JP7401934B2 - Dynamic evaluation method of industrial sieving effect based on digital twin - Google Patents
Dynamic evaluation method of industrial sieving effect based on digital twin Download PDFInfo
- Publication number
- JP7401934B2 JP7401934B2 JP2022071654A JP2022071654A JP7401934B2 JP 7401934 B2 JP7401934 B2 JP 7401934B2 JP 2022071654 A JP2022071654 A JP 2022071654A JP 2022071654 A JP2022071654 A JP 2022071654A JP 7401934 B2 JP7401934 B2 JP 7401934B2
- Authority
- JP
- Japan
- Prior art keywords
- sieving
- sieving machine
- digital twin
- parameters
- industrial
- 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
Links
- 238000007873 sieving Methods 0.000 title claims description 272
- 238000011156 evaluation Methods 0.000 title claims description 63
- 230000000694 effects Effects 0.000 title claims description 42
- 238000000034 method Methods 0.000 claims description 78
- 239000002245 particle Substances 0.000 claims description 59
- 239000000463 material Substances 0.000 claims description 56
- 238000004088 simulation Methods 0.000 claims description 52
- 230000001133 acceleration Effects 0.000 claims description 37
- 238000004519 manufacturing process Methods 0.000 claims description 17
- 230000005284 excitation Effects 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 11
- 238000012360 testing method Methods 0.000 claims description 8
- 238000012423 maintenance Methods 0.000 claims description 6
- 230000000007 visual effect Effects 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 230000005856 abnormality Effects 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 4
- 238000012800 visualization Methods 0.000 claims description 4
- 239000000126 substance Substances 0.000 description 8
- 238000009776 industrial production Methods 0.000 description 7
- 238000005070 sampling Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 239000003245 coal Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000005065 mining Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000011897 real-time detection Methods 0.000 description 3
- 238000000926 separation method Methods 0.000 description 3
- 238000010924 continuous production Methods 0.000 description 2
- 230000007257 malfunction Effects 0.000 description 2
- 238000009270 solid waste treatment Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/25—Design optimisation, verification or simulation using particle-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
Description
本発明は、ふるい分けの技術分野に関し、特にデジタルツインに基づく工業用ふるい分け効果の動的評価方法に関する。 The present invention relates to the technical field of sieving, and in particular to a method for dynamic evaluation of industrial sieving effectiveness based on digital twin.
ふるい分けとは、異なる粒子サイズの分散混合物質をふるい穴に通すことで、それらを粒度に応じて異なる粒子サイズ範囲の物質に分ける分離技術である。工業用ふるい分けとは、工業生産プロセスの重要な一環として、工場又は鉱山での採掘及び加工工程における連続生産物質の大規模なふるい分け作業を指す。 Sieving is a separation technique in which dispersed mixed substances of different particle sizes are passed through sieve holes to separate them into substances of different particle size ranges according to particle size. Industrial sieving refers to large-scale sieving operations of continuously produced materials during mining and processing operations in factories or mines, as an important part of the industrial production process.
従来のふるい分け効果評価では、主に単一のふるい分け作業にかけられる物質に対して静的にサンプリングしてふるい分け効果を評価する。工業用ふるい分けの場合、連続生産プロセスでは、従来のふるい分け効果評価システムは、ランダムにサンプリングして評価することしかできず、リアルタイムでオンラインで正確に測定することができない。また、ふるい分け機の作動条件の変化が非常に複雑であるため、従来のふるい分け効果評価システムは適時性が低く、ふるい分け機の作動状態をリアルタイムで反映することができない。 In conventional sieving effectiveness evaluation, the sieving effectiveness is evaluated by statically sampling substances that are mainly subjected to a single sieving operation. In the case of industrial sieving, in the continuous production process, the traditional sieving effect evaluation system can only randomly sample and evaluate, and cannot accurately measure online in real time. In addition, since the changes in the operating conditions of the sieving machine are very complex, the conventional sieving effectiveness evaluation system has low timeliness and cannot reflect the operating status of the sieving machine in real time.
上記の分析を考慮して、本発明は、従来技術では工業用ふるい分け効果をリアルタイムで評価することができないという問題を解決するために、デジタルツインに基づく工業用ふるい分け効果の動的評価方法を提供することを目的とする。 Considering the above analysis, the present invention provides a dynamic evaluation method of industrial sieving effect based on digital twin to solve the problem that the conventional technology cannot evaluate industrial sieving effect in real time. The purpose is to
本発明の目的は、主に以下の技術的解決策によって達成される。 The purpose of the present invention is mainly achieved by the following technical solutions.
本発明は、デジタルツインに基づく工業用ふるい分け効果の動的評価方法を提供し、該評価方法は、ふるい分け機の構造パラメータ、材料パラメータ、粒子群成分パラメータ、ふるい分けプロセスにおける負荷パラメータ、及び機器作動時の周辺環境情報を収集するステップ１と、
ステップ１で収集したふるい分け機の構造パラメータ、材料パラメータ及び粒子群成分パラメータに従って、ふるい分け機の３次元構造モデルを確立するステップ２と、
確立したふるい分け機の３次元構造モデルに基づいて、ふるい分け機のデジタルツインシミュレーションモデルを取得するステップ３と、
ふるい分け機のデジタルツインシミュレーションモデルの仮想テストデータ及び実際の生産データに従って、ふるい分け機のデジタルツインシミュレーションモデルを修正するステップ４と、
修正後のふるい分け機のデジタルツインシミュレーションモデルに基づいてクラウドデータベースを構築し、端末装置を通じて機器のリアルタイムの作動状態を取得するステップ５と、
取得した機器のリアルタイムの作動状態に基づいて、ふるい分け効果をリアルタイムで評価するステップ６とを含む。
The present invention provides a dynamic evaluation method of industrial sieving effectiveness based on digital twin, which evaluates the structural parameters, material parameters, particle group component parameters of the sieving machine, load parameters in the sieving process, and equipment operation time. Step 1 of collecting surrounding environment information of
Step 2 of establishing a three-dimensional structural model of the sieving machine according to the structural parameters, material parameters and particle group component parameters of the sieving machine collected in Step 1;
step 3 of obtaining a digital twin simulation model of the sieving machine based on the established three-dimensional structural model of the sieving machine;
step 4 of modifying the digital twin simulation model of the sieving machine according to virtual test data and actual production data of the digital twin simulation model of the sieving machine;
step 5 of constructing a cloud database based on the modified digital twin simulation model of the sieving machine and obtaining the real-time operating status of the equipment through the terminal device;
and step 6 of evaluating the sieving effect in real time based on the obtained real-time operating status of the equipment.
更に、上記ステップ３は、確立したふるい分け機の３次元構造モデルをメッシュ化し、分割した複数の小さなユニットを計算して、対応する補間アルゴリズムを選択してまとめ、そして、収集した加速度情報に基づいて、端末装置によってふるい分け機の作動状態を実際の作動と一致するように制御し、更にふるい分け機全体の構造特性を取得し、ふるい分け機の主要部材を監視して過負荷の場合に事前に警告し、最終的にデジタルツインシミュレーションモデルを取得することを含む。 Furthermore, step 3 above meshes the established three-dimensional structural model of the sieving machine, calculates the divided multiple small units, selects and summarizes the corresponding interpolation algorithm, and then based on the collected acceleration information. , the operating status of the sieving machine can be controlled by the terminal device to match the actual operation, and the structural characteristics of the entire sieving machine can also be obtained, and the main components of the sieving machine can be monitored to provide advance warning in case of overload. , including finally obtaining a digital twin simulation model.
更に、ステップ４において、仮想テストデータは、ふるい分け機構造の応力と歪み情報、モータの回転速度と温度変化情報、ふるい分け機の主要部材の加速度情報、及び物質のプロセスパラメータ情報を含み、
作業状態でのふるい分け機のデジタルツインシミュレーションモデルの仮想テストデータをリアルタイムで収集し、収集した仮想テストデータを、同じ時間に実際の生産で収集したテストデータと比較して、デジタルツインシミュレーションモデルを修正し、それにより実際の工業用ふるい分けプロセスを正確に反映する。
Furthermore, in step 4, the virtual test data includes stress and strain information of the sieving machine structure, motor rotational speed and temperature change information, acceleration information of the main components of the sieving machine, and material process parameter information;
Collect virtual test data of the digital twin simulation model of the sieving machine in working condition in real time, compare the collected virtual test data with the test data collected in real production at the same time, and modify the digital twin simulation model. , thereby accurately reflecting the actual industrial sieving process.
更に、ステップ２において、ふるい分け機の３次元構造モデルの確立プロセスは、
収集したふるい分け機の構造パラメータを産業用パーソナルコンピュータにアップロードして処理及び分析することと、
上記の産業用パーソナルコンピュータで処理及び分析した材料パラメータ、粒子群成分パラメータ、ふるい分けプロセスにおける負荷パラメータ、及び機器作動時の周辺環境情報を追加することと、
可視化プラットフォームを実行することにより、ふるい分け機の３次元構造モデルを取得することとを含む。
Furthermore, in step 2, the process of establishing a three-dimensional structural model of the sieving machine is as follows:
uploading the collected structural parameters of the sieving machine to an industrial personal computer for processing and analysis;
Adding material parameters, particle group component parameters, load parameters in the sieving process, and surrounding environment information when the equipment is operated, processed and analyzed by the above-mentioned industrial personal computer;
and obtaining a three-dimensional structural model of the sieving machine by executing a visualization platform.
更に、ステップ６において、リアルタイム評価は、ふるい分け効率、処理能力、誤入物含有量、オーバーサイズの割合、及びアンダーサイズの割合に対する評価を含み、
リアルタイム評価と同時に、ふるい分け機の作動状態をリアルタイムでテスト及び収集し、デジタル端末を通じてふるい分け機の振動パラメータを調整する。
Further, in step 6, the real-time evaluation includes evaluation for sieving efficiency, throughput, misload content, oversize percentage, and undersize percentage;
At the same time as real-time evaluation, the operating status of the sieving machine is tested and collected in real time, and the vibration parameters of the sieving machine are adjusted through the digital terminal.
更に、方法は、ふるい分け効果をリアルタイムで評価するとき、ふるい分け機を監視して過負荷の場合に事前に警告することと、異常が発生すると、警告及び報告し、実際の生産におけるふるい分け機を直ちに停止してメンテナンスを行うこととを含む。 Furthermore, when evaluating the sieving effect in real time, the method can monitor the sieving machine and give advance warning in case of overload, and when an abnormality occurs, it can warn and report and immediately adjust the sieving machine in actual production. This includes stopping and performing maintenance.
更に、ステップ１において、ふるい分け機の構造パラメータは、ふるい分け機自体の構造サイズ、応力歪み、加速度、モータ回転速度、及び温度変化パラメータを含み、
材料パラメータは、密度、弾性率、ポアソン比、硬度、引張強度、及び降伏強度を含み、
粒子群成分パラメータは、粒度組成、粒子形状、灰分及び水分含有量を含む。
Furthermore, in step 1, the structural parameters of the sieving machine include the structural size, stress strain, acceleration, motor rotation speed, and temperature change parameters of the sieving machine itself;
Material parameters include density, modulus, Poisson's ratio, hardness, tensile strength, and yield strength;
Particle group component parameters include particle size composition, particle shape, ash content, and moisture content.
更に、ステップ１において、ふるい分けプロセスにおける負荷パラメータは、ふるい面への物質粒子の衝撃を指し、機器作動時の周辺環境情報は、機器周辺の温度及び湿度情報を含む。 Furthermore, in step 1, the load parameter in the sieving process refers to the impact of material particles on the sieve surface, and the surrounding environment information during equipment operation includes temperature and humidity information around the equipment.
更に、ステップ１において、ふるい分け機の構造パラメータの収集プロセスは、
ふるい分け機のふるい分けフレーム及び励振ビームに、それぞれ応力歪みセンサ及び第１の加速度センサを配置して、ふるい分け機の応力歪み及び加速度を収集することと、
励振モータに温度センサ及び回転速度センサを配置して、励振モータの回転速度及び温度変化状況を監視することと、
ふるい分け用物質の移動方向に沿って、ふるい面上に複数組の第２の加速度センサを順に配置して、ふるい分けプロセスにおけるふるい面の加速度情報を収集することとを含む。
Furthermore, in step 1, the process of collecting structural parameters of the sieving machine is as follows:
disposing a stress strain sensor and a first acceleration sensor in the sieving frame and excitation beam of the sieving machine, respectively, to collect stress strain and acceleration of the sieving machine;
disposing a temperature sensor and a rotation speed sensor on the excitation motor to monitor the rotation speed and temperature change status of the excitation motor;
The method includes sequentially arranging a plurality of sets of second acceleration sensors on the sieve surface along the moving direction of the sieving material to collect acceleration information of the sieve surface during the sieving process.
更に、ステップ１において、粒子群成分パラメータの収集プロセスは、ふるい分け機の供給端と排出端の周辺にそれぞれ視覚センサ及びＸ線を配置することと、ふるい分け機の供給端において、その対応する視覚センサにより、供給される物質の粒度組成及び粒子サイズを収集し、その対応するＸ線により、供給される物質の灰分及び水分含有量を収集することと、ふるい分け機の排出端において、その対応する視覚センサにより、排出される物質の粒度組成及び粒子形状を収集し、その対応するＸ線により、排出される物質の灰分及び水分含有量を収集することとを含む。 Furthermore, in step 1, the collection process of particle population component parameters includes arranging a visual sensor and an X-ray around the feed end and discharge end of the sieving machine, respectively; by collecting the particle size composition and particle size of the feed material , by its corresponding X-ray collecting the ash and moisture content of the feed material , and by its corresponding visual inspection at the discharge end of the sieving machine. collecting by the sensor the particle size composition and particle shape of the discharged material and by its corresponding X-rays collecting the ash and moisture content of the discharged material .
従来技術と比較して、本発明は、少なくとも以下の有益な効果のうちの１つを達成することができる。 Compared to the prior art, the present invention can achieve at least one of the following beneficial effects.
（１）本発明が提供するデジタルツインに基づく工業用ふるい分け効果の動的評価方法は、物質の大規模な工業用ふるい分けプロセスにおけるふるい分け効果をリアルタイムで動的に評価すると同時に、ふるい分け機の作動状態をリアルタイムで検出することができ、鉱山採掘加工、砂石骨材の製造、産業固形廃棄物処理などの工業生産プロセスにおけるふるい分け効果の評価に適する。 (1) The method for dynamic evaluation of industrial sieving effect based on digital twin provided by the present invention dynamically evaluates the sieving effect in a large-scale industrial sieving process of substances in real time, and at the same time can be detected in real time, making it suitable for evaluating the sieving effect in industrial production processes such as mining processing, sandstone aggregate production, and industrial solid waste treatment.
（２）既存の評価システムと比較して、本発明が提供するデジタルツインに基づく工業用ふるい分け効果の動的評価方法は、デジタルツインシミュレーションモデルを確立することにより工業用ふるい分けプロセスをシミュレートし、工業用ふるい分け効果のリアルタイム動的評価を実現すると同時に、リアルタイムで取得したふるい分けプロセスにおけるふるい分け機の作業状態パラメータに応じて、ふるい分け機の構造の信頼性のリアルタイム検出を実現するという利点を有し、本発明は、従来技術では工業用ふるい分け効果をリアルタイムで動的に評価することができないという問題を効果的に解決することができる。 (2) Compared with existing evaluation systems, the digital twin-based dynamic evaluation method of industrial sieving effect provided by the present invention simulates the industrial sieving process by establishing a digital twin simulation model; It has the advantage of realizing real-time dynamic evaluation of the industrial sieving effect, and at the same time realizing real-time detection of the reliability of the sieving machine structure according to the working status parameters of the sieving machine in the sieving process acquired in real time, The present invention can effectively solve the problem that the conventional technology cannot dynamically evaluate the industrial sieving effect in real time.
（３）本発明が提供するデジタルツインに基づく工業用ふるい分け効果の動的評価方法は、リアルタイム性、高精度及び高い一致度などの特徴を有する。リアルタイム性について、本発明のシステムはリアルタイム評価を実現することができ、それに対して、従来のふるい分け評価では、工業生産のある時点で作動している機器を代表してサンプリングし、そのサンプルに従ってふるい分け効果を評価するため、ある程度の遅れがあり、且つリアルタイムでサンプリングすることができない。高精度について、本発明は、ふるい面上の物質の特定の断面又は特定の部分をすべて分析してふるい分け効果を評価することができ、従来のランダムサンプリングよりも精度が高い。高い一致度について、本発明により得られるふるい分け効果の結果はふるい分け機の現在の作業状態と一致しており、一致度が高く、ふるい分け効果の評価結果に応じて作動中の機器にフィードバック調整を行うことが容易になる。上記の２点に基づき、従来のふるい分け評価では、本発明のように評価結果と作業状態との一致度が高くない。 (3) The digital twin-based dynamic evaluation method for industrial screening effectiveness provided by the present invention has features such as real-time performance, high accuracy, and high consistency. Regarding real-time performance, the system of the present invention can realize real-time evaluation, whereas in traditional sieving evaluation, the equipment that is operating at a certain point in industrial production is sampled and the sieving is performed according to the sample. In order to evaluate the effectiveness, there is a certain amount of delay and real-time sampling is not possible. Regarding high accuracy, the present invention can analyze all specific cross sections or specific parts of the material on the sieving surface to evaluate the sieving effect, which is more accurate than traditional random sampling. For a high degree of agreement, the sieving effect results obtained by the present invention are consistent with the current working status of the sieving machine, the degree of agreement is high, and feedback adjustments are made to the operating equipment according to the sieving effect evaluation results. It becomes easier. Based on the above two points, in the conventional sieving evaluation, the degree of agreement between the evaluation results and the working conditions is not as high as in the present invention.
本発明では、上記の各技術的解決策を互いに組み合わせて、より多くの好ましい組み合わせ解決策を達成することもできる。本発明の他の特徴及び利点は、以下の明細書において説明され、また、いくつかの利点は、明細書から明らかになるか、又は本発明の実施によって理解することができる。本発明の目的及び他の利点は、明細書の実施形態及び添付の図面で特に指摘された内容によって達成することができる。 In the present invention, each of the above technical solutions can also be combined with each other to achieve more favorable combination solutions. Other features and advantages of the invention are described in the following specification, and certain advantages may be obvious from the specification or may be learned by practice of the invention. The objects and other advantages of the invention may be achieved by the embodiments of the specification and the appended drawings.
図面は、特定の実施形態を例示することのみを目的としており、本発明を限定するものと見なされるべきではない。図面全体を通して、同様の参照番号は、同様の部材を表す。
以下、添付の図面を参照して本発明の好ましい実施形態を具体的に説明する。添付の図面は、本発明の一部を構成し、本発明の実施形態とともに、本発明の原理を説明するために使用されるが、本発明の範囲を限定するために使用されるものではない。 Hereinafter, preferred embodiments of the present invention will be specifically described with reference to the accompanying drawings. The accompanying drawings constitute a part of the invention and, together with embodiments thereof, serve to explain the principles of the invention, but are not to be used to limit the scope of the invention. .
デジタルツインとは、物理モデル、センサ更新、作動履歴などのデータを利用してシミュレーションプロセスを構築し、仮想空間でマッピングすることで、対応する物理機器のライフサイクルプロセス全体を反映することを指す。従来のふるい分け効果評価では、主に単一のふるい分け作業にかけられる物質に対して静的にサンプリングしてふるい分け効果を評価する。工業用ふるい分けの場合、連続生産プロセスでは、従来のふるい分け効果評価システムは、ランダムにサンプリングして評価することしかできず、リアルタイムでオンラインで正確に測定することができない。また、ふるい分け機の作動条件の変化が非常に複雑であるため、従来のふるい分け効果評価システムは適時性が低く、ふるい分け機の作動状態をリアルタイムで反映することができない。したがって、デジタルツインに基づく工業用ふるい分け効果の動的評価方法を開発することは非常に重要である。 Digital twin refers to building a simulation process using data such as physical models, sensor updates, and operation history, and mapping it in virtual space to reflect the entire life cycle process of the corresponding physical device. In conventional sieving effectiveness evaluation, the sieving effectiveness is evaluated by statically sampling substances that are mainly subjected to a single sieving operation. In the case of industrial sieving, in the continuous production process, the traditional sieving effect evaluation system can only randomly sample and evaluate, and cannot accurately measure online in real time. In addition, since the changes in the operating conditions of the sieving machine are very complex, the conventional sieving effectiveness evaluation system has low timeliness and cannot reflect the operating status of the sieving machine in real time. Therefore, it is of great importance to develop a dynamic evaluation method of industrial sieving effectiveness based on digital twin.
本発明は、デジタルツインに基づく工業用ふるい分け効果の動的評価方法を提供し、図１に示すプロセスフローのように、該方法は、
ふるい分け機の構造パラメータ、材料パラメータ、粒子群成分パラメータ、ふるい分けプロセスにおける負荷パラメータ、及び機器作動時の周辺環境情報を収集するステップ１と、
ふるい分け機の構造パラメータ、材料パラメータ及び粒子群成分パラメータを用いて３次元構造モデルを確立するステップ２と、
確立したふるい分け機の３次元構造モデルに基づいて、ふるい分け機のデジタルツインシミュレーションモデルを取得するステップ３と、
ふるい分け機のデジタルツインシミュレーションモデルの仮想テストデータ及び実際の生産データに従って、ふるい分け機のデジタルツインシミュレーションモデルを修正するステップ４と、
修正後のふるい分け機のデジタルツインシミュレーションモデルに基づいてクラウドデータベースを構築し、端末装置を通じて機器のリアルタイムの作動状態を取得するステップ５と、
取得した機器のリアルタイムの作動状態に基づいて、ふるい分け効果をリアルタイムで評価するステップ６とを含む。
The present invention provides a dynamic evaluation method of industrial sieving effectiveness based on digital twin, and as the process flow shown in FIG.
Step 1 of collecting structural parameters, material parameters, particle group component parameters, load parameters in the sieving process, and surrounding environment information during equipment operation of the sieving machine;
Step 2 of establishing a three-dimensional structural model using the structural parameters, material parameters and particle group component parameters of the sieving machine;
step 3 of obtaining a digital twin simulation model of the sieving machine based on the established three-dimensional structural model of the sieving machine;
step 4 of modifying the digital twin simulation model of the sieving machine according to virtual test data and actual production data of the digital twin simulation model of the sieving machine;
step 5 of constructing a cloud database based on the modified digital twin simulation model of the sieving machine and obtaining the real-time operating status of the equipment through the terminal device;
and step 6 of evaluating the sieving effect in real time based on the obtained real-time operating status of the equipment.
従来技術と比較して、本発明が提供するデジタルツインに基づく工業用ふるい分け効果の動的評価方法は、材料の大規模な工業用ふるい分けプロセスにおけるふるい分け効果をリアルタイムで動的に評価すると 同時に、ふるい分け機の作動状態をリアルタイムで検出することができ、鉱山採掘加工、砂石骨材の製造、産業固形廃棄物処理などの工業生産プロセスにおけるふるい分け効果の評価に適する。 Compared with the prior art, the method for dynamic evaluation of industrial sieving effect based on digital twin provided by the present invention can dynamically evaluate the sieving effect in large-scale industrial sieving process of materials in real time, and at the same time The operating status of the machine can be detected in real time, making it suitable for evaluating the sieving effect in industrial production processes such as mining processing, sand and stone aggregate production, and industrial solid waste treatment.
具体的には、上記ステップ１において、ふるい分け機の構造パラメータは、ふるい分け機自体の構造サイズ、応力歪み、加速度、モータ回転速度、及び温度変化パラメータを含む。材料パラメータは、各種構造の独自の特性であり、それは密度、弾性率、ポアソン比、硬度、引張強度、及び降伏強度を含む。粒子群成分パラメータは、粒度組成、粒子形状、灰分及び水分含有量を含む。 Specifically, in step 1 above, the structural parameters of the sieving machine include the structural size, stress strain, acceleration, motor rotation speed, and temperature change parameters of the sieving machine itself. Material parameters are unique properties of various structures and include density, modulus, Poisson's ratio, hardness, tensile strength, and yield strength. Particle group component parameters include particle size composition, particle shape, ash content, and moisture content.
上記ステップ１において、材料パラメータは、テストによって取得されるのではなく、標準照会によって取得できることに留意されたい。 Note that in step 1 above, the material parameters are not obtained by testing, but can be obtained by standard queries.
上記ステップ１において、ふるい分け機の構造パラメータの収集プロセスは、ふるい分け機のふるい分けフレーム及び励振ビームに、それぞれ応力歪みセンサ及び第１の加速度センサを配置して、ふるい分け機の応力歪み及び加速度を収集することと、励振モータに温度センサ及び回転速度センサを配置して、励振モータの回転速度及び温度変化状況を監視することと、ふるい分け用物質の移動方向に沿って、ふるい面上に複数組の第２の加速度センサを順に配置して、ふるい分けプロセスにおけるふるい面の加速度情報を収集することとを含む。 In step 1 above, the process of collecting structural parameters of the sieving machine includes arranging a stress strain sensor and a first acceleration sensor on the sieving frame and the excitation beam of the sieving machine, respectively, to collect the stress strain and acceleration of the sieving machine. In addition, a temperature sensor and a rotational speed sensor are arranged on the excitation motor to monitor the rotational speed and temperature change of the excitation motor, and a plurality of sets of sensors are arranged on the sieving surface along the moving direction of the sieving material . and arranging two acceleration sensors in sequence to collect acceleration information of the sieve surface in the sieving process.
上記ステップ１において、粒子群成分パラメータの収集プロセスは、ふるい分け機の供給端と排出端の周辺にそれぞれ視覚センサ及びＸ線を配置することと、ふるい分け機の供給端において、その対応する視覚センサにより、供給される物質の粒度組成及び粒子形状を収集し、その対応するＸ線により、供給される物質の灰分及び水分含有量を収集することと、ふるい分け機の排出端において、その対応する視覚センサにより、排出される物質の粒度組成及び粒子サイズを収集し、その対応するＸ線により、排出される物質の灰分及び水分含有量を収集することとを含む。 In step 1 above, the collection process of particle group component parameters includes arranging a visual sensor and an , collecting the particle size composition and particle shape of the fed material , and its corresponding X-ray collecting the ash and moisture content of the fed material , and at the discharge end of the sieving machine, its corresponding visual sensor. collecting the particle size composition and particle size of the discharged material by means of the method and collecting the ash and moisture content of the discharged material by means of its corresponding X-rays.
なお、上記ステップ１において、ふるい分けプロセスにおける負荷パラメータは、ふるい面への物質粒子の衝撃を指し、機器作動時の周辺環境情報は、機器周辺の温度及び湿度情報を含む。 In step 1 above, the load parameter in the sieving process refers to the impact of material particles on the sieve surface, and the surrounding environment information when the device is in operation includes temperature and humidity information around the device.
上記ステップ２において、デジタルツインシミュレーションモデルの具体的な確立プロセスは、ステップ１で収集したふるい分け機の構造パラメータに従ってふるい分け機の３次元構造モデルを確立することであり、収集した信号はデジタル信号であり、加速度や振動周波数などの一連のパラメータを含む対応する物理情報を取得するために処理及び分析する必要があるため、確立プロセスは、収集したふるい分け機の構造パラメータを同じ産業用パーソナルコンピュータにアップロードして処理及び分析し、これらのパラメータをツインモデルから出力してユーザにフィードバックすることと、上記の産業用パーソナルコンピュータで処理及び分析した材料パラメータ、粒子群成分パラメータ、ふるい分けプロセスにおける負荷パラメータ、及び機器作動時の周辺環境情報を追加することと、可視化プラットフォームを実行することとを含む。 In step 2 above, the specific process of establishing the digital twin simulation model is to establish a three-dimensional structural model of the sieving machine according to the structural parameters of the sieving machine collected in step 1, and the collected signals are digital signals. The establishment process involves uploading the collected sieving machine structural parameters to the same industrial personal computer, as they need to be processed and analyzed to obtain the corresponding physical information, including a set of parameters such as acceleration and vibration frequency. These parameters are output from the twin model and fed back to the user, and the material parameters, particle group component parameters, load parameters in the sieving process, and equipment processed and analyzed by the industrial personal computer are It includes adding ambient environment information during operation and running a visualization platform.
また、確立したふるい分け機の３次元構造モデルをメッシュ化し、分割した複数の小さなユニットを計算して、対応する補間アルゴリズムを選択してまとめ、そして、収集した加速度情報に基づいて、端末装置によってふるい分け機の作動状態を実際の作動と一致するように制御し、更にふるい分け機全体の構造特性（応力歪み、加速度、回転速度及び温度変化などのふるい分け機のリアルタイムの構造パラメータを指す）を取得し、ふるい分け機の主要部材（ふるい面、側板及び励振ビームを含む）を監視して過負荷の場合に事前に警告することを容易にし、これによりデジタルツインシミュレーションモデルを得る。 In addition, the established three-dimensional structural model of the sieving machine is meshed, the divided multiple small units are calculated, the corresponding interpolation algorithm is selected and summarized, and the sieving is performed by the terminal device based on the collected acceleration information. Control the operating state of the machine to match the actual operation, and further obtain the structural characteristics of the entire sieving machine (referring to the real-time structural parameters of the sieving machine, such as stress strain, acceleration, rotational speed and temperature change); It facilitates monitoring of the main components of the sieving machine (including the sieving face, side plates and excitation beam) to provide advance warning in case of overload, thereby obtaining a digital twin simulation model.
なお、上記ステップ３は、確立したふるい分け機の３次元構造モデルをメッシュ化し、分割した複数の小さなユニットを計算して、対応する補間アルゴリズムを選択してまとめ、そして、収集した加速度情報に基づいて、端末装置によってふるい分け機の作動状態を実際の作動と一致するように制御し、更にふるい分け機全体の構造特性を取得し、ふるい分け機の主要部材を監視して過負荷の場合に事前に警告し、最終的にデジタルツインシミュレーションモデルを取得することを含む。そのうち、具体的な制御プロセスでは、デジタルツインシミュレーションモデルをふるい分け機の実際の作動パラメータと一致させるには、収集及び分析により得た物理情報を、シミュレーション方法によってふるい分け機のデジタルツインシミュレーションモデルに表示する必要がある。 In addition, in step 3 above, the established three-dimensional structural model of the sieving machine is meshed, the divided multiple small units are calculated, the corresponding interpolation algorithm is selected and summarized, and based on the collected acceleration information, , the operating status of the sieving machine can be controlled by the terminal device to match the actual operation, and the structural characteristics of the entire sieving machine can also be obtained, and the main components of the sieving machine can be monitored to provide advance warning in case of overload. , including finally obtaining a digital twin simulation model. Among them, in the specific control process, in order to match the digital twin simulation model with the actual operating parameters of the sieving machine, the physical information obtained through collection and analysis should be displayed on the digital twin simulation model of the sieving machine through simulation methods. There is a need.
上記ステップ３において、デジタルツインシミュレーションモデルの具体的な修正プロセスは以下のとおりである。特定の作業状態で、ステップ２で確立したデジタルツインシミュレーションモデルを用いて時間ｔｉでの仮想テストデータを収集し、該仮想テストデータは、ふるい分け機構造の応力と歪み情報、モータの回転速度と温度変化情報、ふるい分け機の主要部材（ふるい面、側板及び励振ビームを含む）の加速度情報、及び粒子群成分パラメータ情報（粒度組成、粒子形状、灰分及び水分含有量を含む）を含み、そして、再現性について、時間ｔｉでデジタルツインシミュレーションモデルを用いて収集した仮想テストデータを、時間ｔｉに対応する実際の生産で収集したテストデータと複数回比較して、その信頼性を判断し、信頼性が要件を満たしていない場合、ステップ２で入力したふるい分け機の構造パラメータを修正することでふるい分け機のデジタルツインシミュレーションモデルの修正を実現し、デジタルツインシミュレーションモデルが実際の工業用ふるい分けプロセスを正確に反映するまで、このプロセスを繰り返してデジタルツインシミュレーションモデルを継続的に修正する。 In step 3 above, the specific process for modifying the digital twin simulation model is as follows. At a specific working state, the digital twin simulation model established in step 2 is used to collect virtual test data at time ti , which includes stress and strain information of the sieving machine structure, motor rotation speed and including temperature change information, acceleration information of the main components of the sieving machine (including the sieving surface, side plates and excitation beam), and particle population component parameter information (including particle size composition, particle shape, ash and moisture content), and Regarding reproducibility, virtual test data collected using the digital twin simulation model at time t i is compared multiple times with test data collected in actual production corresponding to time t i to determine its reliability; If the reliability does not meet the requirements, the modification of the digital twin simulation model of the sieving machine can be realized by modifying the structural parameters of the sieving machine input in step 2, and the digital twin simulation model can simulate the actual industrial sieving process. Repeat this process to continually modify the digital twin simulation model until it reflects the accuracy.
なお、ふるい分け機のデジタルツインシミュレーションモデルを修正する際は、入力パラメータのソースファイルで直接修正を行い、修正は、時間ｔｉで実際に測定したデータに基づいており、修正プロセスでは複数の測定が必要であり、ｉは時系列番号であり、また、構造パラメータ（ふるい分け機自体の構造サイズ、応力歪み、加速度、モータ回転速度及び温度変化）は、対応する測定機器でテストすることによって取得される。 It should be noted that when modifying the digital twin simulation model of the sieving machine, the modification is made directly in the source file of the input parameters, the modification is based on the actual measured data at time ti , and the modification process involves multiple measurements. required, i is the time series number, and the structural parameters (structural size, stress strain, acceleration, motor rotation speed and temperature change of the sieving machine itself) are obtained by testing with the corresponding measuring equipment. .
上記ステップ４において、仮想テストデータは、ふるい分け機構造の応力と歪み情報、モータの回転速度と温度変化情報、ふるい分け機の主要部材の加速度情報、及び物質のプロセスパラメータ情報を含み、作業状態でのふるい分け機のデジタルツインシミュレーションモデルの仮想テストデータをリアルタイムで収集し、収集した仮想テストデータを、同じ時間に実際の生産で収集したテストデータと比較して、前記デジタルツインシミュレーションモデルを修正し、それにより実際の工業用ふるい分けプロセスを正確に反映する。 In step 4 above, the virtual test data includes the stress and strain information of the sieving machine structure, the motor rotation speed and temperature change information, the acceleration information of the main parts of the sieving machine, and the process parameter information of the material . Collect virtual test data of the digital twin simulation model of the sieving machine in real time, compare the collected virtual test data with the test data collected in real production at the same time, modify the digital twin simulation model, and more accurately reflects the actual industrial sieving process.
上記ステップ５において、修正後のふるい分け機のデジタルツインシミュレーションモデルに基づいてクラウドデータベースを構築し、そしてクラウドプラットフォームを構築し、ユーザは、コンピュータや携帯電話などの端末装置を通じて機器のリアルタイムの作動状態を取得することができ、またふるい分け機のデジタルツインシミュレーションモデルを用いてふるい分け効果をリアルタイムで評価し、リアルタイム評価は、ふるい分け効率、処理能力、誤入物含有量、オーバーサイズの割合、及びアンダーサイズの割合に対する評価を含む。同時に、ふるい分け機の作動状態をリアルタイムでテスト及び収集し、デジタル端末を通じてふるい分け機の振動パラメータを調整することができる。 In step 5 above, a cloud database is constructed based on the modified digital twin simulation model of the sieving machine, and a cloud platform is constructed, allowing users to monitor the real-time operating status of the equipment through terminal devices such as computers and mobile phones. The digital twin simulation model of the sieving machine can be used to evaluate the sieving effect in real time. Includes evaluation of percentages. At the same time, the operating status of the sieving machine can be tested and collected in real time, and the vibration parameters of the sieving machine can be adjusted through the digital terminal.
上記ステップ６において、ふるい分け効果は、ふるい分け効率、処理能力、誤入物含有量、オーバーサイズの割合、及びアンダーサイズの割合の指標を含む。ふるい分け効果をリアルタイムで評価する際は、ふるい分け機を監視して過負荷の場合に事前に警告し、異常が発生すると、警告及び報告し、実際の生産におけるふるい分け機を直ちに停止してメンテナンスを行う。 In step 6 above, the sieving effectiveness includes indicators of sieving efficiency, throughput, misplacement content, oversize percentage, and undersize percentage. When evaluating the sifting effect in real time, monitor the sifting machine and warn in advance in case of overload, and if an abnormality occurs, warn and report, and immediately stop the sifting machine in actual production for maintenance. .
ふるい分け効率を評価するとき、具体的な指標の評価式は以下のとおりである。 When evaluating the sieving efficiency, the specific evaluation formula for the index is as follows.
オーバーサイズの割合Ｕｃ、アンダーサイズの割合Ｕｆを以下のように計算する。
ここで、Ｕｃはオーバーサイズの割合（％）を表し、Ｕｆはアンダーサイズの割合（％）を表し、Ｏｆは篩下製品における細粒物質の比率（％）を表し、Ｏｃは、篩上製品における粗粒物質の比率（％）を表す。
The oversize ratio U c and the undersize ratio U f are calculated as follows.
Here, U c represents the percentage of oversize (%), U f represents the percentage of undersize (%), Of represents the percentage of fine material in the subsieve product (%), and O c represents the percentage of fine material in the subsieve product. , represents the proportion (%) of coarse material in the sieved product.
ふるい分け効率
を以下のように計算する。
Sieving efficiency
is calculated as follows.
誤入物総含有量Ｍｔを以下のように計算する。
Calculate the total misplaced content M t as follows.
処理能力Ｑを以下のように計算する。
Ｑは処理能力（ｔ／ｈ）を表し、ｑは単位面積あたりの処理能力（ｔ／（ｈ・ｍ２））を表し、Ｓはふるい分け面積（ｍ２）を表す。
The processing capacity Q is calculated as follows.
Q represents processing capacity (t/h), q represents processing capacity per unit area (t/(h·m 2 )), and S represents sieving area (m 2 ).
上記の指標計算式でふるい分け効率、処理能力、誤入物含有量、オーバーサイズの割合、及びアンダーサイズの割合の各指標のデータを取得し、機器のふるい分け性能を評価することは、主にふるい分けされたされた製品の粒度と収率（処理能力）が工業生産要件を満たしているか否かに基づいていることを強調すべきである。生産要件から大きく逸脱している場合（統一基準がなく、状況によって異なる）、工業生産要件を満たすように機器パラメータ及び物質パラメータを調整し、また調整後のパラメータに従ってデジタルツインシミュレーションモデルを修正することができる。 The above index calculation formula is used to obtain the data of each index of sieving efficiency, throughput, content of incorrect materials, oversize ratio, and undersize ratio, and to evaluate the sieving performance of the equipment, it is mainly used for sifting. It should be emphasized that the particle size and yield (throughput) of the manufactured product are based on meeting industrial production requirements. If there is a significant deviation from the production requirements (there is no uniform standard and it varies depending on the situation), adjust the equipment parameters and material parameters to meet the industrial production requirements, and also modify the digital twin simulation model according to the adjusted parameters. I can do it.
本発明の工業用ふるい分け効果の動的評価方法は更に以下を含むことを指摘すべきである。 It should be pointed out that the industrial sieving effect dynamic evaluation method of the present invention further includes:
ふるい分け機を監視して過負荷の場合に事前に警告する場合、振動ふるいの作業状態パラメータを監視及び警告する必要があることに留意されたい。その具体的なプロセスは以下のとおりである。 It should be noted that when monitoring the sieving machine and forewarning in case of overload, it is necessary to monitor and warn the working status parameters of the vibrating sieve. The specific process is as follows.
（ｉ）ある作業状態で、この時間をｔ０と定義し、まず時間ｔ０でのふるい分け機の応力歪み、加速度、回転速度、温度及びふるい面の加速度情報を収集する。 (i) Define this time as t 0 in a certain working state, and first collect the stress strain, acceleration, rotation speed, temperature, and acceleration information of the sieve surface of the sieving machine at time t 0 .
（ｉｉ）時間ｔ０に対応する応力歪み、加速度、回転速度、温度及びふるい面の加速度情報を、前に構築したクラウドデータベースのデータ区間と比較して、区間範囲を±５％超えているか否かを判断する。 (ii) Compare the stress strain, acceleration, rotational speed, temperature, and sieve surface acceleration information corresponding to time t 0 with the data interval of the cloud database constructed previously, and check whether the interval range is exceeded by ±5%. to judge.
（ｉｉｉ）該区間範囲を±５％超えている場合、振動ふるいの作動に故障がある可能性があり、直ちに実際のふるい分け機の作動プロセスにフィードバックしてから、実際の生産におけるふるい分け機を停止してメンテナンスを行う。 (iii) If the interval range is exceeded by ±5%, there may be a malfunction in the operation of the vibrating sieve, and the sieving machine in actual production will be stopped after immediately feedback to the actual sieving machine operation process. and perform maintenance.
上記ステップ５において、物質を監視して過負荷の場合に事前に警告する場合、物質パラメータを監視及び警告する必要があり、その具体的なプロセスは以下のとおりである。 In step 5 above, when monitoring the substance and giving advance warning in case of overload, it is necessary to monitor and warn the substance parameters, and the specific process is as follows.
（ｉ）供給される石炭の粒度組成、粒子形状、灰分及び水分含有量指標、並びに排出端における篩上製品及び篩下製品の粒度組成を収集する。 (i) Collecting the particle size composition, particle shape, ash and moisture content indicators of the coal fed, as well as the particle size composition of the top and bottom products at the discharge end.
（ｉｉ）供給端、篩上排出端及び篩下排出端におけるこの３種類の物質の粒度組成、及び機器自体の処理能力に応じて、篩上製品、篩下製品、及び異なる粒度の物質の収率を得る。 (ii) Depending on the particle size composition of these three types of materials at the feed end, top sieve discharge end and bottom sieve discharge end, and the processing capacity of the equipment itself, the top sieve product, the bottom sieve product and the collection of materials of different particle sizes; Get the rate.
（ｉｉｉ）機器のふるい分け効率（総合分離指数）、誤入物含有量、オーバーサイズの割合、及びアンダーサイズの割合指標を計算する。 (iii) Calculate the equipment's sieving efficiency (overall separation index), misload content, percent oversize, and percent undersize indicators.
従来技術と比較して、本発明が提供するデジタルツインに基づく工業用ふるい分け効果の動的評価方法は、デジタルツインシミュレーションモデルによって工業用ふるい分けプロセスをシミュレートし、工業用ふるい分け効果のリアルタイム動的評価を実現すると同時に、リアルタイムで収集したふるい分けプロセスにおけるふるい分け機の作業状態パラメータに応じて、ふるい分け機の構造の信頼性のリアルタイム検出を実現するという利点を有し、本発明は、従来技術では工業用ふるい分け効果をリアルタイムで動的に評価することができないという問題を効果的に解決することができる。 Compared with the prior art, the digital twin-based dynamic evaluation method of industrial sieving effect provided by the present invention simulates the industrial sieving process by a digital twin simulation model, and provides real-time dynamic evaluation of industrial sieving effect. At the same time, the present invention has the advantage of realizing real-time detection of the reliability of the structure of the sieving machine according to the working status parameters of the sieving machine in the sieving process collected in real time. The problem of not being able to dynamically evaluate the sieving effect in real time can be effectively solved.
一方、図２に示すように、本発明はまた、デジタルツインに基づく工業用ふるい分け効果の動的評価システムを提供しており、図１に示すように、該評価システムは、接続されたデジタルツインシミュレーションユニット及びふるい分け効果リアルタイム評価ユニットを含み、デジタルツインシミュレーションユニットは、実際の工業用ふるい分けプロセスをシミュレートし、取得した仮想テストデータを実際の工業用ふるい分けデータと比較して、実際の工業用ふるい分けプロセスを反映するために使用され、ふるい分け効果リアルタイム評価ユニットは、ふるい分け効率、処理能力、誤入物含有量、オーバーサイズの割合及びアンダーサイズの割合を評価するために使用され、ふるい分け効果リアルタイム評価ユニットは、リアルタイム評価と同時に、ふるい分け機の作動状態をリアルタイムでテスト及び収集し、デジタルツインシミュレーションユニットを通じてふるい分け機の振動パラメータを調整する。 Meanwhile, as shown in FIG. 2, the present invention also provides a dynamic evaluation system of industrial screening effect based on digital twin, and as shown in FIG. Containing a simulation unit and a sieving effect real-time evaluation unit, the digital twin simulation unit simulates the actual industrial sieving process and compares the obtained virtual test data with the actual industrial sieving data to evaluate the actual industrial sieving The sieving effect real-time evaluation unit is used to reflect the process, and the sieving effect real-time evaluation unit is used to evaluate the sieving efficiency, throughput, misfill content, oversize percentage and undersize percentage. At the same time as real-time evaluation, it tests and collects the working status of the sieving machine in real time, and adjusts the vibration parameters of the sieving machine through the digital twin simulation unit.
本発明の評価システムは、データ収集ユニットを更に含み、該パラメータ収集ユニットは、デジタルツインシミュレーションユニットに接続され、ふるい分け機の構造パラメータ、材料パラメータ、粒子群成分パラメータ、ふるい分けプロセスにおける負荷パラメータ、及び機器作動時の周辺環境情報を収集するために使用される。 The evaluation system of the present invention further includes a data collection unit, the parameter collection unit is connected to the digital twin simulation unit, and the parameter collection unit is configured to collect structural parameters, material parameters, particle group component parameters of the sieving machine, load parameters in the sieving process, and equipment. Used to collect surrounding environment information during operation.
なお、ふるい分け機の構造パラメータは、ふるい分け機自体の構造サイズ、応力歪み、加速度、モータ回転速度、及び温度変化パラメータを含み、材料パラメータは、密度、弾性率、ポアソン比、硬度、引張強度、及び降伏強度を含み、粒子群成分パラメータは、粒度組成、粒子形状、灰分及び水分含有量を含む。 The structural parameters of the sieving machine include the structural size, stress strain, acceleration, motor rotation speed, and temperature change parameters of the sieving machine itself, and the material parameters include density, elastic modulus, Poisson's ratio, hardness, tensile strength, and The particle group component parameters include particle size composition, particle shape, ash and moisture content, including yield strength.
なお、ふるい分けプロセスにおける負荷パラメータは、ふるい面への物質粒子の衝撃を指し、機器作動時の周辺環境情報は、機器周辺の温度及び湿度情報を含む。 Note that the load parameter in the sieving process refers to the impact of material particles on the sieve surface, and the surrounding environment information during equipment operation includes temperature and humidity information around the equipment.
なお、デジタルツインシミュレーションユニットはふるい分け機のデジタルツインシミュレーションモデルを含み、デジタルツインシミュレーションモデルは、ふるい分け機の３次元構造モデルによって確立され、その確立プロセスは以下のとおりである。ふるい分け機の３次元構造モデルをメッシュ化し、分割した複数の小さなユニットを計算して、対応する補間アルゴリズムを選択してまとめ、そして、収集した加速度情報に基づいて、ふるい分け機の作動状態を実際の作動と一致するように制御し、更にふるい分け機全体の構造特性を取得し、ふるい分け機の主要部材を監視して過負荷の場合に事前に警告し、最終的にふるい分け機のデジタルツインシミュレーションモデルを取得する。 In addition, the digital twin simulation unit includes a digital twin simulation model of the sieving machine, and the digital twin simulation model is established by a three-dimensional structural model of the sieving machine, and the establishment process is as follows. The three-dimensional structural model of the sieving machine is meshed, the divided multiple small units are calculated, the corresponding interpolation algorithm is selected and put together, and the working state of the sieving machine is calculated based on the collected acceleration information. control to match the operation, further obtain the structural characteristics of the entire sieving machine, monitor the main components of the sieving machine to provide advance warning in case of overload, and finally create a digital twin simulation model of the sieving machine. get.
ふるい分け機の３次元構造モデルの確立プロセスは以下のとおりである。 The process of establishing a three-dimensional structural model of the sieving machine is as follows.
収集したふるい分け機の構造パラメータを同じ産業用パーソナルコンピュータにアップロードして処理及び分析し、そして上記の産業用パーソナルコンピュータで処理及び分析した材料パラメータ、粒子群成分パラメータ、ふるい分けプロセスにおける負荷パラメータ、及び機器作動時の周辺環境情報を追加し、更に可視化プラットフォームを実行することにより、ふるい分け機の３次元構造モデルを取得する。 The collected structural parameters of the sieving machine were uploaded to the same industrial personal computer for processing and analysis, and the material parameters, particle group component parameters, load parameters in the sieving process, and equipment processed and analyzed by the above industrial personal computer. By adding the surrounding environment information during operation and further running the visualization platform, a three-dimensional structural model of the sieving machine is obtained.
実際の工業用ふるい分けプロセスを正確に反映するために、本発明において、ふるい分け機のデジタルツインシミュレーションモデルによって得られた仮想テストデータは、ふるい分け機構造の応力と歪み情報、モータの回転速度と温度変化情報、ふるい分け機の主要部材の加速度情報、及び物質のプロセスパラメータ情報を含み、作業状態でのふるい分け機のデジタルツインシミュレーションモデルの仮想テストデータをリアルタイムで収集し、収集した仮想テストデータを、同じ時間に実際の生産で収集したテストデータと比較して、実際の工業用ふるい分けプロセスを正確に反映するように修正後のデジタルツインシミュレーションモデルを取得する。 In order to accurately reflect the actual industrial sieving process, in the present invention, the virtual test data obtained by the digital twin simulation model of the sieving machine includes stress and strain information of the sieving machine structure, motor rotation speed and temperature changes. information, the acceleration information of the main parts of the sieving machine, and the process parameter information of the material , collect virtual test data of the digital twin simulation model of the sieving machine in working condition in real time, and collect the collected virtual test data at the same time. Compare with test data collected in actual production to obtain a modified digital twin simulation model to accurately reflect the actual industrial sieving process.
ふるい分け機の作動状態をより便利に制御するために、本発明の評価システムは端末装置を更に含み、端末装置を介してふるい分け機の作動状態を表示する。 In order to more conveniently control the operating state of the sieving machine, the evaluation system of the present invention further includes a terminal device, and displays the operating state of the sieving machine through the terminal device.
なお、本発明の評価システムは、事前警告ユニットを更に含み、事前警告ユニットはモニター及び音響光学警報器を含み、ふるい分け効果をリアルタイムで評価する場合、モニター及び音響光学警報器を使用してふるい分け機を監視して過負荷の場合に事前に警告し、異常が発生すると、警告及び報告し、実際の生産におけるふるい分け機を停止してメンテナンスを行うように促す。 In addition, the evaluation system of the present invention further includes an advance warning unit, the advance warning unit includes a monitor and an acousto-optic alarm, and when evaluating the sieving effect in real time, the monitor and the acousto-optic alarm are used to control the sieving machine. It monitors and warns in advance in case of overload, and when an abnormality occurs, it warns and reports, prompting the sieving machine in actual production to be stopped and maintenance to be performed.
以上より、既存の評価システムと比較して、本発明が提供する工業用ふるい分け効果の動的評価システムは、ふるい分け機のデジタルツインシミュレーションモデルによって工業用ふるい分けプロセスをシミュレートし、工業用ふるい分け効果のリアルタイム動的評価を実現すると同時に、リアルタイムで取得したふるい分けプロセスにおけるふるい分け機の作業状態パラメータに応じて、ふるい分け機の構造の信頼性のリアルタイム検出を実現するという利点を有し、本発明は、従来技術では工業用ふるい分け効果をリアルタイムで動的に評価することができないという問題を効果的に解決することができる。 From the above, compared with the existing evaluation systems, the dynamic evaluation system of industrial sieving effect provided by the present invention simulates the industrial sieving process by the digital twin simulation model of the sieving machine, and The present invention has the advantage of realizing real-time dynamic evaluation and at the same time realizing real-time detection of the reliability of the structure of the sieving machine according to the working status parameters of the sieving machine in the sieving process acquired in real-time. The technology can effectively solve the problem that the industrial sieving effect cannot be dynamically evaluated in real time.
石炭６ｍｍふるい分け用の振動ふるいを例にとると、モデルシステムにおける振動ふるいが安定して作動している場合、任意の時点で、振動ふるいの作業状態パラメータ及び物質パラメータを収集する。具体的には以下のとおりである。 Taking the vibrating sieve for coal 6 mm sieving as an example, when the vibrating sieve in the model system is operating stably, the working state parameters and material parameters of the vibrating sieve are collected at any time. Specifically, the details are as follows.
振動ふるいの作業状態パラメータについて、（ｉ）まず時間ｔ０でのふるい分け機の応力歪み、加速度、回転速度、温度及びふるい面の加速度情報を収集する。 Regarding the working state parameters of the vibrating sieve, (i) First, the stress strain, acceleration, rotation speed, temperature, and acceleration information of the sieve surface of the sieving machine at time t0 are collected.
（ｉｉ）時間ｔ０に対応する応力歪み、加速度、回転速度、温度及びふるい面の加速度情報を、前に構築したクラウドデータベースのデータ区間と比較して、区間範囲を±５％超えているか否かを判断する。 (ii) Compare the stress strain, acceleration, rotational speed, temperature, and sieve surface acceleration information corresponding to time t 0 with the data interval of the cloud database constructed previously, and check whether the interval range is exceeded by ±5%. to judge.
（ｉｉｉ）該区間範囲を±５％超えている場合、振動ふるいの作動に故障がある可能性があり、直ちに実際のふるい分け機の作動プロセスにフィードバックしてから、実際の生産におけるふるい分け機を停止してメンテナンスを行う。 (iii) If the interval range is exceeded by ±5%, there may be a malfunction in the operation of the vibrating sieve, and the sieving machine in actual production will be stopped after immediately feedback to the actual sieving machine operation process. and perform maintenance.
物質パラメータについて、（１）供給される石炭の粒度組成、粒子形状、灰分及び水分含有量指標、並びに排出端における篩上製品及び篩下製品の粒度組成を収集する。（２）供給端、篩上排出端及び篩下排出端におけるこの３種類の物質の粒度組成、及び機器自体の処理能力に応じて、篩上製品、篩下製品、及び異なる粒度の物質の収率を得る。（３）機器のふるい分け効率（総合分離指数）、誤入物含有量、オーバーサイズの割合、及びアンダーサイズの割合などの指標を計算する。 Regarding the material parameters, (1) collect the particle size composition, particle shape, ash and moisture content indicators of the fed coal, as well as the particle size composition of the upper and lower sieve products at the discharge end; (2) Depending on the particle size composition of these three types of substances at the feed end, upper sieve discharge end and lower sieve discharge end, and the processing capacity of the equipment itself, the sieve product, the under sieve product, and the collection of materials with different particle sizes Get the rate. (3) Calculate indicators such as the sieving efficiency (overall separation index) of the equipment, erroneous material content, oversize percentage, and undersize percentage.
以上の結果に基づき、ふるい分け機の作動状態及びふるい分け効果をリアルタイムで評価すると同時に、デジタルツインふるい分けシミュレーションシステムを構築することによって、デジタル端末を通じてフィードバックしてふるい分け機の振動パラメータを調整することも可能である。 Based on the above results, it is possible to evaluate the operating status and sieving effect of the sieving machine in real time, and at the same time, by building a digital twin sieving simulation system, it is possible to adjust the vibration parameters of the sieving machine by giving feedback through a digital terminal. be.
以上より、本発明が提供するデジタルツインに基づく工業用ふるい分け効果の動的評価方法は、リアルタイム性、高精度及び高い一致度などの特徴を有する。リアルタイム性について、本発明のシステムはリアルタイム評価を実現することができ、それに対して、従来のふるい分け評価では、工業生産のある時点で作動している機器を代表してサンプリングし、そのサンプルに従ってふるい分け効果を評価するため、ある程度の遅れがあり、且つリアルタイムでサンプリングすることができない。高精度について、本発明は、ふるい面上の物質の特定の断面又は特定の部分をすべて分析してふるい分け効果を評価することができ、従来のランダムサンプリングよりも精度が高い。高い一致度について、本発明により得られるふるい分け効果の結果はふるい分け機の現在の作業状態と一致しており、一致度が高く、ふるい分け効果の評価結果に応じて作動中の機器にフィードバック調整を行うことが容易になる。上記の２点に基づき、従来のふるい分け評価では、本発明のように評価結果と作業状態との一致度が高くない。 As described above, the digital twin-based dynamic evaluation method for industrial sieving effectiveness provided by the present invention has features such as real-time performance, high accuracy, and high consistency. Regarding real-time performance, the system of the present invention can realize real-time evaluation, whereas in traditional sieving evaluation, the equipment that is operating at a certain point in industrial production is sampled and the sieving is performed according to the sample. In order to evaluate the effectiveness, there is a certain amount of delay and real-time sampling is not possible. Regarding high accuracy, the present invention can analyze all specific cross sections or specific parts of the material on the sieving surface to evaluate the sieving effect, which is more accurate than traditional random sampling. For a high degree of agreement, the sieving effect results obtained by the present invention are consistent with the current working status of the sieving machine, the degree of agreement is high, and feedback adjustments are made to the operating equipment according to the sieving effect evaluation results. It becomes easier. Based on the above two points, in the conventional sieving evaluation, the degree of agreement between the evaluation results and the working conditions is not as high as in the present invention.
以上の説明は、本発明の好ましい実施形態にすぎず、本発明の保護範囲はこれに限定されるものではない。本発明によって開示された技術的範囲内で当業者が容易に想到し得る変更又は置換は、本発明の保護範囲内に含まれるものとする。
The above description is only a preferred embodiment of the present invention, and the protection scope of the present invention is not limited thereto. Changes or substitutions that can be easily thought of by a person skilled in the art within the technical scope disclosed by the present invention shall be included within the protection scope of the present invention.
Claims (10)
ステップ１で収集したふるい分け機の構造パラメータ、材料パラメータ及び粒子群成分パラメータに従って、ふるい分け機の３次元構造モデルを確立するステップ２と、
確立したふるい分け機の３次元構造モデルに基づいて、ふるい分け機のデジタルツインシミュレーションモデルを取得するステップ３と、
ふるい分け機のデジタルツインシミュレーションモデルの仮想テストデータ及び実際の生産データに従って、前記ふるい分け機のデジタルツインシミュレーションモデルを修正するステップ４と、
修正したふるい分け機のデジタルツインシミュレーションモデルに基づいてクラウドデータベースを構築し、端末装置を通じてリアルタイムの作動状態を取得するステップ５と、
取得したリアルタイムの作動状態に基づいて、ふるい分け効果をリアルタイムで評価するステップ６とを含む、ことを特徴とする、デジタルツインに基づく工業用ふるい分け効果の動的評価方法。 Step 1 of collecting structural parameters, material parameters, particle group component parameters, load parameters in the sieving process, and surrounding environment information during equipment operation of the sieving machine;
Step 2 of establishing a three-dimensional structural model of the sieving machine according to the structural parameters, material parameters and particle group component parameters of the sieving machine collected in Step 1;
step 3 of obtaining a digital twin simulation model of the sieving machine based on the established three-dimensional structural model of the sieving machine;
step 4 of modifying the digital twin simulation model of the screening machine according to virtual test data and actual production data of the digital twin simulation model of the screening machine;
step 5 of constructing a cloud database based on the modified digital twin simulation model of the sieving machine and obtaining real-time operating status through a terminal device;
6. A method for dynamic evaluation of industrial sieving effectiveness based on a digital twin, comprising step 6 of evaluating sieving effectiveness in real time based on the acquired real-time operating state.
ふるい分け機のデジタルツインシミュレーションモデルの仮想テストデータをリアルタイムで収集し、収集した仮想テストデータを、同じ時間に実際の生産で収集したテストデータと比較して、前記デジタルツインシミュレーションモデルを修正し、それにより実際の工業用ふるい分けプロセスを正確に反映する、ことを特徴とする請求項１に記載のデジタルツインに基づく工業用ふるい分け効果の動的評価方法。 In step 4, the virtual test data includes stress and strain information of the sieving machine structure, motor rotation speed and temperature change information, acceleration information of the main components of the sieving machine, and material process parameter information,
Collect virtual test data of the digital twin simulation model of the sieving machine in real time, and compare the collected virtual test data with test data collected in real production at the same time to modify the digital twin simulation model. 2. The method for dynamic evaluation of industrial sieving effectiveness based on digital twin according to claim 1, characterized in that , thereby accurately reflecting the actual industrial sieving process.
収集したふるい分け機の構造パラメータを産業用パーソナルコンピュータにアップロードして処理及び分析することと、
上記の産業用パーソナルコンピュータで処理及び分析した材料パラメータ、粒子群成分パラメータ、ふるい分けプロセスにおける負荷パラメータ、及び機器作動時の周辺環境情報を追加することと、
可視化プラットフォームを実行することにより、ふるい分け機の３次元構造モデルを取得することとを含む、ことを特徴とする請求項１に記載のデジタルツインに基づく工業用ふるい分け効果の動的評価方法。 In step 2, the process of establishing a three-dimensional structural model of the sieving machine includes:
uploading the collected structural parameters of the sieving machine to an industrial personal computer for processing and analysis;
Adding material parameters, particle group component parameters, load parameters in the sieving process, and surrounding environment information when the equipment is operated, processed and analyzed by the above-mentioned industrial personal computer;
The method for dynamic evaluation of industrial sieving effectiveness based on digital twin as claimed in claim 1, comprising: obtaining a three-dimensional structural model of the sieving machine by executing a visualization platform.
リアルタイム評価と同時に、ふるい分け機の作動状態をリアルタイムでテスト及び収集し、デジタル端末でふるい分け機の振動パラメータを調整する、ことを特徴とする請求項２に記載のデジタルツインに基づく工業用ふるい分け効果の動的評価方法。 In step 6, the real-time evaluation includes evaluation of sieving efficiency, throughput, misplacement content, oversize percentage, and undersize percentage;
3. The digital twin-based industrial sieving effect method according to claim 2, characterized in that, at the same time as the real-time evaluation, the operating status of the sieving machine is tested and collected in real time, and the vibration parameters of the sieving machine are adjusted by a digital terminal. Dynamic evaluation method.
前記材料パラメータは、密度、弾性率、ポアソン比、硬度、引張強度、及び降伏強度を含み、
前記粒子群成分パラメータは、粒度組成、粒子形状、灰分及び水分含有量を含む、ことを特徴とする請求項１に記載のデジタルツインに基づく工業用ふるい分け効果の動的評価方法。 In step 1, the structural parameters of the sieving machine include the structural size, stress strain, acceleration, motor rotation speed, and temperature change parameters of the sieving machine itself;
The material parameters include density, modulus, Poisson's ratio, hardness, tensile strength, and yield strength;
The method for dynamic evaluation of industrial sieving effectiveness based on digital twin as claimed in claim 1, wherein the particle group component parameters include particle size composition, particle shape, ash content and moisture content.
ふるい分け機のふるい分けフレーム及び励振ビームに、それぞれ応力歪みセンサ及び第１の加速度センサを配置して、ふるい分け機の応力歪み及び加速度を収集することと、
励振モータに温度センサ及び回転速度センサを配置して、励振モータの回転速度及び温度変化状況を監視することと、
ふるい分け用物質の移動方向に沿って、ふるい面上に複数組の第２の加速度センサを順に配置して、ふるい分けプロセスにおけるふるい面の加速度情報を収集することとを含む、ことを特徴とする請求項６に記載のデジタルツインに基づく工業用ふるい分け効果の動的評価方法。 In step 1, the process of collecting structural parameters of the sieving machine includes:
disposing a stress strain sensor and a first acceleration sensor in the sieving frame and excitation beam of the sieving machine, respectively, to collect stress strain and acceleration of the sieving machine;
disposing a temperature sensor and a rotation speed sensor on the excitation motor to monitor the rotation speed and temperature change status of the excitation motor;
A claim comprising: arranging a plurality of sets of second acceleration sensors in sequence on the sieve surface along the moving direction of the sieving material to collect acceleration information of the sieve surface in the sieving process. Dynamic evaluation method of industrial sieving effect based on digital twin according to item 6.
ふるい分け機の供給端と排出端の周辺にそれぞれ視覚センサ及びＸ線を配置することと、
ふるい分け機の供給端において、その対応する視覚センサにより、供給される物質の粒度組成及び粒子サイズを収集し、その対応するＸ線により、供給される物質の灰分及び水分含有量を収集することと、
ふるい分け機の排出端において、その対応する視覚センサにより、排出される物質の粒度組成及び粒子形状を収集し、その対応するＸ線により、排出される物質の灰分及び水分含有量を収集することとを含む、ことを特徴とする請求項１～９のいずれか一項に記載のデジタルツインに基づく工業用ふるい分け効果の動的評価方法。 In step 1, the particle group component parameter collection process includes:
arranging visual sensors and X-rays around the supply end and discharge end of the sieving machine, respectively;
At the feed end of the sieving machine, collecting the particle size composition and particle size of the feed material by its corresponding visual sensor and collecting the ash and moisture content of the feed material by its corresponding X-rays; ,
At the discharge end of the sieving machine, by means of its corresponding visual sensor, the particle size composition and particle shape of the discharged material are collected, and by its corresponding X-rays, the ash and moisture content of the discharged material is collected; The method for dynamic evaluation of industrial sieving effectiveness based on a digital twin according to any one of claims 1 to 9, comprising:
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111561384.0A CN114707255A (en) | 2021-12-17 | 2021-12-17 | Industrial screening effect dynamic evaluation method based on digital twinning |
| CN202111561384.0 | 2021-12-17 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2023090608A JP2023090608A (en) | 2023-06-29 |
| JP7401934B2 true JP7401934B2 (en) | 2023-12-20 |
Family
ID=82166198
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2022071654A Active JP7401934B2 (en) | 2021-12-17 | 2022-04-25 | Dynamic evaluation method of industrial sieving effect based on digital twin |
Country Status (2)
| Country | Link |
|---|---|
| JP (1) | JP7401934B2 (en) |
| CN (1) | CN114707255A (en) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116955961B (en) * | 2023-08-25 | 2024-02-09 | 江苏秦郡机械科技有限公司 | Intelligent roller cage screen cleaning effect evaluation method and system |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111177942A (en) | 2020-01-06 | 2020-05-19 | 中国矿业大学(北京) | Digital twin intelligent monitoring system for unmanned fully-mechanized excavation working face of mine |
| CN111208759A (en) | 2019-12-30 | 2020-05-29 | 中国矿业大学(北京) | Digital twin intelligent monitoring system for unmanned fully mechanized coal mining face of mine |
| EP3825949A1 (en) | 2019-11-19 | 2021-05-26 | Linde GmbH | Online plant optimizer for operating, performance rating, energy nd cost optimization and design of a process plant and integration with a smart plant three-dimensional piping model |
| CN112871703A (en) | 2020-12-30 | 2021-06-01 | 天津德通电气股份有限公司 | Intelligent management coal preparation platform and method thereof |
| CN113359512A (en) | 2021-06-26 | 2021-09-07 | 华东交通大学 | Component content digital twinning characteristic analysis method in rare earth extraction separation process |
| JP2023507490A (en) | 2019-12-18 | 2023-02-22 | ヴィート エヌブイ | Methods and systems for characterizing one or more substances |
-
2021
- 2021-12-17 CN CN202111561384.0A patent/CN114707255A/en active Pending
-
2022
- 2022-04-25 JP JP2022071654A patent/JP7401934B2/en active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3825949A1 (en) | 2019-11-19 | 2021-05-26 | Linde GmbH | Online plant optimizer for operating, performance rating, energy nd cost optimization and design of a process plant and integration with a smart plant three-dimensional piping model |
| JP2023507490A (en) | 2019-12-18 | 2023-02-22 | ヴィート エヌブイ | Methods and systems for characterizing one or more substances |
| CN111208759A (en) | 2019-12-30 | 2020-05-29 | 中国矿业大学(北京) | Digital twin intelligent monitoring system for unmanned fully mechanized coal mining face of mine |
| CN111177942A (en) | 2020-01-06 | 2020-05-19 | 中国矿业大学(北京) | Digital twin intelligent monitoring system for unmanned fully-mechanized excavation working face of mine |
| CN112871703A (en) | 2020-12-30 | 2021-06-01 | 天津德通电气股份有限公司 | Intelligent management coal preparation platform and method thereof |
| CN113359512A (en) | 2021-06-26 | 2021-09-07 | 华东交通大学 | Component content digital twinning characteristic analysis method in rare earth extraction separation process |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2023090608A (en) | 2023-06-29 |
| CN114707255A (en) | 2022-07-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wang et al. | Modeling of brittle rock failure considering inter-and intra-grain contact failures | |
| Zhang et al. | Cracking processes in rock-like material containing a single flaw under uniaxial compression: a numerical study based on parallel bonded-particle model approach | |
| Zhao et al. | Optimisation of a circularly vibrating screen based on DEM simulation and Taguchi orthogonal experimental design | |
| Somfai et al. | Elastic wave propagation in confined granular systems | |
| Xiao et al. | Shakedown behaviors of railway ballast under cyclic loading | |
| JP7401934B2 (en) | Dynamic evaluation method of industrial sieving effect based on digital twin | |
| Peng et al. | Dynamic influence of screening coals on a vibrating screen | |
| Quist | Cone crusher modelling and simulation | |
| Spettl et al. | Statistical investigation of agglomerate breakage based on combined stochastic microstructure modeling and DEM simulations | |
| Cil et al. | DEM modeling of grain size effect in brittle granular soils | |
| CN109211299B (en) | Bridge monitoring sensor online calibration method and system | |
| CN109142671A (en) | The method for studying water weak structural face intensity gradual change deterioration rule of satisfying under blasting vibration | |
| CN107208671A (en) | For the monitoring device and method of the operating conditions for determining the equipment that pressure medium is operated | |
| Shirani Faradonbeh et al. | Fatigue failure characteristics of sandstone under different confining pressures | |
| Zhao et al. | Influence of in situ stress variations on acoustic emissions: a numerical study | |
| Jiang et al. | Time evolution of kinematic characteristics of variable-amplitude equal-thickness screen and material distribution during screening process | |
| Faramarzi et al. | The extended drop weight testing approach–What it reveals | |
| Wang et al. | Multiple parameter collaborative optimization of a particle separation equipment for coal cleaning production | |
| Yan et al. | Study on stage characteristics of hydraulic concrete fracture under uniaxial compression using acoustic emission | |
| JPH11320198A (en) | Dynamic monitoring system for embossing/shut height flexion action in press machine | |
| Hasanpour et al. | DEM modeling of a monowire cutting system | |
| Wu et al. | Macro and meso crack evolution of granite specimens with non-straight fissures: A comparison between two bond models | |
| Zhang et al. | Validation of a particle impact breakage model incorporating impact number effect | |
| CN116908004A (en) | Test evaluation method for mechanical property and usability of rotary stair | |
| JP2021021646A (en) | Structure abnormality detection system |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220427 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230530 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230828 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20231114 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231201 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7401934 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |