CN210894105U - Est煤质在线实时检测系统 - Google Patents

Est煤质在线实时检测系统 Download PDF

Info

Publication number
CN210894105U
CN210894105U CN201820466584.5U CN201820466584U CN210894105U CN 210894105 U CN210894105 U CN 210894105U CN 201820466584 U CN201820466584 U CN 201820466584U CN 210894105 U CN210894105 U CN 210894105U
Authority
CN
China
Prior art keywords
light source
output end
module processor
input end
processor
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
CN201820466584.5U
Other languages
English (en)
Inventor
王健东
吕红雁
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.)
Beijing Enstrong Technology Co ltd
Original Assignee
Beijing Enstrong Technology 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 Beijing Enstrong Technology Co ltd filed Critical Beijing Enstrong Technology Co ltd
Priority to CN201820466584.5U priority Critical patent/CN210894105U/zh
Application granted granted Critical
Publication of CN210894105U publication Critical patent/CN210894105U/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本实用新型公开了EST煤质在线实时检测系统,包括测量模块、模型处理模块处理器、保护单元、显示打印终端单元、大数据分析模块处理器、“自学习”人工智能模块处理器、中央处理子系统和接口子系统;所述测量模块的输出端接入模型处理模块处理器的输入端,所述模型处理模块处理器的输出端接入大数据分析模块处理器的输入端,解决了以往煤质在线检测出现的成本高、误差大、实时性差、辐射大的问题。

Description

EST煤质在线实时检测系统
技术领域
本实用新型涉及检测系统领域,特别是涉及EST煤质在线实时检测系统。
背景技术
传统方式靠人工采用化学燃烧方式测量煤炭六大成分从而确定煤炭价格,这种方式的实时性差、误差大、人为干扰强;近几年为了排除人为干扰,采用了激光测量法、伽马射线法,虽然激光测量法、伽马射线法排除了人为干扰,但是上述方法投入成本高、误差大、实时性差,同时伽马射线法辐射大,对操作者人身伤害大;2016年起国家要求逐步淘汰了伽马射线法测量技术。
实用新型内容
为解决现有技术中存在的问题,本实用新型提供了EST煤质在线实时检测系统,解决了以往煤质成分在线检测出现的成本高、误差大、实时性差和辐射大的问题。
本实用新型采用的技术方案是:EST煤质在线实时检测系统,包括测量模块、模型处理模块处理器、保护单元、显示打印终端单元、大数据分析模块处理器、“自学习”人工智能模块处理器、中央处理子系统和接口子系统;测量模块的输出端接入模型处理模块处理器的输入端,模型处理模块处理器的输出端接入大数据分析模块处理器的输入端,模型处理模块处理器的输出端和保护单元的输出端均接入中央处理子系统的输入端,中央处理子系统的输出端双向连接大数据分析模块处理器的输入端,大数据处理模块处理器的输出端双向连接“自学习”人工智能模块处理器的输入端,“自学习”人工智能模块处理器的输出端双向连接中央处理子系统的输入端,中央处理子系统的输出端接入显示打印终端单元,中央处理子系统的输出端双向连接接口子系统的输入端。
优选地,测量模块包括红外光源发生器组、红外光源感应器组、环境光源感应器、A/D转换器、测量光源信号寄存器组、环境光源信号寄存器、中央运算单元、测量模块保护单元、系统异常复位按钮、ARM7、算法程序处理器和 RS232/STP484接口;红外光源感应器组的输出端和环境光源感应器的输出端均接入A/D转换器的输入端,A/D转换器的输出端分别接入测量光源信号寄存器组的输入端和环境光源信号寄存器的输入端,测量光源信号寄存器组的输出端、环境光源信号寄存器输出端和系统异常复位按钮均接入中央运算单元的输入端,测量模块保护单元的输出端、ARM7的输出端和算法程序处理器的输出端均双向连接中央运算单元的输入端,中央运算单元的输出端接入RS232/STP484接口的输入端和环境光源感应器的输入端,RS232/STP484接口的输出端接入模型处理模块处理器的输入端。
优选地,保护单元和测量模块保护单元的主控芯片均是单片机C51。
优选地,红外光源发生器组包括六个红外光源发生器;红外光源感应器组包括六个红外光源感应器;测量光源信号寄存器组包括六个测量光源信号寄存器,中央运算单元的主控芯片是单片机C51。
优选地,中央处理子系统为用于运算和处理数据的工控机、服务器或小型机。
优选地,大数据分析模块处理器、“自学习”人工智能模块处理器和模型处理模块处理器均为中央处理子系统内部的处理器,大数据分析模块处理器、“自学习”人工智能模块处理器和模型处理模块处理器均是intercorei7-5500u。
优选地,接口子系统包括管理信息系统接口、地磅系统接口和PLC/DCS系统接口。
本实用新型的EST煤质在线实时检测系统具有如下有益效果:
1.由于测量模块每50ms产生一组测量数据,因此整个系统在50ms就可以测定煤炭的六大成分,时间短,效率高和准度高。
2.测量模块包含了红外光源发生器组、红外光源感应器组、环境光源感应器,均采用红外检测,无放射性,安全环保。
3.煤质的六大成分经过模型处理模块处理器、大数据分析模块处理器、“自学习”人工智能模块处理器和中央处理子系统后,得到精度更高的煤质的六大成分。
4.接口子系统包括管理信息系统接口、地磅系统接口和中央处理系统接口;信息扩展能力强,接口子系统可与MIS、ERP、EAM等多种主流管理信息系统对接,可以给客户提供丰富的综合分析手段。
附图说明
图1为本实用新型的EST煤质在线实时检测系统总体框图。
图2为本实用新型的EST煤质在线实时检测系统测量模块框图。
图3为本实用新型的EST煤质在线实时检测系统检测模块信号流转框图。
图4为本实用新型的EST煤质在线实时检测系统的大数据分析模块处理器里的信号流转框图。
具体实施方式
下面结合附图对本实用新型的实施例进行详细说明。
下面对本实用新型的具体实施方式进行描述,以便于本技术领域的技术人员理解本实用新型,但应该清楚,本实用新型不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本实用新型的精神和范围内,这些变化是显而易见的,一切利用本实用新型构思的发明创造均在保护之列。
如图1所示,EST煤质在线实时检测系统,包括测量模块、模型处理模块处理器、保护单元、显示打印终端单元、大数据分析模块处理器、“自学习”人工智能模块处理器、中央处理子系统和接口子系统;测量模块的输出端接入模型处理模块处理器的输入端,模型处理模块处理器的输出端接入大数据分析模块处理器的输入端,模型处理模块处理器的输出端和保护单元的输出端均接入中央处理子系统的输入端,中央处理子系统的输出端双向连接大数据分析模块处理器的输入端,大数据处理模块处理器的输出端双向连接“自学习”人工智能模块处理器的输入端,“自学习”人工智能模块处理器的输出端双向连接中央处理子系统的输入端,中央处理子系统的输出端接入显示打印终端单元,中央处理子系统的输出端双向连接接口子系统的输入端。
本方案在实施时,“次红外光”测量器工作原理是在次红外线频段内,有的特殊频段对煤炭不同的成分的吸收度特别高,利用特殊选定的6种特殊红外频段对煤炭不同成分特别敏感的吸收度来设计的,当一定量的特殊频段次红外光照在煤炭上,根据返回来的光量减少值来表征该成分的含量,六个频段用于煤炭六大成分的测定,一个频段用于平衡环境光源,起修正作用,检测出煤质六大成分的值后,测量模块将六大成分值输出到模型处理模块处理器,模型处理模块处理器对输出的六大煤质成分进行复杂的逻辑关系处理输出六大成分和电信号之间的关系,再将信号输入到中央处理子系统,中央处理子系统经过分析,将信号输出到大数据分析模块处理器,大数据分析模块处理器将接收到的数据进行整理、归档、存储、挖掘、处理和分析,找出数据的共性和差异,针对不同煤种调整精度,经过处理后的数据进入“自学习”人工智能模块处理器的输入端和返回到中央处理子系统,“自学习”人工智能模块处理器利用大数据分析模块处理器提供的数据,进行分析,通过“自学习”人工智能模块处理器分析不同的煤种,通过自我不断的学习,对“模型处理模块处理器”中得到的煤炭六大成分的数值进行有价值的修正或局部微调,以进一步提升煤炭六大成分的精确度,使分析的精度得到进一步的提高,通过这部分的工作,逐步降低误差,提高煤炭六大成分的精度,并适应复杂的煤种及混烧掺烧煤种,通过“自学习”人工智能模块处理器后的数据进入中央处理子系统和反馈回大数据分析模块处理器,中央处理子系统将测量模块、模型处理模块处理器、大数据分析模块处理器、“自学习”人工智能模块处理器得到的数据进行存储和处理,中央处理子系统为整个系统的大脑,最后将中央处理子系统输出的数据输入到接口子系统,为各种复杂应用提供数据。
如图2所示,测量模块包括红外光源发生器组、红外光源感应器组、环境光源感应器、A/D转换器、测量光源信号寄存器组、环境光源信号寄存器、中央运算单元、测量模块保护单元、系统异常复位按钮、ARM7、算法程序处理器和 RS232/STP484接口;红外光源感应器组的输出端和环境光源感应器的输出端均接入A/D转换器的输入端,A/D转换器的输出端分别接入测量光源信号寄存器组的输入端和环境光源信号寄存器的输入端,测量光源信号寄存器组的输出端、环境光源信号寄存器输出端和系统异常复位按钮均接入中央运算单元的输入端,测量模块保护单元的输出端、ARM7的输出端和算法程序处理器的输出端均双向连接中央运算单元的输入端,中央运算单元的输出端接入RS232/STP484接口的输入端和环境光源感应器的输入端,RS232/STP484接口的输出端接入模型处理模块处理器的输入端。
如图3所示,测量模块信号流转的方式是红外光源发生器组输出信号到中央运算单元,红外光源感应器组输出信号和环境光源感应器的输出信号输出到A/D转换器,A/D转换器的输出信号输出到测量光源信号寄存器组和环境光源信号寄存器,测量光源信号寄存器组和环境光源信号寄存器的输出信号输出到中央运算单元,在嵌入式操作系统内将算法程序输入到中央运算单元,中央运算单元外侧有防电击、漏电、温度过高保护单元和系统异常复位单元,中央运算单元将输出信号输出到的六个经算法程序处理后的测量光源信号寄存器组和经算法程序处理后的环境光源信号寄存器中,经算法程序处理后的测量光源信号寄存器组和经算法程序处理后的环境光源信号寄存器的输出信号通过 RS232/STP484接口输出到模型处理模块处理器。
本方案在实施时,中央运算单元控制红外光源发生器组每50ms左右发射六组经挑选的红外光,红外光照射在被探测物体上,如:煤炭、煤粉等,反射光经红外光源测量感应器组吸收后转换为相应的六个电信号;同时由中央运算单元控制环境光源感应器同步测定环境光源,特别是红外光,作为环境光源对六组测量信号干扰的修正值,上述七个模拟信号经A/D转换模块放大并转换为七个对应的数字信号,这些数字信号被推送到相应的寄存器组和寄存器临时存放,供中央运算单元,寄存器的作用是防止七个数字信号丢失,中央运算单元调用事先存放在EPROM中的“算法程序对七个数字信号进行预设的处理,以生成最终有价值的被探测物体的六个对应成分值,如:煤炭六大主成分,最后这些数值被放入对应的缓存Cache中,通过接口子系统例如,RS232或类以太网484接口传送给其它终端处理,在本实施案例中:
1.“算法程序”被预先放在EPROM中,这就意味着不同的用户针对不同的被照射物体可以适应性的改变算法,从而扩宽了本测量器的应用范围;
2.红外测量值组可单独,也可配合使用,使得被测量物体可以被测定超过六种成分;
3.红外光源测量值组和环境光源测量值一直单独存在,使得后期可以采用更多、更好的优化算法已提升测量的精度。
本方案的保护单元和测量模块保护单元的主控芯片均是单片机C51。
本方案的红外光源发生器组包括六个红外光源发生器;红外光源感应器组包括六个红外光源感应器;测量光源信号寄存器组包括六个测量光源信号寄存器,中央运算单元的主控芯片是单片机C51。
本方案的中央处理子系统为用于运算和处理数据的工控机、服务器或小型机。
本方案在实施时,“中央处理子系统主要由工控机、存储系统组成,负责模型处理模块的运算,大数据分析模块、“自学习”人工智能模块各种复杂的运算,存储和处理各种数据,为整个系统的大脑。
本方案的大数据分析模块处理器、“自学习”人工智能模块处理器和模型处理模块处理器均为中央处理子系统内部的处理器,大数据分析模块处理器、“自学习”人工智能模块处理器和模型处理模块处理器均是intercorei7-5500u。
如图4所示,大数据分析模块处理器里的信号流转图包括模型处理、煤质数值分析模型、大数据分析模块、原始数据库、共性数据库、差异数据库、剩余数据库、AI中间值数据库和AI最终值数据库;模型处理模块处理器包括换算模型处理和煤质数值分析模型;经过换算模型处理和煤质数值分析模型处理后的数据经大数据分析模块后输出到共性数据库、差异数据库和剩余数据库,大数据分析模块输出数据经过“自学习”人工智能模块处理器输出的数据输出到AI 中间值数据库和AI最终值数据库。
本方案在实施时,大数据分析模块处理器由于测量部分每50ms产生一组数据,每天有超过10万条的数据量,这些数据量是巨大的,对于这些大数据的整理、归类、存储、挖掘、处理和分析就变得复杂而重要,其中分析的意义如下:
1.找出数据的共性和差异,以供针对不同的煤种调整精度;
2.供复杂的智能决策支持(IDSS)系统使用,提供有价值的数据链,为全面实现数字化、智慧管理提供有力的保障。
本方案在实施时,“自学习”人工智能模块处理器主要为“系统图”中大数据分析模块处理器部分,本部分利用大数据分析模块处理器提供的有用数据,依据数据的共性和差异,通过“自学习”人工智能模块处理器分析不同的煤种,通过自我不断的学习,对模型处理模块处理器中得到的煤炭六大成分的数值进行有价值的修正或局部微调,以进一步提升煤炭六大成分的精确度,使分析的精度得到进一步的提高,通过这部分的工作,逐步降低误差,提高煤炭六大成分的精度,并适应复杂的煤种及混烧掺烧煤种。
本方案的接口子系统包括管理信息系统接口、地磅系统接口和PLC/DCS系统接口。
本方案在实施时,接口子系统提供丰富的接口,以实现各种“横向”的显示、分析和使用,满足以下接口:
1.和各种管理信息系统接口,如:生产MIS、ERP、燃料管理系统、财务管理系统,为各种复杂应用提供原始的数据;
2.和地磅秤系统接口,获取各种来煤的重量数据,实现对“燃料合同管理系统”的综合、科学支撑;
3.和PLC、DCS系统接口,可实现“组态”需要。

Claims (6)

1.EST煤质在线实时检测系统,其特征在于,包括测量模块、模型处理模块处理器、保护单元、显示打印终端单元、大数据分析模块处理器、“自学习”人工智能模块处理器、中央处理子系统和接口子系统;所述测量模块的输出端接入模型处理模块处理器的输入端,所述模型处理模块处理器的输出端接入大数据分析模块处理器的输入端,所述模型处理模块处理器的输出端和所述保护单元的输出端均接入中央处理子系统的输入端,所述中央处理子系统的输出端双向连接大数据分析模块处理器的输入端,所述大数据分析模块处理器的输出端双向连接“自学习”人工智能模块处理器的输入端,所述“自学习”人工智能模块处理器的输出端双向连接中央处理子系统的输入端,所述中央处理子系统的输出端接入显示打印终端单元,所述中央处理子系统的输出端双向连接接口子系统的输入端;
所述测量模块包括红外光源发生器组、红外光源感应器组、环境光源感应器、A/D转换器、测量光源信号寄存器组、环境光源信号寄存器、中央运算单元、测量模块保护单元、系统异常复位按钮、ARM7、算法程序处理器和RS232/STP484接口;所述红外光源感应器组的输出端和环境光源感应器的输出端均接入A/D转换器的输入端,所述A/D转换器的输出端分别接入测量光源信号寄存器组的输入端和环境光源信号寄存器的输入端,所述测量光源信号寄存器组的输出端、环境光源信号寄存器输出端和系统异常复位按钮均接入中央运算单元的输入端,所述测量模块保护单元的输出端、ARM7的输出端和算法程序处理器的输出端均双向连接中央运算单元的输入端,所述中央运算单元的输出端接入RS232/STP484接口的输入端和环境光源感应器的输入端,所述RS232/STP484接口的输出端接入模型处理模块处理器的输入端。
2.根据权利要求1所述的EST煤质在线实时检测系统,其特征在于,所述保护单元和测量模块保护单元的主控芯片均是单片机C51。
3.根据权利要求1所述的EST煤质在线实时检测系统,其特征在于,所述红外光源发生器组包括六个红外光源发生器;所述红外光源感应器组包括六个红外光源感应器;所述测量光源信号寄存器组包括六个测量光源信号寄存器,所述中央运算单元的主控芯片是单片机C51。
4.根据权利要求1所述的EST煤质在线实时检测系统,其特征在于,所述中央处理子系统为用于运算和处理数据的工控机、服务器或小型机。
5.根据权利要求4所述的EST煤质在线实时检测系统,其特征在于,所述大数据分析模块处理器、“自学习”人工智能模块处理器和模型处理模块处理器均为中央处理子系统内部的处理器。
6.根据权利要求1所述的EST煤质在线实时检测系统,其特征在于,所述接口子系统包括管理信息系统接口、地磅系统接口和PLC/DCS系统接口。
CN201820466584.5U 2018-04-03 2018-04-03 Est煤质在线实时检测系统 Active CN210894105U (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201820466584.5U CN210894105U (zh) 2018-04-03 2018-04-03 Est煤质在线实时检测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201820466584.5U CN210894105U (zh) 2018-04-03 2018-04-03 Est煤质在线实时检测系统

Publications (1)

Publication Number Publication Date
CN210894105U true CN210894105U (zh) 2020-06-30

Family

ID=71317607

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201820466584.5U Active CN210894105U (zh) 2018-04-03 2018-04-03 Est煤质在线实时检测系统

Country Status (1)

Country Link
CN (1) CN210894105U (zh)

Similar Documents

Publication Publication Date Title
CN106651722B (zh) 一种工业碳排放核算方法
CN106597947A (zh) 变电站设备测试方法、服务器、测试仪及系统
CN114417571B (zh) 一种实现燃煤发电机组碳排放在线监测方法、系统及存储介质
CN110828017A (zh) 核电站的信息处理方法及核电站的信息处理系统
Schimeczek et al. AMIRIS: Agent-based Market model for the Investigation of Renewable and Integrated energy Systems
CN102253063A (zh) 钢丝绳芯输送带x光在线检测探测器及信号采集处理方法
CN108519330B (zh) 煤质成分实时精准检测系统及方法
CN113064835A (zh) 一种计算机软件测试系统
CN210894105U (zh) Est煤质在线实时检测系统
CN114338752A (zh) 一种第三方物联网平台设备智能化对接系统及方法
CN115993366A (zh) 基于传感设备的加工件表面检测方法及系统
CN104568688B (zh) 一种简易pm2.5探测仪装置
CN205229072U (zh) 一种基于x射线的目标缺陷检测装置
CN112232843B (zh) 一种基于大数据技术的药品监管系统和方法
CN116187802A (zh) 分析电力系统的碳排检测系统及检测方法
Song et al. Environmental efficiency evaluation with left–right fuzzy numbers
CN113268894B (zh) 一种基于数据中台的火电生产数据治理方法和系统
CN201965099U (zh) 电厂锅炉飞灰含碳量测量装置
CN106153645A (zh) 一种无源灰分测量系统及方法
CN114754920B (zh) 一种工业炉炉腔压力检测系统及其工作方法
CN112236749A (zh) 一种浮点精度检测方法与装置
CN104598917A (zh) 一种支持向量机分类器ip核
CN111912755B (zh) 一种矿用粉尘浓度传感器、传感器系统及方法
CN117078213B (zh) 基于大数据整合分析的建筑工程管理平台
Bhardwaj et al. Performance Evaluation of IoT in 5G Technologies for Fire and Spark Activity Detection

Legal Events

Date Code Title Description
GR01 Patent grant
GR01 Patent grant