基于机器学习的斗轮机臂架秤自动标定系统  

作　　者：饶智敏 许明华 

机构地区：[1]广州港股份有限公司,广东广州510100 [2]广州港新沙港务有限公司,广东东东莞523000

出　　处：《港口科技》2023年第12期34-38,共5页Port Science & Technology

摘　　要：为解决散货码头煤炭和矿石系统流程装船存在多次控料的工程问题,提出基于机器学习的斗轮机臂架秤自动标定系统。该系统通过TensorFlow机器学习控料算法,在线学习计量秤修正系数,测算皮带预料,输出斗轮机臂架秤累计量,推算斗轮机需要继续的取料量,实现无控料流程装船和装船结束皮带系统无积料。通过与地面皮带机电子秤的瞬时流量、累计流量数据进行对比发现,应用自动标定系统的斗轮机臂架秤计量准确,能够达到5%的商业计量精度要求。系统在广州港新沙码头进行应用,实现系统流程无控料装船且保证皮带上没有积料,提升码头年平均装船效率,同时节约电力消耗、降低转栈成本。

关 键 词：机器学习 TensorFlow 散货码头 装船工艺 斗轮机 自动标定系统 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程] U653.928[自动化与计算机技术—控制科学与工程]