石英砂球磨控制系统及其方法技术方案

技术编号:39492058 阅读:23 留言:0更新日期:2023-11-24 11:14
本申请涉及智能控制技术领域,其具体地公开了一种石英砂球磨控制系统及其方法,其通过摄像头采集球磨机筒体内的研磨状态监控视频,从监控视频提取多个研磨状态关键帧,然后使用空间注意力机制和卷积神经网络对其进行特征提取,基于研磨效果控制石英砂球磨机筒体转速增大或减小

【技术实现步骤摘要】
石英砂球磨控制系统及其方法


[0001]本申请涉及智能控制
,且更为具体地,涉及一种石英砂球磨控制系统及其方法


技术介绍

[0002]石英砂球磨机通常为卧式筒形旋转装置,石英砂物料由进料装置经入料中空轴螺旋均匀地进入磨机,内装不同规格钢球,筒体转动产生离心力将钢球带到一定高度后落下,对石英砂物料产生重击和研磨作用,将石英砂研磨至粉状物后通过卸料箅板排出,完成粉磨作业

[0003]在石英砂球磨机运行过程中,一般来说,转速越高,研磨效果越好,但是当转速过高时,球磨机容易发生故障,同时还会对研磨材料造成过度研磨的情况,降低产品质量

同时,球磨机的转速也会影响研磨时间和能耗,因此,需要在球磨机的额定转速范围内选择合适的转速,以达到最佳的研磨效果

[0004]因此,期待一种石英砂球磨控制系统及其方法


技术实现思路

[0005]为了解决上述技术问题,提出了本申请

本申请的实施例提供了一种石英砂球磨控制系统及其方法,其通过摄像头采集球磨机筒体内的研磨状态监控视频,从监控视频提取多个研磨状态关键帧,然后使用空间注意力机制和卷积神经网络对其进行特征提取,基于研磨效果控制石英砂球磨机筒体转速增大或减小

这样,可以有效地监控球磨机的研磨状态,提高研磨效果,同时避免了球磨机转速过高导致的故障和过度研磨的情况

[0006]相应地,根据本申请的一个方面,提供了一种石英砂球磨控制系统,其包括:
[0007]监控模块,用于获取由摄像头采集的预定时间段内的球磨机筒体内的研磨状态监控视频;
[0008]关键帧提取模块,用于从所述研磨状态监控视频提取多个研磨状态关键帧;
[0009]研磨状态特征提取模块,用于将所述多个研磨状态关键帧分别通过使用空间注意力机制的第一卷积神经网络模型以得到多个研磨状态特征向量;
[0010]转移模块,用于计算所述多个研磨状态特征向量中每相邻两个时间点的研磨状态特征向量之间的转移矩阵以得到多个转移矩阵;
[0011]研磨状态变化特征提取模块,用于将所述多个转移矩阵排列为三维输入张量后通过使用三维卷积核的第二卷积神经网络模型以得到研磨状态时序转移特征图;
[0012]优化模块,用于对所述研磨状态时序转移特征图进行鲁棒性聚类优化以得到优化研磨状态时序转移特征图;以及
[0013]控制结果生成模块,用于将所述优化研磨状态时序转移特征图通过分类器以得到分类结果,所述分类结果用于表示石英砂球磨机筒体转速应增大或减小

[0014]在上述石英砂球磨控制系统中,所述关键帧提取模块,用于:以预定采样频率从所
述研磨状态监控视频提取多个研磨状态关键帧

[0015]在上述石英砂球磨控制系统中,所述研磨状态特征提取模块,包括:深度卷积编码单元,用于使用所述第一卷积神经网络模型的卷积编码部分对所述研磨状态关键帧进行深度卷积编码以得到初始卷积特征图;注意力图生成单元,用于将所述初始卷积特征图输入所述第三卷积神经网络模型的空间注意力部分以得到空间注意力图;注意力计算单元,用于将所述空间注意力图通过
Softmax
激活函数以得到空间注意力特征图;注意力施加单元,用于计算所述空间注意力特征图和所述初始卷积特征图的按位置点乘以得到研磨状态特征图;以及,池化单元,用于对所述研磨状态特征图进行沿通道维度的各个特征矩阵的均值池化处理以得到所述研磨状态特征向量

[0016]在上述石英砂球磨控制系统中,所述转移模块,用于:以如下转移公式计算所述多个研磨状态特征向量中每相邻两个时间点的研磨状态特征向量之间的转移矩阵以得到多个转移矩阵;
[0017]其中,所述转移公式为:
[0018][0019]其中,
V1、V2表示所述多个研磨状态特征向量中每相邻两个时间点的研磨状态特征向量,
M
表示所述转移矩阵,表示矩阵相乘

[0020]在上述石英砂球磨控制系统中,所述研磨状态变化特征提取模块,包括:使用所述第二卷积神经网络模型的各层在层的正向传递中分别进行:对输入数据进行卷积处理以得到卷积特征图;对所述卷积特征图进行基于局部特征矩阵的均值池化以得到池化特征图;以及,对所述池化特征图进行非线性激活以得到激活特征图;其中,所述第二卷积神经网络模型的最后一层的输出为所述研磨状态时序转移特征图,所述第二卷积神经网络模型的第一层的输入为所述三维输入张量

[0021]在上述石英砂球磨控制系统中,所述优化模块,包括:特征展平单元,用于将所述研磨状态时序转移特征图的沿通道维度的各个局部特征矩阵进行特征展平以得到多个分类局部特征向量;均值向量计算单元,用于计算所述多个分类局部特征向量的按位置均值向量作为所述研磨状态时序转移特征图的聚类中心;散度计算单元,用于分别计算所述研磨状态时序转移特征图的聚类中心与所述各个分类局部特征向量之间的
JS
散度值以得到多个
JS
散度值;高斯归一化单元,用于对所述多个
JS
散度值进行高斯归一化以得到多个归一化
JS
散度值;权重施加单元,用于以所述各个归一化
JS
散度值作为权重,分别对所述各个分类局部特征向量进行加权以得到多个优化分类局部特征向量;以及,维度重构单元,用于将所述多个优化分类局部特征向量进行维度重构以得到所述优化研磨状态时序转移特征图

[0022]在上述石英砂球磨控制系统中,所述控制结果生成模块,用于:使用所述分类器以如下分类公式对所述优化研磨状态时序转移特征图进行处理以获得分类结果,其中,所述分类公式为:
[0023]softmax{(M
c
,B
c
)|Project(F)}
[0024]其中,
Project(F)
表示将所述优化研磨状态时序转移特征图投影为向量,
M
c
为全连接层的权重矩阵,
B
c
表示全连接层的偏置矩阵,
softmax
表示归一化指数函数

[0025]根据本申请的另一个方面,提供了一种石英砂球磨控制方法,其包括:
[0026]获取由摄像头采集的预定时间段内的球磨机筒体内的研磨状态监控视频;
[0027]从所述研磨状态监控视频提取多个研磨状态关键帧;
[0028]将所述多个研磨状态关键帧分别通过使用空间注意力机制的第一卷积神经网络模型以得到多个研磨状态特征向量;
[0029]计算所述多个研磨状态特征向量中每相邻两个时间点的研磨状态特征向量之间的转移矩阵以得到多个转移矩阵;
[0030]将所述多个转移矩阵排列为三维输入张量后通过使用三维卷积核的第二卷积神经网络模型以得到研磨状态时序转移特征本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.
一种石英砂球磨控制系统,其特征在于,包括:监控模块,用于获取由摄像头采集的预定时间段内的球磨机筒体内的研磨状态监控视频;关键帧提取模块,用于从所述研磨状态监控视频提取多个研磨状态关键帧;研磨状态特征提取模块,用于将所述多个研磨状态关键帧分别通过使用空间注意力机制的第一卷积神经网络模型以得到多个研磨状态特征向量;转移模块,用于计算所述多个研磨状态特征向量中每相邻两个时间点的研磨状态特征向量之间的转移矩阵以得到多个转移矩阵;研磨状态变化特征提取模块,用于将所述多个转移矩阵排列为三维输入张量后通过使用三维卷积核的第二卷积神经网络模型以得到研磨状态时序转移特征图;优化模块,用于对所述研磨状态时序转移特征图进行鲁棒性聚类优化以得到优化研磨状态时序转移特征图;以及控制结果生成模块,用于将所述优化研磨状态时序转移特征图通过分类器以得到分类结果,所述分类结果用于表示石英砂球磨机筒体转速应增大或减小
。2.
根据权利要求1所述的石英砂球磨控制系统,其特征在于,所述关键帧提取模块,用于:以预定采样频率从所述研磨状态监控视频提取多个研磨状态关键帧
。3.
根据权利要求2所述的石英砂球磨控制系统,其特征在于,所述研磨状态特征提取模块,包括:深度卷积编码单元,用于使用所述第一卷积神经网络模型的卷积编码部分对所述研磨状态关键帧进行深度卷积编码以得到初始卷积特征图;注意力图生成单元,用于将所述初始卷积特征图输入所述第三卷积神经网络模型的空间注意力部分以得到空间注意力图;注意力计算单元,用于将所述空间注意力图通过
Softmax
激活函数以得到空间注意力特征图;注意力施加单元,用于计算所述空间注意力特征图和所述初始卷积特征图的按位置点乘以得到研磨状态特征图;以及池化单元,用于对所述研磨状态特征图进行沿通道维度的各个特征矩阵的均值池化处理以得到所述研磨状态特征向量
。4.
根据权利要求3所述的石英砂球磨控制系统,其特征在于,所述转移模块,用于:以如下转移公式计算所述多个研磨状态特征向量中每相邻两个时间点的研磨状态特征向量之间的转移矩阵以得到多个转移矩阵;其中,所述转移公式为:其中,
V1、V2表示所述多个研磨状态特征向量中每相邻两个时间点的研磨状态特征向量,
M
表示所述转移矩阵,表示矩阵相乘
。5.
根据权利要求4所述的石英砂球磨控制系统,其特征在于,所述研磨状态变化特征提取模块,包括:使用所述第二卷积神经网络模型的各层在层的正向传递中分别进行:对输入数据进行卷积处理以得到卷积特征图;
对所述卷积特征图进行基于局部特征矩阵的均值池化以得到池化特征图;以及对所述池化特征图进行非线性激活以得到激活特征图;其中,所述第二卷积神经网络模型的最后一层的输出为所述研磨状态时序转移特征图,所述第二卷积神经网络模型的第一层的输入为所述三维输入张量
。6.
根据权利要求5所述的石英砂球磨控制系统,其特征在于,所述优化模块,包括:特征展平单元,用于将所述研磨状态时序转移特征图的沿通道维度的各个局部特征矩阵进行特征展平以得到多个分类局部特征向量;均值向量计算单元,用于计算所述多个分类局部特征向量的按位置均值向量作为所述研磨状...

【专利技术属性】
技术研发人员:张文静路文文于叶
申请(专利权)人:凤阳明城矿产品有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1