CN116234762A - 用于计算振动机器的散装材料输送速率或散装材料负载的方法 - Google Patents

Abstract

在一种用于计算振动输送机器的散装材料输送速率或散装材料负载的方法中，在该方法中：在具有不同的负载状态的至少两个时刻，通过至少一个加速度传感器、速度传感器或行程传感器获取来自所述振动输送机器的原始测量到的数据；并且然后处理原始测量到的数据，以给出选自以下列表的至少一个振动数据特征：幅度、频率和相位，规定：创建并存储由至少一个振动数据特征组成的特征数据集，并且在此基础上创建回归模型。然后，基于所创建的所述回归模型和至少一个当前特征数据集，确定并显示振动输送机器的当前实际的负载或散装材料输送速率。

Description

用于计算振动机器的散装材料输送速率或散装材料负载的 方法

技术领域

本发明涉及一种用于计算振动机器的散装材料给料速率或散装材料负载的方法。

背景技术

振动机器或振动输送机器(诸如，振动筛或振动输送机)通常包括：活动的振动体，该活动的振动体包含筛选表面或输送表面；以及固定的支撑框架，该活动的振动体被相对于该固定的支撑框架安装。这样的振动机器用于对散装材料进行分类和运输，例如将它们从料堆或料仓移动到散装材料将被进一步加工的地点。

为了驱动或移动振动体，使用磁性振动驱动器或所谓的不平衡激振器。不平衡激振器具有旋转不平衡体或配重，这些旋转不平衡体或配重将它们的加速力传递给振动体，以使振动体振动。导致振动体的定向移动的不平衡激振器被称为调直器(straightener)。

由于必须考虑许多参数，诸如驱动频率、振动幅度、振动角度等，故而对于振动机器的输送能力或卸料的调节和/或控制是一项不容易解决的任务。

此处，所输送的量的重量测量值对于客户来说是有价值的信息，以便能够分别地确定和控制或调节振动机器的输送能力。以这种方式，可以充分利用振动机器的工作潜力，并且可以防止过载。

例如从DE 103 01 143A1已知一种用于调整在振动机器的输送槽上的散装材料的量的设备和方法。其中，筛选机器相对于其支撑框架由四个弹簧元件支撑。四个称重杆或测压计(load cell)被布置在弹簧元件与支撑框架之间，以作为用于确定输送槽的装载量的负载检测器。这些测压计用于连续地确定振动机器的实际重量和当前的负载，并将其与参考值进行比较。

由于振荡移动，其中振荡移动的振动可能在振动机器的共振范围内，因此难以测量所输送的散装材料的重量。因此，借助应用了应变测量器(strain gauges)的测压计或力传感器来记录重量是不可能的，这些应变测量器基于其变形而产生与重量成比例的电信号。

从EP 1 188 695 A1已知另一种用于控制振动给料器的卸料的方法。其中，加速度传感器用于测量振动给料器的竖直加速度并且此外还测量其驱动频率，以便能够从这些值得出关于实际的输送能力的结论。

然而，使用这种方法，需要针对每个振动机器单独地在经验上或理论上确定竖直加速度、驱动频率和对应的实际的输送能力之间的关系，例如以函数的形式来确定。

因此，本发明的目的是改进和简化对振动机器的散装材料给料速率的确定。

发明内容

此任务由根据权利要求1所述的方法和根据权利要求10所述的设备解决。从属权利要求给出了本发明的有利实施例。

本发明提供了一种用于确定或计算振动机器的散装材料给料速率或散装材料负载的方法，在该方法中，首先用至少一个加速度传感器、速度传感器或位移传感器获取振动机器的原始测量数据。

在本发明的意义上，振动机器被理解为意指振动输送机器，诸如，振动筛或振动输送槽。在振动筛的情况下，在筛衬板上输送的散装材料的材料厚度由于连续筛分而沿着输送方向减小，而在振动输送机的情况下，材料厚度保持基本相同。由于材料厚度的改变，振动筛的重心的位置也改变。虽然有恒定的驱动条件，诸如马达的固定的冲击角度和固定的定子频率，但重心的位移改变了到冲击轴线的距离，这又导致“俯仰运动”的改变。在改变材料厚度和使重心移位的过程中，纵向加速度的幅度和相位也因此改变。此外，散装材料负载的质量或绝对装载量影响到例如振动机器的“合成行程”或最大行程。此外，散装材料在装载表面或运输表面上的负载分布影响到振动机器的“纵向行程”或在纵向方向上的行程。相反，散装材料的负载分布不影响振动机器的侧向行程。

此外，负载与转子或不平衡激振器的转速之间存在相关性，这是因为增加的惯性质量抵消了激振器的离心力，并且因此导致驱动轴处的惯性矩增大。

因此，本申请人已确定，没有固定的算法可以用来确定振动机器的散装材料给料速率或散装材料装载量。相反，需要一种学习型AI算法，以考虑到振动机器的影响其振动行为的各个单独特性。尤其是，考虑振动机器的质量、其几何形状、筛衬板和/或具体的散装材料特性。

为了能够考虑振动机器的单独振动行为，因此在根据本发明的方法中记录原始测量数据——取决于所选择的传感器，针对振动机器的至少两种不同的装载量条件，记录加速度、速度或位移。例如，当振动机器上没有散装材料时，可能涉及到0％装载量下的测量值，而当达到振动机器的额定负载时，涉及到100％装载量下的测量值。这些原始测量数据在计算过程中通过电子评估单元而被处理成选自以下列表的至少一个特性：处理后的幅度、频率、相位。

此后，从以这种方式获得的特征创建所谓的特征数据集。这些特征数据集可以仅由选自以下列表的一个或多个特征组成：幅度、频率和/或相位。这些特征数据集或振动信号被存储起来，并且因此可用于后续评估。

此处，重要的是，从振动机器A产生的特征数据集也仅用于关于同一振动机器A的评估。

本申请人的研究表明，原始测量数据或相应的是特征数据集或振动信号与振动机器的装载量相互作用。因此，在根据本发明的方法中，从与散装材料输送量或散装材料装载量的参考信号具有高度相关性的特征数据集或振动信号获得或过滤出那些指标。

然后，基于所存储的特征数据集创建和/或训练分类模型或回归模型，这些特征数据集中的每一个特征数据集均显示出装载量和振动行为的相关性。在分类模型或回归模型中，从特征数据集获得的指标被假定为输入变量，并且对应的负载信息(例如，0％和100％负载)或参考信号被假定为响应变量。

如果仅使用0到100％负载信息作为响应变量，那么回归模型可以至少以％为单位估计/计算出绝对负载。并且，此信息对于检测振动机器的过载或欠载已经很有价值。

根据本发明，参考信号或参考负载信号可以充当反应变量。此参考信号例如可以是从散装材料给料速率或散装材料负载的上游的、替代性的或间接的测量过程产生的力测量信号或马达电流信号。例如，参考负载信号可以通过在先借助于漏斗秤或重量计量装置对散装材料进行称重来获得。替代性地是，加速度传感器、速度传感器、位移传感器本身的特征可以用作参考信号。

通过根据本发明的方法，生成多元分类模型或回归模型，这考虑了线性和/或非线性形式的并且(如果需要的话)包含系数的特征数据集的指标。

基于回归模型，由于两个变量之间的大量公共方差并且知道一个测量值或参考值，另一测量值的预测是可能的。

随后，以这种方式获得的分类模型或回归模型可以在电子评估装置中以如下方式实施，以使得振动机器的实际装载量可以基于当前测量到的原始测量数据或振动数据来确定和/或显示。

该方法的一个实施例提出，在振动输送机器上发生磨损之后，在维护措施之后和/或在诸如负载、机器部件、驱动特性或材料特性的改变等的其它系统改变之后，在时间段Δt之后重复步骤“创建分类或回归模型”。这确保了所创建的回归模型可以连续适配于改变后的边界条件。通常，由磨损或其它改变的条件引起的振动机器或振动输送机的振动行为的改变不会立即显现。通过重复所述测量以及训练所创建的回归模型(例如通过调整输入变量)，可以确保虽然发生了系统改变，但对散装材料给料速率或散装材料负载的确定是正确的。

可以使用Al算法来建立回归模型，该回归模型是弱自适应性的，以适配于各个单独的机器特性。数学方程形式的回归模型自身代表一种工作算法。根据本发明的方法的有利实施例还规定，只有与散装材料给料速率或散装材料负载的参考信号或参考负载信号具有高度相关性的输入变量用于创建回归模型。此处，相关性计算用于确定哪些输入变量适合用于回归模型。

根据本发明的方法的一个实施例规定，回归模型以C1*X1+C2*X2+C3*X2^2...CN*Xn^n形式使用变量，其中输入变量X基于特征数据集被认为是线性或非线性因子，并且/或者使用系数C1,C2,..；CN≥0来考虑输入变量X。

为了验证根据本发明的方法，有利地是，可以使用在模型的创建中没有使用过的特征数据集来检查回归模型。历史数据集或特征数据集因此被分成训练数据集和验证数据集。

为了确定并显示振动输送机器的散装材料输送量或散装材料负载，本发明还提供了一种装置，该装置适合用于通过至少一个加速度传感器、速度传感器或位移传感器而获取振动输送机器的原始测量数据。此外，此装置提供了电子评估单元，通过该电子评估单元，原始测量数据被转换成由选自以下列表的与方向相关的振动测量变量组成的至少一个特征：处理后的幅度、频率、相位。

此外，评估装置用于创建由至少一个特征组成的特征集，并且随后基于这些特征数据集而创建回归模型。该装置还具有屏幕或显示器，以基于所创建的模型而显示振动输送机器的散装材料负载或散装材料输送量。

如上所述，确定振动机器或振动输送机器的散装材料负载或散装材料输送量是一项挑战，这是因为振动机器上的散装材料量与振动机器的特性两者均可以连续变化。然而，散装材料装载量或散装材料输送量代表了有价值的信息。除了作为振动机器的性能指标的散装材料装载量或散装材料输送量的功能之外，它还允许得出关于可能的机器过载的结论，该机器过载影响振动机器的使用寿命。相反，持续较低的散装材料给料速率可能表明非高效的系统利用。因此，根据本发明的方法提供了优于已知方法的优点，即考虑了振动机器的实际振动行为。因此，一方面，可以连续调整基础的回归模型，而且如果回归模型或算法的调整变得必需的话，那么可以检测到振动行为中的故障。

附图说明

在下文通过流程图来更详细地解释根据本发明的方法，并且公开了本发明的其它特征和优点。

图1示出了根据本发明的方法的操作的示意图。

具体实施方式

图1示意性地示出了根据本发明的用于计算振动机器1的散装材料给料速率的方法，该振动机器1是振动筛的形式。至少一个传感器12附接到振动机器1，该至少一个传感器12与评估装置2的计算单元成数据连接。该数据连接在图中以虚线示出，并且该数据连接可以经由无线电连接或有线连接、经由永久或临时连接来实现。由传感器12供应的测量数据被处理并存储在计算单元中，以形成特征数据集13。回归模型6由特征数据组13(其充当输入变量)和源自散装材料负载的上游或独立的测量过程的参考信号7形成。基于特征数据集13的回归模型6用没有用于创建模型的特征数据集9来验证和训练。

然后，经验证的回归模型8被传送到软件10，并被传送到评估装置2，以显示散装材料负载的计算。

Claims (10)

1.一种用于计算振动输送机器的散装材料给料速率或散装材料装载量的方法，其中：

a)在具有不同的装载量状态的至少两个时间点处，利用至少一个加速度传感器、速度传感器或位移传感器记录所述振动输送机器的原始测量数据，

b)将原始测量数据处理成选自以下列表的至少一个振动数据特征：幅度、频率、相位，其特征在于，所述方法包括以下步骤：

c)创建并存储由至少一个振动数据特征组成的特征数据集，

d)使用所存储的所述特征数据集来创建回归模型，

e)基于所创建的所述回归模型和至少一个当前特征数据集，确定并显示所述振动输送机器的当前实际的负载。

2.根据权利要求1所述的方法，其特征在于，在所述振动输送机器上发生磨损之后，在维护措施之后和/或在其它系统改变之后，在时间段Δt之后重复创建所述回归模型的所述步骤d)，所述其它系统改变诸如是装载量、机器部件、驱动特性或材料特性的改变。

3.根据权利要求1或2中的任一项所述的方法，其特征在于，至少在0％的散装材料装载量和100％的额定负载散装材料装载量下执行获取所述原始测量数据的所述步骤a)。

4.根据前述权利要求中的任一项所述的方法，其特征在于，为训练所述回归模型，将基于模型的散装材料装载量值与所述散装材料输送量或散装材料装载量的参考信号或参考负载信号相匹配。

5.根据权利要求4所述的方法，其特征在于，所述参考负载信号或所述参考信号是从所述散装材料给料速率或散装材料负载的上游的、替代性的或间接的测量过程产生的力测量信号或马达电流信号。

6.根据权利要求4或5中的任一项所述的方法，其特征在于，为训练所述回归模型，仅使用预测变量，所述预测变量的基于模型的散装材料装载量值与所述散装材料输送量或散装材料装载量的所述参考负载信号具有高度相关性。

7.根据前述权利要求中的任一项所述的方法，其特征在于，在所述回归模型的训练阶段中使用多元回归方法。

8.根据权利要求7所述的方法，其特征在于，以C1*X1+C2*X2+C3*X2^2....CN*Xn^n＝散装装载量的形式创建所述回归模型，其中所述预测变量X被认为是线性或非线性因子，并且/或者通过使用系数C1,C2,..；CN≥0来考虑所述预测变量。

9.根据前述权利要求中的任一项所述的方法，其特征在于，使用尚未用于训练所述回归模型的特征数据集来验证所述回归模型。

10.一种用于确定振动输送机器的散装材料输送量或散装材料负载的装置，所述装置包括

-至少一个加速度传感器、速度传感器或路线传感器，所述至少一个加速度传感器、速度传感器或路线传感器被布置用以获取所述振动输送机器的原始测量数据，

-电子评估单元，所述电子评估单元用于

-将所述原始测量数据处理成至少一个特征，所述至少一个特征由选自以下列表的定向振动被测量组成：幅度、频率和相位，

-创建由所述至少一个特征组成的特征集，

-使用所存储的所述特征数据集来创建回归模型，

以及屏幕或显示器，所述屏幕或所述显示器显示所述振动输送机器的基于模型的散装材料负载值或基于模型的散装材料给料速率。

Images