[发明专利]基于神经网络的铝型材表面氧化自动控制系统

摘要

本发明基于神经网络的铝型材表面氧化自动控制系统，需要对每台氧化槽构建一个神经网络模型，神经网络模型分为向前传播和反向学习两部分。首先利用反向学习部分训练神经网络，将影响氧化时间的生产参数作为神经网络的输入参数，对应的氧化时间作为神经网络的输出，通过反向传播自适应地调整网络的加权系数，使得神经网络模型与氧化槽实际生产过程相吻合；然后给定所需的氧化膜厚度和相应的生产参数，用训练好的神经网络模型的向前传播方法计算出所需的氧化时间，当氧化时间到达时，通过控制电路模块自动停止氧化槽生产。不仅可以使得铝合金氧化膜厚度达到稳定工艺的要求，还可以减少由于过度氧化导致的能耗损失，达到节能减排的目的。

主权项

一种基于神经网络的铝型材表面氧化自动控制系统，包含氧化槽，其特征在于：还包含数据采集模块、数据计算模块、数据训练模块、电气控制模块、数据服务器和神经网络；其中，所述氧化槽通过电气控制模块控制，对每个氧化槽构建一个神经网络模型；其中，所述数据采集模块读取影响氧化过程时间的历史生产参数，将读取到的历史生产参数存储于数据服务器；其中，所述数据计算模块根据采集的实际生产参数，利用神经网络的向前传播功能计算出所需的氧化时间；其中，所述数据训练模块通过历史生产参数利用神经网络反向学习功能拟合氧化槽的表面氧化过程；氧化时间到达时，通过电气控制模块停止氧化槽生产；所述数据采集模块包含串口服务器、A/D转换器、智能电表、在线pH值采集器、热电偶、测厚仪；所述智能电表、在线pH值采集器、热电偶、测厚仪与A/D转换器相连，将采集的模拟信号经A/D转换器转换为数字信号；所述A/D转换器与串口服务器通过RS485总线相连，将数字信号传输至串口服务器；所述串口服务器与数据服务器通过RJ45网络线路相连，串口服务器将数据通过互联网存储在数据服务器中；根据采集的实际生产参数，利用神经网络的向前传播功能计算出所需的氧化时间，还包括：对神经网络模型进行初始化，并依次获取当前生产参数作为向前传播功能输入层的输入；根据输入层的输入计算隐含层的输出；根据隐含层的输出计算输出层的输出，得到所需的氧化时间；所述数据训练模块通过历史生产参数利用神经网络反向学习功能拟合氧化槽的表面氧化过程，还包括：根据神经网络向前传播计算的结果与历史数据的输出结果进行比较，得到误差函数；采用梯度下降法，迭代求解使得误差函数最小；比较当前计算结果的误差，如果误差达到要求的精度，则停止迭代，否则返回继续计算；氧化时间到达时，通过电气控制模块停止氧化槽生产，还包括：将电气控制板通过串口RS485总线与计算机连接，在计算机中选择正确串口及串口波特率，通过电气控制板自带的软件即可与电气控制板进行通信；用户点击软件中对应的串口，即可控制某一路继电器开关，从而控制相应氧化槽的开闭。