一种含矸率测量方法及装置制造方法及图纸

本申请公开了一种含矸率测量方法及装置，方法包括：根据皮带秤上的皮带有料或空载为AD称重模块的信号值打上标签；利用逻辑回归算法构建空载判别模型；利用AD称重模块的打上标签的信号值训练所述空载判别模型；为皮带秤的压力传感器的AD信号值打上重量标签；构建测重模型；将AD信号值依次输入空载判别模型和测重模型，根据AD称重模块的信号值计算并输出判别结果和测重结果；利用激光雷达实时测量并输出被测物体体积；利用激光雷达测得的体积和AD称重模块测得的重量实时计算并输出密度；根据测得的密度计算出产品的实时含矸率。本申请提供的含矸率测量方法，设计科学合理，简单、便于实现，测量精度高，准确率高。

A measuring method and device of gangue content

【技术实现步骤摘要】
一种含矸率测量方法及装置
本申请涉及皮带秤
，具体涉及一种含矸率测量方法及装置。
技术介绍
煤中粒度大于50mm的矸石的质量分数称之为含矸率。在煤矿生产过程中，由于夹矸、顶板和底板岩石混入煤中，使煤的质量降低，一般用含矸率表示煤质降低的程度，含矸率越高表示煤的质量越差。因此对于含矸率的测量极为重要。现有技术测量含矸率主要是通过皮带秤称重后再用重量除以煤的体积，然后通过与正常煤的密度进行比对得到含矸率，计算结果精确度不够，且计算过程较为复杂，不能满足实际应用的需要，现在亟待研发一种精度高、计算结果精确的含矸率测量方法。对于煤炭重量的测量是通过皮带秤来实现的。皮带秤自诞生以来，已有一百余年，先后经历了机械式皮带秤、机械电子式皮带秤、电子皮带秤、射线皮带秤、激光皮带秤等几个阶段，经过了百年的开展，皮带秤日趋成熟和稳定，其运用也越来越广泛。随着新技能特别是数字技能和网络技能的不断涌现，电子皮带秤技能也得到了新的开展。皮带秤称重原理：全悬浮式秤架与非自动平台秤类似，称重平台由4只称重传感器支撑，称重托辊装在平台上。皮带秤结构如图1所示，皮带秤受力曲线如图2所示，皮带秤包括皮带机头1、支撑托辊2、称重托辊3、称重秤架4、称重传感器5、传输皮带6和测速传感器7。在现行使用的皮带秤中，重量计量方法基本上可以分为两类，通常采用积分法或累加法来计算瞬时流量和累计重量。以下简述两种不同方法。(1)积分法当皮带输送物料时，连续测量称重托辊上代表单位皮带长度上的载重值q(kg/m)，并将q值与同一时刻的皮带速度值v(m/s)相乘，则所得的乘积等于物料的瞬时流量。(2)累积法累积计量法，是以采样时刻称重值和采样时刻皮带速度，估算整个采样周期内的累计量，将累计量对时间微分，可求出瞬时流量。受限于单片机无法进行复杂的积分运算，所以，采用累加法近似计算瞬时流量值和累计重量值。称重显示控制器将获得的传感器mV级电压信号由A/D转换为无量纲的数字量，即重量内码D。在现行的皮带秤中采取信号简单的相加法来计算总重量内码D，即由上式可以看出，任何一路传感器故障所导致的信号缺失、信号异常都会对称量值产生严重影响。
技术实现思路
本申请的目的是提供一种含矸率测量方法及装置。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。根据本申请实施例的一个方面，提供一种含矸率测量方法，包括：根据皮带秤上的皮带有料或空载，为AD称重模块的信号值打上标签；利用逻辑回归算法构建空载判别模型；利用AD称重模块的打上标签的信号值训练所述空载判别模型；根据人工称量的重量，为皮带秤的压力传感器的AD信号值打上重量标签；利用卷积神经网络算法构建测重模型；将AD信号值依次输入空载判别模型和测重模型，根据AD称重模块的信号值计算并输出判别结果和测重结果；将激光雷达的频率调到与AD称重模块一致，利用激光雷达实时测量并输出被测物体体积；利用激光雷达测得的体积和AD称重模块测得的重量实时计算并输出密度；根据测得的密度计算出产品的实时含矸率。进一步地，所述空载判别模型为：p(x；a,b)＝1/[1+e-(ax+b)]；p代表概率，概率大于0.5的属于1分类，概率小于0.5的属于0分类，以1分类代表皮带有料的状态，以0分类代表皮带空载的状态。进一步地，所述测重模型包括依次连接的输入层、卷积层、降采样层、全连接层和输出层。进一步地，所述降采样层采用的是全局平均池化函数。进一步地，所述测重模型采用ReLU函数作为激活函数。进一步地，所述全连接层采用softmax函数。进一步地，所述根据测得的密度计算出产品的实时含矸率的公式为ρB代表矸石密度，ρA代表煤炭密度，V代表测量体积，W代表测量重量。根据本申请实施例的另一个方面，提供一种含矸率测量装置，包括：第一打标签模块，用于根据皮带秤上的皮带有料或空载，为AD称重模块的信号值打上标签；第一建模模块，用于利用逻辑回归算法构建空载判别模型；训练模块，用于利用AD称重模块的打上标签的信号值训练所述空载判别模型；第二打标签模块，用于根据人工称量的重量，为皮带秤的压力传感器的AD信号值打上重量标签；第二建模模块，用于利用卷积神经网络算法构建测重模型；第一计算模块，用于将AD信号值依次输入空载判别模型和测重模型，根据AD称重模块的信号值计算并输出判别结果和测重结果；激光雷达测量模块，用于将激光雷达的频率调到与AD称重模块一致，利用激光雷达实时测量并输出被测物体体积；第二计算模块，利用激光雷达测得的体积和AD称重模块测得的重量实时计算并输出密度；第三计算模块，用于根据测得的密度计算出产品的实时含矸率。根据本申请实施例的另一个方面，提供一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现所述的含矸率测量方法。根据本申请实施例的另一个方面，提供一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行，以实现所述的含矸率测量方法。本申请实施例的其中一个方面提供的技术方案可以包括以下有益效果：本申请实施例提供的含矸率测量方法，设计科学合理，简单、便于实现，测量精度高，准确率高，可以很好地满足实际应用的需要。本申请的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者，部分特征和优点可以从说明书中推知或毫无疑义地确定，或者通过实施本申请实施例了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，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。图1为现有技术的皮带秤结构示意图；图2为现有技术的皮带秤受力曲线图；图3示出了本申请的一个实施例的含矸率测量方法流程图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，下面结合附图和具体实施例对本申请做进一步说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。基于本申请中的实施例，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他实施例，都属于本申请保护的范围。本
技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本申请本文档来自技高网...

【技术保护点】
1.一种含矸率测量方法，其特征在于，包括：/n根据皮带秤上的皮带有料或空载，为AD称重模块的信号值打上标签；/n利用逻辑回归算法构建空载判别模型；/n利用AD称重模块的打上标签的信号值训练所述空载判别模型；/n根据人工称量的重量，为皮带秤的压力传感器的AD信号值打上重量标签；/n利用卷积神经网络算法构建测重模型；/n将AD信号值依次输入空载判别模型和测重模型，根据AD称重模块的信号值计算并输出判别结果和测重结果；/n将激光雷达的频率调到与AD称重模块一致，利用激光雷达实时测量并输出被测物体体积；/n利用激光雷达测得的体积和AD称重模块测得的重量实时计算并输出密度；/n根据测得的密度计算出产品的实时含矸率。/n

【技术特征摘要】
1.一种含矸率测量方法，其特征在于，包括：
根据皮带秤上的皮带有料或空载，为AD称重模块的信号值打上标签；
利用逻辑回归算法构建空载判别模型；
利用AD称重模块的打上标签的信号值训练所述空载判别模型；
根据人工称量的重量，为皮带秤的压力传感器的AD信号值打上重量标签；
利用卷积神经网络算法构建测重模型；
将AD信号值依次输入空载判别模型和测重模型，根据AD称重模块的信号值计算并输出判别结果和测重结果；
将激光雷达的频率调到与AD称重模块一致，利用激光雷达实时测量并输出被测物体体积；
利用激光雷达测得的体积和AD称重模块测得的重量实时计算并输出密度；
根据测得的密度计算出产品的实时含矸率。


2.根据权利要求1所述的方法，其特征在于，所述空载判别模型为：
p(x；a,b)＝1/[1+e-(ax+b)]；p代表概率，概率大于0.5的属于1分类，概率小于0.5的属于0分类，以1分类代表皮带有料的状态，以0分类代表皮带空载的状态。


3.根据权利要求1所述的方法，其特征在于，所述测重模型包括依次连接的输入层、卷积层、降采样层、全连接层和输出层。


4.根据权利要求3所述的方法，其特征在于，所述降采样层采用的是全局平均池化函数。


5.根据权利要求3所述的方法，其特征在于，所述测重模型采用ReLU函数作为激活函数。


6.根据权利要求3所述的方法，其特征在于，所述全连接层采用softmax函数。


7...

【专利技术属性】
技术研发人员：李昕，赵新平，曹瑞萍，
申请(专利权)人：北京龙田华远科技有限公司，阳泉煤业集团股份有限公司，
类型：发明
国别省市：北京;11