本發(fā)明涉及破碎機設(shè)備領(lǐng)域,具體涉及一種破碎機給料量智能控制方法、裝置及可讀介質(zhì),其方法包括:S1,構(gòu)建初始的目標料位預(yù)測模型,并將其作為當前輪次的目標料位預(yù)測模型進入下一步驟;S2,實時獲取破碎機進料口外的進料圖像,對進料圖像處理后確定進料粒徑分布,將設(shè)定的破碎機目標負載和進料粒徑分布輸入當前輪次的目標料位預(yù)測模型,輸出當前輪次的目標料位;S3,獲取實時給料速度和實時料位,根據(jù)實時給料速度、實時料位和當前輪次的目標料位計算目標給料速度,以解決調(diào)整滯后性的問題;
對智能礦山的認識; 智能選礦關(guān)鍵技術(shù); 質(zhì)量在線檢測技術(shù); 工藝智能控制技術(shù); 研究成果及應(yīng)用;
磨礦浮選智能控制的工程實踐,唐雅婧,中國恩菲工程技術(shù)有限公司,根據(jù)現(xiàn)場了解情況,目前4000t/a選礦廠處理的礦石來礦差異較大,包括:高峰山42#礦、高峰山低硫、老廠塘坑、老區(qū)低硫、大箐低硫、大箐42 #礦等礦種。不同礦石之間的浮選特性存在差異,其藥劑制度、工藝參數(shù)等均有差異。
杜浩,蘭州理工大學(xué)材料工程專業(yè)碩士研究生?,F(xiàn)階段主要研究方向為基于視覺傳感電弧增材制造路徑規(guī)劃及成形控制。