權利要求
1.一種破碎機給料量智能控制方法,其特征在于,包括以下步驟:
S1,構建初始的目標料位預測模型,將初始的目標料位預測模型作為當前輪次的目標料位預測模型進入下一步驟,所述當前輪次的目標料位預測模型表示當前輪次的可調參數、進料粒徑分布、破碎機目標負載與目標料位之間的關系;
S2,實時獲取破碎機進料口外的進料圖像,對所述進料圖像中的顆粒進行輪廓提取,得到輪廓提取結果,基于所述輪廓提取結果確定進料粒徑分布,將設定的破碎機目標負載和所述進料粒徑分布輸入所述當前輪次的目標料位預測模型,輸出當前輪次的目標料位;
S3,獲取實時給料速度和實時料位,根據所述實時給料速度、所述實時料位和所述當前輪次的目標料位計算目標給料速度;
S4,將所述目標給料速度發送至給料機控制系統,由所述給料機控制系統調整給料機的給料速度,在所述給料機的給料速度調整過程中,獲取破碎機實時負載,判斷所述破碎機實時負載是否位于安全負載范圍內,若是,則繼續調整所述給料機的給料速度,直至所述給料機的給料速度與所述目標給料速度相同,否則調整所述當前輪次的可調參數和所述當前輪次的目標料位預測模型,得到下一輪次的可調參數和下一輪次的目標料位預測模型,將所述下一輪次的目標料位預測模型作為當前輪次的目標料位預測模型,重復步驟S2-S4。
2.根據權利要求1所述的破碎機給料量智能控制方法,其特征在于,所述構建初始的目標料位預測模型,具體包括:
獲取所述破碎機在不同破碎機歷史負載下的歷史進料粒徑分布和破碎機的歷史料位,將所述破碎機歷史負載、所述歷史進料粒徑分布作為自變量、所述破碎機的歷史料位作為因變量構建函數,,其中,h表示破碎機的歷史料位,d表示歷史進料粒徑分布,p表示破碎機歷史負載,表示可調參數;
采用神經網絡回歸或者最小二乘法擬合方法得到目標料位預測模型。
3.根據權利要求2所述的破碎機給料量智能控制方法,其特征在于,所述調整所述當前輪次的可調參數和所述當前輪次的目標料位預測模型,得到下一輪次的可調參數和下一輪次的目標料位預測模型,具體包括:
S41,調整所述當前輪次的可調參數,得到調整后的可調參數;
S42,將所述當前輪次的目標料位預測模型的可調參數替換為所述調
聲明:
“破碎機給料量智能控制方法、裝置及可讀介質” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)