【技术实现步骤摘要】
本申请属于港口粉尘防治，具体涉及一种矿尘产尘量的预测方法、预测装置以及实验装置。
技术介绍
1、港口码头作为海运与陆运交汇的重要节点，是物流的重要环节。由于港口码头中会露天转运大量的散装物资，例如矿石和煤粉，这些散装物资在转运过程中会产生大量的粉尘，严重污染周围环境和威胁港口码头工作人员的健康。并且，室内空气中也经常飘散有粉尘，且天气条件恶劣时空气中漂浮的粉尘会对道路交通等方面造成严重影响。
2、为了解决粉尘对空气污染的影响，需要准确预测粉尘量，并根据预测的粉尘量制定有效的粉尘防治策略，采取响应的粉尘防治措施，例如，设置防风抑尘网、覆盖防尘网、洒水抑尘、喷洒抑尘剂等。
3、虽然各港口码头作业环境存在差异导致煤炭、矿石的存放位置和装卸工艺存在一定的差异，但是，其主要作业方式和作业流场基本相同。目前，通常采用经验公式或简化模型计算产尘量，并未考虑港口码头的实际作业，计算过程中未综合实际作业过程中的复杂影响因素，例如物料质量流量、含水率、环境风速等因素的影响，从而导致产尘量的计算误差较大，矿尘产尘量预测的准确性长时间未得到有效提高。
技术实现思路
1、基于以上技术问题，本申请提出一种矿尘产尘量的预测方法、预测装置以及实验装置，建立了准确的矿尘产尘量预测模型，提高了对矿尘产尘量预测的准确性。
2、第一方面，本申请提出一种矿尘产尘量的预测方法，包括：
3、获取物料卸料产尘过程中的实时产尘数据；
4、将所述实时产尘数据输入到预先构建的
5、所述实时产尘数据包括：实时的落料质量流量、实时的环境风速以及实时的物料含水率；
6、所述产尘样本数据，采用矿尘产尘量的实验装置获取，包括：实验的产尘量随时间的变化曲线、实验的指定时间段的产尘量、实验的落料质量流量、实验的环境风速以及实验的物料含水率。
7、所述预先构建的矿尘产尘量预测模型，计算式如下：
8、
9、其中，y为预测的矿尘产尘量，t为时间，a1为第一拟合系数，a2为第二拟合系数，a为第三拟合系数，b为第四拟合系数。
10、所述多个拟合系数是对不同物料卸料工况下的产尘样本数据进行多次多元线性拟合得到的，包括：
11、在不同物料卸料工况下，对实验的落料质量流量、实验的环境风速以及实验的物料含水率进行归一化处理；
12、以归一化处理后的落料质量流量、环境风速、物料含水率为自变量，分别以第一拟合系数a1、第二拟合系数a2、第三拟合系数a、第四拟合系数b为因变量，进行多元线性回归分析，得到多元线性回归模型，所述多元线性回归模型的输出为多个拟合系数，包括：第一拟合系数a1、第二拟合系数a2、第三拟合系数a、第四拟合系数b。
13、所述多元线性回归模型，计算式如下：
14、yi＝β0+β1mp+β2v+β3d，i＝1，2，3，4
15、其中，yi为第i个拟合系数，其中，i为拟合系数的序号，当i＝1时，yi表示第一拟合系数a1，当i＝2时，yi表示第二拟合系数a2，当i＝3时，yi表示第三拟合系数a，当i＝4时，yi表示第四拟合系数b；β0、β1、β2、β3均为多元线性回归模型的参数；mp为归一化处理后的落料质量流量，v为归一化处理后的环境风速，d为归一化处理后的物料含水率。
16、第二方面，本申请提出一种矿尘产尘量的预测装置，包括：
17、实时数据获取模块，用于获取物料卸料产尘过程中的实时产尘数据；
18、预测值计算模块，用于将所述实时产尘数据输入到预先构建的矿尘产尘量预测模型，得到预测的矿尘产尘量，所述预先构建的矿尘产尘量预测模型是通过多个拟合系数构建得到的，所述多个拟合系数是对不同物料卸料工况下的产尘样本数据进行多次多元线性拟合得到的。
19、第三方面，本申请提出一种矿尘产尘量的实验装置，用于获取不同物料卸料工况下的产尘样本数据，包括：
20、抓斗、漏斗装置、轴流通风机、粉尘测量仪、热线风速仪、水分测定仪以及温湿度记录仪；
21、所述抓斗安装在漏斗装置进料口的正上方，抓斗的底部距离漏斗装置进料口的距离为预设定距离，抓斗的轴线与漏斗装置的轴线在与地面垂直方向上相重合，所述轴流通风机和粉尘测量仪分别设置于漏斗装置的两侧；
22、所述抓斗用于以指定的落料质量流量向漏斗装置内投放物料，以模拟物料卸料过程；
23、所述轴流通风机用于模拟环境风流；
24、所述粉尘测量用于测量物料卸料过程的产尘量；
25、所述热线风速仪用于测量环境风速；
26、水分测定仪用于测量物料含水率；
27、温湿度记录仪用于测量环境的温度和湿度。
28、所述指定的落料质量流量是根据物料的质量与落料时间之间的比值确定的；
29、所述物料卸料过程的产尘量包括：产尘量随时间的变化曲线以及指定时间段的产尘量。
30、第四方面，本申请提出一种电子设备，包括：一个或多个处理器，以及存储器，所述存储器存储指令，当所述指令被所述一个或多个处理器执行时，使得所述一个或多个处理器执行所述的矿尘产尘量的预测方法。
31、第五方面，本申请提出一种计算机可读存储介质，其存储有可执行指令，所述指令当被执行时使得处理器执行所述的矿尘产尘量的预测方法。
32、有益效果：
33、本申请提出一种矿尘产尘量的预测方法、预测装置以及实验装置，建立了准确的矿尘产尘量预测模型，提高了对矿尘产尘量预测的准确性，为粉尘防治措施的制定提供了新思路。
本文档来自技高网...【技术保护点】
1.一种矿尘产尘量的预测方法，其特征在于，包括：
2.根据权利要求1所述的矿尘产尘量的预测方法，其特征在于，包括：
3.根据权利要求1所述的矿尘产尘量的预测方法，其特征在于，包括：
4.根据权利要求2所述的矿尘产尘量的预测方法，其特征在于，包括：
5.根据权利要求4所述的矿尘产尘量的预测方法，其特征在于，包括：所述多元线性回归模型，计算式如下：
6.一种矿尘产尘量的预测装置，其特征在于，包括：
7.一种矿尘产尘量的实验装置，用于获取不同物料卸料工况下的产尘样本数据，其特征在于，包括：
8.根据权利要求7所述的矿尘产尘量的实验装置，其特征在于，所述指定的落料质量流量是根据物料的质量与落料时间之间的比值确定的；
9.一种电子设备，其特征在于，包括：一个或多个处理器，以及存储器，所述存储器存储指令，当所述指令被所述一个或多个处理器执行时，使得所述一个或多个处理器执行权利要求1～5任一项权利要求所述的矿尘产尘量的预测方法。
10.一种计算机可读存储介质，其特征在于，其存储有可执行指
...【技术特征摘要】
1.一种矿尘产尘量的预测方法，其特征在于，包括：
2.根据权利要求1所述的矿尘产尘量的预测方法，其特征在于，包括：
3.根据权利要求1所述的矿尘产尘量的预测方法，其特征在于，包括：
4.根据权利要求2所述的矿尘产尘量的预测方法，其特征在于，包括：
5.根据权利要求4所述的矿尘产尘量的预测方法，其特征在于，包括：所述多元线性回归模型，计算式如下：
6.一种矿尘产尘量的预测装置，其特征在于，包括：
7.一种矿尘产尘量的实验装置，用于获取不同物料卸料工况下的产尘样本数据，其...
【专利技术属性】
技术研发人员：张广元，杨程杰，李小阳，窦俊强，迟金生，宋立建，穆星奇，张亚飞，马梦帆，董立军，喻石，杨永望，
申请(专利权)人：国能黄骅港务有限责任公司，
类型：发明
国别省市：
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。