能源管理系统利用功率传感器监测机器人的功率消耗，根据机器人的类型和重要性为其分配不同的能源配额。

3、然而，现有技术仍存在一些明显的不足。首先，现有能源管理系统对设备运行状态的感知较为单一，主要侧重于能源消耗数据的采集，而对设备的实际运行工况、环境因素等考虑不足。例如，无法准确判断设备是否处于最佳运行状态，或者在环境变化时不能及时调整能源分配方案。其次，现有技术在能源分配的灵活性和实时性方面有所欠缺。当新设备接入或设备出现故障时，往往不能快速响应并调整能源分配，导致系统效率降低或不稳定。

技术实现思路

1、（一）解决的技术问题

2、针对现有技术的不足，本发明提供了智能机器人与能源管理系统的协同控制方法，通过采集机器人数据，根据周边环境信息数据、能源消耗信息数据以及机器人关键度数据计算各类指标，得出操作干预指标、调整参数、恢复指标、综合能耗异常指数、能源分配调整基础系数及比例，并与相应阈值比较以判断干预、恢复、异常及能源分配方案，解决了能源分配不合理、监测不全面、缺乏智能性的问题。

3、（二）技术方案

4、为实现以上目的，本发明通过以下技术方案予以实现：智能机器人与能源管理系统的协同控制方法，包括：

5、实时采集不同机器人的周边环境信息数据、能源消耗信息数据以及机器人关键度数据；

6、基于能源消耗信息数据，分别计算运行状态指标和能源消耗历史数据指标；基于周边环境信息数据，计算环境变化趋势指标；根据运行状态指标、能源消耗历史数据指标和环境变化趋势指标，计算综合能源评估指标；

7、根据机器人关键度数据和综合能源评估指标，计算机器人关键度评估指标；基于能源消耗信息数据，计算能源紧张判断指标；根据综合能源评估指标、机器人关键度评估指标和能源紧张判断指标，计算操作干预指标；预设操作干预指标阈值，将操作干预指标和操作干预指标阈值进行比较，判断是否对机器人进行操作干预；

8、根据能源紧张判断指标和能源消耗信息数据，计算调整参数；根据调整参数和综合能源评估指标，得到恢复指标；预设恢复指标阈值，将恢复指标与恢复指标阈值进行比较，判断机器人是否恢复初始运行状态；

9、基于能源消耗信息数据，分别计算功率波动异常系数和温度异常系数；根据功率波动异常系数和温度异常系数，计算综合能耗异常指数；预设能耗异常阈值，将综合能耗异常指数与能耗异常阈值进行比较，判断机器人能源消耗是否异常；

10、基于综合能耗异常指数，计算能源分配调整基础系数；根据恢复指标和能源分配调整基础系数，计算能源分配调整比例；预设能源分配阈值，将能源分配调整比例与能源分配阈值进行比较，判断能源分配方案。

11、在上述智能机器人与能源管理系统的协同控制方法的优选方案中：计算运行状态指标的方法为：

12、能源消耗信息数据包括机器人的功率和运行时间；

13、根据功率和运行时间，计算运行状态指标，所依据的公式为：

14、

15、其中，为第i个机器人的功率，i的取值为1、2、3...n；n为机器人数量，取值为正整数；为第i个机器人的运行时间。

16、在上述智能机器人与能源管理系统的协同控制方法的优选方案中：计算能源消耗历史数据指标的方法为：

17、能源消耗信息数据还包括历史能源消耗量、当前能源消耗量和历史能源消耗量时长；

18、基于历史能源消耗量，计算历史总能源消耗量，所依据的公式为：

19、

20、其中，为第i个机器人的历史能源消耗量；

21、基于当前能源消耗量、历史总能源消耗量和历史能源消耗量时长，计算能源消耗历史数据指标，计算公式为：

22、

23、其中，为第i个机器人的历史能源消耗量时长。

24、在上述智能机器人与能源管理系统的协同控制方法的优选方案中：计算环境变化趋势指标的方法为：

25、周边环境信息数据包括机器人的周边温度、周边湿度和周边光照强度；

26、基于周边环境信息数据，计算环境变化趋势指标，所依据的公式为：

27、

28、其中，为第i个机器人的周边温度，为周边温度的权重系数，取值为0.2~0.4；为第i个机器人的周边湿度，为周边湿度的权重系数，取值为0.3~0.5；为第i个机器人的周边光照强度，为周边光照强度的权重系数，取值为0.1~0.5；且++=1。

29、在上述智能机器人与能源管理系统的协同控制方法的优选方案中：计算综合能源评估指标的方法为：

30、根据运行状态指标、能源消耗历史数据指标和环境变化趋势指标，计算综合能源评估指标，所依据的公式为：

31、

32、其中，为第i个机器人的运行状态指标，为运行状态指标的权重系数，取值为0.1~0.3；为第i个机器人的能源消耗历史数据指标，为能源消耗历史数据指标的权重系数，取值为0.3~0.4；为第i个机器人的环境变化趋势指标，为环境变化趋势指标的权重系数，取值为0.3~0.5；且++=1。

33、在上述智能机器人与能源管理系统的协同控制方法的优选方案中：计算机器人关键度评估指标的方法为：

34、机器人关键度数据包括功能重要性系数、运行关联度指数和故障影响因子；

35、基于机器人关键度数据和综合能源评估指标，计算机器人关键度评估指标，计算公式为：

36、

37、其中，为第i个机器人的功能重要性系数，取值范围为0~1；为第i个机器人的运行关联度指数，取值范围为0~1；为第i个机器人的故障影响因子，取值范围为0~1；为第i个机器人的综合能源评估指标。

38、在上述智能机器人与能源管理系统的协同控制方法的优选方案中：判断是否对机器人进行操作干预的方法为：

39、能源消耗信息数据还包括当前能源储备量和能源紧张临界值；

40、根据当前能源储备量及能源紧张临界值，计算能源紧张判断指标，所依据的公式为：

41、

42、根据综合能源评估指标、关键度评估指标和能源紧张判断指标，计算操作干预指标，计算公式为：

43、

44、预设操作干预指标阈值；当时，对机器人进行操作干预；当时，不对机器人进行操作干预。

45、在上述智能机器人与能源管理系统的协同控制方法的优选方案中：判断机器人是否恢复初始运行状态的方法为：

46、能源消耗信息数据还包括当前运行参数值和能源储备总容量；

47、根据能源紧张判断指标和当前运行参数值，计算调整参数，计算公式为：

48、

49、其中，为第i个机器人的参数调整系数，取值为0.5~1；

50、根据当前能源储备量、能源储备总容量、调整参数和综合能源评估指标，计算恢复指标，计算公式为：

51、

52、其中，为第i个机器人的恢复初始运行状态的能源阈值；

53、预设恢复指标阈值；当时，机器人恢复初始运行状态。

54、在上述智能机器人与能源管理系统的协同控制方法的优选方案中：判断能源消耗是否异常的方法为：

55、基于功率，计算功率平均值，所依据的公式为：

56、

57、根据功率和功率平均值，计算功率波动异常系数，计算公式为：

58、

59、能源消耗信息数据还包括当前机器人温度和机器人正常温度；

60、根据当前机器人温度和机器人正常温度，计算温度异常系数，计算公式为：

61、

62、根据功率波动异常系数和温度异常系数，计算综合能耗异常指数，所依据的公式为：

63、

64、其中，为第i个机器人的功率波动异常系数，为功率波动异常系数的权重系数，取值为0.5~0.7；为第i个机器人的温度异常系数，为温度异常系数的权重系数，取值为0.3~0.6；且+=1；

65、预设能耗异常阈值，当时，判定机器人能源消耗异常。

66、在上述智能机器人与能源管理系统的协同控制方法的优选方案中：对能源进行方案分配的方法为：

67、基于综合能耗异常指数，计算能源分配调整基础系数，所依据的公式为：

68、

69、根据恢复指标和能源分配调整基础系数，计算能源分配调整比例，计算公式为：

70、

71、其中，为新机器人接入影响因子，取值为0~1；

72、能源分配阈值包括能源分配阈值一和能源分配阈值二，且；

73、当时，采用一级能源分配方案；

74、当时，采用二级能源分配方案；

75、当时，采用三级能源分配方案。

76、（三）有益效果

77、本发明提供了智能机器人与能源管理系统的协同控制方法，具备以下有益效果：

78、（1）实时采集不同机器人的周边环境信息数据、能源消耗信息数据以及机器人关键度数据，能够全面了解机器人所处的工作环境、能源使用情况以及在系统中的重要程度；这为后续的能源管理和决策提供了准确的数据基础，有助于实现精细化的能源监测，提高能源利用效率。

79、（2）基于能源消耗信息数据计算运行状态指标和能源消耗历史数据指标，再结合周边环境信息数据计算环境变化趋势指标，进而得出综合能源评估指标；这使得能源管理系统能够综合考虑机器人的当前运行状态、历史能耗表现以及周围环境对能源消耗的影响，为准确评估能源使用情况提供了多维度的视角，有助于提前发现能源消耗异常的趋势，及时采取措施进行调整。

80、（3）基于能源消耗信息数据计算能源紧张判断指标，结合综合能源评估指标、机器人关键度评估指标计算操作干预指标，并与预设操作干预指标阈值进行比较以判断是否对机器人进行操作干预。这一过程在能源紧张或机器人运行状态异常时及时采取干预措施，避免能源浪费和设备损坏，保障系统的稳定运行。通过多指标综合判断，能够更加准确地确定干预的时机和方式。

81、（4）根据能源紧张判断指标和能源消耗信息数据计算调整参数，结合调整参数和综合能源评估指标得到恢复指标，并与预设恢复指标阈值进行比较以判断机器人是否恢复初始运行状态。这使得在能源供应情况变化时，能够根据实际情况动态调整机器人的运行参数，实现能源的合理分配。

82、（5）基于能源消耗信息数据分别计算功率波动异常系数和温度异常系数，进而计算综合能耗异常指数，并与预设能耗异常阈值进行比较以判断机器人能源消耗是否异常。这有助于及时发现机器人能源消耗的异常情况，如功率波动过大或温度异常升高，从而采取相应的措施进行调整或维修，避免设备故障和能源浪费，提高设备的可靠性和能源利用效率。

83、（6）基于综合能耗异常指数计算能源分配调整基础系数，结合恢复指标和能源分配调整基础系数计算能源分配调整比例，并与预设能源分配阈值进行比较以判断能源分配方案。这使得能源管理系统能够根据机器人的实际运行情况和能源消耗状态动态调整能源分配方案，实现能源的合理分配和高效利用。同时，通过与阈值比较，能够确保能源分配方案在合理的范围内，保障系统的稳定运行和可持续发展。

技术特征：

1.智能机器人与能源管理系统的协同控制方法，其特征在于：包括：

2.根据权利要求1所述的智能机器人与能源管理系统的协同控制方法，其特征在于：计算运行状态指标的方法为：

3.根据权利要求2所述的智能机器人与能源管理系统的协同控制方法，其特征在于：计算能源消耗历史数据指标的方法为：

4.根据权利要求3所述的智能机器人与能源管理系统的协同控制方法，其特征在于：计算环境变化趋势指标的方法为：

5.根据权利要求4所述的智能机器人与能源管理系统的协同控制方法，其特征在于：计算综合能源评估指标的方法为：

6.根据权利要求5所述的智能机器人与能源管理系统的协同控制方法，其特征在于：计算机器人关键度评估指标的方法为：

7.根据权利要求6所述的智能机器人与能源管理系统的协同控制方法，其特征在于：判断是否对机器人进行操作干预的方法为：

8.根据权利要求7所述的智能机器人与能源管理系统的协同控制方法，其特征在于：判断机器人是否恢复初始运行状态的方法为：

9.根据权利要求8所述的智能机器人与能源管理系统的协同控制方法，其特征在于：判断能源消耗是否异常的方法为：

10.根据权利要求9所述的智能机器人与能源管理系统的协同控制方法，其特征在于：对能源进行方案分配的方法为：

技术总结
本发明公开了智能机器人与能源管理系统的协同控制方法，涉及智能控制技术领域，主要方案为：采集机器人多类数据；计算运行状态指标、能源消耗历史数据指标和环境变化趋势指标，得到综合能源评估指标；计算机器人关键度评估指标和能源紧张判断指标，得到操作干预指标并与阈值比较，判断是否进行操作干预；根据计算调整参数，得到恢复指标，与阈值比较判断是否恢复初始状态；计算功率波动异常系数和温度异常系数，得到综合能耗异常指数，与阈值比较判断能耗是否异常；根据能源分配调整基础系数得到能源分配调整比例，与阈值比较判断能源分配方案；此方法能够优化能源分配和操作干预决策，提升能源利用效率。

技术研发人员：胡慧,郭鹏,胡佳佳,彭龙,李小琴,黄雅琦,陈柏志
受保护的技术使用者：湖南工程学院
技术研发日：
技术公布日：2024/12/5