一种基于数字孪生的工业筛分效果动态评价方法

1.本发明涉及筛分技术领域，尤其涉及一种基于数字孪生的工业筛分效果动态评价方法。


背景技术：

2.筛分是将颗粒大小不同的散体混合物料通过筛孔，按照粒度大小分成不同粒级范围物料的一种分离技术。而工业筛分是指在工厂或者矿山开采加工过程中，作为其工业生产流程的关键环节，进行连续生产物料的大规模筛分作业。
3.传统筛分效果评价，主要针对进行单一筛分作业的物料，进行静态取样评定筛分效果。对于工业筛分而言，在连续运行生产过程中，采用传统的筛分效果评价系统只能随机取样评价，无法实现实时在线精准测量；同时，筛机运行工况条件变化极为复杂，传统筛分效果评价系统时效性差，无法实时反应筛机的运行工况。


技术实现要素：

4.鉴于上述的分析，本发明旨在提供一种基于数字孪生的工业筛分效果动态评价方法，用以解决现有技术中无法对工业筛分效果进行实时评价的技术问题。
5.本发明的目的主要是通过以下技术方案实现的：
6.本发明提供了一种基于数字孪生的工业筛分效果动态评价方法，该评价方法包括以下步骤：步骤1、采集筛机结构参数、材料参数、颗粒群组分参数、筛分过程载荷参数和设备运行周围环境信息；
7.步骤2、根据步骤1所采集的筛机结构参数、材料参数和颗粒群组分参数建立筛机三维结构模型；
8.步骤3、基于建立的筛机三维结构模型得到筛机数字孪生仿真模型；
9.步骤4、根据筛机数字孪生仿真模型的虚拟测试数据和实际生产数据修正筛机数字孪生仿真模型；
10.步骤5、基于修正后的筛机数字孪生仿真模型构建云端数据库，通过终端设备获取设备实时运行状态；
11.步骤6、基于获取的设备实时运行状态，对筛分效果进行实时评价。
12.进一步地，上述步骤3包括：对建立的筛机三维结构模型进行网格划分，并对划分成的多个小单元进行计算，选取对应的插值算法进行综合，根据所采集到的加速度信息采用终端设备来控制筛机的运动状态，达到和实际运行相一致，进而获得筛机整体的结构特性，进行筛机关键部件的监测和过载预警，最终得到数字孪生仿真模型；
13.进一步地，步骤4中，虚拟测试数据包括筛机结构的应力、应变信息，电机的转速及温度变化信息，筛机关键部位的加速度信息以及物料的工艺参数信息；
14.实时采集工况下的筛机数字孪生仿真模型的虚拟测试数据，将采集得到的虚拟测试数据与相同时刻的、实际生产中采集到的测试数据进行比对，修正数字孪生仿真模型，以
准确反映实际的工业筛分过程。
15.进一步地，在步骤2中，筛机三维结构模型的建立过程包括：
16.将采集的筛机结构参数上传到同一工控机进行处理分析；
17.添加经过上述工控机处理分析过的材料参数和颗粒群组分参数以及筛分过程载荷参数、设备运行周围环境信息；
18.通过可视化平台运行，得到筛机三维结构模型。
19.进一步地，在步骤6中，实时评价包括对筛分效率、处理能力、错配物含量、限上率、限下率的评价；
20.实时评价的同时对筛机运行工况进行实时测试采集，并通过数字端调控筛机振动参数。
21.进一步地，方法还包括：对筛分效果进行实时评价时，对筛机进行监测和过载预警；当出现异常后进行预警和报告，及时对实际生产筛机进行停机维修。
22.进一步地，在上述步骤1中，筛机结构参数包括筛机自身结构尺寸、应力应变、加速度、电机转速及温度变化参数；
23.材料参数包括密度、弹性模量、泊松比、硬度、抗拉强度、屈服强度；
24.颗粒群组分参数：粒度组成、颗粒形状、灰分和含水率。
25.进一步地，在步骤1中，筛分过程载荷参数是指物料颗粒对筛面的冲击；设备运行周围环境信息包括设备周围的温度、湿度信息。
26.进一步地，在步骤1中，筛机结构参数的采集过程包括：
27.在筛机的筛框上和激振梁上分别设置应力应变传感器和第一加速度传感器，采集筛机的应力应变与加速度；
28.在激振电机上设置温度传感器和转速传感器，监控激振电机的转速与温度变化情况；
29.沿筛分物料运动方向，在筛面上依次布置多组第二加速度传感，采集筛分过程中筛面的加速度信息。
30.进一步地，在步骤1中，颗粒群组分参数的采集过程包括：在筛机的入料端与出料端外围分别设置视觉传感器、x射线；在筛机的入料端处，其对应的视觉传感器用于采集入料的物料粒度组成与颗粒尺寸大小，其对应的x射线用于采集入料的物料灰分和含水率；
31.在筛机的出料端处，其对应的视觉传感器用于采集出料的物料粒度组成与颗粒形状，其对应的x射线用于采集出料的物料灰分和含水率。
32.与现有技术相比，本发明至少可实现如下有益效果之一：
33.(1)本发明提供的基于数字孪生的工业筛分效果动态评价方法能够对物料大规模工业筛分过程的筛分效果进行实时动态评价，同时对筛机的运行工况进行实时检测，适用于矿山开采加工过程、砂石骨料制备过程、工业固废处置等工业生产过程中的筛分效果评价。
34.(2)本发明提供的基于数字孪生的工业筛分效果动态评价方法，相对于现有评价系统，具有以下优点：通过建立数字孪生仿真模型模拟工业筛分过程，实现对工业筛分效果的实时动态评价，同时根据实时采集的筛分过程中筛机工况参数，实现对筛机结构可靠性实时检测；本发明可以有效解决现有技术中无法对工业筛分效果进行实时动态评价的难
题。
35.(3)本发明提供的基于数字孪生的工业筛分效果动态评价方法具有实时性、精确性和匹配度高等特点；针对实时性：本发明系统可以实现实时评价；而传统筛分评价，对工业生产中的某一时刻运行的设备进行代表性取样，根据所取样品进行筛分效果评定，具有一定的延时，且无法做到实时取样。针对精确性：本发明可以对筛面上方物料的某一截面或某一段物料进行全部分析评价筛分效果，较传统的随机取样，更加精确。对于匹配度：本发明所得筛分效果的结果与筛机当下的工况是一致的，具有很好的匹配度，便于根据筛分效果评价结果对运行中的设备进行反馈调节。传统筛分评价基于上述两点，无法具备本发明的评价结果与工况条件的良好匹配度。
36.本发明中，上述各技术方案之间还可以相互组合，以实现更多的优选组合方案。本发明的其他特征和优点将在随后的说明书中阐述，并且，部分优点可从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过说明书实施例以及附图中所特别指出的内容中来实现和获得。
附图说明
37.附图仅用于示出具体实施例的目的，而并不认为是对本发明的限制，在整个附图中，相同的参考符号表示相同的部件。
38.图1为本发明的基于数字孪生的物料筛分效果动态评价方法的工艺流程图；
39.图2为本发明的基于数字孪生的物料筛分效果动态评价系统的流程图。
具体实施方式
40.下面结合附图来具体描述本发明的优选实施例，其中，附图构成本发明的一部分，并与本发明的实施例一起用于阐释本发明的原理，并非用于限定本发明的范围。
41.数字孪生是指充分利用物理模型、传感器更新、运行历史等数据，构建仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。传统筛分效果评价，主要针对进行单一筛分作业的物料，进行静态取样评定筛分效果。对于工业筛分而言，在连续运行生产过程中，采用传统的筛分效果评价系统只能随机取样评价，无法实现实时在线精准测量；同时，筛机运行工况条件变化极为复杂，传统筛分效果评价系统时效性差，无法实时反应筛机的运行工况。因此，发展基于数字孪生的工业筛分效果动态评价方法具有重要意义。
42.本发明提供了一种基于数字孪生的工业筛分效果动态评价方法，其流程参见图1，该方法包括以下步骤：
43.步骤1、采集筛机结构参数、材料参数、颗粒群组分参数、筛分过程载荷参数和设备运行周围环境信息；
44.步骤2、利用筛机结构参数、材料参数和颗粒群组分参数建立数字孪生仿真模型；
45.步骤3、基于建立的筛机三维结构模型得到筛机数字孪生仿真模型；
46.步骤4、根据筛机数字孪生仿真模型的虚拟测试数据和实际生产数据修正所述筛机数字孪生仿真模型；
47.步骤5、基于修正后的筛机数字孪生仿真模型构建云端数据库，通过终端设备获取
设备实时运行状态；
48.步骤6、基于获取的设备实时运行状态，对筛分效果进行实时评价。
49.与现有技术相比，本发明提供的基于数字孪生的工业筛分效果动态评价方法能够对物料大规模工业筛分过程的筛分效果进行实时动态评价，同时对筛机的运行工况进行实时检测，适用于矿山开采加工过程、砂石骨料制备过程、工业固废处置等工业生产过程中的筛分效果评价。
50.具体地，在上述步骤1中，筛机结构参数包括筛机自身结构尺寸、应力应变、加速度、电机转速及温度变化。材料参数为各类结构的自身属性，其包括密度、弹性模量、泊松比、硬度、抗拉强度、屈服强度。颗粒群组分参数：粒度组成、颗粒形状、灰分和含水率。
51.需要注意的是，在上述步骤1中，材料参数不用测试获得，可以通过标准查询得到。
52.在上述步骤1中，筛机结构参数的采集过程包括：在筛机的筛框上和激振梁上分别设置应力应变传感器和第一加速度传感器，采集筛机的应力应变与加速度；在激振电机上设置温度传感器和转速传感器，监控激振电机的转速与温度变化情况；沿筛分物料运动方向，在筛面上依次布置多组第二加速度传感，采集筛分过程中筛面的加速度信息。
53.在上述步骤1中，颗粒群组分参数的采集过程包括：在筛机的入料端与出料端外围分别设置视觉传感器、x射线；在筛机的入料端处，其对应的视觉传感器用于采集入料的物料粒度组成与颗粒形状，其对应的x射线用于采集入料的物料灰分和含水率；在筛机的出料端处，其对应的视觉传感器用于采集出料的物料粒度组成与颗粒尺寸大小，其对应的x射线用于采集出料的物料灰分和含水率。
54.需要说明的是，在上述步骤1中，筛分过程载荷参数是指物料颗粒对筛面的冲击；设备运行周围环境信息包括设备周围的温度、湿度信息。
55.在上述步骤2中，数字孪生仿真模型的具体建立过程为：根据步骤1所采集的筛机结构参数建立筛机三维结构模型，建立过程包括：将采集的筛机结构参数上传到同一工控机进行处理分析，处理分析的目的是:因为采集的信号为数字信号，必须要经过处理分析才能得到相对应的物理信息，包括加速度振动频率等一系列参数，将这些参数从孪生模型上输出反馈给使用者。添加经过上述工控机处理分析过的材料参数和颗粒群组分参数以及筛分过程载荷参数、设备运行周围环境信息；通过可视化平台运行。
56.同时，对建立的筛机三维结构模型进行网格划分，并对划分成的多个小单元进行计算，选取对应的插值算法进行综合，根据所采集到的加速度信息采用终端设备来控制筛机的运动状态，达到和实际运行相一致，进而获得筛机整体的结构特性(指实时的筛机结构参数，比如应力应变、加速度、转速和温度变化等)，从而便于进行筛机关键部件(包括筛面、侧板和激振梁)的监测和过载预警，此时得到数字孪生仿真模型。
57.需要说明的是，上述步骤3包括：对建立的筛机三维结构模型进行网格划分，并对划分成的多个小单元进行计算，选取对应的插值算法进行综合，根据所采集到的加速度信息采用终端设备来控制筛机的运动状态，达到和实际运行相一致，进而获得筛机整体的结构特性，进行筛机关键部件的监测和过载预警，最终得到数字孪生仿真模型。其中，具体的控制过程为：为了使数字孪生仿真模型与实际筛机运行参数相一致，需将采集分析得到的物理信息，以模拟的方式显示到筛机数字孪生仿真模型上。
58.在上述步骤3中，修正数字孪生仿真模型的具体过程为：在一定工况条件下，利用
步骤2建立的数字孪生仿真模型采集ti时刻的虚拟测试数据，该虚拟测试数据包括筛机结构的应力、应变信息，电机的转速及温度变化信息，筛机关键部位(包括筛面、侧板和激振梁)的加速度信息以及颗粒群组分参数信息(包括粒度组成、颗粒形状、灰分和含水率)；将在ti时刻、通过数字孪生仿真模型采集得到的虚拟测试数据与ti时刻对应的实际生产中采集到的测试数据进行多次可重复性比对，对其可信度进行判断；当其可信度不满足要求时，修改步骤2中输入的筛机结构参数，从而实现对筛机数字孪生仿真模型进行修正，重复该过程以不断修正数字孪生仿真模型，直至其能够准确反映实际的工业筛分过程。
59.需要说明的是，在对筛机数字孪生仿真模型进行修正时，直接在输入参数的源文件中进行修改，修改的依据是ti时刻实际测量的数据，在修正过程中需要进行多次测量，i为时刻序号；另外，结构参数(筛机自身结构尺寸、应力应变、加速度、电机转速及温度变化)都是通过相应的测量设备测试得到。
60.在上述步骤4中，虚拟测试数据包括筛机结构的应力、应变信息，电机的转速及温度变化信息，筛机关键部位的加速度信息以及物料的工艺参数信息；实时采集工况下的筛机数字孪生仿真模型的虚拟测试数据，将采集得到的虚拟测试数据与相同时刻的、实际生产中采集到的测试数据进行比对，修正所述数字孪生仿真模型，以准确反映实际的工业筛分过程。
61.在上述步骤5中，基于修正后的筛机数字孪生仿真模型构建云端数据库，搭建云平台，用户可通过终端设备如电脑和手机获取设备实时运行状态；同时采用筛机数字孪生仿真模型对筛分效果进行实时评价，实时评价包括对筛分效率、处理能力、错配物含量、限上率、限下率的评价。同时对筛机运行工况进行实时测试采集，并通过数字端即可调控筛机振动参数。
62.在上述步骤6中，筛分效果包括筛分效率、处理能力、错配物含量、限上率、限下率指标。对筛分效果进行实时评价时，对筛机进行监测和过载预警；当出现异常后进行预警和报告，及时对实际生产筛机进行停机维修。
63.在对筛分效率评价时，具体指标的评价计算公式如下：
64.限上率uc、限下率uf的计算：
65.uc＝1-ofꢀꢀꢀ
(1)
66.uf＝1-ocꢀꢀꢀ
(2)
67.其中，uc表示限上率(％)，uf表示限下率(％)，of表示细粒物料在筛下产品中的比率(％)，oc表示粗粒物料在筛上产品中的比率(％)。
68.筛分效率η的计算：
[0069][0070][0071]
η＝ec+e
f-100
ꢀꢀꢀ
(5)
[0072]
其中，η表示筛分效率(％)，ec表示粗粒的正配率(％)，ef表示细粒的正配率(％)，
γo表示筛上产品的产率(％)，γu表示筛下产品的产率(％)，mc表示筛下产品中粗粒占入料的比率(％)，mf表示筛上产品中细粒占入料的比率(％)；筛机入料中细粒级所占比例(％)；筛机入料中粗粒级所占比例(％)。
[0073]
总错配物含量m
t
的计算：
[0074]
mc＝100γuucꢀꢀꢀ
(6)
[0075]
mf＝100γoofꢀꢀꢀ
(7)
[0076]mt
＝mc+mfꢀꢀꢀ
(8)
[0077]mt
表示总错配物的含量(％)，mc表示筛下产品中粗粒占入料的比率(％)，mf表示筛上产品中细粒占入料的比率(％)，γu表示筛下产品的产率(％)，uc表示限上率(％)，of表示细粒物料在筛下产品中的比率(％)，γo表示筛上产品的产率(％)。
[0078]
处理能力q的计算：
[0079]
q＝q
×sꢀꢀꢀ
(9)
[0080]
q表示处理能力(t/h)，q表示单位面积处理能力(t/(h
·
m2))，s表示筛分面积(m2)。
[0081]
需要强调的是，通过上述指标计算公式获得筛分效率、处理能力、错配物含量、限上率、限下率各项指标的数据，对设备的筛分性能进行评定，主要依据筛分产品粒度与产量(处理能力)是否满足工业生产需求；若与生产需求有较大偏差(适情况而定，无统一标准)，可以调节设备参数与物料参数，以满足工业生产需求，同时根据调整后的参数，对数字孪生仿真模型进行修改。
[0082]
需要指出的是，本发明的工业筛分效果动态评价方法还包括：
[0083]
需要注意的是，对筛机进行监测和过载预警时，需对振动筛的工况参数进行监测和预警，其具体过程为：
[0084]
(i)在一确定工况下，定义该时刻为t0，首先对筛机t0时刻的应力应变、加速度、转速与温度以及筛面的加速度信息进行采集。
[0085]
(ii)将t0时刻对应的应力应变、加速度、转速与温度以及筛面的加速度信息与前期已建立的云端数据库数据区间进行比对，判断是否超出区间范围
±
5％。
[0086]
(iii)若超出该区间范围
±
5％，说明振动筛运行可能出现了故障，及时反馈到实际筛机运行过程，然后对实际生产筛机进行停机维修。
[0087]
在上述步骤5中，在对物料进行监测和过载预警时，需对物料参数进行监测和预警，其具体过程为：
[0088]
(i)采集入料煤炭的粒度组成、颗粒形状、灰分和含水率指标，出料端的筛上产品与筛下产品的粒度组成。
[0089]
(ii)根据入料端、筛上出料端和筛下出料端这三种物料的粒度组成，以及设备自身的处理能力，获得筛上产品与筛下产品，不同粒度级物料的产率。
[0090]
(iii)计算设备的筛分效率(综合分离指数)、错配物含量、限上率、限下率指标。
[0091]
与现有技术相比，本发明提供的基于数字孪生的工业筛分效果动态评价方法还具有以下优点：通过数字孪生仿真模型模拟工业筛分过程，实现对工业筛分效果的实时动态评价，同时根据实时采集的筛分过程中筛机工况参数，实现对筛机结构可靠性实时检测；本发明可以有效解决现有技术中无法对工业筛分效果进行实时动态评价的难题。
[0092]
另一方面，如图2所示，本发明还提供了一种基于数字孪生的工业筛分效果动态评价系统，如图1所示，该评价系统包括相连接的数字孪生仿真单元和筛分效果实时评价单元；数字孪生仿真单元用于模拟实际的工业筛分过程，并将其获得的虚拟测试数据与实际的工业筛分数据进行比对，从而反映实际的工业筛分过程；分效果实时评价单元用于对筛分效率、处理能力、错配物含量、限上率、限下率的进行评价；筛分效果实时评价单元在实时评价的同时对筛机运行工况进行实时测试采集，并通过数字孪生仿真单元调控筛机振动参数。
[0093]
本发明的评价系统还包括数据采集单元，该参数采集单元与数字孪生仿真单元连接；参数采集单元用于采集筛机结构参数、材料参数、颗粒群组分参数、筛分过程载荷参数和设备运行周围环境信息。
[0094]
需要解释的是，筛机结构参数包括筛机自身结构尺寸、应力应变、加速度、电机转速及温度变化参数；材料参数包括密度、弹性模量、泊松比、硬度、抗拉强度、屈服强度；颗粒群组分参数包括粒度组成、颗粒形状、灰分和含水率。
[0095]
需要说明的是，筛分过程载荷参数是指物料颗粒对筛面的冲击；设备运行周围环境信息包括设备周围的温度、湿度信息。
[0096]
需要说明的是，数字孪生仿真单元包括筛机数字孪生仿真模型，数字孪生仿真模块通过筛机三维结构模型建立，其建立过程为：对筛机三维结构模型进行网格划分，并对划分成的多个小单元进行计算，选取对应的插值算法进行综合，根据所采集到的加速度信息控制筛机的运动状态，达到和实际运行相一致，进而获得筛机整体的结构特性，进行筛机关键部件的监测和过载预警，最终得到筛机数字孪生仿真模型。
[0097]
筛机三维结构模型的建立过程为：
[0098]
将采集的筛机结构参数上传到同一工控机进行处理分析；添加经过上述工控机处理分析过的材料参数和颗粒群组分参数以及筛分过程载荷参数、设备运行周围环境信息；通过可视化平台运行，得到筛机三维结构模型。
[0099]
为了准确反映实际的工业筛分过程，本发明通过将筛机数字孪生仿真模型得到的虚拟测试数据包括筛机结构的应力、应变信息，电机的转速及温度变化信息，筛机关键部位的加速度信息以及物料的工艺参数信息；实时采集工况下的筛机数字孪生仿真模型的虚拟测试数据，将采集得到的虚拟测试数据与相同时刻的、实际生产中采集到的测试数据进行比对，进而得到修正后的筛机数字孪生仿真模型，确保准确反映实际的工业筛分过程。
[0100]
为了更加方便控制筛机的运行状态，本发明的评价系统还包括终端设备，通过终端设备来显示筛机的运行状态。
[0101]
需要说明的是，本发明的评价系统还包括预警单元，预警单元包括监测器和声光报警器；当对筛分效果进行实时评价时，利用监测器和声光报警器对筛机进行监测和过载预警；当出现异常后进行预警和报告，提示对实际生产筛机进行停机维修。
[0102]
综上，本发明提供的工业筛分效果动态评价系统，相对于现有评价系统，具有以下优点：通过筛机数字孪生仿真模型模拟工业筛分过程，实现对工业筛分效果的实时动态评价，同时根据实时采集的筛分过程中筛机工况参数，实现对筛机结构可靠性实时检测；本发明可以有效解决现有技术中无法对工业筛分效果进行实时动态评价的难题。
[0103]
实施例1
[0104]
以某振动筛进行煤炭6mm筛分为例，当模型系统中的振动筛稳定运行时，选取任意时刻，对振动筛的工况参数与物料参数进行采集。具体如下：
[0105]
对于振动筛的工况参数，(i)首先对筛机t0时刻的应力应变、加速度、转速与温度以及筛面的加速度信息进行采集。
[0106]
(ii)将t0时刻对应的应力应变、加速度、转速与温度以及筛面的加速度信息采集筛机当前应力应变、加速度、转速与温度以及筛面的加速度信息与前期已建立的云端数据库数据区间进行比对，判断是否超出区间范围
±
5％。
[0107]
(iii)若超出该区间范围
±
5％，说明振动筛运行可能出现了故障，及时反馈到实际筛机运行过程，然后对实际生产筛机进行停机维修。
[0108]
对于物料参数，(1)采集入料煤炭的粒度组成、颗粒形状、灰分、含水率指标，出料端的筛上产品与筛下产品的粒度组成。(2)根据入料端、筛上出料端和筛下出料端这三种物料的粒度组成，以及设备自身的处理能力，获得筛上产品与筛下产品，不同粒度级物料的产率。
[0109]
(3)计算设备的筛分效率(综合分离指数)、错配物含量、限上率、限下率等指标。
[0110]
基于上述的结果，在同时对筛机运行工况与筛分效果进行实时评价的同时，也可通过构建数字孪生筛分模拟系统，通过数字端反馈调控筛机振动参数。
[0111]
综上，本发明提供的基于数字孪生的工业筛分效果动态评价方法具有实时性、精确性和匹配度高等特点；在实时性方面，本发明系统可以实现实时评价；而传统筛分评价，对工业生产中的某一时刻运行的设备进行代表性取样，根据所取样品进行筛分效果评定，具有一定的延时，且无法做到实时取样。在精确性方面，本发明可以对筛面上方物料的某一截面或某一段物料进行全部分析评价筛分效果，较传统的随机取样，更加精确。在匹配度方面，本发明所得筛分效果的结果与筛机当下的工况是一致的，具有很好的匹配度，便于根据筛分效果评价结果对运行中的设备进行反馈调节。传统筛分评价基于上述两点，无法具备本发明的评价结果与工况条件的良好匹配度。
[0112]
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。