JP2023090608A - Method for dynamically evaluating industrial sieving effect based on digital twin - Google Patents
Method for dynamically evaluating industrial sieving effect based on digital twin Download PDFInfo
- Publication number
- JP2023090608A JP2023090608A JP2022071654A JP2022071654A JP2023090608A JP 2023090608 A JP2023090608 A JP 2023090608A JP 2022071654 A JP2022071654 A JP 2022071654A JP 2022071654 A JP2022071654 A JP 2022071654A JP 2023090608 A JP2023090608 A JP 2023090608A
- Authority
- JP
- Japan
- Prior art keywords
- sieving
- sieving machine
- parameters
- digital twin
- machine
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000007873 sieving Methods 0.000 title claims abstract description 232
- 238000000034 method Methods 0.000 title claims abstract description 73
- 230000000694 effects Effects 0.000 title claims abstract description 57
- 239000000463 material Substances 0.000 claims abstract description 66
- 238000011156 evaluation Methods 0.000 claims abstract description 62
- 239000002245 particle Substances 0.000 claims abstract description 60
- 238000004088 simulation Methods 0.000 claims abstract description 55
- 238000012216 screening Methods 0.000 claims description 38
- 230000001133 acceleration Effects 0.000 claims description 37
- 238000004519 manufacturing process Methods 0.000 claims description 17
- 230000005284 excitation Effects 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 9
- 238000012360 testing method Methods 0.000 claims description 9
- 230000000007 visual effect Effects 0.000 claims description 9
- 238000012423 maintenance Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 238000012800 visualization Methods 0.000 claims description 4
- 239000002699 waste material Substances 0.000 claims description 3
- 230000002093 peripheral effect Effects 0.000 abstract 1
- 238000009776 industrial production Methods 0.000 description 7
- 238000005070 sampling Methods 0.000 description 6
- 239000011362 coarse particle Substances 0.000 description 4
- 239000003245 coal Substances 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 238000005065 mining Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000011897 real-time detection Methods 0.000 description 3
- 238000000926 separation method Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000010924 continuous production Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 239000010419 fine particle Substances 0.000 description 2
- 238000009270 solid waste treatment Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/25—Design optimisation, verification or simulation using particle-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Geometry (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Computer Hardware Design (AREA)
- Marketing (AREA)
- Evolutionary Computation (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Mathematical Optimization (AREA)
- Manufacturing & Machinery (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Combined Means For Separation Of Solids (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
本発明は、ふるい分けの技術分野に関し、特にデジタルツインに基づく工業用ふるい分け効果の動的評価方法に関する。 TECHNICAL FIELD The present invention relates to the technical field of sieving, and in particular to a method for dynamic evaluation of industrial sieving effectiveness based on digital twins.
ふるい分けとは、異なる粒子サイズの分散混合材料をふるい穴に通すことで、それらを粒度に応じて異なる粒子サイズ範囲の材料に分ける分離技術である。工業用ふるい分けとは、工業生産プロセスの重要な一環として、工場又は鉱山での採掘及び加工工程における連続生産材料の大規模なふるい分け作業を指す。 Sieving is a separation technique in which dispersed mixed materials of different particle sizes are passed through screen holes to separate them into materials of different particle size ranges according to particle size. Industrial sieving refers to the large-scale sieving of continuously produced materials in mining and processing operations in factories or mines as an important part of the industrial production process.
従来のふるい分け効果評価では、主に単一のふるい分け作業にかけられる材料に対して静的にサンプリングしてふるい分け効果を評価する。工業用ふるい分けの場合、連続生産プロセスでは、従来のふるい分け効果評価システムは、ランダムにサンプリングして評価することしかできず、リアルタイムでオンラインで正確に測定することができない。また、ふるい分け機の作動条件の変化が非常に複雑であるため、従来のふるい分け効果評価システムは適時性が低く、ふるい分け機の作動状態をリアルタイムで反映することができない。 Conventional sieving effectiveness evaluation primarily involves static sampling of materials subjected to a single sieving operation to evaluate sieving effectiveness. For industrial sieving, in the continuous production process, the conventional sieving effect evaluation system can only randomly sample and evaluate, and cannot accurately measure online in real time. In addition, since the changes in the operating conditions of the sieving machine are very complicated, the conventional sieving effect evaluation system has low timeliness and cannot reflect the operating conditions of the sieving machine in real time.
上記の分析を考慮して、本発明は、従来技術では工業用ふるい分け効果をリアルタイムで評価することができないという問題を解決するために、デジタルツインに基づく工業用ふるい分け効果の動的評価方法を提供することを目的とする。 In view of the above analysis, the present invention provides a dynamic evaluation method for industrial sieving effect based on digital twin to solve the problem that the prior art cannot evaluate industrial sieving effect in real time. intended to
本発明の目的は、主に以下の技術的解決策によって達成される。 The objectives of the present invention are mainly achieved by the following technical solutions.
本発明は、デジタルツインに基づく工業用ふるい分け効果の動的評価方法を提供し、該評価方法は、ふるい分け機の構造パラメータ、材料パラメータ、粒子群成分パラメータ、ふるい分けプロセスにおける負荷パラメータ、及び機器作動時の周辺環境情報を収集するステップ１と、
ステップ１で収集したふるい分け機の構造パラメータ、材料パラメータ及び粒子群成分パラメータに従って、ふるい分け機の３次元構造モデルを確立するステップ２と、
確立したふるい分け機の３次元構造モデルに基づいて、ふるい分け機のデジタルツインシミュレーションモデルを取得するステップ３と、
ふるい分け機のデジタルツインシミュレーションモデルの仮想テストデータ及び実際の生産データに従って、ふるい分け機のデジタルツインシミュレーションモデルを修正するステップ４と、
修正後のふるい分け機のデジタルツインシミュレーションモデルに基づいてクラウドデータベースを構築し、端末装置を通じて機器のリアルタイムの作動状態を取得するステップ５と、
取得した機器のリアルタイムの作動状態に基づいて、ふるい分け効果をリアルタイムで評価するステップ６とを含む。
The present invention provides a dynamic evaluation method of industrial sieving effect based on digital twin, which includes structural parameters, material parameters, particle group composition parameters, load parameters in the sieving process, and equipment operating time a step 1 of collecting surrounding environment information of
Step 2 of establishing a three-dimensional structural model of the sieving machine according to the structural parameters, material parameters and particle group composition parameters of the sieving machine collected in step 1;
Step 3 of obtaining a digital twin simulation model of the sieving machine based on the established three-dimensional structural model of the sieving machine;
step 4 of modifying the digital twin simulation model of the screening machine according to the virtual test data and the actual production data of the digital twin simulation model of the screening machine;
Step 5: building a cloud database based on the modified digital twin simulation model of the sieving machine, and obtaining the real-time working status of the equipment through the terminal device;
and step 6 of evaluating the sieving effect in real time based on the acquired real time operating conditions of the equipment.
更に、上記ステップ３は、確立したふるい分け機の３次元構造モデルをメッシュ化し、分割した複数の小さなユニットを計算して、対応する補間アルゴリズムを選択してまとめ、そして、収集した加速度情報に基づいて、端末装置によってふるい分け機の作動状態を実際の作動と一致するように制御し、更にふるい分け機全体の構造特性を取得し、ふるい分け機の主要部材を監視して過負荷の場合に事前に警告し、最終的にデジタルツインシミュレーションモデルを取得することを含む。 Further, the above step 3 meshes the established three-dimensional structural model of the sieving machine, calculates the divided multiple small units, selects and summarizes the corresponding interpolation algorithm, and based on the collected acceleration information, , the terminal device controls the operating state of the sieving machine to match the actual operation, further acquires the structural characteristics of the entire sieving machine, monitors the main components of the sieving machine, and gives advance warning in the event of overload. , including finally obtaining a digital twin simulation model.
更に、ステップ４において、仮想テストデータは、ふるい分け機構造の応力と歪み情報、モータの回転速度と温度変化情報、ふるい分け機の主要部材の加速度情報、及び材料のプロセスパラメータ情報を含み、
作業状態でのふるい分け機のデジタルツインシミュレーションモデルの仮想テストデータをリアルタイムで収集し、収集した仮想テストデータを、同じ時間に実際の生産で収集したテストデータと比較して、デジタルツインシミュレーションモデルを修正し、それにより実際の工業用ふるい分けプロセスを正確に反映する。
Further, in step 4, the virtual test data includes stress and strain information of the sieving machine structure, rotational speed and temperature change information of the motor, acceleration information of the main members of the sieving machine, and process parameter information of the material;
Collect real-time virtual test data of the digital twin simulation model of the sieving machine under working conditions, compare the virtual test data collected with the test data collected in real production at the same time, and modify the digital twin simulation model. and thereby accurately reflect the actual industrial sieving process.
更に、ステップ２において、ふるい分け機の３次元構造モデルの確立プロセスは、
収集したふるい分け機の構造パラメータを同じ産業用パーソナルコンピュータにアップロードして処理及び分析することと、
上記の産業用パーソナルコンピュータで処理及び分析した材料パラメータ、粒子群成分パラメータ、ふるい分けプロセスにおける負荷パラメータ、及び機器作動時の周辺環境情報を追加することと、
可視化プラットフォームを実行することにより、ふるい分け機の３次元構造モデルを取得することとを含む。
Furthermore, in step 2, the process of establishing a three-dimensional structural model of the sieving machine includes:
uploading the collected sieving machine structural parameters to the same industrial personal computer for processing and analysis;
adding material parameters processed and analyzed by the industrial personal computer, particle group component parameters, load parameters in the sieving process, and ambient environment information during device operation;
and obtaining a three-dimensional structural model of the sieving machine by running the visualization platform.
更に、ステップ６において、リアルタイム評価は、ふるい分け効率、処理能力、誤入物含有量、オーバーサイズの割合、及びアンダーサイズの割合に対する評価を含み、
リアルタイム評価と同時に、ふるい分け機の作動状態をリアルタイムでテスト及び収集し、デジタル端末を通じてふるい分け機の振動パラメータを調整する。
Further, in step 6, real-time evaluation includes evaluation for sieving efficiency, throughput, waste content, oversize percentage, and undersize percentage;
Simultaneously with the real-time evaluation, real-time test and collection of the working condition of the sieving machine and adjustment of the vibration parameters of the sieving machine through the digital terminal.
更に、方法は、ふるい分け効果をリアルタイムで評価するとき、ふるい分け機を監視して過負荷の場合に事前に警告することと、異常が発生すると、警告及び報告し、実際の生産におけるふるい分け機を直ちに停止してメンテナンスを行うこととを含む。 In addition, when assessing the screening effect in real-time, the method monitors the screening machine to give advance warning in case of overload, and when anomalies occur, to warn and report, and immediately start the screening machine in actual production. outages for maintenance.
更に、ステップ１において、ふるい分け機の構造パラメータは、ふるい分け機自体の構造サイズ、応力歪み、加速度、モータ回転速度、及び温度変化パラメータを含み、
材料パラメータは、密度、弾性率、ポアソン比、硬度、引張強度、及び降伏強度を含み、
粒子群成分パラメータは、粒度組成、粒子形状、灰分及び水分含有量を含む。
Further, in step 1, the structural parameters of the sieving machine include structural size, stress strain, acceleration, motor rotation speed, and temperature change parameters of the sieving machine itself;
material parameters include density, modulus, Poisson's ratio, hardness, tensile strength, and yield strength;
Particle group composition parameters include particle size composition, particle shape, ash and moisture content.
更に、ステップ１において、ふるい分けプロセスにおける負荷パラメータは、ふるい面への材料粒子の衝撃を指し、機器作動時の周辺環境情報は、機器周辺の温度及び湿度情報を含む。 Furthermore, in step 1, the load parameter in the sieving process refers to the impact of material particles on the sieve surface, and the ambient environment information during equipment operation includes temperature and humidity information around the equipment.
更に、ステップ１において、ふるい分け機の構造パラメータの収集プロセスは、
ふるい分け機のふるい分けフレーム及び励振ビームに、それぞれ応力歪みセンサ及び第１の加速度センサを配置して、ふるい分け機の応力歪み及び加速度を収集することと、
励振モータに温度センサ及び回転速度センサを配置して、励振モータの回転速度及び温度変化状況を監視することと、
ふるい分け用材料の移動方向に沿って、ふるい面上に複数組の第２の加速度センサを順に配置して、ふるい分けプロセスにおけるふるい面の加速度情報を収集することとを含む。
Further, in step 1, the process of collecting structural parameters of the sieving machine includes:
placing a stress-strain sensor and a first acceleration sensor on the screening frame and excitation beam of the screening machine, respectively, to collect the stress-strain and acceleration of the screening machine;
arranging a temperature sensor and a rotation speed sensor on the excitation motor to monitor the rotation speed and temperature change of the excitation motor;
sequentially arranging a plurality of sets of second acceleration sensors on the screen surface along the direction of movement of the screening material to collect acceleration information of the screen surface during the screening process.
更に、ステップ１において、粒子群成分パラメータの収集プロセスは、ふるい分け機の供給端と排出端の周辺にそれぞれ視覚センサ及びＸ線を配置することと、ふるい分け機の供給端において、その対応する視覚センサにより、供給される材料の粒度組成及び粒子サイズを収集し、その対応するＸ線により、供給される材料の灰分及び水分含有量を収集することと、ふるい分け機の排出端において、その対応する視覚センサにより、排出される材料の粒度組成及び粒子形状を収集し、その対応するＸ線により、排出される材料の灰分及び水分含有量を収集することとを含む。 Further, in step 1, the process of collecting particle group composition parameters includes placing visual sensors and X-rays around the feed end and discharge end of the sifter, respectively, and placing the corresponding visual sensors at the feed end of the sifter. to collect the particle size composition and particle size of the feed material by means of its corresponding X-rays and its corresponding visual Collecting the particle size composition and particle shape of the discharged material with a sensor and collecting the ash and moisture content of the discharged material with the corresponding X-rays.
従来技術と比較して、本発明は、少なくとも以下の有益な効果のうちの１つを達成することができる。 Compared with the prior art, the present invention can achieve at least one of the following beneficial effects.
（１）本発明が提供するデジタルツインに基づく工業用ふるい分け効果の動的評価方法は、材料の大規模な工業用ふるい分けプロセスにおけるふるい分け効果をリアルタイムで動的に評価すると同時に、ふるい分け機の作動状態をリアルタイムで検出することができ、鉱山採掘加工、砂石骨材の製造、産業固形廃棄物処理などの工業生産プロセスにおけるふるい分け効果の評価に適する。 (1) The digital twin-based industrial sieving effect dynamic evaluation method provided by the present invention dynamically evaluates the sieving effect in the large-scale industrial sieving process of materials in real time, while simultaneously can be detected in real time, and is suitable for evaluating the screening effect in industrial production processes such as mining processing, sandstone aggregate production, and industrial solid waste treatment.
（２）既存の評価システムと比較して、本発明が提供するデジタルツインに基づく工業用ふるい分け効果の動的評価方法は、デジタルツインシミュレーションモデルを確立することにより工業用ふるい分けプロセスをシミュレートし、工業用ふるい分け効果のリアルタイム動的評価を実現すると同時に、リアルタイムで取得したふるい分けプロセスにおけるふるい分け機の作業状態パラメータに応じて、ふるい分け機の構造の信頼性のリアルタイム検出を実現するという利点を有し、本発明は、従来技術では工業用ふるい分け効果をリアルタイムで動的に評価することができないという問題を効果的に解決することができる。 (2) Compared with existing evaluation systems, the dynamic evaluation method of industrial sieving effect based on digital twin provided by the present invention simulates the industrial sieving process by establishing a digital twin simulation model, It has the advantage of realizing real-time dynamic evaluation of industrial sieving effect, and at the same time realizing real-time detection of the structural reliability of the sieving machine according to the working state parameters of the sieving machine in the sieving process obtained in real time, The present invention can effectively solve the problem that the prior art cannot dynamically evaluate the industrial sieving effect in real time.
（３）本発明が提供するデジタルツインに基づく工業用ふるい分け効果の動的評価方法は、リアルタイム性、高精度及び高い一致度などの特徴を有する。リアルタイム性について、本発明のシステムはリアルタイム評価を実現することができ、それに対して、従来のふるい分け評価では、工業生産のある時点で作動している機器を代表してサンプリングし、そのサンプルに従ってふるい分け効果を評価するため、ある程度の遅れがあり、且つリアルタイムでサンプリングすることができない。高精度について、本発明は、ふるい面上の材料の特定の断面又は特定の部分をすべて分析してふるい分け効果を評価することができ、従来のランダムサンプリングよりも精度が高い。高い一致度について、本発明により得られるふるい分け効果の結果はふるい分け機の現在の作業状態と一致しており、一致度が高く、ふるい分け効果の評価結果に応じて作動中の機器にフィードバック調整を行うことが容易になる。上記の２点に基づき、従来のふるい分け評価では、本発明のように評価結果と作業状態との一致度が高くない。 (3) The digital twin-based industrial sifting effect dynamic evaluation method provided by the present invention has the characteristics of real-time, high precision and high matching. With respect to real-time nature, the system of the present invention can realize real-time evaluation, whereas in conventional sieving evaluation, representative sampling of equipment operating at a certain point in industrial production and sieving according to the sample There is some delay and cannot be sampled in real time to assess the effect. For high accuracy, the present invention can analyze all specific cross-sections or specific parts of the material on the sieve surface to evaluate the sieving effect, which is more accurate than conventional random sampling. For high consistency, the screening effect result obtained by the present invention is consistent with the current working condition of the screening machine, and the high consistency makes feedback adjustment to the equipment in operation according to the evaluation result of the screening effect. becomes easier. Based on the above two points, in the conventional sifting evaluation, the degree of agreement between the evaluation result and the working state is not as high as in the present invention.
本発明では、上記の各技術的解決策を互いに組み合わせて、より多くの好ましい組み合わせ解決策を達成することもできる。本発明の他の特徴及び利点は、以下の明細書において説明され、また、いくつかの利点は、明細書から明らかになるか、又は本発明の実施によって理解することができる。本発明の目的及び他の利点は、明細書の実施形態及び添付の図面で特に指摘された内容によって達成することができる。 In the present invention, each of the above technical solutions can also be combined with each other to achieve more favorable combined solutions. Other features and advantages of the invention are set forth in the following specification, and certain advantages will be apparent from the specification, or may be learned by practice of the invention. The objects and other advantages of the present invention can be achieved by the details particularly pointed out in the embodiments of the specification and the accompanying drawings.
図面は、特定の実施形態を例示することのみを目的としており、本発明を限定するものと見なされるべきではない。図面全体を通して、同様の参照番号は、同様の部材を表す。
以下、添付の図面を参照して本発明の好ましい実施形態を具体的に説明する。添付の図面は、本発明の一部を構成し、本発明の実施形態とともに、本発明の原理を説明するために使用されるが、本発明の範囲を限定するために使用されるものではない。 Preferred embodiments of the present invention will now be specifically described with reference to the accompanying drawings. The accompanying drawings, which form a part of the invention and, together with the embodiments of the invention, are used to explain the principles of the invention, but not to limit the scope of the invention. .
デジタルツインとは、物理モデル、センサ更新、作動履歴などのデータを利用してシミュレーションプロセスを構築し、仮想空間でマッピングすることで、対応する物理機器のライフサイクルプロセス全体を反映することを指す。従来のふるい分け効果評価では、主に単一のふるい分け作業にかけられる材料に対して静的にサンプリングしてふるい分け効果を評価する。工業用ふるい分けの場合、連続生産プロセスでは、従来のふるい分け効果評価システムは、ランダムにサンプリングして評価することしかできず、リアルタイムでオンラインで正確に測定することができない。また、ふるい分け機の作動条件の変化が非常に複雑であるため、従来のふるい分け効果評価システムは適時性が低く、ふるい分け機の作動状態をリアルタイムで反映することができない。したがって、デジタルツインに基づく工業用ふるい分け効果の動的評価方法を開発することは非常に重要である。 A digital twin refers to the construction of a simulation process using data such as physical models, sensor updates, and operation history, and mapping it in virtual space to reflect the entire life cycle process of the corresponding physical equipment. Conventional sieving effectiveness evaluation primarily involves static sampling of materials subjected to a single sieving operation to evaluate sieving effectiveness. For industrial sieving, in the continuous production process, the conventional sieving effect evaluation system can only randomly sample and evaluate, and cannot accurately measure online in real time. In addition, since the changes in the operating conditions of the sieving machine are very complicated, the conventional sieving effect evaluation system has low timeliness and cannot reflect the operating conditions of the sieving machine in real time. Therefore, it is of great importance to develop a dynamic evaluation method of industrial sieving effect based on digital twins.
本発明は、デジタルツインに基づく工業用ふるい分け効果の動的評価方法を提供し、図１に示すプロセスフローのように、該方法は、
ふるい分け機の構造パラメータ、材料パラメータ、粒子群成分パラメータ、ふるい分けプロセスにおける負荷パラメータ、及び機器作動時の周辺環境情報を収集するステップ１と、
ふるい分け機の構造パラメータ、材料パラメータ及び粒子群成分パラメータを用いて３次元構造モデルを確立するステップ２と、
確立したふるい分け機の３次元構造モデルに基づいて、ふるい分け機のデジタルツインシミュレーションモデルを取得するステップ３と、
ふるい分け機のデジタルツインシミュレーションモデルの仮想テストデータ及び実際の生産データに従って、ふるい分け機のデジタルツインシミュレーションモデルを修正するステップ４と、
修正後のふるい分け機のデジタルツインシミュレーションモデルに基づいてクラウドデータベースを構築し、端末装置を通じて機器のリアルタイムの作動状態を取得するステップ５と、
取得した機器のリアルタイムの作動状態に基づいて、ふるい分け効果をリアルタイムで評価するステップ６とを含む。
The present invention provides a dynamic evaluation method of industrial sieving effect based on digital twin, and as the process flow shown in FIG.
Step 1 of collecting structural parameters, material parameters, particle group composition parameters, load parameters in the sieving process, and ambient environment information during operation of the sieving machine;
Step 2 of establishing a three-dimensional structural model using structural parameters, material parameters and particle group composition parameters of the sieving machine;
Step 3 of obtaining a digital twin simulation model of the sieving machine based on the established three-dimensional structural model of the sieving machine;
step 4 of modifying the digital twin simulation model of the screening machine according to the virtual test data and the actual production data of the digital twin simulation model of the screening machine;
Step 5: building a cloud database based on the modified digital twin simulation model of the sieving machine, and obtaining the real-time working status of the equipment through the terminal device;
and step 6 of evaluating the sieving effect in real time based on the acquired real time operating conditions of the equipment.
従来技術と比較して、本発明が提供するデジタルツインに基づく工業用ふるい分け効果の動的評価方法は、材料の大規模な工業用ふるい分けプロセスにおけるふるい分け効果をリアルタイムで動的に評価すると 同時に、ふるい分け機の作動状態をリアルタイムで検出することができ、鉱山採掘加工、砂石骨材の製造、産業固形廃棄物処理などの工業生産プロセスにおけるふるい分け効果の評価に適する。 Compared with the prior art, the digital twin-based industrial sieving effect dynamic evaluation method provided by the present invention dynamically evaluates the sieving effect in large-scale industrial sieving process of materials in real time, while simultaneously The working status of the machine can be detected in real time, and it is suitable for evaluating the sieving effect in industrial production processes such as mining processing, sandstone aggregate production, and industrial solid waste treatment.
具体的には、上記ステップ１において、ふるい分け機の構造パラメータは、ふるい分け機自体の構造サイズ、応力歪み、加速度、モータ回転速度、及び温度変化パラメータを含む。材料パラメータは、各種構造の独自の特性であり、それは密度、弾性率、ポアソン比、硬度、引張強度、及び降伏強度を含む。粒子群成分パラメータは、粒度組成、粒子形状、灰分及び水分含有量を含む。 Specifically, in step 1 above, the structural parameters of the sieving machine include structural size, stress strain, acceleration, motor rotation speed, and temperature change parameters of the sieving machine itself. Material parameters are unique properties of various structures and include density, modulus, Poisson's ratio, hardness, tensile strength, and yield strength. Particle group composition parameters include particle size composition, particle shape, ash and moisture content.
上記ステップ１において、材料パラメータは、テストによって取得されるのではなく、標準照会によって取得できることに留意されたい。 Note that in step 1 above, the material parameters can be obtained by standard queries rather than by tests.
上記ステップ１において、ふるい分け機の構造パラメータの収集プロセスは、ふるい分け機のふるい分けフレーム及び励振ビームに、それぞれ応力歪みセンサ及び第１の加速度センサを配置して、ふるい分け機の応力歪み及び加速度を収集することと、励振モータに温度センサ及び回転速度センサを配置して、励振モータの回転速度及び温度変化状況を監視することと、ふるい分け用材料の移動方向に沿って、ふるい面上に複数組の第２の加速度センサを順に配置して、ふるい分けプロセスにおけるふるい面の加速度情報を収集することとを含む。 In the above step 1, the process of collecting structural parameters of the sieving machine includes placing a stress-strain sensor and a first acceleration sensor on the sieving frame and the excitation beam of the sieving machine, respectively, to collect the stress-strain and acceleration of the sieving machine A temperature sensor and a rotation speed sensor are arranged on the excitation motor to monitor the rotation speed and temperature change of the excitation motor; placing two acceleration sensors in sequence to collect sieve surface acceleration information during the sieving process.
上記ステップ１において、粒子群成分パラメータの収集プロセスは、ふるい分け機の供給端と排出端の周辺にそれぞれ視覚センサ及びＸ線を配置することと、ふるい分け機の供給端において、その対応する視覚センサにより、供給される材料の粒度組成及び粒子形状を収集し、その対応するＸ線により、供給される材料の灰分及び水分含有量を収集することと、ふるい分け機の排出端において、その対応する視覚センサにより、排出される材料の粒度組成及び粒子サイズを収集し、その対応するＸ線により、排出される材料の灰分及び水分含有量を収集することとを含む。 In step 1 above, the collection process of particle group composition parameters consists of placing visual sensors and X-rays around the feed end and discharge end of the sifter, respectively, and by the corresponding visual sensors at the feed end of the sifter. , collecting the particle size composition and particle shape of the feed material, and by its corresponding X-rays the ash and moisture content of the feed material; and its corresponding visual sensor at the discharge end of the sifter. collecting the particle size composition and particle size of the discharged material by X-ray, and collecting the ash and moisture content of the discharged material by corresponding X-rays.
なお、上記ステップ１において、ふるい分けプロセスにおける負荷パラメータは、ふるい面への材料粒子の衝撃を指し、機器作動時の周辺環境情報は、機器周辺の温度及び湿度情報を含む。 It should be noted that in step 1 above, the load parameter in the sieving process refers to the impact of the material particles on the sieve surface, and the ambient environment information during device operation includes temperature and humidity information around the device.
上記ステップ２において、デジタルツインシミュレーションモデルの具体的な確立プロセスは、ステップ１で収集したふるい分け機の構造パラメータに従ってふるい分け機の３次元構造モデルを確立することであり、収集した信号はデジタル信号であり、加速度や振動周波数などの一連のパラメータを含む対応する物理情報を取得するために処理及び分析する必要があるため、確立プロセスは、収集したふるい分け機の構造パラメータを同じ産業用パーソナルコンピュータにアップロードして処理及び分析し、これらのパラメータをツインモデルから出力してユーザにフィードバックすることと、上記の産業用パーソナルコンピュータで処理及び分析した材料パラメータ、粒子群成分パラメータ、ふるい分けプロセスにおける負荷パラメータ、及び機器作動時の周辺環境情報を追加することと、可視化プラットフォームを実行することとを含む。 In step 2 above, the specific establishment process of the digital twin simulation model is to establish a three-dimensional structural model of the sieving machine according to the structural parameters of the sieving machine collected in step 1, and the collected signal is a digital signal. , need to be processed and analyzed to obtain the corresponding physical information, including a series of parameters such as acceleration and vibration frequency, so the establishment process uploads the collected sieving machine structural parameters to the same industrial personal computer. and output these parameters from the twin model and feed them back to the user, and the material parameters, particle group component parameters, load parameters in the sieving process, and equipment Including adding operating environment information and running the visualization platform.
また、確立したふるい分け機の３次元構造モデルをメッシュ化し、分割した複数の小さなユニットを計算して、対応する補間アルゴリズムを選択してまとめ、そして、収集した加速度情報に基づいて、端末装置によってふるい分け機の作動状態を実際の作動と一致するように制御し、更にふるい分け機全体の構造特性（応力歪み、加速度、回転速度及び温度変化などのふるい分け機のリアルタイムの構造パラメータを指す）を取得し、ふるい分け機の主要部材（ふるい面、側板及び励振ビームを含む）を監視して過負荷の場合に事前に警告することを容易にし、これによりデジタルツインシミュレーションモデルを得る。 Also mesh the established three-dimensional structural model of the sieving machine, calculate the divided multiple small units, select and combine the corresponding interpolation algorithms, and screen by the terminal device based on the collected acceleration information. Control the operating state of the machine to match the actual operation, and obtain the structural characteristics of the entire sieving machine (referring to the real-time structural parameters of the sieving machine, such as stress strain, acceleration, rotation speed and temperature change), It facilitates monitoring of the major components of the sieving machine (including screen surface, side plates and excitation beam) to provide advance warning in case of overload, thereby obtaining a digital twin simulation model.
なお、上記ステップ３は、確立したふるい分け機の３次元構造モデルをメッシュ化し、分割した複数の小さなユニットを計算して、対応する補間アルゴリズムを選択してまとめ、そして、収集した加速度情報に基づいて、端末装置によってふるい分け機の作動状態を実際の作動と一致するように制御し、更にふるい分け機全体の構造特性を取得し、ふるい分け機の主要部材を監視して過負荷の場合に事前に警告し、最終的にデジタルツインシミュレーションモデルを取得することを含む。そのうち、具体的な制御プロセスでは、デジタルツインシミュレーションモデルをふるい分け機の実際の作動パラメータと一致させるには、収集及び分析により得た物理情報を、シミュレーション方法によってふるい分け機のデジタルツインシミュレーションモデルに表示する必要がある。 It should be noted that the above step 3 meshes the established three-dimensional structural model of the sieving machine, calculates the divided multiple small units, selects and summarizes the corresponding interpolation algorithm, and based on the collected acceleration information, , the terminal device controls the operating state of the sieving machine to match the actual operation, further acquires the structural characteristics of the entire sieving machine, monitors the main components of the sieving machine, and gives advance warning in the event of overload. , including finally obtaining a digital twin simulation model. Among them, in the specific control process, in order to make the digital twin simulation model consistent with the actual working parameters of the screening machine, the physical information obtained by collection and analysis is displayed in the digital twin simulation model of the screening machine according to the simulation method. There is a need.
上記ステップ３において、デジタルツインシミュレーションモデルの具体的な修正プロセスは以下のとおりである。特定の作業状態で、ステップ２で確立したデジタルツインシミュレーションモデルを用いて時間ｔｉでの仮想テストデータを収集し、該仮想テストデータは、ふるい分け機構造の応力と歪み情報、モータの回転速度と温度変化情報、ふるい分け機の主要部材（ふるい面、側板及び励振ビームを含む）の加速度情報、及び粒子群成分パラメータ情報（粒度組成、粒子形状、灰分及び水分含有量を含む）を含み、そして、再現性について、時間ｔｉでデジタルツインシミュレーションモデルを用いて収集した仮想テストデータを、時間ｔｉに対応する実際の生産で収集したテストデータと複数回比較して、その信頼性を判断し、信頼性が要件を満たしていない場合、ステップ２で入力したふるい分け機の構造パラメータを修正することでふるい分け機のデジタルツインシミュレーションモデルの修正を実現し、デジタルツインシミュレーションモデルが実際の工業用ふるい分けプロセスを正確に反映するまで、このプロセスを繰り返してデジタルツインシミュレーションモデルを継続的に修正する。 In step 3 above, the specific modification process of the digital twin simulation model is as follows. Under certain operating conditions, the digital twin simulation model established in step 2 is used to collect virtual test data at time ti , which virtual test data include stress and strain information of the sieving machine structure, rotational speed of the motor and including temperature change information, acceleration information of the main components of the sieving machine (including screen surface, side plates and excitation beam), and particle group composition parameter information (including particle size composition, particle shape, ash and moisture content); and for repeatability, comparing virtual test data collected using the digital twin simulation model at time t i multiple times with test data collected in actual production corresponding to time t i to determine its reliability; If the reliability does not meet the requirements, the modification of the sieving machine structural parameters entered in step 2 realizes the modification of the sieving machine digital twin simulation model, and the digital twin simulation model simulates the actual industrial sieving process. This process is repeated to continuously refine the digital twin simulation model until it is accurately reflected.
なお、ふるい分け機のデジタルツインシミュレーションモデルを修正する際は、入力パラメータのソースファイルで直接修正を行い、修正は、時間ｔｉで実際に測定したデータに基づいており、修正プロセスでは複数の測定が必要であり、ｉは時系列番号であり、また、構造パラメータ（ふるい分け機自体の構造サイズ、応力歪み、加速度、モータ回転速度及び温度変化）は、対応する測定機器でテストすることによって取得される。 It should be noted that when correcting the digital twin simulation model of the sieving machine, the corrections were made directly in the input parameter source file, the corrections were based on the actual measured data at time ti , and the correction process involved multiple measurements. is required, i is the chronological number, and the structural parameters (structural size, stress strain, acceleration, motor rotation speed and temperature change of the sieving machine itself) are obtained by testing with corresponding measuring equipment .
上記ステップ４において、仮想テストデータは、ふるい分け機構造の応力と歪み情報、モータの回転速度と温度変化情報、ふるい分け機の主要部材の加速度情報、及び材料のプロセスパラメータ情報を含み、作業状態でのふるい分け機のデジタルツインシミュレーションモデルの仮想テストデータをリアルタイムで収集し、収集した仮想テストデータを、同じ時間に実際の生産で収集したテストデータと比較して、前記デジタルツインシミュレーションモデルを修正し、それにより実際の工業用ふるい分けプロセスを正確に反映する。 In step 4 above, the virtual test data includes the stress and strain information of the sieving machine structure, the rotation speed and temperature change information of the motor, the acceleration information of the main members of the sieving machine, and the process parameter information of the material, and Collect virtual test data of a digital twin simulation model of a screening machine in real time, compare the collected virtual test data with test data collected in actual production at the same time, modify said digital twin simulation model, and accurately reflects the actual industrial sieving process.
上記ステップ５において、修正後のふるい分け機のデジタルツインシミュレーションモデルに基づいてクラウドデータベースを構築し、そしてクラウドプラットフォームを構築し、ユーザは、コンピュータや携帯電話などの端末装置を通じて機器のリアルタイムの作動状態を取得することができ、またふるい分け機のデジタルツインシミュレーションモデルを用いてふるい分け効果をリアルタイムで評価し、リアルタイム評価は、ふるい分け効率、処理能力、誤入物含有量、オーバーサイズの割合、及びアンダーサイズの割合に対する評価を含む。同時に、ふるい分け機の作動状態をリアルタイムでテスト及び収集し、デジタル端末を通じてふるい分け機の振動パラメータを調整することができる。 In step 5 above, build a cloud database based on the modified digital twin simulation model of the sieving machine, and build a cloud platform, allowing users to view the real-time working status of the equipment through terminals such as computers and mobile phones. A digital twin simulation model of the sieving machine can also be used to evaluate the sieving effect in real-time, and the real-time evaluations include sieving efficiency, throughput, waste content, percentage of oversize, and undersize. Includes ratings for percentages. At the same time, the working status of the sifter can be tested and collected in real time, and the vibration parameters of the sifter can be adjusted through the digital terminal.
上記ステップ６において、ふるい分け効果は、ふるい分け効率、処理能力、誤入物含有量、オーバーサイズの割合、及びアンダーサイズの割合の指標を含む。ふるい分け効果をリアルタイムで評価する際は、ふるい分け機を監視して過負荷の場合に事前に警告し、異常が発生すると、警告及び報告し、実際の生産におけるふるい分け機を直ちに停止してメンテナンスを行う。 In step 6 above, the sieving efficiency includes indicators of sieving efficiency, throughput, mis-content, oversize percentage, and undersize percentage. During the real-time evaluation of sieving effect, monitor the sieving machine to give advance warning in case of overload, warn and report when abnormalities occur, and immediately stop the sieving machine in actual production for maintenance. .
ふるい分け効率を評価するとき、具体的な指標の評価式は以下のとおりである。 When evaluating the sieving efficiency, the evaluation formula for specific indices is as follows.
オーバーサイズの割合Ｕｃ、アンダーサイズの割合Ｕｆを以下のように計算する。
［式１］
[Formula 1]
ふるい分け効率を以下のように計算する。
［式３］
は篩上製品の収率（％）を表し、
は篩下製品の収率（％）を表し、Ｍｃは供給材料に占める篩下製品における粗粒の比率（％）を表し、Ｍｆは供給材料に占める篩上製品における細粒の比率（％）を表し、
は、ふるい分け機の供給材料に占める細粒の割合（％）を表し、
は、ふるい分け機の供給材料に占める粗粒の割合（％）を表す。
Sieving efficiency is calculated as follows.
[Formula 3]
represents the yield (%) of the sieved product,
represents the yield (%) of the under-sieved product, M c represents the ratio (%) of coarse particles in the under-sieved product in the feed material, and M f is the ratio of fine particles in the over-sieved product in the feed material ( %),
represents the ratio (%) of fines in the feed material of the sieving machine,
represents the ratio (%) of coarse particles in the sieving machine feed.
誤入物総含有量Ｍｔを以下のように計算する。
［式６］
は篩下製品の収率（％）を表し、Ｕｃは、オーバーサイズの割合（％）を表し、
は、篩下製品における細粒材料の比率（％）を表し、
は篩上製品の収率（％）を表す。
The total mis-entry content Mt is calculated as follows.
[Formula 6]
represents the yield (%) of undersized product, Uc represents the percentage of oversize (%),
represents the ratio (%) of fine-grained material in the under-sieved product,
represents the yield (%) of the sieved product.
処理能力Ｑを以下のように計算する。
［式９］
[Formula 9]
上記の指標計算式でふるい分け効率、処理能力、誤入物含有量、オーバーサイズの割合、及びアンダーサイズの割合の各指標のデータを取得し、機器のふるい分け性能を評価することは、主にふるい分けされたされた製品の粒度と収率（処理能力）が工業生産要件を満たしているか否かに基づいていることを強調すべきである。生産要件から大きく逸脱している場合（統一基準がなく、状況によって異なる）、工業生産要件を満たすように機器パラメータ及び材料パラメータを調整し、また調整後のパラメータに従ってデジタルツインシミュレーションモデルを修正することができる。 Using the above index calculation formula to obtain data for each index of sieving efficiency, throughput, error content, oversize ratio, and undersize ratio, and evaluate the sieving performance of the equipment is mainly It should be emphasized that the particle size and yield (throughput) of the produced product is based on whether it meets industrial production requirements. If there is a significant deviation from the production requirements (there is no uniform standard, it depends on the situation), adjust the equipment parameters and material parameters to meet the industrial production requirements, and modify the digital twin simulation model according to the adjusted parameters. can be done.
本発明の工業用ふるい分け効果の動的評価方法は更に以下を含むことを指摘すべきである。 It should be pointed out that the method of dynamic evaluation of industrial sieving effectiveness of the present invention further includes:
ふるい分け機を監視して過負荷の場合に事前に警告する場合、振動ふるいの作業状態パラメータを監視及び警告する必要があることに留意されたい。その具体的なプロセスは以下のとおりである。 It should be noted that if the sieving machine is to be monitored and warned in advance in case of overload, it is necessary to monitor and warn the working condition parameters of the vibrating screen. The specific process is as follows.
（ｉ）ある作業状態で、この時間をｔ０と定義し、まず時間ｔ０でのふるい分け機の応力歪み、加速度、回転速度、温度及びふるい面の加速度情報を収集する。 (i) In a working state, define this time as t 0 , first collect the stress strain, acceleration, rotation speed, temperature and screen surface acceleration information of the sieving machine at time t 0 .
（ｉｉ）時間ｔ０に対応する応力歪み、加速度、回転速度、温度及びふるい面の加速度情報を、前に構築したクラウドデータベースのデータ区間と比較して、区間範囲を±５％超えているか否かを判断する。 (ii) Compare the stress strain, acceleration, rotation speed, temperature and sieve surface acceleration information corresponding to time t0 with the data interval of the previously constructed cloud database, whether it exceeds the interval range by ± 5% to judge whether
（ｉｉｉ）該区間範囲を±５％超えている場合、振動ふるいの作動に故障がある可能性があり、直ちに実際のふるい分け機の作動プロセスにフィードバックしてから、実際の生産におけるふるい分け機を停止してメンテナンスを行う。 (iii) If the interval range is exceeded by ±5%, there may be a failure in the operation of the vibrating screen, immediately feed back to the operation process of the actual screening machine, and then stop the screening machine in actual production. maintenance.
上記ステップ５において、材料を監視して過負荷の場合に事前に警告する場合、材料パラメータを監視及び警告する必要があり、その具体的なプロセスは以下のとおりである。 In step 5 above, if the material is monitored and warned in advance in case of overload, the material parameters need to be monitored and warned, and the specific process is as follows.
（ｉ）供給される石炭の粒度組成、粒子形状、灰分及び水分含有量指標、並びに排出端における篩上製品及び篩下製品の粒度組成を収集する。 (i) Collecting the particle size composition, particle shape, ash and moisture content indicators of the incoming coal, and the particle size composition of the over- and under-sieved product at the discharge end.
（ｉｉ）供給端、篩上排出端及び篩下排出端におけるこの３種類の材料の粒度組成、及び機器自体の処理能力に応じて、篩上製品、篩下製品、及び異なる粒度の材料の収率を得る。 (ii) depending on the particle size composition of the three materials at the feed end, the discharge end of the screen and the discharge end of the screen, and the capacity of the equipment itself, the yield of the product on the screen, the product on the screen, and the material of different particle size. get rate.
（ｉｉｉ）機器のふるい分け効率（総合分離指数）、誤入物含有量、オーバーサイズの割合、及びアンダーサイズの割合指標を計算する。 (iii) Calculate the sieving efficiency of the instrument (total separation index), mis-content content, percent oversize, and percent undersize indices.
従来技術と比較して、本発明が提供するデジタルツインに基づく工業用ふるい分け効果の動的評価方法は、デジタルツインシミュレーションモデルによって工業用ふるい分けプロセスをシミュレートし、工業用ふるい分け効果のリアルタイム動的評価を実現すると同時に、リアルタイムで収集したふるい分けプロセスにおけるふるい分け機の作業状態パラメータに応じて、ふるい分け機の構造の信頼性のリアルタイム検出を実現するという利点を有し、本発明は、従来技術では工業用ふるい分け効果をリアルタイムで動的に評価することができないという問題を効果的に解決することができる。 Compared with the prior art, the dynamic evaluation method of industrial sieving effect based on digital twin provided by the present invention simulates the industrial sieving process by digital twin simulation model, and real-time dynamic evaluation of industrial sieving effect. while realizing real-time detection of the structural reliability of the sieving machine according to the working state parameters of the sieving machine in the sieving process collected in real time. It can effectively solve the problem that the screening effect cannot be evaluated dynamically in real time.
一方、図２に示すように、本発明はまた、デジタルツインに基づ工業用ふるい分け効果の動的評価システムを提供しており、図１に示すように、該評価システムは、接続されたデジタルツインシミュレーションユニット及びふるい分け効果リアルタイム評価ユニットを含み、デジタルツインシミュレーションユニットは、実際の工業用ふるい分けプロセスをシミュレートし、取得した仮想テストデータを実際の工業用ふるい分けデータと比較して、実際の工業用ふるい分けプロセスを反映するために使用され、ふるい分け効果リアルタイム評価ユニットは、ふるい分け効率、処理能力、誤入物含有量、オーバーサイズの割合及びアンダーサイズの割合を評価するために使用され、ふるい分け効果リアルタイム評価ユニットは、リアルタイム評価と同時に、ふるい分け機の作動状態をリアルタイムでテスト及び収集し、デジタルツインシミュレーションユニットを通じてふるい分け機の振動パラメータを調整する。 Meanwhile, as shown in FIG. 2, the present invention also provides a dynamic evaluation system of industrial sieving effect based on digital twin, and as shown in FIG. Including twin simulation unit and sieving effect real-time evaluation unit, the digital twin simulation unit simulates the real industrial sieving process, compares the obtained virtual test data with the real industrial sieving data, Used to reflect the sieving process, the sieving effect real-time evaluation unit is used to evaluate the sieving efficiency, throughput, erroneous content, oversize percentage and undersize percentage, the sieving effect real-time evaluation The unit tests and collects the working condition of the sieving machine in real time, simultaneously with the real-time evaluation, and adjusts the vibration parameters of the sieving machine through the digital twin simulation unit.
本発明の評価システムは、データ収集ユニットを更に含み、該パラメータ収集ユニットは、デジタルツインシミュレーションユニットに接続され、ふるい分け機の構造パラメータ、材料パラメータ、粒子群成分パラメータ、ふるい分けプロセスにおける負荷パラメータ、及び機器作動時の周辺環境情報を収集するために使用される。 The evaluation system of the present invention further comprises a data collection unit, the parameter collection unit is connected to the digital twin simulation unit, and the structural parameters of the sieving machine, the material parameters, the particle group composition parameters, the load parameters in the sieving process, and the equipment Used to collect ambient environment information during operation.
なお、ふるい分け機の構造パラメータは、ふるい分け機自体の構造サイズ、応力歪み、加速度、モータ回転速度、及び温度変化パラメータを含み、材料パラメータは、密度、弾性率、ポアソン比、硬度、引張強度、及び降伏強度を含み、粒子群成分パラメータは、粒度組成、粒子形状、灰分及び水分含有量を含む。 It should be noted that the structural parameters of the sieving machine include the structural size, stress strain, acceleration, motor rotation speed, and temperature change parameters of the sieving machine itself, and the material parameters include density, elastic modulus, Poisson's ratio, hardness, tensile strength, and Including yield strength, particle group composition parameters include particle size composition, particle shape, ash and moisture content.
なお、ふるい分けプロセスにおける負荷パラメータは、ふるい面への材料粒子の衝撃を指し、機器作動時の周辺環境情報は、機器周辺の温度及び湿度情報を含む。 It should be noted that the load parameter in the sieving process refers to the impact of material particles on the sieve surface, and the ambient environment information during device operation includes temperature and humidity information around the device.
なお、デジタルツインシミュレーションユニットはふるい分け機のデジタルツインシミュレーションモデルを含み、デジタルツインシミュレーションモデルは、ふるい分け機の３次元構造モデルによって確立され、その確立プロセスは以下のとおりである。ふるい分け機の３次元構造モデルをメッシュ化し、分割した複数の小さなユニットを計算して、対応する補間アルゴリズムを選択してまとめ、そして、収集した加速度情報に基づいて、ふるい分け機の作動状態を実際の作動と一致するように制御し、更にふるい分け機全体の構造特性を取得し、ふるい分け機の主要部材を監視して過負荷の場合に事前に警告し、最終的にふるい分け機のデジタルツインシミュレーションモデルを取得する。 It should be noted that the digital twin simulation unit includes the digital twin simulation model of the screening machine, and the digital twin simulation model is established by the three-dimensional structural model of the screening machine, and the establishment process is as follows. The three-dimensional structural model of the sieving machine is meshed, the divided multiple small units are calculated, the corresponding interpolation algorithm is selected and combined, and based on the collected acceleration information, the working state of the sieving machine is simulated to the actual state. It controls to match the operation, further acquires the structural properties of the entire sieving machine, monitors the main components of the sieving machine to give advance warning in case of overload, and finally creates a digital twin simulation model of the sieving machine. get.
ふるい分け機の３次元構造モデルの確立プロセスは以下のとおりである。 The establishment process of the three-dimensional structural model of the sieving machine is as follows.
収集したふるい分け機の構造パラメータを同じ産業用パーソナルコンピュータにアップロードして処理及び分析し、そして上記の産業用パーソナルコンピュータで処理及び分析した材料パラメータ、粒子群成分パラメータ、ふるい分けプロセスにおける負荷パラメータ、及び機器作動時の周辺環境情報を追加し、更に可視化プラットフォームを実行することにより、ふるい分け機の３次元構造モデルを取得する。 The collected structural parameters of the sieving machine are uploaded to the same industrial personal computer for processing and analysis, and the material parameters, particle group component parameters, load parameters in the sieving process, and equipment processed and analyzed by the above industrial personal computer A three-dimensional structural model of the sieving machine is obtained by adding the surrounding environment information during operation and further executing the visualization platform.
実際の工業用ふるい分けプロセスを正確に反映するために、本発明において、ふるい分け機のデジタルツインシミュレーションモデルによって得られた仮想テストデータは、ふるい分け機構造の応力と歪み情報、モータの回転速度と温度変化情報、ふるい分け機の主要部材の加速度情報、及び材料のプロセスパラメータ情報を含み、作業状態でのふるい分け機のデジタルツインシミュレーションモデルの仮想テストデータをリアルタイムで収集し、収集した仮想テストデータを、同じ時間に実際の生産で収集したテストデータと比較して、実際の工業用ふるい分けプロセスを正確に反映するように修正後のデジタルツインシミュレーションモデルを取得する。 In order to accurately reflect the actual industrial sieving process, in the present invention, the virtual test data obtained by the digital twin simulation model of the sieving machine are the stress and strain information of the sieving machine structure, the rotation speed of the motor and the temperature change. information, acceleration information of the main members of the sieving machine, and process parameter information of the material, the virtual test data of the digital twin simulation model of the sieving machine under working conditions is collected in real time, and the collected virtual test data is collected at the same time. Obtain a modified digital twin simulation model to accurately reflect the actual industrial sieving process by comparing it with the test data collected in the actual production.
ふるい分け機の作動状態をより便利に制御するために、本発明の評価システムは端末装置を更に含み、端末装置を介してふるい分け機の作動状態を表示する。 In order to control the working state of the sieving machine more conveniently, the evaluation system of the present invention further includes a terminal device, through which the working state of the sieving machine is displayed.
なお、本発明の評価システムは、事前警告ユニットを更に含み、事前警告ユニットはモニター及び音響光学警報器を含み、ふるい分け効果をリアルタイムで評価する場合、モニター及び音響光学警報器を使用してふるい分け機を監視して過負荷の場合に事前に警告し、異常が発生すると、警告及び報告し、実際の生産におけるふるい分け機を停止してメンテナンスを行うように促す。 In addition, the evaluation system of the present invention further includes a pre-warning unit, the pre-warning unit includes a monitor and an acousto-optical alarm, and when the screening effect is evaluated in real time, the screening machine using the monitor and the acousto-optical alarm. is monitored to warn in advance in the case of overload, and when an abnormality occurs, a warning and report are issued, and the sieving machine in actual production is stopped and maintenance is urged.
以上より、既存の評価システムと比較して、本発明が提供する工業用ふるい分け効果の動的評価システムは、ふるい分け機のデジタルツインシミュレーションモデルによって工業用ふるい分けプロセスをシミュレートし、工業用ふるい分け効果のリアルタイム動的評価を実現すると同時に、リアルタイムで取得したふるい分けプロセスにおけるふるい分け機の作業状態パラメータに応じて、ふるい分け機の構造の信頼性のリアルタイム検出を実現するという利点を有し、本発明は、従来技術では工業用ふるい分け効果をリアルタイムで動的に評価することができないという問題を効果的に解決することができる。 From the above, compared with the existing evaluation system, the industrial sieving effect dynamic evaluation system provided by the present invention simulates the industrial sieving process by the digital twin simulation model of the sieving machine, and the industrial sieving effect It has the advantage of realizing real-time dynamic evaluation and at the same time realizing real-time detection of the structural reliability of the sieving machine according to the working state parameters of the sieving machine in the sieving process obtained in real time. The technology can effectively solve the problem that the industrial sieving effect cannot be evaluated dynamically in real time.
石炭６ｍｍふるい分け用の振動ふるいを例にとると、モデルシステムにおける振動ふるいが安定して作動している場合、任意の時点で、振動ふるいの作業状態パラメータ及び材料パラメータを収集する。具体的には以下のとおりである。 Taking the vibrating screen for coal 6mm screening as an example, if the vibrating screen in the model system is working stably, at any point in time, the working state parameters and material parameters of the vibrating screen are collected. Specifically, it is as follows.
振動ふるいの作業状態パラメータについて、（ｉ）まず時間ｔ０でのふるい分け機の応力歪み、加速度、回転速度、温度及びふるい面の加速度情報を収集する。 For the working state parameters of the vibrating screen, (i) first collect the stress strain, acceleration, rotation speed, temperature and screen surface acceleration information of the screen machine at time t0 ;
（ｉｉ）時間ｔ０に対応する応力歪み、加速度、回転速度、温度及びふるい面の加速度情報を、前に構築したクラウドデータベースのデータ区間と比較して、区間範囲を±５％超えているか否かを判断する。 (ii) Compare the stress strain, acceleration, rotation speed, temperature and sieve surface acceleration information corresponding to time t0 with the data interval of the previously constructed cloud database, whether it exceeds the interval range by ± 5% to judge whether
（ｉｉｉ）該区間範囲を±５％超えている場合、振動ふるいの作動に故障がある可能性があり、直ちに実際のふるい分け機の作動プロセスにフィードバックしてから、実際の生産におけるふるい分け機を停止してメンテナンスを行う。 (iii) If the interval range is exceeded by ±5%, there may be a failure in the operation of the vibrating screen, immediately feed back to the operation process of the actual screening machine, and then stop the screening machine in actual production. maintenance.
材料パラメータについて、（１）供給される石炭の粒度組成、粒子形状、灰分及び水分含有量指標、並びに排出端における篩上製品及び篩下製品の粒度組成を収集する。（２）供給端、篩上排出端及び篩下排出端におけるこの３種類の材料の粒度組成、及び機器自体の処理能力に応じて、篩上製品、篩下製品、及び異なる粒度の材料の収率を得る。（３）機器のふるい分け効率（総合分離指数）、誤入物含有量、オーバーサイズの割合、及びアンダーサイズの割合などの指標を計算する。 For the material parameters: (1) collect the particle size composition, particle shape, ash and moisture content indicators of the fed coal, and the particle size composition of the over- and under-sieved products at the discharge end; (2) Depending on the particle size composition of the three materials at the feed end, the discharge end of the screen and the discharge end of the screen, and the processing capacity of the equipment itself, the yield of the screened product, the screened product, and the material of different particle size. get rate. (3) Calculate indicators such as the sieving efficiency of the equipment (total separation index), the content of miscreants, the percentage of oversize, and the percentage of undersize.
以上の結果に基づき、ふるい分け機の作動状態及びふるい分け効果をリアルタイムで評価すると同時に、デジタルツインふるい分けシミュレーションシステムを構築することによって、デジタル端末を通じてフィードバックしてふるい分け機の振動パラメータを調整することも可能である。 Based on the above results, the operating status and screening effect of the sieving machine can be evaluated in real time, and at the same time, by building a digital twin sieving simulation system, it is also possible to adjust the vibration parameters of the sieving machine by feedback through a digital terminal. be.
以上より、本発明が提供するデジタルツインに基づく工業用ふるい分け効果の動的評価方法は、リアルタイム性、高精度及び高い一致度などの特徴を有する。リアルタイム性について、本発明のシステムはリアルタイム評価を実現することができ、それに対して、従来のふるい分け評価では、工業生産のある時点で作動している機器を代表してサンプリングし、そのサンプルに従ってふるい分け効果を評価するため、ある程度の遅れがあり、且つリアルタイムでサンプリングすることができない。高精度について、本発明は、ふるい面上の材料の特定の断面又は特定の部分をすべて分析してふるい分け効果を評価することができ、従来のランダムサンプリングよりも精度が高い。高い一致度について、本発明により得られるふるい分け効果の結果はふるい分け機の現在の作業状態と一致しており、一致度が高く、ふるい分け効果の評価結果に応じて作動中の機器にフィードバック調整を行うことが容易になる。上記の２点に基づき、従来のふるい分け評価では、本発明のように評価結果と作業状態との一致度が高くない。 From the above, the digital twin-based industrial sifting effect dynamic evaluation method provided by the present invention has the characteristics of real-time, high precision and high matching. With respect to real-time nature, the system of the present invention can realize real-time evaluation, whereas in conventional sieving evaluation, representative sampling of equipment operating at a certain point in industrial production and sieving according to the sample There is some delay and cannot be sampled in real time to assess the effect. For high accuracy, the present invention can analyze all specific cross-sections or specific parts of the material on the sieve surface to evaluate the sieving effect, which is more accurate than conventional random sampling. For high consistency, the screening effect result obtained by the present invention is consistent with the current working condition of the screening machine, and the high consistency makes feedback adjustment to the equipment in operation according to the evaluation result of the screening effect. becomes easier. Based on the above two points, in the conventional sifting evaluation, the degree of agreement between the evaluation result and the working state is not as high as in the present invention.
以上の説明は、本発明の好ましい実施形態にすぎず、本発明の保護範囲はこれに限定されるものではない。本発明によって開示された技術的範囲内で当業者が容易に想到し得る変更又は置換は、本発明の保護範囲内に含まれるものとする。 The above descriptions are only preferred embodiments of the present invention, and the protection scope of the present invention is not limited thereto. Any variation or replacement readily figured out by a person skilled in the art within the technical scope disclosed by the present invention shall fall within the protection scope of the present invention.
Claims (10)
前記ステップ１で収集した前記ふるい分け機の前記構造パラメータ、前記材料パラメータ及び前記粒子群成分パラメータに従って、前記ふるい分け機の３次元構造モデルを確立するステップ２と、
前記確立したふるい分け機の前記３次元構造モデルに基づいて、前記ふるい分け機のデジタルツインシミュレーションモデルを取得するステップ３と、
前記ふるい分け機の前記デジタルツインシミュレーションモデルの仮想テストデータ及び実際の生産データに従って、前記ふるい分け機の前記デジタルツインシミュレーションモデルを修正するステップ４と、
前記修正したふるい分け機のデジタルツインシミュレーションモデルに基づいてクラウドデータベースを構築し、端末装置を通じてリアルタイムの作動状態を取得するステップ５と、
前記取得したリアルタイムの作動状態に基づいて、ふるい分け効果をリアルタイムで評価するステップ６とを含む、ことを特徴とする、デジタルツインに基づく工業用ふるい分け効果の動的評価方法。 Step 1 of collecting structural parameters, material parameters, particle group composition parameters, load parameters in the sieving process, and ambient environment information during operation of the sieving machine;
Step 2 of establishing a three-dimensional structural model of the sieving machine according to the structural parameters, the material parameters and the particle group composition parameters of the sieving machine collected in the step 1;
Step 3 of obtaining a digital twin simulation model of the sieving machine based on the established three-dimensional structural model of the sieving machine;
step 4 of modifying the digital twin simulation model of the screening machine according to virtual test data and actual production data of the digital twin simulation model of the screening machine;
step 5 of building a cloud database based on the modified digital twin simulation model of the sieving machine and obtaining real-time working status through the terminal device;
Step 6: real-time evaluation of the sieving effect based on the obtained real-time operating conditions.
作業状態での前記ふるい分け機の前記デジタルツインシミュレーションモデルの前記仮想テストデータをリアルタイムで収集し、収集した前記仮想テストデータを、同じ時間に実際の生産で収集したテストデータと比較して、前記デジタルツインシミュレーションモデルを修正し、それにより実際の工業用ふるい分けプロセスを正確に反映する、ことを特徴とする請求項１に記載のデジタルツインに基づく工業用ふるい分け効果の動的評価方法。 In step 4, the virtual test data includes structural stress and strain information of the sieving machine, motor rotation speed and temperature change information, acceleration information of the main members of the sieving machine, and material process parameter information;
Collecting the virtual test data of the digital twin simulation model of the sieving machine in working condition in real time and comparing the collected virtual test data with the test data collected in actual production at the same time, the digital The method for dynamic evaluation of industrial sieving effect based on digital twin according to claim 1, characterized in that the twin simulation model is modified, thereby accurately reflecting the actual industrial sieving process.
前記収集したふるい分け機の構造パラメータを同じ産業用パーソナルコンピュータにアップロードして処理及び分析することと、
前記産業用パーソナルコンピュータで処理及び分析した材料パラメータ、粒子群成分パラメータ、ふるい分けプロセスにおける負荷パラメータ、及び機器作動時の周辺環境情報を追加することと、
可視化プラットフォームを実行することにより、前記ふるい分け機の前記３次元構造モデルを取得することとを含む、ことを特徴とする請求項１に記載のデジタルツインに基づく工業用ふるい分け効果の動的評価方法。 In step 2, the process of establishing a three-dimensional structural model of the sieving machine includes:
uploading the collected sieving machine structural parameters to the same industrial personal computer for processing and analysis;
adding material parameters processed and analyzed by the industrial personal computer, particle group component parameters, load parameters in the sieving process, and ambient environment information during equipment operation;
and obtaining the three-dimensional structural model of the sieving machine by running a visualization platform.
リアルタイム評価と同時に、前記ふるい分け機の作動状態をリアルタイムでテスト及び収集し、デジタル端末で前記ふるい分け機の振動パラメータを調整する、ことを特徴とする請求項２に記載のデジタルツインに基づく工業用ふるい分け効果の動的評価方法。 In step 6, the real-time evaluation includes evaluation for sieving efficiency, throughput, waste content, oversize percentage, and undersize percentage;
Digital twin based industrial sieving according to claim 2, characterized in that simultaneously with the real-time evaluation, the working status of the sieving machine is tested and collected in real time, and the vibration parameters of the sieving machine are adjusted with a digital terminal. A dynamic evaluation method for effectiveness.
前記材料パラメータは、密度、弾性率、ポアソン比、硬度、引張強度、及び降伏強度を含み、
前記粒子群成分パラメータは、粒度組成、粒子形状、灰分及び水分含有量を含む、ことを特徴とする請求項１に記載のデジタルツインに基づく工業用ふるい分け効果の動的評価方法。 In step 1, the structural parameters of the sieving machine include structural size, stress strain, acceleration, motor rotation speed, and temperature change parameters of the sieving machine itself;
the material parameters include density, modulus, Poisson's ratio, hardness, tensile strength, and yield strength;
The method for dynamic evaluation of industrial sieving effect based on digital twin according to claim 1, characterized in that the particle swarm component parameters include particle size composition, particle shape, ash and moisture content.
前記ふるい分け機のふるい分けフレーム及び励振ビームに、それぞれ応力歪みセンサ及び第１の加速度センサを配置して、前記ふるい分け機の応力歪み及び加速度を収集することと、
励振モータに温度センサ及び回転速度センサを配置して、励振モータの回転速度及び温度変化状況を監視することと、
ふるい分け用材料の移動方向に沿って、ふるい面上に複数組の第２の加速度センサを順に配置して、ふるい分けプロセスにおける前記ふるい面の加速度情報を収集することとを含む、ことを特徴とする請求項６に記載のデジタルツインに基づく工業用ふるい分け効果の動的評価方法。 In step 1, the process of collecting the structural parameters of the sifter comprises:
placing a stress-strain sensor and a first acceleration sensor on the sieving frame and excitation beam of the sieving machine, respectively, to collect the stress-strain and acceleration of the sifting machine;
arranging a temperature sensor and a rotation speed sensor on the excitation motor to monitor the rotation speed and temperature change of the excitation motor;
sequentially arranging a plurality of sets of second acceleration sensors on the sieve surface along the moving direction of the sieving material to collect acceleration information of the sieve surface in the sieving process. Dynamic evaluation method for industrial screening effect based on digital twin according to claim 6.
前記ふるい分け機の供給端と排出端の周辺にそれぞれ視覚センサ及びＸ線を配置することと、
前記ふるい分け機の供給端において、その対応する前記視覚センサにより、供給される材料の粒度組成及び粒子サイズを収集し、その対応する前記Ｘ線により、供給される材料の灰分及び水分含有量を収集することと、
前記ふるい分け機の排出端において、その対応する前記視覚センサにより、排出される材料の粒度組成及び粒子形状を収集し、その対応する前記Ｘ線により、排出される材料の灰分及び水分含有量を収集することとを含む、ことを特徴とする請求項１～９のいずれか一項に記載のデジタルツインに基づく工業用ふるい分け効果の動的評価方法。 In step 1, the collection process of the particle group component parameters includes:
placing visual sensors and X-rays around the feed end and discharge end of the sieving machine, respectively;
At the feed end of the sieving machine, the corresponding visual sensors collect the particle size composition and particle size of the fed material, and the corresponding X-rays collect the ash and moisture content of the fed material. and
At the discharge end of the sieving machine, the corresponding visual sensors collect the particle size composition and particle shape of the discharged material, and the corresponding X-rays collect the ash and moisture content of the discharged material. A method for dynamic evaluation of industrial sieving effect based on digital twin according to any one of claims 1 to 9, characterized in that it comprises:
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111561384.0A CN114707255A (en) | 2021-12-17 | 2021-12-17 | Industrial screening effect dynamic evaluation method based on digital twinning |
| CN202111561384.0 | 2021-12-17 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2023090608A true JP2023090608A (en) | 2023-06-29 |
| JP7401934B2 JP7401934B2 (en) | 2023-12-20 |
Family
ID=82166198
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2022071654A Active JP7401934B2 (en) | 2021-12-17 | 2022-04-25 | Dynamic evaluation method of industrial sieving effect based on digital twin |
Country Status (2)
| Country | Link |
|---|---|
| JP (1) | JP7401934B2 (en) |
| CN (1) | CN114707255A (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116955961A (en) * | 2023-08-25 | 2023-10-27 | 江苏秦郡机械科技有限公司 | Intelligent roller cage screen cleaning effect evaluation method and system |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111177942A (en) * | 2020-01-06 | 2020-05-19 | 中国矿业大学(北京) | Digital twin intelligent monitoring system for unmanned fully-mechanized excavation working face of mine |
| CN111208759A (en) * | 2019-12-30 | 2020-05-29 | 中国矿业大学(北京) | Digital twin intelligent monitoring system for unmanned fully mechanized coal mining face of mine |
| EP3825949A1 (en) * | 2019-11-19 | 2021-05-26 | Linde GmbH | Online plant optimizer for operating, performance rating, energy nd cost optimization and design of a process plant and integration with a smart plant three-dimensional piping model |
| CN112871703A (en) * | 2020-12-30 | 2021-06-01 | 天津德通电气股份有限公司 | Intelligent management coal preparation platform and method thereof |
| CN113359512A (en) * | 2021-06-26 | 2021-09-07 | 华东交通大学 | Component content digital twinning characteristic analysis method in rare earth extraction separation process |
| JP2023507490A (en) * | 2019-12-18 | 2023-02-22 | ヴィート エヌブイ | Methods and systems for characterizing one or more substances |
-
2021
- 2021-12-17 CN CN202111561384.0A patent/CN114707255A/en active Pending
-
2022
- 2022-04-25 JP JP2022071654A patent/JP7401934B2/en active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3825949A1 (en) * | 2019-11-19 | 2021-05-26 | Linde GmbH | Online plant optimizer for operating, performance rating, energy nd cost optimization and design of a process plant and integration with a smart plant three-dimensional piping model |
| JP2023507490A (en) * | 2019-12-18 | 2023-02-22 | ヴィート エヌブイ | Methods and systems for characterizing one or more substances |
| CN111208759A (en) * | 2019-12-30 | 2020-05-29 | 中国矿业大学(北京) | Digital twin intelligent monitoring system for unmanned fully mechanized coal mining face of mine |
| CN111177942A (en) * | 2020-01-06 | 2020-05-19 | 中国矿业大学(北京) | Digital twin intelligent monitoring system for unmanned fully-mechanized excavation working face of mine |
| CN112871703A (en) * | 2020-12-30 | 2021-06-01 | 天津德通电气股份有限公司 | Intelligent management coal preparation platform and method thereof |
| CN113359512A (en) * | 2021-06-26 | 2021-09-07 | 华东交通大学 | Component content digital twinning characteristic analysis method in rare earth extraction separation process |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116955961A (en) * | 2023-08-25 | 2023-10-27 | 江苏秦郡机械科技有限公司 | Intelligent roller cage screen cleaning effect evaluation method and system |
| CN116955961B (en) * | 2023-08-25 | 2024-02-09 | 江苏秦郡机械科技有限公司 | Intelligent roller cage screen cleaning effect evaluation method and system |
Also Published As
| Publication number | Publication date |
|---|---|
| JP7401934B2 (en) | 2023-12-20 |
| CN114707255A (en) | 2022-07-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103488139A (en) | Intelligent monitoring system for vibrating device | |
| CN116758719B (en) | Online monitoring system for production workshop equipment environment | |
| JP2023090608A (en) | Method for dynamically evaluating industrial sieving effect based on digital twin | |
| CN203433350U (en) | Intelligent monitoring system of vibration equipment | |
| Peng et al. | Dynamic influence of screening coals on a vibrating screen | |
| CN103792100B (en) | A kind of method and apparatus determining separator | |
| CN113945632B (en) | Health monitoring device and method for steel structure net rack | |
| CN118133638B (en) | Method and system for monitoring construction of movable formwork based on finite element simulation | |
| Jiang et al. | Time evolution of kinematic characteristics of variable-amplitude equal-thickness screen and material distribution during screening process | |
| CN116629658A (en) | Lithium battery anode material production quality evaluation and process optimization method | |
| CN112495771A (en) | Intelligent material screening system | |
| JP2721799B2 (en) | Machine abnormality judgment method | |
| CN111157265B (en) | Belt sampling head fault monitoring device and fault early warning diagnosis method | |
| JP2020140252A (en) | Management evaluation device, management evaluation method and program for the same | |
| CN116595657A (en) | Engine quality prediction system | |
| CN114707787B (en) | Industrial screening effect dynamic evaluation system and evaluation method | |
| JP7325737B2 (en) | Structure anomaly detection system | |
| CN117950947A (en) | Computer fault monitoring system and method based on Internet | |
| CN111931323B (en) | Memory, hydrocracking equipment fault prediction method, device and equipment | |
| TW202043956A (en) | Support system for improving production efficiency | |
| CN111579870B (en) | Structural member damage monitoring and accumulation degree diagnosis method | |
| CN110274841B (en) | Diagnosis method and device for screening process in sintered fuel grain size composition detection system | |
| JP2021156681A (en) | Information board abnormality detection system | |
| CN112872631A (en) | Welding detection method, welding detection device and computer-readable storage medium | |
| CN114137072B (en) | Long-distance nondestructive evaluation method for elastic modulus of potential landslide rock mass |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220427 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230530 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230828 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20231114 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231201 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7401934 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |