[發明專利]一種氣動釜底放料閥及其控制方法在審
| 申請號: | 202210949257.6 | 申請日: | 2022-08-09 |
| 公開(公告)號: | CN115542791A | 公開(公告)日: | 2022-12-30 |
| 發明(設計)人: | 金雄新;石莉;金琬洳 | 申請(專利權)人: | 浙江瑞鑫自控儀表有限公司 |
| 主分類號: | G05B19/042 | 分類號: | G05B19/042;H04B1/40;B01J4/00 |
| 代理公司: | 北京華際知識產權代理有限公司 11676 | 代理人: | 馮起芹 |
| 地址: | 325100 浙江*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 氣動 釜底放料閥 及其 控制 方法 | ||
1.一種氣動釜底放料閥,應用于放料釜,其特征在于,包括配置在所述放料釜釜底的球閥以及與所述球閥通過氣動管道連接的氣動控制組件,所述氣動控制組件基于控制策略控制所述球閥進行工作狀態的改變,所述氣動控制組件通過球閥控制裝置確定對應的控制策略,所述球閥控制裝置通過通信模塊連接有用戶端。
2.根據權利要求1所述的氣動釜底放料閥,其特征在于,還包括設置于所述放料釜釜底內的數據采集裝置,所述數據采集裝置用于采集所述放料釜釜底內實時數據,并通過通信模塊將所述實時數據發送至所述球閥控制裝置。
3.根據權利要求2所述的氣動釜底放料閥,其特征在于,所述球閥控制裝置包括數據處理模塊、策略確定模塊和控制行為確定模塊,所述數據處理模塊用于提取所述實時數據的特征,所述策略確定模塊基于提取到的所述特征進行策略的確定,所述控制行為確定模塊基于所述的策略控制確定對于所述球閥的控制行為。
4.一種氣動釜底放料閥控制方法,其特征在于,用于對權利要求1~3任一項所述的氣動釜底放料閥進行控制,包括以下方法:
基于所述數據采集裝置獲取所述放料釜釜底內的實時數據;
基于所述實時數據及預設的第一放料數據庫中的第一放料數據模型確定所述放料釜待放料特征;
基于所述放料特征及所述實時數據確定放料策略;
基于所述放料策略控制所述氣動控制組件的實時功率。
5.根據權利要求4所述的氣動釜底放料閥控制方法,其特征在于,基于所述數據采集裝置獲取所述放料釜釜底內的實時數據,所述數據采集裝置包括設置在所述放料釜釜底的壓力傳感器,及設置在所述放料釜釜頂內的位置傳感器,方法包括:
基于所述壓力傳感器獲取放料釜釜底的壓力數據,基于所述位置傳感器獲取物料的高度數據。
6.根據權利要求5所述的氣動釜底放料閥控制方法,其特征在于,基于所述實時數據及預設的第一放料數據庫中的第一放料數據模型確定所述放料釜待放料特征,包括:
基于所述壓力數據和所述高度數據構建實時壓力-高度曲線;
基于所述第一放料數據庫中的第一放料模型裝置中多個標準壓力-高度曲線與所述實時壓力-高度曲線進行比對,確定所述放料釜帶放料特征,具體包括:
提取所述實時壓力-高度曲線、所述標準壓力-高度曲線中的多個節點的斜率;
比較所述實時壓力-高度曲線和多個所述標準壓力-高度曲線中的斜率,確定目標標準壓力-高度曲線;
基于所述目標壓力-高度曲線所對應的放料特征,確定所述放料釜帶放料特征。
7.根據權利要求6所述的氣動釜底放料閥控制方法,其特征在于,基于所述放料特征及所述實時數據確定放料策略,包括:
基于所述放料特征確定所述放料釜釜底放料目標壓力數據;
基于所述實時數據中的實時壓力數據與所述目標壓力數據進行比較,確定是否放料。
8.根據權利要求7所述的氣動釜底放料閥控制方法,其特征在于,基于所述放料特征及所述實時數據確定放料策略,還包括:
當確定所述放料閥進行放料時,基于所述放料特征確定放料控制模型;
基于所述放料控制模型確定所述放料策略。
9.根據權利要求8所述的氣動釜底放料閥控制方法,其特征在于,基于所述放料策略控制所述氣動控制組件的實時功率,包括:
基于所述特征構建所述氣動控制組件功率與放料結果的目標控制模型;
基于所述放料策略與所述目標控制模型確定氣動控制組件的實時功率。
10.根據權利要求9所述的氣動釜底放料閥控制方法,其特征在于,基于所述特征構建所述氣動控制組件功率與所述球閥行程的目標控制模型,包括:
構建所述氣動控制組件功率與所述放料結果的標準控制模型;
基于所述特征、所述標準控制模型確定所述目標控制模型;
構建所述氣動控制組件功率與所述球閥的標準控制模型,包括:
獲取多個氣動控制組件功率歷史數據與所述球閥行程歷史數據;
將多個所述氣動控制組件功率歷史數據與所述球閥行程歷史數據輸入至待訓練的控制模型中直至所述控制模型收斂,所述控制模型包括卷積神經網絡和支持向量機,具體包括:
將所述球閥行程數據輸入至所述卷積神經網絡中得到概率分布,并基于所述概率分布輸入至支持向量機中,得到訓練結果數據,基于所述結果數據與目標結果數據得到補償數據,基于所述補償數據調整所述卷積神經網絡中的權重值直至所述訓練結果數據與所述目標結果數據相同。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于浙江瑞鑫自控儀表有限公司,未經浙江瑞鑫自控儀表有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210949257.6/1.html,轉載請聲明來源鉆瓜專利網。





