[发明专利]一种基于絮团特性反馈的煤泥水智能加药方法及系统有效

专利信息
申请号: 202110472310.3 申请日: 2021-04-29
公开(公告)号: CN113104945B 公开(公告)日: 2023-04-14
发明(设计)人: 董宪姝;马晓敏;樊玉萍;韩宜纯;姚素玲;孙冬;巩固 申请(专利权)人: 太原理工大学
主分类号: G01N35/00 分类号: G01N35/00
代理公司: 太原高欣科创专利代理事务所(普通合伙) 14109 代理人: 冷锦超;邓东东
地址: 030024 山西*** 国省代码: 山西;14
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 基于 特性 反馈 泥水 智能 药方 系统
【权利要求书】:

1.一种基于絮团特性反馈的煤泥水智能加药方法,其特征在于:采用一种基于絮团特性反馈的煤泥水智能加药系统,所述智能加药系统包括检测系统、图像识别系统、智能控制器、加药执行装置,所述检测系统、图像识别系统将采集的入料管上的入料流量、入料浓度及溢流水浊度数据、煤泥水的絮团图像数据发送至智能控制器,智能控制器构建BP神经网络根据此刻检测的数据预判下一时刻的状态,根据与目标值的偏差及偏差变化率进行模糊控制,从而得到药剂调节量控制加药装置进行调整;

所述检测系统包括入料检测装置与溢流水检测装置,所述入料检测包括设置在入料管上的流量计和第一浓度计,所述溢流水检测装置包括设置在浓缩池输出管上的第二浓度计;

所述图像识别系统包括图像采集装置和图像分析系统,所述图像采集装置安装在浓缩池的耙子上,随耙子缓慢移动,实时进行絮团检测;

所述加药执行装置包括制药装置、储药池、可控阀门和加药泵,所述制药装置与储药池相连,所述储药池与加药泵的入口端相连,所述加药泵的出口端与浓缩池相连,所述加药泵的控制端通过导线与变频器相连后与加药测控系统相连;

所述图像采集装置包括采用钢板制作的方形壳体,所述钢板的连接处设置有橡胶进行密封,所述方形壳体内部设置有工业照相机(7)、光源(2)、观察柱(4)、水箱(1)和第一小型泵(3)、第二小型泵(6),所述方形壳体的顶端设置有遮光布(5);

所述第二小型泵(6)的入口端与入料管相连,所述第二小型泵(6)的出口端与观察柱(4)相连,所述第一小型泵(3)的入口端与水箱(1)相连,所述第一小型泵(3)的出口端与观察柱(4)相连;

在采集图像时首先水泵抽取水箱中的水,当达到300mL的位置,控制器停止水泵抽取,同时开启煤泥水泵的抽取,同理到达400mL的位置,泵停止抽取;在煤泥水泵抽取的同时照相机以10s一张速度进行拍照,并将图像传输给智能控制器,拍照5min后停止拍照,打开电磁阀,将煤泥水进行排出,并快速抽取100mL水对观察柱进行冲洗;再周而复始以上过程,直至水箱水升100mL发出警报,对水箱进行加水;

包括如下步骤:

步骤一:数据采集:通过检测系统采集入料管上的入料流量、入料浓度及溢流水浊度数据发送至智能控制器,通过图像采集装置采集煤泥水的絮团图像数据发送至智能控制器;

步骤二:数据处理:智能控制器将步骤一采集的数据进行图像处理、BP神经网络预测、模糊识别;

通过图像处理将采集的煤泥水的絮团图像进行预处理、去噪、目标边缘提取后得到目标絮团当前时刻的分形维数;

通过BP神经网络预测下一时刻目标絮团的分形维数目标值;

步骤三:加药控制:将通过图像处理得到的絮团的分形维数与絮团的分形维数目标值进行比较,来控制加药量。

2.根据权利要求1所述的一种基于絮团特性反馈的煤泥水智能加药方法,其特征在于:所述步骤二中的通过图像处理得到絮团的分形维数的具体步骤如下:

步骤2.1.1:图像预处理:采用四领域拉普拉斯算子与图像做空域卷积;

步骤2.1.2:图像去噪:采用三窗口中值滤波滤除图像噪声;

步骤2.1.3:目标边缘提取:采用Canny算子提取絮团边缘轮廓,并将Canny算子检测目标絮团图像进行形态学膨胀处理,填补缺失处并进行细化;

步骤2.1.4:图像分割:将图像灰度直方图的最小波峰确定为阈值w,将小于w的像素点设定为0,大于w的像素点设为255;

步骤2.1.5:特征参数提取:(1)絮团的分形维数:采用遍历的方法,确定图像中絮团的长轴L与絮团的面积A,根据面积—长轴法lnA=DflnL+lnα测定不同的L和A,对lnA、lnL进行线性拟合得到直线的斜率,即为絮团的分形维数 Df,其中α为比例常数;(2)絮团的粒度:删除二值图像中面积小于四邻域的絮团图像,同时将大于四连通域的数量近似为絮团的粒度,同时计算絮团的数量;(3)絮团的粒径:将絮团当量圆的最大直径近似看做絮团粒径。

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太原理工大学,未经太原理工大学许可,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/202110472310.3/1.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