CN110044977A - 一种砂石骨料含水率检测装置及方法 - Google Patents
一种砂石骨料含水率检测装置及方法 Download PDFInfo
- Publication number
- CN110044977A CN110044977A CN201910374003.4A CN201910374003A CN110044977A CN 110044977 A CN110044977 A CN 110044977A CN 201910374003 A CN201910374003 A CN 201910374003A CN 110044977 A CN110044977 A CN 110044977A
- Authority
- CN
- China
- Prior art keywords
- moisture content
- data
- sandstone
- sensor
- module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 20
- 239000000463 material Substances 0.000 claims abstract description 31
- 239000004576 sand Substances 0.000 claims abstract description 31
- 238000013528 artificial neural network Methods 0.000 claims abstract description 23
- 238000007405 data analysis Methods 0.000 claims abstract description 15
- 230000004927 fusion Effects 0.000 claims abstract description 13
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 10
- 238000005259 measurement Methods 0.000 claims abstract description 9
- 238000011897 real-time detection Methods 0.000 claims abstract description 6
- 238000001514 detection method Methods 0.000 claims description 19
- 238000004519 manufacturing process Methods 0.000 claims description 5
- 238000012549 training Methods 0.000 claims description 5
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims description 3
- 238000000643 oven drying Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims 1
- 238000012937 correction Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 208000033999 Device damage Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 210000004218 nerve net Anatomy 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N22/00—Investigating or analysing materials by the use of microwaves or radio waves, i.e. electromagnetic waves with a wavelength of one millimetre or more
- G01N22/04—Investigating moisture content
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/02—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
- G01N27/22—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating capacitance
- G01N27/223—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating capacitance for determining moisture content, e.g. humidity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Electrochemistry (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Electromagnetism (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
Abstract
本发明公开了一种砂石骨料含水率检测装置及方法,所述装置包括顺次连接的含水率传感器数据分析模块、中央处理器模块、人工神经网络处理器模块、含水率数据显示与管理模块、含水率信号变送器模块,所述含水率传感器数据分析模块含有传感器,所述传感器具有2路含水率微波传感器、2路含水率电容传感器和温度传感器,并且所述传感器经过含水率传感器数据分析模块与中央处理器模块连接。所述方法用含水率传感器数据分析模块同时测量砂石骨料料仓中砂石多个物料位置的含水率信号和物料温度等参数,然后采用基于人工神经网络算法的数据融合技术计算砂石料含水率,从而实现混凝土配料过程中砂石含水率实时检测,并且提高了含水率测量数据的稳定性和可靠性。
Description
技术领域
本发明涉及一种砂石骨料含水率检测装置及方法。
背景技术
传统砂石含水率检测采用单一传感器进行测量,这种检测方式受到传感器安装位置的影响,检测含水率数据波动较大,精度不能保证。传统单一传感器检测方式,一旦传感器损坏直接影响混凝土正常配料生产,由于砂石料上料和卸料过程中,砂石料流密度发生改变,导致相同含水率情况下砂石料等效介电常数发生改变,而含水率微波传感器、含水率电容传感器测量砂石料水分的原理基于砂石料等效介电常数,从而导致含水率测量数据不准确。砂石料中水分的介电常数受温度的影响而显著变化,因此,需要实时检测砂石料温度,通过校正算法得到精确的含水率数据。
发明内容
为克服现有技术中存在的缺陷,本发明提出一种砂石骨料含水率检测装置及方法,通过多传感器数据融合算法实现砂石料含水率的实时检测,避免砂石料密度、温度和传感器安装位置等因素引起的含水率测量的不稳定性,从而提高含水率检测的精度和可靠性;其具体技术内容如下:
一种砂石骨料含水率检测装置,其包括顺次连接的含水率传感器数据分析模块、中央处理器模块、人工神经网络处理器模块、含水率数据显示与管理模块和含水率信号变送器模块,所述含水率传感器数据分析模块连接有多个传感器,所述传感器包括两路含水率微波传感器、两路含水率电容传感器和至少一路温度传感器,其中一路的含水率微波传感器插入在砂石料仓中,另一路的含水率微波传感器安装在砂石料仓卸料口下方,所述的两路含水率电容传感器分别安装在砂石料仓卸料口附近的仓壁上,所述温度传感器插入到砂石料仓中。
一种砂石骨料含水率检测方法,其应用上述的砂石骨料含水率检测装置,具体包括以下步骤:
步骤一,于砂石料仓安装所述传感器,其中一路的含水率微波传感器插入在砂石料仓中,另一路的含水率微波传感器安装在砂石料仓卸料口下方,所述的两路含水率电容传感器分别安装在砂石料仓卸料口附近的仓壁上,所述温度传感器插入到砂石料仓中;
步骤二,在混凝土称量砂石料时,砂石料仓卸料阀门打开,砂石料卸入到计量仓,所述含水率微波传感器和含水率电容传感器实时检测砂石料含水率信号,并传送至含水率传感器数据分析模块;
在每个测量周期中,所述含水率传感器数据分析模块对所采集的数据进行数据预处理,所述数据预处理包括剔除采集数据中的异常跳动数据、对采集数据进行滤波以及数据平滑处理;
步骤三,所述中央处理器模块将采集到的各个传感器数据送入到人工神经网络处理器模块中进行数据融合计算,通过多传感器数据融合算法计算得到的含水率数据送入到含水率数据显示与管理模块中显示和存储;所述中央处理器模块在获得含水率数据后通过含水率信号变送器模块,所述含水率信号变送器模块将含水率数据送入到混凝土配料计量系统中。
于本发明的一个或多个实施例当中,所述含水率数据显示与管理模块实时显示当前砂石骨料的含水率,并记录各个传感器检测数据与砂石骨料的含水率数据,以此逐步建立含水率数据知识库。
于本发明的一个或多个实施例当中,所述人工神经网络处理器模块采用BP神经网络算法对各个传感器数据进行数据融合,其中,BP神经网络算法的模型通过样本数据训练来确定其算法模型结构,即BP神经网络算法模型由人工神经网络处理器模块根据含水率数据显示与管理模块中所存储的含水率数据知识库进行建模训练所得。
于本发明的一个或多个实施例当中,所述含水率数据显示与管理模块中的含水率知识库可依据生产中烘干法抽样检验的含水率数据对含水率知识库进行修正和更新。
本发明的有益效果是:采用多传感器含水率测定方案,进行砂石料含水率多点分布检测,可以实现砂石料不同密度情况下含水率的检测,数据具有代表性,同时也实现了砂石料不同密度状态下含水率的检测,结合温度传感器可实现砂石含水率检测数据的长期动态校正;其中,多传感器数据融合采用BP神经网络算法来实现砂石含水率的数据融合,这种数据融合方法可大大消除检测误差及数据的不确定性,从而有效提高砂石含水率的测量精度。
附图说明
图1为本发明的砂石骨料含水率检测装置的原理框图。
图2为本发明的砂石骨料含水率检测方法的数据融合算法流程图。
具体实施方式
如下结合附图,对本申请方案作进一步描述:
参见附图1,一种砂石骨料含水率检测装置,其包括顺次连接的含水率传感器数据分析模块1、中央处理器模块2、人工神经网络处理器模块3、含水率数据显示与管理模块4和含水率信号变送器5,所述含水率传感器数据分析模块1连接有多个传感器,所述传感器包括两路含水率微波传感器61、62、两路含水率电容传感器63、64和一路温度传感器65,其中一路的含水率微波传感器61插入在砂石料仓7中,另一路的含水率微波传感器62安装在砂石料仓7卸料口下方,所述的两路含水率电容传感器63、64分别安装在砂石料仓7卸料口附近的仓壁上,所述温度传感器65插入到砂石料仓7中。
参见附图1和2,一种砂石骨料含水率检测方法,其应用上述的砂石骨料含水率检测装置,具体包括以下步骤:
步骤一,于砂石料仓设置好所述传感器,其中一路的含水率微波传感器61插入在砂石料仓7中,另一路的含水率微波传感器62安装在砂石料仓7卸料口下方,所述的两路含水率电容传感器63、64分别安装在砂石料仓7卸料口附近的仓壁上,所述温度传感器65插入到砂石料仓7中;
步骤二,在混凝土称量砂石料时,砂石料仓7卸料阀门打开,砂石料卸入到计量仓,所述含水率微波传感器61、62和含水率电容传感器63、64实时检测砂石料含水率信号,并反馈至含水率传感器数据分析模块1;
在每个测量周期中,所述含水率传感器数据分析模块1对所采集的数据进行数据预处理,所述数据预处理包括剔除采集数据中的异常跳动数据、对采集数据进行滤波以及数据平滑处理;
步骤三,所述中央处理器模块2将采集到的各个传感器数据送入到人工神经网络处理器模块3中进行数据融合计算,通过多传感器数据融合算法计算得到的含水率数据送入到含水率数据显示与管理模块4中显示和存储;所述中央处理器模块2在获得含水率数据后通过含水率信号变送器模块5,所述含水率信号变送器模块5将含水率数据送入到混凝土配料计量系统6中。
采用多传感器含水率测定方案,可以实现砂石料不同密度情况下含水率的检测,将一路含水率微波传感器61插入到砂石料仓7中,此时砂石料密度最大;将另一路含水率微波传感器62在砂石料卸料时检测含水率,此时砂石料处于流动状态,其密度较小。在砂石料仓7卸料口内壁的含水率电容传感器63、64,可以实现多点砂石料含水率的检测,由于含水率电容传感器63、64成本远低于含水率微波传感器61、62,便于用户维护和减轻生产成本,实现了砂石料含水率多点分布检测,数据具有代表性,同时也实现了砂石料不同密度状态下含水率的检测,结合温度传感器65可实现砂石含水率检测数据的长期动态校正。
进一步的,所述含水率数据显示与管理模块4实时显示当前砂石骨料的含水率,并记录各个传感器检测数据与砂石骨料的含水率数据,以此逐步建立含水率数据知识库。所述人工神经网络处理器模块3采用BP神经网络算法对各个传感器数据进行数据融合,其中,BP神经网络算法的模型通过样本数据训练来确定其算法模型结构,即BP神经网络算法模型由人工神经网络处理器模块3根据含水率数据显示与管理模块4中所存储的含水率数据知识库进行建模训练所得。所述含水率数据显示与管理模块4中的含水率知识库可依据生产中烘干法抽样检验的含水率数据对含水率知识库进行修正和更新。
上述优选实施方式应视为本申请方案实施方式的举例说明,凡与本申请方案雷同、近似或以此为基础作出的技术推演、替换、改进等,均应视为本专利的保护范围。
Claims (5)
1.一种砂石骨料含水率检测装置,其特征在于:包括顺次连接的含水率传感器数据分析模块、中央处理器模块、人工神经网络处理器模块、含水率数据显示与管理模块和含水率信号变送器模块,所述含水率传感器数据分析模块连接有多个传感器,所述传感器包括两路含水率微波传感器、两路含水率电容传感器和至少一路温度传感器,其中一路的含水率微波传感器插入在砂石料仓中,另一路的含水率微波传感器安装在砂石料仓卸料口下方,所述的两路含水率电容传感器分别安装在砂石料仓卸料口附近的仓壁上,所述温度传感器插入到砂石料仓中。
2.一种砂石骨料含水率检测方法,其特征在于,应用权利要求1所述的砂石骨料含水率检测装置,具体包括以下步骤:
步骤一,于砂石料仓安装所述传感器,其中一路的含水率微波传感器插入在砂石料仓中,另一路的含水率微波传感器安装在砂石料仓卸料口下方,所述的两路含水率电容传感器分别安装在砂石料仓卸料口附近的仓壁上,所述温度传感器插入到砂石料仓中;
步骤二,在混凝土称量砂石料时,砂石料仓卸料阀门打开,砂石料卸入到计量仓,所述含水率微波传感器和含水率电容传感器实时检测砂石料含水率信号,并传送至含水率传感器数据分析模块;
在每个测量周期中,所述含水率传感器数据分析模块对所采集的数据进行数据预处理,所述数据预处理包括剔除采集数据中的异常跳动数据、对采集数据进行滤波以及数据平滑处理;
步骤三,所述中央处理器模块将采集到的各个传感器数据送入到人工神经网络处理器模块中进行数据融合计算,通过多传感器数据融合算法计算得到的含水率数据送入到含水率数据显示与管理模块中显示和存储;所述中央处理器模块在获得含水率数据后通过含水率信号变送器模块,所述含水率信号变送器模块将含水率数据送入到混泥土配料计量系统中。
3.根据权利要求2所述的砂石骨料含水率检测方法,其特征在于:所述含水率数据显示与管理模块实时显示当前砂石骨料的含水率,并记录各个传感器检测数据与砂石骨料的含水率数据,以此逐步建立含水率数据知识库。
4.根据权利要求3所述的砂石骨料含水率检测方法,其特征在于:所述人工神经网络处理器模块采用BP神经网络算法对各个传感器数据进行数据融合,其中,BP神经网络算法的模型通过样本数据训练来确定其算法模型结构,即BP神经网络算法模型由人工神经网络处理器模块根据含水率数据显示与管理模块中所存储的含水率数据知识库进行建模训练所得。
5.根据权利要求3或4所述的砂石骨料含水率检测方法,其特征在于:所述含水率数据显示与管理模块中的含水率知识库可依据生产中烘干法抽样检验的含水率数据对含水率知识库进行修整和更新。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910374003.4A CN110044977A (zh) | 2019-05-07 | 2019-05-07 | 一种砂石骨料含水率检测装置及方法 |
PCT/CN2019/087321 WO2020223998A1 (zh) | 2019-05-07 | 2019-05-17 | 一种砂石骨料含水率检测装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910374003.4A CN110044977A (zh) | 2019-05-07 | 2019-05-07 | 一种砂石骨料含水率检测装置及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110044977A true CN110044977A (zh) | 2019-07-23 |
Family
ID=67280997
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910374003.4A Pending CN110044977A (zh) | 2019-05-07 | 2019-05-07 | 一种砂石骨料含水率检测装置及方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN110044977A (zh) |
WO (1) | WO2020223998A1 (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110426425A (zh) * | 2019-08-06 | 2019-11-08 | 仕达科技(广州)有限公司 | 水分检测方法、装置、电子设备及计算机可读介质 |
CN111707680A (zh) * | 2020-06-29 | 2020-09-25 | 自然资源部珠宝玉石首饰管理中心北京珠宝研究所 | 一种基于微波复介电常数的宝玉石含水量鉴别方法及系统 |
CN112130595A (zh) * | 2020-09-23 | 2020-12-25 | 四川鼎德商品混凝土有限公司 | 一种混凝土原材料配合比的控制方法、系统及存储介质 |
CN112142392A (zh) * | 2020-09-23 | 2020-12-29 | 苏州港松建材有限公司 | 干混砂浆生产工艺 |
CN112730539A (zh) * | 2020-12-23 | 2021-04-30 | 中山艾尚智同信息科技有限公司 | 一种基于叉指电容的砂石含水率的检测设备 |
CN112903722A (zh) * | 2019-12-04 | 2021-06-04 | 中联重科股份有限公司 | 砂石骨料含水率的检测方法、检测系统及混凝土生产设备 |
CN112903764A (zh) * | 2019-12-04 | 2021-06-04 | 中联重科股份有限公司 | 砂石骨料含水率的检测方法、检测系统及混凝土生产设备 |
CN113504251A (zh) * | 2021-08-13 | 2021-10-15 | 河南工业大学 | 一种基于射频信号的粮食水分快速检测方法及系统 |
CN114995117A (zh) * | 2022-07-18 | 2022-09-02 | 海门市重型矿山机械厂 | 基于神经网络的砂石分离机进料槽自适应控制方法及装置 |
CN117761113A (zh) * | 2023-12-22 | 2024-03-26 | 四川蜀道建筑科技有限公司 | 一种砂含水率在线监测装置及方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113125524B (zh) * | 2021-04-19 | 2023-01-20 | 上海交通大学 | 单层网式丝网传感器 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1963478A (zh) * | 2006-11-10 | 2007-05-16 | 华南农业大学 | 一种检测谷物含水率的方法及其装置 |
CN1963481A (zh) * | 2006-11-28 | 2007-05-16 | 中北大学 | 棉纤维水分智能检测系统 |
CN201255729Y (zh) * | 2008-09-26 | 2009-06-10 | 东北林业大学 | 基于多传感器数据融合的木材含水率智能检测装置 |
CN102072922A (zh) * | 2009-11-25 | 2011-05-25 | 东北林业大学 | 基于粒子群优化神经网络模型的木材含水率检测方法 |
CN102243198A (zh) * | 2011-04-18 | 2011-11-16 | 塔里木大学 | 高精度数字化棉花水分智能检测仪 |
CN102289716A (zh) * | 2011-06-18 | 2011-12-21 | 合肥工业大学 | 智能压路机最佳工作参数的神经网络建模方法 |
CN102305850A (zh) * | 2011-04-28 | 2012-01-04 | 三一重工股份有限公司 | 一种砂石含水率测量控制系统及包括其的混凝土生产设备 |
CN102393408A (zh) * | 2011-11-03 | 2012-03-28 | 西北农林科技大学 | 一种电容式秸秆含水率检测装置 |
CN104175401A (zh) * | 2014-09-02 | 2014-12-03 | 中国铁道科学研究院铁道建筑研究所 | 一种混凝土搅拌站配合比动态调整系统 |
CN104280430A (zh) * | 2014-10-14 | 2015-01-14 | 西安理工大学 | 一种原油含水率测量装置及测量方法 |
CN106227038A (zh) * | 2016-07-29 | 2016-12-14 | 中国人民解放军信息工程大学 | 基于神经网络和模糊控制的粮食烘干塔智能控制方法 |
CN107064179A (zh) * | 2017-06-23 | 2017-08-18 | 福建南方路面机械有限公司 | 一种砂石料含水率在线自动检测仪 |
CN107748245A (zh) * | 2017-09-30 | 2018-03-02 | 陈勇 | 基于多传感器技术的油罐车卸车含水率计量装置和方法 |
CN109187588A (zh) * | 2018-09-12 | 2019-01-11 | 中联重科股份有限公司 | 砂石含水率测量方法和装置、混凝土生成系统及搅拌站 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202305463U (zh) * | 2011-11-03 | 2012-07-04 | 西北农林科技大学 | 一种电容式秸秆含水率检测装置 |
CN202956357U (zh) * | 2012-12-24 | 2013-05-29 | 吉林工商学院 | 一种粮食含水率在线检测装置 |
CN105651833A (zh) * | 2014-11-15 | 2016-06-08 | 新疆科立机械设备有限公司 | 一种基于电容量测量粒状物料水分的方法 |
CN105651831A (zh) * | 2014-11-15 | 2016-06-08 | 新疆科立机械设备有限公司 | 一种基于电容量测量粒状物料水分的装置 |
-
2019
- 2019-05-07 CN CN201910374003.4A patent/CN110044977A/zh active Pending
- 2019-05-17 WO PCT/CN2019/087321 patent/WO2020223998A1/zh active Application Filing
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1963478A (zh) * | 2006-11-10 | 2007-05-16 | 华南农业大学 | 一种检测谷物含水率的方法及其装置 |
CN1963481A (zh) * | 2006-11-28 | 2007-05-16 | 中北大学 | 棉纤维水分智能检测系统 |
CN201255729Y (zh) * | 2008-09-26 | 2009-06-10 | 东北林业大学 | 基于多传感器数据融合的木材含水率智能检测装置 |
CN102072922A (zh) * | 2009-11-25 | 2011-05-25 | 东北林业大学 | 基于粒子群优化神经网络模型的木材含水率检测方法 |
CN102243198A (zh) * | 2011-04-18 | 2011-11-16 | 塔里木大学 | 高精度数字化棉花水分智能检测仪 |
CN102305850A (zh) * | 2011-04-28 | 2012-01-04 | 三一重工股份有限公司 | 一种砂石含水率测量控制系统及包括其的混凝土生产设备 |
CN102289716A (zh) * | 2011-06-18 | 2011-12-21 | 合肥工业大学 | 智能压路机最佳工作参数的神经网络建模方法 |
CN102393408A (zh) * | 2011-11-03 | 2012-03-28 | 西北农林科技大学 | 一种电容式秸秆含水率检测装置 |
CN104175401A (zh) * | 2014-09-02 | 2014-12-03 | 中国铁道科学研究院铁道建筑研究所 | 一种混凝土搅拌站配合比动态调整系统 |
CN104280430A (zh) * | 2014-10-14 | 2015-01-14 | 西安理工大学 | 一种原油含水率测量装置及测量方法 |
CN106227038A (zh) * | 2016-07-29 | 2016-12-14 | 中国人民解放军信息工程大学 | 基于神经网络和模糊控制的粮食烘干塔智能控制方法 |
CN107064179A (zh) * | 2017-06-23 | 2017-08-18 | 福建南方路面机械有限公司 | 一种砂石料含水率在线自动检测仪 |
CN107748245A (zh) * | 2017-09-30 | 2018-03-02 | 陈勇 | 基于多传感器技术的油罐车卸车含水率计量装置和方法 |
CN109187588A (zh) * | 2018-09-12 | 2019-01-11 | 中联重科股份有限公司 | 砂石含水率测量方法和装置、混凝土生成系统及搅拌站 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110426425A (zh) * | 2019-08-06 | 2019-11-08 | 仕达科技(广州)有限公司 | 水分检测方法、装置、电子设备及计算机可读介质 |
CN112903722A (zh) * | 2019-12-04 | 2021-06-04 | 中联重科股份有限公司 | 砂石骨料含水率的检测方法、检测系统及混凝土生产设备 |
CN112903764B (zh) * | 2019-12-04 | 2022-11-15 | 中联重科股份有限公司 | 砂石骨料含水率的检测方法、检测系统及混凝土生产设备 |
CN112903764A (zh) * | 2019-12-04 | 2021-06-04 | 中联重科股份有限公司 | 砂石骨料含水率的检测方法、检测系统及混凝土生产设备 |
CN111707680A (zh) * | 2020-06-29 | 2020-09-25 | 自然资源部珠宝玉石首饰管理中心北京珠宝研究所 | 一种基于微波复介电常数的宝玉石含水量鉴别方法及系统 |
CN112142392A (zh) * | 2020-09-23 | 2020-12-29 | 苏州港松建材有限公司 | 干混砂浆生产工艺 |
CN112130595B (zh) * | 2020-09-23 | 2022-09-20 | 四川鼎德商品混凝土有限公司 | 一种混凝土原材料配合比的控制方法、系统及存储介质 |
CN112130595A (zh) * | 2020-09-23 | 2020-12-25 | 四川鼎德商品混凝土有限公司 | 一种混凝土原材料配合比的控制方法、系统及存储介质 |
CN112730539A (zh) * | 2020-12-23 | 2021-04-30 | 中山艾尚智同信息科技有限公司 | 一种基于叉指电容的砂石含水率的检测设备 |
CN113504251A (zh) * | 2021-08-13 | 2021-10-15 | 河南工业大学 | 一种基于射频信号的粮食水分快速检测方法及系统 |
CN114995117A (zh) * | 2022-07-18 | 2022-09-02 | 海门市重型矿山机械厂 | 基于神经网络的砂石分离机进料槽自适应控制方法及装置 |
CN114995117B (zh) * | 2022-07-18 | 2023-12-26 | 海门市重型矿山机械厂 | 基于神经网络的砂石分离机进料槽自适应控制方法及装置 |
CN117761113A (zh) * | 2023-12-22 | 2024-03-26 | 四川蜀道建筑科技有限公司 | 一种砂含水率在线监测装置及方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2020223998A1 (zh) | 2020-11-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110044977A (zh) | 一种砂石骨料含水率检测装置及方法 | |
Ning et al. | Vegetation dynamics and climate seasonality jointly control the interannual catchment water balance in the Loess Plateau under the Budyko framework | |
CN105113499B (zh) | 实时检测水泥搅拌桩桩体水泥含量的测试系统和测试方法 | |
CN103324177B (zh) | 水泥混凝土生产过程动态质量远程监控系统及其方法 | |
CN104175401B (zh) | 一种混凝土搅拌站配合比动态调整系统 | |
US11280748B2 (en) | Conveyor system and measuring device for determining water content of a construction material | |
CN102095658B (zh) | 片烟质量的检测方法与系统 | |
CN103376267B (zh) | 一种灰分在线测量系统和灰分在线控制系统及其方法 | |
CN102175294B (zh) | 物料计量控制方法及物料计量控制装置 | |
CN104535621B (zh) | 砂石含水率检测方法与系统 | |
CN108732071A (zh) | 一种细度模数的检测控制装置及方法 | |
CN107064179A (zh) | 一种砂石料含水率在线自动检测仪 | |
CN108180947B (zh) | 一种不规则散堆状运动物料品质的综合评价方法 | |
CN114608678A (zh) | 一种基于脉冲法的水表校准方法及装置 | |
CN207044421U (zh) | 一种混凝土湿度控制系统 | |
CN104376232B (zh) | 非接触式顶底板及巷帮移近量测量数据粗大误差判别方法 | |
CN104296845B (zh) | 基于最佳底面压强测量点的粮仓储粮重量检测方法与装置 | |
CN104535617B (zh) | 砂石含水率检测方法与系统 | |
CN208666568U (zh) | 原料检测系统 | |
CN208037231U (zh) | 一种涂料粉料储料罐 | |
CN106940176B (zh) | 一种料层厚度检测装置及方法 | |
Lu et al. | A data-driven method to remove temperature effects in TDR-measured soil water content at a Mongolian site | |
CN108974972A (zh) | 一种原料检测系统 | |
CN114755269A (zh) | 基于无损时域反射技术的黄土湿陷性原位评价方法及系统 | |
CN203502318U (zh) | 土壤无核密度仪 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |