CN113219830A - 一种失重式喂料机控制方法 - Google Patents
一种失重式喂料机控制方法 Download PDFInfo
- Publication number
- CN113219830A CN113219830A CN202110489645.6A CN202110489645A CN113219830A CN 113219830 A CN113219830 A CN 113219830A CN 202110489645 A CN202110489645 A CN 202110489645A CN 113219830 A CN113219830 A CN 113219830A
- Authority
- CN
- China
- Prior art keywords
- time
- weight
- weight data
- data
- matrix
- 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 29
- 239000000463 material Substances 0.000 claims abstract description 21
- 238000005303 weighing Methods 0.000 claims abstract description 18
- 239000013585 weight reducing agent Substances 0.000 claims abstract description 12
- 230000009467 reduction Effects 0.000 claims abstract description 8
- 239000011159 matrix material Substances 0.000 claims description 27
- 238000004364 calculation method Methods 0.000 claims description 13
- 230000004580 weight loss Effects 0.000 claims description 10
- 238000001914 filtration Methods 0.000 claims description 9
- 238000005094 computer simulation Methods 0.000 claims description 3
- 238000007599 discharging Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 6
- 230000006978 adaptation Effects 0.000 abstract description 3
- 208000016261 weight loss Diseases 0.000 description 17
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 5
- 229910052744 lithium Inorganic materials 0.000 description 5
- 238000002347 injection Methods 0.000 description 4
- 239000007924 injection Substances 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013329 compounding Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- QHGJSLXSVXVKHZ-UHFFFAOYSA-N dilithium;dioxido(dioxo)manganese Chemical compound [Li+].[Li+].[O-][Mn]([O-])(=O)=O QHGJSLXSVXVKHZ-UHFFFAOYSA-N 0.000 description 1
- 239000010439 graphite Substances 0.000 description 1
- 229910002804 graphite Inorganic materials 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- GELKBWJHTRAYNV-UHFFFAOYSA-K lithium iron phosphate Chemical compound [Li+].[Fe+2].[O-]P([O-])([O-])=O GELKBWJHTRAYNV-UHFFFAOYSA-K 0.000 description 1
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- GBCAVSYHPPARHX-UHFFFAOYSA-M n'-cyclohexyl-n-[2-(4-methylmorpholin-4-ium-4-yl)ethyl]methanediimine;4-methylbenzenesulfonate Chemical compound CC1=CC=C(S([O-])(=O)=O)C=C1.C1CCCCC1N=C=NCC[N+]1(C)CCOCC1 GBCAVSYHPPARHX-UHFFFAOYSA-M 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Weight Measurement For Supplying Or Discharging Of Specified Amounts Of Material (AREA)
Abstract
本发明公开了一种失重式喂料机控制方法,其技术方案要点是:包括以下步骤:S1、建立材料流量特性数据库;S2、称重传感器称重;S3、将称重传感器称重的重量数据输入至重量数据数组;S4、从重量数据数组内提取数据,提取数据为历史tk‑1时刻重量数据Xk‑1以及当前tk时刻重量数据Xk;S5、将当前tk时刻重量数据Xk与历史tk‑1时刻重量数据Xk‑1数值相减得到重量减小量△Xk;S6、若重量减小量△Xk减小量≤0时对当前tk时刻重量数据修正,若重量减小量△Xk减小量大于0时进行差分流量计算;本失重式喂料机控制方法具有能够方便控制失重式喂料机生产时进行投料适配的优点,能够有效的防止失重式喂料机在投喂料时发生投料不畅。
Description
技术领域
本发明涉及锂电池生产领域,特别涉及一种失重式喂料机控制方法。
背景技术
国外越来越多的失重式计量喂料配混设备进入国内市场。但是进口机器的价格相当贵,国内的大多数中、小型企业都无法承受。国内的失重式喂料机还是一个空白。
锂电池是一种较为绿色环保的电池,其应用广泛。聚合物锂离子电池常用的材料有钴酸锂、镍酸锂、锰酸锂、三原材料、磷酸铁锂、石墨、导电炭黑、CMC/PDVF等。
目前在锂电池生产过程中,需要进行多种原料的加注,一些技术要求高的企业都会使用到失重式喂料机,然后关于失重式喂料机的控制目前也是一个行业空白,尤其是多个失重式喂料机的同时使用,容易导致失重式喂料机难以匹配生产。
发明内容
针对背景技术中提到的问题,本发明的目的是提供一种失重式喂料机控制方法,以解决背景技术中提到的问题。
本发明的上述技术目的是通过以下技术方案得以实现的:
一种失重式喂料机控制方法,包括以下步骤:
S1、建立材料流量特性数据库;
S2、称重传感器称重;
S3、将称重传感器称重的重量数据输入至重量数据数组;
S4、从重量数据数组内提取数据,提取数据为历史tk-1时刻重量数据Xk-1以及当前tk时刻重量数据Xk;
S5、将当前tk时刻重量数据Xk与历史tk-1时刻重量数据Xk-1数值相减得到重量减小量△Xk;
S6、若重量减小量△Xk减小量≤0时对当前tk时刻重量数据修正,若重量减小量△Xk减小量大于0时进行差分流量计算;
S7、根据差分流量计算的结果进行差分流量估计,并进行滤参数输入,运算后进行滤波结果输出。
较佳的,所述S1建立材料流量特性数据库具体包括以下步骤:
S11、自适应测试指令;
S12、电机变速启动;
S13、喂料机出料;
S14、流量实时测定;
S15、形成材料流量特性数据库。
较佳的,所述S6对当前tk时刻重量数据修正时,先提取历史tk-1时刻重量数据,并设定流量X采集时间间隔,之后将tk时刻重量数据修正数据Xk作为当前tk时刻重量数据修正数据Xk。
较佳的,所述S5在将当前tk时刻重量数据Xk与历史tk-1时刻重量数据Xk-1数值相减得到重量减小量△Xk时,将当前tk时刻重量数据Xk以重量数据Xk输入的方式进行差分流量估计Lk。
较佳的,所述S6在进行差分流量计算时,将重量减小量与采集数据间隔△t=tk-tk-1进行除法得到差分流量估计Lk。
较佳的,在所述S6在进行差分流量计算时,涉及的运输公式包括:
V(k)=[Xek Lek]T,V(0)=[Xe0 Le0]T,P(0|0)=I
Y(k)=[Xk Lk]T
V(k|k-1)=ΦV(k-1|k-1)
ε(k)=Y(k)-HV(k|k-1)
P(k|k-1)=ΦP(k-1|k-1)ΦT+ΓQΓT
K(k)=P(k|k-1)HT[HP(k|k-1)HT+R]-1
V(k|k)=V(k|k-1)+K(k)ε(k)
P(k|k)=[I-K(k)H]P(k|k-1)
[Xfk,Lfk]T=V(k|k)
公式定义:Xek为k时刻重量估计;Lek为k时刻流量估计;k=0表示初始时刻;P(k|k)为k时刻的协方差矩阵,P(k|k-1)表示为第k-1时刻对第k时刻的估计;I为单位矩阵,Φ为系统矩阵;Δt为采样时间;H为观测矩阵;Y为采集数组;K(k)为增益矩阵;V(k|k)为k时刻的状态向量;V(k|k-1)表示为第k-1时刻对第k时刻的估计;Q为系统建模误差矩阵;Γ为噪声驱动矩阵;R为观测噪声矩阵;ε(k)为误差向量;Xfk,Lfk为滤波后的重量以及流量。
较佳的,在所述S7在进行滤波结果输出时,输出的内容包括滤波后重量Xfx与滤波后流量Lfk。
较佳的,当所述S7在进行滤波参数输入时,输入的滤波参数为:
综上所述,本发明主要具有以下有益效果:
本失重式喂料机控制方法具有能够方便控制失重式喂料机生产时进行投料适配的优点,能够有效的防止失重式喂料机在投喂料时发生投料不畅;在进行喂料机控制时,通过建立材料流量特性数据库和称重传感器称重,将称重传感器称重的重量数据输入至重量数据数组;当从重量数据数组内提取数据,提取数据为历史tk-1时刻重量数据Xk-1以及当前tk时刻重量数据Xk,此数值对注料具有较大的参考意义;通过将当前tk时刻重量数据Xk与历史tk-1时刻重量数据Xk-1数值相减能够得到重量减小量△Xk,通过分析此数值能够进行差分流量计算;通过这些步骤能够保证物料在不同时刻注入时,可以通过计算和分析了解差分流量大小,及时控制,保证物料注入的均匀性。
附图说明
图1是失重式喂料机控制方法的方法框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1
参考图1,一种失重式喂料机控制方法,包括以下步骤:
S1、建立材料流量特性数据库;
S2、称重传感器称重;
S3、将称重传感器称重的重量数据输入至重量数据数组;
S4、从重量数据数组内提取数据,提取数据为历史tk-1时刻重量数据Xk-1以及当前tk时刻重量数据Xk;
S5、将当前tk时刻重量数据Xk与历史tk-1时刻重量数据Xk-1数值相减得到重量减小量△Xk;
S6、若重量减小量△Xk减小量≤0时对当前tk时刻重量数据修正,若重量减小量△Xk减小量大于0时进行差分流量计算;
S7、根据差分流量计算的结果进行差分流量估计,并进行滤参数输入,运算后进行滤波结果输出。
参考图1,本失重式喂料机控制方法具有能够方便控制失重式喂料机生产时进行投料适配的优点,能够有效的防止失重式喂料机在投喂料时发生投料不畅;在进行喂料机控制时,通过建立材料流量特性数据库和称重传感器称重,将称重传感器称重的重量数据输入至重量数据数组;当从重量数据数组内提取数据,提取数据为历史tk-1时刻重量数据Xk-1以及当前tk时刻重量数据Xk,此数值对注料具有较大的参考意义;通过将当前tk时刻重量数据Xk与历史tk-1时刻重量数据Xk-1数值相减能够得到重量减小量△Xk,通过分析此数值能够进行差分流量计算;通过这些步骤能够保证物料在不同时刻注入时,可以通过计算和分析了解差分流量大小,及时控制,保证物料注入的均匀性。
其中,S1建立材料流量特性数据库具体包括以下步骤:
S11、自适应测试指令;
S12、电机变速启动;
S13、喂料机出料;
S14、流量实时测定;
S15、形成材料流量特性数据库。
其中,通过建立材料流量特性数据库能够对每台喂料机的工作特性进行记录,并将其作为一种参照。
其中,S6对当前tk时刻重量数据修正时,先提取历史tk-1时刻重量数据,并设定流量X采集时间间隔,之后将tk时刻重量数据修正数据Xk作为当前tk时刻重量数据修正数据Xk。
其中,S5在将当前tk时刻重量数据Xk与历史tk-1时刻重量数据Xk-1数值相减得到重量减小量△Xk时,将当前tk时刻重量数据Xk以重量数据Xk输入的方式进行差分流量估计Lk。
其中,S6在进行差分流量计算时,将重量减小量与采集数据间隔△t=tk-tk-1进行除法得到差分流量估计Lk。
其中,在所述S6在进行差分流量计算时,涉及的运输公式包括:
V(k)=[Xek Lek]T,V(0)=[Xe0 Le0]T,P(0|0)=I
Y(k)=[Xk Lk]T
V(k|k-1)=ΦV(k-1|k-1)
ε(k)=Y(k)-HV(k|k-1)
P(k|k-1)=ΦP(k-1|k-1)ΦT+ΓQΓT
K(k)=P(k|k-1)HT[HP(k|k-1)HT+R]-1
V(k|k)=V(k|k-1)+K(k)ε(k)
P(k|k)=[I-K(k)H]P(k|k-1)
[Xfk,Lfk]T=V(k|k)
公式定义:Xek为k时刻重量估计;Lek为k时刻流量估计;k=0表示初始时刻;P(k|k)为k时刻的协方差矩阵,P(k|k-1)表示为第k-1时刻对第k时刻的估计;I为单位矩阵,Φ为系统矩阵;Δt为采样时间;H为观测矩阵;Y为采集数组;K(k)为增益矩阵;V(k|k)为k时刻的状态向量;V(k|k-1)表示为第k-1时刻对第k时刻的估计;Q为系统建模误差矩阵;Γ为噪声驱动矩阵;R为观测噪声矩阵;ε(k)为误差向量;Xfk,Lfk为滤波后的重量以及流量。
在所述S7在进行滤波结果输出时,输出的内容包括滤波后重量Xfx与滤波后流量Lfk。
当所述S7在进行滤波参数输入时,输入的滤波参数为:
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (8)
1.一种失重式喂料机控制方法,其特征在于:包括以下步骤:
S1、建立材料流量特性数据库;
S2、称重传感器称重;
S3、将称重传感器称重的重量数据输入至重量数据数组;
S4、从重量数据数组内提取数据,提取数据为历史tk-1时刻重量数据Xk-1以及当前tk时刻重量数据Xk;
S5、将当前tk时刻重量数据Xk与历史tk-1时刻重量数据Xk-1数值相减得到重量减小量△Xk;
S6、若重量减小量△Xk减小量≤0时对当前tk时刻重量数据修正,若重量减小量△Xk减小量大于0时进行差分流量计算;
S7、根据差分流量计算的结果进行差分流量估计,并进行滤参数输入,运算后进行滤波结果输出。
2.根据权利要求1所述的一种失重式喂料机控制方法,其特征在于:所述S1建立材料流量特性数据库具体包括以下步骤:
S11、自适应测试指令;
S12、电机变速启动;
S13、喂料机出料;
S14、流量实时测定;
S15、形成材料流量特性数据库。
3.根据权利要求1所述的一种失重式喂料机控制方法,其特征在于:所述S6对当前tk时刻重量数据修正时,先提取历史tk-1时刻重量数据,并设定流量X采集时间间隔,之后将tk时刻重量数据修正数据Xk作为当前tk时刻重量数据修正数据Xk。
4.根据权利要求1所述的一种失重式喂料机控制方法,其特征在于:所述S5在将当前tk时刻重量数据Xk与历史tk-1时刻重量数据Xk-1数值相减得到重量减小量△Xk时,将当前tk时刻重量数据Xk以重量数据Xk输入的方式进行差分流量估计Lk。
5.根据权利要求1所述的一种失重式喂料机控制方法,其特征在于:所述S6在进行差分流量计算时,将重量减小量与采集数据间隔△t=tk-tk-1进行除法得到差分流量估计Lk。
6.根据权利要求1所述的一种失重式喂料机控制方法,其特征在于:在所述S6在进行差分流量计算时,涉及的运输公式包括:
V(k)=[Xek Lek]T,V(0)=[Xe0 Le0]T,P(0|0)=I
Y(k)=[Xk Lk]T
V(k|k-1)=ΦV(k-1|k-1)
ε(k)=Y(k)-HV(k|k-1)
P(k|k-1)=ΦP(k-1|k-1)ΦT+ΓQΓT
K(k)=P(k|k-1)HT[HP(k|k-1)HT+R]-1
V(k|k)=V(k|k-1)+K(k)ε(k)
P(k|k)=[I-K(k)H]P(k|k-1)
[Xfk,Lfk]T=V(k|k)
7.根据权利要求1所述的一种失重式喂料机控制方法,其特征在于:在所述S7在进行滤波结果输出时,输出的内容包括滤波后重量Xfx与滤波后流量Lfk。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110489645.6A CN113219830A (zh) | 2021-05-06 | 2021-05-06 | 一种失重式喂料机控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110489645.6A CN113219830A (zh) | 2021-05-06 | 2021-05-06 | 一种失重式喂料机控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113219830A true CN113219830A (zh) | 2021-08-06 |
Family
ID=77090936
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110489645.6A Pending CN113219830A (zh) | 2021-05-06 | 2021-05-06 | 一种失重式喂料机控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113219830A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104180801A (zh) * | 2014-08-20 | 2014-12-03 | 广州海格通信集团股份有限公司 | 基于ads-b系统航迹点的预测方法和系统 |
CN107219466A (zh) * | 2017-06-12 | 2017-09-29 | 福建工程学院 | 一种混合扩展卡尔曼滤波的锂电池soc估算方法 |
CN109283951A (zh) * | 2018-12-03 | 2019-01-29 | 无锡灵鸽机械科技股份有限公司 | 一种失重式喂料机控制系统 |
CN110061716A (zh) * | 2019-01-15 | 2019-07-26 | 河海大学 | 一种基于最小二乘和多重渐消因子的改进kalman滤波方法 |
-
2021
- 2021-05-06 CN CN202110489645.6A patent/CN113219830A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104180801A (zh) * | 2014-08-20 | 2014-12-03 | 广州海格通信集团股份有限公司 | 基于ads-b系统航迹点的预测方法和系统 |
CN107219466A (zh) * | 2017-06-12 | 2017-09-29 | 福建工程学院 | 一种混合扩展卡尔曼滤波的锂电池soc估算方法 |
CN109283951A (zh) * | 2018-12-03 | 2019-01-29 | 无锡灵鸽机械科技股份有限公司 | 一种失重式喂料机控制系统 |
CN110061716A (zh) * | 2019-01-15 | 2019-07-26 | 河海大学 | 一种基于最小二乘和多重渐消因子的改进kalman滤波方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110068774B (zh) | 锂电池健康状态的估计方法、装置及存储介质 | |
Ouyang et al. | Improved parameters identification and state of charge estimation for lithium-ion battery with real-time optimal forgetting factor | |
CN105116343B (zh) | 最小二乘支持向量机的动力电池电荷状态估计方法及系统 | |
Han et al. | A comparative study of commercial lithium ion battery cycle life in electrical vehicle: Aging mechanism identification | |
CN111965547B (zh) | 一种基于参数辨识法的电池系统传感器故障诊断方法 | |
CN109828220B (zh) | 一种锂离子电池健康状态线性评估方法 | |
Couto et al. | State of health estimation for lithium ion batteries based on an equivalent-hydraulic model: An iron phosphate application | |
CN108107372A (zh) | 基于soc分区估算的蓄电池健康状况量化方法及系统 | |
CN107656206A (zh) | 基于特征温度和倍率的短时静置soc和开路电压估算方法 | |
CN109676106A (zh) | 一种控制连铸结晶器液面波动的方法及装置 | |
CN110276139B (zh) | 一种基于深度确信策略梯度算法的感应电机关键参数获取方法 | |
CN113011012B (zh) | 一种基于Box-Cox变化的储能电池剩余寿命预测方法 | |
Koga et al. | State estimation for lithium ion batteries with phase transition materials | |
CN111856282A (zh) | 基于改进遗传无迹卡尔曼滤波的车载锂电池状态估计方法 | |
Chen et al. | A new gas–liquid dynamics model towards robust state of charge estimation of lithium-ion batteries | |
CN113219830A (zh) | 一种失重式喂料机控制方法 | |
WO2019020133A2 (zh) | 用于锂电池容量测量的温度补偿系统及方法、存储介质 | |
CN113702838B (zh) | 基于扰动观测器的锂离子电池荷电状态估算方法 | |
Sun et al. | Aging mechanism analysis and capacity estimation of lithium-ion battery pack based on electric vehicle charging data | |
CN112946480A (zh) | 一种提高soc估计实时性的锂电池电路模型简化方法 | |
CN109856550B (zh) | 液流电池的soc的估算方法及系统 | |
CN112462281A (zh) | 一种基于气液动力学模型带参数修正的soc估计方法及系统 | |
CN112649746A (zh) | 一种结合电路等效和递推迭代的荷电状态估计方法 | |
Andersson | Lifetime estimation of lithium-ion batteries for stationary energy storage system | |
CN112114255B (zh) | 一种基于联合集合卡尔曼滤波的锂电池荷电状态估计方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210806 |