[发明专利]一种船舶除锈粉尘回收机器人系统在审
申请号: | 202010723867.5 | 申请日: | 2020-07-24 |
公开(公告)号: | CN111841210A | 公开(公告)日: | 2020-10-30 |
发明(设计)人: | 华亮;朱洪堃;袁银龙;葛雨暄;王栗;言淳恺;沈子杨 | 申请(专利权)人: | 南通大学 |
主分类号: | B01D47/06 | 分类号: | B01D47/06;G06N3/08;B24C9/00 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 226019 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 船舶 除锈 粉尘 回收 机器人 系统 | ||
本发明涉及船舶除锈粉尘回收系统技术领域,具体涉及一种船舶除锈粉尘回收机器人系统,包括挂载于船舶除锈设备后方的一吸附爬壁机器人、设于地面上的除尘反应塔,以及单片机、第一光散射粉尘浓度仪、第二光散射粉尘浓度仪和风速仪,吸附爬壁机器人通过进尘管道与除尘反应塔连接,进尘管道的一端与吸附爬壁机器人连接,进尘管道的另一端与除尘反应塔上的罗茨真空泵连接;本发明除尘效率高,采用的超声雾化水雾通过冷凝核化机理捕捉并沉降粉尘颗粒,除尘效果优于其他除尘方式;智能化程度高,通过BP神经网络算法控制罗茨真空泵吸尘力度和超声雾化器产生水雾量,并根据除尘反应塔出气口的粉尘含量对整个除尘系统进行闭环控制,降低运行成本。
技术领域
本发明涉及船舶除锈粉尘回收系统技术领域,具体涉及一种船舶除锈粉尘回收机器人系统。
背景技术
船舶行业在促进经济发展、推动全球贸易中占有重要地位。船舶除锈则是制造、保养船舶的关键步骤。目前,业内常用移动机械臂或吸附爬壁机器人,以喷砂的方式除锈。显然这种除锈方式会产生很严重的粉尘污染,但现阶段所用的清灰滤筒除尘机组,不仅除尘效率低,而且无法依据粉尘浓度和环境风速调节控制除尘参数,智能化程度同样较低。
发明内容
针对以上问题,本发明提供了一种船舶除锈粉尘回收机器人系统,依靠罗茨真空泵抽取含粉尘空气,使用超声雾化水雾的冷凝核化机理捕捉并沉降粉尘颗粒;采用单片机作为控制器,可根据除尘反应塔出气口和吸附爬壁机器人进气口的粉尘含量信息以及实时环境风速,控制罗茨真空泵吸尘力度和超声雾化器产生水雾量。
为了实现上述目的,本发明采用的技术方案如下:
一种船舶除锈粉尘回收机器人系统,包括挂载于船舶除锈设备后方的一吸附爬壁机器人、设于地面上的除尘反应塔,以及单片机、第一光散射粉尘浓度仪、第二光散射粉尘浓度仪和风速仪,所述吸附爬壁机器人通过进尘管道与除尘反应塔连接,所述进尘管道的一端与吸附爬壁机器人连接,所述进尘管道的另一端与除尘反应塔上的罗茨真空泵连接;所述单片机作为控制器,可根据除尘反应塔出气口和吸附爬壁机器人吸尘口的粉尘含量信息以及实时环境风速,控制罗茨真空泵的吸尘力度和除尘反应塔内超声雾化器产生的水雾量。
优选地,所述吸附爬壁机器人包括车体、以及能够吸附在船舶上的永磁铁履带,所述车体上靠近进尘管道吸尘口的一侧安装有用于测量实时环境风速的风速仪,所述车体内安装有用于收集吸尘口粉尘浓度数据的第一光散射粉尘浓度仪。
优选地,所述除尘反应塔包括除尘塔外壳,所述除尘塔外壳的下端部与吸附爬壁机器人的出尘口连接,所述除尘塔外壳的底部有设有一可拆卸集尘盒,所述除尘塔外壳的上端部设有一进水管道,所述进水管道上设有超声雾化器,所述除尘塔外壳的顶部设有一出气管道,所述出气管道上设有用于收集出气口粉尘浓度数据的第二光散射粉尘浓度仪,所述除尘塔外壳的一侧安装有单片机,所述单片机均与第一光散射粉尘浓度仪、第二光散射粉尘浓度仪、风速仪、罗茨真空泵和超声雾化器电性连接,并依据实时数据进行相应控制。
优选地,所述粉尘回收机器人系统的工作流程为:在启动船舶除锈设备时,粉尘回收系统同步启动,吸附爬壁机器人跟随除锈设备移动;罗茨真空泵产生负压,通过进尘管道抽取含尘空气并送入除尘反应塔下部;除尘反应塔上部的超声雾化器产生的微细水雾捕捉粉尘颗粒并沉降至反应塔底部可拆卸集尘盒,清洁空气从除尘反应塔顶部排出;单片机通过收集吸附爬壁机器人吸尘口的粉尘含量以及实时环境风速,采用BP神经网络算法控制罗茨真空泵吸尘力度和超声雾化器产生水雾量,并根据除尘反应塔出气口的粉尘含量对整个除尘系统进行闭环控制。
优选地,所述粉尘回收机器人系统的控制算法流程为:单片机将获取的进尘口粉尘含量和实时环境风速输入预先训练好的BP神经网络中,根据其输出的雾化控制量和抽取控制量分别控制超声雾化器和罗茨真空泵,并根据除尘反应塔出气口的粉尘含量对整个除尘系统进行闭环控制。
本发明所述的船舶除锈粉尘回收机器人系统的有益效果:
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南通大学,未经南通大学许可,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/202010723867.5/2.html,转载请声明来源钻瓜专利网。
- 上一篇:电子设备
- 下一篇:一种基于决策树的飞行训练特情智能生成方法