基于人工智能算法的自動(dòng)尋優(yōu)控制方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及人工智能應(yīng)用技術(shù)領(lǐng)域，具體而言，涉及一種基于人工智能算法的自動(dòng)尋優(yōu)控制方法。
【背景技術(shù)】
[0002]假定機(jī)器有控制參數(shù)A、B、C、D，工況參數(shù)M、N，性能系數(shù)X。
[0003]現(xiàn)有的控制邏輯如下:給定一個(gè)工況M、N后，通過(guò)工況參數(shù)計(jì)算得到控制參數(shù)A、B、C，根據(jù)負(fù)反饋控制得到參數(shù)D以保持工況參數(shù)穩(wěn)定，此時(shí)有效率參數(shù)Xl。
[0004]在現(xiàn)有的控制邏輯中，A、B、C多為建模后通過(guò)實(shí)驗(yàn)擬合得到公式計(jì)算獲得，只能保證為一個(gè)較優(yōu)值。其原因如下:第一、模型與實(shí)際機(jī)器會(huì)有偏差；第二，擬合得到的計(jì)算結(jié)果與模型會(huì)有偏差；第三、即使是同一個(gè)批次的同型號(hào)機(jī)器也會(huì)存在個(gè)體差異，在相同工況下會(huì)有不同的最優(yōu)控制參數(shù)；第四、隨著運(yùn)行年限的增加，機(jī)器各部分性能會(huì)有變化，最優(yōu)控制參數(shù)也會(huì)隨之變化。以上幾點(diǎn)導(dǎo)致在現(xiàn)有控制邏輯下，給定工況時(shí)，一個(gè)機(jī)器不會(huì)運(yùn)行在最優(yōu)解下，而只能運(yùn)行在一個(gè)較優(yōu)值，其效率也無(wú)法達(dá)到最大，而只能維持在一個(gè)較優(yōu)值上。

【發(fā)明內(nèi)容】

[0005]本發(fā)明實(shí)施例中提供一種基于人工智能算法的自動(dòng)尋優(yōu)控制方法，以解決現(xiàn)有技術(shù)中機(jī)器無(wú)法始終保持在最佳運(yùn)行狀態(tài)的問(wèn)題。
[0006]為解決上述技術(shù)問(wèn)題，本發(fā)明實(shí)施例提供一種基于人工智能算法的自動(dòng)尋優(yōu)控制方法，包括:步驟S1:獲取機(jī)器的控制參數(shù)的初始值，并使機(jī)器在初始值下運(yùn)行穩(wěn)定；步驟S2:通過(guò)人工智能算法根據(jù)性能系數(shù)的變化反饋對(duì)機(jī)器的控制參數(shù)進(jìn)行震蕩調(diào)節(jié)，使性能系數(shù)趨于最優(yōu)值。
[0007]作為優(yōu)選，步驟S2包括:步驟S21:通過(guò)人工智能算法調(diào)節(jié)機(jī)器的控制參數(shù)，并獲得初始震蕩值；步驟S22:通過(guò)負(fù)反饋調(diào)節(jié)參數(shù)保持工況穩(wěn)定，并檢測(cè)性能系數(shù)變化趨勢(shì)；步驟S23:根據(jù)性能系數(shù)變化趨勢(shì)對(duì)機(jī)器的控制參數(shù)進(jìn)行修正。
[0008]作為優(yōu)選，步驟S23包括:步驟S231:當(dāng)檢測(cè)到性能系數(shù)變差時(shí)，則將性能系數(shù)值通過(guò)懲罰函數(shù)反饋給人工智能算法，人工智能算法反向調(diào)節(jié)機(jī)器的控制參數(shù)；步驟S232:當(dāng)檢測(cè)到性能系數(shù)變好時(shí)，則將性能系數(shù)值通過(guò)激勵(lì)函數(shù)反饋給人工智能算法，人工智能算法同向調(diào)節(jié)機(jī)器的控制參數(shù)。
[0009]作為優(yōu)選，步驟SI包括:在機(jī)器運(yùn)行后，通過(guò)基本控制邏輯獲得機(jī)器的控制參數(shù)的初始值。
[0010]作為優(yōu)選，人工智能算法為神經(jīng)網(wǎng)絡(luò)算法、遺傳算法和退火算法中的一種。
[0011]作為優(yōu)選，自動(dòng)尋優(yōu)控制方法還包括:步驟S3:當(dāng)確定當(dāng)前工況下的最優(yōu)控制參數(shù)后，儲(chǔ)存當(dāng)前工況下的最優(yōu)控制參數(shù)，并在再次遇到類似工況時(shí)直接調(diào)用所確定的該工況下的最優(yōu)控制參數(shù)。
[0012]作為優(yōu)選，步驟S3還包括:在機(jī)器運(yùn)行預(yù)設(shè)時(shí)間后，清除當(dāng)前存儲(chǔ)的最優(yōu)控制參數(shù)，并儲(chǔ)存重新確定的該工況下的最優(yōu)控制參數(shù)。
[0013]作為優(yōu)選，步驟SI之前還包括:將優(yōu)化邏輯與基本控制邏輯分離開(kāi)，使基本控制邏輯運(yùn)行在機(jī)器上，使優(yōu)化邏輯運(yùn)行在遠(yuǎn)程控制終端上。
[0014]作為優(yōu)選，使優(yōu)化邏輯運(yùn)行在遠(yuǎn)程控制終端上的步驟包括:使優(yōu)化邏輯運(yùn)行在遠(yuǎn)程計(jì)算中心上，并通過(guò)網(wǎng)絡(luò)控制機(jī)器的運(yùn)行狀況。
[0015]應(yīng)用本發(fā)明的技術(shù)方案，基于人工智能算法的自動(dòng)尋優(yōu)控制方法包括:步驟SI:獲取機(jī)器的控制參數(shù)的初始值，并使機(jī)器在初始值下運(yùn)行穩(wěn)定；步驟S2:通過(guò)人工智能算法根據(jù)性能系數(shù)的變化反饋對(duì)機(jī)器的控制參數(shù)進(jìn)行震蕩調(diào)節(jié)，使性能系數(shù)趨于最優(yōu)值。人工智能算法可以在每次機(jī)器運(yùn)行時(shí)通過(guò)性能系數(shù)的變化狀況對(duì)控制參數(shù)進(jìn)行震蕩調(diào)節(jié)，使得控制參數(shù)向著機(jī)器性能最優(yōu)化的最優(yōu)運(yùn)行狀況調(diào)節(jié)，從而可以始終保持機(jī)器運(yùn)行在最佳狀態(tài)，提高機(jī)器的工作效率。
【附圖說(shuō)明】
[0016]圖1是本發(fā)明實(shí)施例的基于人工智能算法的自動(dòng)尋優(yōu)控制方法的控制原理圖；
[0017]圖2是本發(fā)明實(shí)施例的基于人工智能算法的自動(dòng)尋優(yōu)控制方法的控制流程圖。
【具體實(shí)施方式】
[0018]下面結(jié)合附圖和具體實(shí)施例對(duì)本發(fā)明作進(jìn)一步詳細(xì)描述，但不作為對(duì)本發(fā)明的限定。
[0019]參見(jiàn)圖1和圖2所示，根據(jù)本發(fā)明的實(shí)施例，基于人工智能算法的自動(dòng)尋優(yōu)控制方法包括:步驟S1:獲取機(jī)器的控制參數(shù)A、B、C的初始值，并使機(jī)器在初始值下運(yùn)行穩(wěn)定；步驟S2:通過(guò)人工智能算法根據(jù)性能系數(shù)X的變化反饋對(duì)機(jī)器的控制參數(shù)A、B、C進(jìn)行震蕩調(diào)節(jié)，使性能系數(shù)X趨于最優(yōu)值。在機(jī)器運(yùn)行后，人工智能算法可以通過(guò)基本控制邏輯獲得機(jī)器的控制參數(shù)的初始值。
[0020]人工智能算法可以在每次機(jī)器運(yùn)行時(shí)通過(guò)性能系數(shù)X的變化狀況對(duì)控制參數(shù)A、B、C進(jìn)行震蕩調(diào)節(jié)，使得控制參數(shù)向著機(jī)器性能最優(yōu)化的最優(yōu)運(yùn)行狀況調(diào)節(jié)，從而可以始終保持機(jī)器運(yùn)行在最佳狀態(tài)，提高機(jī)器的工作效率。
[0021]下面以該性能系數(shù)X為效率指標(biāo)為例對(duì)本發(fā)明的實(shí)施例加以說(shuō)明。在通過(guò)人工智能算法根據(jù)性能系數(shù)X的變化反饋對(duì)機(jī)器的控制參數(shù)A、B、C進(jìn)行震蕩調(diào)節(jié)時(shí)，可以通過(guò)如下步驟進(jìn)行調(diào)節(jié):通過(guò)人工智能算法調(diào)節(jié)機(jī)器的控制參數(shù)A、B、C，并獲得初始震蕩值。人工智能算法在獲得初始震蕩值之后，就可以通過(guò)該初始震蕩值獲得機(jī)器運(yùn)行狀態(tài)的反饋，然后根據(jù)該反饋獲取性能系數(shù)X的變化趨勢(shì)，即性能系數(shù)在當(dāng)前調(diào)節(jié)條件下，是朝著好的方向變化還是朝著壞的方向變化。
[0022]在通過(guò)人工智能算法調(diào)節(jié)機(jī)器的控制參數(shù)A、B、C，并獲得初始震蕩值之后，人工智能算法可以根據(jù)反饋確定一個(gè)負(fù)反饋調(diào)節(jié)參數(shù)D，然后可以通過(guò)負(fù)反饋調(diào)節(jié)參數(shù)D對(duì)機(jī)器運(yùn)行進(jìn)行調(diào)整，使機(jī)器保持工況穩(wěn)定，并檢測(cè)性能系數(shù)X的變化趨勢(shì)。在確定性能系數(shù)X的變化趨勢(shì)之后，人工智能算法可以根據(jù)性能系數(shù)X的變化趨勢(shì)對(duì)控制參數(shù)A、B、C的調(diào)節(jié)作出改變，使得性能系數(shù)X朝著好的方向變化，從而使得控制參數(shù)逐漸向最優(yōu)化的數(shù)值靠近。
[0023]人工智能算法根據(jù)性能系數(shù)X的變化趨勢(shì)對(duì)控制參數(shù)A、B、C的調(diào)節(jié)作出改變，具體表現(xiàn)為根據(jù)性能系數(shù)X的變化趨勢(shì)對(duì)機(jī)器的控制參數(shù)進(jìn)行修正。以性能系數(shù)X為效率指標(biāo)為例，由于在人工智能算法對(duì)控制參數(shù)進(jìn)行震蕩調(diào)整的過(guò)程中，可能出現(xiàn)兩種情況，一種為在調(diào)整之后性能系數(shù)X變小，此時(shí)性能系數(shù)X變差，效率變低，說(shuō)明對(duì)控制參數(shù)的調(diào)節(jié)方向有誤，需要對(duì)控制參數(shù)A、B、C進(jìn)行反向調(diào)節(jié)；另一種情況為在調(diào)整之后性能系數(shù)X變好，效率變高，機(jī)器趨向于最優(yōu)化運(yùn)行狀態(tài)，可以控制控制參