堆垛机神经网络控制技术制造技术

一种堆垛机神经网络控制技术，该技术以神经网络为手段、以降低堆垛机高速运行过程中产生的振动量为目标，进行堆垛机运行过程的速度控制。它以堆垛机运行过程中主要作业参数和堆垛机运行过程中产生的振动数据为基础，建立最堆垛机最小振动状态下主要运行参数之间的神经网络映射模型；利用建立的神经网络模型预测堆垛机作业过程中振动量最小状态的运行速度；以预报的堆垛机速度为基础得到堆垛机运行的速度控制曲线，利用可编程逻辑控制器和变频控制器的数值转换实现堆垛机的速度控制。

【技术实现步骤摘要】

本专利技术属于堆垛机控制相关领域，特别涉及一种针对堆垛机运行过程的神经网络 控制技术。
技术介绍
由于自动化立体仓库具有空间利用率高、管理方便、自动化程度高等优点，其应用 范围越来越广。作为立体化仓库中关键设备的堆垛机，其控制技术对于对垛机性能十分关 键。随着可编程逻辑控制器(PLC)、变频调速、激光测距等技术在堆垛机控制领域的广泛应 用，堆垛机运行速度有了明显的提高。但是堆垛机运行速度的提高带来了振动等问题，因而 需要对堆垛机运行过程的速度进行优化来降低堆垛机的振动。目前在堆垛机控制技术方面开展了一些研究工作。王勇军和周奇才等以激光测距 技术作为巷道堆垛机的认址手段，应用变频器无级调速闭环控制方式，研究了一种新型巷 道堆垛机高速运行的控制方法。陈娟和钟永彦等针对自动化立体仓库中堆垛机控制的特 点，探讨了堆垛机控制系统的硬件和软件实现方式。吕全海和沈敏德等人结合激光测距技 术对堆垛机闭环速度控制的硬件和软件的实现技术进行了讨论。别文群和缪兴锋等对堆垛 机行走机构、升降机构、伸缩货叉机构的PLC控制系统进行了设计。葛高丰分析了堆垛机控 制系统的组成、结构和特点，讨论了基于西门子S7-300PLC的堆垛机控制系统方案。罗志 清和阎树田等针对邮包立体仓库堆垛机的特殊性，将模糊控制和预测控制相结合，提出智 能预测模糊控制算法，并根据堆垛机运动的实际工况进行了模糊建模和仿真。目前利用神 经网络进行堆垛机运行速度控制来降低堆垛机振动，这方面的研究工作还未见公开文献报 道。本专利技术是有关堆垛机的神经网络控制技术。本专利技术提出的堆垛机控制新技术是以 神经网络为手段、以降低堆垛机高速运行过程中产生的振动量为目标；利用神经网络建立 最小振动状态下堆垛机运行参数之间映射模型，进行堆垛机最小振动状态运行速度预报； 在此基础上进行堆垛机运行过程的控制，从而实现减小堆垛机运行过程振动幅度的目标。 本专利技术提出的堆垛机神经网络控制新技术，是通过神经网络来建立堆垛机运行参数与最小 振动状态之间映射模型，因而是堆垛机最小振动状态下运行速度控制参数的经验优选。本 专利技术提出的堆垛机神经网络控制技术，可降低堆垛机高速运行过程中产生的振动量，为确 保堆垛机的高效、安全运行提供有效控制手段。
技术实现思路
本专利技术的目的是以神经网络为手段、以降低堆垛机高速运行过程中产生的振动量 为目标，进行堆垛机运行过程的速度控制。为了达到上述目标，本专利技术采用的技术方案是 以堆垛机运行过程中主要作业参数和堆垛机运行过程中产生的振动数据为基础，建立最堆 垛机最小振动状态下主要运行参数之间的神经网络映射模型；利用建立的神经网络模型预 测堆垛机作业过程中振动量最小状态的运行速度；以预报的堆垛机速度为基础得到堆垛机运行的速度控制曲线，利用可编程逻辑控制器和变频控制器的数值转换实现堆垛机的速度 控制。本专利技术包括堆垛机运行过程样本数据建立、构建神经网络模型、堆垛机运行速度 预测、堆垛机速度控制等内容。本专利技术包括的具体步骤如下1)建立堆垛机运行过程样本数据 对堆垛机运行过程进行深入分析，研究堆垛机运行过程产生振动的机理，分析与 堆垛机振动产生直接相关的主要影响因素。在此基础上对堆垛机类型、操作台高度、载重、 运行速度和堆垛机运行过程振动之间关系按照正交试验方法进行实验，获取反映有关堆垛 机类型等参数与堆垛机振动之间影响关系的大量数据。以堆垛机振动量为依据对获得的堆 垛机运行数据进行分类处理。按照堆垛机振动量的数值，将堆垛机振动量分为大、中、小三 类。在对获得的堆垛机运行数据进行分类基础上构造堆垛机运行过程样本数据。在获取的 所有堆垛机运行数据中，筛选出堆垛机振动量小的一组数据，并将该组数据处理为样本数 据。堆垛机振动量小对应的一组数据，就可以认为是反映了有关堆垛机类型、操作台高度、 载重、运行速度和堆垛机最小振动状态之间的关系。本专利技术将该组数据中堆垛机振动量数 据项去除，并将堆垛机运行速度作为样本数据的输出、其它堆垛机参数作为样本数据的输 入来形成样本数据。该样本数据反映了堆垛机最小振动状态下有关堆垛机运行速度和堆垛 机类型、操作台高度、载重之间的关系。2)构建神经网络模型以建立的堆垛机运行过程样本数据为基础进行神经网络模型的构建。堆垛机运行 过程样本数据反映了堆垛机最小振动状态下堆垛机运行速度和堆垛机类型等参数之间的 关系，因此利用神经网络进行样本学习，就可以将样本数据蕴涵的堆垛机最小振动状态下 堆垛机参数间关系由神经网络模型来描述，即通过样本学习获得的神经网络模型描述的堆 垛机运行速度和堆垛机类型等参数之间的关系反映了堆垛机最小振动状态下参数之间的 规律。构建神经网络模型需要先确定神经网络的结构和属性，包括神经网络的层数、隐 含层数、每层的神经元数、每层的激活函数设置以及该神经网络模型的输入输出参数等。其 中神经网络输入层神经元个数对应于样本输入部分的参数数目，包括堆垛机类型、操作台 高度、载货重量。神经网络输出层神经元个数对应于样本输出部分的参数数目，包括堆垛机 运行速度。在确定神经网络结构后，将样本数据处理成满足神经网络学习需要的要求，选择 合适的学习算法进行神经网络的学习。完成神经网络的样本学习过程后，就可以建立反映 堆垛机最小振动状态下堆垛机参数间关系的神经网络模型。3)堆垛机运行速度预测以构建的堆垛机最小振动状态下堆垛机运行速度和堆垛机类型等参数之间的神 经网络模型为基础，进行最小振动状态下堆垛机运行速度的预测。将需要进行速度控制的 堆垛机类型、操作台高度、载货重量作为神经网络的输入参数，对这些数据处理成满足神经 网络预测需要的要求，即可获得的神经网络的输出。对神经网络的输出数据进行处理，即可 获得堆垛机最小振动状态下运行速度参数。4)堆垛机速度控制以神经网络预测获得的堆垛机最小振动状态下堆垛机运行速度为基础，进行离散速度值曲线拟合，得到堆垛机运行的控制速度曲线，为变频器对堆垛机的速度控制做准备。堆垛机运行的速度控制就是以堆垛机速度控制曲线为依据，取此速度曲线上的点作为速度设定值传送给PID功能块，控制堆垛机的运行速度，指导堆垛机的运行。本专利技术的优点堆垛机的神经网络控制技术，能够对堆垛机作业过程中最小振动状态下的运行速度进行预测和控制，降低堆垛机运行过程中的振动量。附图说明附图1是堆垛机神经网络控制技术的流程图；附图2是堆垛机神经网络控制的控制原理示意图附图3是堆垛机神经网络控制的三层神经网络模型示意具体实施例方式以下结合附图，说明本专利技术提出的针对自动化立体仓库堆垛机的神经网络控制技 术，其具体实施方法如下图1是堆垛机神经网络控制的流程图，在本专利技术中以神经网络为手段、以降低堆 垛机高速运行过程中产生的振动量为目标，进行堆垛机运行过程的速度控制。本专利技术首先 以堆垛机运行过程中主要作业参数和堆垛机运行过程中产生的振动数据为基础，建立最堆 垛机最小振动状态下主要运行参数之间的神经网络映射模型；利用建立的神经网络模型预 测堆垛机作业过程中振动量最小状态的运行速度；以预报的堆垛机速度为基础得到堆垛机 运行的速度控制曲线，利用可编程逻辑控制器和变频控制器的数值转换实现堆垛机的速度 控制。图2是堆垛机神经网络控制的控制原理示意图，本专利技术中堆垛机的神经网络控制 算法主要由可编本文档来自技高网...

【技术保护点】
堆垛机神经网络控制技术，其特征是以神经网络为手段、以降低堆垛机高速运行过程中产生的振动量为目标，进行堆垛机运行过程的速度控制，包括以下步骤：建立堆垛机运行过程样本数据；构建神经网络模型；堆垛机运行速度预测；堆垛机速度控制。

【技术特征摘要】

【专利技术属性】
技术研发人员：陆金桂，韩绍军，徐正林，王鑫国，
申请(专利权)人：江苏六维物流设备实业有限公司，
类型：发明
国别省市：84[中国|南京]