-
公开(公告)号：CN114646262A
公开(公告)日：2022-06-21
申请号：CN202210295081.7
申请日：2022-03-23
申请人： 东北大学 , 湖南东长智能技术有限公司
摘要： 本发明涉及一种基于二维激光扫描仪的散料场料堆建模方法，包括以下步骤：步骤1、将二维激光扫描仪安装在斗轮堆取料机上；步骤2、设置斗轮堆取料机走行的起始位置和结束位置，然后启动斗轮堆取料机，并借助于二维激光扫描仪对料场中对应的料堆进行扫描；步骤3、主机系统建立与二维激光扫描仪的TCP/IP通讯连接，用以获取二维激光扫描仪的料堆扫描数据，并完成解析料堆扫描数据；步骤4、主机系统建立与斗轮堆取料机走行、回转和俯仰机构PLC的OPC通讯，用以获取斗轮堆取料机实时运行的数据。本发明提供的方法将二维扫描仪与斗轮堆取料机运动相结合，对料场料堆进行扫描，生成三维点云数据，进而实现料场料堆数字模型建设。
-
公开(公告)号：CN114715628B
公开(公告)日：2023-05-26
申请号：CN202210327441.7
申请日：2022-03-30
申请人： 东北大学 , 湖南东长智能技术有限公司
摘要： 本发明涉及一种斗轮堆取料机无人值守的堆取料方法，包括以下步骤：激光扫描仪通过扫描获取料堆的扫描数据，并将获取的扫描数据发送给中控主机；中控主机按照设定的算法策略和斗轮堆取料机的设备参数数据对扫描数据进行处理获得控制指令数据，并将获得的控制指令数据发送给斗轮堆取料机；斗轮堆取料机根据控制指令实现自动化堆料或取料作业，并将实时设备参数数据反馈给中控主机；本发明提供的方法能够对料堆实时点云处理得到堆取料策略每一层的外围关键点坐标，堆取料算法根据每一层关键点坐标进行处理转换最后得到料堆取料的每一步精确的回转角度范围，然后实时控制堆取料机进行自动堆取料，并通过雷达进行料堆边界检测实现双重保险。
-
公开(公告)号：CN114715628A
公开(公告)日：2022-07-08
申请号：CN202210327441.7
申请日：2022-03-30
申请人： 东北大学 , 湖南东长智能技术有限公司
摘要： 本发明涉及一种斗轮堆取料机无人值守的堆取料方法，包括以下步骤：激光扫描仪通过扫描获取料堆的扫描数据，并将获取的扫描数据发送给中控主机；中控主机按照设定的算法策略和斗轮堆取料机的设备参数数据对扫描数据进行处理获得控制指令数据，并将获得的控制指令数据发送给斗轮堆取料机；斗轮堆取料机根据控制指令实现自动化堆料或取料作业，并将实时设备参数数据反馈给中控主机；本发明提供的方法能够对料堆实时点云处理得到堆取料策略每一层的外围关键点坐标，堆取料算法根据每一层关键点坐标进行处理转换最后得到料堆取料的每一步精确的回转角度范围，然后实时控制堆取料机进行自动堆取料，并通过雷达进行料堆边界检测实现双重保险。
-
公开(公告)号：CN112992284A
公开(公告)日：2021-06-18
申请号：CN202011630359.9
申请日：2020-12-31
申请人： 无锡东研信科科技研发有限公司 , 东北大学无锡研究院 , 无锡东研智能科技有限公司
摘要： 一种基于PSO‑ELM算法的烧结矿质量预报方法，属于计算机应用技术领域，其特征是包括以下步骤：通过在烧结现场采集大量的数据，建立基于PSO‑ELM神经网络的烧结矿质量预报模型，选用烧结混合料作为输入，以TFe、CaO、SiO2作为输出，采用灰色关联方法对上述数据和预测参数进行分析，并对模型分别进行训练和仿真。该预报模型为科学指导烧结配矿提供了理论依据。依据本方法可实现优化配矿，为生产出高质量、高产量的烧结矿提供参考。
-
公开(公告)号：CN109165793A
公开(公告)日：2019-01-08
申请号：CN201811072418.8
申请日：2018-09-14
申请人： 东北大学
摘要： 本发明提供一种基于PSO-ELM算法的混匀矿烧结基础特性预报方法，涉及计算机技术领域。本发明包括以下步骤：步骤1：获取待检测的混匀矿样本数据，样本数据分为训练集和测试集，所述混匀矿样本数据包括化学成分、烧损及其烧结基础特性；步骤2：建立混匀矿烧结基础特性预报模型；步骤3：通过测试集的数据对混匀矿烧结基础特性预报模型进行验证。本发明采用具有最优权重矩阵、最优偏置向量粒子群算法优化的极限学习机神经网络对混匀矿化学成分以及烧损进行处理，得到的混匀矿样品的烧结基础特性精度较高且该方法效率高、成本低。
-
公开(公告)号：CN112816211A
公开(公告)日：2021-05-18
申请号：CN202011632761.0
申请日：2020-12-31
申请人： 无锡东研信科科技研发有限公司 , 东北大学无锡研究院 , 无锡东研智能科研有限公司
IPC分类号： G01M13/023 , G06N3/00 , G06N3/04 , G06N3/08
摘要： 本发明涉及一种基于PSO‑BP算法的带式输送机故障诊断的方法，属于计算机应用技术领域，包括以下步骤：获取待检测的带式输送机检测传感器变量的样本数据、以及故障种类的标签数据，建立基于粒子群算法优化BP神经网络的带式输送机故障诊断模型，针对五种故障建立故障诊断模型，对纵向撕裂、打滑、跑偏、堆料、轴承故障进行预测，并对模型分别进行训练和仿真。为科学指导带式输送机故障诊断提供理论依据。对实现监测带式输送机运行，进而对保障人身及设备的安全具有重要指导意义。
-
公开(公告)号：CN117852821A
公开(公告)日：2024-04-09
申请号：CN202410018284.0
申请日：2024-01-05
申请人： 东北大学
IPC分类号： G06Q10/0631 , G06Q10/0633 , G06Q50/04
摘要： 本发明设计一种基于工业互联网的生产链和产业链协同系统，属于工业互联网领域；所述系统包括端、边、云三部分；端表示智能生产装备，边表示智能生产工序，云表示智能生产链；所述端中采集工况数据提取物质、能源和碳排数据，并进行融合，实现工序资源的自组织；并将融合后的数据和生产装备采集的数据输出传递到边侧；所述边中，对产品的生产进行作业计划和动态调度；所述云中针对全产业链的各级用户，面向其具体的活动需求，提供定制化的、辅助其具体活动决策的信息，实现生产链资源优化配置；本发明运用基于工业互联网的大数据技术和面向深度感知的人工智能技术，赋能数据使之贯穿于钢铁生产的设计、工艺、生产、管理、服务等各个环节。
-
公开(公告)号：CN113160899A
公开(公告)日：2021-07-23
申请号：CN202011630373.9
申请日：2020-12-31
申请人： 无锡东研信科科技研发有限公司 , 无锡东研智能科研有限公司 , 东北大学无锡研究院
摘要： 本发明涉及一种基于NSGA‑II算法的炼铁烧结配料多目标优化方法，属于计算机应用技术领域，其步骤为：将含铁粉料、燃料和熔剂的配比结果定义为决策变量，并确定其约束条件；根据烧结矿的生铁成本、烧结成本、高炉焦比等6个不同的指标构建多目标优化模型；采用多目标进化算法NSGA‑II对优化模型进行求解，采用多种计算，使得解更广泛均匀的逼近Pareto最优前沿，最终输出烧结配料配比的最优解集。所述的算法较成熟、稳健，无论对于理论测试函数，还是实际生产问题，均表现出较强的寻优能力。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.041 秒)
