公务员期刊网 论文中心 正文

计算机神经网络工业智能化控制系统设计

计算机神经网络工业智能化控制系统设计

摘要:随着计算网络的发达,设计出了三层网络机构的电弧炉控制系统,就是通过控制层、设备层、管理层来实现对电弧炉及精炼炉的控制。这套系统实现使炼钢作业效率的提高和优化,并且可以优化控制和数据监控。精炼炉和电弧炉控制在采用控制专家系统的同时,提出了另外一种在精炼炉和电弧炉控制在采用控制专家系统的同时,另外提出了一种可以使用到神经网络来实现对对象的预估,这种方法可以在常规的控制器做出输出时,做出与之能呼应起来的补偿,这能够让该系统更好地应对负荷情况,还可以对外部的扰动进行补救,进而可以使控制质量得以提高。

关键词:系统组成;编程;神经网络算法

随着科技时代的进步,计算机网络日益发达,在自动化领域中总线Ethernet增长的速度非常迅速,在电弧炉和精炼炉控制系统中,使用了成本较低的工业计算机网络,其中应用了TCP/IP协议的网络通信和现场总线技术[1]。这样,在炼钢过程中,实现了多机控制,不仅使综合自动化的水平得到了提高,而且可以满足生产的需求量。

1控制系统的组成

某公司电炉分厂设计了这套控制设备,不但可以用40t电弧炉,而且精炼炉Sot也可以使用,代替了之前从美国引进的IAF控制设备。该系统的总结构如图1所示,系统设计了设备层、控制层、信息管理层逻辑控制和电机调节都是炉前的控制设备,都是归于设备层的。双CPU工控机被用在电极调节中,实现了对工控机的神经网络控制。逻辑控制为了保证设备的可靠性和生产的连续性,在采用西门子公司S7-300的同时,还设计了PLC(S7-300-CPU318)备用的电极调节器,保证了在工控机发生故障时,依旧可以正常生产。控制管理层可以提高工艺曲线,可以预估精炼炉的钢水温度,可以使得不同服务器间的信息互通,还可以优化位于设备层的监控系统的管理,并且当出现异常信息时能监测到并报警。信息管理层能够让办公和生产达到自动化生产,还能够把电弧炉和精炼炉的各个工作站间的数据、信息相联通起来,并能实现工艺的优化和管理的数据化,这些都需要在生产的过程当中通过使用局域网把管理信息和控制系统做以结合才能达到。

2网络通信的TCP/IP编程

信号采集、神经网络控制和输出是系统程序设计的主要功能[2]。Winsock的网络通信中有很多操作为阻挠性质,为使主控程序正常的执行,多线程是一个好的方案。为避免由网络阻塞操作使得主控程序的进行受影响的问题,可以把网络程序拿出来放到另外一个单独的线程中[3-4]。网络通信、有功功率、主控程序和功率因数运算以及弧留弧压采集都包含在系统程序当中。有关于网络通信程序的阐述如下:网络通信程序可分为两方面,一方面的功能是做出连接到服务器的申请,还可以发送计算的请求并且能够对服务器返回的结果做出处置,这个应用程序是有关客户端方面的;而另一方面的主要作用是把客户端关于信息、连接和计算的要求接收到,并对其做出相应的回复,这个应用程序是有关服务器方面的。其数据传递模型如图2所示。在此系统中,在主控程序和WinCC组态软件之间进行数据交换,因为如果他们直接进行网络DDE交换,通信宽带受限制,数据交换模型因需求而诞生;在客户端,网络通信程序作为一个子线程,可独自完成内存数据之间的交换;在服务器端口,设计了网络程序的服务器,可以由本机的DDE来实现数据之间的交换。这样在增加宽带的同时,还完成数据交换的目的。有关于客户端的网络通信程序的主要工作是:定期地把电量表上和I/O板卡上的电参量采集好发送至服务器,并对采集到的数据参数等做出计算,这可以把分析和显示的数据提供给服务器。客户端程序是要在主控程序启动之后才会启动的,它是一个属于主控程序的子程序,与主线程在同一个内存单元当中。由于子线程并不进行数据的更改,所以只是共享内存,所以,在多线程程序中,不会使信号量受到影响,更不会造成访问冲突。客户端是没有服务器的,所以没法预知它的开机时间,故而,客户端的连接功能是多次的,当客户端发生连接失败信号时,这条线程会在睡眠了1min后重新启动,直到成功连接上。在数据发送时,必须检查此通信的Socket的状态,还有其所对应的链路畅通与否,需要的数据完整与否,当上文描述的情况中任何一种发生,都要马上中断信号的发送,要等各项准备工作都做好之后,再重新对服务器进行连接。服务器端就是要把从客户端发送过来的连接请求和数据接收到,再通过一个DDE接口把这些信息转送给WinCC,在同一时间内,把收到的信息指令再传回客户端。这就是服务器端的主要作用。因此采用了快速并可视化的VisualBasic的开发工具来设计这个程序。

3采用电弧炉法来控制神经网络的算法

电弧炉控制神经网络的预估模型是一种采用三层BP网络来做实施的,从而达到控制电弧炉的三相电极的不同状态。当神经网络和电弧炉在接收到以N,N-1,N-2这三个时刻的调节器的输出量和该时刻的参量为指导信号的输入信号的时候,就会对模型的权值做出修正,这是根据实际值和预估值这两者的差值来修正的,一直到初始态的关于神经网络的预估模型建立起来为止。但是,神经网络在好多状态下并不稳定,所以当电流过大就会造成短路,这时候系统就能自动地转换到基本控制的模式中,当状态恢复时,就会自动切换到神经网络的控制模式中。在图3当中,这个预估模型是在线投入前边就建立起来的,然后一直在做以调整,直到让两者达到的相似度很高。应用一个预估程序并且是特定的,再用到这个预估的结果来对专家系统得到的输出结果做优化和补偿,做到控制的及时有效性,然后才能取得一个和预期结果比较近似的效果。因为电弧炉的运行条件如补偿材料、线电压、系统阻抗的改变等经常会发生变化,所以系统采用了改进的DBD算法,提高神经网络的在线学习算法。BP算法是当前最流行的算法,基本公式为式中:η为步长参数(学习速率)。因为BP只采用局部梯度信息,所以η的参数就不能太大,这样就可以避免跳到权值空间不希望的区域。这样就使搜索的速率降低。为了改变搜索速度,便捷的方法是加入冲量,式(1)更新为式中:μ为冲量因子,用于阻尼局部振荡。该算法可提高搜索效率,电弧炉对其进行实时控制,其搜索速度仍不能到达期望值,改进后的DBD算法应用启发式,其主要出发点为:在网络中,权值方向不同,其斜率可能会产生较大差异,BP算法针对所有权值使用学习速率统一,故,该方向的斜率与各步的长度成一定比例,这的算法可能引起在平坦斜率方向较慢地下降,但可在斜率最大方向跳过其极小值。针对该问题,提出新的DBD算法如下:(1)在搜索空间中,每一维有各自的学习速率,速率η表示非常数,|δ(k)|表示指数衰减函数,指的是在平坦区域和比较陡峭区域的比值,η可相对快一点增加。(2)连续的多次迭代中,如果误差梯度符号不变,表示极小点还处于前面,其学习的效率可以再提高一些。(3)连续的多次迭代中,如果误差梯度符号改变,表示极小点已经被跳过了,其学习的效率下降。(4)该算法中,可以改变其冲突项。(5)算法当中恢复功能和记忆功能是新增加的,该系统可对当前获取的最佳值记忆,利用一个容许参数λ对其进行控制恢复。当所获取的最佳值的误差不小于λ倍的时候,可利用最佳的点进行再次搜索。该系统在运行实施中,可自行进行调节,每经过20s可更新一次神经网络权值,以适应电弧炉设备因各种因素而引发的其特性变化,程序编制采用VISUALC++6.0。

4应用

在系统成功安装前,冷调环节之后,便可使用,工业计算机网络的工作运行相对稳定。神经网路经过学习以后,效率显著提高,电耗明显降低,针对不同配比的炉料,点弧更精确,相对98<系统其运行效率明显提高了,具体性能参数比如表1所示。经过实践成功检验,采用神经网络预估补偿的控制方法是既可行又安全,神经网络自学习的速度及控制方法是否合理决定了其性能的优劣。

5结论

成功安装系统后,进行冷调,即可进行使用。神经网路经过学习以后,炉子提高了其控制性能,电弧精准且更稳定,较于IAF系统效率得到显著提高。通过一年时间的运行测试,该套系统的可靠性相对更稳定,调节性能更优越,获得良好的经济效益,可广泛推广和应用。

参考文献

[1]张乃尧,阎平凡.神经网络与模糊控制[M].北京:清华大学出版社,1996.

[2]杨自厚.神经网络技术及其在钢铁工业中的应用[J].冶金自动化,1997(4):52.

[3]李艳伟.智能控制技术在电弧炉电极调节中的应用[D].天津:天津理工大学,2011.

[4]吴光飞.电站锅炉弯管机智能控制系统[D].哈尔滨:哈尔滨理工大学,2011.

作者:刘挺 单位:西安外事学院