[发明专利]板框式压滤机的智能监测与优化控制系统及其控制方法

权利要求书

1.板框式压滤机的智能监测与优化控制系统的控制方法，板框式压滤机的智能监测与优化控制系统，包括压滤效果的实时监测模块与压滤机的实时优化控制模块；

所述压滤效果的实时监测模块包括滤布缺陷监测子系统和工作状态检测子系统；

所述实时优化控制模块与工作状态检测子系统连接，接收工作状态检测子系统检测反馈的信息，自动调节滤室压力和脱水时间；

所述滤布缺陷监测子系统：包括工业相机、照明装置、警报器；所述工业相机设置在排液口连接的透明排液管上方的横板上，照明装置设置在排液管的侧面，排液管口连接水流量传感器；

其特征在于，包括以下步骤：

当液压泵开始加压后，压滤工作开始；照明装置发射的光束垂直于通过排液管排出的滤液；通过工业相机采集滤液视频，进行关键帧与特征信息提取；将采集的关键帧进行图像的预处理操作；预处理后的关键帧建立滤液图像训练集，并作为输入端，基于深度学习算法构建滤液澄清度分类模型；

所述滤液澄清度分类模型分类结果包含浑浊和澄清，并给出浑浊和澄清的等级，若分类结果为浑浊和等级指标判定滤布是否出现破损及破损的程度；所述滤液澄清度分类模型为二分类模型，分类结果包含浑浊和澄清；若分类结果为浑浊，说明滤液澄清度较低，进而判定滤布出现破损；

所述压滤效果的实时监测模块，采用视频处理的方法，通过实时采集滤液视频判断滤液流量大小，将流量结果反馈给实时优化控制模块，完成实时压滤工作状态监测；

所述实时优化控制模块，分析工作状态的监测结果；首先，通过采集大量不同含水量、煤质的物料经过压滤过程产生的滤液流出视频，提取视频关键帧，建立滤液流动状态训练样本集，并以此作为输入源，构建卷积神经网络模型，所述卷积神经网络模型提取特征信息，计算特征值，建立基于长短时循环神经网络流态判别器；并结合工作状态检测计算出的滤液流量信息，由此判断滤室压力和脱水时间是否合适，完成检测结果分析；

通过PLC控制器，以实时优化控制模块作为人工智能模块，当压滤过程开始后，排液管连接的流量传感器开始工作，产生的脉冲信号发送到PLC控制器输入端，开始反馈滤液流量；实时优化模块接受信号后，做出综合判定，将判定结果发送到输出端人机交互界面，实现滤室压力和脱水时间的自动控制。