【技术实现步骤摘要】
基于神经网络的挖泥船泥泵转速在线辨识控制方法及系统
本专利技术涉及的是一种人工智能应用领域的技术，具体是一种基于神经网络的挖泥船泥泵转速在线辨识控制方法及系统。
技术介绍
离线辨识显然无法应对不确定性系统，系统特性在随时间变化而变化的系统。尤其是挖泥船疏浚系统，随着挖掘深度或广度的变化，土质特性会随之变化，管道阻力特性也因此变化，泥泵特性也受到影响，因此，之前离线辨识的模型早已和实际生产模型失配。
技术实现思路
本专利技术针对现有神经网络系统收敛速度慢、离线辨识无法应对不确定性系统等缺陷，提出一种基于神经网络的挖泥船泥泵转速在线辨识控制方法及系统，解决了绞吸挖泥船泥泵转速的精确控制难题，实现了精确施工、节能输送的目标。本专利技术是通过以下技术方案实现的：本专利技术采用一种基于权值直接确定神经网络的挖泥船泥泵转速在线辨识控制方法，首先采用光电编码器检测泥泵实际转速，并记录对应的泥泵驱动变频器输入目标转速；然后建立前向神经网络控制器，分别将检测到的若干步泥泵实际转速和对应的输入目标转速作为神经...
【技术保护点】
1.一种基于权值直接确定神经网络的挖泥船泥泵转速在线辨识控制方法，其特征在于，首先采用光电编码器检测泥泵实际转速，并记录对应的泥泵驱动变频器输入目标转速；然后建立前向神经网络控制器，分别将检测到的若干步泥泵实际转速和对应的输入目标转速作为神经网络的输入和输出数据，通过权值直接确定方法计算确定神经网络权值；最后根据实际工况下的目标转速，通过训练后的前向神经网络控制器确定需要的泥泵转速控制量，并转化为转速控制指令发送至驱动变频器，实现在线控制；/n所述的前向神经网络控制器包括输入层、隐含层和输出层，其中：输入层有2N
【技术特征摘要】
1.一种基于权值直接确定神经网络的挖泥船泥泵转速在线辨识控制方法，其特征在于，首先采用光电编码器检测泥泵实际转速，并记录对应的泥泵驱动变频器输入目标转速；然后建立前向神经网络控制器，分别将检测到的若干步泥泵实际转速和对应的输入目标转速作为神经网络的输入和输出数据，通过权值直接确定方法计算确定神经网络权值；最后根据实际工况下的目标转速，通过训练后的前向神经网络控制器确定需要的泥泵转速控制量，并转化为转速控制指令发送至驱动变频器，实现在线控制；
所述的前向神经网络控制器包括输入层、隐含层和输出层，其中：输入层有2Nm-1个神经元，分别对应从t-Nm+1到t-1时刻的输入量u、从t-Nm+1到t-1时刻的输出量y及t时刻的目标输出量y；输出层一个神经元，对应t时刻的控制输入量u；隐含层包括(Na+1)(Nm-1)+(Nb+1)Nm个神经元，其中Nm代表系统的控制区间；Na代表输入函数a(u)的泰勒展开式项数；Nb代表输出函数b(y)的泰勒展开式项数。
2.根据权利要求1所述的在线辨识控制方法，其特征是，所述的输入层和输出层都采用线性恒等激励函数，隐含层对应每一个输入层神经单元的神经单元激励函数采...
【专利技术属性】
技术研发人员：李铭志，何炎平，谷孝利，赵永生，刘亚东，黄超，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：上海;31
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。