CN115780006A - 一种基于案例推理的高压辊磨机料重智能控制方法 - Google Patents
一种基于案例推理的高压辊磨机料重智能控制方法 Download PDFInfo
- Publication number
- CN115780006A CN115780006A CN202211439314.2A CN202211439314A CN115780006A CN 115780006 A CN115780006 A CN 115780006A CN 202211439314 A CN202211439314 A CN 202211439314A CN 115780006 A CN115780006 A CN 115780006A
- Authority
- CN
- China
- Prior art keywords
- material weight
- case
- control
- reasoning
- model
- 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
Links
- 239000000463 material Substances 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims abstract description 14
- 238000004260 weight control Methods 0.000 claims abstract description 11
- 238000005457 optimization Methods 0.000 claims abstract description 6
- 238000013178 mathematical model Methods 0.000 claims description 3
- 238000000227 grinding Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000001125 extrusion Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000003475 lamination Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005272 metallurgy Methods 0.000 description 1
- 238000003801 milling Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000013077 target material Substances 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Images
Classifications
-
- 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
- Disintegrating Or Milling (AREA)
Abstract
本发明属于智能调节技术领域，尤其涉及一种基于案例推理的高压辊磨机料重智能控制方法。利用历史输入输出的案例数据库，根据案例推理以及控制模型可得到高压辊磨机料重控制模型，作为控制器的输入，可有效解决人工操作效率低问题。包括：采集振动给料机频率、振动给料机电流、料重、皮带输送机电流；设定料重目标值；建立基于案例推理的料重控制过程优化模型；建立基于实例数据库的线性推理模型；由确定的特定工况控制模型输出的控制量输入到智能控制器；建立智能控制模型。
Description
技术领域
本发明属于智能调节技术领域，尤其涉及一种基于案例推理的高压辊磨机料重智能控制方法。
背景技术
高压辊磨机作为物料粉碎设备，具有粉碎效率高、能源消耗低、适应能力强、土建投资少和生产环境好等优点，被广泛应用于水泥、矿山、冶金、化工等重要行业，成为目前粉磨系统的首选设备。高压辊磨机主要由给料仓、调节阀门、传动机构、辊轴承、动辊、定辊、定辊电机、动辊电机、液压装置等构成。高压辊磨机是以“层压破碎”原理工作的高效节能碎磨设备，其破碎本质是通过高位料仓里矿石的自重压力强制给入高压辊磨机的两辊之间，通过两个辊子间的挤压实现破碎。
其中，料仓重量的控制尤为重要，对于不同工况来说，给料的多少直接影响下一时刻高压辊磨机的工作状态。目前很多料重控制依旧依赖于人工经验，结果导致误差大、控制不及时以及效率低等问题。智能化控制可以在提高控制精度的同时保证即时性和控制的稳定性。
发明内容
本发明就是针对现有技术存在的缺陷，提供一种基于案例推理的高压辊磨机料重智能控制方法。
为实现上述目的，本发明采用如下技术方案，包括：
(通过传感器)采集振动给料机频率、振动给料机电流、(储矿仓)料重、皮带输送机电流。
设定料重目标值。
建立基于案例推理的料重控制过程优化模型。
建立基于实例数据库的线性推理模型。
由确定的特定工况控制模型输出的控制量
输入到智能控制器。
建立智能控制模型。
进一步地，所述建立基于案例推理的料重控制过程优化模型包括：建立振动给料机频率、振动给料机电流、料重以及皮带输送机电流的案例数据库，通过最邻近算法数学模型得到目标案例与历史案例相似度，相似度值域为[0,1]，其值越大，案例就越相似。
进一步地，所述建立基于实例数据库的线性推理模型：其中，
为控制量向量其包含变化率K，控制周期T，控制量最小值OPmin，控制量最大值OPmax，作为后端智能控制器的输入，由设定值向量
带入控制量方程OP()得到。
进一步地，所述建立智能控制模型：EL为被控量死区，K为变化率，OPmin为控制量最小值，OPmax为控制量最大值，控制器通过输出的控制量OP来调节振动给料机的频率，实现多工况料重调控。
与现有技术相比本发明有益效果。
本发明基于案例推理模型，结合实际料重矫正实现对初始控制量进行快速确定。利用历史输入输出的案例数据库，根据案例推理以及控制模型可得到高压辊磨机料重控制模型，作为控制器的输入，可有效解决人工操作效率低问题。此外，本发明所提供的方法其易操作性也使其具有广泛的应用价值。
附图说明
下面结合附图和具体实施方式对本发明做进一步说明。本发明保护范围不仅局限于以下内容的表述。
图1是基于案例推理专家模型的智能料重控制流程图。
图2是基于案例推理专家模型的智能料重控制示意图。
具体实施方式
如图1-2所示，具体实施例：包括：以下步骤。
步骤1：设定料重目标值。
步骤2：通过振动给料机中传感器实时监控振动给料机频率。
步骤3：通过振动给料机中传感器监控振动给料机电流。
步骤4：通过辊磨前储矿仓中称重传感器实时监测料重。
步骤5：通过皮带输送机上的传感器实时监测电流。
步骤6：建立基于案例推理的料重控制过程优化模型，该模型的输入为振动给料机频率反馈、振动给料机电流I1、料重以及皮带输送机电流I2，该模型的输出是用来给智能控制器的参数，包括控制周期T、变化率K、最大控制量OPmax以及最小控制量OPmin的控制函数。
步骤6.1：建立振动给料机频率、振动给料机电流、料重以及皮带输送机电流的案例数据库。
步骤6.2：建立基于案例数据库的最邻近算法数学模型。
式中：W0，Wj分别表示目标案例和历史案例；W0 i，Wj i分别表示目标料重和历史料重案例的第i个属性；Sim(W0,Wj)代表当前案例与历史案例的相似度，值域为[0,1]，当其值越大，案例就越相似，反之相似度越低。Sim(W0 i,Wj i)为当前料重与历史案例在第i个属性上的相似度，值域为[0,1]，其值越大，案例就越相似，反之相似度越低。ωi为第i个属性的权重；取值在0-1之间。k是参与检索的特征属性的数目，m表示特征属性的总数。对于本系统，案例具有给料机频率OPF、振动给料机电流I1、料重W、皮带输送机电流I2以及设定值BW五种元素，且均检索即K＝m＝5。
步骤6.3：建立基于实例数据库的线性推理模型。
其中
为控制量向量其包含变化率K，控制周期T，控制量最小值OPmin，控制量最大值OPmax，作为后端智能控制器的输入，由设定值向量
带入控制量方程OP()得到。
为步骤6.2中由邻近算法得到的实例，设定值S上下限由线性推理模型fline带入当前值和实例计算得到。k01ΔI10,k02ΔI20,k03ΔOPF0,ΔBW分别为当前振动给料机电流与实例振动给料机电流的差值、当前皮带输送机电流与实例皮带输送机电流差值、当前给料机频率与实例给料机频率差值。
步骤7：由确定的特定工况控制模型输出的控制量
输入到智能控制器，即变化率K，控制周期T，控制量最小值OPmin，控制量最大值OPmax。
步骤8：建立智能控制模型。
在控制周期T内有：
其中EL为被控量死区，K为变化率，OPmin为控制量最小值，OPmax为控制量最大值。
步骤9：控制器通过输出的控制量OP来调节振动给料机的频率，实现多工况料重调控。
可以理解的是，以上关于本发明的具体描述，仅用于说明本发明而并非受限于本发明实施例所描述的技术方案，本领域的普通技术人员应当理解，仍然可以对本发明进行修改或等同替换，以达到相同的技术效果；只要满足使用需要，都在本发明的保护范围之内。
Claims (4)
1.一种基于案例推理的高压辊磨机料重智能控制方法，其特征在于：
采集振动给料机频率、振动给料机电流、料重、皮带输送机电流；
设定料重目标值；
建立基于案例推理的料重控制过程优化模型；
建立基于实例数据库的线性推理模型；
由确定的特定工况控制模型输出的控制量
输入到智能控制器；
建立智能控制模型。
2.根据权利要求1所述的一种基于案例推理的高压辊磨机料重智能控制方法，其特征在于：所述建立基于案例推理的料重控制过程优化模型包括：
建立振动给料机频率、振动给料机电流、料重以及皮带输送机电流的案例数据库，通过最邻近算法数学模型得到目标案例与历史案例相似度，相似度值域为[0,1]，其值越大，案例就越相似。
3.根据权利要求1所述的一种基于案例推理的高压辊磨机料重智能控制方法，其特征在于：所述建立基于实例数据库的线性推理模型：其中，
为控制量向量其包含变化率K，控制周期T，控制量最小值OPmin，控制量最大值OPmax，作为后端智能控制器的输入，由设定值向量
带入控制量方程OP()得到。
4.根据权利要求1所述的一种基于案例推理的高压辊磨机料重智能控制方法，其特征在于：所述建立智能控制模型：EL为被控量死区，K为变化率，OPmin为控制量最小值，OPmax为控制量最大值，控制器通过输出的控制量OP来调节振动给料机的频率，实现多工况料重调控。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211439314.2A CN115780006B (zh) | 2022-11-17 | 2022-11-17 | 一种基于案例推理的高压辊磨机料重智能控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211439314.2A CN115780006B (zh) | 2022-11-17 | 2022-11-17 | 一种基于案例推理的高压辊磨机料重智能控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115780006A true CN115780006A (zh) | 2023-03-14 |
| CN115780006B CN115780006B (zh) | 2023-07-18 |
Family
ID=85438439
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211439314.2A Active CN115780006B (zh) | 2022-11-17 | 2022-11-17 | 一种基于案例推理的高压辊磨机料重智能控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115780006B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11226443A (ja) * | 1998-02-18 | 1999-08-24 | Fuji Xerox Co Ltd | 粉砕機 |
| CN1598534A (zh) * | 2004-07-28 | 2005-03-23 | 东北大学 | 基于案例推理的磨矿系统溢流粒度指标软测量方法 |
| CN1603986A (zh) * | 2004-10-29 | 2005-04-06 | 东北大学 | 基于案例推理的磨矿系统智能优化设定方法 |
| CN102652925A (zh) * | 2012-04-26 | 2012-09-05 | 中冶南方工程技术有限公司 | 高炉喷煤中速磨制粉系统煤粉粒度的测量系统 |
| CN204051862U (zh) * | 2014-08-21 | 2014-12-31 | 成都大宏立机器股份有限公司 | 一种用于物料破碎的动态给料控制系统 |
| CN105435494A (zh) * | 2015-12-11 | 2016-03-30 | 山西晋煤集团技术研究院有限责任公司 | 一种浓缩机药剂自动添加系统及方法 |
| CN108686748A (zh) * | 2018-05-23 | 2018-10-23 | 柳州钢铁股份有限公司 | 高压辊磨机的自动化控制方法及系统 |
| CN111266178A (zh) * | 2020-02-24 | 2020-06-12 | 新乡市中誉鼎力软件科技股份有限公司 | 一种基于雷达检测的矿山开采用碎石传输控制系统及方法 |
| CN112229206A (zh) * | 2020-10-19 | 2021-01-15 | 济南大学 | 水泥回转窑窑头喂煤控制方法 |
| CN113231189A (zh) * | 2021-06-28 | 2021-08-10 | 中国水利水电第九工程局有限公司 | 砂石粗碎车间给料与破碎均衡生产智能控制方法及其装置 |
| CN114918031A (zh) * | 2022-05-31 | 2022-08-19 | 东北大学 | 高压辊磨中设备参数控制方法及系统 |
| CN115327886A (zh) * | 2022-08-04 | 2022-11-11 | 东北大学 | 高压辊磨工序料重过程的智能pid控制器、控制方法及系统 |
-
2022
- 2022-11-17 CN CN202211439314.2A patent/CN115780006B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11226443A (ja) * | 1998-02-18 | 1999-08-24 | Fuji Xerox Co Ltd | 粉砕機 |
| CN1598534A (zh) * | 2004-07-28 | 2005-03-23 | 东北大学 | 基于案例推理的磨矿系统溢流粒度指标软测量方法 |
| CN1603986A (zh) * | 2004-10-29 | 2005-04-06 | 东北大学 | 基于案例推理的磨矿系统智能优化设定方法 |
| CN102652925A (zh) * | 2012-04-26 | 2012-09-05 | 中冶南方工程技术有限公司 | 高炉喷煤中速磨制粉系统煤粉粒度的测量系统 |
| CN204051862U (zh) * | 2014-08-21 | 2014-12-31 | 成都大宏立机器股份有限公司 | 一种用于物料破碎的动态给料控制系统 |
| CN105435494A (zh) * | 2015-12-11 | 2016-03-30 | 山西晋煤集团技术研究院有限责任公司 | 一种浓缩机药剂自动添加系统及方法 |
| CN108686748A (zh) * | 2018-05-23 | 2018-10-23 | 柳州钢铁股份有限公司 | 高压辊磨机的自动化控制方法及系统 |
| CN111266178A (zh) * | 2020-02-24 | 2020-06-12 | 新乡市中誉鼎力软件科技股份有限公司 | 一种基于雷达检测的矿山开采用碎石传输控制系统及方法 |
| CN112229206A (zh) * | 2020-10-19 | 2021-01-15 | 济南大学 | 水泥回转窑窑头喂煤控制方法 |
| CN113231189A (zh) * | 2021-06-28 | 2021-08-10 | 中国水利水电第九工程局有限公司 | 砂石粗碎车间给料与破碎均衡生产智能控制方法及其装置 |
| CN114918031A (zh) * | 2022-05-31 | 2022-08-19 | 东北大学 | 高压辊磨中设备参数控制方法及系统 |
| CN115327886A (zh) * | 2022-08-04 | 2022-11-11 | 东北大学 | 高压辊磨工序料重过程的智能pid控制器、控制方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| 周平，柴天佑: "基于案例推理的磨矿分级系统智能设定控制", 东北大学学报, vol. 28, no. 5, pages 613 - 616 * |
| 白锐;柴天佑;周俊武;: "生料浆配料过程磨机负荷的混合智能控制", 信息与控制, no. 04, pages 473 - 478 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115780006B (zh) | 2023-07-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105182740B (zh) | 原料粉磨自动控制方法 | |
| CN103028480A (zh) | 一种基于模糊pid算法的立磨智能控制系统 | |
| WO2022037500A1 (zh) | 一种基于料层厚度预测的布料控制系统及方法 | |
| CN103234347B (zh) | 一种回转窑风量优化控制方法 | |
| CN111250215B (zh) | 一种辊式破碎机辊缝的辊缝调节方法 | |
| CN110090728B (zh) | 用于控制水泥生料立磨中喂料量的方法、装置及设备 | |
| CN113094896B (zh) | 一种电厂供热机组优化控制方法 | |
| CN111045321B (zh) | 一种深度调峰下的协调控制带嵌入式内模控制器的方法 | |
| CN205136018U (zh) | 一种基于pid变频调节的空气压缩机节能系统 | |
| CN109013039B (zh) | 一种立式磨机矿渣生产线及其智能控制系统、智能控制方法 | |
| CN103995466A (zh) | 一种基于软约束的区间预测控制建模及优化方法 | |
| CN102873106B (zh) | 一种平整机延伸率快速精确控制方法 | |
| CN115780006B (zh) | 一种基于案例推理的高压辊磨机料重智能控制方法 | |
| CN110595153A (zh) | 一种空分装置自动变负荷过程中空气进料量的控制方法 | |
| CN101204714A (zh) | 液压agc控制系统中伺服阀零位自动调整技术 | |
| CN112588424B (zh) | 一种基于云端智能模型的球磨制粉系统有效控制方法 | |
| CN113304867A (zh) | 一种砂石加工厂粗碎车间智能高效破碎整形调级pid逻辑控制方法 | |
| CN113769880A (zh) | 一种基于工业大数据水泥生产原料磨系统控制指标优化方法 | |
| CN104841699A (zh) | 热连轧厚度的具有增益分段控制的agc控制方法 | |
| CN115327886A (zh) | 高压辊磨工序料重过程的智能pid控制器、控制方法及系统 | |
| CN104898563B (zh) | 一种球磨机控制方法 | |
| CN103639211A (zh) | Bp神经网络和pid参数优化的辊缝控制方法及系统 | |
| CN113300386A (zh) | 一种基于交替方向乘子法的频率控制器设计方法及系统 | |
| Wang et al. | Expert PID control of grinding condition for cement vertical roller mill | |
| CN220624832U (zh) | 一种石灰回转窑自动控制系统 |
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 |