-
公开(公告)号：CN108910197B
公开(公告)日：2021-01-12
申请号：CN201810899488.4
申请日：2017-01-13
Applicant: 中国计量大学
IPC: B65B69/00
Abstract: 本发明公开了一种振动除残料式自动拆包卸料方法，包括以下步骤：将料包搬至传送带上；所述传送带的表面倾斜向下，用于传送料包，并将料包传送至位于其后端的割包仓；所述割包仓竖直设置，并在其底部设有开口；料包进入割包仓，由安装于传送带的后端附近的切割机构，从割包仓的底部开口穿过将料包割开，所述切割机构位于割包仓下方；完成切割后，位于割包仓外侧的振包机构工作，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上行，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：CN110667148A
公开(公告)日：2020-01-10
申请号：CN201910845719.8
申请日：2017-05-28
Applicant: 中国计量大学
Abstract: 本发明公开了一种膜厚控制系统，其包括挤出单元、冷却成型单元、拉伸单元、测厚单元、监测控制单元和收卷单元，其中冷却成型单元内含刻印模块，监测控制单元内有数显设备、膜厚图像拾取模块、图像处理模块、控制模块、模头调节器和变频器。测厚单元检测薄膜厚度并将薄膜剖面图像传送给数显设备，并经膜厚图像拾取模块转送到图像处理模块，控制模块接收图像处理模块输出的标记有模头螺栓位置的薄膜厚度值集合后分别通过变频器和模头调节器来调节薄膜纵向和横向的厚度。本发明实时采集薄膜剖面图像信号，分析处理得到厚度参数，通过模头螺栓进行剖面的厚度调节，达到薄膜横向厚度均匀的目的，同时通过挤出速度的调节使薄膜纵向厚度保持一致。
-
公开(公告)号：CN107512597B
公开(公告)日：2019-04-05
申请号：CN201710905893.8
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多组份物料下料方法，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；各螺旋输送器依次动作，在完成一次配方量下料后，打开落料阀，然后在检测到混料斗中的物料达到设定值时，将物料混合均匀后打开推板，将混合料排出。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，且下料效率高，在迭代学习过程中的落料能被有效利用。
-
公开(公告)号：CN107601083B
公开(公告)日：2019-04-02
申请号：CN201710863073.7
申请日：2017-09-19
Applicant: 中国计量大学
IPC: B65G69/00
Abstract: 本发明公开了基于神经网络的直落失重式物料下料方法，在控制器中建立神经网络模块，采用神经网络将下料仓的料位、落料率、物料密度及下料阀开口孔径4个输入量映射为下落物料失重值；获取训练样本，对神经网络进行离线训练；在线进行下料控制时，基于下料仓中仓位传感器和承载下料仓的称重模块实时采集的信号，神经网络对落料失重值进行预测，处理模块基于该预测值修正下料量后对下料阀的关闭时间进行调节。本发明采用神经网络对不同落料状态下的落料失重值进行预测，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。
-
-
Patent Agency Ranking
公开(公告)号：CN107673083A
公开(公告)日：2018-02-09
申请号：CN201710905892.3
申请日：2017-09-19
Applicant: 中国计量大学
CPC classification number: B65G65/005 , B65G65/46
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：CN107512597A
公开(公告)日：2017-12-26
申请号：CN201710905893.8
申请日：2017-09-19
Applicant: 中国计量大学
CPC classification number: B65G65/46 , B65G65/32 , B65G2203/042
Abstract: 本发明公开了基于变速率学习的螺杆式多组份物料下料方法，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；各螺旋输送器依次动作，在完成一次配方量下料后，打开落料阀，然后在检测到混料斗中的物料达到设定值时，将物料混合均匀后打开推板，将混合料排出。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，且下料效率高，在迭代学习过程中的落料能被有效利用。
-
公开(公告)号：CN107310133A
公开(公告)日：2017-11-03
申请号：CN201710429704.4
申请日：2017-05-28
Applicant: 中国计量大学
IPC: B29C47/92 , B29C55/12 , G06T7/00 , G06T7/11 , G06T7/13 , G06T7/136 , G06K9/32 , G06K9/34 , B29K23/00 , B29L7/00
Abstract: 本发明公开了一种基于图像处理的BOPP薄膜厚度控制方法，挤出机挤出原料熔体后，在经冷却成型单元固化为铸片时通过一个刻印模块在铸片两端打上V形或U形缺口印记，测厚单元检测薄膜厚度并将薄膜剖面图像传送给数显设备，同时又经膜厚图像拾取模块转送到图像处理模块，控制模块接收图像处理模块输出的标记有模头螺栓位置的薄膜厚度值集合后分别通过变频器和模头调节器来调节薄膜纵向和横向的厚度。本发明实时采集薄膜剖面图像信号，分析处理得到厚度参数，通过模头螺栓进行剖面的厚度调节，达到薄膜横向厚度均匀的目的，同时通过挤出速度的调节使薄膜纵向厚度保持一致。
-
公开(公告)号：CN110697448B
公开(公告)日：2021-07-02
申请号：CN201910845720.0
申请日：2017-09-19
Applicant: 中国计量大学
Abstract: 本发明公开了一种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：CN110697438B
公开(公告)日：2021-07-02
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。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.029 seconds)
