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整后的可调参数，得到调整后的目标料位预测模型;
S43，根据所述调整后的可调参数、所述当前轮次的进料粒径分布、所述当前轮次的破碎机目标负载重新计算目标料位，得到调整后的目标料位，若所述调整后的目标料位满足：所述调整后的目标料位和所述当前轮次的目标料位之间的料位差与所述当前轮次的目标料位的比值等于设定的料位调整比例，则执行步骤S44，否则返回步骤S41;
S44，将所述调整后的可调参数作为下一轮次的可调参数，将所述调整后的目标料位预测模型作为下一轮次的目标料位预测模型。
4.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，所述基于所述轮廓提取结果确定进料粒径分布，具体包括：
根据所述轮廓提取结果计算每一个所述进料图像中的颗粒的等效粒径;
将所有所述进料图像中的颗粒的等效粒径所在的粒径范围划分为若干个粒径区间，计算每一个所述粒径区间内的所有所述进料图像中的颗粒的面积占比或体积占比，得到进料粒径分布。
5.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，采用下式计算所述目标给料速度：
其中，v表示目标给料速度，v0表示实时给料速度，k表示速度系数，表示当前轮次的目标料位与实时料位的料位差。
6.根据权利要求5所述的破碎机给料量智能控制方法，其特征在于，设定所述给料机的给料速度的调整周期，在每一个所述调整周期开始时，重新计算所述实时给料速度v0和当前轮次的目标料位与实时料位的料位差。
7.一种破碎机给料量智能控制装置，其特征在于，包括：
模型构建模块，被配置为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;
目标料位计算模块，被配置为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;
目标给料速度计算模块，被配置为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;
调整模块，被配置为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，重复执行目标料位计算模块、目标给料速度计算模块和调整模块。
8.一种电子设备，其特征在于，包括：
一个或多个处理器;
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-6中任一所述的方法。
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-6中任一所述的方法。
说明书
技术领域
[0001]本发明涉及破碎机设备领域，具体涉及一种破碎机给料量智能控制方法、装置及可读介质。
背景技术
[0002]在许多工业领域中，破碎机是必不可少的设备，用于将大块物料破碎成小块或粉末。传统的破碎机在给料控制上通常依赖于人工操作，这可能导致给料不均匀、破碎效果不稳定等问题。破碎过程中如果给料过多或过少，都会导致能源的浪费或生产能力的降低，同时如果操作不当，可能导致破碎机设备过载或者损坏等不良影响。
[0003]随着人工智能、传感器等技术的快速发展，可以通过对破碎机进料及破碎机主机运行状态进行实时监测，实现对给料过程的实时监控和自动调整。当前通过监测控制的技术是通过测量主机运行状态对给料过程进行被动调整，这将产生明显地滞后性，实际已存在破碎机的主机运行状态已经不佳、料位不足或料位过高的情况，影响了破碎机的工作效率。
[0004]综上，有待于提出一种破碎机给料量智能控制方法、装置及可读介质，能够对破碎机的给料情况进行预判和控制，解决给料过程调整滞后性的问题，使破碎机始终处于最佳工作状态，从而提高生产效率、保证产品质量、降低能耗和成本、提高生产安全性以及符合环保法规的要求。
发明内容
[0005]本申请的目的在于针对上述提到的技术问题提出一种破碎机给料量智能控制方法、装置及可读介质。
[0006]第一方面，本发明提供了一种破碎机给料量智能控制方法，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，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，对进料图像中的颗粒进行轮廓提取，得到轮廓提取结果，基于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进料粒径分布输入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，根据实时给料速度、实时料位和当前轮次的目标料位计算目标给料速度;
S4，将目标给料速度发送至给料机控制系统，由给料机控制系统调整给料机的给料速度，在给料机的给料速度调整过程中，获取破碎机实时负载，判断破碎机实时负载是否位于安全负载范围内，若是，则继续调整给料机的给料速度，直至给料机的给料速度与目标给料速度相同，否则调整当前轮次的可调参数和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。
[0007]作为优选，构建初始的目标料位预测模型，具体包括：
获取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，将破碎机历史负载、历史进料粒径分布作为自变量、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。
[0008]作为优选，调整当前轮次的可调参数和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，调整当前轮次的可调参数，得到调整后的可调参数;
S42，将当前轮次的目标料位预测模型的可调参数替换为调整后的可调参数，得到调整后的目标料位预测模型;
S43，根据调整后的可调参数、当前轮次的进料粒径分布、当前轮次的破碎机目标负载重新计算目标料位，得到调整后的目标料位，若调整后的目标料位满足：调整后的目标料位和当前轮次的目标料位之间的料位差与当前轮次的目标料位的比值等于设定的料位调整比例，则执行步骤S44，否则返回步骤S41;
S44，将调整后的可调参数作为下一轮次的可调参数，将调整后的目标料位预测模型作为下一轮次的目标料位预测模型。
[0009]作为优选，基于轮廓提取结果确定进料粒径分布，具体包括：
根据轮廓提取结果计算每一个进料图像中的颗粒的等效粒径;
将所有进料图像中的颗粒的等效粒径所在的粒径范围划分为若干个粒径区间，计算每一个粒径区间内的所有进料图像中的颗粒的面积占比或体积占比，得到进料粒径分布。
[0010]作为优选，采用下式计算目标给料速度：
;
其中，v表示目标给料速度，v0表示实时给料速度，k表示速度系数，表示当前轮次的目标料位与实时料位的料位差。
[0011]作为优选，设定给料机的给料速度的调整周期，在每一个调整周期开始时，重新计算实时给料速度v0和当前轮次的目标料位与实时料位的料位差。
[0012]第二方面，本发明提供了一种破碎机给料量智能控制装置，包括：
模型构建模块，被配置为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，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;
目标料位计算模块，被配置为实时获取破碎机进料口外的进料图像，对进料图像中的颗粒进行轮廓提取，得到轮廓提取结果，基于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进料粒径分布输入当前轮次的目标料位预测模型，输出当前轮次的目标料位;
目标给料速度计算模块，被配置为获取实时给料速度和实时料位，根据实时给料速度、实时料位和当前轮次的目标料位计算目标给料速度;
调整模块，被配置为将目标给料速度发送至给料机控制系统，由给料机控制系统调整给料机的给料速度，在给料机的给料速度调整过程中，获取破碎机实时负载，判断破碎机实时负载是否位于安全负载范围内，若是，则继续调整给料机的给料速度，直至给料机的给料速度与目标给料速度相同，否则调整当前轮次的可调参数和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，重复执行目标料位计算模块、目标给料速度计算模块和调整模块。
[0013]第三方面，本发明提供了一种电子设备，包括一个或多个处理器;存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。
[0014]第四方面，本发明提供了一种计算机可读存储介质，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如第一方面中任一实现方式描述的方法。
[0015]第五方面，本发明提供了一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
[0016]相比于现有技术，本发明具有以下有益效果：
(1)本申请提出的一种破碎机给料量智能控制方法通过实时监测破碎机进料口外的进料粒径分布的变化，计算目标料位，以在物料进入破碎机前根据目标料位对给料机的给料速度进行调整，以解决给料过程调整滞后性的问题，保证了破碎机在不同进料情况下一直处于安全负载范围并高效运行，大大减少了破碎机在生产时给料被动停止或者超负载运行的情况，保证物料生产持续、稳定、安全输出。
[0017](2)本申请提出的一种破碎机给料量智能控制方法在给料速度调整过程中，还对破碎机实时负载进行监测，以便于对破碎机实时负载超出安全负载范围的情况及时响应，重新调整目标料位，从而保持破碎机实时负载持续保持在安全负载范围内高效运行，减少了破碎机因为过载而导致停止给料，从而减少了生产不连续、产量波动、品质波动等问题。
附图说明
[0018]为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，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。
[0019]图1为本申请的实施例的破碎机给料量智能控制方法的流程示意图;
图2为本申请的实施例的破碎机、皮带机、RGB相机和3D相机的结构示意图;
图3为本申请的实施例的破碎机给料量智能控制装置的示意图;
图4为本申请的实施例提供的电子设备的硬件结构示意图。
[0020]附图标记：11、破碎机;111、主机腔体;12、RGB相机;13、3D相机;14、皮带机。
具体实施方式
[0021]为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
[0022]图1示出了本申请的实施例提供的一种破碎机给料量智能控制方法，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，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。
[0023]在具体的实施例中，构建初始的目标料位预测模型，具体包括：
获取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，将破碎机历史负载、历史进料粒径分布作为自变量、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。
[0024]具体的，构建初始的目标料位预测模型的数据为破碎机稳定运行时的参数，具体的参数包括历史进料粒径分布、破碎机的历史料位和破碎机历史负载，其中，在破碎机稳定运行时，破碎机实时负载在一段时间内的波动稳定在设定的负载波动范围内，在构建初始的目标料位预测模型时获取的破碎机历史负载在设定的负载波动范围内。在本申请的实施例中，破碎机目标负载和破碎机实时负载包括但不限于破碎机主机电流、破碎机主机功率、破碎机主机液压缸的压力。例如，将破碎机目标负载设定为额定功率的90%，也可以视工况将破碎机目标负载设置为其他值。此外，可调参数根据物料材质或者目标料位的预测结果误差进行微调，具体的，在构建初始的目标料位预测模型时，设置可调参数β的值，拟合时不对可调参数的值进行调整，在步骤S4中根据目标料位的预测结果误差对可调参数的值进行调整。在本申请的实施例中，初始的目标料位预测模型的可调参数的值默认设置为1。
[0025]S2，实时获取破碎机进料口外的进料图像，对进料图像中的颗粒进行轮廓提取，得到轮廓提取结果，基于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进料粒径分布输入当前轮次的目标料位预测模型，输出当前轮次的目标料位。
[0026]在具体的实施例中，基于轮廓提取结果确定进料粒径分布，具体包括：
根据轮廓提取结果计算每一个进料图像中的颗粒的等效粒径;
将所有进料图像中的颗粒的等效粒径所在的粒径范围划分为若干个粒径区间，计算每一个粒径区间内的所有进料图像中的颗粒的面积占比或体积占比，得到进料粒径分布。
[0027]具体的，采集破碎机进料口外的进料图像所采用的采集传感器包括但不限于RGB相机。获取破碎机进料口外的进料图像后，采用深度学习对进料图像的表面的、独立的颗粒进行轮廓提取并计算进料粒径分布，进料粒径分布的计算方法包括但不限于轮廓等效椭圆短轴法。在本申请的实施例中，参考图2，采用RGB相机12采集破碎机11进料口外的进料图像，对所述进料图像进行处理后获取到实时的粒径分布，并利用当前轮次的目标料位预测模型计算当前轮次的目标料位，且当前轮次的目标料位位于设定的料位范围内。
[0028]S3，获取实时给料速度和实时料位，根据实时给料速度、实时料位和当前轮次的目标料位计算目标给料速度。
[0029]在具体的实施例中，采用下式计算目标给料速度：
;
其中，v表示目标给料速度，v0表示实时给料速度，k表示速度系数，表示当前轮次的目标料位与实时料位的料位差。
[0030]在具体的实施例中，设定给料机的给料速度的调整周期，在每一个调整周期开始时，重新计算实时给料速度v0和当前轮次的目标料位与实时料位的料位差。
[0031]具体的，破碎机的实时料位通过3D相机、激光雷达或者位移传感器进行测量，当采用3D相机或者激光雷达进行实时料位测量时，获取破碎机的主机腔体中物料的高度点云数据，并计算出主机腔体中的当前物料的平均料位，将主机腔体中的当前物料的平均料位作为实时料位;当采用位移传感器进行实时料位测量时，测量单点或者多点料位与传感器的距离，并计算出主机腔体中的当前物料的平均料位，将主机腔体中的当前物料的平均料位作为实时料位。
[0032]在本申请的实施例中，在每一个调整周期开始时重新计算实时给料速度v0和当前轮次的目标料位与实时料位的料位差，直至实时料位调整至当前轮次的目标料位。参考图2，3D相机13设置在破碎机11的主机腔体111的上方，在每一个调整周期开始时，采用3D相机13采集破碎机11的主机腔体111中物料的高度点云数据，并计算出主机腔体111中的当前物料的平均料位，并将其作为实时料位。
[0033]S4，将目标给料速度发送至给料机控制系统，由给料机控制系统调整给料机的给料速度，在给料机的给料速度调整过程中，获取破碎机实时负载，判断破碎机实时负载是否位于安全负载范围内，若是，则继续调整给料机的给料速度，直至给料机的给料速度与目标给料速度相同，否则调整当前轮次的可调参数和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。
[0034]具体的，将目标给料速度发送至给料机控制系统，给料机控制系统根据给料机型号调整给料机的给料速度，当采用皮带机给料时，调整皮带机的电机频率以改变进料皮带的速度，从而改变皮带机的给料速度;当采用振动给料机给料时，调整振动给料机的振幅或者频率，以改变振动给料机的给料速度。在本申请的实施例中，当实时料位低于当前轮次的目标料位时，增加给料机的给料速度;当实时料位高于当前轮次的目标料位时，减小给料机的给料速度。在本申请的实施例中，采用皮带机14进行给料，RGB相机12设置在皮带机14上靠近破碎机11进料口的一端的上方，对皮带机14上即将进入破碎机11的物料进行图像拍摄。
[0035]具体的，在给料机的给料速度调整过程中，需要保持对破碎机实时负载的监测，只有在安全负载范围内才可以对给料机的给料速度继续进行调整，若破碎机实时负载不在安全负载范围内，则需要调整可调参数β的值，并调整目标料位预测模型。调整可调参数β的值以及目标料位预测模型，利用目标料位预测模型计算得到的目标料位也随之调整。根据新的当前轮次的目标料位重新调整给料机的给料速度，同时进入校验破碎机实时负载的步骤，可以保证破碎机始终在安全负载范围内工作，从而减少破碎机因为过载而导致停止给料的情况，减少了生产不连续、产量波动、品质波动等问题。
[0036]在本申请的实施例中，通过调整给料机的给料速度使实时料位达到目标料位，并且在进料粒径分布发生改变前，保持实时料位的波动稳定在设定的料位波动范围内，直到进料粒径分布发生改变后，需要重新确定新的目标料位。
[0037]在具体的实施例中，调整当前轮次的可调参数和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，调整当前轮次的可调参数，得到调整后的可调参数;
S42，将当前轮次的目标料位预测模型的可调参数替换为调整后的可调参数，得到调整后的目标料位预测模型;
S43，根据调整后的可调参数、当前轮次的进料粒径分布、当前轮次的破碎机目标负载重新计算目标料位，得到调整后的目标料位，若调整后的目标料位满足：调整后的目标料位和当前轮次的目标料位之间的料位差与当前轮次的目标料位的比值等于设定的料位调整比例，则执行步骤S44，否则返回步骤S41;
S44，将调整后的可调参数作为下一轮次的可调参数，将调整后的目标料位预测模型作为下一轮次的目标料位预测模型。
[0038]具体的，可调参数可以根据物料材质或者目标料位的预测结果误差进行微调，其中目标料位的预测结果误差是指：根据当前轮次的目标料位调整给料机的给料速度时，出现了破碎机实时负载不在安全负载范围内的情况，因此根据当前轮次的目标料位调整给料机的给料速度无法使破碎机达到最佳的运行状态，这说明当前轮次的目标料位与理想的目标料位存在误差，需要对当前轮次的可调参数和当前轮次的目标料位预测模型进行调整，以使根据步骤S2计算的目标料位接近理想的目标料位，当调整给料机的给料速度使实时料位达到理想的目标料位且破碎机保持稳定运行时，破碎机可以始终处于最佳工作状态，提高工作效率，解决料位过低导致能源浪费、料位过高导致生产力降低、质量下降等问题。进一步地，物料材质不同，破碎机进行破碎时的运行状态也会不同，从而也会导致目标料位的预测结果误差。在可调参数和目标料位预测模型的调整过程中，根据调整后的可调参数和调整后的目标料位预测模型重新计算调整后的目标料位，调整后的目标料位需满足：调整后的目标料位和当前轮次的目标料位之间的料位差与当前轮次的目标料位的比值等于设定的料位调整比例。例如，设定的料位调整比例为10%，利用调整后的目标料位预测模型计算得到的调整后的目标料位降低到当前轮次的目标料位的90%或增大到当前轮次的目标料位的110%。通过对可调参数和目标料位预测模型进行调整，实现目标料位按照料位调整比例进行调整，并且以调整后的可调参数和目标料位预测模型作为下一轮次的可调参数和下一轮次的目标料位预测模型，实现目标料位预测模型的更新。
[0039]进一步地，当破碎机实时负载小于安全负载范围的最小值时，调整可调参数以及目标料位预测模型，使得利用调整后的目标料位预测模型计算得到的调整后的目标料位相比于当前轮次的目标料位增大了料位调整比例对应的料位高度，且调整后的目标料位位于设定的料位范围内，特别地，当目标料位调整至设定的料位范围的最大值时，则使目标料位保持在设定的料位范围的最大值，不对目标料位进行调整;当破碎机实时负载大于安全负载范围的最大值时，调整可调参数以及目标料位预测模型，使得利用调整后的目标料位预测模型计算得到的调整后的目标料位相比于当前轮次的目标料位降低了料位调整比例对应的料位高度，且调整后的目标料位位于设定的料位范围内。
[0040]以上步骤S1-S4并不一定代表步骤之间的顺序，而是步骤符号表示，步骤间的顺序可调整。
[0041]进一步参考图3，作为对上述各图所示方法的实现，本申请提供了一种破碎机给料量智能控制装置的一个实施例，该装置实施例与图1所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
[0042]本申请实施例提供了一种破碎机给料量智能控制装置，包括：
模型构建模块1，被配置为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，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;
目标料位计算模块2，被配置为实时获取破碎机进料口外的进料图像，对进料图像中的颗粒进行轮廓提取，得到轮廓提取结果，基于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进料粒径分布输入当前轮次的目标料位预测模型，输出当前轮次的目标料位;
目标给料速度计算模块3，被配置为获取实时给料速度和实时料位，根据实时给料速度、实时料位和当前轮次的目标料位计算目标给料速度;
调整模块4，被配置为将目标给料速度发送至给料机控制系统，由给料机控制系统调整给料机的给料速度，在给料机的给料速度调整过程中，获取破碎机实时负载，判断破碎机实时负载是否位于安全负载范围内，若是，则继续调整给料机的给料速度，直至给料机的给料速度与目标给料速度相同，否则调整当前轮次的可调参数和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，重复执行目标料位计算模块2、目标给料速度计算模块3和调整模块4。
[0043]图4为本发明实施例提供的电子设备的硬件结构示意图。如图4所示，本实施例的电子设备包括：处理器401以及存储器402;其中存储器402，用于存储计算机执行指令;处理器401，用于执行存储器存储的计算机执行指令，以实现上述实施例中电子设备所执行的各个步骤。具体可以参见前述方法实施例中的相关描述。
[0044]可选地，存储器402既可以是独立的，也可以跟处理器401集成在一起。
[0045]当存储器402独立设置时，该电子设备还包括总线403，用于连接存储器402和处理器401。
[0046]本发明实施例还提供一种计算机存储介质，计算机存储介质中存储有计算机执行指令，当处理器401执行计算机执行指令时，实现如上的方法。
[0047]本发明实施例还提供一种计算机程序产品，包括计算机程序，计算机程序被处理器401执行时，实现如上的方法。
[0048]在本发明所提供的实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0049]作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案。
[0050]另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个单元中。上述模块成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
[0051]上述以软件功能模块的形式实现的集成的模块，可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中，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)或处理器401执行本申请各个实施例方法的部分步骤。
[0052]应理解，上述处理器401可以是中央处理单元(Central Processing Unit，简称CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，简称DSP)、专用集成电路(ApplicationSpecific Integrated Circuit，简称ASIC)等。通用处理器可以是微处理器或者该处理器401也可以是任何常规的处理器401等。结合发明所公开的方法的步骤可以直接体现为硬件的处理器401执行完成，或者用处理器401中的硬件及软件模块组合执行完成。
[0053]存储器402可能包含高速RAM存储器，也可能还包括非易失性存储NVM，例如至少一个磁盘存储器，还可以为U盘、移动硬盘、只读存储器、磁盘或光盘等。
[0054]总线403可以是工业标准体系结构(Industry Standard Architecture，简称ISA)、外部设备互连(Peripheral Component Interconnect，简称PCI)总线或扩展工业标准体系结构(ExtendedIndustry Standard Architecture，简称EISA)总线等。总线403可以分为地址总线、数据总线、控制总线等。为便于表示，本申请附图中的总线403并不限定仅有一根总线403或一种类型的总线403。
[0055]上述存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。存储介质可以是通用或专用计算机能够存取的任何可用介质。
[0056]一种示例性的存储介质耦合至处理器401，从而使处理器401能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器401的组成部分。处理器401和存储介质可以位于专用集成电路(Application Specific Integrated Circuits，简称ASIC)中。当然，处理器401和存储介质也可以作为分立组件存在于电子设备或主控设备中。
[0057]本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤;而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
[0058]最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
说明书附图(4)
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)
305
编辑：中冶有色网
来源：福建南方路面机械股份有限公司, 华侨大学
分享 0
举报 0
收藏 0
反对 0
点赞 0
2025年04月25日 ~ 27日 
