[发明专利]基于遗传算法和迭代学习法的智能称重控制方法

说明书

技术领域

本发明涉及一种称重控制方法，尤其是一种智能化称重控制方法，具体地说是一种基于遗传算法和迭代学习法的智能称重控制方法。

背景技术

众所周知，在混凝土生产过程中，物料的计量精度是保证混凝土质量的关键。图1为常用物料称重系统结构图，物料称重系统主要有料仓和称斗组成。由于给料门和称斗容器之间有一定的距离，当给料门关闭时，此时有一段已离开给料门还未到达称斗容器的“自由”料柱，这种因料柱滞后而产生的超差，称为“落差”。此外，由于石料形状不规则，粒径差异较大，加上生产过程中不定期的向料仓加料，使得料仓的料位变化不定，因此，每一瞬间物料流的流速随机变化，使每次因滞后所造成的物料称量偏差都不相同。这种由于料位变化和落差引起的称重偏差必须进行修正。

修正称重偏差常见的方法是：给料门采用大、小闸门的结构型式，在达到物料称重总重的85～90％前，大小闸门同时打开；当达到物料称重总重的85～90％时，关闭大闸门，只开启小闸门；考虑到给料门和称斗容器的“自由”料柱(“落差”)，根据经验设定关闭小闸门的“提前量”。由于料位变化和落差引起的称重偏差具有随机性，“提前量”也具有随机性，因此很难确定“提前量”，从而很难有效地修正称重偏差。

发明内容

本发明的目的是针对目前称重系统阀门关闭的“提前量”难以及准确控制的问题，发明一种基于遗传算法和迭代学习法的智能称重控制方法，该方法不依赖于料仓的料位变化和每一瞬间物料流流速的随机变化，通过遗传寻优的迭代学习，能快速准确地确定关闭小闸门的“提前量”，从而有效地修正称重偏差。

本发明的技术方案是：

一种基于遗传算法和迭代学习法的智能称重控制方法，其特征是：

首先，将任一时刻t所测量得到的实际重量与期望值之间的差值e_k(t)作为迭代偏差代入迭代学习算法公式中：

uk+l(t)=uk(t)+(ΓP+ΓI∫dt+ΓDddt)ek(t)]]>

式中：Γ_P、Γ_I和Γ_D分别为需要通过迭代学习的学习增益；u_k(t)为t时刻的控制信号大小，起始值为0或最大值，u_k+1为需求得的下一时刻控制信号的大小值；

其次，设定目标函数为：J_k(u_k)＝‖u_k‖²+‖e_k‖²

第三，根据目标函数求得适应度函数：f＝1/jk；

第四，对迭代学习控制器参数(Γ_P、Γ_I和Γ_D)进行编码，随机产生初始群体；

第五，根据第三步的公式计算个体适应度值；

第六，根据所得的个体适应度值，对个体进行复制，适应度值越大，复制率越高；

第七，对第六步产生的个体进行交叉、变异操作，形成新的群体；

第八，重新计算个体适应度值，使适应度函数值f为最小值，此时的迭代学习控制器参数Γ_P、Γ_I和Γ_D)为最优值；