基于數據學習的智能環保轉運方法技術

本發明專利技術公開了一種基于數據學習的智能環保轉運方法，包括檢測料流通過數據，后臺中央集控器將得到的數據和設定模型對比，得輸送量與積料程度；對異常數據進行計算并作出作用強度

【技術實現步驟摘要】
基于數據學習的智能環保轉運方法


[0001]本專利技術屬于轉運設備
，具體涉及一種基于數據學習的智能環保轉運方法，主要應用于監控轉運料斗實際運行狀態。

技術介紹

[0002]目前，在料場、電廠、廊道輸送工程中，常規的轉運站配備轉運料斗常因散料黏連、積壓而造成料斗堵料，進而導致散料輸送能力不足，引發停機維護，造成生產停滯。配備振動電機能有效消除積料、堵料問題，但是散料堵塞、堆積的階段和程度不同，激振強度和有效作用時間不同，長期工作振動電機的使用壽命不能保證并引發額外的故障損耗。

技術實現思路

[0003]本專利技術旨在提供一種基于數據學習的智能環保轉運方法，該方法檢測精度可靠，配合使用的料斗運行穩定、功能強大、使用壽命長。
[0004]本專利技術公開了一種基于數據學習的智能環保轉運方法，步驟如下：
[0005]步驟a)檢測料流通過數據，后臺中央集控器將得到的數據和設定模型對比，得輸送量與積料程度；
[0006]步驟b)結合步驟a所得數據，對異常數據進行計算并作出作用強度
?
作用時間的非線性關系曲線的PLC程序指令；
[0007]步驟c)按照步驟b所得PLC程序指令，執行振動除積料作業，并實時更新料流通過數據，后臺中央集控器進一步優化執行解決方案；
[0008]步驟d)當料流通過數據恢復正常后，中央集控器發出振動電機停機信號并保持待機。
[0009]優選地，步驟a)具體為：借助流速傳感器和壓力傳感器檢測料流通過數據，將料流形態、通過流速、積壓重量分布數據傳遞至后臺中央集控器與設定料斗運行狀態計算模型運行結果進行比對，判斷輸送量與積料程度。
[0010]優選地，步驟b)具體為：若判斷輸送量與積料程度異常，結合檢測的料流形態、通過流速、積壓重量分布數據，基于計算模型通過算法求解得出積料解決方案并模擬換算得出實現預期效果的振動電機振動作業指令程序。
[0011]優選地，步驟c)具體為：振動電機接收到PLC控制指令后執行振動除積料作業，流速傳感器和壓力傳感器檢測數據因積料緩解而發生實時變化并更新傳遞于中央集控器數據庫作記錄分析，中央集控器基于計算模型將理論激振指令參數、預期執行效同實時傳遞檢測數據進行比對，進一步修正計算模型和算法參數，不斷迭代計算、學習優化執行解決方案。
[0012]優選地，步驟d)具體為：流速、壓力測定數據恢復到正常參數范圍值區間后，中央集控器依據檢測數據釋放振動電機停機信號，流速、壓力傳感器原件持續狀態巡檢，中央集控器保持執行待機。
[0013]本專利技術還公開了一種采用上述基于數據學習的智能環保轉運方法的環保轉運料斗，包括料斗鋼結構體、振動電機和連接于所述轉運料斗本體的PLC系統，所述環保轉運料斗位于轉運站，所述PLC系統用于控制卸料斗本體上附著的振動電機的工作狀態。
[0014]特別地，還包括現場值守系統，所述現場值守系統和PLC系統均連接于服務器平臺，所述服務器平臺連接于后臺操作系統。實現堵料巡檢與解決的無人值守。
[0015]本專利技術的有益效果：
[0016]1、本專利技術使用現場值守系統對轉運料斗的現場工作情況進行現場值守，將壓力傳感器和流速檢測儀的數據通過服務器平臺將值守情況發送給后臺操作系統，使后臺操作系統的分析模塊就現場工作數據進行分析，通過預先結構輸送模型的計算結果數據匹配振動電機最優工作指令程序，控制振動電機依據散料流速、料斗內散料的積存重量信息數據進而能夠智能控制振動電機作調控業，實時調控工作強度與啟停。實現積料解決的智能分析與方案決策。
[0017]2、根據振動執行后的流速、激振強度、壓力信號等執行歷史數自動修正和校正調振動強度、啟停介入時間，該PLC控制系統具有智能學習能力。基于歷史數據實現解決方案的適應與優化。
附圖說明
[0018]圖1是本專利技術實施例提供的環保轉運場景模擬圖；
[0019]圖2是本專利技術實施例提供的環保轉運料斗結構示意圖；
[0020]圖3是本專利技術實施例提供的環保轉運方法的工作原理圖；
[0021]圖4是本專利技術實施例提供的環保轉運方法的工藝流程圖。
具體實施方式
[0022]下文將結合具體實施例對本專利技術的技術方案做更進一步的詳細說明。應當理解，下列實施例僅為示例性地說明和解釋本專利技術，而不應被解釋為對本專利技術保護范圍的限制。凡基于本專利技術上述內容所實現的技術均涵蓋在本專利技術旨在保護的范圍內。
[0023]除非另有說明，以下實施例中使用的原料和試劑均為市售商品，或者可以通過已知方法制備。
[0024]如圖1所示的基于數據學習的智能環保轉運方法，步驟如下：
[0025]步驟a)借助流速傳感器和壓力傳感器檢測料流通過數據，將料流形態、通過流速、積壓重量分布數據傳遞至后臺中央集控器與設定料斗運行狀態計算模型運行結果進行比對，判斷輸送量與積料程度；
[0026]步驟b)若判斷輸送量與積料程度異常，結合檢測的料流形態、通過流速、積壓重量分布數據，基于計算模型通過算法求解得出積料解決方案并模擬換算得出實現預期效果的振動電機振動作業指令程序(實現作用強度
?
作用時間的非線性關系曲線的PLC程序指令)；
[0027]步驟c)振動電機接收到PLC控制指令后執行振動除積料作業，流速傳感器和壓力傳感器檢測數據因積料緩解而發生實時變化并更新傳遞于中央集控器數據庫作記錄分析，中央集控器基于計算模型將理論激振指令參數、預期執行效同實時傳遞檢測數據進行比對，進一步修正計算模型和算法參數，不斷迭代計算、學習優化執行解決方案；
[0028]步驟d)流速、壓力測定數據恢復到正常參數范圍值區間后，中央集控器依據檢測數據釋放振動電機停機信號，流速、壓力傳感器原件持續狀態巡檢，中央集控器保持執行待機。
[0029]一種采用上述基于數據學習的智能環保轉運方法的環保轉運料斗，包括料斗鋼結構、振動電機和連接于所述轉運料斗本體的PLC系統，所述環保轉運料斗位于轉運站，所述PLC系統用于控制卸料斗本體上附著的振動電機的工作狀態。特別地，還包括現場值守系統，所述現場值守系統和PLC系統均連接于服務器平臺，所述服務器平臺連接于后臺操作系統。實現堵料巡檢與解決的無人值守。
[0030]以上，對本專利技術的實施方式進行了說明。但是，本專利技術不限定于上述實施方式。凡在本專利技術的精神和原則之內，所做的任何修改、等同替換、改進等，均應包含在本專利技術的保護范圍之內。
本文檔來自技高網...

【技術保護點】

【技術特征摘要】
1.基于數據學習的智能環保轉運方法，其特征在于，包括如下步驟：步驟a)檢測料流通過數據，后臺中央集控器將得到的數據和設定模型對比，得輸送量與積料程度；步驟b)結合步驟a所得數據，對異常數據進行計算并作出作用強度
?
作用時間的非線性關系曲線的PLC程序指令；步驟c)按照步驟b所得PLC程序指令，執行振動除積料作業，并實時更新料流通過數據，后臺中央集控器進一步優化執行解決方案；步驟d)當料流通過數據恢復正常后，中央集控器發出振動電機停機信號并保持待機。2.根據權利要求1所述的基于數據學習的智能環保轉運方法，其特征在于，步驟a)具體為：借助流速傳感器和壓力傳感器檢測料流通過數據，將料流形態、通過流速、積壓重量分布數據傳遞至后臺中央集控器與設定料斗運行狀態計算模型運行結果進行比對，判斷輸送量與積料程度。3.根據權利要求1所述的基于數據學習的智能環保轉運方法，其特征在于，步驟b)具體為：若判斷輸送量與積料程度異常，結合檢測的料流形態、通過流速、積壓重量分布數據，基于計算模型通過算法求解得出積料解決方案并模擬換算得出實現預期效果的振動電機振動作業指令程序。4.根據權利要求1所述...

【專利技術屬性】
技術研發人員：戚一男，涂璐，穆磊，
申請(專利權)人：泰富重工制造有限公司，
類型：發明
國別省市：