基于工业以太网的多台堆垛机协同控制方法

    公开(公告)号:CN113247514B

    公开(公告)日:2021-09-21

    申请号:CN202110792561.X

    申请日:2021-07-14

    摘要: 本发明公开了基于工业以太网的多台堆垛机协同控制方法,属于程序控制领域,涉及多台机器协同控制技术,用于避免机械的浪费以及显著提升工作效率,首先通过信息获取模块获取货架区域内堆垛机的运行参数并结合处理器将多台堆垛机的位置投影至平面区域图中;总控制器连接独立控制器获取堆垛机的当前状态,并获取任务位置与空闲堆垛机的最短行走距离;然后处理器进行初选堆垛机的标记,同时进行运行模拟;当满足多台堆垛机路线不冲突且运行时多台堆垛机之间的距离大于两台堆垛机的安全半径之和则确定目标堆垛机;最后处理器将目标堆垛机发送至总控制器,总控制器连接目标堆垛机的独立控制器并将任务发送至目标堆垛机,完成协同控制。

    一种基于热风炉可变周期预测的烧炉送风控制方法

    公开(公告)号:CN114610093A

    公开(公告)日:2022-06-10

    申请号:CN202210225805.0

    申请日:2022-03-09

    摘要: 本发明公开了一种基于热风炉可变周期预测的烧炉送风控制方法,包括历史数据的获取与预处理、构建可变送风周期模型,生成可变燃烧周期的燃烧策略。通过构建可变送风周期模型,预测出送风结束时长,在给高炉进行送风时保证了送风温度,同时充分利用以往生产过程中燃烧周期和送风周期的数据进行计算处理,使送风周期和燃烧周期根据实际烧炉和送风情况可以调整变化,打破现有传统的固定燃烧周期和送风周期的限值;将燃烧期与送风期的数据作为输入变量进行联动分析,并根据分析结果对应生成燃烧期的燃烧策略和生成送风期的送风策略,保证了燃烧和送风过程中的温度及其稳定性,采用最优煤气‑助燃空气比烧炉,保证煤气充分燃烧,避免资源浪费。

    一种自动化堆垛机的安全保护系统

    公开(公告)号:CN113247513B

    公开(公告)日:2021-09-14

    申请号:CN202110742750.6

    申请日:2021-07-01

    IPC分类号: B65G1/04 B65G1/137

    摘要: 本发明公开了一种自动化堆垛机的安全保护系统,涉及仓储设备运输技术领域,包括控制中心、数据库、信息录入模块、信息采集终端、数据分析模块、安全保护模块、预警模块;通过信息采集终端对堆垛机的基本参数进行实时采集,然后将实时采集到的参数信息通过数据分析模块分别进行水平方向速度分析、垂直方向速度分析、过载分析、限位分析,并将数据分析模块的分析结果发送至安全保护模块,通过安全保护模块根据数据分析模块的分析结果进行安全防护,安全防护包括行走保护、起升保护、过载保护以及货台保护。

    智能线材库区管理系统
    9.
    发明公开

    公开(公告)号:CN113256231A

    公开(公告)日:2021-08-13

    申请号:CN202110799368.9

    申请日:2021-07-15

    IPC分类号: G06Q10/08 G06Q10/06

    摘要: 本发明公开了智能线材库区管理系统,涉及线材库区管理技术领域,包括库存监测模块、库存分析模块、控制器、库存管理模块和线材展示模块;库存监测模块用于实时监测各种线材的库存数据;库存分析模块用于对库存数据进行分析处理,有效判定线材库存量是否不足,及时提示管理员补货,避免线材缺货,影响交易;库存管理模块用于接收库存不足信号后对对应线材的补货量进行分析,提示管理员购买合适数量的线材,避免补货过少、线材销售快造成频繁进货或一次性进货过多造成线材堆积,资金被占用等问题,提高线材库区管理效率;线材展示模块用于对销售平台上的线材进行优展值分析,并根据优展值对线材进行排序并展示,提高线材的销售效率。

    全方位烧结工序智能化管控系统

    公开(公告)号:CN113253618B

    公开(公告)日:2021-10-19

    申请号:CN202110788096.2

    申请日:2021-07-13

    摘要: 本发明公开了全方位烧结工序智能化管控系统,其中,数据处理单元获取配料布料工序中的数据分析处理,得到烧结点偏移系数,并将其传输至烧结终点预测单元,烧结终点预测单元通过曲线拟合,并将对应参数导入人工神经网络学习模型进行结果输出得到最终预测终点;废气处理单元通过实时脱硫率和实时脱硝率以及氨气逃逸系数,计算得出目标喷氨量,通过设置工序监控单元获取数据并运用到烧结终点预测单元,烧结终点预测单元利用获取的数据进行烧结终点的精准预测,将配料布料工序和点火烧结工序中影响烧结终点的因素进行算法分析,并最终通过人工神经网络学习模型进行结果输出,解决了现有技术中烧结终点难以精准确定的问题。