本发明涉及煤炭计量，尤其涉及一种煤炭码头智能计量控制系统。
背景技术：
1、煤炭码头是在港口建设中，用于装卸、中间堆放煤炭的水工建筑物及其附属设施，煤炭码头分为浮动式和固定式两类，浮动式码头实际上是一艘钢制结构的船舶，固定在岸边的水面上以便运煤船停靠，固定式码头则是混凝土结构的堤坝，可以突出于水中或沿岸建筑，大型煤码头多属固定式，码头上必须设有大型装卸机械设施，如大型装船机、装卸机、皮带输送机等，以提高装卸效率，煤炭码头还附有大型的堆放场地和仓库，用于存储煤炭和处理物流流程，煤炭码头装卸工艺通常包括船舱打开、泊位船机抓斗卸煤至带式输送机、转运至堆场，桥式起重机起重储存、需要时再由带式输送机送回装船机、装船出港等步骤。
2、现有技术中，需要对煤炭进行计量，一般在泊位船机、桥式起重机、输送皮带机运输的过程中，通过泊位船机、桥式起重机、输送皮带机自带的重力传感器感应煤炭的重量，以此进行计量，然而，输送皮带机输送时，由于空气中或者煤炭中可能含有一定的水分或具有粘性，在输送过程中煤炭容易粘黏在输送带上；物料自身的积压也会导致一些物料在输送带上被紧压，从而难以在卸料时完全卸载，形成余料，输送带老化也可能导致物料积垢在输送带里面，进而产生余料，滚筒、托辊等部件的磨损或损坏未能及时发现和处理，也可能导致余料的产生，针对这部分余料，现有技术缺乏有效的计量手段，因此，本发明提出一种煤炭码头智能计量控制系统以解决现有技术中存在的问题。
技术实现思路
1、针对上述问题，本发明提出一种煤炭码头智能计量控制系统，该煤炭码头智能计量控制系统方便计算出输送皮带机的余料及实时变量，解决了现有技术无法统计余料的问题。
2、为实现本发明的目的，本发明通过以下技术方案实现：一种煤炭码头智能计量控制系统，包括中央控制模块、数据采集模块和煤炭计量模块，所述数据采集模块用于采集泊位船机、桥式起重机、输送皮带机的煤炭称重以及运行参数数据，并将数据输送至煤炭计量模块；
3、所述煤炭计量模块包括信号解析模块、神经网络计算模块，所述信号解析模块用于解析数据采集模块采集的称重数据，对泊位船机、桥式起重机的运输煤炭进行计量，所述神经网络计算模块用于构建神经网络模型，分析输送皮带机的运行数据，根据电机转速、皮带张力、物料流量对运输煤炭进行计量，并与自身称重进行对比计算，同时在运输流程结束后，利用输送皮带机历史运行数据和实时运行数据、自身称重进行对比训练，使模型不断适应输送皮带机的运行状态变化，计算出余料及实时变量；
4、所述中央控制模块用于统计泊位船机、桥式起重机、输送皮带机的煤炭计量数据和余料数据以及输出显示，并根据余料对输送皮带机的运行提出控制策略。
5、进一步改进在于：所述数据采集模块包括多元通讯模块和储存模块，所述多元通讯模块通过5g设备和适配泊位船机的通讯软件，采集泊位船机的称重数据，所述多元通讯模块通过光纤通讯和适配输送皮带机的通讯软件，采集输送皮带机的煤炭称重以及运行参数数据，所述多元通讯模块通过光纤通讯和适配桥式起重机的通讯软件，采集桥式起重机的称重数据，所述储存模块用于储存所有通讯采集的数据，并标记所属设备和时间戳。
6、进一步改进在于：所述信号解析模块内置有模拟信号解析模块和数字信号解析模块，所述模拟信号解析模块用于解析数据采集模块所采集的称重数据中的模拟信号，所述数字信号解析模块用于解析数据采集模块所采集的称重数据中的数字信号，并同步将模拟信号和数字信号转化为文本数据。
7、进一步改进在于：所述神经网络计算模块包括神经网络模型、学习模块和输出模块，所述神经网络模型采用深度学习技术构建，所述神经网络模型用于接收输送皮带机的运行数据，根据电机转速、皮带张力、物料流量对运输煤炭进行计量，并与自身称重互为验证，确定煤炭计量数据。
8、进一步改进在于：所述学习模块用于神经网络模型的训练和学习，且学习模块利用输送皮带机历史运行数据和实时运行数据、自身称重对神经网络模型进行训练，其中，历史运行数据和实时运行数据包括输送皮带机的皮带张力、运行速度、煤炭的流量、煤炭的密度、皮带机的长度、皮带机的倾斜角度，使模型不断适应输送皮带机的运行状态变化，计算出余料及实时变量。
9、进一步改进在于：所述学习模块内置记录模块，在计算余料和实时变量的过程中，采集当前输送皮带机所处的操作条件和场景，包括当前的环境参数和运行供给参数，当前的环境参数包括温度、湿度，运行供给参数包括电流、电压、频率。
10、进一步改进在于：所述输出模块用于将神经网络模型确定的参数、学习模块计算的余料变量和记录模块记录的操作条件和场景以显示信号的格式进行输出至中央控制模块，并同步与操作人员的手机app进行数据交互。
11、进一步改进在于：所述中央控制模块内置于总控中心的计算机中，计算机具备人机交互显示器，所述中央控制模块包括统计接收模块、图表输出模块和大数据分析模块，所述统计接收模块用于接收煤炭计量模块所分析计算的所有数据，并将数据可视化显示在人机交互显示器上。
12、进一步改进在于：所述图表输出模块用于将煤炭计量模块所分析计算的所有数据以时间戳的形式进行排列，并生成表格，且表格提供基于时间戳的查询检索功能。
13、进一步改进在于：所述大数据分析模块用于将学习模块计算出的余料及实时变量与相对应的操作条件和场景进行比对，利用大数据分析输送皮带机余料的主要影响因素和次要影响因素，并基于互联网以及ai的检索，以规避余料为目标，生成针对输送皮带机运行的控制策略，并把控制策略输出至人机交互显示器。
14、本发明的有益效果为：
15、1、本发明采集泊位船机、桥式起重机、输送皮带机的煤炭称重以及运行参数数据并解析后，获得泊位船机、桥式起重机的运输煤炭计量数据，并通过神经网络模型对输送皮带机的运行数据进行分析，根据运行数据对运输煤炭进行计量，并与自身称重进行对比计算，初步评估余料，接着利用输送皮带机历史运行数据和实时运行数据、自身称重进行对比训练，进一步计算出余料及实时变量，解决了现有技术无法统计余料的问题。
16、2、本发明在计算余料和实时变量的过程中，采集当前输送皮带机所处的操作条件和场景，并通过大数据分析模块分析输送皮带机余料的主要影响因素和次要影响因素，基于互联网以及ai的检索，以规避余料为目标，生成针对输送皮带机运行的控制策略，为后续调控提供依据。
17、3、本发明将煤炭计量模块所分析计算的所有数据以时间戳的形式生成具备查询检索功能的表格，和统计的所有数据在人机交互显示器上显示，通过输出模块将分析的数据与操作人员的手机app进行数据交互，由此方便管理人员更加直观清晰地了解煤炭计量数据，为管理提供便利。
1.一种煤炭码头智能计量控制系统，包括中央控制模块、数据采集模块和煤炭计量模块，其特征在于：所述数据采集模块用于采集泊位船机、桥式起重机、输送皮带机的煤炭称重以及运行参数数据，并将数据输送至煤炭计量模块；
2.根据权利要求1所述的一种煤炭码头智能计量控制系统，其特征在于：所述数据采集模块包括多元通讯模块和储存模块，所述多元通讯模块通过5g设备和适配泊位船机的通讯软件，采集泊位船机的称重数据，所述多元通讯模块通过光纤通讯和适配输送皮带机的通讯软件，采集输送皮带机的煤炭称重以及运行参数数据，所述多元通讯模块通过光纤通讯和适配桥式起重机的通讯软件，采集桥式起重机的称重数据，所述储存模块用于储存所有通讯采集的数据，并标记所属设备和时间戳。
3.根据权利要求1所述的一种煤炭码头智能计量控制系统，其特征在于：所述信号解析模块内置有模拟信号解析模块和数字信号解析模块，所述模拟信号解析模块用于解析数据采集模块所采集的称重数据中的模拟信号，所述数字信号解析模块用于解析数据采集模块所采集的称重数据中的数字信号，并同步将模拟信号和数字信号转化为文本数据。
4.根据权利要求1所述的一种煤炭码头智能计量控制系统，其特征在于：所述神经网络计算模块包括神经网络模型、学习模块和输出模块，所述神经网络模型采用深度学习技术构建，所述神经网络模型用于接收输送皮带机的运行数据，根据电机转速、皮带张力、物料流量对运输煤炭进行计量，并与自身称重互为验证，确定煤炭计量数据。
5.根据权利要求4所述的一种煤炭码头智能计量控制系统，其特征在于：所述学习模块用于神经网络模型的训练和学习，且学习模块利用输送皮带机历史运行数据和实时运行数据、自身称重对神经网络模型进行训练，其中，历史运行数据和实时运行数据包括输送皮带机的皮带张力、运行速度、煤炭的流量、煤炭的密度、皮带机的长度、皮带机的倾斜角度，使模型不断适应输送皮带机的运行状态变化，计算出余料及实时变量。
6.根据权利要求5所述的一种煤炭码头智能计量控制系统，其特征在于：所述学习模块内置记录模块，在计算余料和实时变量的过程中，采集当前输送皮带机所处的操作条件和场景，包括当前的环境参数和运行供给参数，当前的环境参数包括温度、湿度，运行供给参数包括电流、电压、频率。
7.根据权利要求6所述的一种煤炭码头智能计量控制系统，其特征在于：所述输出模块用于将神经网络模型确定的参数、学习模块计算的余料变量和记录模块记录的操作条件和场景以显示信号的格式进行输出至中央控制模块，并同步与操作人员的手机app进行数据交互。
8.根据权利要求7所述的一种煤炭码头智能计量控制系统，其特征在于：所述中央控制模块内置于总控中心的计算机中，计算机具备人机交互显示器，所述中央控制模块包括统计接收模块、图表输出模块和大数据分析模块，所述统计接收模块用于接收煤炭计量模块所分析计算的所有数据，并将数据可视化显示在人机交互显示器上。
9.根据权利要求8所述的一种煤炭码头智能计量控制系统，其特征在于：所述图表输出模块用于将煤炭计量模块所分析计算的所有数据以时间戳的形式进行排列，并生成表格，且表格提供基于时间戳的查询检索功能。
10.根据权利要求9所述的一种煤炭码头智能计量控制系统，其特征在于：所述大数据分析模块用于将学习模块计算出的余料及实时变量与相对应的操作条件和场景进行比对，利用大数据分析输送皮带机余料的主要影响因素和次要影响因素，并基于互联网以及ai的检索，以规避余料为目标，生成针对输送皮带机运行的控制策略并把控制策略输出至人机交互显示器。
