[发明专利]一种折叠平台控制系统

说明书

本发明涉及自动化生产领域，公开了一种折叠平台控制系统，利用NARX神经网络模型1、NARX神经网络模型2和NARX神经网络模型3分别对升降平台位移的误差、控制量和实际位移值进行预测，将输入和输出向量延时反馈引入网络训练中，形成新的输入向量，具有良好的非线性映射能力，NARX神经网络的输入不仅包括原始升降平台位移的误差、控制量和实际位移值的输入数据，还包含经过训练后的对应输出数据，网络的泛化能力得到提高，使其在升降平台对应参数预测中较传统的静态神经网络具有更好的预测精度和自适应能力，该单片机控制器提高了该控制系统的精确度、鲁棒性和系统的可靠性。

技术领域

本发明涉及自动化生产技术领域，特别涉及一种折叠平台控制系统。

背景技术

扫描设备作为目前办公场所必备的设备，是每个公司必须配置的硬件设备，目前大多打印机兼备扫描、复印、打印功能，且通常打印扫描设备都需要一个专门的桌面摆放，占用空间较大，如果遇到长时间不需要使用时，打印机上布满灰尘，不变清理，尤其是需要搬家运输时，因为体积庞大，尤其不方便搬运。

另外，目前的扫描设备中，控制器对扫描时各部件的控制精度、稳定性、时效性和适应能力较差，影响扫描效果。

发明内容

发明目的：针对现有技术中存在的问题，本发明提供一种折叠平台控制系统，能够提高控制器对折叠平台的控制精度、稳定性、时效性和适应能力。

技术方案：本发明提供了一种折叠平台控制系统，包括设置在机架上的物品传送装置和扫描装置，所述机架固定在折叠式平台的升降平台上；所述折叠式平台包括单片机控制器、升降机构以及安装有位移传感器的升降平台，所述单片机控制器通过所述升降机构带动所述升降平台升降；所述单片机控制器包括STM32单片机、L298电机驱动电路和STM32单片机中的智能控制器，其中智能控制器包括3个NARX神经网络模型、ESN神经网络模型、PID控制器、LSTM神经网络模型、多个动态递归小波神经网络预测模型、Elman神经网络模型和1个TDL延迟线；STM32单片机、L298电机驱动电路、升降机构、升降平台和位移传感器组成升降平台位移调节平台，STM32单片机中的智能控制器实现对升降平台位移进行智能化调节。

进一步地，在智能控制器中，3个NARX神经网络模型分别为NARX神经网络模型1、NARX神经网络模型2和NARX神经网络模型3，NARX神经网络模型1的输出分别为PID控制器的输入和ESN神经网络模型对应的输入，NARX神经网络模型2和NARX神经网络模型3的输出分别作为ESN神经网络模型对应的2个输入，ESN神经网络模型的3个输出分别作为PID控制器输入的比例、微分和积分系数，PID控制器的输出作为LSTM神经网络模型的输入，LSTM神经网络模型的输出分别作为L298电机驱动电路和NARX神经网络模型2的输入，升降平台位移传感器检测升降平台位移值分别作为TDL延迟线和NARX神经网络模型3的输入，TDL延迟线输出的多个升降平台位移值分别作为多个动态递归小波神经网络预测模型的输入，多个动态递归小波神经网络预测模型的输出作为Elman神经网络模型对应的输入，Elman神经网络模型输出作为升降平台位移反馈值，升降平台位移给定值和Elman神经网络模型输出值的误差和误差变化率作为NARX神经网络模型1的输入。

进一步地，LSTM神经网络模型实现对多个PID控制器输出值的预测和对升降平台位移的再一次预测控制，Elman神经网络模型实现对多个动态递归小波神经网络预测模型输出值的融合和对升降平台位移量的再一次精确预测。

进一步地，升降平台位移调节中，STM32单片机中智能控制器的LSTM神经网络模型输出作为L298电机驱动电路的输入，L298电机驱动电路输出作为升降机构中步进电机的输入，升降机构驱动升降平台移动，位移传感器测量升降平台移动量，位移传感器的输出分别作为STM32单片机中智能控制器的TDL延迟线和NARX神经网络模型3的输入。