登录 | 注册

基于TensorFlow 机器学习平台的煤矿计量管理系统开发与应用

122

成果主要完成人

郭 勇、何晓涛、惠刚刚、张庆中、元少麟、肖龙飞、凌乐寒、许明华

项目概况

研究背景:本项目立足于散货码头装船综合计量的现实需求,研究煤矿系统装船流程控料算法,实现了“斗轮机-皮带机-装船机”流程工艺装驳计量精度达到提货商业计量5‰要求,而流程皮带系统上没有积料。 技术难点:在于采用TensorFlow 机器学习平台开发一套计量综合管理系统,对斗轮机臂架秤同地面商业计量皮带秤进行实时的自动标定,测算误差修正系数自动进行校准,将斗轮机臂架秤取料精度稳定5‰以内,同时采用TensorFlow自学习控料算法智能测算流程皮带余料,实现系统流程无控料装船,以提高系统装驳的效率。 成果先进性:1)成果首创:计量综合管理系统中对皮带秤的智能管控方案已获得有发明专利,在散货码头装船领域属首创性。2)云端管理:系统能够在线监测计量秤作业数据和设备动态,方便用于指导生产,有助于充分调动设备操作司机的主观能动性,降低工作人员的劳动强度,规范司机操作,避免超流量作业对设备的损伤,提升码头服务质量。3)绿色智能:采用Tensorflow在线学习控料算法智能测算皮带余料并推荐司机取料的无控料装船工艺能够显著节约能耗,符合国家建设绿色智慧港口的政策要求。 创新性:项目成果申请了1项国家发明专利(专利号:202211107587.7);2项计算机软件著作权(证书号:软著登字第10787010号、软著登字第10787009号)。 可推广性:计量系统的综合管理水平严重制约了散货港口行业的流程装船工艺水平进步,本系统提出的创新解决方案,可推广到国内其他通用散货码头、矿山、沿海电厂,满足综合计量管理需要。 经济社会效益:经过在新沙港务有限公司应用检验,2022年全年平均装船效率提高了12.8%,实现电能节收收益82.34万元,转栈节收收益508.92万元。同时,本系统通过对不同类型电子秤的在线综合管理、人工智能分析处理,提升了广州港散货装卸服务品牌力和行业竞争力,顺应了绿色智慧港口转型政策。 推动行业进步:项目在散货码头综合计量管理系统上做了有益探索,为同类型散货码头、矿山、沿海电厂数字化、智慧化转型发展探索了丰富经验。