一种立式混合机填充率自动控制方法及装置制造方法及图纸

本申请提供了一种立式混合机填充率自动控制方法及装置，所述立式混合机包括承重传感器、振动传感器、混合筒和排料门，所述方法包括：实时获取承重传感器测得的物料质量；实时获取振动传感器测得的混合筒的振动信息；将所述振动信息转换为物料密度；根据所述物料质量、物料密度和混合筒总容量，确定立式混合机的填充率；根据所述填充率，调节排料门的开度，以使所述填充率维持在预设范围内。本申请实施例通过控制出料门开度，来实现填充率的控制。保证了立式混合机物料在合适的填充率下工作，既保证物料的混合效果，又防止过高料层导致的生产安全事故，实现了填充率的自动和有效控制。

【技术实现步骤摘要】
一种立式混合机填充率自动控制方法及装置
本申请涉及自动控制技术，尤其涉及一种立式混合机填充率自动控制方法及装置。
技术介绍
强力混合机是利用机械力和重力等，将两种或两种以上物料混合起来的机械设备，是烧结工艺中关键的设备之一。一般分为立式混合机和卧式混合机，其中立式混合机是借助高速旋转的混合浆，使得物料在强迫扰动下产生剧烈的剪切力与对流，实现物料的均匀混合。物料的填充率是立式混合机重要的性能参数，填充率为混合筒内物料的体积占混合筒总容量的比例。当填充率过高，物料在混合筒内混合时间过长，即物料从进料口到出料门经过的时间过长，使已经混合均匀的物料又被破环，导致过混合，另外物料在混合筒内填入过高，还有可能使物料与进料口碰撞，引起混合筒的电机过载、停机，严重时甚至会引发安全事故；当填充率过低，物料在混合筒内混合时间过短，即物料从进料口到出料门经过的时间过短，使物料混合不均匀，导致物料欠混合。可见，填充率过高和过低都会影响混合效果，甚至导致严重的安全事故，而立式混合机在工作过程中，难以保证物料填充率维持在规定范围。因此，如何高效、自动的控制本文档来自技高网...

【技术保护点】
1.一种立式混合机填充率自动控制方法，其特征在于，所述立式混合机包括承重传感器、振动传感器、混合筒和排料门，所述方法包括：/n实时获取承重传感器测得的物料质量；/n实时获取振动传感器测得的混合筒的振动信息；/n将所述振动信息转换为物料密度；/n根据所述物料质量、物料密度和混合筒总容量，确定立式混合机的填充率；/n根据所述填充率，调节排料门的开度，以使所述填充率维持在预设范围内。/n

【技术特征摘要】
1.一种立式混合机填充率自动控制方法，其特征在于，所述立式混合机包括承重传感器、振动传感器、混合筒和排料门，所述方法包括：
实时获取承重传感器测得的物料质量；
实时获取振动传感器测得的混合筒的振动信息；
将所述振动信息转换为物料密度；
根据所述物料质量、物料密度和混合筒总容量，确定立式混合机的填充率；
根据所述填充率，调节排料门的开度，以使所述填充率维持在预设范围内。


2.根据权利要求1所述的方法，其特征在于，所述将振动信息转换为物料密度的步骤包括：将所述振动信息输入预设神经网络模型中，得到物料密度。


3.根据权利要求2所述的方法，其特征在于，所述预设神经网络模型可以通过以下步骤确定：
通过训练样本训练原始的神经网络模型，得到训练后的神经网络模型，其中所述训练样本包括多组样本，所述样本包括振动信息和与所述振动信息对应的物料密度；
利用测试样本测试所述训练后的神经网络模型，其中所述测试样本包括多组样本；如果测试通过，则确定训练后的神经网络模型为预设神经网络模型。


4.根据权利要求3所述的方法，其特征在于，所述通过训练样本训练原始的神经网络模型，得到训练后的神经网络模型的步骤包括：
根据训练样本，确定隐层神经元数量；
根据所述隐层神经元数量、原始的神经网络模型和训练样本中的振动信息，确定输出神经元数值；
利用所述输出神经元数值和训练样本中的密度，确定训练误差；
如果所述训练误差在预设误差范围内，确定所述原始的神经网络模型为训练后的神经网络模型；
如果所述训练误差未在预设误差范围内，则调节所述原始的神经网络模型，重复执行所述根据隐层神经元数量、原始的神经网络模型和训练样本中的振动信息，确定输出神经元数值的步骤，直至所述训练误差在预设误差范围。


5.根据权利要求4所述的方法，其特征在于，所述根据训练样本，确定隐层神经元数量利用下述公式计算：



其中n为隐层神经元数量；m为输入神经元数量；p...

【专利技术属性】
技术研发人员：刘哲明，宁江波，任悦，田万一，
申请(专利权)人：中冶长天国际工程有限责任公司，
类型：发明
国别省市：湖南;43