CN115857443A - 一种用于固体废物前处理的智能配料方法及*** - Google Patents
一种用于固体废物前处理的智能配料方法及*** Download PDFInfo
- Publication number
- CN115857443A CN115857443A CN202211464607.6A CN202211464607A CN115857443A CN 115857443 A CN115857443 A CN 115857443A CN 202211464607 A CN202211464607 A CN 202211464607A CN 115857443 A CN115857443 A CN 115857443A
- Authority
- CN
- China
- Prior art keywords
- intelligent
- batching
- raw material
- solid waste
- pretreatment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Processing Of Solid Wastes (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种用于固体废物前处理的智能配料方法,该用于固体废物前处理的智能配料方法包括以下步骤:在智能配料***中植入多种数学模型,构建用于固体废物的原材料成分预测的算法***;利用区间值模糊***,建立区间值模糊模型,实现对原料成分区间的预测;开发用于配料过程智能控制的策略,并设计相应的配料模糊控制器。该用于固体废物前处理的智能配料方法及***解决传统的人工配准确性和稳定性不高的问题,能够自动取样配料,能够有效减少工人操作时间,提升劳动效率;利用多种智能算法自动计算,并根据实际情况作出调整,能够减少出错率,避免生产事故,提高产量。
Description
技术领域
本发明涉及智能控制技术,更具体地,涉及一种用于固体废物前处理的智能配料方法及***。
背景技术
在传统的冶金生产过程中,会产生大量的固体废物,包括生产环境中的灰分、矿石原料残渣以及生产流程中产生的各类固体废物,这些固体废物中往往包含各类金属元素可供回收利用,同时由于固体废物中存在一些对人体与环境有危害的物质,故而不能随意堆放与弃置,为了实现资源回收利用并减少对人体与环境损伤的目的,及时处置生产流程中产生的各类固体废物至关重要,然而,在传统的固体废物处置过程中,对于废物原料的合理用量与配比等方面存在一定的缺陷,人工计算各类原料的投入量与配比方式存在明显的滞后性,无法实时地根据生产需要进行调整,仅凭借生产经验而作出判断,缺乏一定的科学性,且人工操作与计算过程中缺乏稳定性,更容易出现错误,严重时造成生产事故,浪费时间与资源。
发明内容
本发明的目的在于提供一种用于固体废物前处理的智能配料方法及***,解决了现有技术中固体废物处置过程中,对于废物原料的合理用量与配比存在缺陷,人工计算各类原料的投入量与配比方式存在明显的滞后性,无法实时地调整,缺乏一定的科学性,稳定性,更容易出现错误,严重时造成生产事故,浪费时间与资源的技术问题,能够便捷高效地配比原材料的投入使用量,且能根据现场生产需求快速进行自动调整,节约人力、时间等成本,提高生产效率,减少安全风险。
为了实现上述目的,本发明采用以下技术方案:
作为本发明的一个方面,提供了一种用于固体废物前处理的智能配料方法,包括以下步骤:
S1.在智能配料***中植入多种数学模型,构建用于固体废物的原材料成分预测的算法***;
S2.利用区间值模糊***,建立区间值模糊模型,实现对原料成分区间的预测;
S3.开发用于配料过程智能控制的策略,并设计相应的配料模糊控制器。
作为本发明上述方面的一种用于固体废物前处理的智能配料方法,其中S1的多种数学模型包括神经网络、模糊***以及最小二乘法回归。
作为本发明上述方面的一种用于固体废物前处理的智能配料方法,其中S1中构建用于固体废物的原材料成分预测的算法***包括以下步骤:
S11.根据历史不同固体废物的原料的成分数据与成品成分检测结果,预测需投入使用的原料成分;
S12.自动计算出符合生产需求的原料配比。
作为本发明上述方面的一种用于固体废物前处理的智能配料方法,其中S11包括以下步骤:
S111.通过对日常原材料成分检测数据反馈结果,预测需投入使用的原料成分;
S112.通过对生产所获得的工业数据,预测需投入使用的原料成分;
S113.通过对成品品质检测数据的元素含量反馈,预测需投入使用的原料成分。
作为本发明上述方面的一种用于固体废物前处理的智能配料方法,其中S2包括以下步骤:
S21.通过加权系数计算,建立一套配料比与成品化验结果相关联的预测模型;
S22.重复测试预测模型,对预测模型进行不断地优化;
S23.实际配料过程中采用模糊控制,实现对不同原料仓位的自动控制。
作为本发明上述方面的一种用于固体废物前处理的智能配料方法,其中S21包括以下步骤:
S211.通过加权系数计算,得出多种配比方案,供实际生产需求选择;
S212.根据日常工业生产数据并通过对常规处置原料种类的成分进行检测,形成数据库。
作为本发明上述方面的一种用于固体废物前处理的智能配料方法,其中S3包括以下步骤:
S31.以配料工艺机理分析为基础,开发用于配料过程的智能控制策略;
S32.设计相应的配料模糊控制器,完善流量调整算法,提高配料的准确度和稳定性。
作为本发明上述方面的一种用于固体废物前处理的智能配料方法,其中S32包括以下步骤:
S321.选中固体废物的原材料种类,并输入相关变量;
S322.通过相关变量调整各仓体流量大小,以实现多品种物料的自动配比。
作为本发明的另一个方面,提供了一种用于固体废物前处理的智能配料***,包括:
原料成分预测单元,用于对固体废物中原料成分进行预测;和/或
原料配比计算单元,用于对固体废物中原料分配比例进行运算;和/或
仓体流量控制单元,用于对不同原料仓体流量进行自动控制;和/或
成品化验结果反馈单元,用于对成品的化验结果进行实时反馈。
作为本发明上述方面的一种用于固体废物前处理的智能配料***,智能配料***分别与智能配水***、智能混料***、智能烘干***、成品参数智能反馈***搭配使用。
采用上述技术方案,本发明具有以下优点:
本发明提供了一种用于固体废物前处理的智能配料方法及***,能够自动取样配料,有效减少了工人操作时间,提升劳动效率,减少安全风险;智能配料***能够自动计算,并根据实际情况作出调整,能够减少出错率,避免生产事故,提高产量;智能配料***能够配合其他智能***使用,一体化流程,出现故障后能够快速诊断并及时修正,节约时间等成本。智能配料***操作简单,上手难度低,界面清晰易懂,大大减少技术人员培训学习的时间,节约人力成本。该用于固体废物前处理的智能配料方法具有准确率高、操作简便、稳定性好等优势,对于提高生产效率,减少生产风险,节约时间和人力成本具有重要的意义。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显。
图1是用于固体废物前处理的智能配料***的设计原理的示意图;
图2是本发明的固体废物前处理的智能配料方法的流程图。
具体实施方式
以下结合说明书附图对本发明的技术方案进行具体说明,在具体实施方式中详细叙述本发明的详细特征以及优点,其内容足以使任何本领域技术人员了解本发明的技术内容并据以实施,且根据本说明书所揭露的说明书、权利要求及附图,本领域技术人员可轻易地理解本发明相关的目的及优点。
图1示出了本发明用于固体废物前处理的智能配料***的设计原理的示意图。
一种用于固体废物前处理的智能配料***,包括:
原料成分预测单元,用于对固体废物中原料成分进行预测;和/或
原料配比计算单元,用于对固体废物中原料分配比例进行运算;和/或
仓体流量控制单元,用于对不同原料仓体流量进行自动控制;和/或
成品化验结果反馈单元,用于对成品的化验结果进行实时反馈。
本发明的固体废物前处理的智能配料***设计原理的示意图具体如图1所示,从图1可以看出成品的检测结果将元素含量反馈给智能配料***,将流量速率反馈给生产工艺流程,原料成分检测及时反馈给智能配料***,智能配料***可根据生产过程的实际需求自动调整原料的配比与流量的大小,从而实现生产的正常进行。
一种用于固体废物前处理的智能配料方法具体如图2所示,包括以下步骤:
S1.在智能配料***中植入多种数学模型,构建用于固体废物的原材料成分预测的算法***;其中,S1的多种数学模型包括神经网络、模糊***以及最小二乘法回归。
S1中构建用于固体废物的原材料成分预测的算法***具体包括以下步骤:
S11.根据历史不同固体废物的原料的成分数据与成品成分检测结果,预测需投入使用的原料成分;
其中S11包括以下具体步骤具体如图1所示:
S111.通过对日常原材料成分检测数据反馈结果,预测需投入使用的原料成分;
S112.通过对生产所获得的工业数据,预测需投入使用的原料成分;
S113.通过对成品品质检测数据的元素含量反馈,预测需投入使用的原料成分。
S12.自动计算出符合生产需求的原料配比。
S2.利用区间值模糊***,建立区间值模糊模型,实现对原料成分区间的预测;
其中,S2包括以下步骤:
S21.通过加权系数计算,建立一套配料比与成品化验结果相关联的预测模型;
其中S21包括以下步骤:
S211.通过加权系数计算可实现对原料配比的预测,在短时间内可得出多种配比方案以供实际生产需求选择;
S212.根据日常工业生产数据并通过对常规处置原料种类的成分进行检测,形成充足数据库。
S22.重复测试预测模型,对预测模型进行不断地优化;
S23.实际配料过程中采用模糊控制,实现对不同原料仓位的自动控制。
S3.开发用于配料过程智能控制的策略,并设计相应的配料模糊控制器。
其中S3包括以下步骤:
S31.以配料工艺机理分析为基础,开发用于配料过程的智能控制策略;
S32.设计相应的配料模糊控制器,完善流量调整算法,提高配料的准确度和稳定性。
其中,S32包括以下具体步骤:
S321.选中固体废物的原材料种类,并输入相关变量,如预期处置量、预期产量、皮带长度及皮带运行速度等参数,以实现对原料配比的合理控制;
S322.通过相关变量调整各仓体流量大小,以实现多品种物料的自动配比。
在一个具体的实施例中,即日常生产过程中,各种原材料包含的元素成分互不相同,且由于物料混匀程度存在偏差,导致进入制球***中物料的元素含量存在一定的波动,在波动幅度过大时可能影响成品最终的品质,甚至损伤设备。本发明的固体废物前处理的智能配料方法根据实时反馈的原材料与成品的成分参数,精准计算混合后的物料成分,并及时作出调整,重新设定原料的分配比例,进而控制最终的成品品质,降低生产事故发生的概率。
在又一个具体的实施例中,正常生产的过程中,由于运输***各环节都会出现一定的故障,导致生产速率发生一定的改变,例如强混堵料或皮带积料严重时会损坏机器,本发明智能配料***可根据成品的产出速率以及整个工艺流程中各部分设备的作业率反馈情况,及时调整原料配比速率,以实现生产的正常运行。
最后,需要指出的是,虽然本发明已参照当前的具体实施例来描述,但是本技术领域中的普通技术人员应当认识到,以上的实施例仅是用来说明本发明,而并非用作为对本发明的限定,在不脱离本发明构思的前提下还可以作出各种等效的变化或替换,因此,只要在本发明的实质精神范围内对上述实施例的变化、变型都将落在本发明的权利要求书范围内。
Claims (10)
1.一种用于固体废物前处理的智能配料方法,其特征在于,包括以下步骤:
S1.在智能配料***中植入多种数学模型,构建用于固体废物的原材料成分预测的算法***;
S2.利用区间值模糊***,建立区间值模糊模型,实现对原料成分区间的预测;
S3.开发用于配料过程智能控制的策略,并设计相应的配料模糊控制器。
2.如权利要求1所述的一种用于固体废物前处理的智能配料方法,其特征在于,所述S1的多种数学模型包括神经网络、模糊***以及最小二乘法回归。
3.如权利要求1所述的一种用于固体废物前处理的智能配料方法,其特征在于,所述S1中构建用于固体废物的原材料成分预测的算法***包括以下步骤:
S11.根据历史不同固体废物的原料的成分数据与成品成分检测结果,预测需投入使用的原料成分;
S12.自动计算出符合生产需求的原料配比。
4.如权利要求3所述的一种用于固体废物前处理的智能配料方法,其特征在于,所述S11包括以下步骤:
S111.通过对日常原材料成分检测数据反馈结果,预测需投入使用的原料成分;
S112.通过对生产所获得的工业数据,预测需投入使用的原料成分;
S113.通过对成品品质检测数据的元素含量反馈,预测需投入使用的原料成分。
5.如权利要求1所述的一种用于固体废物前处理的智能配料方法,其特征在于,所述S2包括以下步骤:
S21.通过加权系数计算,建立一套配料比与成品化验结果相关联的预测模型;
S22.重复测试预测模型,对预测模型进行不断地优化;
S23.实际配料过程中采用模糊控制,实现对不同原料仓位的自动控制。
6.如权利要求5所述的一种用于固体废物前处理的智能配料方法,其特征在于,所述S21包括以下步骤:
S211.通过加权系数计算,得出多种配比方案,供实际生产需求选择;
S212.根据日常工业生产数据并通过对常规处置原料种类的成分进行检测,形成数据库。
7.如权利要求1所述的一种用于固体废物前处理的智能配料方法,其特征在于,所述S3包括以下步骤:
S31.以配料工艺机理分析为基础,开发用于配料过程的智能控制策略;
S32.设计相应的配料模糊控制器,完善流量调整算法,提高配料的准确度和稳定性。
8.如权利要求7所述的一种用于固体废物前处理的智能配料方法,其特征在于,所述S32包括以下步骤:
S321.选中固体废物的原材料种类,并输入相关变量;
S322.通过相关变量调整各仓体流量大小,以实现多品种物料的自动配比。
9.一种用于固体废物前处理的智能配料***,其特征在于,包括:
原料成分预测单元,用于对固体废物中原料成分进行预测;和/或
原料配比计算单元,用于对固体废物中原料分配比例进行运算;和/或
仓体流量控制单元,用于对不同原料仓体流量进行自动控制;和/或
成品化验结果反馈单元,用于对成品的化验结果进行实时反馈。
10.如权利要求9所述的一种用于固体废物前处理的智能配料***,其特征在于,所述智能配料***分别与智能配水***、智能混料***、智能烘干***、成品参数智能反馈***搭配使用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211464607.6A CN115857443A (zh) | 2022-11-22 | 2022-11-22 | 一种用于固体废物前处理的智能配料方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211464607.6A CN115857443A (zh) | 2022-11-22 | 2022-11-22 | 一种用于固体废物前处理的智能配料方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115857443A true CN115857443A (zh) | 2023-03-28 |
Family
ID=85664786
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211464607.6A Pending CN115857443A (zh) | 2022-11-22 | 2022-11-22 | 一种用于固体废物前处理的智能配料方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115857443A (zh) |
-
2022
- 2022-11-22 CN CN202211464607.6A patent/CN115857443A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7877154B2 (en) | Method and system for controlling a batch process | |
CN102385315A (zh) | 水厂智能混凝投药控制***及其控制方法 | |
CN102915027B (zh) | 一种基于模式识别技术构建的高炉冶炼专家***及其方法 | |
CN104384009B (zh) | 一种基于Bang‑Bang控制的水泥联合粉磨预测控制方法 | |
CN111144667A (zh) | 一种基于梯度提升树的烟草回潮机出料含水率预测方法 | |
CN1967418A (zh) | 利用非可靠通信的过程控制 | |
US6796432B2 (en) | Method for reblending sand | |
CN111231094A (zh) | 一种蒸压加气混凝土制品生产线***及其控制方法 | |
CN100546791C (zh) | 沥青混合料搅拌设备冷骨料给料控制方法 | |
CN114265885A (zh) | 一种烧结返粉料的水分自动控制方法及*** | |
CN110577091B (zh) | 基于人工智能稳定混匀矿质量的方法、***及介质 | |
EP3841441B1 (de) | Verfahren zur qualitaetskontrolle und/oder nachverfolgung eines in einem produktionszyklus hergestellten spritzgiessteils sowie kunststoffindustrieanlage hierfuer | |
CN1288428C (zh) | 材料传递期间控制送料量的方法 | |
EP2392446A1 (de) | Kognitives technisches System zur Herstellung von Kunststofferzeugnissen | |
CN110471285B (zh) | 基于趋势事件驱动的锌冶炼焙烧过程模糊控制方法 | |
CN109634104A (zh) | 水泥生料配料过程的智能优化控制装置及其控制方法 | |
CN114510098B (zh) | 一种生产环境调控方法与*** | |
CN113303489B (zh) | 一种制丝过程烟叶水分准确控制的方法 | |
EP3296387B1 (de) | Verfahren zur überwachung von bioprozessen | |
CN110246547A (zh) | 一种烧结过程配矿优化方法 | |
CN115857443A (zh) | 一种用于固体废物前处理的智能配料方法及*** | |
CN113591362A (zh) | 一种基于大数据智能控制算法的熟料比例优化调节方法 | |
Mohan et al. | Digital Smart Kaizen To Improve Quality Rate Through Total Productive Maintenance Implemented Industry 4.0 | |
Lieberman | Statistical process control and the impact of automatic process control | |
CN103488089B (zh) | 自适应的农药废液焚烧炉有害物排放达标控制***及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |