[发明专利]一种利用改进遗传算法实现棉花加工过程智能控制的方法

说明书

技术领域

本发明属于棉花加工过程智能控制领域，特别涉及一种利用改进遗传算法实现棉花加工过程智能控制的方法。

背景技术

我国是棉花种植和加工大国，棉花加工的质量对于棉花产业的效益影响很大。当前国内棉花的产量和加工量稳步增长，但棉花加工水平却还很低，加工时仅仅采用人工离线分析籽棉原料质量的方法来手动调整加工设备的参数，缺少在线检测环节，不能实时根据籽棉质量自动调整加工设备参数，极易导致不同质量、不同含杂量的籽棉原料同时加工，加工过程智能化、自动化程度低，严重降低了皮面成品的质量，导致生产成本高、利润率低。

棉花加工过程受回潮率、含杂率量、杂质种类、设备参数的影响，而这些影响因素是非线性的，存在耦合和时变问题，不能实现各因素的同步优化。因此，棉花加工过程智能控制属于多目标优化问题。

在发达国家，棉花加工设备正向着自动化、大型化、成套化方向发展，加工过程和加工方法向着精细化和智能控制方向发展。

棉花加工高投入、低产出的现状严重制约着我国棉纺织产业的做大做强。随着市场对棉花成品质量要求的提高，我国急需能够实现棉花加工过程智能化控制的技术手段。

发明内容

针对现有棉花加工技术中存在的缺陷和不足，本发明提出一种利用改进遗传算法实现棉花加工过程智能控制的方法。

为实现上述目的，本发明所采用的技术方案如下：

一种利用改进遗传算法实现棉花加工过程智能控制的方法，包括如下步骤：

(1)将棉花加工设备串联起来，使用设备的输入输出结果分别训练各个设备的BP神经网络模型。

(2)建立棉花品级评定BP神经网络模型。

利用大量人工分级后的标准棉样数据，建立6-15-1结构的棉花品级评判BP神经网络模型，实现由棉花特征参数到棉花品级的非线性映射。

(3)建立皮棉综合质量等级评判标准。

皮棉综合质量等级由棉花类型、棉花品级和长度等级这三个因素决定，将棉花的综合质量等级与当时市场价格建立联系，得到皮棉的单产毛利润。

(4)建立棉花加工过程非线性多目标静态优化模型。

根据棉花加工过程所要求的皮棉质量好、高效率和高产出的要求，建立优化模型为：

max f(x)＝max[f₁(x₁…x_p…x₁₄)f₂(x₁…x_p…x₁₄)x₁)]^T

s.t. x_pmin≤x_p≤x_pmax

1≤p≤14

其中：

f₁(x)为加工设备相关的棉花综合质量指标；

f₂(x)为与加工设备相关的棉花衣分指标；

x₁…x_p…x₁₄为系统产量和加工设备的14个参数。

(5)利用线性加权和法建立单目标多变量优化模型。

在棉花加工过程多目标优化模型中，皮棉的质量等级、棉花衣分及加工效率直接关系到皮棉的最终收益。利用线性加权和法建立基于棉花加工收益最大化的单目标优化数学模型：

s.t. x_{p min}≤x_p≤x_{p max}

1≤p≤14

式中：

x_p为各个加工设备参数，14个设计变量分别为x₁…x_p…x₁₄；

R_Quality为棉花综合质量等级；

P_Rank为棉花单价；

M_SC为籽棉重量；

ψ为棉花衣分；

C_Time为每小时的加工成本；

x₁为棉花单产量；

M_SC·ψ为合格皮棉产出量；

M_SC/x₁加工总用时。

(6)利用改进遗传算法实现棉花加工过程智能控制。