CN114390085B - 粮食加工工业互联网结构及其边缘控制器 - Google Patents

粮食加工工业互联网结构及其边缘控制器 Download PDF

Info

Publication number
CN114390085B
CN114390085B CN202210294938.3A CN202210294938A CN114390085B CN 114390085 B CN114390085 B CN 114390085B CN 202210294938 A CN202210294938 A CN 202210294938A CN 114390085 B CN114390085 B CN 114390085B
Authority
CN
China
Prior art keywords
edge
rate
current
rice
change
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
CN202210294938.3A
Other languages
English (en)
Other versions
CN114390085A (zh
Inventor
蒋志荣
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.)
Changsha Rongye Intelligent Manufacturing Co ltd
Original Assignee
Changsha Rongye Intelligent Manufacturing 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 Changsha Rongye Intelligent Manufacturing Co ltd filed Critical Changsha Rongye Intelligent Manufacturing Co ltd
Priority to CN202210294938.3A priority Critical patent/CN114390085B/zh
Publication of CN114390085A publication Critical patent/CN114390085A/zh
Application granted granted Critical
Publication of CN114390085B publication Critical patent/CN114390085B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B02—CRUSHING, PULVERISING, OR DISINTEGRATING; PREPARATORY TREATMENT OF GRAIN FOR MILLING
    • B02B—PREPARING GRAIN FOR MILLING; REFINING GRANULAR FRUIT TO COMMERCIAL PRODUCTS BY WORKING THE SURFACE
    • B02B3/00—Hulling; Husking; Decorticating; Polishing; Removing the awns; Degerming
    • B02B3/04—Hulling; Husking; Decorticating; Polishing; Removing the awns; Degerming by means of rollers
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B02—CRUSHING, PULVERISING, OR DISINTEGRATING; PREPARATORY TREATMENT OF GRAIN FOR MILLING
    • B02B—PREPARING GRAIN FOR MILLING; REFINING GRANULAR FRUIT TO COMMERCIAL PRODUCTS BY WORKING THE SURFACE
    • B02B7/00—Auxiliary devices
    • 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
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y10/00—Economic sectors
    • G16Y10/05—Agriculture
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/30—Control
    • G16Y40/35—Management of things, i.e. controlling in accordance with a policy or in order to achieve specified objectives
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • 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
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Business, Economics & Management (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Agronomy & Crop Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Quality & Reliability (AREA)
  • Manufacturing & Machinery (AREA)
  • General Engineering & Computer Science (AREA)
  • Adjustment And Processing Of Grains (AREA)

Abstract

本发明公开了一种粮食加工工业互联网结构及其边缘控制器，包括设置于粮食加工厂区内的多个边缘节点；边缘节点包括：边缘传感器，用于采集所述粮食加工生产设备的运行状态数据；边缘伺服器，用于根据所述边缘计算的控制指令驱动粮食加工生产设备；边缘计算，根据边缘传感器获取的设备状态信息，按照对应的规则和算法进行运算，并利用运算生成的控制指令驱动边缘伺服器；边缘网关，按照内置的标识与标识解析规则与工厂内私有云通信。本发明解决了粮食加工行业车间内加工设备无法互联，导致稻米精准加工难以实现的问题。

Description

粮食加工工业互联网结构及其边缘控制器
技术领域
本发明涉及粮食加工技术，特别是一种分布式边缘计算的粮食加工工业互联网结构及边缘控制器。
背景技术
稻米是我国也是全球范围内最重要的农产品，在全面机械化规模加工之后，伴随产生了新的问题，而且日益严重，精准加工的智能制造是解决这些核心矛盾的唯一出口，而稻米精准加工的智能制造必需以车间内生产加工设备的万物互联为基础，然而，稻米加工车间内的互联互通有这些先天性的问题需要解决：
（1）从原粮清理段的清理筛、平整筛、去石机，至初加工的砻谷机，核心工序的多级轻碾不同工作原理的碾米机、白米筛，直到精米段的抛光机、长度选、配米机等，均为机械设备，不具备任何通信接口；
（2）这些机械设备在市场上有着巨大的存量，这些机械设备包括数百家厂商的数千种型号，难以实现互联；
（3）粮机厂商新研发的数字化设备仍是孤立的、封闭的，仍是不具有联网功能与开放式接口的“哑设备”；
（4）全球范围内各大企业推出的工业互联网系统或平台中，车间均属于“黑匣子”，尚无任何一种可用的、具有粮食加工行业普遍适用性的车间内工业互联网系统。
发明内容
本发明所要解决的技术问题是，针对现有技术不足，提供一种粮食加工工业互联网结构及其边缘控制器，实现车间内生产加工设备的互联，实现精准粮食加工。
为解决上述技术问题，本发明所采用的技术方案是：一种分布式边缘计算的粮食加工工业互联网结构，包括设置于粮食加工厂区内的多个边缘节点，每个边缘节点对应与一个粮食加工设备通信；每个边缘节点包括：
边缘传感器，用于采集所述粮食加工生产设备的运行状态数据；
边缘控制器，通过边缘网关与所述边缘传感器通信，用于获取所述运行状态数据，并根据所述运行状态数据向边缘伺服器发出边缘节点粮食加工设备的控制指令；
边缘伺服器，用于根据所述边缘控制器的控制指令驱动粮食加工生产设备；
所述多个边缘节点均与私有云通信；
所述私有云根据所述实时生产工艺数据，确定工艺优化目标，并将所述工艺优化目标下发至对应的边缘控制器。
本发明中，“生产工艺数据”是加工设备加工过的“物料”所呈现的特征，物料的“生产工艺数据”由检测机器人（CN110782025A）实时采集。
本发明设置了边缘节点，每个边缘节点对应一个粮食加工生产设备，边缘节点通过边缘网关与边缘控制器通信，同时设置了边缘传感器采集粮食加工设备的传感信息，利用边缘控制器分析传感信息并发出控制指令至边缘伺服器执行相关控制指令，从而实现了车间内生产加工设备的互联，确保数量巨大、型号众多的机械设备可以协同控制，为粮食加工行业提供了一种具有普遍适用性的车间内工业互联网系统。通过私有云确定工艺优化目标，并将工艺优化目标下发至对应的边缘控制器，边缘控制器根据工艺优化目标调整对应粮食加工设备的工艺参数（例如辊压量等），使得每道粮食加工设备的工艺达到最优，从而实现了粮食的精准加工。
为了实现稻米精准加工，需要采集相关信息，本发明中，各边缘节点对应的边缘传感器包括：
用于采集去石机偏心装置角度、流化风速、入料流量的传感器；
用于采集砻谷机辊径、转速、辊压、吸壳风速、入料流量、电流的传感器；
用于采集碾米机碾米压力、米温、入料位置、电流的传感器；
用于采集抛光机抛光压力、抛光室湿度、米温、入料位置、电流的传感器。
所述边缘控制器的控制指令包括边缘计算控制指令；所述边缘计算控制指令包括：
对于去石工序，利用公式B = ( V - V0 )/( dV/dH)计算当前需要调节的变频器频率数；其中，V为当前风速，V0为目标风速，dV/dH为风速V随变频器频率H变化的导数；利用公式L = τ/(∆ω/∆l)调节当前伺服器需要调整的步数L，τ为当前倾角偏值，∆ω/∆l为筛面倾角随电机执行步数的变化率；
对于砻谷工序，利用公式B = ( （π*∅快*r快 - π*∅慢*r慢）- V0）/( dr/dH)计算当前需要调节的变频器频率数；∅快为快辊的直径，∅慢为慢辊的直径，r快为快辊的转速，r慢为慢辊的转速，V0为目标线速度差，dr/dH为电机转速随变频器频率变化的导数；
对于碾米工序，利用公式L=[(Pi-P0)*dP/dt]/(dP/dL)计算当前需要调制的伺服器步数L，Pi为当前碾米压力，P0为目标碾米压力，dP/dt为碾米压力随时间变化的导数，dP/dL为碾米压力随伺服器执行步数变化的导数；
对于抛光工序，利用公式L=[(Pi-P0)*dP/dt]/(dP/dL) 计算当前需要调制的伺服器步数L；
对于旋转型筛类，利用公式R = (r0-r)/(dr/dH)计算当前需要调节的变频控制器调节量，r0为旋转筛目标转速，r为旋转筛当前转速，dr/dH为旋转筛转速随变频控制器频率变化的导数；
对于振动型筛类，利用公式B = (h0-h)/(dh/dH)计算当前需要调整的变频控制器的频率数，h0为目标筛面振动频率，h为当前筛面振动频率，dh/dH为振动筛筛面振动频率随变频控制器频率变化的导数。
本发明为各道加工工序提供了边缘计算控制方法，确保了各道加工工序的精准加工，提高了加工精度，优化了加工设备的性能。
所述工艺优化目标的确定过程包括：
对于砻谷工序，利用公式∆P={2*（T0-Ti)/[∆Pi-1/∆Ti-1 + ∆Pi-2/∆ Ti-2]} -{2*(Si-S0)/[∆Pi-1/∆Si-1 + ∆Pi-2/∆ Si-2]}计算当前需要调节的砻谷辊压量∆P；T0为目标脱壳率，Ti为当前脱壳率，∆Pi-1/∆Ti-1为上一回合辊压调节量产生的脱壳变化率，∆Pi-2/∆ Ti-2为倒数第二个回合辊压调节量产生的脱壳变化率；Si为当前砻谷碎米率，S0为当前允许的砻谷碎米率，∆Pi-1/∆Si-1为上一回合辊压调节量导致的碎米率变化量， ∆Pi-2/∆ Si-2为当前倒数第二回合辊压调节量导致的碎米率变化量；初始状态时，即第一回合调制，[∆Pi-1/∆Ti-1 + ∆Pi-2/∆ Ti-2]与[∆Pi-1/∆Si-1 + ∆Pi-2/∆ Si-2]均为1，初始第二回合调制，∆Pi-2/∆ Ti-2与∆Pi-2/∆ Si-2均为0；
对于抛光工序，利用公式
Figure 675012DEST_PATH_IMAGE001
计算当前需要调节的抛光辊压量
Figure 256166DEST_PATH_IMAGE002
；Dk为当前抛光达标率，D0为目标达标率，dPi/dDi为每一回合达标率随抛光压力调制量的变化导数，Gk为当前过碾率，dPi/dGi为每一回合过碾率随抛光压力调制量的变化导数；k为抛光辊压量调节次数；
对于碾米工序，利用公式
Figure 591332DEST_PATH_IMAGE003
计算当前需要调节的砻谷辊压量
Figure 756472DEST_PATH_IMAGE004
；
Figure 835286DEST_PATH_IMAGE005
为当前碾米达标率，
Figure 333264DEST_PATH_IMAGE006
为目标达标率，
Figure 42594DEST_PATH_IMAGE007
为每一回合达标率随碾米压力调制量的变化导数，
Figure 993232DEST_PATH_IMAGE008
为当前过碾率，
Figure 813421DEST_PATH_IMAGE009
为每一回合过碾率随碾米压力调制量的变化导数，f为碾米工序砻谷辊压量的调节次数。
本发明的实现逻辑是：通过边缘传感器与边缘伺服器将传统生产设备“数字化”；通过边缘网关将传统生产设备“网络化”；通过边缘计算将传统生产设备“智能化”，边缘计算+边缘传感+边缘伺服达到优化设备性能的效果；边缘节点+传统生产设备构成智能生产节点；通过每个边缘节点的边缘网关与私有云的通信，再加上“在线工艺检测系统”子网，一起构成厂内网络。本发明的网络通过边缘节点可以随意“安装”到任何一个厂内。在线工艺检测的工艺数据经私有云的算法（边云协同算法）生成控制决策信息，用以“优化工艺”。
边缘节点的边缘计算旨在于优化设备性能，边云协同的边云计算（即工艺优化目标的计算过程）旨在于优化加工工艺，边缘计算算法为设备性能优化提供支撑，但粮食具有植物的天然属性（多种多样，永远没有完全相同的两颗粮食），在加工过程中原料不停发生变化（与工业品加工完全不同，工业加工的原料具有完全相同的加工属性），相同的设备运行状态与性能将加工出不同的工艺效果（不同的工艺效果导致不稳定的产品质量——最直接的结果是：营养流失，损耗增大；或者品质不达标），边云协同算法则为边缘计算提供性能优化的准确目标（边缘计算的目标在于将碾米压力稳定在“目标碾米压力”（优化设备性能），而 “碾米目标压力”正是边缘协同算法提供的（边缘协同的目的在于优化工艺，因此，边缘协同以在线工艺检测数据为依据）），因而在实现无人智能控制的同时，达到了优化加工工艺的目的。
边缘网关与工厂智控中心（私有云）之间需要建立通信，因而需要构建相同标准的通信数据包。所述边缘网关与粮食加工工厂智控中心通信；其中，所述边缘网关与所述粮食加工工厂智控中心之间传输的通信数据包包括：
包头，包括边缘节点所处的工序信息；
序列，包括边缘节点的序列；
标识，包括传感信息类别；
指令，包括控制类别；
信息内容，用于描述所传送信息的内容；
校验信息。
所述智控中心经机械子网通信管理器与所有边缘节点通信；所述智控中心经网络集线器与检测机器人通信。
所述粮食加工生产设备设置于设备层；所述边缘传感器、边缘网关、边缘控制器、边缘伺服器设置于边缘层；所述边缘层通过网络层与所述私有云通信。
作为一个发明构思，本发明还提供了粮食加工工业互联网系统的边缘控制器：
对于去石工序，所述边缘控制器被配置为：利用公式B = ( V - V0 )/( dV/dH)计算当前需要调节的变频器频率数；其中，V为当前风速，V0为目标风速，dV/dH为风速V随变频器频率H变化的导数；利用公式L = τ/(∆ω/∆l)调节当前伺服器需要调整的步数L，τ为当前倾角偏值，∆ω/∆l为筛面倾角随电机执行步数的变化率；
对于砻谷工序，所述边缘控制器被配置为：利用公式B = ( （π*∅快*r快 - π*∅慢*r慢） - V0）/( dr/dH)计算当前需要调节的变频器频率数；∅快为快辊的直径，∅慢为慢辊的直径，r快为快辊的转速，r慢为慢辊的转速，V0为目标线速度差，dr/dH为电机转速随变频器频率变化的导数；
对于碾米工序，所述边缘控制器被配置为：利用公式L=[(Pi-P0)*dP/dt]/(dP/dL)计算当前需要调制的伺服器步数L，Pi为当前碾米压力，P0为目标碾米压力，dP/dt为碾米压力随时间变化的导数，dP/dL为碾米压力随伺服器执行步数变化的导数；
对于抛光工序，所述边缘控制器被配置为：利用公式L=[(Pi-P0)*dP/dt]/(dP/dL)计算当前需要调制的伺服器步数L；
对于旋转型筛类加工设备，所述边缘控制器被配置为：利用公式R = (r0-r)/(dr/dH)计算当前需要调节的变频控制器调节量，r0为旋转筛目标转速，r为旋转筛当前转速，dr/dH为旋转筛转速随变频控制器频率变化的导数；
对于振动型筛类加工设备，所述边缘控制器被配置为：利用公式B = (h0-h)/(dh/dH)计算当前需要调整的变频控制器的频率数，h0为目标筛面振动频率，h为当前筛面振动频率，dh/dH为振动筛筛面振动频率随变频控制器频率变化的导数。
对于所述砻谷工序，边缘控制器还被配置为根据砻谷工序工艺优化目标调整所述砻谷工序的辊压量；所述砻谷工序工艺优化目标∆P 的计算公式为：∆P={2*（T0-Ti)/[∆Pi-1/∆Ti-1 + ∆Pi-2/∆ Ti-2]} - {2*(Si-S0)/[∆Pi-1/∆Si-1 + ∆Pi-2/∆ Si-2]}，∆P为当前需要调节的砻谷辊压量；T0为目标脱壳率，Ti为当前脱壳率，∆Pi-1/∆Ti-1为上一回合辊压调节量产生的脱壳变化率，∆Pi-2/∆ Ti-2为倒数第二个回合辊压调节量产生的脱壳变化率；Si为当前砻谷碎米率，S0为当前允许的砻谷碎米率，∆Pi-1/∆Si-1为上一回合辊压调节量导致的碎米率变化量， ∆Pi-2/∆ Si-2为当前倒数第二回合辊压调节量导致的碎米率变化量；初始状态时，即第一回合调制，[∆Pi-1/∆Ti-1 + ∆Pi-2/∆ Ti-2]与[∆Pi-1/∆Si-1 +∆Pi-2/∆ Si-2]均为1，初始第二回合调制，∆Pi-2/∆ Ti-2与∆Pi-2/∆ Si-2均为0。
对于所述碾米工序，边缘控制器还被配置为根据碾米工序工艺优化目标调整所述碾米工序的辊压量；所述碾米工序工艺优化目标的计算公式为：
Figure 165905DEST_PATH_IMAGE003
，
Figure 46136DEST_PATH_IMAGE005
为当前碾米达标率，
Figure 484071DEST_PATH_IMAGE006
为目标达标率，
Figure 904688DEST_PATH_IMAGE007
为每一回合达标率随碾米压力调制量的变化导数，
Figure 813476DEST_PATH_IMAGE008
为当前过碾率，
Figure 926925DEST_PATH_IMAGE009
为每一回合过碾率随碾米压力调制量的变化导数，f为碾米工序砻谷辊压量的调节次数，
Figure 789839DEST_PATH_IMAGE010
为当前需要调节的砻谷辊压量；
对于所述抛光工序，边缘控制器还被配置为根据抛光工序工艺优化目标调整当前需要调节的抛光辊压量
Figure 393908DEST_PATH_IMAGE002
：
Figure 891623DEST_PATH_IMAGE001
；Dk为当前抛光达标率，D0为目标达标率，dPi/dDi为每一回合达标率随抛光压力调制量的变化导数，Gk为当前过碾率，dPi/dGi为每一回合过碾率随抛光压力调制量的变化导数；k为抛光辊压量调节次数。
与现有技术相比，本发明所具有的有益效果为：
1、本发明提供了一种可用的、具有粮食加工行业普遍适用性的车间内工业互联网系统，实现了各种粮食加工设备的互联，解决了粮食加工行业车间内加工设备无法互联，导致稻米精准加工难以实现的问题；
2、本发明在实现无人智能控制的同时，达到了优化加工工艺的目的。
附图说明
图1为本发明实施例工业互联网边缘层拓扑结构图；
图2为本发明实施例通信数据包格式；
图3为本发明实施例工业互联网拓扑结构图；
图4为本发明实施例工业互联网架构。
具体实施方式
本发明实施例工业互联网构建过程包括：
一、构建边缘节点
每台生产加工设备对应一个边缘节点，边缘节点由四部分构成：
边缘网关：实现节点外和节点内的通信，包括与私有云（工厂智控中心）通信的数据包编解码、设备标识和标识解析、传感信号的A/D转换。
边缘控制器：运行边缘计算，执行边缘计算算法、执行智控中心控制指令、向边缘伺服器发出控制指令。
边缘伺服器：执行边缘控制器指令，驱动伺服器（生产加工节点的控制要素伺服系统）完成指令，不同工序执行不同加工任务的生产节点的控制要素不同。
边缘传感器：多维度感知生产加工设备的性能、运行状态数据，描述不同工序执行不同加工任务生产节点的维度不同。
边缘层拓扑结构如图1所示。
二、为边缘节点植入传感器与伺服器
服务不同工序的边缘节点植入的传感类别与伺服对象不同，需要分类植入，以节省资源并提高网络效率。
清理筛、平整筛、长度选、白米筛，具有相同控制属性，其功能具有相似性，传感信息为转速、入料流量、电流，控制对象为变频伺服器；
去石机，传感信息是偏心装置角度、流化风速、入料流量，控制对象为变频伺服器、偏心角度伺服器；
砻谷机，传感信息为辊径、转速、辊压、吸壳风速、入料流量、电流，控制对象为变频伺服器、辊压控制器；
碾米机，传感信息为碾米压力、米温、入料位置、电流，控制对象为碾米压力伺服系统；
抛光机，传感信息为抛光压力、抛光室湿度、米温、入料位置、电流，控制对象为抛光压力伺服系统。
三、赋予边缘节点边缘计算控制算法
不同工序有着不同的加工设备，执行不同的任务，其性能指标与控制要素也随之不同。不同工序的边缘节点，其边缘计算控制算法也不同。
去石工序
去石生产节点的边缘计算控制对象其一为风速，控制要素为鼓风电机变频控制器。
去石机需要稳定的风速将加工物料（含有石子的稻谷）“流化”，风速过高则物料“穿孔”不能有序流动，风速过低则物料不能完全“流化”使得石子与稻谷的“比重差”得不到体现，不能将石子从稻谷中分离；在加工过程中，产线设备的不断启停与原粮的不断变化产生不同的加工能耗，风机的送风效率随之不断变化。因此去石边缘计算需要使得风速始终保持稳定。
B = ( V - V0 )/( dV/dH)
其中B为当前需要调节的变频器频率数，V为当前风速，V0为目标风速，dV/dH为风速V随变频器频率H变化的导数。
去石生产节点的边缘计算控制对象之二为鱼鳞筛的倾角，控制要素为倾角伺服器。
物料在去石机筛面“流化”后，由于稻谷与石子的比重差，稻谷处于“浮起”的“流化”状态，在重力作用下平行于筛面下行，同时，石子则因比重较大而落于筛面，通过鱼鳞筛面高频率的振动，石子沿筛面上行，稻谷与石子完成分离，达到去石机的工艺效果，但必需保证筛面倾角的稳定。电机执行步数与倾角变化成线性关系：
L = τ/(∆ω/∆l)
L为当前伺服器需要调整的步数，τ为当前倾角偏值，∆ω/∆l为筛面倾角随电机执行步数的变化率。
砻谷工序
砻谷生产节点边缘计算的控制对象为胶辊线速度差，胶辊在加工过程中产生磨损，从而改变胶辊的半径，胶辊半径的变化致使两辊间线速度差的变化，进而使得砻谷机的脱壳率与增碎率发生变化（脱壳率降低，碎米率增大）控制要素为砻谷机驱动胶辊旋转的电机的变频控制器：
B = (（π*∅快*r快 -π*∅慢*r慢）- V0）/( dr/dH)
其中B为当前需要调节的变频器频率数，∅快为快辊的直径，∅慢为慢辊的直径，r快为快辊的转速，r慢为慢辊的转速，V0为目标线速度差，dr/dH为电机转速随变频器频率变化的导数，快辊、慢辊的转速由电机转速及其齿轮比决定，不同的设备厂商的砻谷机具有不同的齿轮比。
碾米工序
碾米生产节点边缘计算的控制对象为碾米压力，控制要素是碾米压力稳定控制伺服系统。
碾米是粮食加工的最核心也是最关键工序，在整个粮食加工过程中，来料变化对碾米工序影响最大，正负10微米的碾磨深度对加工损耗与营养存留产生决定性的影响，加工过程中，出糠流畅度与来料的水分、粒度、饱满度、粒型、碎米等因素均导致碾米压力的变化，这个变化是频繁的，离散的，也是大幅度的，所以稳定的碾米压力至关重要。
L=[(Pi-P0)*dP/dt]/(dP/dL)
其中L为当前需要调制的伺服器步数，Pi为当前碾米压力，P0为目标碾米压力，dP/dt为碾米压力随时间变化的导数，dP/dL为碾米压力随伺服器执行步数变化的导数。
抛光工序
抛光是加水的碾米，因此，其边缘计算控制算法与碾米完全相同：
L=[(Pi-P0)*dP/dt]/(dP/dL)
旋转型筛类
旋转型筛包括长度选、厚度选、白米分级筛、清理筛等，其边缘计算控制算法相同：
R = (r0-r)/(dr/dH)
R为当前需要调节的变频控制器调节量，r0为旋转筛目标转速，r为旋转筛当前转速，dr/dH为旋转筛转速随变频控制器频率变化的导数。
振动型筛类
振动型筛类包括平整筛、谷糙分，筛面振动频率与变频器控制频率成典型线性关系：
B = (h0-h)/(dh/dH)
B为当前需要调整的变频控制器的频率数，h0为目标筛面振动频率，h为当前筛面振动频率，dh/dH为振动筛筛面振动频率随变频控制器频率变化的导数。
四、构建联网标识与标识解析系统
边缘网关与工厂智控中心（私有云）之间需要建立通信，因而需要构建相同标准的通信数据包，每个数据包以8字节格式进行编码。
本发明将边缘网关通信数据包设计为3个部分8个字节：第一部分，一个字节，包头+序列，包含节点所处的工序信息与节点在该工序的序列；第二部分，一个字节，标识+指令，包含传感与控制的类别，以及指令的类别，上行（北向）信息定义为0，下行（南向）信息定义为1；第三部分，5个字节，信息内容，对所传送的信息编码；第四部分，一个字节，为校验信息。
网络中，一台生产加工设备对应一个边缘节点，一个边缘节点对应一个边缘网关，每一个边缘节点有一个唯一的身份标识，每一个边缘节点的每一传感与每一伺服有唯一的身份标识。将边缘网关标识信息植入通信数据包，每一个通信节点在接收与发送信息时，数据的编解码已经包含设备标识信息，同时还包含了该信息的类型，即：解析数据包可知该信息是属于哪一台设备的何种信息，不仅高度简化了网络的标识解析系统，还节省大量的网络带宽，提高网络效率与稳定性。
通信数据包格式如图2所示。
五、车间内工业互联网组网
车间内工业互联网包括两大子网：机械子网与检测子网。
机械子网通过CAN总线建立连接，每个边缘节点通过边缘网关与总线通信，工厂智控中心（私有云）经机械子网通信管理器与所有边缘节点通信。
检测子网以在线工艺检测机器人为核心，检测机器人经网络集线器以IP网络与工厂智控中心（私有云）建立连接。
全网拓扑图如图3所示。
六、赋予边缘节点边云协同算法
在粮食加工领域，工艺检测数据可直接衡量损耗大小与营养存留，边缘计算的目的在于对设备的性能优化，设备性能优化为工艺优化服务，工艺优化是粮食加工智能制造的终极目标，边云协同算法为边缘计算提供优化目标，边云协同保证工艺优化的实现。
本发明通过边云协同实现整个加工全流程“工艺-设备调制”的闭环智能控制，边云协同依赖于边云协同算法。每一道工序的加工任务不同，工艺目标也就不同，因此，边云协同算法需要分工序执行，同时，工序与工序之间还将产生协同效果，尤其在“多机轻碾”的碾米工序，各道子工序之间相互影响，前一道子工序的加工工艺效果是后一道子工序的来料输入。
分工序构建边云协同算法：旋转型筛、振动型筛、去石机等设备，只需设备运行性能最佳，其工艺效果即可达到最佳，因而不需边云计算控制，其工艺检测效果仅反映设备是否正常（例如，白米筛的副产品中有整米，则表明筛网有破损导致漏米）。
砻谷工序
在边缘计算将砻谷机两辊线速度差稳定控制在标准值时，砻谷工艺效果（脱壳率与增碎率：脱壳率为正效果，增碎则为负效果）决定于辊压的调制。
∆P={2*（T0-Ti)/[∆Pi-1/∆Ti-1 + ∆Pi-2/∆ Ti-2]} - {2*(Si-S0)/[∆Pi-1/∆Si-1 + ∆Pi-2/∆ Si-2]}。
∆P为当前需要调节的砻谷辊压量，T0为目标脱壳率，Ti为当前脱壳率，∆Pi-1/∆Ti-1为上一回合辊压调节量产生的脱壳变化率，∆Pi-2/∆ Ti-2为倒数第二个回合辊压调节量产生的脱壳变化率；Si为当前砻谷碎米率，S0为当前允许的砻谷碎米率，∆Pi-1/∆Si-1为上一回合辊压调节量导致的碎米率变化量， ∆Pi-2/∆ Si-2为当前倒数第二回合辊压调节量导致的碎米率变化量；初始状态时，即第一回合调制，[∆Pi-1/∆Ti-1 + ∆Pi-2/∆ Ti-2]与[∆Pi-1/∆Si-1 + ∆Pi-2/∆ Si-2]均为1，初始第二回合调制，∆Pi-2/∆ Ti-2与∆Pi-2/∆ Si-2均为0。系统启动时，将上一班次关机前的砻谷辊压作为启动辊压。
碾米工序
碾米工序有着多道子工序，不同的工厂碾米的道数不同，采用达标率、过碾率作为工艺衡量标准，极大地减少了碾米控制的复杂性，辅以留皮率作为参数，则可以使碾米工序的边云算法既能适用于每一子工序，也能适用于任何多机轻碾的组合形式（不同碾米道数的设计，不同砂辊砂型的组合，不同碾磨原理的碾米机），因其均具有完全一致的共性：碾米压力增加，达标率增加，留皮率减少，过碾率也增加。其工艺特点是，达标率是工艺正效果，留皮率减少是工艺正效果；过碾率是工艺负效果，留皮率增加是工艺负效果，各元素相互制约。
同时，来料的不断变化，导致工艺效果不断变化，碾米工序的边云算法使工艺效果在动态变化中保持最佳。
Figure 113657DEST_PATH_IMAGE003
；
Figure 526183DEST_PATH_IMAGE005
为当前碾米达标率，
Figure 491865DEST_PATH_IMAGE006
为目标达标率，
Figure 47349DEST_PATH_IMAGE007
为每一回合达标率随碾米压力调制量的变化导数，
Figure 174705DEST_PATH_IMAGE008
为当前过碾率，
Figure 12211DEST_PATH_IMAGE009
为每一回合过碾率随碾米压力调制量的变化导数，f为碾米工序砻谷辊压量的调节次数，
Figure 578322DEST_PATH_IMAGE011
为当前需要调节的砻谷辊压量；起始时，系统根据上一班次关机前的碾米压力作为初始碾米压力。
抛光工序
抛光是加水的碾米，其边云控制算法与碾米工序相同。
Figure 832322DEST_PATH_IMAGE001
；
Dk为当前抛光达标率，D0为目标达标率，dPi/dDi为每一回合达标率随抛光压力调制量的变化导数，Gk为当前过碾率，dPi/dGi为每一回合过碾率随抛光压力调制量的变化导数；k为抛光辊压量调节次数。
唯一不同之处在于，碾米中的“过碾率”在抛光工序被称为“过抛率”。
本发明的工业互联网架构如图4所示。
边缘节点的边缘计算旨在于优化设备性能，边云协同的边云计算旨在于优化加工工艺，边缘计算算法为设备性能优化提供支撑，但粮食具有植物的天然属性（多种多样，永远没有完全相同的两颗粮食），在加工过程中原料不停发生变化（与工业品加工完全不同，工业加工的原料具有完全相同的加工属性），相同的设备运行状态与性能将加工出不同的工艺效果（不同的工艺效果导致不稳定的产品质量——最直接的结果是：营养流失，损耗增大；或者品质不达标），边云协同算法则为边缘计算提供性能优化的准确目标，因而在实现无人智能控制的同时，达到优化加工工艺的目的。

Claims (9)

1.一种分布式边缘计算的粮食加工工业互联网系统，其特征在于，包括设置于粮食加工厂区内的多个边缘节点，每个边缘节点对应与一个粮食加工生产设备通信；每个边缘节点包括：
边缘传感器，用于采集所述粮食加工生产设备的运行状态数据；
边缘控制器，通过边缘网关与所述边缘传感器通信，用于获取所述运行状态数据，并根据所述运行状态数据向边缘伺服器发出粮食加工生产设备的控制指令；
边缘伺服器，用于根据所述边缘控制器的控制指令驱动粮食加工生产设备；
所述多个边缘节点均与私有云通信；
所述私有云根据实时生产工艺数据，确定工艺优化目标，并将所述工艺优化目标下发至对应的边缘控制器；
所述边缘控制器的控制指令包括边缘计算控制指令；所述边缘计算控制指令包括：
对于去石工序，利用公式B1 = ( V - V0 )/( dV/dH)计算当前需要调节的变频器频率数；其中，V为当前风速，V0为目标风速，dV/dH为风速V随变频器频率H变化的导数；利用公式L1 = τ/(∆ω/∆l)调节当前伺服器需要调整的步数L1，τ为当前倾角偏值，∆ω/∆l为筛面倾角随电机执行步数的变化率；
对于砻谷工序，利用公式B2 = ( （π*∅快*r快 - π*∅慢*r慢） - V1）/( dr/dH)计算当前需要调节的变频器频率数；∅快为快辊的直径，∅慢为慢辊的直径，r快为快辊的转速，r慢为慢辊的转速，V1为目标线速度差，dr/dH为电机转速随变频器频率变化的导数；
对于碾米工序，利用公式L2=[(Pi-P0)*dP/dt]/(dP/dL2)计算当前需要调制的伺服器步数L2，Pi为当前碾米压力，P0为目标碾米压力，dP/dt为碾米压力随时间变化的导数，dP/dL2为碾米压力随伺服器执行步数变化的导数；
对于抛光工序，利用公式L3=[(Pi-P0)*dP/dt]/(dP/dL3) 计算当前需要调制的伺服器步数L3；
对于旋转型筛类，利用公式R = (r0-r)/(dr/dH)计算当前需要调节的变频控制器调节量，r0为旋转筛目标转速，r为旋转筛当前转速，dr/dH为旋转筛转速随变频器频率变化的导数；
对于振动型筛类，利用公式B3 = (h0-h)/(dh/dH)计算当前需要调整的变频器频率数，h0为目标筛面振动频率，h为当前筛面振动频率，dh/dH为振动筛筛面振动频率随变频器频率变化的导数。
2.根据权利要求1所述的分布式边缘计算的粮食加工工业互联网系统，其特征在于，所述粮食加工厂区的边缘传感器包括：
用于采集去石机偏心装置角度、流化风速、入料流量的传感器；
用于采集砻谷机辊径、转速、辊压、吸壳风速、入料流量、电流的传感器；
用于采集碾米机碾米压力、米温、入料位置、电流的传感器；
用于采集抛光机抛光压力、抛光室湿度、米温、入料位置、电流的传感器。
3.根据权利要求1所述的分布式边缘计算的粮食加工工业互联网系统，其特征在于，所述工艺优化目标的确定过程包括：
对于砻谷工序，利用公式∆P={2*（T0-Ti)/[∆Pi-1/∆Ti-1 + ∆Pi-2/∆ Ti-2]} - {2*(Si-S0)/[∆Pi-1/∆Si-1 + ∆Pi-2/∆ Si-2]}计算当前需要调节的砻谷辊压量∆P；T0为目标脱壳率，Ti为当前脱壳率，∆Pi-1/∆Ti-1为上一回合辊压调节量产生的脱壳变化率，∆Pi-2/∆ Ti-2为倒数第二个回合辊压调节量产生的脱壳变化率；Si为当前砻谷碎米率，S0为当前允许的砻谷碎米率，∆Pi-1/∆Si-1为上一回合辊压调节量导致的碎米率变化量， ∆Pi-2/∆Si-2为当前倒数第二回合辊压调节量导致的碎米率变化量；初始状态时，即第一回合调制，[∆Pi-1/∆Ti-1 + ∆Pi-2/∆ Ti-2]与[∆Pi-1/∆Si-1 + ∆Pi-2/∆ Si-2]均为1，初始第二回合调制，∆Pi-2/∆ Ti-2与∆Pi-2/∆ Si-2均为0；
对于抛光工序，利用公式
Figure DEST_PATH_IMAGE002
计算当前需要调节的抛光辊压量
Figure DEST_PATH_IMAGE004
；Dk为当前抛光达标率，D0为抛光的目标达标率，dPi/dDi为每一回合达标率随抛光压力调制量的变化导数，Gk为当前过碾率，dPi/dGi为每一回合过碾率随抛光压力调制量的变化导数；k为抛光辊压量调节次数；
对于碾米工序，利用公式
Figure DEST_PATH_IMAGE006
计算当前需要调节的砻谷辊压量
Figure DEST_PATH_IMAGE008
；
Figure DEST_PATH_IMAGE010
为当前碾米达标率，
Figure DEST_PATH_IMAGE012
为碾米的目标达标率，
Figure DEST_PATH_IMAGE014
为每一回合达标率随碾米压力调制量的变化导数，
Figure DEST_PATH_IMAGE016
为当前过碾率，
Figure DEST_PATH_IMAGE018
为每一回合过碾率随碾米压力调制量的变化导数，f为碾米工序砻谷辊压量的调节次数。
4.根据权利要求1所述的分布式边缘计算的粮食加工工业互联网系统，其特征在于，所述私有云通过对应的边缘网关将所述工艺优化目标下发至对应的边缘控制器；其中，所述边缘网关与所述私有云之间传输的通信数据包包括：
包头，包括边缘节点所处的工序信息；
序列，包括边缘节点的序列；
标识，包括传感信息类别；
指令，包括控制类别；
信息内容，用于描述所传送信息的内容；
校验信息。
5.根据权利要求4所述的分布式边缘计算的粮食加工工业互联网系统，其特征在于，所述私有云经机械子网通信管理器与所有边缘节点中的边缘控制器通信；所述私有云经网络集线器与检测机器人通信。
6.根据权利要求1所述的分布式边缘计算的粮食加工工业互联网系统，其特征在于，所述粮食加工生产设备设置于设备层；所述边缘传感器、边缘网关、边缘控制器、边缘伺服器设置于边缘层；所述边缘层通过网络层与所述私有云通信。
7.一种粮食加工工业互联网系统的边缘控制器，粮食加工工业互联网系统包括设置于粮食加工厂区内的多个边缘节点，每个边缘节点对应与一个粮食加工生产设备通信；每个边缘节点包括：用于采集所述粮食加工生产设备的运行状态数据的边缘传感器；边缘控制器通过边缘网关与所述边缘传感器通信，用于获取所述运行状态数据，并根据所述运行状态数据向边缘伺服器发出粮食加工生产设备的控制指令；边缘伺服器根据所述边缘控制器的控制指令驱动粮食加工生产设备；多个边缘节点均与私有云通信；所述私有云根据实时生产工艺数据，确定工艺优化目标，并将所述工艺优化目标下发至对应的边缘控制器；其特征在于：
对于去石工序，所述边缘控制器被配置为：利用公式B1 = ( V - V0 )/( dV/dH)计算当前需要调节的变频器频率数；其中，V为当前风速，V0为目标风速，dV/dH为风速V随变频器频率H变化的导数；利用公式L1 = τ/(∆ω/∆l)调节当前伺服器需要调整的步数L1，τ为当前倾角偏值，∆ω/∆l为筛面倾角随电机执行步数的变化率；
对于砻谷工序，所述边缘控制器被配置为：利用公式B2 = ( （π*∅快*r快 - π*∅慢*r慢） - V1）/( dr/dH)计算当前需要调节的变频器频率数；∅快为快辊的直径，∅慢为慢辊的直径，r快为快辊的转速，r慢为慢辊的转速，V1为目标线速度差，dr/dH为电机转速随变频器频率变化的导数；
对于碾米工序，所述边缘控制器被配置为：利用公式L2=[(Pi-P0)*dP/dt]/(dP/dL2)计算当前需要调制的伺服器步数L2，Pi为当前碾米压力，P0为目标碾米压力，dP/dt为碾米压力随时间变化的导数，dP/dL2为碾米压力随伺服器执行步数变化的导数；
对于抛光工序，所述边缘控制器被配置为：利用公式L3=[(Pi-P0)*dP/dt]/(dP/dL3)计算当前需要调制的伺服器步数L3；
对于旋转型筛类加工设备，所述边缘控制器被配置为：利用公式R = (r0-r)/(dr/dH)计算当前需要调节的变频控制器调节量，r0为旋转筛目标转速，r为旋转筛当前转速，dr/dH为旋转筛转速随变频器频率变化的导数；
对于振动型筛类加工设备，所述边缘控制器被配置为：利用公式B3 = (h0-h)/(dh/dH)计算当前需要调整的变频器频率数，h0为目标筛面振动频率，h为当前筛面振动频率，dh/dH为振动筛筛面振动频率随变频器频率变化的导数。
8.根据权利要求7所述的粮食加工工业互联网系统的边缘控制器，其特征在于，对于所述砻谷工序，边缘控制器还被配置为根据砻谷工序工艺优化目标调整所述砻谷工序的辊压量；所述砻谷工序工艺优化目标∆P 的计算公式为：∆P={2*（T0-Ti)/[∆Pi-1/∆Ti-1 + ∆Pi-2/∆ Ti-2]} - {2*(Si-S0)/[∆Pi-1/∆Si-1 + ∆Pi-2/∆ Si-2]}，∆P为当前需要调节的砻谷辊压量；T0为目标脱壳率，Ti为当前脱壳率，∆Pi-1/∆Ti-1为上一回合辊压调节量产生的脱壳变化率，∆Pi-2/∆ Ti-2为倒数第二个回合辊压调节量产生的脱壳变化率；Si为当前砻谷碎米率，S0为当前允许的砻谷碎米率，∆Pi-1/∆Si-1为上一回合辊压调节量导致的碎米率变化量， ∆Pi-2/∆ Si-2为当前倒数第二回合辊压调节量导致的碎米率变化量；初始状态时，即第一回合调制，[∆Pi-1/∆Ti-1 + ∆Pi-2/∆ Ti-2]与[∆Pi-1/∆Si-1 + ∆Pi-2/∆ Si-2]均为1，初始第二回合调制，∆Pi-2/∆ Ti-2与∆Pi-2/∆ Si-2均为0。
9.根据权利要求7所述的粮食加工工业互联网系统的边缘控制器，其特征在于，对于所述碾米工序，边缘控制器还被配置为根据碾米工序工艺优化目标调整所述碾米工序的辊压量；所述碾米工序工艺优化目标的计算公式为：
Figure 72476DEST_PATH_IMAGE006
，
Figure 458458DEST_PATH_IMAGE010
为当前碾米达标率，
Figure 707036DEST_PATH_IMAGE012
为碾米的目标达标率，
Figure 774349DEST_PATH_IMAGE014
为每一回合达标率随碾米压力调制量的变化导数，
Figure 57563DEST_PATH_IMAGE016
为当前过碾率，
Figure 145605DEST_PATH_IMAGE018
为每一回合过碾率随碾米压力调制量的变化导数，f为碾米工序砻谷辊压量的调节次数，
Figure DEST_PATH_IMAGE020
为当前需要调节的砻谷辊压量；
对于所述抛光工序，边缘控制器还被配置为根据抛光工序工艺优化目标调整当前需要调节的抛光辊压量
Figure 848857DEST_PATH_IMAGE004
：
Figure 719861DEST_PATH_IMAGE002
；Dk为当前抛光达标率，D0为抛光的目标达标率，dPi/dDi为每一回合达标率随抛光压力调制量的变化导数，Gk为当前过碾率，dPi/dGi为每一回合过碾率随抛光压力调制量的变化导数；k为抛光辊压量调节次数。
CN202210294938.3A 2022-03-24 2022-03-24 粮食加工工业互联网结构及其边缘控制器 Active CN114390085B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210294938.3A CN114390085B (zh) 2022-03-24 2022-03-24 粮食加工工业互联网结构及其边缘控制器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210294938.3A CN114390085B (zh) 2022-03-24 2022-03-24 粮食加工工业互联网结构及其边缘控制器

Publications (2)

Publication Number Publication Date
CN114390085A CN114390085A (zh) 2022-04-22
CN114390085B true CN114390085B (zh) 2022-06-17

Family

ID=81205330

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210294938.3A Active CN114390085B (zh) 2022-03-24 2022-03-24 粮食加工工业互联网结构及其边缘控制器

Country Status (1)

Country Link
CN (1) CN114390085B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115016424B (zh) * 2022-08-08 2022-11-25 承德建龙特殊钢有限公司 一种无缝钢管生产线实时监控系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201658988U (zh) * 2010-03-31 2010-12-01 湖南金霞粮食产业有限公司 一种大米加工生产线、碾米系统和抛光系统
CN109331906A (zh) * 2018-09-20 2019-02-15 长沙荣业软件有限公司 一种砻谷机及其智能控制方法
CN111427326A (zh) * 2020-06-10 2020-07-17 长沙荣业智能制造有限公司 一种基于工业互联网的稻米加工的远程生产方法
CN112317012A (zh) * 2020-10-15 2021-02-05 长沙荣业智能制造有限公司 一种碾米机及其碾米压力控制方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ATE388597T1 (de) * 2003-03-28 2008-03-15 Alcatel Lucent Verfahren zur wiedererstellung von transportnetzwerken
US20060143544A1 (en) * 2004-12-17 2006-06-29 Michael Ho Remote status forwarding in a distributed cross-connection system
US10007513B2 (en) * 2015-08-27 2018-06-26 FogHorn Systems, Inc. Edge intelligence platform, and internet of things sensor streams system
CN113298537A (zh) * 2021-04-30 2021-08-24 华中农业大学 基于物联网的稻米全链条质量信息智能检测系统及方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201658988U (zh) * 2010-03-31 2010-12-01 湖南金霞粮食产业有限公司 一种大米加工生产线、碾米系统和抛光系统
CN109331906A (zh) * 2018-09-20 2019-02-15 长沙荣业软件有限公司 一种砻谷机及其智能控制方法
CN111427326A (zh) * 2020-06-10 2020-07-17 长沙荣业智能制造有限公司 一种基于工业互联网的稻米加工的远程生产方法
CN112317012A (zh) * 2020-10-15 2021-02-05 长沙荣业智能制造有限公司 一种碾米机及其碾米压力控制方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
蒋志荣，陈辰.基于工业互联网的稻米智能加工.《粮食加工》.2021,第46卷(第1期), *
蒋志荣，陈辰.稻米加工智能工厂简述.《粮食加工》.2021,第46卷(第4期), *
蒋志荣等.水稻加工在线工艺检测.《粮食加工》.2019,第44卷(第03期), *
蒋志荣等.水稻加工智能工厂浅述.《粮食加工》.2019,第44卷(第1期), *

Also Published As

Publication number Publication date
CN114390085A (zh) 2022-04-22

Similar Documents

Publication Publication Date Title
CN114390085B (zh) 粮食加工工业互联网结构及其边缘控制器
KR102430868B1 (ko) 제분 재질의 최적화된 제분을 위한 여러 제분 패시지를 가진 곡물 제분기 및 롤 스탠드와 그에 대응하는 프로세스
CN106690391B (zh) 一种调控烟草滚筒干燥在制品多点加工强度一致性的方法
CN111694320B (zh) 一种虑及颤振抑制的机床自适应控制方法
US4513018A (en) Continuous production of corn products
CN1806922A (zh) 大米精加工生产线
AU2021102749A4 (en) Intelligent control system and method of thin plate drier for cut tobacco
CN104737706A (zh) 一种联合收获机清选损失率自适应控制装置及自适应控制方法
CN114640905B (zh) 一种陶瓷生产云数据处理控制系统及方法
CN111443597B (zh) 用于控制立磨矿粉粒度的装置及方法
CN111047104A (zh) 粉磨系统的能耗优化方法
CN112653306B (zh) 基于工业ai的电动机动平衡工艺优化方法及系统
CN110328137B (zh) 基于多体耦合的谷物智能一体化清选设备及优化控制方法
CN111427326A (zh) 一种基于工业互联网的稻米加工的远程生产方法
CN109499876B (zh) 基于自适应感知的花生清选除杂变频控制系统及控制方法
CN111438635A (zh) 一种提高自由曲面打磨表面均匀性的方法
CN111701697A (zh) 一种水泥原料磨系统及其自动寻优控制方法
CN109507971A (zh) 一种机制砂质量智能监控系统及监控方法
CN111940288B (zh) 一种实现滚轴筛自适应水平等厚筛分的控制设备及方法
CN110639685B (zh) 一种粉磨系统的协调优化控制方法
WO1994020217A1 (en) Control process for closed-circuit dry-method grinder
CN111728252A (zh) 一种烟草滚筒干燥强度的控制方法及系统
CN110252504A (zh) 基于信号采集的随动控制系统
CN112147893B (zh) 一种基于直纹面空间的五轴铣削刀轴矢量优化方法
CN113671919A (zh) 一种建筑陶瓷间歇式球磨机泥浆制备控制方法

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