[发明专利]刹车温度监控装置的智能控制方法

摘要

本发明提供的一种刹车温度监控装置，多个温度测点通过总线与主控装置电连接，主控装置与喷水装置电连接，水箱与喷水装置连通。所述的主控装置内设有神经网络预测控制器、神经网络辨识模型和温度控制器。一种智能控制方法，包括以下步骤：主控装置根据输入的实测温度和温度变化率，输出预测温度，根据预测温度控制喷水装置，当预测温度大于或等于设定温度，喷水装置开始喷水，当预测温度小于设定温度，喷水装置停止喷水，通过以上步骤，补偿温度控制的时滞。本发明能够提前预测刹车机构的温度变化，从而能够控制喷水装置提前做出应对，补偿时滞带来的滞后影响。

主权项

1.一种刹车温度监控装置的智能控制方法，其特征是：多个带有单片机的温度测点通过总线与主控装置电连接，主控装置与喷水装置电连接，水箱与喷水装置连通；在水箱内设有水位检测装置，水位检测装置与主控装置电连接；所述的主控装置内设有神经网络预测控制器、神经网络辨识模型和温度控制器，神经网络预测控制器用于根据温度测点输入的实测温度和温度变化率，并根据神经网络辨识模型的修正输出预测温度，温度控制器根据输出的预测温度控制喷水装置；神经网络辨识模型的修正是指当温度变化率上升时，输出与实测温度相比更高的预测温度；而当温度变化率下降时，输出与实测温度相比更低的预测温度；神经网络预测控制器使用过去的输入输出样本和当前时刻样本对系统模型进行离线辨识；当神经网络辨识模型达到训练要求，神经网络预测控制器则使用训练好的神经网络辨识模型对系统输出的预测温度进行预测；对神经网络辨识模型进行训练，对比预测温度与实测温度之间的预测误差，当预测误差小于设定的最大误差时，则训练完成；主控装置输出预测温度的计算方法为：建立径向基神经网络，其结构为三层前馈网络；第一层为输入层， X＝(x1,x2,…,xn)T为输入样本；第二层为隐含层， Φ＝(φ1,φ2,…,φm)T为径向基函数；采用高斯径向基函数的RBF网络中，隐含层第j个神经元输出为：式中：为径向基函数的中心向量；B＝[b1,b2,…,bm]T为径向基函数宽度向量；第三层为输出层，设网络的实际输出为Yk＝[yk1,yk2,…,yki,…,ykJ]，则网络的第i个神经元输出为：式中，W＝[w1,w2,...,wm]T是权值，Φ＝[φ1,φ2,…,φm]T为隐含层节点输出。