【技术实现步骤摘要】
本专利技术涉及透筛速率优化，尤其涉及一种滚筒筛透筛速率优化方法。
技术介绍
1、透筛速率(即筛分出小于筛孔颗粒的速率)是评价滚筒筛分离颗粒物料效果的重要指标，而透筛速率受到滚筒转速、滚筒安装角度、入筛物料在滚筒筛内部存留的时间、滚筒的长度与滚筒的直径比值、入料性质等多种因素的影响，并且各个因素之间是非线性关系。
2、现有技术中，对于滚筒筛筛分行为的预测研究主要包括：传统概率透筛模型、动力学透筛模型和离散元数值模拟，但传统概率透筛模型基于理想化假设，忽略了颗粒间的碰撞、堆积与滚动等复杂行为，无法捕捉颗粒的运动轨迹，且未考虑颗粒形状与粒度分布的影响，难以描述筛分过程的动态演变；动力学透筛模型虽然基于物理力学原理分析颗粒的受力与运动，但对颗粒间相互作用的描述较为简化，且计算复杂度较高，难以模拟大规模颗粒系统，导致对颗粒非线性动力学特性的描述不足；离散元数值模拟(dem)作为一种精细化建模方法，能够较好地描述颗粒在滚筒筛内的运动行为，但计算成本巨大，模拟结果的普适性和准确性仍需进一步验证与提升。
3、而神经网络模型具有强大的非线性映射能力和自学习能力，能够从大量的数据中提取出有用的特征，并建立起输入与输出之间的复杂关系。因此，需要结合神经网络模型与dem模拟的优势，提供一种准确、高效的透筛速率预测及优化方法，从而更全面地揭示滚筒筛的筛分机理。
技术实现思路
1、鉴于上述的分析，本专利技术实施例旨在提供一种滚筒筛透筛速率优化方法，用以解决现有透筛速率预测方法准确度低、
2、本专利技术实施例提供了一种滚筒筛透筛速率优化方法，包括：
3、构建滚筒筛离散元模型和颗粒工厂空间模型；
4、基于所述滚筒筛离散元模型和所述颗粒工厂空间模型构建透筛速率样本数据集，所述透筛速率样本数据集包括：颗粒大小、各颗粒的入料速率、滚筒筛倾角、滚筒筛筛网转速、滚筒筛内置构件转速、透筛速率；
5、基于所述透筛速率样本数据集训练目标机器学习模型以得到透筛速率预测模型；
6、获取待测参数样本，将所述待测参数样本输入至所述透筛速率预测模型得到对应于该待测参数样本的不同颗粒大小的透筛速率；
7、若所述透筛速率符合预期目标，则将所述待测参数样本作为所述滚筒筛的控制参数，若不符合预期目标，则采用粒子群算法对所述待测参数样本进行优化，并将优化后的参数作为所述滚筒筛的控制参数，从而提升待测振动筛的透筛速率；
8、优化过程中，将每个粒子代表的输入参数输入透筛速率预测模型得到对应于该粒子的透筛速率，并基于该粒子的透筛速率以及该粒子对应的滚筒筛倾角、滚筒筛筛网转速、滚筒筛内置构件转速计算得到适应度函数。
9、基于上述方法的进一步改进，所述构建滚筒筛离散元模型和颗粒工厂空间模型，包括：构建滚筒筛离散元模型，所述滚筒筛离散元模型包括：筒状筛网和内置构件，并对所述筒状筛网离散元模型进行划分得到多个筛长相同的子筒状筛网离散元模型；构建颗粒工厂空间模型，所述颗粒工厂空间模型放置于所述滚筒筛离散元模型的入料端，且位于所述筒状筛网离散元模型内部，并基于业务需求设置所述颗粒工厂空间模型的颗粒生成方式和颗粒参数。
10、基于上述方法的进一步改进，所述对所述筒状筛网离散元模型进行划分得到多个筛长相同的子筒状筛网离散元模型，包括：获取所述筒状筛网离散元模型的滚筒筛长度，以及颗粒工厂空间模型沿所述滚筒筛长度方向的颗粒工厂空间模型长度，基于所述滚筒筛长度和沿所述滚筒筛长度方向的颗粒工厂空间模型长度得到可用滚筒筛长度；基于可用滚筒筛长度和预设长度对所述筒状筛网离散元模型进行划分，从而得到多个筛长相同的子筒状筛网离散元模型。
11、基于上述方法的进一步改进，所述基于可用滚筒筛长度和预设长度对所述筒状筛网离散元模型进行划分，从而得到多个筛长相同的子筒状筛网离散元模型，包括：
12、a1：设定分割起点，所述分割起点位于所述筒状筛网离散元模型的轴线上，且所述分割起点到所述筒状筛网离散元模型的出料端的最短距离等于可用滚筒筛长度；
13、a2：以分割起点作为划分起点，所述预设长度为步长，在所述轴线上划分得到多个分割点，以经过分割点且垂直于所述轴线的平面对所述筒状筛网离散元模型进行划分得到多个筛长相同的子筒状筛网离散元模型；
14、a3：将所述分割起点向所述出料端方向偏移预设距离，将偏移的点作为新的分割起点，判断当前偏移次数是否超过预设移动次数，若未超过，则返回a2；若超过，则将步骤a2每一次划分的结果作为一个子筒状筛网离散元模型。
15、基于上述方法的进一步改进，所述基于所述滚筒筛离散元模型和所述颗粒工厂空间模型构建透筛速率样本数据集，包括：
16、b 1：基于所述滚筒筛离散元模型和所述颗粒工厂空间模型实现滚筒筛筛分过程仿真，并获取仿真结果，所述仿真结果包括仿真过程中每个时间步对应的各种颗粒的入料速率、每个颗粒的空间位置、滚筒筛倾角、滚筒筛筛网转速、滚筒筛内置构件转速；
17、b2：基于所述每个颗粒的空间位置计算对应于每一个子筒状筛网离散元模型的不同颗粒大小的透筛速率；
18、b3：将每一个子筒状筛网离散元模型所对应的每个时间步的各种颗粒的入料速率、滚筒筛倾角、滚筒筛筛网转速、滚筒筛内置构件转速以及各种颗粒的透筛速率作为对应于该筛长的透筛速率样本数据集中的一个样本；
19、b4：判断当前生成的样本数据量是否满足预设数量要求，若满足，则停止生成；若不满足，则基于业务需求调整当前颗粒生成方式和颗粒参数，并返回b1。
20、基于上述方法的进一步改进，所述透筛速率预测模型为神经网络模型，并采用哈里斯鹰优化算法对所述神经网络模型的神经元个数、dropout系数和batch size进行寻优，并将寻优结果作为所述神经网络模型的初始参数。
21、基于上述方法的进一步改进，所述采用粒子群算法对所述待测参数样本进行优化，并将优化后的参数作为所述滚筒筛的控制参数，包括：
22、c1：初始化粒子群，从所述透筛速率样本数据集中筛选出符合预期目标的样本数据作为第一样本数据集，以所述第一样本数据集中每条数据的各种颗粒的入料速率、滚筒筛倾角、滚筒筛筛网转速、滚筒筛内置构件转速作为一个粒子，以所述待测参数样本中的各种颗粒的入料速率、滚筒筛倾角、滚筒筛筛网转速、滚筒筛内置构件转速作为一个粒子，判断当前粒子的总个数是否符合预设数量，若符合，则执行c3，若不符合，则执行c2；
23、c2：统计所述第一样本数据集中各个参数的范围，基于随机生成算法在各个参数的范围内随机取值，从而生成多个粒子，以使粒子的总个数满足预设数量要求；
24、c3：计算每个粒子的适应度函数，以更新个体最优和全局最优值，判断是否满足结束条件，若满足，则执行c5，若不满足，则执行c4；
25、c4：更新各个粒子的速度和位置，返回本文档来自技高网...
【技术保护点】
1.一种滚筒筛透筛速率优化方法，其特征在于，包括：
2.根据权利要求1所述的一种滚筒筛透筛速率优化方法，其特征在于，所述构建滚筒筛离散元模型和颗粒工厂空间模型，包括：
3.根据权利要求2所述的一种滚筒筛透筛速率优化方法，其特征在于，所述对所述筒状筛网离散元模型进行划分得到多个筛长相同的子筒状筛网离散元模型，包括：
4.根据权利要求3所述的一种滚筒筛透筛速率优化方法，其特征在于，所述基于可用滚筒筛长度和预设长度对所述筒状筛网离散元模型进行划分，从而得到多个筛长相同的子筒状筛网离散元模型，包括：
5.根据权利要求4所述的一种滚筒筛透筛速率优化方法，其特征在于，所述基于所述滚筒筛离散元模型和所述颗粒工厂空间模型构建透筛速率样本数据集，包括：
6.根据权利要求5所述的一种滚筒筛透筛速率优化方法，其特征在于，包括：
7.根据权利要求6所述的一种滚筒筛透筛速率优化方法，其特征在于，所述采用粒子群算法对所述待测参数样本进行优化，并将优化后的参数作为所述滚筒筛的控制参数，包括：
8.根据权利要求7所述的一种滚筒筛
9.根据权利要求8所述的一种滚筒筛透筛速率优化方法，其特征在于，所述基于所述每个颗粒的空间位置计算对应于每一个子筒状筛网离散元模型的不同颗粒大小的透筛速率，包括：
10.根据权利要求9所述的一种滚筒筛透筛速率优化方法，其特征在于，包括：仿真结果是指筛分过程达到稳态后，获取每个时间步内对于应每个子筒状筛网离散元模型的颗粒大小、各种颗粒的入料速率、每个颗粒的空间位置、滚筒筛倾角、滚筒筛筛网转速、滚筒筛内置构件转速；
...【技术特征摘要】
1.一种滚筒筛透筛速率优化方法，其特征在于，包括：
2.根据权利要求1所述的一种滚筒筛透筛速率优化方法，其特征在于，所述构建滚筒筛离散元模型和颗粒工厂空间模型，包括：
3.根据权利要求2所述的一种滚筒筛透筛速率优化方法，其特征在于，所述对所述筒状筛网离散元模型进行划分得到多个筛长相同的子筒状筛网离散元模型，包括：
4.根据权利要求3所述的一种滚筒筛透筛速率优化方法，其特征在于，所述基于可用滚筒筛长度和预设长度对所述筒状筛网离散元模型进行划分，从而得到多个筛长相同的子筒状筛网离散元模型，包括：
5.根据权利要求4所述的一种滚筒筛透筛速率优化方法，其特征在于，所述基于所述滚筒筛离散元模型和所述颗粒工厂空间模型构建透筛速率样本数据集，包括：
6.根据权利要求5所述的一种滚筒筛透筛速率优化方法，其特征在于，包括：
...
【专利技术属性】
技术研发人员：乔金鹏，杨金硕，王砚泽，段晨龙，孙梦瑶，王蔚，潘淼，杨涛，孙文昊，
申请(专利权)人：中国矿业大学，
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。