基于神经网络的铝液非金属夹杂物在线软测量装置及方法制造方法及图纸

基于神经网络的铝液非金属夹杂物在线软测量装置及方法，装置由三维机械手臂、取样探头、直流电压源、电流传感器、气路、控制器、通信接口电缆及计算机组成。三维机械手臂用于移动取样探头提取铝液，取样探头小孔中的铝液决定了电流脉冲的幅度；电流传感器用于测量电气回路电流；气路用于取样探头提取铝液或排出铝液；控制器完成数据采集及计算；通信接口电缆用于控制器和计算机数据通信；非金属夹杂物样本数据用于神经网络学习；计算机完成由非金属夹杂物样本数据训练神经网络，通过神经网络在线预测铝液非金属夹杂物的含量及大小，用数字或图形方式在线显示测量结果。本发明专利技术根据在线测量不断调整对铝液纯化处理，提高铝材或铝铸件质量。

【技术实现步骤摘要】

本专利技术涉及冶金
，特别是涉及一种基于神经网络的铝液非金属夹杂物在线软测量方法及装置。
技术介绍
铝是一种活泼金属，在熔炼过程中容易生成非金属氧化夹杂物，这些夹杂物的存在严重影响铝材的质量，同时也降低了铝铸件质量。例如，非金属氧化夹杂物损坏了材料的完整性；减少材料的有效承载截面积，致使材料力学性能严重下降；夹杂物的存在还会增加铝熔体的粘度，降低铝合金的铸造性能，造成疏松等缺陷；夹杂物作为显微裂纹的裂纹源，对于断裂过程密切相关的伸长率、断面收缩率、断裂韧度和疲劳抗力等一系列材料性能具有显著影响。所以，降低铝液中夹杂物的含量是提高铝材或铝铸件质量的有效方法。但铝液中夹杂物的含量和夹杂物的大小的变化是没有规律的，所以如何实时确定铝液中夹杂物的含量及夹杂物大小，目前还没有一种有效在线检测的方法。本专利技术利用自动化、电工电子、计算机及智能控制理论等新技术，提出了一种基于神经网络的铝液非金属夹杂物的在线软测量方法，该方法通过非金属夹杂物的不导电或导电性差的原理，采集由含非金属夹杂物的铝液构成的电气回路电流，以此电流值间接测量非金属夹杂物。使用本专利技术的方法，在线预测铝液中的非金属夹杂物含量及大小，不断调整对铝液纯化处理，提高铝材或铝铸件质量。
技术实现思路
本专利技术要解决的技术问题是，提供一种在线预测铝液中的非金属夹杂物含量及大小，不断调整对铝液纯化处理，提高铝材或铝铸件质量的基于神经网络的铝液非金属夹杂物在线软测量方法及装置。采用的技术方案是: 基于神经网络的铝液非金属夹杂物在线软测量装置，包括三维机械手臂、取样探头、直流电压源、电流传感器、气路、控制器、通信接口电缆、计算机。所述的三维机械手臂连接取样探头，移动取样探头放到铝液中或离开铝液，使取样探头提取铝液样品，取样探头小孔中的铝液作为导电体电连接电气回路，气路连接取样探头提取铝液或排出铝液，直流电压源为电气回路提供电源。电流传感器通过控制器连接电气回路测量电气回路电流，控制器分别连接气路、电气回路和三维机械手臂，完成数据采集及计算，通信接口电缆连接控制器和计算机作数据通信。上述的取样探头由耐高温的绝缘材料制成，其管壁上的小孔直径为0.2mm---1.5mm ;管壁厚为5mm ;管长为300mm ;管的直径为30mm。上述的控制器采用可编程控制器(PLC)。基于神经网络的铝液非金属夹杂物在线软测量方法，其方法包括以下步骤: 安装或设计应用软件:应用软件包含控制器的应用程序和计算机的应用程序，计算机的应用程序可采用一般的工业组态软件。②神经网络训练:由非金属夹杂物样本数据对神经网络进行训练，如达不到目标要求，则增加隐含层神经元个数，再对神经网络进行训练，直到满足指标。 在线数据采集:这些数据包括电气回路电流、测试参数。 显示测量数据:以数字或图形方式在线显示非金属夹杂物的大小和数量。上述的非金属夹杂物样本数据建立方式:准备几组已知非金属夹杂物的直径大小和含量的铝材样品，铝材样品越多越全面，对这些铝材样品进行熔化，分别进行在线测试并保存所需数据。这些保存的数据就可以作为神经网络训练的样本。上述的神经网络采用静态神经网络(BP)，神经网络由输入层、隐含层、输出层构成，其中隐含层神经元个数可按网络训练指标要求增加或减少。 上述的控制器控制机械手臂的运动；通过控制器调整气路的气压大小；通过控制器调整直流电源的输出直流电压的大小。上述的控制器和计算机之间由通信电缆进行数据交换，各个部件的工作过程由计算机控制，计算机由工作人员通过人机界面软件控制。本专利技术通过训练好的神经网络在线预测铝液非金属夹杂物的含量及大小，用数字或图形方式在线显示测量结果。测量结果可作为现场工作人员对铝液质量评价的依据，不断调整对铝液纯化处理，提高铝材或铝铸件质量。附图说明图1是本专利技术的测量方法框图。图2是本专利技术的取样探头外形图。图3是本专利技术的神经网络模型图。具体实施例方式基于神经网络的铝液非金属夹杂物在线软测量装置，包括三维机械手臂、取样探头、直流电压源、电流传感器、气路、控制器、通信接口电缆、计算机(见图1)。所述的三维机械手臂连接取样探头(见图2)，取样探头由耐高温的绝缘材料制成，其管壁上的小孔直径为0.2mm ;管壁厚为5mm ;管长为300mm ;管的直径为30mm,移动取样探头放到招液中或离开铝液，使取样探头提取铝液样品，取样探头小孔中的铝液作为导电体电连接电气回路，气路连接取样探头提取铝液或排出铝液，直流电压源为电气回路提供电源。电流传感器通过控制器连接电气回路测量电气回路电流，控制器采用可编程控制器(PLC)，控制器分别连接气路、电气回路和三维机械手臂，完成数据采集及计算，通信接口电缆连接控制器和计算机作数据通 信。计算机可采用工业工控机(IPC)，直流电压源容量应等于或大于2.4kw(24VDC/100A)。通信接口电缆采用RS485标准的通信电缆，两头均带9针插头；气路要满足既能给取样探头内加正压，又能给取样探头内加负压。基于神经网络的铝液非金属夹杂物在线软测量方法，其方法包括以下步骤:安装或设计应用软件:应用软件包含控制器的应用程序和计算机的应用程序，控制器采用PLC时，相应的编制PLC应用程序。计算机的应用程序可采用一般的工业组态软件。通过组态软件脚本设计完成神经网络功能程序。或者神经网络功能可以由通用的仿真软件完成，通过仿真软件和组态软件数据交换，组态软件得到神经网络的数据信息。计算机的人机接口应用程序通过对组态软件组态完成。所述控制器控制机械手臂的运动；通过控制器调整气路的气压大小；通过控制器调整直流电源的输出直流电压的大小。控制器和计算机之间由通信电缆进行数据交换，各个部件的工作过程由计算机控制，计算机由工作人员通过人机界面软件控制。 神经网络训练:非金属夹杂物样本数据建立，准备几组已知非金属夹杂物的直径大小和含量的铝材样品，铝材样品越多越全面，对这些铝材样品进行熔化，分别进行在线测试并保存所需数据。这些保存的数据就可以作为神经网络训练的样本。由非金属夹杂物样本数据对神经网络进行训练，如达不到目标要求，则增加隐含层神经元个数，再对神经网络进行训练，直到满足指标。所述神经网络采用静态神经网络(BP)，神经网络由输入层、隐含层、输出层构成(见图3)，其中隐含层神经元个数可按网络训练指标要求增加或减少。 @在线数据采集:这些数据包括电气回路电流、测试参数。采集数据有以下几个子步骤: 连接控制器和计算机之间的通信电缆，让控制器和计算机进行数据交换。·￡}在测量铝液夹杂物之前，应该对铝液有个精炼过程，保证铝液中的夹杂物是均匀分布。 在测量铝液夹杂物之前，取样探头需要预热，防止由于取样探头冷态进入铝液中，取样探头取样时铝液凝固。@设置参数:在具体测量之前，必须通过人机操作界面，设置相关的运行参数值。如测量时间、气路的压力(正压和负压)、神经网络的输入变量参数值等。Q电流数据采集:启动控制器的应用程序和计算机的应用程序。通过人机操作界面，手动控制机械手臂，让取样探头放到铝液中，取样探头的小孔必须低于铝液的液面，以便铝液进入小孔。点击启动测量按钮，开始测试过程，控制器采集电气回路的电流值。测试时间到后，控制器自动停止工作。测试过程中，控制器和计算机一直在进行数据本文档来自技高网...

【技术保护点】
基于神经网络的铝液非金属夹杂物在线软测量装置，包括三维机械手臂、取样探头、直流电压源、电流传感器、气路、控制器、通信接口电缆、计算机，其特征在于所述的三维机械手臂连接取样探头，移动取样探头放到铝液中或离开铝液，使取样探头提取铝液样品，取样探头小孔中的铝液作为导电体电连接电气回路，气路连接取样探头提取铝液或排出铝液，直流电压源为电气回路提供电源，电流传感器通过控制器连接电气回路测量电气回路电流，控制器分别连接气路、电气回路和三维机械手臂，完成数据采集及计算，通信接口电缆连接控制器和计算机作数据通信。

【技术特征摘要】

【专利技术属性】
技术研发人员：孙金根，杨阳，赵忠兴，王继刚，
申请(专利权)人：沈阳理工大学，
类型：发明
国别省市：