矿石码头混配恒流量控制优化

为了解决码头矿石混配取料流量波动大、精度低的问题,利用数学建模和Matlab软件对矿石混配系统进行模拟仿真和优化。采用改进后的PID控制技术,避免传统人工操作响应时间长、超调量大的缺点。矿石混配精度和混配效率得到明显提高。     

门式刮板取料机在封闭条形堆场布置形式分析

以泰国某电厂配套的煤炭进口码头工程为背景,码头后方封闭条形堆场采用堆料机和门式刮板取料机配合来进行堆、取料作业。给出了门式刮板取料机在封闭条形堆场的3种布置形式,并从平面布置、取料效果和土建结构等方面进行了综合比选分析,可为类似工程封闭条形堆场设计参考。     

干散货码头全自动化作业流程

为提高干散货码头的作业智能化水平,对干散货码头卸船自动化、装船自动化、装车自动化、码头生产管控数字化、流程全自动化等技术体系进行研究。基于作业流程全自动化的思路,利用三维激光扫描技术、仿真处理技术、高精度定位技术、PLC控制技术、计算机软件等,以作业流程的单设备自动化为抓手,结合3D数字化码头生产管控系统,建立设备联锁控制模型,开发矿石码头作业流程全自动化控制系统,实现码头卸船、水平运输、堆取料、装车、混配、装船等全过程的作业自动化和集中管控。研究成果将为推动我国干散货码头的智能化、智慧化建设提供技术支撑和实践参考依据。     

取料机防过载自动控制方法

分析斗轮取料机过载原因与危害,通过皮带秤瞬时流量反馈取料流量、采集斗轮运行参数、增加取料机垛形检测传感器等方式,建立防过载闭环控制策略并设计多种过载模式下的控制方法,提出了一种解决取料过载、取料量受人为因素影响过大等问题的方案。     

港口大型门式取料机斗轮取料系统综合优化改造

为解决港口大型门式取料机斗轮取料系统故障率高、故障点多的问题,对斗轮取料系统进行改造,主要包括改变斗轮传动形式、重新设计承重轮结构、优化滚圈管道连接方式、改造小车钢结构、增加起升钢丝绳自动润滑装置等,使斗轮取料系统关键部件的性能得到整体提升,从而保障斗轮取料系统稳定运行。门式取料机斗轮取料系统经综合优化改造后,系统故障频次有明显降低,设备作业效率得到提高。     

基于PID的斗轮取料机回转自动调速控制方法

传统的斗轮取料机作业中,通过手柄频繁调节回转速度以稳定物料流量,会带来流量不匀、效率低、超载多的问题。采用PID控制技术设计取料机回转自动调速控制方法,斗轮功率作为自变量,以回转速度作为因变量,设计边界调速程序,可以实现物料流量持续稳定的维持在目标范围内,有效控制超载、降低操作人员劳动强度,具有较好的推广价值。     

单条皮带机堆取组合作业工艺研究

在矿石码头料场皮带机上原有堆料机基础上新增加一台取料机,实现堆、取或者组合作业的功能.在实践中通过对堆料机和取料机工作特点分析,并结合现场空间的的充分利用情况,确定了料场堆、取料机布置方案;根据卸船和火车装车皮带机系统工艺控制逻辑和运行模式要求,提出输送系统流程控制条件和设计要点;深入分析研究火车装车工艺和装车特点,保...     

一种参数自整定PID在变频冷却水系统的仿真研究

由于船舶在航行过程中海水温度、主机运行情况等参数变化会导致常规的PID控制效果不理想,所以需要对船舶变频冷却水系统的控制器进行改进。文章建立了船舶中央冷却水系统的数学模型,并在Matlab/Simulink环境下建立了仿真模型。利用BP神经网络的特性实现PID参数的自整定,并用BP神经网络PID控制器与传统PID控制器分别对系统进行控制,比较其控制效果。仿真结果表明,BP神经网络PID控制器的控制精度和鲁棒性优于传统PID控制器。     

基于BP神经网络PID的船用锅炉蒸汽压力控制系统

锅炉蒸汽压力的特性导致常规的PID控制方法不具备自适应能力,难以满足系统要求,因此,设计了基于BP神经网络PID的锅炉蒸汽压力控制系统。以一个二阶含滞后环节的锅炉蒸汽压力数学模型为被控对象,分别用传统PID控制器和基于BP神经网络的PID控制器对锅炉蒸汽压力加以控制,并采用MATLAB软件进行仿真。仿真结果对比显示,在基于BP神经网络的PID控制器控制下,系统无振荡,无超调,过渡时间短,控制效果优于传统PID控制器。     

基于GA-灰色BP神经网络船舶备件需求预测模型

船舶维修备件的及时保障是船舶设备正常生产作业的保证，备件需求量的准确预测对于航运公司降低运营成本、提高管理效率起着至关重要的作用。文章从某船设备维修备件的历史数据进行分析，构建一种基于灰色模型的多层前馈（BP）神经网络模型，并采用遗传算法（GA）进行优化。首先对船舶设备备件需求影响因素进行分析，通过灰色模型确定备件需求的关键指标，并将结果作为BP神经网络的输入层，从而输出需求预测值。与灰色模型、GA-BP模型预测值对比发现，基于GA-灰色BP神经网络组合模型对于船舶备件的需求预测精度误差仅为0.147%。结果表明，使用GA优化可以提高灰色BP神经网络的预测精度，为船舶维修备件需求预测提供了一种新思路。     

船舶柴油发电机转速的BP-PID并行控制

针对船舶柴油发电机转速控制问题,结合BP神经网络对非线性系统的高拟合性与经典PID控制的优良性能,形成船舶柴油发电机转速BP-PID并行控制系统。控制系统中BP神经网络控制器与PID控制器相结合,经过神经网络控制器的不断训练学习,控制器获取船舶柴油发电机转速系统的模型,并逐渐地由BP神经网络控制器占主要控制作用,从而达到对系统的实时控制。仿真结果证明了该方法的可行性。     

一种限制取料机过负荷的控制方法

1问题的提出 日照港陆桥一公司#7、#8堆场煤炭改扩建工程中,在A-6皮带机所在的轨道上配置了2台额定能力为3000t／h（最大取料能力为3300t／h）的取料机,这2台取料机采用了PLC和变频技术,使用触摸屏实现人机对话功能,通过拉姆齐称重装置检测得到取料的瞬时流量值和累计值,再通过光缆进行各种信号的数据处理和传输。这2台取料机是沿海港口科技含量较高的现代化设备。     

BP神经网络和PID船舶自动舵控制方法

船舶自动舵控制十分复杂,再加其它因素的干扰,使得单一神经网络或者PID控制无法对船舶自动舵进行高精度控制,而且船舶自动舵控制速度慢,为了改善船舶自动舵控制效果,利用BP神经网络和PID控制的优点,设计了BP神经网络和PID相融合的船舶自动舵控制方法。首先分析船舶自动舵控制原理,然后初始化PID参数的范围,并采用BP神经网络获取PID控制器的3个参数最优值,从而实现船舶自动舵控制,最后在Matlab平台实现了的船舶自动舵控制仿真模拟实验。结果表明,本文方法可以对船舶自动舵变化趋势进行很好的跟踪和控制,获得了高精度的船舶自动舵控制结果,而且船舶自动舵控制速度快,能够适合船舶自动舵的实时性变化特性,具有较强的抗干扰能力,具有一定的推广价值。     

基于BP神经网络的干散货航运市场运价预警

为分析预测干散货航运市场运价波动的警情,采用BP神经网络的学习算法,建立干散货航运市场运价预警模型。选择干散货船队运力供给、干散货船队运力需求、OECD工业生产指数、原油价格和FFA合约价等5项指标作为警兆指标,运用因子分析法并结合航运专家知识经验,确定干散货航运市场运价的实际警情。通过编制MATLAB软件程序,对实例样本进行训练和检测,表明此方法对干散货航运市场运价预警有很好的适用性。     

基于BP神经网络整定的蒸汽发生器水位PID控制及仿真研究

将神经网络与PID控制结合起来,提出了基于BP神经网络整定的蒸汽发生器水位PID控制方法,采用BP学习算法调整控制器神经网络的连接权值,通过对系统性能的学习实现了控制器参数的在线整定,仿真结果表明,所设计的控制器具有良好的控制性能。     

干散货码头散货作业智能控制系统设计

针对传统散货码头的数字港口智能化改造中的难点,开发了散货码头智能控制系统,通过集成生产作业模块、辅助功能模块和信息管理模块,可实现装船、卸船和斗轮堆取料等大型设备的无人化操作和散货作业流程的全自动控制,提高港口作业效率和智能化水平。     

基于SAPSO-BP网络模型的港口潮汐实时预报

为了提高港口码头潮汐预报的精度,提出一种自适应变异的粒子群优化算法SAPSO,将SAPSO优化算法与BP神经网络结合,用以潮汐水位的实时预报。SAPSO-BP网络模型运用自适应变异的PSO算法优化BP神经网络的网络参数,克服了传统BP神经网络所具有的对初始权值阈值敏感、容易陷入局部极小值的缺点,最后选用Isabel港口的实测潮汐值数据进行潮汐水位的实时预报仿真试验,用以验证SAPSO-BP预测模型的实用性和可靠性。     

基于BP神经网络的PID船舶自动舵

船舶操纵的模型具有非线性,慢时变特性,传统船舶自动舵的性能不能令人满意。基于传统PID自动舵的基础上,把传统PID与BP神经网络结合起来,利用BP神经网络的自学习能力实现PID控制参数的在线整定,构成一种新型的船舶航向自动舵。分无干扰和在风,流,浪干扰两种情况进行MATLAB仿真,来说明这种船舶航向控制自动舵的优越性。     

干散码头智能化取料系统的研究与开发

根据散货码头取料机的作业方式和智能化研究的技术现状,提出了智能化取料系统的实现目标,详细描述了系 统的技术方案,包括智能化取料工艺、技术路线、系统架构、系统组成、关键技术和技术风险,最后介绍了系统实现后所 带来的效益。     

散货堆场单机智能化生产作业操作系统研究

沿海港口对于我国现行国家战略和经济发展十分重要,建设世界一流港口,实现港口生产作业自动化、机械化一直是港口技术研究的重要课题。本文基于工程实践,研发了散货堆场单机智能化生产作业系统,该系统由堆料机智能化生产作业系统、取料机智能化生产作业系统和单机CMS系统等构成,各系统间相辅相成,实现了堆料机、取料机的全自动化操作。该系统既有效的提升了堆、取料机全天候作业的效率,又可以节省人力成本,推动了港口的高质量发展。