【技术实现步骤摘要】
本专利技术属于固废制砂破碎机控制，具体涉及一种基于神经网络pid的固废制砂破碎机料位控制方法。
技术介绍
1、破碎过程是固废制砂的重要环节，为了能够实现破碎过程自动控制，对破碎机的机腔料位进行有效地控制使必要的。料位过高易出现堵塞破碎机的情况，很难满足破碎砂石的粒度需求；同样的，料位过低则会降低破碎效率，进而降低砂石的产量。因此为了兼顾破碎机的破碎能力及整体运行效率实现破碎机的机腔料位高精度控制，需使破碎机中料位始终保持在最佳工作位置，使生产高效进行。
2、由于固废制沙的过程中存在大量非线性因素且有明显的时滞性特性。传统的比例-积分-微分(pid)控制虽然结构较为简单但针对系统的强非线性特性及干扰鲁棒性弱，难以满足破碎过程的各项要求。实际pid控制过程中，需要花费一定的时间调整参数，时滞的特性使得调参难度较大。为了提高系统的鲁棒性，增强其应对非线性特性的能力，简化调参过程，亟需提供一种能根据控制过程中的状态实现pid控制器参数的动态优化的料位控制方法。
技术实现思路
1、针对上述现有技术存在的问题，本专利技术提供一种基于神经网络pid的固废制砂破碎机料位控制方法，该方法可显著提高系统的控制性能，同时能减少调参的难度，能自动化地实现对破碎机料位的精准控制，对固废制砂破碎机的破碎过程实现自动控制具有十分重要的实用价值。
2、为了实现上述目的，本专利技术提供一种基于神经网络pid的固废制砂破碎机料位控制方法，采用一种固废制砂破碎机料位控制系统，所述固废制砂破碎机料
3、步骤一：建立固废制砂破碎机破碎过程的数学模型；
4、s11：基于质量流量守恒定理，利用公式(1)表征储料仓输出物料流量和刮板运输机输出物料流量之间的关系，利用公式(2)表征刮板运输机运输物料的流量，利用公式(3)表征刮板运输机输出物料流量和破碎机输入物料流量之间的关系；
5、qc(t)＝qb(t-τ) (1)；
6、qb(t-τ)＝a1ρ1v(t-τ) (2)；
7、qi(t)＝qb(t-τ) (3)；
8、式中，qc(t)为流出储料仓的流量，qb(t)为流出刮板运输机的流量，τ为滞后时间，a1为刮板运输机在物料流方向上的物块的横截面积，ρ1为刮板运输机上物块分布密度，v为刮板运输机的运行速度，qi(t)为流进破碎机的流量；
9、s12：针对破碎机破碎过程，由机腔内的物料平衡关系，根据公式(4)建立破碎机的动态数学模型；
10、
11、式中，qo(t)为流出破碎机的流量，qo(t)＝αh(t)，其中，α为破碎系数，a2为破碎机在物料流垂直方向的横截面积，ρ2为破碎机内物块分布的物料密度，h(t)为破碎腔物料高度；
12、步骤二：建立固废制砂破碎机破碎过程的动力学模型；
13、s21：将公式(3)和公式(4)进行结合得到公式(5)；
14、
15、式中，a2为破碎机在物料流垂直方向的横截面积，ρ2为破碎机内物块分布的物料密度，h(t)为破碎腔物料高度，qo(t)为流出破碎机的流量；
16、s22：将公式(2)和公式(5)进行结合得到公式(6)；
17、
18、s23：对公式(6)进行拉氏变换得到公式(7)；
19、(a2ρ2s+α)h(s)＝a1ρ1v(s)e-τs (7)；
20、s24：根据公式(7)得到破碎过程的传递函数，如公式(8)所示；
21、
22、式中，k是由破碎过程的机械结构决定的常数，k＝a1ρ1/α，t是由破碎过程的过程结构决定的常数，t＝a2ρ2/α；
23、步骤三：建立神经网络pid的固废制砂破碎机料位控制模型，并实现对固废制砂破碎机料位的稳定控制；
24、s31：利用公式(9)将输入经过初始权重进行加权计算得到隐藏层神经元的输入根据公式(10)采用sigmoid函数激发xj得到隐藏层神经元的输出利用公式(11)得到神经网络输出层的输入利用公式(12)得到神经网络输出层的输出
25、
26、式中：i＝1,2,…,z，其中，z为隐藏层神经元个数；初始权重采用rand函数随机生成；
27、
28、式中：其中，i＝1,2,……z；
29、
30、
31、式中：l＝1,2,3；
32、s32：采用三层bp神经网络，其中神经网络的输入为机腔料位位置信号x，误差信号e，误差的微分输出为pid控制参数kp，ki，kd，利用公式(13)建立离散形式的pid控制器；
33、
34、式中，
35、s33：利用公式(14)设定神经网络调整的性能指标e；
36、
37、s34：利用公式(15)得到隐藏层到输出层的连接权值wo的学习算法，利用公式(16)得到输入层到隐藏层连接权wi的学习算法；
38、
39、式中，η>0为学习率；其中，雅可比矩阵表征的是下降的方向及步长，采用符号函数sgn代替雅可比矩阵并将其精度误差在学习率中补偿，
40、
41、式中，其中，
42、s35：引入动量因子β，并将上一次的权值更新的影响考虑进去；利用公式(17)得到k+1时刻网络的隐藏层到输出层的连接权值的更新wo(k+1)；利用公式(18)得到k+1时刻网络的隐藏层到输出层的连接权值的更新wi(k+1)；
43、wo(k+1)＝wo(k)+δwo+β(wo(k)-wo(k-1)) (17)；
44、wi(k+1)＝wi(k)+δwi+β(wi(k)-wi(k-1)) (18)；
45、式中，β∈[0,1]；
46、s36：将公式(13)作为控制器的控制输入，控制固废制砂破碎机的实际料位，同时，通过比较跟踪信号与实际输出，进行信号反向传播对神经网络的权值w进行修正使误差准则函数的值不断达到最小，权值更新方法采用梯度下降法即w按照误差准则函数的负梯度方向进行更新，实现对制固废制砂破碎机料位的稳定控制。
47、作为一种优选，所述控制器为plc控制器。
48、本专利技术提供了一种先进的神经网络pid器，神经网络权值通过梯度下降方法更新，以寻找pid控制器的最优控制率，实现参数的在线优化与自整定。与现有技术相比，本专利技术具有如下显著优点：(1)采用基于神经网络pid处理破碎机破碎过程中的非线性和干扰，可获得较好控制性能，具有良好的鲁棒性能；(1)所设计控制器简化了调参过程，对工程人员能力要求降低，在实际工程应本文档来自技高网...
【技术保护点】
1.一种基于神经网络PID的固废制砂破碎机料位控制方法，采用一种固废制砂破碎机料位控制系统，所述固废制砂破碎机料位控制系统包括储料仓、刮板运输机、破碎机和控制器，所述储料仓的出料端设置在刮板运输机进料端的上方，所述破碎机的进料端设置在刮板运输机出料端的下方，所述控制器分别与储料仓、刮板运输机和破碎机连接；其特征在于，具体包括以下步骤；
2.根据权利要求1所述的一种基于神经网络PID的固废制砂破碎机料位控制方法，其特征在于，所述控制器为PLC控制器。
【技术特征摘要】
1.一种基于神经网络pid的固废制砂破碎机料位控制方法，采用一种固废制砂破碎机料位控制系统，所述固废制砂破碎机料位控制系统包括储料仓、刮板运输机、破碎机和控制器，所述储料仓的出料端设置在刮板运输机进料端的上方，所述破碎机的进料端设置...
【专利技术属性】
技术研发人员：侯友夫，孙冰，任建宏，李庆，
申请(专利权)人：江苏五洋停车产业集团股份有限公司，
类型：发明
国别省市：
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。