[发明专利]基于BP神经网络的红枣超声波清洗机控制方法

权利要求书

1.一种基于BP神经网络的红枣超声波清洗机控制方法，其特征在于，包括：

步骤一、按照采样周期，获取超声波清洗机中红枣的质量m、环境温度T_S、水中溶解的总固体含量TDS、剩余清洗时间t；

清洗时间t_a满足：

其中，m_a为清洗水的质量，m_max为超声波清洗机能够容纳红枣的最大质量；

步骤二、依次将步骤一中获取的参数进行规格化，确定三层BP神经网络的输入层向量x＝{x₁,x₂,x₃,x₄}；其中x₁为质量系数、x₂为环境温度系数、x₃为水中溶解的总固体含量系数、x₄为剩余清洗时间系数；

步骤三、所述输入层向量映射到中间层，所述中间层向量y＝{y₁,y₂,…,y_M}；M为中间层节点个数；

步骤四、得到输出层向量o＝{o₁,o₂,o₃}；o₁为超声波清洗机功率调节系数、o₂为水温调节系数、o₃为紧急停机信号；

步骤五、控制超声波清洗机的功率和水温，使

其中，别为第i次采样周期输出层向量前两个参数，p_max为超声波清洗机最大功率，T_max为加热到的最高水温，p_i+1为第i+1个采样周期时超声波清洗机功率，T_i+1为第i+1个采样周期时水温。

2.根据权利要求1所述的基于BP神经网络的红枣超声波清洗机控制方法，其特征在于，步骤二中，利用如下公式对剩余清洗时间t进行规格化

其中，t_max和t_min分别为最长清洗时间与最短清洗时间；最长清洗时间t_max为300秒，最短清洗时间t_min为60秒。

3.根据权利要求2所述的基于BP神经网络的红枣超声波清洗机控制方法，其特征在于，步骤二中，利用如下公式对超声波清洗机中红枣的质量m进行规格化

其中，m_max和m_min分别为超声波清洗机能够容纳红枣的最大质量和最小质量。

4.根据权利要求3所述的基于BP神经网络的红枣超声波清洗机控制方法，其特征在于，步骤二中，利用如下公式对环境温度T_S进行规格化

其中，T_Smax和T_Smin分别为环境温度的最大值和最小值。

5.根据权利要求4所述的基于BP神经网络的红枣超声波清洗机控制方法，其特征在于，步骤二中，利用如下公式对水中溶解的总固体含量TDS进行规格化

其中，TDS_max和TDS_min分别为水中溶解的总固体含量的最大值和最小值。

6.根据权利要求1所述的基于BP神经网络的红枣超声波清洗机控制方法，其特征在于，还包括步骤六：

根据第i次周期中的红枣的质量m、环境温度T_s、水中溶解的总固体含量TDS、剩余清洗时间t采样信号，判定超声波清洗机的运行状态，当时进行紧急停车。

7.根据权利要求6所述的基于BP神经网络的红枣超声波清洗机控制方法，其特征在于，所述中间层节点个数M满足：其中n为输入层节点个数，q为输出层节点个数。

8.根据权利要求7所述的基于BP神经网络的红枣超声波清洗机控制方法，其特征在于，初始状态时使超声波清洗机的清洗功率p₁和初始状态时水温T₁满足：

p₁＝0.5p_max

T₁＝0.5T_max。