一种基于深度学习的带式输送机皮带调偏方法

AITNT
正文
推荐专利
一种基于深度学习的带式输送机皮带调偏方法
申请号:CN202511155767
申请日期:2025-08-18
公开号:CN120841084A
公开日期:2025-10-28
类型:发明专利
摘要
本发明提供一种基于深度学习的带式输送机皮带调偏方法,属于皮带调偏技术领域。本方法包括:通过沿带式输送机两侧对称部署非接触式测距传感器阵列,实时采集皮带边缘距离数据;对所述皮带边缘距离数据进行预处理获得预处理数据;提取所述预处理数据的空间分布特征和时间序列特征,并进行特征融合获得融合特征;基于所述融合特征通过深度学习模型生成调偏动作指令;执行机构执行调偏动作指令完成皮带调偏。本方法通过奖励函数优化策略,同时通过预设目标函数优化PID控制器的控制函数,进一步优化调偏动作指令,实现皮带调偏的精准调偏的同时减少皮带的损耗。
技术关键词
皮带调偏 空间分布特征 时间序列特征 融合特征 带式输送机 深度学习模型 PID控制器 一维卷积神经网络 网络优化策略 测距传感器 数据 指令 长短期记忆网络 非接触式 执行机构 重构误差 振动噪声 多传感器
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号