CN112818548A - 一种橡胶混炼过程填料段的密炼机转子能耗预测方法 - Google Patents

一种橡胶混炼过程填料段的密炼机转子能耗预测方法 Download PDF

Info

Publication number
CN112818548A
CN112818548A CN202110160025.8A CN202110160025A CN112818548A CN 112818548 A CN112818548 A CN 112818548A CN 202110160025 A CN202110160025 A CN 202110160025A CN 112818548 A CN112818548 A CN 112818548A
Authority
CN
China
Prior art keywords
power
energy consumption
rotor
mixing process
internal mixer
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.)
Granted
Application number
CN202110160025.8A
Other languages
English (en)
Other versions
CN112818548B (zh
Inventor
李林
刘洪果
焦冬梅
尹凤福
杨化林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qingdao Global Belting Co ltd
Original Assignee
Qingdao University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Qingdao University of Science and Technology filed Critical Qingdao University of Science and Technology
Priority to CN202110160025.8A priority Critical patent/CN112818548B/zh
Publication of CN112818548A publication Critical patent/CN112818548A/zh
Application granted granted Critical
Publication of CN112818548B publication Critical patent/CN112818548B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Primary Health Care (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Processing And Handling Of Plastics And Other Materials For Molding In General (AREA)

Abstract

本发明公开了一种橡胶混炼过程填料段的密炼机转子能耗预测方法。为了准确预测橡胶混炼过程中填料阶段的密炼机转子能耗，本发明首先采集橡胶混炼过程中填料阶段的密炼机转子功率数据；根据功率数据曲线的变化趋势，确定功率表征点，建立多种可行的功率与时间的数学模型；将所建立的各个功率表征点的功率值与转子转速的二次多项式带入到所建立的多种可行的功率与时间的数学模型中，通过积分获得转子能耗的多种可行的数学模型；最后分别将多种可行的各个能耗预测模型的能耗预测值与真实值进行比对，综合考虑平均绝对误差和方差，确定填料段的最优的能耗预测模型。本发明适用于橡胶混炼过程中填料段的密炼机转子能耗预测。

Description

一种橡胶混炼过程填料段的密炼机转子能耗预测方法
技术领域
本发明涉及一种密炼机转子功率表征及能耗预测方法，具体涉及一种橡胶混炼过程中填料阶段的密炼机转子功率表征及能耗预测方法。
背景技术
在橡胶混炼过程中对填料段能耗进行合理的预测，可以有效的指导橡胶混炼过程中对于填料时间的把控，从而合理有效的控制转子能耗以及混炼胶的质量。
目前，关于橡胶混炼过程的节能的研究，多集中于对密炼机结构的改进和创新设计，以及对于橡胶混炼过程中的能量控制排胶点的研究，而对于橡胶混炼过程中功率及能耗建模的研究较少，并且在实际的工程应用中，工作人员常常根据以往的经验来确定混炼过程中填料阶段的时间，这可能会导致橡胶混炼过程中能量的过度消耗与浪费，降低生产效率且不利于节能环保。因此，亟需一种能耗预测的方法，对橡胶混炼过程中填料段的填料时间进行合理的控制，进而降低能量的消耗。
现有的专利技术仅发现针对橡胶混炼过程中的提栓动作的密炼机转子的能耗预测方面的技术(202010500738.X)，未发现针对橡胶混炼过程中填料段的功率表征与能耗预测方法。与现有专利技术相比，本发明具有以下特点：(1)本发明是对橡胶混炼过程中填料阶段进行功率表征与能耗预测，与提栓动作过程有本质区别；(2)本发明可选择多个功率表征点进行功率建模，且可同时建立多种功率模型，增加了能耗预测的准确率；(3)本发明建立的功率表征点与转子转速的关系为二次多项式，提高了对功率表征点的功率值的预测准确度；(4)本发明通过平均绝对误差和方差对多种可行的能耗模型的预测水平进行对比，来选择填料段的最优的能耗预测模型。
发明内容
本发明的目的在于提供一种橡胶混炼过程中填料阶段的密炼机转子功率表征及能耗预测方法，以解决密炼机在橡胶混炼过程中填料阶段的时间控制问题。
一种橡胶混炼过程填料段的密炼机转子能耗预测方法，技术方案步骤如下：
步骤1、以密炼机转子转速为变量，从密炼机启动开始，采集橡胶混炼过程中密炼机转子功率数据，绘制“功率—时间”曲线，分析选定橡胶混炼过程中填料阶段的密炼机转子功率曲线；
步骤2、根据填料段的功率曲线的变化趋势，确定功率表征点，建立多种可行的功率与时间的数学关系模型，建立的多种可行的功率与时间的数学关系模型P如下：
P＝f(t,S，P0,PM,PS……) (1)
其中P0,PM,PS……是一系列功率表征点的功率值，S是填料段的时间，t是时间变量；
步骤3、根据实验采集的功率数据，分别建立各个功率表征点的功率值与转子转速的二次多项式数学关系模型，利用此模型预测功率表征点的功率值；
步骤4、将步骤3所建立的各个功率表征点的功率值与转子转速的二次多项式数学关系模型带入到步骤2中所建立的多种可行的功率与时间的数学关系模型中，分别积分获得转子能耗的多种可行的数学模型；
步骤5、根据多种可行的各个能耗预测模型Ei(i＝1,2,…)所预测出的能耗值，分别与真实值进行比对分析，得出偏差率，综合考虑平均绝对误差和方差，确定填料段的最优的能耗预测模型EP如下：
EP＝opt{E1,E2,E3……} (2)
所述步骤2建立多种可行的功率与时间的数学模型，根据填料段的功率变化趋势确定的数学模型，例如多项式函数、反比例函数、对数函数、指数函数等与功率数据曲线趋势相似的数学模型，其形式如下：
{P1(t)＝a0+a1t+a2t2+……,P2(t)＝B/t+A,P3(t)＝Clnt+D,……} (3)
根据具体数学关系模型的未知系数数量来确定功率表征点的数量，加料段的最高功率值为第一个功率表征点，该表征点的功率值为其后Num个功率点求平均值，第二个功率表征点为加料段的最低功率值，该表征点的功率值为其前Num个功率点求平均值，第三个功率表征点位置则选取以上两点的中点时刻时间，取其前、后各Num个功率点求平均值，如果需要更多的功率表征点则在第一个和第二个功率表征点时间跨度内进行等分选取，取值点数为：
Num＝[180f/n]+1 (4)
其中，f为功率数据采集频率，n为转子转速。
所述步骤3建立功率表征点的功率值与转子转速的关系，其数学模型形式如下：
PM＝pn2+qn+m (5)
其中PM代表某一功率表征点的功率值，p、q、m为常系数。
所述步骤5最优的能耗预测模型的选择，根据多种可行的各个能耗预测模型预测能耗与真实能耗的偏差率得出平均绝对误差，并求出误差的方差值，根据平均绝对误差和方差的大小，来选择填料段最优的能耗预测模型。
本发明的有益效果为：
1)采用本发明可准确预测橡胶混炼过程中填料阶段密炼机转子的总能耗，克服了传统方法难以预测混炼过程中填料段能耗的困难，通过建立功率表征点的功率值与转子转速的关系模型，将该模型带入到能耗预测模型中，对多种能耗的预测值与真实值进行对比分析，最终确定的能耗预测模型准确率可达96％以上，为降低混炼过程中填料段的能耗、提高混炼效率提供了参考基础。2)本发明的功率表征点容易获取，功率模型与能耗模型简单，且实验操作易行，具有很好的实用性，可以有效指导橡胶混炼过程中填料段的时间。
附图说明
图1为本发明的技术方案流程图；
图2为填料段密炼机转子功率曲线及第一种功率预测模型曲线；
图3为填料段密炼机转子功率曲线及第二种功率预测模型曲线。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下通过实施例，并结合附图对本发明进行进一步详细说明，但不应该理解为本发明上述主题范围仅限于下述实施例。在不脱离本发明上述技术思想的情况下，根据本领域普通技术知识和惯用手段，做出各种替换和变更，均应包括在本发明范围内。
参照图1，一种橡胶混炼过程填料段的密炼机转子能耗预测方法，技术方案步骤如下：
步骤1、以密炼机转子转速为变量，从密炼机启动开始，采集橡胶混炼过程中密炼机转子功率数据，绘制“功率—时间”曲线，分析选定橡胶混炼过程中填料阶段的密炼机转子功率曲线；
步骤2、根据填料段的功率曲线的变化趋势，确定功率表征点，建立多种可行的功率与时间的数学关系模型，建立的多种可行的功率与时间的数学关系模型P如下：
P＝f(t,S，P0,PM,PS……) (6)
其中P0,PM,PS……是一系列功率表征点的功率值，S是填料段的时间，t是时间变量，见图2和图3；
步骤3、根据实验采集的功率数据，分别建立各个功率表征点的功率值与转子转速的二次多项式数学关系模型，利用此模型预测功率表征点的功率值；
步骤4、将步骤3所建立的各个功率表征点的功率值与转子转速的二次多项式数学关系模型带入到步骤2中所建立的多种可行的功率与时间的数学关系模型中，分别积分获得转子能耗的多种可行的数学模型；
步骤5、根据多种可行的各个能耗预测模型Ei(i＝1,2,…)所预测出的能耗值，分别与真实值进行比对分析，得出偏差率，综合考虑平均绝对误差和方差，确定填料段的最优的能耗预测模型EP如下：
EP＝opt{E1,E2,E3……} (7)
所述步骤2建立多种可行的功率与时间的数学模型，根据填料段的功率变化趋势确定的数学模型，例如多项式函数、反比例函数、对数函数、指数函数等与功率数据曲线趋势相似的数学模型，其形式如下：
{P1(t)＝a0+a1t+a2t2+……,P2(t)＝B/t+A,P3(t)＝Clnt+D,……} (8)
根据具体数学关系模型的未知系数数量来确定功率表征点的数量，加料段的最高功率值为第一个功率表征点，该表征点的功率值为其后Num个功率点求平均值，第二个功率表征点为加料段的最低功率值，该表征点的功率值为其前Num个功率点求平均值，第三个功率表征点位置则选取以上两点的中点时刻时间，取其前、后各Num个功率点求平均值，功率表征点选取如图2和图3所示，如果需要更多的功率表征点则在第一个和第二个功率表征点时间跨度内进行等分选取，取值点数为：
Num＝[180f/n]+1 (9)
其中，f为功率数据采集频率，n为转子转速。
所述步骤3建立功率表征点的功率值与转子转速的关系，其数学模型形式如下：
PM＝pn2+qn+m (10)
其中PM代表某一功率表征点的功率值，p、q、m为常系数。
所述步骤5最优的能耗预测模型的选择，根据多种可行的各个能耗预测模型的预测能耗与真实能耗的偏差率得出平均绝对误差，并求出误差的方差值，根据平均绝对误差和方差的大小，来选择填料段最优的能耗预测模型。
实施例：本实例以实验用5升密炼机为例进行实验，对橡胶混炼过程填料段进行能耗预测建模。功率数据采集频率为1Hz，冷却水温度为45摄氏度，胶料填充系数为0.7，转子转速范围为20～60转/分钟，压力为0.3～0.6Mpa。
步骤1、本实施例共进行了16组填料段的实验，转速为20～50r/min，对采集数据进行处理，采集的实验数据见表1，绘制的填料段转子功率曲线见图2或图3部分；
步骤2、根据填料段密炼机转子功率曲线的变化趋势，本实施例建立了两种功率模型，两种功率模型如下：
Pa(t)＝at2+bt+c (11)
PA(t)＝B/t+A (12)
其中，Pa是第一种功率模型预测值，a、b、c是属于Pa的功率模型系数，PA是第二种功率模型预测值，B、A是属于PA的功率模型系数，t是时间；
根据填料段的实验功率数据，选取功率表征点，建立新的坐标系和绘制的功率模型曲线如图2和图3所示，第一种模型有三个系数，选取三个表征点，分别在t＝0、S/2、S处选取，第二种模型选取t＝0、S处为功率表征点，建立的填料段密炼机转子的功率模型如下：
Pa(t)＝2(PS+P0-2PM)t2/S2+(4PM-PS-3P0)t/S+P0 (13)
PA(t)＝S(P0-PS)/(tS-t)+(SPS-P0)/(S-1) (14)
其中，S是填料段的动作时间，P0、PM、PS分别是填料段功率表征点O、M、S处的功率值；
步骤3、确定表征点功率值与转子转速的函数关系，其中PM点的功率值计算公式如下：
PM＝-1.048n2+289.3n+1679 (15)
步骤4、根据功率表征点的功率模型和填料段的动作时间，分别对所获得的两个功率预测模型积分，求得填料段的转子总能耗的预测模型E a和EA如下：
Figure BDA0002936138670000041
Figure BDA0002936138670000042
步骤5、根据两种能耗预测模型所预测出的能耗值分别与真实值进行比对分析，得出偏差率，偏差率的计算公式如下：
Figure BDA0002936138670000043
Figure BDA0002936138670000044
其中εa是第一种能耗预测模型偏差率，εA是第二种能耗预测模型偏差率，i是第i个实验所对应的实验数据，ET是密炼机填料段能耗的真实测量值；
绝对误差的方差值计算式如下所示：
Figure BDA0002936138670000045
Figure BDA0002936138670000046
根据能耗预测模型的偏差率获得绝对误差，并分别求取两种模型的平均绝对误差和方差，比较两种模型的能耗预测情况，选取平均绝对误差和方差都比较小的二次函数模型为最优的能耗预测模型，最终的数据如表1所示：
表1填料段实验数据
Figure BDA0002936138670000047
Figure BDA0002936138670000051
由实验测得的能耗数据与两种模型所预测出的能耗对比分析，并求出
Figure BDA0002936138670000052
Figure BDA0002936138670000053
Da＝0.000218，DA＝0.000876，通过对比可以看出第一种能耗预测模型的平均绝对误差率比第二种能耗预测模型小10％左右，且误差的方差更小，因此最终选择第一种预测模型，其功率表征和能耗预测模型如下：
Pa(t)＝2(PS+P0-2PM)t2/S2+(4PM-PS-3P0)t/S+P0 (22)
Figure BDA0002936138670000054
根据求得的填料段转子总能耗模型，本实施例进行了4组额外实验以验证转子总能耗模型预测的准确性，实验数据及预测误差见表3，采用本发明可准确预测橡胶混炼过程中填料段密炼机转子能耗，预测准确性达到96％以上，预测误差控制在4％以下。
表3橡胶混炼过程中填料段的能耗模型预测结果
Figure BDA0002936138670000055
本发明未详尽描述的技术内容均为公知技术。

Claims (5)

1.一种橡胶混炼过程填料段的密炼机转子能耗预测方法，技术方案步骤如下：
步骤1、以密炼机转子转速为变量，从密炼机启动开始，采集橡胶混炼过程中密炼机转子功率数据，绘制“功率—时间”曲线，分析选定橡胶混炼过程中填料阶段的密炼机转子功率曲线；
步骤2、根据填料段的功率曲线的变化趋势，确定功率表征点，建立多种可行的功率与时间的数学关系模型，建立的多种可行的功率与时间的数学关系模型P如下：
P＝f(t,S，P0,PM,PS……) (1)
其中P0,PM,PS……是一系列功率表征点的功率值，S是填料段的时间，t是时间变量；
步骤3、根据实验采集的功率数据，分别建立各个功率表征点的功率值与转子转速的二次多项式数学关系模型，利用此模型预测功率表征点的功率值；
步骤4、将步骤3所建立的各个功率表征点的功率值与转子转速的二次多项式数学关系模型带入到步骤2中所建立的多种可行的功率与时间的数学关系模型中，通过积分获得转子能耗的多种可行的数学模型；
步骤5、根据多种可行的各个能耗预测模型Ei(i＝1,2,…)所预测出的能耗值，分别与真实值进行比对分析，得出偏差率，根据平均绝对误差和方差，确定填料段的最优的能耗预测模EP如下：
EP＝opt{E1,E2,E3……} (2)
2.根据权利要求1所述的一种橡胶混炼过程填料段的密炼机转子能耗预测方法，其特征在于步骤2所建立多种可行的功率与时间的数学模型，根据填料段的功率变化趋势确定的数学模型，例如多项式函数、反比例函数、对数函数、指数函数等与功率数据曲线趋势相似的数学模型，其形式如下：
{P1(t)＝a0+a1t+a2t2+……,P2(t)＝B/t+A,P3(t)＝Clnt+D,……} (3)
3.根据权利要求1所述的一种橡胶混炼过程填料段的密炼机转子能耗预测方法，其特征在于步骤2所述的确定功率表征点的数量的方法，根据具体数学关系模型的未知系数数量来确定功率表征点的数量，加料段的最高功率值为第一个功率表征点，该表征点的功率值为其后Num个功率点求平均值，第二个功率表征点为加料段的最低功率值，该表征点的功率值为其前Num个功率点求平均值，第三个功率表征点位置则选取以上两点的中点时刻时间，取其前、后各Num个功率点求平均值，如果需要更多的功率表征点则在第一个和第二个功率表征点时间跨度内进行等分选取，取值点数为：
Num＝[180f/n]+1 (4)
其中，f为功率数据采集频率，n为转子转速。
4.根据权利要求1所述的一种橡胶混炼过程填料段的密炼机转子能耗预测方法，其特征在于步骤3建立功率表征点的功率值与转子转速的关系，其数学模型形式如下：
PM＝pn2+qn+m (5)
其中PM代表某一功率表征点的功率值，p、q、m为常系数。
5.根据权利要求1所述的一种橡胶混炼过程填料段的密炼机转子能耗预测方法，其特征在于步骤5所述的最优的能耗预测模型的选择，根据多种可行的各个能耗预测模型预测能耗与真实能耗的偏差率得出平均绝对误差，并求出误差的方差值，根据平均绝对误差和方差的大小，来选择填料段最优的能耗预测模型。
CN202110160025.8A 2021-02-05 2021-02-05 一种橡胶混炼过程填料段的密炼机转子能耗预测方法 Active CN112818548B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110160025.8A CN112818548B (zh) 2021-02-05 2021-02-05 一种橡胶混炼过程填料段的密炼机转子能耗预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110160025.8A CN112818548B (zh) 2021-02-05 2021-02-05 一种橡胶混炼过程填料段的密炼机转子能耗预测方法

Publications (2)

Publication Number Publication Date
CN112818548A true CN112818548A (zh) 2021-05-18
CN112818548B CN112818548B (zh) 2022-04-26

Family

ID=75861741

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110160025.8A Active CN112818548B (zh) 2021-02-05 2021-02-05 一种橡胶混炼过程填料段的密炼机转子能耗预测方法

Country Status (1)

Country Link
CN (1) CN112818548B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104325571A (zh) * 2014-09-05 2015-02-04 青岛科技大学 一种橡胶开炼机混炼胶分散度在线预测方法
CN107457933A (zh) * 2017-08-10 2017-12-12 青岛科技大学 一种填料/橡胶复合材料制备方法
CN108038580A (zh) * 2017-12-30 2018-05-15 国网江苏省电力公司无锡供电公司 基于同步挤压小波变换的光伏功率多模型综合预测方法
CN111639435A (zh) * 2020-06-04 2020-09-08 青岛科技大学 一种橡胶混炼过程提栓动作的密炼机转子能耗预测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104325571A (zh) * 2014-09-05 2015-02-04 青岛科技大学 一种橡胶开炼机混炼胶分散度在线预测方法
CN107457933A (zh) * 2017-08-10 2017-12-12 青岛科技大学 一种填料/橡胶复合材料制备方法
CN108038580A (zh) * 2017-12-30 2018-05-15 国网江苏省电力公司无锡供电公司 基于同步挤压小波变换的光伏功率多模型综合预测方法
CN111639435A (zh) * 2020-06-04 2020-09-08 青岛科技大学 一种橡胶混炼过程提栓动作的密炼机转子能耗预测方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
张海: "密炼机橡胶混炼工艺的进展", 《中国橡胶》 *
张海等: "密炼机中橡胶混炼的流变理论及应用", 《橡胶工业》 *
焦冬梅等: "橡胶振动注射实验及压力模型研究", 《青岛科技大学学报(自然科学版)》 *
马铁军等: "密炼机橡胶混炼工艺智能控制的设想", 《轮胎工业》 *

Also Published As

Publication number Publication date
CN112818548B (zh) 2022-04-26

Similar Documents

Publication Publication Date Title
CN112365029B (zh) 用于空调负荷预测的缺失值处理方法及空调负荷预测系统
CN110929347A (zh) 一种基于梯度提升树模型的热连轧带钢凸度预测方法
CN111322205B (zh) 风电机组风向标零位误差辨识方法及校正方法
CN103272853B (zh) 一种冷连轧各机架压下量与轧制速度的设定装置及方法
CN111881574B (zh) 一种基于分布函数优选的风电机组关键部件可靠性建模方法
CN112115555B (zh) 一种智能网联环境下汽车瞬时油耗监测方法
CN110263488B (zh) 一种基于集成即时学习的工业混炼胶门尼粘度软测量方法
CN113536710B (zh) 一种泵及泵组能效可视化监测方法
CN102653933A (zh) 一种基于模糊pid复合控制的冷再生机喷洒控制方法
CN116433085A (zh) 一种轧制过程控制系统性能评估方法
CN112818548B (zh) 一种橡胶混炼过程填料段的密炼机转子能耗预测方法
CN113359435B (zh) 用于火电机组动态工况数据的修正方法
CN104977847B (zh) 一种面向常减压优化的稳态工况判别方法
CN117131314A (zh) 一种沥青路面施工用混合料温度监测及调控系统
CN111932081A (zh) 一种电力信息系统运行状态评估方法及系统
CN112149953A (zh) 基于多模联动和多阶段协作的机电设备运行安全评估方法
CN111639435B (zh) 一种橡胶混炼过程提栓动作的密炼机转子能耗预测方法
CN113357139B (zh) 一种回收发动机电子水泵的自动性能测试系统
CN109407614B (zh) 一种数控滚齿机滚齿加工工艺参数优化方法
CN110514335B (zh) 一种数控机床的能效比确定方法
CN109376957B (zh) 一种火电厂负荷的预测方法
CN100441552C (zh) 丁二烯精馏装置先进控制方法
CN117592666B (zh) 基于企业数据的多维度碳排放数据采集核算系统
CN116090265B (zh) 一种可变速抽水蓄能机组压力脉动强度的量化评估方法
CN111431212A (zh) 一种风力发电系统多控制器-多目标协调优化方法

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
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20231206

Address after: 266000 Nan Cun Zhen Dong Wang Fu Zhuang Cun, Pingdu City, Qingdao City, Shandong Province

Patentee after: QINGDAO GLOBAL BELTING CO.,LTD.

Address before: 266000 Songling Road, Laoshan District, Qingdao, Shandong Province, No. 99

Patentee before: QINGDAO University OF SCIENCE AND TECHNOLOGY

TR01 Transfer of patent right