[发明专利]一种盘磨系统的粉体粒度分布形状估计方法及其系统在审
申请号: | 201810542037.5 | 申请日: | 2018-05-30 |
公开(公告)号: | CN108846178A | 公开(公告)日: | 2018-11-20 |
发明(设计)人: | 李明杰;周平 | 申请(专利权)人: | 东北大学 |
主分类号: | G06F17/50 | 分类号: | G06F17/50;G06N3/04 |
代理公司: | 沈阳东大知识产权代理有限公司 21109 | 代理人: | 李运萍 |
地址: | 110819 辽宁*** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明属于粉体粒度控制领域,具体涉及一种盘磨系统的粉体粒度分布形状估计方法及其系统,包括以下步骤:1)通过采集盘磨系统的进料量、磨盘压力、磨盘转速、磨盘间隙和粉体粒度分布形状的PDF;2)采用RBF神经网络对权值进行解耦计算;3)采用BP神经网络构建权值的非线性动态模型,由此获得权值向量的估计值;4)对粉体粒度分布形状的PDF进行估计。本发明应用于食品加工行业的粉体粒度分布形状的估计,同时也可用于冶金行业选矿过程的矿粉粒度、水泥生产过程的水泥粒度等复杂工业过程的粉体粒度分布形状的估计。 | ||
搜索关键词: | 粉体粒度分布 形状估计 磨盘 种盘 非线性动态模型 复杂工业过程 粒度分布形状 食品加工行业 水泥生产过程 粉体粒度 解耦计算 矿粉粒度 磨盘间隙 权值向量 水泥粒度 选矿过程 冶金行业 采集盘 进料量 构建 和粉 可用 应用 | ||
【主权项】:
1.一种盘磨系统的粉体粒度分布形状估计方法,其特征在于,包括以下步骤:步骤1,采集盘磨系统的进料量、磨盘压力、磨盘转速、磨盘间隙和粉体粒度分布形状的PDF,即粉粒粒度分布形状的概率密度函数的数据;步骤2,采用具有高斯型激励函数的RBF神经网络,包括一组高斯基函数和相对应的权值,利用逆运算方法对不同时刻的与所述粉体粒度分布形状的PDF相对应的权值进行解耦计算;步骤3、采用BP神经网络构建权值的非线性动态模型,所述非线性动态模型的调节变量为当前时刻盘磨系统的进料量、磨盘压力、磨盘转速、磨盘间隙和所述权值,输出变量为下一时刻的所述权值,由此获得权值向量的估计值;步骤4、利用步骤3所述由BP神经网络构建的权值的非线性动态模型,结合步骤2所述RBF神经网络近似所述粉体粒度分布形状的PDF,得到粉体粒度分布形状的PDF的动态模型,用于对粉体粒度分布形状的PDF进行估计。
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东北大学,未经东北大学许可,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/patent/201810542037.5/,转载请声明来源钻瓜专利网。