[發(fā)明專利]基于離散元法的物料參數(shù)標(biāo)定方法在審
| 申請?zhí)枺?/td> | 202111179783.0 | 申請日: | 2021-10-11 |
| 公開(公告)號: | CN113887105A | 公開(公告)日: | 2022-01-04 |
| 發(fā)明(設(shè)計)人: | 宋學(xué)鋒;戴飛;宋亞瑾;張鋒偉;史瑞杰;王鋒;劉禹辰;李相周;高文杰;許淵 | 申請(專利權(quán))人: | 甘肅農(nóng)業(yè)大學(xué) |
| 主分類號: | G06F30/23 | 分類號: | G06F30/23;G06F30/25;G06F30/27;G06N3/04;G06N3/12;G06F111/10 |
| 代理公司: | 河南華凱科源專利代理事務(wù)所(普通合伙) 41136 | 代理人: | 靳建山 |
| 地址: | 730070 *** | 國省代碼: | 甘肅;62 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 離散 物料 參數(shù) 標(biāo)定 方法 | ||
1.一種基于離散元法的物料參數(shù)標(biāo)定方法,其特征在于,包括如下步驟:
根據(jù)物料的物性參數(shù)構(gòu)建離散元本構(gòu)模型;
設(shè)定待標(biāo)定參數(shù)及范圍;
根據(jù)所述待標(biāo)定參數(shù)及范圍進(jìn)行LHS抽樣;
將所述LHS抽樣的抽樣結(jié)果作為輸入數(shù)據(jù)導(dǎo)入所述離散元本構(gòu)模型進(jìn)行離散元模擬;
根據(jù)所述LHS抽樣結(jié)果和所述離散元模擬的輸出數(shù)據(jù)建立訓(xùn)練集;
根據(jù)所述訓(xùn)練集進(jìn)行神經(jīng)網(wǎng)絡(luò)訓(xùn)練以得到所述待標(biāo)定參數(shù)與離散元模擬的輸出數(shù)據(jù)之間的近似模型;
驗(yàn)證所述近似模型是否滿足第一預(yù)設(shè)條件,若不滿足,則擴(kuò)大所述LHS抽樣的樣本量;
對所述近似模型進(jìn)行遺傳算法尋優(yōu);
根據(jù)所述遺傳算法的輸出結(jié)果進(jìn)行物料參數(shù)的標(biāo)定。
2.根據(jù)權(quán)利要求1所述的基于離散元法的物料參數(shù)標(biāo)定方法,其特征在于,所述LHS抽樣包括在每個所述待標(biāo)定參數(shù)中抽取多個樣本,每個所述待標(biāo)定參數(shù)中抽取的多個樣本劃分為多個樣本組。
3.根據(jù)權(quán)利要求1所述的基于離散元法的物料參數(shù)標(biāo)定方法,其特征在于,所述離散元模擬的輸出數(shù)據(jù)為宏觀靜態(tài)休止角S與堆積高度H。
4.根據(jù)權(quán)利要求3所述的基于離散元法的物料參數(shù)標(biāo)定方法,其特征在于,根據(jù)圖像識別算法檢測所述宏觀靜態(tài)休止角,所述圖像識別算法包括:截取所述宏觀靜態(tài)休止角圖片,對所述宏觀靜態(tài)休止角圖片進(jìn)行灰度或二值化處理,提取所述宏觀靜態(tài)休止角邊緣,擬合所述宏觀靜態(tài)休止角邊緣并得到所述宏觀靜態(tài)休止角數(shù)值。
5.宏觀靜態(tài)休止角5、根據(jù)權(quán)利要求1所述的基于離散元法的物料參數(shù)標(biāo)定方法,其特征在于,將所述LHS抽樣結(jié)果作為神經(jīng)網(wǎng)絡(luò)訓(xùn)練的輸入層,將所述離散元模擬的輸出數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)訓(xùn)練的輸出層。
6.根據(jù)權(quán)利要求1所述的基于離散元法的物料參數(shù)標(biāo)定方法,其特征在于,所述第一預(yù)設(shè)條件為R2≥0.9,且R2為殘差平方和。
7.根據(jù)權(quán)利要求1所述的基于離散元法的物料參數(shù)標(biāo)定方法,其特征在于,對所述近似模型進(jìn)行遺傳算法尋優(yōu)包括:驗(yàn)證所述神經(jīng)網(wǎng)絡(luò)的輸出結(jié)果是否滿足第二預(yù)設(shè)條件,如不滿足,則調(diào)整所述遺傳算法的參數(shù)。
8.根據(jù)權(quán)利要求7所述的基于離散元法的物料參數(shù)標(biāo)定方法,其特征在于,所述第二預(yù)設(shè)條件為St-1°≤S≤St+1°和Ht-2≤H≤Ht+2,且△=|S-St|+|H-Ht|,其中,St為根據(jù)堆積物理試驗(yàn)測量的物料宏觀靜態(tài)休止角,Ht為根據(jù)堆積物理試驗(yàn)測量的物料堆積高度,△為偏差和的最小值。
9.根據(jù)權(quán)利要求1所述的基于離散元法的物料參數(shù)標(biāo)定方法,其特征在于,在根據(jù)所述遺傳算法的輸出結(jié)果進(jìn)行物料參數(shù)的標(biāo)定之前,所述方法還包括:驗(yàn)證所述遺傳算法的輸出結(jié)果,所述驗(yàn)證所述遺傳算法的輸出結(jié)果包括:在所述遺傳算法的輸出結(jié)果中選取多組輸出結(jié)果作為驗(yàn)證數(shù)據(jù),多組所述輸出結(jié)果劃分為多組驗(yàn)證數(shù)據(jù),且多組所述輸出結(jié)果與多組所述驗(yàn)證數(shù)據(jù)一一對應(yīng),將多組所述驗(yàn)證數(shù)據(jù)導(dǎo)入所述離散元本構(gòu)模型進(jìn)行離散元仿真以得到多組驗(yàn)證解,若多組所述驗(yàn)證解與多組所述輸出結(jié)果之間的誤差不滿足第三預(yù)設(shè)條件,則擴(kuò)大所述LHS抽樣的樣本量,所述第三預(yù)設(shè)條件為E1≤5%,其中E1為多組所述驗(yàn)證解與多組所述輸出結(jié)果之間的誤差。
10.根據(jù)權(quán)利要求9所述的基于離散元法的物料參數(shù)標(biāo)定方法,其特征在于,所述驗(yàn)證所述遺傳算法的輸出結(jié)果還包括:根據(jù)所述遺傳算法的輸出結(jié)果進(jìn)行卸料模擬試驗(yàn),對待標(biāo)定物料進(jìn)行卸料物理試驗(yàn),若卸料模擬試驗(yàn)的輸出結(jié)果與卸料物理試驗(yàn)的輸出結(jié)果的誤差不滿足第四預(yù)設(shè)條件,則擴(kuò)大所述LHS抽樣的樣本量,所述第四預(yù)設(shè)條件為所述卸料模擬試驗(yàn)中物料流動形態(tài)與所述卸料物理試驗(yàn)中物料流動形態(tài)是否吻合,和/或,所述卸料模擬試驗(yàn)中物料質(zhì)量流量與所述卸料物理試驗(yàn)中物料質(zhì)量流量之間的誤差是否逐漸減小。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于甘肅農(nóng)業(yè)大學(xué),未經(jīng)甘肅農(nóng)業(yè)大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202111179783.0/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





