基于人工神经网络的双缸液压闸门油缸行程误差补偿方法技术

技术编号:15525938 阅读:248 留言:0更新日期:2017-06-04 14:05
本发明专利技术公开了基于人工神经网络的双缸液压闸门油缸行程误差补偿方法,包括步骤:1)定义闸门状态的关键数据:左右油缸行程偏差值ΔHc、闸门左右开度偏差值ΔH、闸门水封挤压度D、闸门噪声级别DB、闸门振动级别V;2)采集关键数据,设定误差分级标准;3)确定最佳误差范围;4)建立关键数据与油缸行程补偿值h的映射关系;5)建立初始BP人工神经网络模型,获得油缸行程补偿值h;6)将油缸行程补偿值h输出至闸门电气同步纠偏控制系统;7)进行人工神经网络训练,获得闸门运行最佳轨迹。本发明专利技术全面和准确的反映了闸门实际运行状态,解决了油缸行程检测值所反映的闸门状态与实际闸门状态不一致的问题,显著提高闸门运行同步精度。

Method for compensating cylinder stroke error of two cylinder hydraulic gate based on artificial neural network

The invention discloses a double cylinder hydraulic cylinder stroke gate error compensation method based on artificial neural network, which comprises the following steps: 1) the definition of the status of the gate: the key data about the cylinder stroke deviation value Delta Hc, around the gate opening deviation of delta H, gate seal extrusion grade D, grade DB, noise gate gate vibration level V; 2) collected key data set, error classification standard; 3) to determine the optimal error range; 4) the establishment of key data and cylinder stroke compensation value mapping of H; 5) the establishment of the initial BP artificial neural network model, obtain the cylinder stroke compensation value h; 6) the cylinder stroke compensation value H output to gate electric synchronous rectification control system; 7) artificial neural network training, obtain the optimal trajectory of gate operation. The invention comprehensively and accurately reflects the actual operation state of the gate, solves the problem that the gate state of the cylinder stroke detection value is inconsistent with the actual gate state, and remarkably improves the synchronous precision of the gate operation.

【技术实现步骤摘要】
基于人工神经网络的双缸液压闸门油缸行程误差补偿方法
本专利技术属于闸门启闭机自动控制
的闸门同步纠偏控制
,具体地指一种基于人工神经网络的双缸液压闸门油缸行程误差补偿方法,通过对液压启闭机双缸油缸行程检测和闸门运行实际状态的判断,建立基于人工神经网络的油缸行程检测值和闸门运行实际状态的映射关系,对油缸行程检测值进行误差智能补偿,进而精确调整闸门状态,保证闸门以最佳轨迹运行。
技术介绍
大型闸门是水利枢纽工程中的重要设施,在防洪、抗旱、供水等应用中,具有关键性作用。大型闸门启闭机一般选用液压启闭机,尺寸大、吊点间距大的闸门则采用双缸液压启闭机。由于闸门负载不对称、长期负载下闸门变形、建筑物和机械设备误差等因素,大型闸门在启闭过程中常常偏向一方,甚至出现卡阻。双缸液压启闭机通过采用电气同步纠偏系统,在闸门运行过程保持闸门居中运行。闸门电气同步纠偏控制系统,是由闸门现地控制装置可编程逻辑控制器(PLC)根据左右两侧油缸活塞杆行程检测值的变化,当左右油缸活塞杆的行程之差超过设定值,则PLC输出信号控制液压系统比例调速阀的开度,调整左右油缸的流量,进而调整油缸的活塞杆运动速率,使左右油缸活塞杆行程保持同步,达到闸门同步运行的目的。中国专利“双吊点启闭机电气同步的方法及装置”(专利号:ZL201010292498.5)公开了一种卷扬式双吊点启闭机电气同步纠偏方法,中国专利技术专利“双缸液压闸门启闭机比例调节阀电气控制参数的调整方法”(专利号:ZL201410781775.7),公开了通过双缸液压闸门启闭机的PLC控制左右两个油缸比例调节阀的调节电压值,实现对左右两个油缸活塞杆的行程的精确控制。上述现有技术中,由于工程应用中存在油缸行程检测值反映的闸门状态与实际闸门状态不一致的情况,例如,检测到的左右油缸行程偏差值在同步要求范围内,但实际观测闸门左右开度超出同步误差范围,闸门偏向一侧。电气控制系统若不进行干预,则会出现电气同步纠偏系统越纠越偏的现象。
技术实现思路
为了解决目前工程中存在的双缸液压闸门油缸行程检测值所反映闸门状态与实际闸门状态不一致的问题,本专利技术提供一种基于人工神经网络的双缸液压闸门油缸行程误差补偿方法。为实现上述目的,本专利技术所设计的基于人工神经网络的双缸液压闸门油缸行程误差补偿方法,其特殊之处在于,包括如下步骤:1)定义闸门状态的关键数据,所述关键数据包括左右油缸行程偏差值ΔHc、闸门左右开度偏差值ΔH、闸门水封挤压度D、闸门噪声级别DB、闸门振动级别V;2)采集所述关键数据,并设定误差分级标准;3)确定所述关键数据的最佳误差范围,作为神经网络输出的期望值;4)建立所述关键数据与油缸行程补偿值h的映射关系;5)建立初始BP人工神经网络模型,将采集的所述关键数据输入BP人工神经网络模型,获得油缸行程补偿值h;6)将所述油缸行程补偿值h输出至闸门电气同步纠偏控制系统,采集闸门状态的关键数据;7)重复步骤5)~6),进行人工神经网络训练,获得闸门运行最佳轨迹。优选地,所述关键数据的误差分级标准分为程度依次加强的四级:0级、1级、2级和3级。优选地,所述步骤3)中的所述关键数据的最佳误差范围指所述左右油缸行程偏差值ΔHc不大于30mm、所述闸门左右开度偏差值ΔH不大于20mm;所述闸门水封挤压度D为0级或者1级、闸门噪声级别DB为0级或者1级、闸门振动级别V为0级或者1级。优选地,所述步骤4)中关键数据与油缸行程补偿值h的映射关系为:h=k1k2k3ΔHC其中k1为闸门水封挤压度补偿系数,k2为噪声补偿系数,k3为闸门振动补偿系数,∧HC为左右油缸行程偏差值。k1、k2和k3补偿系数的取值范围为0.0~1.0。当补偿系数取k1、k2和k3同时为1时,误差补偿值不输入到电气控制系统。优选地,所述闸门水封挤压度补偿系数k1的取值与闸门水封挤压度D的对应关系为:所述闸门水封挤压度D为0级、1级、2级、3级时,所述闸门水封挤压度补偿系数k1的取值分别为1.0,0.2,0.4,0.8,且所述闸门水封挤压度补偿系数k1具有方向性。优选地,所述噪声补偿系数k2的取值与闸门噪声级别DB的对应关系为:所述闸门噪声级别DB为0级、1级、2级、3级时,所述噪声补偿系数k2的取值分别为1.0,0.2,0.4,0.6。优选地,所述闸门振动补偿系数k3的取值与闸门振动级别V的对应关系为:所述闸门振动级别V为0级、1级、2级、3级时,所述闸门振动补偿系数k3为的取值分别为1.0,0.4,0.8,1.0。优选地,所述闸门水封挤压度D的误差分级标准,具体包括:0级:水封与门槽无接触;1级:水封在门槽顶端有轻微挤压,挤压度不大于5mm;2级:水封在门槽顶端有挤压,挤压度不大于10mm;3级:水封在门槽顶端有严重挤压,挤压度大于10mm,且水封与门槽完全贴紧。优选地,所述闸门噪声级别DB的误差分级标准,具体包括:0级:不大于环境噪声分贝5%;1级:不大于环境噪声分贝10%;2级:不大于环境噪声分贝20%;3级:大于环境噪声分贝20%。优选地,所述闸门振动级别的误差分级标准,具体包括:0级:不大于多个振动传感器检测平均值的20%;1级:不大于多个振动传感器检测平均值的60%;2级:不大于多个振动传感器检测平均值的100%;3级:大于多个振动传感器检测平均值的100%。本专利技术应用于闸门调试运行过程中,利用仪器检测或人工观测闸门在启闭运行过程中的位置、振动和噪声等闸门运行状态的关键数据,并输入到神经网络误差补偿模型,该模型的输出端为油缸行程补偿值,将该误差值叠加到实测油缸行程值中,生成新的油缸行程值。闸门电气控制系统按照新生成的油缸行程值,调节整定比例调节阀的电压值,使左右油缸运行速率发生变化,两缸行程差随之变化,进而调整闸门在门槽中的状态,以最佳轨迹运行。与现有技术相比,本专利技术的优点在于:(1)利用现有闸门电气同步纠偏系统通过检测双油缸活塞杆行程是否同步,来判断闸门同步的技术,进一步增加了闸门水封挤压度、闸门运行噪声级别和闸门运行振动级别这些关键数据的检测和观测,更加全面和准确的反映了闸门实际运行状态,解决了油缸行程检测值所反映的闸门状态与实际闸门状态不一致的问题,显著提高闸门运行同步精度。(2)一座水利工程中有多孔闸门,第一孔闸门经过网络训练后形成的网络模型,可直接作为在其他孔闸门训练时的初始模型,这将大大缩短其他孔闸门网络训练时间,提高了闸门调试工作效率。附图说明图1为本专利技术的原理图。图2为本专利技术的流程图。图3为闸门水封状态示意图。具体实施方式以下结合附图和具体实施例对本专利技术作进一步的详细描述。本专利技术基于人工神经网络的双缸液压闸门油缸行程误差补偿方法的原理如图1所示。在闸门调试运行过程中,该方法利用仪器检测或人工观测闸门在启闭运行过程中的位置、振动和噪声等闸门运行状态的关键数据,并输入到神经网络误差补偿模型,该模型的输出端为油缸行程补偿值,将该误差值叠加到实测油缸行程值中,生成新的油缸行程值。闸门电气控制系统按照新生成的油缸行程值,调节整定比例调节阀的电压值,使左右油缸运行速率发生变化,两缸行程差随之变化,进而调整闸门在门槽中的状态,以最佳轨迹运行。在实际工程中,本专利技术的具体实施时间是在闸门金属结构、液压系统和电气现地控制系统安本文档来自技高网
...
基于人工神经网络的双缸液压闸门油缸行程误差补偿方法

【技术保护点】
基于人工神经网络的双缸液压闸门油缸行程误差补偿方法,包括如下步骤:1)定义闸门状态的关键数据,所述关键数据包括左右油缸行程偏差值ΔHc、闸门左右开度偏差值ΔH、闸门水封挤压度D、闸门噪声级别DB、闸门振动级别V;2)采集所述关键数据,并设定误差分级标准;3)确定所述关键数据的最佳误差范围,作为神经网络输出的期望值;4)建立所述关键数据与油缸行程补偿值h的映射关系;5)建立初始BP人工神经网络模型,将采集的所述关键数据输入BP人工神经网络模型,获得油缸行程补偿值h;6)将所述油缸行程补偿值h输出至闸门电气同步纠偏控制系统,采集闸门状态的关键数据;7)重复步骤5)~6),进行人工神经网络训练,获得闸门运行最佳轨迹。

【技术特征摘要】
1.基于人工神经网络的双缸液压闸门油缸行程误差补偿方法,包括如下步骤:1)定义闸门状态的关键数据,所述关键数据包括左右油缸行程偏差值ΔHc、闸门左右开度偏差值ΔH、闸门水封挤压度D、闸门噪声级别DB、闸门振动级别V;2)采集所述关键数据,并设定误差分级标准;3)确定所述关键数据的最佳误差范围,作为神经网络输出的期望值;4)建立所述关键数据与油缸行程补偿值h的映射关系;5)建立初始BP人工神经网络模型,将采集的所述关键数据输入BP人工神经网络模型,获得油缸行程补偿值h;6)将所述油缸行程补偿值h输出至闸门电气同步纠偏控制系统,采集闸门状态的关键数据;7)重复步骤5)~6),进行人工神经网络训练,获得闸门运行最佳轨迹。2.根据权利要求1所述的基于人工神经网络的双缸液压闸门油缸行程误差补偿方法,其特征在于:所述关键数据的误差分级标准分为程度依次加强的四级:0级、1级、2级和3级。3.根据权利要求2所述的基于人工神经网络的双缸液压闸门油缸行程误差补偿方法,其特征在于:所述步骤3)中的所述关键数据的最佳误差范围指所述左右油缸行程偏差值ΔHc不大于30mm、所述闸门左右开度偏差值ΔH不大于20mm;所述闸门水封挤压度D为0级或者1级、闸门噪声级别DB为0级或者1级、闸门振动级别V为0级或者1级。4.根据权利要求2所述的基于人工神经网络的双缸液压闸门油缸行程误差补偿方法,其特征在于:所述步骤4)中关键数据与油缸行程补偿值h的映射关系为:h=k1k2k3ΔHC其中k1为闸门水封挤压度补偿系数,k2为噪声补偿系数,k3为闸门振动补偿系数,ΔHC为左右油缸行程偏差值;k1、k2和k3的取值范围均为0.0~1.0;当k1、k2和k3同时为1时,误差补偿值不输入到电气控制系统。5.根据权利要求4所述的基于人工神经网络的双缸液压闸门油缸行程误差补偿方法,其特征在于:所述闸门水封挤压度补偿系数k1的取值与闸门水封挤压...

【专利技术属性】
技术研发人员:曹阳卢爱菊邵建雄朱波方焱郴黎明段波董盛喜黄灿灿张毅
申请(专利权)人:长江勘测规划设计研究有限责任公司
类型:发明
国别省市:湖北,42

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1