成果301：基于神经网络的直落失重式物料下料机及其控制器

项目简介：

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。

成果302：基于神经网络的直落失重式物料下料方法

项目简介：

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。

成果303：基于机器学习的螺杆式物料配料机控制器

项目简介：

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。

成果304：基于变速率学习的直落式物料配料装置及其控制器

项目简介：

本发明公开了基于变速率学习的直落式物料配料装置及其控制器，所述配料装置包括机架、多组下料仓和下料阀、含分料器的计量斗、称重模块、落料阀、混料斗和控制器，在下料仓侧壁和机架上分别安装有距离传感器和振动杆，混料斗内有料位传感器和混料器。基于单次和累积下料误差，控制器通过迭代学习对下料阀进行控制，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振动杆对下料仓内的物料堆积进行检测和调节，保证落料形态稳定，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。

成果305：基于变速率学习的螺杆式物料下料装置及其控制器

项目简介：

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。

院校简介：

中国计量大学是一所以计量、标准、质量、市场监管和检验检疫为办学特色的高等院校。学校前身是1978年由国家计量总局创建的杭州计量学校，1985年经教育部批准升格为中国计量学院，2016年更名为中国计量大学，2019年成为浙江省与国家市场监管总局共建大学和浙江省重点建设大学。2021年，经国务院学位委员会审核，学校成功获批博士学位授予单位。

如果您对上述成果感兴趣

欢迎与我们联系

兰溪科技大市场

0579-88902033