-
公开(公告)号：CN110697439B
公开(公告)日：2021-03-12
申请号：CN201910845753.5
申请日：2017-09-19
Applicant: 中国计量大学
Abstract: 本发明公开了基于变速率学习的螺杆式物料下料装置控制器，其包括输入模块、存储模块、输出模块和处理模块，处理模块又包括预测模块、重量监测模块、误差计算模块及逻辑控制模块。基于单次和累积下料误差，处理模块通过迭代学习对螺旋输送器进行控制，迭代过程中基于下料误差的变化分别对单次和累积下料误差的学习因子进行动态调整。本发明基于距离传感器和称重模块的检测，通过搅拌器对下料仓内的物料堆积进行调节以保证物料密实度稳定；学习因子能自动调整优化，与现有技术相比，本发明使得下料控制不需要对参数反复试凑，能快捷地获得收敛性能较好的迭代式，且在迭代学习过程中的落料能被有效利用。
-
公开(公告)号：CN110667147A
公开(公告)日：2020-01-10
申请号：CN201910845718.3
申请日：2017-05-28
Applicant: 中国计量大学
Abstract: 本发明公开了一种薄膜剖面图像的字符提取方法，基于薄膜测厚仪输出用以显示被检测薄膜的横向剖面厚度图像，先根据区域特征获取含有目标字符的ROI区域，并根据该区域内可能出现的字符分析构建字符的二值化特征模板库；然后，在目标区域中检测并分离出单个字符，对每个字符进行特征提取后再进行模板匹配，识别出单个字符；最后，将相邻单字符进行组合，对组合出的词组进行辨识，获取图像中膜厚曲线的基准厚度值、坐标刻度值、厚度平均值。本发明通过对薄膜剖面图像的处理，能准确获取计算薄膜剖面厚度值所需的膜厚曲线的基准厚度值和坐标刻度值，从而为薄膜横、纵向厚度的一致性控制提供了基础。
-
公开(公告)号：CN107697660B
公开(公告)日：2019-11-29
申请号：CN201710905824.7
申请日：2017-09-19
Applicant: 中国计量大学
Abstract: 本发明公开了基于机器学习的螺杆式物料配料机控制方法，先在控制器中建立动态递归Elman神经网络，将下料仓料位、空中落差、落料率、物料密度及螺旋输送器的螺旋叶片直径、螺距和螺杆最大转速7个输入量映射为螺杆式物料配料机下料过程中的物料空中量，按梯度下降法离线训练网络后，在线控制下料过程中处理模块根据神经网络输出的空中量预测值通过输出模块对螺旋输送器进行提前关闭控制。本发明采用非线性网络对下料过程进行建模，训练后的网络能对不同落料状态下的空中量进行准确预测，从而可直接精确下料且适用于小批量生产，又由于螺杆可保持高运转速度而提升了下料效率。
-
公开(公告)号：CN107673083B
公开(公告)日：2019-07-26
申请号：CN201710905892.3
申请日：2017-09-19
Applicant: 中国计量大学
Abstract: 本发明公开了基于变速率学习的螺杆式物料下料装置及其控制器，所述下料装置包括机架、下料仓和螺旋输送器、计量斗、称重模块、落料阀、混料斗、控制器、储料仓及进料泵；计量斗的上部有一个沙漏形分料器，下料仓内分别安装有距离传感器和搅拌器。基于单次和累积下料误差，控制器通过迭代学习对螺旋输送器进行控制，迭代过程中基于下料误差的变化分别对单次和累积下料误差的学习因子进行动态调整。本发明采用距离传感器和搅拌器对下料仓内的物料堆积进行检测和调节，保证物料密实度稳定，学习因子能自动调整优化，与现有技术相比，本装置不需要对参数反复试凑，能快捷地获得收敛性能较好的迭代式，且在迭代学习过程中的落料能被有效利用。
-
公开(公告)号：CN107697660A
公开(公告)日：2018-02-16
申请号：CN201710905824.7
申请日：2017-09-19
Applicant: 中国计量大学
Abstract: 本发明公开了基于机器学习的螺杆式物料配料机控制方法，先在控制器中建立动态递归Elman神经网络，将下料仓料位、空中落差、落料率、物料密度及螺旋输送器的螺旋叶片直径、螺距和螺杆最大转速7个输入量映射为螺杆式物料配料机下料过程中的物料空中量，按梯度下降法离线训练网络后，在线控制下料过程中处理模块根据神经网络输出的空中量预测值通过输出模块对螺旋输送器进行提前关闭控制。本发明采用非线性网络对下料过程进行建模，训练后的网络能对不同落料状态下的空中量进行准确预测，从而可直接精确下料且适用于小批量生产，又由于螺杆可保持高运转速度而提升了下料效率。
-
Patent Agency Ranking
公开(公告)号：CN107601064A
公开(公告)日：2018-01-19
申请号：CN201710863074.1
申请日：2017-09-19
Applicant: 中国计量大学
Abstract: 本发明公开了基于神经网络的直落失重式物料下料机及其控制器，所述下料机包括机架、下料仓和下料阀、混料斗、称重模块、落料阀、混合料仓和控制器；在下料仓内安装有仓位传感器和搅拌器，混料斗内有混料器。控制器中采用神经网络模块，基于下料仓的料位、落料率、物料密度及下料阀开口孔径对物料失重值进行预测，从而对下料阀的关闭时间进行调节。本发明采用神经网络对下料中的称重行为进行建模，训练后的网络能对不同落料状态下的下落物料失重值进行准确预测，从而可直接精确下料且适用于小批量生产；采用仓位传感器和搅拌器对下料仓内的物料堆积形态进行检测和调节，减小了落料率波动；又通过对下料累积误差的控制，减小了批量下料的总误差。
-
公开(公告)号：CN106742448A
公开(公告)日：2017-05-31
申请号：CN201710037245.5
申请日：2017-01-13
Applicant: 中国计量大学
IPC: B65B69/00
CPC classification number: B65B69/0008
Abstract: 本发明公开了一种振动除残料式自动拆包卸料方法，包括：将料包搬至传送带上；所述传送带的表面倾斜向上，并在传送带上设置用于检测料包的第一料包传感器；料包进入传送带前端位置，通过安装于传送带的前端附近的切割机构，对料包的下侧边中部进行切割；切割后的料包继续传送，当检测到料包到达传送带后端的预定位置，位于所述传送带的后端的振包机构工作，振动和拍打料包以促进残料排出；在振包机构振动和拍打料包时，拖包机构抓住料包并拖动其前行，在排空残料时将料包拖离传送带。本发明实现了自动拆包，不会对颗粒料产生包装袋碎屑污染；实现了无残留落料，防止了原料浪费。
-
公开(公告)号：CN110697438A
公开(公告)日：2020-01-17
申请号：CN201910836277.0
申请日：2017-09-19
Applicant: 中国计量大学
Abstract: 本发明公开了基于神经网络的直落失重式物料下料机控制器，其包括信号采集模块、处理模块、神经网络模块、存储模块和输出模块。神经网络模块基于下料仓的料位、落料率、物料密度及下料阀开口孔径对物料失重值进行预测，从而对下料阀的关闭时间进行调节。基于神经网络对下料中的称重行为进行建模，本发明训练后的网络能对不同落料状态下的下落物料失重值进行准确预测，从而可实现直接精确下料控制且适用于小批量生产；还结合仓位传感器的检测和搅拌器的控制对下料仓内的物料堆积形态进行调节，减小了落料率波动；又通过对下料累积误差的控制，减小了批量下料的总误差。
-
公开(公告)号：CN107640609B
公开(公告)日：2019-09-24
申请号：CN201710905606.3
申请日：2017-09-19
Applicant: 中国计量大学
Abstract: 本发明公开了基于机器学习的螺杆式物料配料机控制器，其包括信号采集模块、处理模块、神经网络模块、迭代学习模块、存储模块、第一连接阵、第二连接阵和输出模块；采用的动态递归Elman神经网络将下料仓料位、空中落差、落料率、物料密度及螺旋输送器的螺旋叶片直径、螺距和螺杆最大转速映射为物料空中量，离线训练中迭代学习模块根据梯度下降法调整权值，在线控制下料过程中处理模块根据空中量预测值通过输出模块对螺旋输送器进行提前关闭控制。本发明采用非线性网络对下料过程进行建模，训练后的网络能对不同落料状态下的空中量进行准确预测，从而可直接精确下料且适用于小批量生产，又由于螺杆可保持高运转速度而提升了下料效率。
-
公开(公告)号：CN107601064B
公开(公告)日：2019-09-24
申请号：CN201710863074.1
申请日：2017-09-19
Applicant: 中国计量大学
Abstract: 本发明公开了基于神经网络的直落失重式物料下料机及其控制器，所述下料机包括机架、下料仓和下料阀、混料斗、称重模块、落料阀、混合料仓和控制器；在下料仓内安装有仓位传感器和搅拌器，混料斗内有混料器。控制器中采用神经网络模块，基于下料仓的料位、落料率、物料密度及下料阀开口孔径对物料失重值进行预测，从而对下料阀的关闭时间进行调节。本发明采用神经网络对下料中的称重行为进行建模，训练后的网络能对不同落料状态下的下落物料失重值进行准确预测，从而可直接精确下料且适用于小批量生产；采用仓位传感器和搅拌器对下料仓内的物料堆积形态进行检测和调节，减小了落料率波动；又通过对下料累积误差的控制，减小了批量下料的总误差。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.022 seconds)
