基于bp神經(jīng)網(wǎng)絡(luò)的大型模鍛壓機(jī)上橫梁速度預(yù)測(cè)控制方法
【技術(shù)領(lǐng)域】：
[0001] 本發(fā)明屬于鍛造技術(shù)領(lǐng)域，涉及一種基于BP神經(jīng)網(wǎng)絡(luò)的大型模鍛壓機(jī)上橫梁速度 預(yù)測(cè)控制方法。
【背景技術(shù)】：
[0002] 由于實(shí)際鍛造過程中時(shí)變的負(fù)載、非線性液壓驅(qū)動(dòng)、以及鍛件復(fù)雜的流變應(yīng)力等 多種因素影響，致使整個(gè)鍛造過程非常復(fù)雜，從而對(duì)準(zhǔn)確快速地預(yù)測(cè)和控制大型模鍛壓機(jī) 的動(dòng)態(tài)行為提出了挑戰(zhàn)。
[0003] 目前，對(duì)大型模鍛壓機(jī)的控制方法主要有:PI控制、迭代學(xué)習(xí)控制以及滑?？刂频?方法。這些方法雖然在一定程度上實(shí)現(xiàn)了對(duì)壓機(jī)的控制，但是這些方法大都將復(fù)雜的鍛造 過程簡(jiǎn)化為線性模型，并且忽略了未知擾動(dòng)。鑒于鍛造過程的強(qiáng)非線性和時(shí)變性，僅僅用線 性模型很難準(zhǔn)確地描述整個(gè)鍛造過程，這些方法不能夠達(dá)到高品質(zhì)鍛造的要求。隨著智能 方法的發(fā)展，神經(jīng)網(wǎng)絡(luò)、模糊集和支持向量機(jī)等方法逐漸引入到鍛造系統(tǒng)的在線建模中，并 且具有非常好的預(yù)測(cè)能力。因此，可以基于智能方法提出一種簡(jiǎn)單、快速、高效的大型模鍛 壓機(jī)上橫梁速度預(yù)測(cè)控制方法。自從上世紀(jì)70年代模型預(yù)測(cè)控制被提出以來，這種新型的 控制策略經(jīng)過多年的完善和發(fā)展，已經(jīng)廣泛應(yīng)用于工業(yè)過程中。模型預(yù)測(cè)控制的基本特點(diǎn) 是:模型預(yù)測(cè)、滾動(dòng)優(yōu)化和反饋控制。
[0004] 本發(fā)明方法基于模型預(yù)測(cè)控制方法的基本特點(diǎn)，結(jié)合BP神經(jīng)網(wǎng)絡(luò)快速、自適應(yīng)以 及良好的泛化和容錯(cuò)能力，避免了模型預(yù)測(cè)控制方法中預(yù)測(cè)模型難以建立和滾動(dòng)優(yōu)化耗時(shí) 長的難題，提出了一種簡(jiǎn)單、快速、高效的大型模鍛壓機(jī)上橫梁速度預(yù)測(cè)控制方法。

【發(fā)明內(nèi)容】
：
[0005] 本發(fā)明的目的在于提供一種大型模鍛壓機(jī)上橫梁速度預(yù)測(cè)控制方法，解決了現(xiàn)有 的控制方法不能有效控制大型模鍛壓機(jī)上橫梁速度的難題。
[0006] 本發(fā)明解決上述難題的方案是：
[0007] 基于BP神經(jīng)網(wǎng)絡(luò)的大型模鍛壓機(jī)上橫梁速度預(yù)測(cè)控制方法，該方法包括如下步 驟：
[0008] 步驟1:先對(duì)模型參數(shù)進(jìn)行初始化，然后根據(jù)歷史的模鍛工藝數(shù)據(jù)離線訓(xùn)練預(yù)測(cè)神 經(jīng)網(wǎng)絡(luò)和控制神經(jīng)網(wǎng)絡(luò)；
[0009] 步驟2:由預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)給出系統(tǒng)下一時(shí)刻的預(yù)測(cè)輸出；
[0010] 步驟3:對(duì)預(yù)測(cè)輸出進(jìn)行反饋校正，并規(guī)劃下一時(shí)刻的模鍛工藝參考值；
[0011] 步驟4:根據(jù)反饋校正值和模鍛工藝參考值，由控制神經(jīng)網(wǎng)絡(luò)給出系統(tǒng)當(dāng)前時(shí)刻的 輸入；
[0012] 步驟5:在線感知當(dāng)前時(shí)刻的模鍛工藝數(shù)據(jù)，并根據(jù)當(dāng)前的數(shù)據(jù)反饋調(diào)整控制神經(jīng) 網(wǎng)絡(luò)和預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)；
[0013] 步驟6:轉(zhuǎn)入步驟2,進(jìn)入下一時(shí)刻大型模鍛壓機(jī)上橫梁速度的預(yù)測(cè)控制。
[0014] 按照上述方案，步驟1中所述模型參數(shù)初始化是給定學(xué)習(xí)速率q、軟化系數(shù)α、權(quán)值 系數(shù)h以及初始的系統(tǒng)輸入。
[0015] 按照上述方案，步驟1中所述根據(jù)歷史的模鍛工藝數(shù)據(jù)離線訓(xùn)練預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)和 控制神經(jīng)網(wǎng)絡(luò)是根據(jù)已采集的模鍛工藝數(shù)據(jù)建立預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)和控制神經(jīng)網(wǎng)絡(luò)，以給定在 線訓(xùn)練預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)和控制神經(jīng)網(wǎng)絡(luò)的初始權(quán)值，其中模鍛工藝數(shù)據(jù)包括大型模鍛壓機(jī)的 負(fù)載和上橫梁速度。
[0016] 按照上述方案，步驟1中所述預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)可以表示為：
[0017] ym(k+l) = fP[u(k-2) ,u(k-l) ,u(k) ,y(k-l) ,y(k)] (1)
[0018] 其中，y(k)是k時(shí)刻系統(tǒng)的實(shí)際輸出，u(k)是k時(shí)刻作用于系統(tǒng)的控制量，ym(k+l) 為預(yù)測(cè)輸出。在預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)中選取的傳遞函數(shù)(激活函數(shù))為：
[0019]
⑵..
[0020] 在預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)中，用U表示輸入[u(k-2)，u(k-l)，u(k)，y(k-l)，y(k)]，用npl， 1^1，即2和 7"分別表示隱含層節(jié)點(diǎn)的輸入，隱含層節(jié)點(diǎn)的輸出，輸出層節(jié)點(diǎn)的輸入以及輸出 層節(jié)點(diǎn)的輸出。
[0021] npl=ffpl · U+bpl (3)
[0022] hpl=g(npl) (4)
[0023] np2=ffp2 · hpl+bp2 (5)
[0024] ym(k+l) = g(np2) (6)
[0025] 按照上述方案，步驟1中所述由控制神經(jīng)網(wǎng)絡(luò)可以表示為：
[0026] u(k+l) = fc[yr(k+l) ,yP(k+l) ,u(k-l) ,u(k) ] (7)
[0027] 其中，u(k+l)是k+1時(shí)刻作用于系統(tǒng)控制量，u(k-l)和u(k)分別表示k-1和k時(shí)刻作 用于系統(tǒng)的控制量，y r(k+lWPyP(k+l)分別表示(k+Ι)時(shí)刻輸出量的參考值和校正值。在控 制神經(jīng)網(wǎng)絡(luò)中選取的傳遞函數(shù)與控制神經(jīng)網(wǎng)絡(luò)相同，用Y表示輸入[7#+1)，^仏+1)，1 1仏-1)，u(k)]，用ncl，hcl，nc2和u(k+l)表示隱含層節(jié)點(diǎn)的輸入，隱含層節(jié)點(diǎn)的輸出，輸出層節(jié) 點(diǎn)的輸入以及輸出層的輸出。
[0028] ncl =ffcl · U+bcl (8)
[0029] hcl =g(ncl) (9)
[0030] nc2=ffc2 · hcl+bc2 (10)
[0031] u(k+l) =g(nc2) (11)
[0032] 按照上述方案，步驟3中所述對(duì)預(yù)測(cè)輸出進(jìn)行反饋校正可以描述為:在得到模型的 預(yù)測(cè)值之后，需要用當(dāng)前過程(第k時(shí)刻)輸出的測(cè)量值y(k)和模型的預(yù)測(cè)值 7"(1〇的差值對(duì) 第k+Ι時(shí)刻的預(yù)測(cè)值ym(k+l)進(jìn)行修正，修正后的輸出預(yù)測(cè)值記為y P(k+l)，如式（12)所示：
[0033] yp(k+l) =ym(k+l)+h(y(k)-ym(k)) (12)
[0034]其中h為權(quán)值系數(shù)，一般取為1.
[0035] 按照上述方案，步驟3中所述規(guī)劃下一時(shí)刻的模鍛工藝參考值可以用如下方程表 示：
[0036] yr(k+l) =ay(k) + ( l-a)yd (13)
[0037] 其中，yr(k+l)為參考值，a為柔化系數(shù)，0〈α〈1.若a取值較大則預(yù)測(cè)控制的魯棒性 強(qiáng)，但導(dǎo)致系統(tǒng)的響應(yīng)速度變慢;若α取值較小則系統(tǒng)的響應(yīng)速度變快，但是容易出現(xiàn)超調(diào) 與震蕩。yd為目標(biāo)設(shè)定值。
[0038] 按照上述方案，步驟5中所述在線反饋調(diào)整預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)可以表述為：當(dāng)測(cè)得第k+ 1時(shí)刻的實(shí)際輸出y(k+l)之后，也要對(duì)預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)權(quán)值進(jìn)行在線調(diào)整，以用于預(yù)測(cè)下一時(shí) 刻的輸出量。預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)權(quán)值調(diào)整是基于如下優(yōu)化指標(biāo)是：
[0039]
(14)
[0040] 輸入-隱含層權(quán)值調(diào)整公式為：[0041]
[0044] (IS) (16)
[0043] 隱含-輸出層權(quán)值調(diào)整公式為：
[0045] (18)
[0046] 按照上述方案，步驟5中所述在線反饋調(diào)整控制神經(jīng)網(wǎng)絡(luò)可以表述為：當(dāng)測(cè)得第k+ 1時(shí)刻的實(shí)際輸出y(k+l)之后，就要對(duì)控制神經(jīng)網(wǎng)絡(luò)權(quán)值進(jìn)行在線調(diào)整，以用于計(jì)算下一時(shí) 刻的控制量?？刂粕窠?jīng)網(wǎng)絡(luò)權(quán)值調(diào)整是基于模型預(yù)測(cè)控制的滾動(dòng)優(yōu)化，優(yōu)化指標(biāo)是：
[0047]
(19)
[0048] 輸入-隱含層權(quán)值調(diào)整公式為：[0049]
[0052] (22) (：20)
[0( (21)：
[0051] 隱含-輸出層權(quán)值調(diào)整公式為：
[0054] 按照上述方案，利用在線感知的大型模鍛壓機(jī)的負(fù)載和上橫梁速度，根據(jù)步驟5在
[0053] (23) 線調(diào)整預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)和控制神經(jīng)網(wǎng)絡(luò)，實(shí)現(xiàn)大型模鍛壓機(jī)上橫梁速度的精準(zhǔn)快速預(yù)測(cè)控 制。
[0055] 本發(fā)明的有益效果:本發(fā)明針對(duì)實(shí)際工業(yè)鍛造過程中的強(qiáng)非線性和時(shí)變性，根據(jù) 模鍛工藝數(shù)據(jù)建立了預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)模型和控制神經(jīng)網(wǎng)絡(luò)模型，避免了模型預(yù)測(cè)控制方法中 預(yù)測(cè)模型難以建立和滾動(dòng)優(yōu)化耗時(shí)長的難題，精準(zhǔn)快速地實(shí)現(xiàn)了大型模鍛壓機(jī)上橫梁速度 的在線預(yù)測(cè)和控制，能夠應(yīng)用到復(fù)雜時(shí)變的鍛造過程中，解決了現(xiàn)有方法耗時(shí)長、誤差大的 弊端。該方法的發(fā)明和推廣應(yīng)用對(duì)準(zhǔn)確預(yù)測(cè)控制大型模鍛壓機(jī)上橫梁速度有重要工程意 義。
【附圖說明】：
[0056] 圖1基于BP神經(jīng)網(wǎng)絡(luò)大型模鍛壓機(jī)上橫梁速度預(yù)測(cè)控制方法流程圖；
[0057] 圖2歷史鍛造過程中大型模鍛壓機(jī)的負(fù)載；
[0058] 圖3歷史鍛造過程中大型模鍛壓機(jī)上橫梁速度；
[0059]圖4預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖；
[0060]圖5控制神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖；
[0061]圖6實(shí)際鍛造過程中的大型模鍛壓機(jī)預(yù)測(cè)控制結(jié)果：（a)大型模鍛壓機(jī)的負(fù)載；（b) 大型模鍛壓機(jī)上橫梁速度的預(yù)測(cè)控制結(jié)果。
【具體實(shí)施方式】：
[0062]下面結(jié)合附圖和【具體實(shí)施方式】對(duì)本發(fā)明進(jìn)行詳細(xì)的說明。