[发明专利]一种气动釜底放料阀及其控制方法在审

专利信息
申请号: 202210949257.6 申请日: 2022-08-09
公开(公告)号: CN115542791A 公开(公告)日: 2022-12-30
发明(设计)人: 金雄新;石莉;金琬洳 申请(专利权)人: 浙江瑞鑫自控仪表有限公司
主分类号: G05B19/042 分类号: G05B19/042;H04B1/40;B01J4/00
代理公司: 北京华际知识产权代理有限公司 11676 代理人: 冯起芹
地址: 325100 浙江*** 国省代码: 浙江;33
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 气动 釜底放料阀 及其 控制 方法
【权利要求书】:

1.一种气动釜底放料阀,应用于放料釜,其特征在于,包括配置在所述放料釜釜底的球阀以及与所述球阀通过气动管道连接的气动控制组件,所述气动控制组件基于控制策略控制所述球阀进行工作状态的改变,所述气动控制组件通过球阀控制装置确定对应的控制策略,所述球阀控制装置通过通信模块连接有用户端。

2.根据权利要求1所述的气动釜底放料阀,其特征在于,还包括设置于所述放料釜釜底内的数据采集装置,所述数据采集装置用于采集所述放料釜釜底内实时数据,并通过通信模块将所述实时数据发送至所述球阀控制装置。

3.根据权利要求2所述的气动釜底放料阀,其特征在于,所述球阀控制装置包括数据处理模块、策略确定模块和控制行为确定模块,所述数据处理模块用于提取所述实时数据的特征,所述策略确定模块基于提取到的所述特征进行策略的确定,所述控制行为确定模块基于所述的策略控制确定对于所述球阀的控制行为。

4.一种气动釜底放料阀控制方法,其特征在于,用于对权利要求1~3任一项所述的气动釜底放料阀进行控制,包括以下方法:

基于所述数据采集装置获取所述放料釜釜底内的实时数据;

基于所述实时数据及预设的第一放料数据库中的第一放料数据模型确定所述放料釜待放料特征;

基于所述放料特征及所述实时数据确定放料策略;

基于所述放料策略控制所述气动控制组件的实时功率。

5.根据权利要求4所述的气动釜底放料阀控制方法,其特征在于,基于所述数据采集装置获取所述放料釜釜底内的实时数据,所述数据采集装置包括设置在所述放料釜釜底的压力传感器,及设置在所述放料釜釜顶内的位置传感器,方法包括:

基于所述压力传感器获取放料釜釜底的压力数据,基于所述位置传感器获取物料的高度数据。

6.根据权利要求5所述的气动釜底放料阀控制方法,其特征在于,基于所述实时数据及预设的第一放料数据库中的第一放料数据模型确定所述放料釜待放料特征,包括:

基于所述压力数据和所述高度数据构建实时压力-高度曲线;

基于所述第一放料数据库中的第一放料模型装置中多个标准压力-高度曲线与所述实时压力-高度曲线进行比对,确定所述放料釜带放料特征,具体包括:

提取所述实时压力-高度曲线、所述标准压力-高度曲线中的多个节点的斜率;

比较所述实时压力-高度曲线和多个所述标准压力-高度曲线中的斜率,确定目标标准压力-高度曲线;

基于所述目标压力-高度曲线所对应的放料特征,确定所述放料釜带放料特征。

7.根据权利要求6所述的气动釜底放料阀控制方法,其特征在于,基于所述放料特征及所述实时数据确定放料策略,包括:

基于所述放料特征确定所述放料釜釜底放料目标压力数据;

基于所述实时数据中的实时压力数据与所述目标压力数据进行比较,确定是否放料。

8.根据权利要求7所述的气动釜底放料阀控制方法,其特征在于,基于所述放料特征及所述实时数据确定放料策略,还包括:

当确定所述放料阀进行放料时,基于所述放料特征确定放料控制模型;

基于所述放料控制模型确定所述放料策略。

9.根据权利要求8所述的气动釜底放料阀控制方法,其特征在于,基于所述放料策略控制所述气动控制组件的实时功率,包括:

基于所述特征构建所述气动控制组件功率与放料结果的目标控制模型;

基于所述放料策略与所述目标控制模型确定气动控制组件的实时功率。

10.根据权利要求9所述的气动釜底放料阀控制方法,其特征在于,基于所述特征构建所述气动控制组件功率与所述球阀行程的目标控制模型,包括:

构建所述气动控制组件功率与所述放料结果的标准控制模型;

基于所述特征、所述标准控制模型确定所述目标控制模型;

构建所述气动控制组件功率与所述球阀的标准控制模型,包括:

获取多个气动控制组件功率历史数据与所述球阀行程历史数据;

将多个所述气动控制组件功率历史数据与所述球阀行程历史数据输入至待训练的控制模型中直至所述控制模型收敛,所述控制模型包括卷积神经网络和支持向量机,具体包括:

将所述球阀行程数据输入至所述卷积神经网络中得到概率分布,并基于所述概率分布输入至支持向量机中,得到训练结果数据,基于所述结果数据与目标结果数据得到补偿数据,基于所述补偿数据调整所述卷积神经网络中的权重值直至所述训练结果数据与所述目标结果数据相同。

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浙江瑞鑫自控仪表有限公司,未经浙江瑞鑫自控仪表有限公司许可,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/202210949257.6/1.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