CN113570168B - 料位矫正方法、装置及电子设备 - Google Patents

料位矫正方法、装置及电子设备 Download PDF

Info

Publication number
CN113570168B
CN113570168B CN202111104077.XA CN202111104077A CN113570168B CN 113570168 B CN113570168 B CN 113570168B CN 202111104077 A CN202111104077 A CN 202111104077A CN 113570168 B CN113570168 B CN 113570168B
Authority
CN
China
Prior art keywords
value
material level
level
ore bin
bin
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.)
Active
Application number
CN202111104077.XA
Other languages
English (en)
Other versions
CN113570168A (zh
Inventor
王庆凯
刘道喜
杨佳伟
邹国斌
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.)
BGRIMM Technology Group Co Ltd
Original Assignee
BGRIMM Technology Group Co Ltd
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 BGRIMM Technology Group Co Ltd filed Critical BGRIMM Technology Group Co Ltd
Priority to CN202111104077.XA priority Critical patent/CN113570168B/zh
Publication of CN113570168A publication Critical patent/CN113570168A/zh
Application granted granted Critical
Publication of CN113570168B publication Critical patent/CN113570168B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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"
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
    • B65G65/00—Loading or unloading
    • B65G65/30—Methods or devices for filling or emptying bunkers, hoppers, tanks, or like containers, of interest apart from their use in particular chemical or physical processes or their application in particular machines, e.g. not covered by a single other subclass
    • B65G65/32—Filling devices
    • 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
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Mechanical Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Agronomy & Crop Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Animal Husbandry (AREA)
  • Mining & Mineral Resources (AREA)
  • Primary Health Care (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Manufacture And Refinement Of Metals (AREA)
  • Treatment Of Steel In Its Molten State (AREA)

Abstract

本发明提供了一种料位矫正方法、装置及电子设备，包括：获取当前时刻粉矿仓的相关参数；其中，相关参数包括：料位测量值、布料台效和球磨台效；基于相关参数和预先建立的预测模型对当前时刻粉矿仓的料位值进行预测，得到粉矿仓的料位预测值；基于预先建立的修正模型将料位预测值和料位测量值进行修正，得到粉矿仓的料位修正值；基于保序回归算法对粉矿仓的料位修正值进行矫正，得到当前时刻粉矿仓的目标料位值。本发明能够对料位数据进行矫正，提高料位数据的准确性，从而缓解由于数据波动导致的布料小车控制误动作的问题。

Description

料位矫正方法、装置及电子设备
技术领域
本发明涉及工艺数据处理技术领域，尤其是涉及一种料位矫正方法、装置及电子设备。
背景技术
粉矿仓是破碎流程产物储存矿仓，破碎机破碎完的固体物料通过皮带运输机输送，再通过控制布料小车分布到粉矿仓，粉矿仓具有一定的设计容量，通过粉矿仓料位值可以判断是否需要在该矿仓进行布料。同时粉矿仓又是磨矿流程的给矿来源，每个粉矿仓都有固定的给矿皮带，为磨机给矿；如果磨机对应的粉矿仓料位值过低，则需要控制布料小车到该矿仓进行布料，以保证磨机不断矿。因此可以把粉矿仓的料位值作为粉矿仓布料流程状态最直接、最快捷的指示。但是，粉矿仓布料过程中，由于布料小车移动过程粉尘较大，有时料位传感器会出现剧烈的波动，且短时间无法恢复，从而导致测量得到的粉矿仓料位值出现波动，进而导致布料小车控制误动作的问题。
发明内容
有鉴于此，本发明的目的在于提供一种料位矫正方法、装置及电子设备，能够对料位数据进行矫正，提高料位数据的准确性，从而缓解由于数据波动导致的布料小车控制误动作的问题。
为了实现上述目的，本发明实施例采用的技术方案如下：
第一方面，本发明实施例提供了一种料位矫正方法，包括：获取当前时刻粉矿仓的相关参数；其中，相关参数包括：料位测量值、布料台效和球磨台效；基于相关参数和预先建立的预测模型对当前时刻粉矿仓的料位值进行预测，得到粉矿仓的料位预测值；基于预先建立的修正模型将料位预测值和料位测量值进行修正，得到粉矿仓的料位修正值；基于保序回归算法对粉矿仓的料位修正值进行矫正，得到当前时刻粉矿仓的目标料位值。
在一种实施方式中，预测模型包括第一预测模型、补偿模型和第二预测模型；基于相关参数和预先建立的预测模型对当前时刻粉矿仓的料位值进行预测，得到粉矿仓的料位预测值的步骤包括：基于布料台效、球磨台效和第一预测模型对当前时刻粉矿仓的料位值进行预测，得到粉矿仓的第一料位预测值；基于布料台效、球磨台效和补偿模型对粉矿仓的料位值进行补偿，得到粉矿仓的料位补偿值；基于第一料位预测值、料位补偿值和第二预测模型确定粉矿仓的料位预测值。
在一种实施方式中，基于布料台效、球磨台效和补偿模型对粉矿仓的料位值进行补偿，得到粉矿仓的料位补偿值的步骤，包括：按照以下公式计算粉矿仓的料位补偿值：
Figure P_210918143058441_441555001
其中，
Figure P_210918143058474_474251001
表示第i个粉矿仓t时刻的料位补偿值；y i0表示第i个粉矿仓的初始料位值，初始料位值为布料车开机时刻的料位值；
Figure P_210918143058504_504245002
表示第i个粉矿仓t时刻的料位增量。
在一种实施方式中，基于第一料位预测值、料位补偿值和第二预测模型确定粉矿仓的料位预测值的步骤，包括：按照以下公式计算粉矿仓的料位预测值：
Figure P_210918143058535_535287001
其中，
Figure P_210918143058566_566525001
表示第i个粉矿仓t时刻的料位预测值；
Figure P_210918143058597_597786002
表示第i个粉矿仓t时刻的第一料位预测值；
Figure P_210918143058613_613453003
表示第i个粉矿仓t时刻的料位补偿值。
在一种实施方式中，基于预先建立的修正模型将料位预测值和料位测量值进行修正，得到粉矿仓的料位修正值的步骤，包括：按照以下公式计算粉矿仓的料位修正值：
Figure P_210918143058644_644693001
其中，Y it 表示第i个粉矿仓t时刻的料位修正值；
Figure P_210918143058677_677450001
表示偏差系数；y it 表示第i个粉矿仓t时刻的料位测量值；
Figure P_210918143058707_707198002
表示第i个粉矿仓t时刻的料位预测值。
在一种实施方式中，第一预测模型的构建步骤包括：获取料位传感器无波动时检测到的料位数据、布料台效和球磨台效建立粉矿仓的历史数据库；其中，料位数据包括粉矿仓的多个料位值；基于料位数据拟合得到粉矿仓的料位变化曲线，并基于料位变化曲线确定料位增量；基于料位增量和历史数据库确定粉矿仓的料位增量模型；其中，料位增量模型用于表征料位值与料位增量之间的关系；基于料位增量模型和初始料位值构建粉矿仓的第一预测模型。
在一种实施方式中，第一预测模型的表达式如下：
Figure P_210918143058738_738444001
其中，
Figure P_210918143058769_769702001
表示第i个粉矿仓的料位值与料位增量之间的关系，
Figure P_210918143058801_801003002
的表达式如下：
Figure P_210918143058832_832225001
其中，
Figure P_210918143058863_863928001
表示第i个粉矿仓t-1时刻的料位增量；a it 、b it …c it 表示第i个粉矿仓t时刻的系数；K表示幂指数；y i（t-1）表示第i个粉矿仓t-1时刻的料位值；i表示粉矿仓的编号，i=1,2,…,N。
第二方面，本发明实施例提供了一种料位矫正装置，包括：参数获取模块，用于获取当前时刻粉矿仓的相关参数；其中，相关参数包括：料位测量值、布料台效和球磨台效；预测模块，用于基于相关参数和预先建立的预测模型对当前时刻粉矿仓的料位值进行预测，得到粉矿仓的料位预测值；修正模块，用于基于预先建立的修正模型将料位预测值和料位测量值进行修正，得到粉矿仓的料位修正值；矫正模块，用于基于保序回归算法对粉矿仓的料位修正值进行矫正，得到当前时刻粉矿仓的目标料位值。
第三方面，本发明实施例提供了一种电子设备，包括处理器和存储器，存储器存储有能够被处理器执行的计算机可执行指令，处理器执行计算机可执行指令以实现上述第一方面提供的任一项的方法的步骤。
第四方面，本发明实施例提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器运行时执行上述第一方面提供的任一项的方法的步骤。
本发明实施例带来了以下有益效果：
本发明实施例提供的上述料位矫正方法、装置及电子设备，首先获取当前时刻粉矿仓的相关参数（料位测量值、布料台效和球磨台效）；然后基于相关参数和预先建立的预测模型对当前时刻粉矿仓的料位值进行预测，得到粉矿仓的料位预测值；接着基于预先建立的修正模型将料位预测值和料位测量值进行修正，得到粉矿仓的料位修正值；最后基于保序回归算法对粉矿仓的料位修正值进行矫正，得到当前时刻粉矿仓的目标料位值。上述方法可以通过预测模型对料位值进行预测，并利用修正模型和保序回归算法对料位预测值进行矫正，从而提高料位数据的准确性，缓解由于粉矿仓料位值出现波动，导致布料小车控制误动作的问题。
本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种料位矫正方法的流程图；
图2为本发明实施例提供的另一种料位矫正方法的流程图；
图3为本发明实施例提供的一种第1个粉矿仓的料位变化曲线；
图4为本发明实施例提供的一种基于第二预测模型的预测效果示意图；
图5为本发明实施例提供的一种粉矿仓料位矫正后的效果示意图；
图6为本发明实施例提供的一种测量值与控制料位值的关系示意图；
图7为本发明实施例提供的另一种测量值与控制料位值的关系示意图；
图8为本发明实施例提供的一种料位矫正装置的结构示意图；
图9为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例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。
目前粉矿仓的料位值可以被作为粉矿仓布料流程状态最直接、最快捷的指示，而粉矿仓料位值的准确与否在布料小车控制过程中起到了至关重要的作用，保证粉矿仓料位的准确是实现布料小车的智能优化控制的基础。但是粉矿仓布料过程中，由于小车移动过程粉尘较大，有时料位传感器会出现剧烈的波动，且短时间无法恢复，常见的数据滤波算法难以适用于对波动数据的处理，进而会导致布料小车控制误动作的问题，严重影响生产。
基于此，本发明实施例提供的一种料位矫正方法、装置及电子设备，能够对料位数据进行矫正，提高料位数据的准确性，从而缓解由于数据波动导致的布料小车控制误动作的问题。
为便于对本实施例进行理解，首先对本发明实施例所公开的一种料位矫正方法进行详细介绍，该方法可以由电子设备执行，参见图1所示的一种料位矫正方法的流程图，示意出该方法主要包括以下步骤S102至步骤S108：
步骤S102：获取当前时刻粉矿仓的相关参数。
其中，相关参数包括：料位测量值、布料台效和球磨台效。具体的，可以通过设置在每个粉矿仓的料位传感器获取每个料位仓的料位测量值，通过粉碎流程的控制系统读取布料小车的布料台效和球磨机的球磨台效。此外，考虑到在实际应用中粉矿仓的数量为多个，因此在获取数据之前还需要先确定布料小车的停留位置，即确定布料小车当前时刻布料的粉矿仓，进而获取该粉矿仓的相关参数。
步骤S104：基于相关参数和预先建立的预测模型对当前时刻粉矿仓的料位值进行预测，得到粉矿仓的料位预测值。
在一种实施方式中，结合历史数据分析可以确定料位预测值与初始料位值、布料台效、球磨台效有关，因此可以预先基于历史数据建立预测模型，其中，初始料位值为布料小车开机时刻的料位值，可以在布料小车开机时获取并储存。当获取到当前时刻的料位测量值、布料台效和球磨台效之后，可以将获取的数据输入到预测模型中，从而得到当前时刻的料位预测值。
步骤S106：基于预先建立的修正模型将料位预测值和料位测量值进行修正，得到粉矿仓的料位修正值。
在一种实施方式中，考虑到料位测量值可能会出现波动不准确的情况，为了进一步提高料位值的准确性，本发明实施例中还可以根据预先建立的修正模型将料位预测值和料位测量值进行修正，具体的修正原则为：
Figure P_210918143058896_896679001
式中，Y it 表示第i个粉矿仓t时刻的料位修正值；
Figure P_210918143058927_927920001
表示第i个粉矿仓t时刻的料位预测值；；y it 表示第i个粉矿仓t时刻的料位测量值；
Figure P_210918143058974_974798002
表示第i个粉矿仓t时刻的料位预测值；
Figure P_210918143059006_006039003
表示偏差系数，具体可以根据实际情况进行选择，例如：本发明实施例中
Figure P_210918143059037_037286004
的值可以选择为1%。
步骤S108：基于保序回归算法对粉矿仓的料位修正值进行矫正，得到当前时刻粉矿仓的目标料位值。
在实际应用中，正常的布料过程中布料台效大于球磨台效，因此料位变化是逐渐上升的，基于此，本发明实施例中提出了基于保序回归算法对粉矿仓的料位修正值进行矫正的方式。保序回归是寻找一组非递减的片段连续线性函数（piecewise linearcontinuous functions），即保序函数，使其与样本尽可能的接近。在计算中，保序回归是一个二次规划问题，即寻找一组保序函数是其对样本的估计值与样本的真实值间的离差平方和达到最小。具体的，本实施例中建立（Y i（t-2），Y i（t-1），Y it ）序列，通过保序回归算法进行料位值矫正，矫正原则为：
Figure P_210918143059067_067041001
其中，
Figure P_210918143059129_129051001
表示第i个粉矿仓t时刻的目标料位值，即满足控制需求的粉矿仓料位值。
本发明实施例提供的上述料位矫正方法可以通过预测模型对料位值进行预测，并利用修正模型和保序回归算法对料位预测值进行矫正，从而得到更加客观真实的料位值，提高料位数据的准确性，缓解由于粉矿仓料位值出现波动，导致布料小车控制误动作的问题。
在一种实施方式中，预测模型包括第一预测模型、补偿模型和第二预测模型；其中，第一预测模型是基于历史数据拟合得到的料位预测值与料位增量之间的非线性模型；补偿模型是通过对粉矿仓几何尺寸以及布料小车布料时固体物料堆积情况进行分析，确定的用于表征料位补偿值与当前时刻料位增量之间关系的模型，其中，当前时刻的料位增量与布料台效、球磨台效以及粉矿仓的参数有关；第二预测模型是结合第一预测模型和补偿模型确定的。
考虑到，第一预测模型为非线性模型，得到的料位预测值也可能会与实际情况有所偏差，而且由于粉矿仓的几何尺寸不同以及物料堆积的不同都会对料位的测量值产生影响，因此，在本发明实施例中为了使料位的预测值更加客观真实，需要结合第一预测模型的预测结果以及补偿模型的补偿结果来确定最终的料位预测值，具体的对于上述步骤S104主要包括以下步骤1至步骤3：
步骤1：基于布料台效、球磨台效和第一预测模型对当前时刻粉矿仓的料位值进行预测，得到粉矿仓的第一料位预测值。
在一种实施方式中，第一预测模型的表达式如下：
Figure P_210918143059144_144712001
式中，
Figure P_210918143059191_191571001
表示第i个粉矿仓t时刻的第一料位预测值；y i0表示第i个粉矿仓的初始料位值，初始料位值为布料小车开机时刻的料位值；
Figure P_210918143059222_222799002
表示第i个粉矿仓的料位值与料位变化增量之间的关系，
Figure P_210918143059238_238486003
的表达式如下：
Figure P_210918143059271_271710001
式中，
Figure P_210918143059301_301027001
表示第i个粉矿仓t-1时刻的料位增量；a it 、b it …c it 表示第i个粉矿仓t时刻的系数；K表示幂指数，取值可以是2或3（具体可以根据实际情况确定）；y i（t-1）表示第i个粉矿仓t-1时刻的料位值；i表示粉矿仓的编号，i=1,2,…,N（N为粉矿仓的总数）。
基于上述第一预测模型以及获取的当前时刻的相关参数（布料台效和球磨台效）即可得到当前时刻的第一料位预测值。
步骤2：基于布料台效、球磨台效和补偿模型对粉矿仓的料位值进行补偿，得到粉矿仓的料位补偿值。
具体的，可以按照以下公式计算粉矿仓的料位补偿值：
Figure P_210918143059332_332227001
式中，
Figure P_210918143059363_363459001
表示第i个粉矿仓t时刻的料位补偿值；y i0表示第i个粉矿仓的初始料位值，初始料位值为布料车开机时刻的料位值；
Figure P_210918143059394_394731002
表示第i个粉矿仓t时刻的料位增量，
Figure P_210918143059425_425951003
，其中，m pt 表示t时刻的布料台效，m qt 表示t时刻的球磨台效，S i 表示第i个粉矿仓的常数参数（具体与粉矿仓有关，可以基于具体的粉矿仓确定）。
步骤3：基于第一料位预测值、料位补偿值和第二预测模型确定粉矿仓的料位预测值。
具体的，可以按照以下公式计算粉矿仓的料位预测值：
Figure P_210918143059457_457201001
式中，
Figure P_210918143059474_474252001
表示第i个粉矿仓t时刻的料位预测值；
Figure P_210918143059504_504056002
表示第i个粉矿仓t时刻的料位补偿值；
Figure P_210918143059535_535298003
表示第i个粉矿仓t时刻的第一料位预测值。
为了便于理解，本发明实施例还提供了关于第一预测模型的具体的构建方法，主要包括以下步骤（1）至步骤（4）：
步骤（1）：获取料位传感器无波动时检测到的料位数据、布料台效和球磨台效建立粉矿仓的历史数据库。
其中，料位数据包括多个粉矿仓的料位值，该料位值为当前时刻之前获取的料位测量值，即历史料位测量值。在具体应用中，可以通过开展布料流程考察，获取破碎布料或球磨给矿流程中的相关参数，诸如料位数据、布料台效和球磨台效等，然后在获取到的数据中选择无波动料位数据（即料位传感器无波动时检测到的数据），并记录同一时刻的布料台效和球磨台效建立历史数据库，进而基于历史数据库构建第一预测模型用于对当前时刻料位测量值的预测。
步骤（2）：基于料位数据拟合得到粉矿仓的料位变化曲线，并基于料位变化曲线确定料位增量。
具体的，结合历史数据分析，可以确定料位变化的影响因素主要有：初始料位值y 0、布料小车的布料台效m p 以及球磨台效m q 等，因此，可以依次分析每个粉矿仓布料过程中的料位数据，通过拟合得到料位变化曲线，并基于料位变化曲线确定料位增量。
步骤（3）：基于料位增量和历史数据库确定粉矿仓的料位增量模型。
其中，料位增量模型用于表征料位值与料位增量之间的关系，具体可以通过非线性拟合得到料位值y i 与料位增量
Figure P_210918143059567_567061001
之间的关系
Figure P_210918143059582_582704002
，确定
Figure P_210918143059613_613942003
的函数表达式为：
Figure P_210918143059645_645175004
。
进一步，通过对比不同台效下的料位变化曲线，可以确定不同的布料台效m p 以及球磨台效m q 和系数a it 、b it …c it 有一定的相关性，且线性相关，因此可以通过不同布料时间段的料位变化计算确定a it 、b it 和c it 的表达式如下：
Figure P_210918143059678_678847001
其中，D i 、E i 、W i 、H i 、L i 、Z i 、J i 、Q i 和U i 表示第i个粉矿仓的常数参数。
步骤（4）：基于料位增量模型和初始料位值构建粉矿仓的第一预测模型。
具体的，第一预测模型的表达式如下：
Figure P_210918143059710_710621001
对于前述料位矫正方法，本发明实施例还提供了一种具体的实施方式，以第1个粉矿仓为例，参见图2所示的另一种料位矫正方法的流程图，示意该方法主要包括以下步骤S201至步骤S207：
步骤S201：获取第1个粉矿仓的破碎布料流程或球磨给矿流程的相关参数。
具体的，相关参数包括：料位测量值、布料台效和球磨台效等。
步骤S202：建立粉矿仓料位数据、布料台效以及球磨台效历史数据库。
在一种实施方式中，采集布料过程中的无波动数据建立料位数据、布料台效以及球磨台效历史数据库，诸如表1所示的第1个粉矿仓布料生产数据。
Figure P_210918143059741_741880001
步骤S203：通过非线性拟合得到初始料位值、布料台效和球磨台效之间的关系。
在具体应用中拟合得到初始料位值、布料台效和球磨台效之间的关系也即构建第一预测模型，具体包括以下步骤a1至步骤a4：
步骤a1：基于历史数据库确定第1个粉矿仓布料过程的料位变化增量，并拟合得到料位增量与料位值之间的关系。
具体的，结合历史数据分析可以确定料位变化的影响因素主要有：初始料位值y 0、布料小车的布料台效m p 以及球磨台效m q 等。本实施例中，通过对第1个粉矿仓的历史数据库中的料位数据进行拟合可以得到第1个粉矿仓的料位变化曲线，参见图3所示。进一步，根据料位变化曲线可以计算得到每个时刻的料位增量，通过非线性拟合确定料位增量
Figure P_210918143059804_804362001
与料位值y之间的关系
Figure P_210918143059835_835638002
，
Figure P_210918143059866_866893003
的函数表达式如下：
Figure P_210918143059899_899587001
其中，
Figure P_210918143059930_930846001
表示第1个粉矿仓t-1时刻的料位增量；a t 、b t …c t 表示第1个粉矿仓t时刻的系数；K表示幂指数，取值可以是2或3（具体可以根据实际情况确定）；y t-1表示第1个粉矿仓t-1时刻的料位值。
步骤a2：基于确定料位变化增量与料位值之间的关系进行分析，确定系数a t 、b t 和c t 。
具体的，通过对比不同台效下的料位变化曲线，可以确定不同的布料台效m p 以及球磨台效m q 和系数a t 、b t 和c t 有一定的相关性，且线性相关。
步骤a3：基于不同布料时间的料位变化确定系数a t 、b t 和c t 的值。
具体的，系数a t 、b t 和c t 的表达式如下：
Figure P_210918143059962_962145001
其中，D、E、W、H、L、Z、J、Q和U表示第1个粉矿仓的常数参数。
步骤a4：确定第1个粉矿仓的第一预测模型。
确定第1个粉矿仓的第一预测模型也即确定第1个粉矿仓料位预测值的表达式
Figure P_210918143100004_004409001
，即：
Figure P_210918143100066_066557001
式中，
Figure P_210918143100113_113961001
表示第1个粉矿仓t时刻的第一料位预测值；y 0表示第1个粉矿仓的初始料位值。
步骤S204：建立粉矿仓的补偿模型。
在实际应用中，通过对第1个粉矿仓的几何尺寸以及布料小车布料时固体物料堆积情况进行分析，可以确定补偿模型
Figure P_210918143100160_160319001
的表达式如下：
Figure P_210918143100191_191554001
其中，
Figure P_210918143100239_239327001
表示第1个粉矿仓t时刻的料位补偿值；
Figure P_210918143100271_271800002
表示第1个粉矿仓t时刻的料位增量，基于物料进出守恒，
Figure P_210918143100300_300984003
与布料台效m p 、球磨台效m q 以及粉矿仓尺寸有关，函数关系为：
Figure P_210918143100332_332253004
，其中，S表示第1个粉矿仓的常数参数。
步骤S205：确定粉矿仓的第二预测模型。
具体的，第二预测模型
Figure P_210918143100363_363469001
的表达式如下：
Figure P_210918143100394_394739001
其中，
Figure P_210918143100441_441606001
表示第1个粉矿仓t时刻的料位预测值；
Figure P_210918143100474_474278002
表示第1个粉矿仓t时刻的料位补偿值；
Figure P_210918143100504_504056003
表示第1个粉矿仓t时刻的第一料位预测值。
为了便于理解，本发明实施例还提供了一种基于第二预测模型的预测效果示意图，参见图4所示，示意出通过非线性模型（即第一预测模型）、补偿模型以及料位预测值（即第二预测模型）得到的料位值与测量值之间的关系，可以看出通过第二预测模型得到的预测值更加接近测量值。
步骤S206：将粉矿仓料位测量值与料位预测值进行反馈修正。
考虑到料位测量值会出现波动不准确的情况，修正原则如下：
Figure P_210918143100535_535329001
式中，Y t 表示第1个粉矿仓t时刻的料位修正值；
Figure P_210918143100566_566674001
表示第1个粉矿仓t时刻的料位预测值；y t 表示第1个粉矿仓t时刻的料位测量值；
Figure P_210918143100597_597827002
表示偏差系数，本发明实施例中
Figure P_210918143100644_644695003
的值可以选择为1%。
步骤S207：基于保序回归算法对料位修正值进行矫正。
具体的，建立（Y t-2，Y t-1，Y t ）序列，通过保序回归算法进行料位值矫正，矫正原则为：
Figure P_210918143100678_678089001
Figure P_210918143100707_707250001
其中，
Figure P_210918143100738_738503001
表示第1个粉矿仓t时刻的目标料位值，即满足控制需求的粉矿仓料位值。
为了便于理解，本发明实施例还提供了一种粉矿仓料位矫正后的效果示意图，参见图5所示，示意出通过保序回归矫正后的料位值与料位测量值基本吻合。
进一步，本发明实施例还提供了一种测量值与控制料位值之间关系的示意图，参见图6所示，示意出当测量值无波动时，通过前述矫正方法得到的控制料位值（也即目标料位值）与测量之间基本吻合。本发明实施例还提供了另一种测量值与控制料位值之间关系的示意图，参见图7所示，示意出当测量值有波动时，通过前述矫正方法可以对波动数据进行矫正，从而得到平稳的控制料位值。
综上所述，本发明实施例提供的上述料位矫正方法，可以应用于破碎粉矿仓布料流程过程中，通过预测模型、补偿模型以及保序回归算法对粉矿仓料位进行矫正，使粉矿仓料位数据更加客观真实，缓解由于粉矿仓料位值出现波动，导致布料小车控制误动作的问题，保证生产流程正常运行。
对于前述实施例提供的料位矫正方法，本发明实施例还提供了一种料位矫正装置，参见图8所示的一种料位矫正装置的结构示意图，该装置可以包括以下部分：
参数获取模块801，用于获取当前时刻粉矿仓的相关参数；其中，相关参数包括：料位测量值、布料台效和球磨台效。
预测模块802，用于基于相关参数和预先建立的预测模型对当前时刻粉矿仓的料位值进行预测，得到粉矿仓的料位预测值。
修正模块803，用于基于预先建立的修正模型将料位预测值和料位测量值进行修正，得到粉矿仓的料位修正值。
矫正模块804，用于基于保序回归算法对粉矿仓的料位修正值进行矫正，得到当前时刻粉矿仓的目标料位值。
本发明实施例提供的上述料位矫正装置可以通过预测模型对料位值进行预测，并利用修正模型和保序回归算法对料位预测值进行矫正，从而得到更加客观真实的料位值，提高料位数据的准确性，缓解由于粉矿仓料位值出现波动，导致布料小车控制误动作的问题。
在一种实施方式中，预测模型包括第一预测模型、补偿模型和第二预测模型；上述预测模块802进一步还包括：
第一预测单元，用于基于布料台效、球磨台效和第一预测模型对当前时刻粉矿仓的料位值进行预测，得到粉矿仓的第一料位预测值；
补偿单元，用于基于布料台效、球磨台效和补偿模型对粉矿仓的料位值进行补偿，得到粉矿仓的料位补偿值；
第二预测单元，用于基于第一料位预测值、料位补偿值和第二预测模型确定粉矿仓的料位预测值。
在一种实施方式中，上述补偿单元进一步还用于按照以下公式计算粉矿仓的料位补偿值：
Figure P_210918143100769_769753001
其中，
Figure P_210918143100800_800984001
表示第i个粉矿仓t时刻的料位补偿值；y i0表示第i个粉矿仓的初始料位值，初始料位值为布料车开机时刻的料位值；
Figure P_210918143100832_832406002
表示第i个粉矿仓t时刻的料位增量。
在一种实施方式中，上述第二预测单元进一步还用于按照以下公式计算粉矿仓的料位预测值：
Figure P_210918143100863_863462001
其中，
Figure P_210918143100896_896677001
表示第i个粉矿仓t时刻的料位预测值；
Figure P_210918143100941_941572002
表示第i个粉矿仓t时刻的第一料位预测值；
Figure P_210918143100972_972821003
表示第i个粉矿仓t时刻的料位补偿值。
在一种实施方式中，上述修正模块803进一步还用于按照以下公式计算粉矿仓的料位修正值：
Figure P_210918143101004_004653001
其中，Y it 表示第i个粉矿仓t时刻的料位修正值；
Figure P_210918143101051_051492001
表示偏差系数；y it 表示第i个粉矿仓t时刻的料位测量值；
Figure P_210918143101083_083090002
表示第i个粉矿仓t时刻的料位预测值。
在一种实施方式中，上述装置还包括模型构建模块，用于获取料位传感器无波动时检测到的料位数据、布料台效和球磨台效建立粉矿仓的历史数据库；其中，料位数据包括粉矿仓的多个料位值；基于料位数据拟合得到粉矿仓的料位变化曲线，并基于料位变化曲线确定料位增量；基于料位增量和历史数据库确定粉矿仓的料位增量模型；其中，料位增量模型用于表征料位值与料位增量之间的关系；基于料位增量模型和初始料位值构建粉矿仓的第一预测模型。
进一步，第一预测模型的表达式如下：
Figure P_210918143101113_113971001
其中，
Figure P_210918143101160_160878001
表示第i个粉矿仓的料位值与料位增量之间的关系，
Figure P_210918143101192_192079002
的表达式如下：
Figure P_210918143101223_223371001
其中，
Figure P_210918143101273_273612001
表示第i个粉矿仓t-1时刻的料位增量；a it 、b it …c it 表示第i个粉矿仓t时刻的系数；K表示幂指数；y i（t-1）表示第i个粉矿仓t-1时刻的料位值；i表示粉矿仓的编号，i=1,2,…,N。
本发明实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。
在本发明的描述中，需要说明的是，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
本发明实施例还提供了一种电子设备，具体的，该电子设备包括处理器和存储装置；存储装置上存储有计算机程序，计算机程序在被处理器运行时执行如上实施方式的任一项所述的方法。
图9为本发明实施例提供的一种电子设备的结构示意图，该电子设备100包括：处理器90，存储器91，总线92和通信接口93，所述处理器90、通信接口93和存储器91通过总线92连接；处理器90用于执行存储器91中存储的可执行模块，例如计算机程序。
其中，存储器91可能包含高速随机存取存储器（RAM，Random Access Memory），也可能还包括非不稳定的存储器（non-volatile memory），例如至少一个磁盘存储器。通过至少一个通信接口93（可以是有线或者无线）实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。
总线92可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图9中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
其中，存储器91用于存储程序，所述处理器90在接收到执行指令后，执行所述程序，前述本发明实施例任一实施例揭示的流过程定义的装置所执行的方法可以应用于处理器90中，或者由处理器90实现。
处理器90可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器90中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器90可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital SignalProcessing，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器91，处理器90读取存储器91中的信息，结合其硬件完成上述方法的步骤。
本发明实施例所提供的可读存储介质的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见前述方法实施例，在此不再赘述。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (9)

1.一种料位矫正方法，其特征在于，包括：
获取当前时刻粉矿仓的相关参数；其中，所述相关参数包括：料位测量值、布料台效和球磨台效；
基于所述相关参数和预先建立的预测模型对当前时刻粉矿仓的料位值进行预测，得到粉矿仓的料位预测值；
基于预先建立的修正模型将所述料位预测值和所述料位测量值进行修正，得到粉矿仓的料位修正值；
基于保序回归算法对粉矿仓的所述料位修正值进行矫正，得到当前时刻粉矿仓的目标料位值；
所述预测模型包括第一预测模型、补偿模型和第二预测模型；
所述基于所述相关参数和预先建立的预测模型对当前时刻粉矿仓的料位值进行预测，得到粉矿仓的料位预测值的步骤包括：
基于所述布料台效、所述球磨台效和所述第一预测模型对当前时刻粉矿仓的料位值进行预测，得到粉矿仓的第一料位预测值；
基于所述布料台效、所述球磨台效和所述补偿模型对粉矿仓的料位值进行补偿，得到粉矿仓的料位补偿值；
基于所述第一料位预测值、所述料位补偿值和所述第二预测模型确定粉矿仓的料位预测值。
2.根据权利要求1所述的方法，其特征在于，所述基于所述布料台效、所述球磨台效和所述补偿模型对粉矿仓的料位值进行补偿，得到粉矿仓的料位补偿值的步骤，包括：
按照以下公式计算粉矿仓的料位补偿值：
Figure P_211115112624159_159222001
其中，
Figure P_211115112624207_207135001
表示第i个粉矿仓t时刻的料位补偿值；y i0表示第i个粉矿仓的初始料位值，所述初始料位值为布料车开机时刻的料位值；
Figure P_211115112624238_238382002
表示第i个粉矿仓t时刻的料位增量。
3.根据权利要求1所述的方法，其特征在于，所述基于所述第一料位预测值、所述料位补偿值和所述第二预测模型确定粉矿仓的料位预测值的步骤，包括：
按照以下公式计算粉矿仓的料位预测值：
Figure P_211115112624270_270090001
其中，
Figure P_211115112624301_301332001
表示第i个粉矿仓t时刻的料位预测值；
Figure P_211115112624332_332117002
表示第i个粉矿仓t时刻的第一料位预测值；
Figure P_211115112624363_363878003
表示第i个粉矿仓t时刻的料位补偿值。
4.根据权利要求1所述的方法，其特征在于，所述基于预先建立的修正模型将所述料位预测值和所述料位测量值进行修正，得到粉矿仓的料位修正值的步骤，包括：
按照以下公式计算粉矿仓的料位修正值：
Figure P_211115112624396_396002001
其中，Y it 表示第i个粉矿仓t时刻的料位修正值；
Figure P_211115112624427_427843001
表示偏差系数；y it 表示第i个粉矿仓t时刻的料位测量值；
Figure P_211115112624443_443034002
表示第i个粉矿仓t时刻的料位预测值。
5.根据权利要求2所述的方法，其特征在于，所述第一预测模型的构建步骤包括：
获取料位传感器无波动时检测到的料位数据、布料台效和球磨台效建立粉矿仓的历史数据库；其中，所述料位数据包括粉矿仓的多个料位值；
基于所述料位数据拟合得到粉矿仓的料位变化曲线，并基于所述料位变化曲线确定料位增量；
基于所述料位增量和所述历史数据库确定粉矿仓的料位增量模型；其中，所述料位增量模型用于表征料位值与所述料位增量之间的关系；
基于所述料位增量模型和所述初始料位值构建粉矿仓的第一预测模型。
6.根据权利要求5所述的方法，其特征在于，所述第一预测模型的表达式如下：
Figure P_211115112624474_474212001
其中，
Figure P_211115112624505_505958001
表示第i个粉矿仓的料位值与料位增量之间的关系，
Figure P_211115112624521_521093002
的表达式如下：
Figure P_211115112624552_552816001
其中，
Figure P_211115112624585_585475001
表示第i个粉矿仓t-1时刻的料位增量；a it 、b it …c it 表示第i个粉矿仓t时刻的系数；K表示幂指数；y i（t-1）表示第i个粉矿仓t-1时刻的料位值；i表示粉矿仓的编号，i=1,2,…,N。
7.一种料位矫正装置，其特征在于，包括：
参数获取模块，用于获取当前时刻粉矿仓的相关参数；其中，所述相关参数包括：料位测量值、布料台效和球磨台效；
预测模块，用于基于所述相关参数和预先建立的预测模型对当前时刻粉矿仓的料位值进行预测，得到粉矿仓的料位预测值；
修正模块，用于基于预先建立的修正模型将所述料位预测值和所述料位测量值进行修正，得到粉矿仓的料位修正值；
矫正模块，用于基于保序回归算法对粉矿仓的所述料位修正值进行矫正，得到当前时刻粉矿仓的目标料位值；
所述预测模型包括第一预测模型、补偿模型和第二预测模型；所述预测模块进一步还包括：
第一预测单元，用于基于布料台效、球磨台效和第一预测模型对当前时刻粉矿仓的料位值进行预测，得到粉矿仓的第一料位预测值；
补偿单元，用于基于布料台效、球磨台效和补偿模型对粉矿仓的料位值进行补偿，得到粉矿仓的料位补偿值；
第二预测单元，用于基于第一料位预测值、料位补偿值和第二预测模型确定粉矿仓的料位预测值。
8.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机可执行指令，所述处理器执行所述计算机可执行指令以实现权利要求1至6任一项所述的方法的步骤。
9.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器运行时执行上述权利要求1至6任一项所述的方法的步骤。
CN202111104077.XA 2021-09-22 2021-09-22 料位矫正方法、装置及电子设备 Active CN113570168B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111104077.XA CN113570168B (zh) 2021-09-22 2021-09-22 料位矫正方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111104077.XA CN113570168B (zh) 2021-09-22 2021-09-22 料位矫正方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN113570168A CN113570168A (zh) 2021-10-29
CN113570168B true CN113570168B (zh) 2021-12-17

Family

ID=78173865

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111104077.XA Active CN113570168B (zh) 2021-09-22 2021-09-22 料位矫正方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN113570168B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115140563B (zh) * 2022-07-20 2023-10-31 万宝矿产有限公司 一种矿用布料机筑堆料位自动补偿系统及方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010267242A (ja) * 2009-04-14 2010-11-25 Sharp Corp 出来映え予測装置、出来映え予測方法、出来映え予測プログラム、及び、プログラム記録媒体
CN102000627A (zh) * 2010-09-26 2011-04-06 东南大学 一种圆锥式破碎机挤满给矿的自动控制装置及其方法
CN108009514A (zh) * 2017-12-14 2018-05-08 太原理工大学 球磨机料位预测方法
CN109341819A (zh) * 2018-10-30 2019-02-15 上海云鱼智能科技有限公司 自修正超声波测量装置及其测量方法
CN113227726A (zh) * 2018-12-19 2021-08-06 恩德莱斯和豪瑟尔欧洲两合公司 料位测量装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010267242A (ja) * 2009-04-14 2010-11-25 Sharp Corp 出来映え予測装置、出来映え予測方法、出来映え予測プログラム、及び、プログラム記録媒体
CN102000627A (zh) * 2010-09-26 2011-04-06 东南大学 一种圆锥式破碎机挤满给矿的自动控制装置及其方法
CN108009514A (zh) * 2017-12-14 2018-05-08 太原理工大学 球磨机料位预测方法
CN109341819A (zh) * 2018-10-30 2019-02-15 上海云鱼智能科技有限公司 自修正超声波测量装置及其测量方法
CN113227726A (zh) * 2018-12-19 2021-08-06 恩德莱斯和豪瑟尔欧洲两合公司 料位测量装置

Also Published As

Publication number Publication date
CN113570168A (zh) 2021-10-29

Similar Documents

Publication Publication Date Title
US5132897A (en) Method and apparatus for improving the accuracy of closed loop controlled systems
CN109556687B (zh) 重量测量方法、装置、设备及计算机可读存储介质
CN113570168B (zh) 料位矫正方法、装置及电子设备
CN102448626B (zh) 产品分选装置及产品分选方法
CN112734494A (zh) 一种销量预测方法、装置、终端设备及可读存储介质
CN114356895B (zh) 基于异常工况数据库管理的方法、装置、设备及存储介质
CN116579583B (zh) 基于bim的建筑进度偏差调节方法、系统、设备及介质
CN116596339B (zh) 一种饲料原料生产调节方法
CN118261547B (zh) 用于施工现场的施工材料精细化损耗管理系统
JP6641849B2 (ja) 電力予測方法
CN111932391A (zh) 一种碎矿或磨矿流程考察粒度分布数据一致性修正的计算方法
EP3733818B1 (en) Attached ore measuring device for coke bin
CN114066089A (zh) 批量作业运行耗时区间确定方法及装置
CN116228175B (zh) 一种基于企业级工程施工成本的实时管理系统
CN108665108A (zh) 一种基于大数据的大区域用电量预测方法及系统
JP6625839B2 (ja) 負荷実績データ判別装置、負荷予測装置、負荷実績データ判別方法及び負荷予測方法
CN116579797A (zh) 数据分析方法、系统、服务器及存储介质
JP7124321B2 (ja) 情報処理装置、データ管理システム、データ管理方法及びプログラム
JP7335154B2 (ja) 情報処理装置、情報処理方法、およびプログラム
CN114897243A (zh) 一种pcb涨缩数据处理方法及设备
CN116227759B (zh) 基于多设备信息的检修时间预测方法、装置和设备
JP2021135513A (ja) 情報処理装置、情報処理方法、およびプログラム
CN117893117B (zh) 装船物料作业量计算方法、装置、设备及介质
CN117669802A (zh) 投料方法及装置
US20180316218A1 (en) Correcting for accuracy degradation in a current sensing circuit of a voltage regulator

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
CB03 Change of inventor or designer information

Inventor after: Wang Qingkai

Inventor after: Liu Daoxi

Inventor after: Wang Jianwei

Inventor after: Yang Jiawei

Inventor after: Zou Guobin

Inventor before: Wang Qingkai

Inventor before: Liu Daoxi

Inventor before: Yang Jiawei

Inventor before: Zou Guobin

CB03 Change of inventor or designer information