[发明专利]一种变电支柱绝缘子干冰清洗机器人的干冰清洗控制方法

权利要求书

1.一种变电支柱绝缘子干冰清洗机器人的干冰清洗控制方法，其特征在于，包括针对待清洗的目标区域进行的下述步骤：

1)获取目标区域的污染等级gra、目标区域所在部位pos、目标区域与喷枪的距离dis；

2)将目标区域的污染等级gra、目标区域所在部位pos、目标区域与喷枪的距离dis作为预先训练好的机器学习分类模型的输入，获得机器学习分类模型输出的喷枪最佳清洗角度δ和干冰清洗时间t；所述机器学习分类模型被预先训练建立了目标区域的污染等级gra、目标区域所在部位pos、目标区域与喷枪的距离dis三种输入和喷枪最佳清洗角度δ、干冰清洗时间t两种输出之间的映射关系；

3)控制喷枪以最佳清洗角度δ对目标区域执行干冰清洗时间t的干冰清洗作业，从而完成对目标区域的干冰清洗任务。

2.根据权利要求1所述的变电支柱绝缘子干冰清洗机器人的干冰清洗控制方法，其特征在于，所述机器学习分类模型为RBF神经网络模型，该RBF神经网络模型为由输入层、模糊化层、模糊推理层以及输出层组成的四层结构；所述模糊化层用于将输入变量转变成模糊矢量、构建模糊子集以及确立隶属度函数；所述模糊推理层用于确立模糊规则进行模糊运算，每个节点对应一条模糊规则，节点的输出等于所有输入量的乘积。

3.根据权利要求2所述的变电支柱绝缘子干冰清洗机器人的干冰清洗控制方法，其特征在于，所述输入层包括分别用于输入目标区域的污染等级gra、目标区域所在部位pos、目标区域与喷枪的距离dis对应的输入量的输入节点，且所述输入层的任意每i个输入节点的输入函数f₁(i)的函数表达式为：

f₁(i)＝X＝[X₁,X₂,X₃]

其中，X为输入向量，X₁～X₃分别为目标区域的污染等级gra、目标区域所在部位pos、目标区域与喷枪的距离dis对应的输入量，i为输入量的序号。

4.根据权利要求3所述的变电支柱绝缘子干冰清洗机器人的干冰清洗控制方法，其特征在于，所述模糊化层的函数表达式为：

上式中，f₂(i,j)为模糊化层的模糊量隶属函数，i为输入变量，i取值范围为1,2；j为模糊子集序号，j取值范围为1,2,3,…,n，其中n为模糊子集总数，f₁(i)为每i个输入节点的输入函数，c_ij为隶属函数中间值，b_ij为隶属函数的基宽。

5.根据权利要求4所述的变电支柱绝缘子干冰清洗机器人的干冰清洗控制方法，其特征在于，所述模糊推理层的函数表达式为：

上式中，f₃(j)为模糊推理层第j个节点的函数，f₂(i,j)为模糊化层的模糊量隶属函数，i为模糊推理层的输入变量，i取值范围为1,2；j为模糊子集序号，j取值范围为1,2,3,…,n，其中n为模糊子集总数，N_i为第i个输入模糊分隔数，且第i个输入模糊分隔数为输入变量模糊子集定义的等级数。

6.根据权利要求5所述的变电支柱绝缘子干冰清洗机器人的干冰清洗控制方法，其特征在于，所述输出层的函数表达式为：

上式中，f₄为输出层的函数，f₃为所有模糊子集对应的模糊推理层的函数之和，f₃(j)为模糊推理层第j个节点的函数，w为推理层向输出层转换权值矩阵，w(i,j)为模糊推理层第i个节点与输出层第j个节点之间的权重。