[發明專利]一種造球機的生球占比預測方法及裝置

在審

• 申請號: 202010844840.1
• 申請日: 2020-08-20
• 公開（公告）號: CN113297542A
• 公開（公告）日: 2021-08-24
• 發明（設計）人: 朱佼佼;邱立運
• 申請（專利權）人: 湖南長天自控工程有限公司;中冶長天國際工程有限責任公司
• 主分類號: G06F17/18
• 分類號: G06F17/18;G06T7/00;G06T7/11;G06T7/194;G06T7/62;G06N3/04;G06N3/08;C22B1/24
• 代理公司: 北京弘權知識產權代理有限公司 11363
• 代理人: 逯長明;許偉群

1.一種造球機的生球占比預測方法，其特征在于，所述方法包括：

獲取當前預測周期內造球機的轉速、造球機的造球盤傾角和給水系統的提供的給水量；

獲取當前預測周期內造球機制造生球的當前原料信息，所述當前原料信息包括給料量、混合料中各組分種類和占比、混合料中粘結劑的占比和混合料原始水分率；

將所述造球機的轉速、所述造球機的造球盤傾角、所述給水量和所述給料量，按照各自的收縮比例量化到同一區間；

根據量化后的造球機的轉速、量化后的造球機的造球盤傾角、量化后的給水量、量化后的給料量、所述混合料中各組分的種類和占比、所述混合料中粘結劑的占比和所述混合料原始水分率，得到影響造球的特征向量；

將所述影響造球的特征向量輸入到占比預測模型中，得到不同規格的生球的占比預測值，所述占比預測模型包括影響造球的特征向量與不同規格生球的占比預測值之間的映射關系。

2.根據權利要求1所述的方法，其特征在于，生成占比預測模型的步驟包括：

獲取N個歷史預測周期內的樣本數據；每個歷史預測周期內的樣本數據包括造球機的歷史轉速、造球機的歷史造球盤傾角、歷史加水量、造球機制造樣本生球的歷史原料信息以及不同規格的樣本生球的占比實測值；所述歷史原料信息包括歷史給料量、歷史混合料中各組分種類和占比、歷史混合料中粘結劑的占比和歷史混合料中混合料原始水分率；所述不同規格的樣本生球的占比實測值是采用機器視覺法對每個歷史預測周期內的樣本生球進行圖像采集及處理后分析計算得到的；

將所述造球機的歷史轉速、所述造球機的歷史造球盤傾角、所述歷史給水量和所述歷史給料量，按照各自的收縮比例量化到同一區間；

根據量化后的造球機的歷史轉速、量化后的造球機的歷史造球盤傾角、量化后的歷史給水量、量化后給料量、所述歷史混合料各組分種類和占比、所述歷史混合料中粘結劑的占比和所述歷史混合料中混合料原始水分率，得到N個樣本影響造球的特征向量；

將所述N個樣本影響造球的特征向量作為預測模型的輸入，以及將N個歷史預測周期內不同規格的樣本生球的占比實際值作為預測模型的輸出，采用時間反向傳播法訓練占比預測模型；

通過迭代訓練不斷更新占比預測模型的權重參數、偏置參數以及學習因子；

如果占比預測模型對不同規格的樣本生球的占比預測值，與不同規格的樣本生球的占比實際值之間的差值達到預設的允差范圍，或占比預測模型通過迭代運算時達到設定的最大迭代次數，則訓練結束，并保存最后更新的權重參數、偏置參數以及學習因子。

3.根據權利要求2所述的方法，其特征在于，所述占比預測模型是基于長短期記憶神經網絡預測模型LSTM建立的。

4.根據權利要求2所述的方法，其特征在于，所述不同規格的樣本生球的占比實測值具體通過以下步驟得到：

采用圖像采集裝置獲取造球機出球區域的圖像信息；

對所述出球區域的圖像信息進行圖像預處理，分離出樣本生球的圖像信息與背景圖像信息；

根據所述樣本生球的圖像信息，獲取樣本生球的中心亮點；

根據所述樣本生球的圖像信息與所述背景圖像信息，確定樣本生球的輪廓；

根據所述樣本生球的中心亮點與所述樣本生球的輪廓，獲取樣本生球的粒徑；

根據所述樣本生球的粒徑，以及預設的粒徑范圍與生球規格的對應關系，確定樣本生球的規格；

統計歷史預測周期內樣本生球的總數量，以及不同規格的樣本生球的數量；

根據所述歷史預測周期內樣本生球的總數量和所述不同規格的樣本生球的數量，確定不同規格的樣本生球的占比實測值。

5.根據權利要求1所述的方法，其特征在于，所述當前原料信息具體通過以下步驟得到：

從位于造球機上游的供料系統中獲取當前預測周期內造球機制造生球的當前原料信息。

6.根據權利要求1所述的方法，其特征在于，造球機的轉速對應的收縮比例是造球機的最大轉速；

所述給水量對應的收縮比例是所述給水系統中加水管道的最大給水量；

所述給料量對應的收縮比例是給料皮帶的最大給料量；

所述造球機的造球盤傾角對應的收縮比例是所述造球機的最大傾角。