权利要求
1.一种破碎机给料量智能控制方法,其特征在于,包括以下步骤:
S1,构建初始的目标料位预测模型,将初始的目标料位预测模型作为当前轮次的目标料位预测模型进入下一步骤,所述当前轮次的目标料位预测模型表示当前轮次的可调参数、进料粒径分布、破碎机目标负载与目标料位之间的关系;
S2,实时获取破碎机进料口外的进料图像,对所述进料图像中的颗粒进行轮廓提取,得到轮廓提取结果,基于所述轮廓提取结果确定进料粒径分布,将设定的破碎机目标负载和所述进料粒径分布输入所述当前轮次的目标料位预测模型,输出当前轮次的目标料位;
S3,获取实时给料速度和实时料位,根据所述实时给料速度、所述实时料位和所述当前轮次的目标料位计算目标给料速度;
S4,将所述目标给料速度发送至给料机控制系统,由所述给料机控制系统调整给料机的给料速度,在所述给料机的给料速度调整过程中,获取破碎机实时负载,判断所述破碎机实时负载是否位于安全负载范围内,若是,则继续调整所述给料机的给料速度,直至所述给料机的给料速度与所述目标给料速度相同,否则调整所述当前轮次的可调参数和所述当前轮次的目标料位预测模型,得到下一轮次的可调参数和下一轮次的目标料位预测模型,将所述下一轮次的目标料位预测模型作为当前轮次的目标料位预测模型,重复步骤S2-S4。
2.根据权利要求1所述的破碎机给料量智能控制方法,其特征在于,所述构建初始的目标料位预测模型,具体包括:
获取所述破碎机在不同破碎机历史负载下的历史进料粒径分布和破碎机的历史料位,将所述破碎机历史负载、所述历史进料粒径分布作为自变量、所述破碎机的历史料位作为因变量构建函数,,其中,h表示破碎机的历史料位,d表示历史进料粒径分布,p表示破碎机历史负载,表示可调参数;
采用神经网络回归或者最小二乘法拟合方法得到目标料位预测模型。
3.根据权利要求2所述的破碎机给料量智能控制方法,其特征在于,所述调整所述当前轮次的可调参数和所述当前轮次的目标料位预测模型,得到下一轮次的可调参数和下一轮次的目标料位预测模型,具体包括:
S41,调整所述当前轮次的可调参数,得到调整后的可调参数;
S42,将所述当前轮次的目标料位预测模型的可调参数替换为所述调
声明:
“破碎机给料量智能控制方法、装置及可读介质” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)