申请/专利权人:中国矿业大学
申请日:2024-01-12
公开(公告)日:2024-04-12
公开(公告)号:CN117862026A
主分类号:B07B11/04
分类号:B07B11/04;G06F30/28;G06F30/27;G06N3/0464;G06N3/0442;G06N3/045;G06N3/08;B07B11/02;B07B9/00;G01P5/26;G06F113/08;G06F111/10;G06F119/14
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.30#实质审查的生效;2024.04.12#公开
摘要:本发明涉及一种强旋气流筛分级过程智能监测与调控方法,包括:建立强旋气流筛分级机的数字孪生可视化模型,通过仿真计算进行两相流模拟,确定影响气流筛流场特性的关键工艺参数;采用测量设备对强旋气流筛分级机的流场数据进行测量得到分级室内不同位置、不同关键工艺参数下的流场数据作为实测数据;实测数据与仿真计算的结果进行对比,对流场模型进行验证和修正;基于修正后的流场模型进行仿真计算得到分级室内不同位置、不同关键工艺参数下的流场数据作为模拟数据;基于机器学习,建立流场特性预测模型预测流场特性,当预测得到的流场特性异常时,通过调整关键工艺参数值对流场特性进行调控使得强旋气流筛分级机正常运转。
主权项:1.一种强旋气流筛分级过程智能监测与调控方法,其特征在于,包括:建立强旋气流筛分级机的数字孪生可视化模型,通过仿真计算进行两相流模拟,得到不同工艺参数下分级室不同位置的流场数据,进而确定影响气流筛流场特性的关键工艺参数;采用测量设备对强旋气流筛分级机的流场数据进行测量得到分级室内不同位置、不同关键工艺参数下的流场数据,作为实测数据;对实测数据和仿真计算的结果进行对比,基于对比结果,对流场模型进行验证和修正;基于修正后的流场模型进行仿真计算得到分级室内不同位置、不同关键工艺参数下的流场数据作为模拟数据;基于机器学习,建立流场特性预测模型,对流场特性采用实测数据和模拟数据进行训练,得到训练好的流场特性预测模型;基于训练好的流场特性预测模型预测流场特性,当预测得到的流场特性异常时,通过调整关键工艺参数值对流场特性进行调控使得强旋气流筛分级机正常运转。
全文数据:
权利要求:
百度查询: 中国矿业大学 一种强旋气流筛分级过程智能监测与调控方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。