本实用新型涉及硅粉生产技术领域，且公开了一种硅粉生产用物料下料设备，包括下料仓。该硅粉生产用物料下料设备，通过设置上挡块和下挡块，在设备运作时，先利用进料管向下料仓内输入物料，同时伺服电机启动正转，使螺杆进行旋转，从而驱动传动杆带动下方的压料块、上挡块和下挡块上升，当上挡块上升至脱离出料管时停止，在这个过程中，物料经过压料块的推动，起到了类似松土的效果，使附近的物料能自然下落到出料管内，让下料不再困难，此时，伺服电机启动反转，上挡块再次返回出料管内，此时出料管的内部且位于上挡块和下挡块充满了物料，下挡块继续移动至离开出料管后物料漏出，完成下料，达到了均匀下料的效果。
📄 2020220216832
📂 B01J4_00
👤 连云港奥斯特硅微粉有限公司
📅 2020-09-16
本实用新型涉及二极管加工技术领域，且公开了一种便于物料下料的引线成型机，该便于物料下料的引线成型机，包括固定平台，所述固定平台的上方设置有成型机构，所述成型机构的后侧设置有下料机构，所述下料机构的内部设置有扰动机构，该便于物料下料的引线成型机，通过设置下料机构起到了方便对成型机构进行补充原料的作用，有利于提高生产效率，降低人工操作的难度，减少时间成本和人工成本，有利于生产经营活动的平稳有序运行。通过设置扰动机构有利于对原料进行抖动起到了辅助下料机构的作用，提高了原料的落料速度，同时弧型挡板的内部起到了储存原料的作用，有利减少操作人员的操作步骤，减少操作难度，提高生产效率。
📄 202323164432X
📂 B21F11_00
👤 抚州华成半导体科技股份有限公司
📅 2023-11-23
已申报项目
本发明公开了一种基于神经网络的螺杆失重式物料下料机控制器，其包括信号采集模块、处理模块、神经网络模块、存储模块和输出模块。神经网络模块基于下料仓的料位、落料率、物料密度及螺旋输送器的螺旋叶片直径、螺距和螺杆最大转速对物料失重值进行预测，从而调节螺旋输送器的关闭时间。基于神经网络对下料称重进行建模，本发明训练后的网络能对不同落料状态下的下落物料失重值进行准确预测，从而可实现直接精确下料控制且适用于小批量生产；还结合仓位传感器的检测和振动杆的控制对下料仓内的物料堆积形态进行调节，减小了落料率波动；通过对下料累积误差的控制，减小了批量下料的总误差；又由于螺杆可保持高运转速度而提升了下料效率。
📄 2019108457520
📂 B65G65_46
👤 合肥名龙电子科技有限公司
📅 2017-09-19
本发明公开了基于变速率学习的螺杆式物料下料装置控制器，其包括输入模块、存储模块、输出模块和处理模块，处理模块又包括预测模块、重量监测模块、误差计算模块及逻辑控制模块。基于单次和累积下料误差，处理模块通过迭代学习对螺旋输送器进行控制，迭代过程中基于下料误差的变化分别对单次和累积下料误差的学习因子进行动态调整。本发明基于距离传感器和称重模块的检测，通过搅拌器对下料仓内的物料堆积进行调节以保证物料密实度稳定；学习因子能自动调整优化，与现有技术相比，本发明使得下料控制不需要对参数反复试凑，能快捷地获得收敛性能较好的迭代式，且在迭代学习过程中的落料能被有效利用。
📄 2019108457535
📂 B65G65_00
👤 中国计量大学
📅 2017-09-19
本发明公开了直落式多组份物料下料装置控制器，包括输入模块、存储模块、输出模块和处理模块，处理模块基于当前和累积下料误差，对下料阀进行迭代预测控制，使得各下料阀轮流下料，在混料斗中将物料混合均匀。本发明基于距离传感器和称重模块的检测，通过搅拌器对下料仓内的物料堆积进行调节以保证落料形态稳定，从而为迭代预测提供了条件。与现有技术相比，本发明使得下料装置在迭代学习过程中的落料能被有效利用，防止了物料的浪费，并且可应用于小批量快速配料。
📄 2019108457164
📂 B65B1_32
👤 中国计量大学
📅 2017-09-19
本发明公开了基于机器学习的直落式物料下料机控制方法，先在控制器中建立神经网络，将下料仓料位、空中落差、落料率、物料密度及下料阀开口孔径5个输入量映射为直落式物料下料机下料过程中的物料空中量，按梯度下降法离线训练网络后，在线控制下料过程中处理模块根据神经网络输出的空中量预测值通过输出模块对下料阀进行提前关阀控制。本发明采用非线性网络对下料过程进行建模，训练后的网络能对不同落料状态下的空中量进行准确预测，从而可直接快速精确下料且适用于小批量生产，又通过对下料累积误差的控制，减小了批量下料的总误差。
📄 2017109056078
📂 G05B13_04
👤 中国计量大学
📅 2017-09-19
本发明公开了基于神经网络的螺杆失重式物料下料机及其控制器，所述下料机包括机架、下料仓和螺旋输送器、混料斗、称重模块、落料阀及控制器。控制器中采用神经网络模块，基于下料仓的料位、落料率、物料密度及螺旋输送器的螺旋叶片直径、螺距和螺杆最大转速对物料失重值进行预测，从而调节螺旋输送器的关闭时间。本发明采用神经网络对下料称重进行建模，训练后的网络能对不同落料状态下的下落物料失重值进行准确预测，从而可直接精确下料且适用于小批量生产；采用仓位传感器和振动杆对下料仓内的物料堆积形态进行检测和调节，减小了落料率波动；通过对下料累积误差的控制，减小了批量下料的总误差；又由于螺杆可保持高运转速度而提升了下料效率。
📄 2017108630722
📂 B65G65_46
👤 浙江知多多网络科技有限公司
📅 2017-09-19
本发明公开了基于变速率学习的螺杆式物料下料装置及其控制器，所述下料装置包括机架、下料仓和螺旋输送器、计量斗、称重模块、落料阀、混料斗、控制器、储料仓及进料泵；计量斗的上部有一个沙漏形分料器，下料仓内分别安装有距离传感器和搅拌器。基于单次和累积下料误差，控制器通过迭代学习对螺旋输送器进行控制，迭代过程中基于下料误差的变化分别对单次和累积下料误差的学习因子进行动态调整。本发明采用距离传感器和搅拌器对下料仓内的物料堆积进行检测和调节，保证物料密实度稳定，学习因子能自动调整优化，与现有技术相比，本装置不需要对参数反复试凑，能快捷地获得收敛性能较好的迭代式，且在迭代学习过程中的落料能被有效利用。
📄 2017109058923
📂 B65G65_00
👤 中国计量大学
📅 2017-09-19
本发明公开了基于神经网络的直落失重式物料下料机及其控制器，所述下料机包括机架、下料仓和下料阀、混料斗、称重模块、落料阀、混合料仓和控制器；在下料仓内安装有仓位传感器和搅拌器，混料斗内有混料器。控制器中采用神经网络模块，基于下料仓的料位、落料率、物料密度及下料阀开口孔径对物料失重值进行预测，从而对下料阀的关闭时间进行调节。本发明采用神经网络对下料中的称重行为进行建模，训练后的网络能对不同落料状态下的下落物料失重值进行准确预测，从而可直接精确下料且适用于小批量生产；采用仓位传感器和搅拌器对下料仓内的物料堆积形态进行检测和调节，减小了落料率波动；又通过对下料累积误差的控制，减小了批量下料的总误差。
📄 2017108630741
📂 B65G65_00
👤 中国计量大学
📅 2017-09-19
本发明公开了基于机器学习的直落式物料下料机控制器，其包括信号采集模块、处理模块、神经网络模块、迭代学习模块、存储模块、第一连接阵、第二连接阵和输出模块；神经网络模块采用动态递归Elman神经网络，信号采集模块分别通过仓位传感器、斗位传感器和称重模块来实时采集输入信号，离线训练中迭代学习模块根据梯度下降法调整权值，在线控制下料过程中处理模块根据空中量预测值通过输出模块对下料阀进行提前关阀控制。本发明采用非线性网络对下料过程进行建模，训练后的网络能对不同落料状态下的空中量进行准确预测，从而可直接快速精确下料且适用于小批量生产，又通过对下料累积误差的控制，减小了批量下料的总误差。
📄 2017109056082
📂 G05B13_04
👤 中国计量大学
📅 2017-09-19
本发明公开了基于变速率学习的螺杆式多组份物料下料方法，基于单次和累积下料误差，控制器通过迭代学习对螺旋输送器进行控制，迭代过程中基于下料误差的变化分别对单次和累积下料误差的学习因子进行动态调整；各螺旋输送器依次动作，在完成一次配方量下料后，打开落料阀，然后在检测到混料斗中的物料达到设定值时，将物料混合均匀后打开推板，将混合料排出。本发明采用距离传感器和搅拌器对下料仓内的物料堆积进行检测和调节，保证物料密实度稳定，学习因子能自动调整优化，与现有技术相比，本装置不需要对参数反复试凑，能快捷地获得收敛性能较好的迭代式，且下料效率高，在迭代学习过程中的落料能被有效利用。
📄 2017109058938
📂 B65G65_46
👤 中国计量大学
📅 2017-09-19
柿子坊 · 知识产权运营
柿子坊知识产权运营平台