[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

说明书

本发明提供一种板框式压滤机的智能监测与优化控制系统及其控制方法，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。控制方法，包括压滤效果的实时监测与压滤机的实时优化控制两个部分。本发明提供使用的实时优化控制模块，对压滤作业进行自动控制，使用工业计算机对滤液图像进行采集并进行处理和分析，将每一轮的压滤结果与参数进行分析，优化每一轮压滤的效果。

技术领域

本发明属于污水处理技术领域，具体涉及一种板框式压滤机的智能监测与优化控制系统及其控制方法。

背景技术

板框式压滤机是选煤厂煤泥水处理的重要设备，并且在现有的悬浮液混合物分离设备中，按其运作方便、成本造价、脱液效果等综合经济价值因素，板框式压滤机是最佳的分离设备之一。其原理是将物料通过液压泵输送到滤室内，通过滤板与滤板之间的挤压，使得物料中的液体成分被过滤，而其中的固体成分留在滤室内，形成滤饼。在压滤过程中，可能会出现滤布破损的情况，使得压滤效果变差。传统的滤布破损检测方法通常有：人为观测对滤液的浑浊程度判断滤布是否破损，但效率非常低；或者采用机器视觉方法直接对滤布进行检测，让相机和红外光正对，利用破损的滤布会使红外光透过并让相机接收的原理进行检测，但是成本较高，并且板框式压滤机的板框之间间距较短，相机无法拍摄到全部的滤布。另外，传统的板框式压滤机的压滤过程中的脱水时间和压滤值通常都是根据经验人为设定，并且在压滤的过程中不再更改。无法根据单次压滤过程中的入料物理性质(含水量、煤质情况)进行实时调整，当供料不足时或者设定的压力过高时，滤板内没有煤泥做缓冲，承受挤压压力会造成介质无法流出，造成压滤机的动能损失，甚至导致滤板损坏。

近年来，由于自动化和人工智能的兴起，许多传统工业都开始向自动化以及智能化方向发展。而机器视觉作为人工智能的一个分支，相比人工操作，具有高效、准确、便利等优点，并且可以克服许多恶劣环境，使得工作效率大幅提高。其中，深度学习和卷积神经网络，作为实现人工智能的主要方式之一，在各行各业都已经广泛应用。然而，目前仍未见到相关方法应用在压滤机的监测与控制领域。

发明内容

为了解决现有人为设定压滤机的滤室内压力阈值和脱水时间，无法根据脱水效果来控制压滤机的填充和过滤时间的问题，本发明提供了一种板框式压滤机的智能监测与优化控制系统及其控制方法。该系统在机器视觉辅助的基础上，可以实现压滤作业无人化，并且减少入料泵的动能损失，提高工作效率。

本发明的目的是通过以下技术方案得以实现的：

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。

所述的板框式压滤机的智能监测与优化控制系统的控制方法，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；