[發明專利]基于神經網絡的直落失重式物料下料機及其控制器

有效

• 申請號: 201710863074.1
• 申請日: 2017-09-19
• 公開（公告）號: CN107601064B
• 公開（公告）日: 2019-09-24
• 發明（設計）人: 鄒細勇;朱力;穆成銀
• 申請（專利權）人: 中國計量大學
• 主分類號: B65G65/00
• 分類號: B65G65/00;G06N3/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.基于神經網絡的直落失重式物料下料機，其包括機架、下料倉、下料閥、混料斗、稱重模塊、落料閥、混合料倉和控制器；

所述下料閥位于下料倉的底部開口處，所述下料倉和下料閥為2～6組，

所述下料倉安裝在固定于機架的稱重模塊上，其內部有一個倉位傳感器，

位于下料閥下方的所述混料斗，其底部開口受落料閥控制，且其內壁上安裝有一個混料器；所述混合料倉位于落料閥下方，且其底部有一個推板；

所述控制器含有采用動態遞歸Elman神經網絡的神經網絡模塊，且每一個下料閥都有一個神經網絡模塊對應，每個神經網絡模塊將所對應下料倉的料位、落料率、物料密度及下料閥開口孔徑4個輸入量映射為下落物料失重值；控制器通過神經網絡模塊對下落物料失重值進行預測并基于該預測值修正下料量后對下料閥的關閉時間進行調節；

控制器依次控制各下料閥動作，在完成一次配方量下料后，打開落料閥，然后在檢測到混合料倉中的物料累積到設定值后，打開推板，將混合均勻的物料排出。

2.根據權利要求1所述的基于神經網絡的直落失重式物料下料機，其特征在于：其還包括一個儲料倉和進料泵，所述進料泵后端進料管的出口有一個物料噴頭，所述物料噴頭為球冠形，其表面分布有圓形小孔。

3.根據權利要求1所述的基于神經網絡的直落失重式物料下料機，其特征在于：所述倉位傳感器安裝在下料倉近機架中心的一個頂角上，且其底部有一個旋轉底座。

4.根據權利要求1所述的基于神經網絡的直落失重式物料下料機，其特征在于：所述下料倉的側壁還安裝有一個攪拌器，所述攪拌器包括依次相連的底座、兩個支臂、連接兩個支臂的支臂轉軸、爪手轉軸和爪手。

5.根據權利要求1所述的基于神經網絡的直落失重式物料下料機，其特征在于：所述混合料倉的側壁上安裝有一個混合料位傳感器，其內部還有一個勻料器，所述勻料器采用螺旋形槳葉，所述推板下方還有一個輸料管。

6.根據權利要求1所述的基于神經網絡的直落失重式物料下料機，其特征在于：所述混料器包括依次相連的混料底座、兩個混料支臂、以及連接兩個混料支臂的混料支臂轉軸、混料爪手轉軸和混料爪手。

7.根據權利要求1所述的基于神經網絡的直落失重式物料下料機，其特征在于：所述混料器包括混料轉軸、安裝在混料轉軸上的混料轉盤和螺旋葉片，以及支撐混料轉軸的混料撐架。

8.根據權利要求1～7任何一項所述的基于神經網絡的直落失重式物料下料機，其特征在于，所述神經網絡的模型為：

xc_k(t)＝x_k(t-mod(k，q)-1)，

其中，mod為求余函數，f( )函數取為sigmoid函數；xc_k(t)為承接層輸出，x_j(t)為隱含層輸出，u_i(t-1)和y(t)分別為輸入層輸入和輸出層輸出，ω_j、ω_jk和ω_ji分別為隱含層到輸出層的連接權值、承接層到隱含層的連接權值和輸入層到隱含層的連接權值，θ和θ_j分別為輸出層和隱含層閾值；k＝1，2，...，m，q為所選定的回歸延時尺度，根據采樣周期和下料速率選取；j＝1，2，...，m，i＝1，2，...4，隱含層及承接層節點數m在11～20之間選擇。

9.根據權利要求1所述的基于神經網絡的直落失重式物料下料機，其特征在于：除了下落物料失重值的預測值，修正下料量時還要計入當前累積下料誤差。

10.基于神經網絡的直落失重式物料下料機控制器，其包括信號采集模塊、處理模塊、神經網絡模塊、迭代學習模塊、存儲模塊、第一連接陣、第二連接陣和輸出模塊，所述信號采集模塊分別通過下料倉中倉位傳感器和承載下料倉的稱重模塊實時采集下料倉料位、下料倉重量的傳感信號并傳輸給處理模塊進行數據處理與分析，存儲器用于數據保存；

所述神經網絡模塊采用動態遞歸Elman神經網絡，其輸入層分別從處理模塊接收下料倉料位、落料率、物料密度及下料閥開口孔徑4個輸入量，輸出層的輸出量分別通過第一連接陣和第二連接陣傳輸至迭代學習模塊和處理模塊；

離線訓練所述神經網絡時，迭代學習模塊根據處理模塊和神經網絡分別通過第一連接陣輸入的下落物料失重實際值和網絡輸出值，調整神經網絡的連接權值；

在線控制下料時，第一連接陣斷開，神經網絡對下落物料失重值進行預測并經第二連接陣輸出給處理模塊，由處理模塊處理分析后通過輸出模塊對下料倉底部開口處的下料閥進行關閥控制。