[发明专利]基于煤量检测的皮带及采煤机的自动调速方法有效

专利信息
申请号: 202111263800.9 申请日: 2021-10-27
公开(公告)号: CN113844861B 公开(公告)日: 2023-04-07
发明(设计)人: 张健;尚军科;宋彦东;方鹏华;季伟境;朱仁涛;缪亚辉;邢植信;安洋;李涵阳 申请(专利权)人: 陕西旬邑青岗坪矿业有限公司;宁夏广天夏电子科技有限公司
主分类号: B65G43/08 分类号: B65G43/08;B65G15/32;B65G23/30
代理公司: 北京兴智翔达知识产权代理有限公司 11768 代理人: 郭卫芹
地址: 711300 陕西*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 检测 皮带 采煤 自动 调速 方法
【权利要求书】:

1.一种基于煤量检测的皮带运输机及采煤机的自动调速方法,其特征在于,包括:

进行所述皮带运输机的煤流量检测;

进行所述皮带运输机的状态数据信息收集;

进行采煤机的状态数据信息收集;

根据所述皮带运输机的煤流量检测、所述皮带运输机的状态数据信息收集以及所述采煤机的状态数据信息收集建立算法模型;以及

根据所述算法模型,得到所述皮带运输机的煤流量控制阈值和所述采煤机的速度控制阈值,从而控制所述皮带运输机和所述采煤机的速度;

所述建立算法模型包括:

利用所述皮带运输机的状态数据信息以及所述皮带运输机的煤流量信息,实时计算出所述皮带运输机的总运输量;

根据所述皮带运输机的状态数据信息的历史数据进行分析,并得到所述皮带运输机的状态数据信息的历史数据集;

根据所述采煤机的状态数据信息对应得出的煤流量信息的历史数据进行分析,并得到煤流量信息的历史数据集;以及

对所述皮带运输机的状态数据信息的历史数据集和所述煤流量信息的历史数据集进行模型建立和训练,得到训练好的模型,用所述训练好的模型控制皮带运输机和采煤机的自动调速;

用所述训练好的模型控制运输机和采煤机的自动调速包括:

根据所述皮带运输机的所述状态数据信息的历史数据和所述煤流量信息的历史数据集,得到所述皮带运输机未来几分钟内的煤流量预测;

根据所述煤流量预测、所述采煤机的状态数据信息和所述皮带运输机的煤流量实时数据,根据出煤效率设定的范围,得到所述皮带运输机和采煤机的速度控制阈值范围,根据所述速度控制阈值范围,对所述皮带运输机和所述采煤机进行速度控制;

当检测到所述皮带运输机的实时煤流量数据超设定阈值时,则控制所述皮带运输机进行降速,当检测到所述采煤机的出煤量不足时,则控制所述采煤机加速;以及

当所述皮带运输机发生故障时,则控制所述采煤机立刻停机,防止堆煤;

其中所述算法模型包括LSSVM算法模型;

其中所述皮带运输机的状态数据信息收集包括采集所述皮带运输机的皮带的速度、宽度以及温度信息;

其中所述采煤机的状态数据信息收集包括采集采煤机的速度、位置以及工步信息。

2.如权利要求1所述的基于煤量检测的皮带运输机及采煤机的自动调速方法,其特征在于,所述皮带运输机的煤流量检测采用图像分析技术以及在所述皮带运输机的上方架设相机的形式。

3.如权利要求2所述的基于煤量检测的皮带运输机及采煤机的自动调速方法,其特征在于,所述皮带运输机的煤流量检测包括通过数据采集单元手机数据并将收集到的数据通过数据检测单元实时输出煤流量数据。

4.如权利要求1所述的基于煤量检测的皮带运输机及采煤机的自动调速方法,其特征在于,所述LSSVM算法模型的基本原理如下:

对训练样本按照{xi,yi},i=1,2,…,n,xi∈Rn进行非线性回归时,引入非线性映射函数(x),将训练样本映射到高维特征空间作线性回归;在特征空间中LSSVM模型表示为:

其中,W为权向量,k为偏置量;

其目标函数为:

其中,δ为训练集预测误差变量,θ0为正规化参数;

需满足的约束条件为:

引入Lagrange乘子β,转化为Lagrange函数:

根据优化条件:

得到如下线性方程组:

其中,为核函数,是高维特征空间的内积;得到LSSVM的回归函数式为:

取不同的核函数将构成不同的LSSVM,选用径向基函数作为LSSVM的核函数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于陕西旬邑青岗坪矿业有限公司;宁夏广天夏电子科技有限公司,未经陕西旬邑青岗坪矿业有限公司;宁夏广天夏电子科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111263800.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top