CN116068979A - 一种全自动吨袋包装线控制系统 - Google Patents

Abstract

本发明公开了一种全自动吨袋包装线控制系统，包装自动供袋单元，用于向包装线提供单个开袋后的吨袋，并将吨袋定位在预定位置；自动称重给料单元，根据物料称重策略得到灌入吨袋中物料的重量X，根据物料卸料策略将重量X相对应重量物料灌入吨袋中，并对灌入物料后的吨袋称重得到重量X1，将X1与预设称重阈值比对,对达到称重阈值的吨袋停止灌入物料；所述物料称重策略包括，采集影响重量X精度的因素数据，并将影响重量X精度的因素数据作为BP神经网络的输入，得到训练后的BP神经网络，通过训练后的BP神经网络计算得到更加精准的重量X。

Description

一种全自动吨袋包装线控制系统

技术领域

本发明涉及程序控制系统领域，特别涉及一种全自动吨袋包装线控制系统。

背景技术

程序控制系统的功能就是要按照预定的程序来控制被控制量。即自动控制系统给定环节给出的给定作用作为一个预定的程序。原则上程序控制可以是开环的，但可以用反馈来消除加工的误差，提高被加工工件的精度。控制系统已被广泛应用于人类社会的各个领域。在工业方面，对于冶金、化工、机械制造等生产过程中遇到的各种物理量，包括温度、流量、压力、厚度、张力、速度、位置、频率、相位等，都有相应的控制系统。

例如在公开号为CN114537777A的中国专利公开了一种全自动吨袋包装线，包括：传送辊、支撑板、支撑架、下料仓、移动板、吨袋主体、顶板和封口机，支撑板内部均匀安装两个以上传送辊，支撑板左端安装有支撑架，且支撑板左端延伸至支撑架内部，支撑架顶端安装有顶板，且顶板顶端安装有下料仓，支撑板顶端安装有移动板，移动板底端与传送辊环形侧面相贴合，移动板顶端安装有吨袋主体，下料仓底端穿过顶板与吨袋主体上下对齐，支撑板顶端右侧安装有封口机，顶板顶端左侧安装有电动机，支撑架内部底端转动安装有螺杆，且螺杆顶端转动安装在顶板内部并与电动机相连接，螺杆环形侧面上安装有螺母，且螺母外侧固定安装有滑块，滑块后端安装有方形框，所述方形框底端均匀安装两个以上挂钩，且挂钩与吨袋主体相连接，方形框顶端前侧对称安装两个三角块，下料仓左右两端对称滑动安装有L型挡板，且L型挡板远离下料仓一端安装有L型斜杆，L型斜杆与三角块顶端相贴合，顶板底端安装有红外监测器，顶板顶端安装有控制芯片，且控制芯片与红外监测器和电动机电性连接。通过电动机工作带动螺杆转动，进而带动方形框向上移动，拉动挂钩向上移动将吨袋主体展开，将吨袋主体放置在移动板上，并将吨袋主体悬挂在挂钩上，启动电动机，电动机工作带动螺杆转动，螺杆转动带动螺母沿着螺杆向上移动，螺母向上移动带动滑块向上移动，滑块向上移动带动方形框向上移动，进而带动挂钩向上移动将吨袋主体展开，进而便于吨袋主体进行装料。然而上述全自动吨袋智能包装生产线在对吨袋进行包装时自动化水平相对较低。

例如在公开号为CN218055911U的中国专利公开了一种全自动吨袋包装线，包括：空吨袋辊筒输送机、自动上袋机、自动空托盘收集库、自动拆托盘库、全自动吨袋包装机、自动抽真空封口机和满托辊筒输送机，空吨袋辊筒输送机、全自动吨袋包装机和自动空托盘收集库分别设于自动上袋机的三侧，且空吨袋辊筒输送机和自动空托盘收集库位于相对的两侧，自动拆托盘库和自动抽真空封口机分别设于全自动吨袋包装机的两侧，满托辊筒输送机设于自动抽真空封口机的另一侧，自动拆托盘库、全自动吨袋包装机、自动抽真空封口机和满托辊筒输送机沿一条直线布置，并与空吨袋辊筒输送机、自动上袋机和自动空托盘收集库的基线平行。与现有技术相比，该申请结构紧凑，场地利用率高。但上述全自动吨袋智能包装生产线在对吨袋进行包装时没有考虑到物料卸料的时间，从而影响到包装线的整体效率。

上述的全自动吨袋智能包装生产线在对吨袋进行包装时自动化水平、包装线包装效率以及灌料精度相对较低，为此本发明提供一种全自动吨袋包装线控制系统。

发明内容

本发明的主要目的在于提供一种全自动吨袋包装线控制系统，能够有效解决背景技术中的问题：对吨袋进行包装时自动化水平和包装线包装效率相对较低。

为实现上述目的，本发明采取的技术方案为：一种全自动吨袋包装线控制系统，包括：

自动供袋单元，用于向包装线提供单个开袋后的吨袋，并将吨袋定位在预定位置；

自动称重给料单元，根据物料称重策略得到灌入吨袋中物料的重量X，根据物料卸料策略将重量X相对应重量物料灌入吨袋中，并对灌入物料后的吨袋称重得到重量X1，将X1与预设称重阈值比对,对达到称重阈值的吨袋停止灌入物料；

自动封口单元，用于对达到称重阈值的吨袋输送至封口位，封口位对吨袋袋口进行夹紧并热封；

所述物料称重策略包括，采集影响重量X精度的因素数据，并将影响重量X精度数据的因素作为BP神经网络的输入，训练得到BP神经网络，通过BP神经网络计算后得到更加精准的重量X，提高称重精度，减少误差。

本发明的进一步改进在于，所述重量X由称重料仓称量获取，所述影响重量X精度的因素数据包括：

吨袋袋口上方流动空气的流量数据，由相应的空气流量传感器采集获取；

灌料时引起的称重料仓的振动频率数据，由设在称重料仓的振动传感器采集获取；

称重料仓上显示的物料重量数据，由相应的称重传感器采集获取；

灌料时称重料仓物料下降时的流速数据，由相应的流速传感器采集获取；

灌料时由于物料下降时的冲力所导致的称重料仓所产生的形变数据，由相应的形变传感器采集获取。

本发明的进一步改进在于，所述BP神经网络的计算包括如下具体步骤：

步骤1：设置BP神经网络的结构参数；

步骤2：初始化BP神经网络中的权值与偏置；

步骤3：将收集到的样本数据按照8:2的比例分为训练样本集与验证样本集；

步骤4：将训练样本集输入BP神经网络进行训练并得到训练后的BP神经网络；

步骤5：将验证样本集输入训练后的BP神经网络，得到BP神经网络的输出值并通过验证样本集中的实际值得到物料称重预测值与实际值的误差；

步骤6：判断误差是否在设置的范围内，若是，则停止训练，得到最终用于物料称重的BP神经网络；若不是，则根据得到的误差对BP神经网络的权值与偏置进行调整，并且返回步骤4继续训练；

步骤7：利用训练后的BP神经网络对物料进行称重。

本发明的进一步改进在于，所述步骤4的训练过程具体包括：

步骤401：将影响重量X精度的因素数据采取正向传播的方式传输，正向传播的数据传递公式为：，其中表示的是BP神经网络的输出值，表示的是节点与节点之间的权值，为BP神经网络中各神经元的输入，为神经元的个数，表示的是节点的偏置，为激活函数；

步骤402：反向传播，利用实际值与BP神经网络计算输出值所得的误差函数来反向对BP神经网络中的参数进行调整，所述误差函数为，其中为由BP神经网络的输出值与实际值所得到的误差函数，表示的是实际值，为BP神经网络的参数和；

步骤403：针对误差函数，的更新公式为 ，其中表示的是当前的参数状态，表示的是下一阶段的参数状态，为学习率。

本发明的进一步改进在于，所述预定位置为称重料仓下料口下方。

本发明的进一步改进在于，所述物料卸料策略包括两个阶段，所述物料卸料策略的第一个阶段的策略公式为，其中，为第一阶段的卸料量，为第一阶段的卸料速度，为第一阶段卸料所花费的时间，当吨袋中物料实时重量达到吨袋中物料饱和重量的80%时，进入物料卸料策略的第二个阶段，所述物料卸料策略的第二个阶段的策略公式为，其中为第二阶段的卸料量，为第二阶段卸料所花费的时间，为第二阶段的卸料速度，从而也减少了称重环节所消耗的时间，提升对吨袋的罐料效率。

本发明的进一步改进在于，所述自动称重给料单元包括：

称重料仓子单元，根据物料称重策略得到灌入吨袋中物料的重量X；

给料装置子单元，根据物料卸料策略将重量X相对应重量物料灌入吨袋中。

本发明的进一步改进在于，所述流动空气的流量计算公式为，其中为测量过程中经过流量计的真实流量，为气体常数，取8.314，为称重料仓下料口至吨袋之间气体的摩尔质量，为称重料仓下料口至吨袋之间气体压力，为称重料仓下料口至吨袋之间气体的温度，为物料在称重料仓下料口处的横截面积，为称重料仓下料口处管道内壁面积，为空气动力系数。

本发明的进一步改进在于，所述称重料仓为增重秤。

本发明的进一步改进在于，所述称重料仓的称重表达式为：，经过求解完微分方程后可得，其中为秤的质量，为称重料仓中物料变化的重量，为系统刚度，刚度是指材料或结构在受力时抵抗弹性变形的能力，为秤体相对初始位置的位移，为系统阻尼系数，为重力加速度，为给料装置中物料下落的冲击力，表示的是由物体下落的冲击力引起的震动所带来的的摩擦力，的引入用于避免摩擦力对称重结果的影响，提高称重精度。

与现有技术相比，本发明具有如下有益效果：本发明通过设置的自动供袋单元来向包装线提供吨袋并打开吨袋袋口送至称重料仓下料口，其使用的吨袋料袋为卷袋，即将料袋首尾相连并且用双线绳卷在一个圆筒芯上，通过自动供袋单元将圆筒芯上的吨袋分拣为单个的吨袋，减少了人工的参与，提升自动化程度，自动称重给料单元根据物料称重策略和物料卸料策略，其中物料称重策略首先利用空气流量传感器、振动传感器、称重传感器、流速传感器和形变传感器收集相应的数据信号，接着将采集到的数据作为BP神经网络的输入，通过训练得到最终的BP神经网络，利用训练后BP神经网络可以有效的提高称重料仓物料称重的精度，物料卸料策略将物料卸料的过程分为第一阶段的匀速卸料阶段和第二阶段的卸料速度随时间减少至0的阶段，进一步提高卸料的速度，从而提高整体包装线的效率，自动封口单元用于撑袋整形和自动夹口热封。

附图说明

图1为本发明一种全自动吨袋包装线控制系统示意图。

图2为本发明一种全自动吨袋包装线控制系统的二级给料各级卸料量示意图。

图3为本发明一种全自动吨袋包装线控制系统的包装线工艺流程图。

图4为本发明一种全自动吨袋包装线控制系统的BP神经网络结构图。

图5为本发明一种全自动吨袋包装线控制系统的BP神经网络训练流程图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。

其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。

实施例1

本实施例通过设置的自动供袋单元向包装线提供吨袋并打开吨袋袋口送至称重料仓下料口下方，其中使用的吨袋料袋为卷袋，即将料袋首尾相连并且用双线绳卷在一个圆筒芯上，通过自动供袋单元将圆筒芯上的吨袋分拣为单个的吨袋，减少了人工的参与，自动称重给料单元根据物料卸料策略将物料卸料的过程分为第一阶段的匀速卸料阶段和第二阶段的卸料速度随时间减少至0的阶段，进一步提高卸料的速度，从而提高整体包装线的工作效率，自动封口单元起着撑袋整形和自动夹口热封的作用。

具体方案为，如图1-图3所示，一种全自动吨袋生产线控制系统，包括自动供袋单元、自动称重给料单元和自动封口单元。

自动供袋单元用于向包装线提供单个开袋后的吨袋，并将吨袋定位在预定位置；自动称重给料单元根据物料称重策略得到灌入吨袋中物料的重量X，根据物料卸料策略将重量X相对应重量物料灌入吨袋中，并对灌入物料后的吨袋称重得到重量X1，将X1与预设称重阈值比对,对达到称重阈值的吨袋停止灌入物料，所述重量X由称重料仓称量获取；自动封口单元用于对达到称重阈值的吨袋输送至封口位，封口位对吨袋袋口进行夹紧并热封。

其中，所述物料卸料策略包括两个阶段，所述卸料策略的第一个阶段的策略公式为，其中，为第一阶段的卸料量，为第一阶段的卸料速度，为第一阶段卸料所花费的时间，当吨袋中物料实时重量达到吨袋中物料饱和重量的80%时，进入物料卸料策略的第二个阶段，所述物料卸料策略的第二个阶段的策略公式为，其中为第二阶段的卸料量，为第二阶段卸料所花费的时间，为第二阶段的卸料速度；

其中，自动称重给料单元包括：称重料仓子单元与给料装置子单元，称重料仓子单元根据物料称重策略得到灌入吨袋中物料的重量X；给料装置子单元根据物料卸料策略将重量X相对应重量物料灌入吨袋中，实现灌料的过程。

其中，称重料仓中所使用的用于称重的电子秤为电子定量秤，其电子定量秤的计量方式为净重称量方式，净重式电子定量称为增重秤，增重秤的称量方式为在原本是空的称重料仓中由给料装置向其中灌入要求的重量的物料，再由卸料门将称重好的物料灌入吨袋中；

其中，称重子单元的称重表达式为：，经过求解完微分方程后可得，其中为秤的质量，为称重料仓中物料变化的重量，为系统刚度，刚度是指材料或结构在受力时抵抗弹性变形的能力，为秤体相对初始位置的位移，为系统阻尼系数，为重力加速度，为给料装置中物料下落的冲击力，表示的是由物体下落的冲击力引起的震动所带来的的摩擦力。

所述自动封口单元包括热封子单元与袋口整形子单元，袋口整形子单元将达到称重阈值的吨袋输送至封口位，并对吨袋口进行整形，且输送过程中的速度与吨袋口整形的速度一致，保持料口的平整；热封子单元对位于封口位的吨袋袋口进行夹紧并热封，热封子单元与袋口整形子单元均采用现有设备。

所述自动供袋单元包括开袋子单元、定位子单元与分拣子单元，分拣子单元将圆筒芯上的吨袋分拣为单个的吨袋；定位子单元将吨袋定位在称重料仓下料口下方，开袋子单元将定位后吨袋开袋（即将吨袋口打开）；上述开袋子单元、定位子单元与分拣子单元均采用现有技术中公开的相关设备。

实施例2

请参阅图4与图5所示，本实施例在实施例1的基础上添加了利用BP神经网络计算物料称重的实施方式，根据物料称重策略利用空气流量传感器、振动传感器、称重传感器、流速传感器和形变传感器来收集导致物料称重产生误差的影响因素的数据信号，并将五种数据作为BP神经网络的输入数据来对其进行训练，再利用训练后的BP神经网络来对物料进行称重，具体方案为：

空气流量传感器，用于采集吨袋口上方流动空气的流量数据；

振动传感器，用于采集灌料时引起的称重料仓的振动频率数据；

称重传感器，用于采集称重料仓上显示的物料重量数据；

流速传感器，用于采集灌料时物料下降时的流速数据；

形变传感器，用于采集灌料时由于物料下降时的冲力所导致的称重料仓所产生的形变数据；

通过从空气流量传感器、振动传感器、称重传感器、流速传感器和形变传感器中获得所需要的训练数据并利用BP神经网络来对物料进行称重；

其中，根据物料称重策略将上述传感器采集到的数据作为BP神经网络的输入，得到训练后的BP神经网络，并通过训练后的BP神经网络计算后得到物料称重的重量；

其中，所述BP神经网络的计算包括如下具体步骤：

步骤1：设置BP神经网络的结构参数；

步骤2：初始化BP神经网络中的权值与偏置；

步骤3：将收集到的样本数据按照8:2的比例分为训练样本集与验证样本集；

步骤4：将训练样本集输入BP神经网络进行训练并得到训练后的BP神经网络；

步骤5：将验证样本集输入训练后的神经网络，得到BP神经网络的输出值并通过验证样本集中的实际值得到物料称重预测值与实际值的误差；

步骤6：判断误差是否在设置的范围内，若是，则停止训练，得到最终用于物料称重的BP神经网络；若不是，则根据得到的误差对BP神经网络的权值与偏置进行调整，并且返回步骤4继续训练；

步骤7：利用训练后的BP神经网络对物料进行称重；

其中，所述物料卸料策略包括两个阶段，所述卸料策略的第一个阶段的策略公式为，其中，为第一阶段的卸料量，为第一阶段的卸料速度，为第一阶段卸料所花费的时间，当吨袋中物料实时重量达到吨袋中物料饱和重量的80%时，进入物料卸料策略的第二个阶段，所述物料卸料策略的第二个阶段的策略公式为，其中为第二阶段的卸料量，为第二阶段卸料所花费的时间，为第二阶段的卸料速度。

其中，物料称重策略将上述5种影响物料称重的因素作为BP神经网络的输入，包括：物料称重时的空气流动、灌料时引起的振动、物料的流速、称重料仓的形变程度和显示的称重重量，其中流动空气的流量计算公式为，其中为测量过程中经过流量计的真实流量，为气体常数，取8.314，为称重料仓下料口至吨袋之间气体的摩尔质量，为称重料仓下料口至吨袋之间气体压力，为称重料仓下料口至吨袋之间气体的温度，为物料在称重料仓下料口处的横截面积，为称重料仓下料口处管道内壁面积，为空气动力系数。

其中，BP神经网络步骤4的训练过程具体包括：

步骤401：将影响重量X精度的因素数据采取正向传播的方式传输，正向传播的数据传递公式为：，其中表示的是BP神经网络的输出值，表示的是节点与节点之间的权值，为BP神经网络中各神经元的输入，为神经元的个数，表示的是节点的偏置，为激活函数；

步骤402：反向传播，利用实际值与BP神经网络计算输出值所得的误差函数来反向对BP神经网络中的参数进行调整，所述误差函数为，其中为由BP神经网络的输出值与实际值所得到的误差函数，表示的是实际值，为BP神经网络的参数和；

步骤403：针对误差函数，的更新公式为 ，其中表示的是当前的参数状态，表示的是下一阶段的参数状态，为学习率。

其中，称重料仓中所使用的用于称重的电子秤为电子定量秤，其电子定量秤的计量方式为净重称量方式，所述净重式电子定量称为增重秤，增重秤的称量方式为在原本是空的称重料仓中由给料装置向其中灌入要求的重量的物料，再通过卸料门将称重好的物料灌入吨袋中。

以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (10)

1.一种全自动吨袋包装线控制系统，其特征在于，包括：

自动供袋单元，用于向包装线提供单个开袋后的吨袋，并将吨袋定位在预定位置；

自动称重给料单元，根据物料称重策略得到灌入吨袋中物料的重量X，根据物料卸料策略将重量X相对应重量物料灌入吨袋中，并对灌入物料后的吨袋称重得到重量X1，将X1与预设称重阈值比对,对达到称重阈值的吨袋停止灌入物料；

自动封口单元，用于对达到称重阈值的吨袋输送至封口位，封口位对吨袋袋口进行夹紧并热封；

所述物料称重策略包括，采集影响重量X精度的因素数据，并将影响重量X精度的因素数据作为BP神经网络的输入，得到训练后的BP神经网络，通过训练后的BP神经网络计算后得到重量X。

2.根据权利要求1所述的一种全自动吨袋包装线控制系统，其特征在于：所述重量X由称重料仓称量获取，所述影响重量X精度的因素数据包括：吨袋袋口上方流动空气的流量数据、灌料时引起的称重料仓的振动频率数据、称重料仓上显示的物料重量数据、灌料时称重料仓物料下降时的流速数据以及灌料时由于物料下降时的冲力所导致的称重料仓所产生的形变数据。

3.根据权利要求2所述的一种全自动吨袋包装线控制系统，其特征在于：所述BP神经网络的计算包括如下具体步骤：

步骤1：设置BP神经网络的结构参数；

步骤2：初始化BP神经网络中的权值与偏置；

步骤3：将收集到的样本数据按照8:2的比例分为训练样本集与验证样本集；

步骤4：将训练样本集输入BP神经网络进行训练并得到训练后的BP神经网络；

步骤5：将验证样本集输入训练后的BP神经网络，得到BP神经网络的输出值并通过验证样本集中的实际值得到物料称重预测值与实际值的误差；

步骤6：判断误差是否在设置的范围内，若是，则停止训练，得到最终用于物料称重的BP神经网络；若不是，则根据得到的误差对BP神经网络的权值与偏置进行调整，并且返回步骤4继续训练；

步骤7：利用训练后的BP神经网络对物料进行称重。

4.根据权利要求3所述的一种全自动吨袋包装线控制系统，其特征在于：所述步骤4的训练过程具体包括：

步骤401：将影响重量X精度的因素数据采取正向传播的方式传输，正向传播的数据传递公式为：，其中表示的是BP神经网络的输出值，表示的是节点与节点之间的权值，为BP神经网络中各神经元的输入，为神经元的个数，表示的是节点的偏置，为激活函数；

步骤402：反向传播，利用实际值与BP神经网络计算输出值所得的误差函数来反向对BP神经网络中的参数进行调整，所述误差函数为，其中为由BP神经网络的输出值与实际值所得到的误差函数，表示的是实际值，为BP神经网络的参数和；

步骤403：针对误差函数，的更新公式为 ，其中表示的是当前的参数状态，表示的是下一阶段的参数状态，为学习率。

5.根据权利要求1所述的一种全自动吨袋包装线控制系统，其特征在于：所述预定位置为称重料仓下料口下方。

6.根据权利要求4所述的一种全自动吨袋包装线控制系统，其特征在于：所述物料卸料策略包括两个阶段，所述物料卸料策略的第一个阶段的策略公式为，其中，为第一阶段的卸料量，为第一阶段的卸料速度，为第一阶段卸料所花费的时间，当吨袋中物料实时重量达到吨袋中物料饱和重量的80%时，进入物料卸料策略的第二个阶段，所述物料卸料策略的第二个阶段的策略公式为，其中为第二阶段的卸料量，为第二阶段卸料所花费的时间，为第二阶段的卸料速度。

7.根据权利要求6所述的一种全自动吨袋包装线控制系统，其特征在于：所述自动称重给料单元包括：

称重料仓子单元，根据物料称重策略得到灌入吨袋中物料的重量X；

给料装置子单元，根据物料卸料策略将重量X相对应重量物料灌入吨袋中。

8.根据权利要求7所述的一种全自动吨袋包装线控制系统，其特征在于：所述流动空气的流量计算公式为，其中为测量过程中经过流量计的真实流量，为气体常数，取8.314，为称重料仓下料口至吨袋之间气体的摩尔质量，为称重料仓下料口至吨袋之间气体压力，为称重料仓下料口至吨袋之间气体的温度，为物料在称重料仓下料口处的横截面积，为称重料仓下料口处管道内壁面积，为空气动力系数。

9.根据权利要求8所述的一种全自动吨袋包装线控制系统，其特征在于：所述称重料仓为增重秤。

10.根据权利要求9所述的一种全自动吨袋包装线控制系统，其特征在于：所述称重料仓的称重表达式为：，经过求解完微分方程后可得，其中为秤的质量，为称重料仓中物料变化的重量，为系统刚度，刚度是指材料或结构在受力时抵抗弹性变形的能力，为秤体相对初始位置的位移，为系统阻尼系数，为重力加速度，为给料装置中物料下落的冲击力，表示的是由物体下落的冲击力引起的震动所带来的的摩擦力。

Images