可左右滑动选省市

基于线性传感器闭环的纠偏系统发明专利

更新时间:2024-11-01
基于线性传感器闭环的纠偏系统发明专利 专利申请类型:发明专利;
源自:北京高价值专利检索信息库;

专利名称:基于线性传感器闭环的纠偏系统

专利类型:发明专利

专利申请号:CN202410558497.2

专利申请(专利权)人:钛玛科(北京)工业科技有限公司
权利人地址:北京市大兴区亦庄经济开发区经海四路福美宝产业园11号院3号楼4层

专利发明(设计)人:杨牧,庞国迎,方亮,郝瀚,郝宏基

专利摘要:本发明提供基于线性传感器闭环的纠偏系统,属于闭环纠偏技术领域,其系统包括设置模块、预测参数模块与纠偏模块,获取并分析线性传感器物理特性和纠偏系统要求,确立合理的闭环监测线路,利用历史的偏移数据进行分析,预测未来可能出现的偏移趋势,根据预测的偏移趋势,调整纠偏控制参数,以生成合适的电信号发送至执行机构,执行机构接受电信号并进行相应的机械动作,系统实时监控传感器反馈,根据执行机构动作结果评估物理偏差,调整优化来减少物理偏差,确保动作精准,实现了提升自动化控制水平,优化生产过程和效率,提高系统的自适应能力和预测性,减少由于偏移导致的操作错误,使得纠偏更加精确。

主权利要求:
1.基于线性传感器闭环的纠偏系统,其特征在于,包括:
设置模块:获取线性传感器的物理特性与纠偏系统的基本要求,根据所述物理特性与基本要求设置线性传感器的闭环监测线路;
预测参数模块:根据所述闭环监测线路的历史偏移情况对实际偏移情况进行预测,根据预测结果调整纠偏系统控制参数,将调整后控制参数对应的电信号传输至执行机构;
纠偏模块:执行机构根据收到的电信号进行机械动作,同时,系统连续监视线性传感器的反馈,根据机械动作执行结果确定物理偏差,对物理偏差进行调整优化;
所述预测参数模块,包括:
预测单元:通过闭环监测线路中卷材的历史数据,确定卷材偏移对应的模式与规律,根据历史偏移规律构建偏移预测模型,输入实时数据对线路偏移情况进行分析,基于分析结果预测未来短时间内可能出现的线路偏移情况;
参数调整单元:根据预测情况对应数据与卷材实时数据的差值,调整纠偏系统的控制参数,对调整后的控制参数生成新的控制电信号传输到执行机构;
所述预测单元,包括:
假设确定子单元:收集闭环监测线路上的历史数据,提取历史时段内对应历史数据的数据特征,使用数据挖掘技术从所述数据特征中提取卷材的潜在偏移模式,根据所述潜在偏移模式建立对应初步假设;
初始解集子单元:选取所述初步假设中的相关特征,对每一个相关特征进行量化,得出量化特征,将所述量化特征汇总成为量化向量,其中,每个历史偏移模式识别方案都采用量化向量表示,基于所有的量化向量构成鲸鱼算法的初始解集;
预测情况子单元:获取当下时段内的实时数据,根据鲸鱼算法结合实时数据判断每个初始解的质量,根据判断结果将质量第一高与质量第二高的初始解交叉配对生成新的解,得出预测情况。
2.根据权利要求1所述的基于线性传感器闭环的纠偏系统,其特征在于,设置模块,包括:传感器选择单元:明确纠偏系统的目标和所述纠偏系统对应生产线的性能要求,根据目标与性能要求且结合线性传感器的物理特性来选择线性传感器类型;
第一筛选单元:从类型‑误差表中确定每个选择类型对应的固有误差,并确定所述固有误差的误差来源,结合误差来源与所述生产线的生产过程对线性传感器进行第一筛选;
第二筛选单元:对第一筛选结果与纠偏系统组件的协同工作情况进行深层评审,确定纠偏系统的潜在集成问题,根据集成问题对线性传感器进行第二筛选;
线路构建单元:根据第二筛选结果的传感器型号从元件库中匹配对应的执行机构与控制器,构建闭环监测线路。
3.根据权利要求1所述的基于线性传感器闭环的纠偏系统,其特征在于,预测情况子单元,包括:解评估块:基于实时数据与偏移预测模型的拟合程度对结合鲸鱼算法初始解集中的每个解进行评价,根据评价结果选出质量第一高与质量第二高的解;
新解确定块:将质量第一高与质量第二高的解对应的量化向量按照均匀交叉规则进行量化向量的分割,选择变异概率,并随机选择点位进行位反转对分割后的量化向量进行变异操作,最终组合成为新的量化向量作为新解;
预测块:根据新解预测纠偏系统的未来状态,再次评估新解并选出质量最高的解作为最终预测模型,得出预测情况。
4.根据权利要求1所述的基于线性传感器闭环的纠偏系统,其特征在于,参数调整单元,包括:计算子单元:根据实时数据,确定纠偏系统当下的回归矩阵,结合预测情况中的预测输出值,计算段时间内的控制参数变化率;


其中,表示控制参数向量; 表示比例参数系数,表示积分参数系数; 表示微分参数系数; 表示状态反馈参数系数; 表示动态补偿参数系数; 表示对角矩阵; 表示比例参数系数的增益; 表示积分参数系数的增益; 表示微分参数系数的增益; 表示状态反馈参数系数的增益; 表示动态补偿参数系数的增益; 表示t时刻的参数误差量;
表示0 t段时间内的累计误差量; 表示t时刻预测误差量; 表示t时刻状~态误差; 表示t时刻的动态补偿误差; 表示纠偏系统输出误差; 表示t时刻纠偏系统的预测输出值; 表示t时刻纠偏系统的实际输出值; 表示t时刻纠偏系统的回归矩阵;
传输子单元:根据计算出的控制参数变化率结合梯度下降法,通过最小化性能误差调整控制参数,对调整后的控制参数生成新的控制电信号传输到执行机构。
5.根据权利要求1所述的基于线性传感器闭环的纠偏系统,其特征在于,纠偏模块,包括:物理偏移单元:执行机构对收到的电信号进行解码并执行解码结果,进而监测执行动作的过程来识别执行机构的物理偏移,并将物理偏移反馈到控制器;
比对单元:控制器将物理偏移与预设目标值范围进行比对,根据超出范围的物理偏移计算所需调整量,生成对应物理偏移的纠偏指令,生成新的电信号;
循环单元:根据新的电信号对执行机构的对应物理量进行调整,物理量调整信号执行结束后,以监测、偏移反馈与纠偏指令形成偏移消除循环过程,直至物理偏移处于预设目标值范围内部。
6.根据权利要求5所述的基于线性传感器闭环的纠偏系统,其特征在于,物理偏移单元,包括:解码子单元:采用多级解码算法从基本参数与复杂模式两个方面对电信号及进行解码;
评估子单元:监测执行机构按照解码结果执行的过程中,确定执行机构的响应数据,以及实际位置与预期目标之间的偏差数据,控制器根据所述偏差数据对执行机构的动作的准确性进行第一评估,对动作响应时间进行第二评估,对动作响应的冲击效果进行第三评估;
优化子单元:综合第一评估、第二评估与第三评估结果对控制器中的控制策略进行优化。 说明书 : 基于线性传感器闭环的纠偏系统技术领域[0001] 本发明涉及闭环纠偏技术领域,尤其涉及基于线性传感器闭环的纠偏系统。背景技术[0002] 现有的卷材生产线中,为了确保材料能够按照预定路径准确移动,必须实时监测并纠正其行进中的任何偏移。纠偏控制系统中的传感器、控制器和执行机构的配合至关重要,由于生产工艺的多样性与复杂性,以及生产环境的变化,使得纠偏后会存在一定微小的偏差,同时传统的闭环控制系统可能存在响应速度慢,难以实时有效地对高速或突发变化做出快速调节,且控制系统的精度受多种因素影响,如传感器精度、执行机构的精密度和控制算法的设计等,这些都可能限制最终控制的精度和稳定性。[0003] 因此,本发明提供基于线性传感器闭环的纠偏系统。发明内容[0004] 本发明提供的基于线性传感器闭环的纠偏系统,获取并分析线性传感器物理特性和纠偏系统要求,确立合理的闭环监测线路,利用历史的偏移数据进行分析,预测未来可能出现的偏移趋势,根据预测的偏移趋势,调整纠偏控制参数,以生成合适的电信号发送至执行机构,执行机构接受电信号并进行相应的机械动作,系统实时监控传感器反馈,根据执行机构动作结果评估物理偏差,调整优化来减少物理偏差,确保动作精准,实现了提升自动化控制水平,优化生产过程和效率,提高系统的自适应能力和预测性,减少由于偏移导致的操作错误,使得纠偏更加精确。[0005] 本发明提供的基于线性传感器闭环的纠偏系统,包括:[0006] 设置模块:获取线性传感器的物理特性与纠偏系统的基本要求,根据所述物理特性与基本要求设置线性传感器的闭环监测线路;[0007] 预测参数模块:根据所述闭环监测线路的历史偏移情况对实际偏移情况进行预测,根据预测结果调整纠偏系统控制参数,将调整后控制参数对应的电信号传输至执行机构;[0008] 纠偏模块:执行机构根据收到的电信号进行机械动作,同时,系统连续监视线性传感器的反馈,根据机械动作执行结果确定物理偏差,对物理偏差进行调整优化。[0009] 本发明提供的基于线性传感器闭环的纠偏系统,设置模块,包括:[0010] 传感器选择单元:明确纠偏系统的目标和所述纠偏系统对应生产线的性能要求,根据目标与性能要求且结合线性传感器的物理特性来选择线性传感器类型;[0011] 第一筛选单元:从类型‑误差表中确定每个选择类型对应的固有误差,并确定所述固有误差的误差来源,结合误差来源与所述生产线的生产过程对线性传感器进行第一筛选;[0012] 第二筛选单元:对第一筛选结果与纠偏系统组件的协同工作情况进行深层评审,确定纠偏系统的潜在集成问题,根据集成问题对线性传感器进行第二筛选;[0013] 线路构建单元:根据第二筛选结果的传感器型号从元件库中匹配对应的执行机构与控制器,构建闭环监测线路。[0014] 本发明提供的基于线性传感器闭环的纠偏系统,预测参数模块,包括:[0015] 预测单元:通过闭环监测线路中卷材的历史数据,确定卷材偏移对应的模式与规律,根据历史偏移规律构建偏移预测模型,输入实时数据对线路偏移情况进行分析,基于分析结果预测未来短时间内可能出现的线路偏移情况;[0016] 参数调整单元:根据预测情况对应数据与卷材实时数据的差值,调整纠偏系统的控制参数,对调整后的控制参数生成新的控制电信号传输到执行机构。[0017] 本发明提供的基于线性传感器闭环的纠偏系统,预测单元,包括:[0018] 假设确定子单元:收集闭环监测线路上的历史数据,提取历史时段内对应历史数据的数据特征,使用数据挖掘技术从所述数据特征中提取卷材的潜在偏移模式,根据所述潜在偏移模式建立对应初步假设;[0019] 初始解集子单元:选取所述初步假设中的相关特征,对每一个相关特征进行量化,得出量化特征,将所述量化特征汇总成为量化向量,其中,每个历史偏移模式识别方案都采用量化向量表示,基于所有的量化向量构成鲸鱼算法的初始解集;[0020] 预测情况子单元:获取当下时段内的实时数据,根据鲸鱼算法结合实时数据判断每个初始解的质量,根据判断结果将质量第一高与质量第二高的初始解交叉配对生成新的解,得出预测情况。[0021] 本发明提供的基于线性传感器闭环的纠偏系统,预测情况子单元,包括:[0022] 解评估块:基于实时数据与偏移预测模型的拟合程度对结合鲸鱼算法初始解集中的每个解进行评价,根据评价结果选出质量第一高与质量第二高的解;[0023] 新解确定块:将质量第一高与质量第二高的解对应的量化向量按照均匀交叉规则进行量化向量的分割,选择变异概率,并随机选择点位进行位反转对分割后的量化向量进行变异操作,最终组合成为新的量化向量作为新解;[0024] 预测块:根据新解预测纠偏系统的未来状态,再次评估新解并选出质量最高的解作为最终预测模型,得出预测情况。[0025] 本发明提供的基于线性传感器闭环的纠偏系统,参数调整单元,包括:[0026] 计算子单元:根据实时数据,确定纠偏系统当下的回归矩阵,结合预测情况中的预测输出值,计算段时间内的控制参数变化率;[0027] ;[0028] ;[0029] 其中,表示控制参数向量; 表示比例参数系数, 表示积分参数系数; 表示微分参数系数; 表示状态反馈参数系数; 表示动态补偿参数系数; 表示对角矩阵;表示比例参数系数的增益; 表示积分参数系数的增益; 表示微分参数系数的增益;表示状态反馈参数系数的增益; 表示动态补偿参数系数的增益; 表示t时刻的参数误差量; 表示0 t段时间内的累计误差量; 表示t时刻预测误差量; 表示t~时刻状态误差; 表示t时刻的动态补偿误差; 表示纠偏系统输出误差;表示t时刻纠偏系统的预测输出值; 表示t时刻纠偏系统的实际输出值;表示t时刻纠偏系统的回归矩阵;[0030] 传输子单元:根据计算出的控制参数变化率结合梯度下降法,通过最小化性能误差调整控制参数,对调整后的控制参数生成新的控制电信号传输到执行机构。[0031] 本发明提供的基于线性传感器闭环的纠偏系统,纠偏模块,包括:[0032] 物理偏移单元:执行机构对收到的电信号进行解码并执行解码结果,进而监测执行动作的过程来识别执行机构的物理偏移,并将物理偏移反馈到控制器;[0033] 比对单元:控制器将物理偏移与预设目标值范围进行比对,根据超出范围的物理偏移计算所需调整量,生成对应物理偏移的纠偏指令,生成新的电信号;[0034] 循环单元:根据新的电信号对执行机构的对应物理量进行调整,物理量调整信号执行结束后,以监测、偏移反馈与纠偏指令形成偏移消除循环过程,直至物理偏移处于预设目标值范围内部。[0035] 本发明提供的基于线性传感器闭环的纠偏系统,物理偏移单元,包括:[0036] 解码子单元:采用多级解码算法从基本参数与复杂模式两个方面对电信号及进行解码;[0037] 评估子单元:监测执行机构按照解码结果执行的过程中,确定执行机构的响应数据,以及实际位置与预期目标之间的偏差数据,控制器根据所述偏差数据对执行机构的动作的准确性进行第一评估,对动作响应时间进行第二评估,对动作响应的冲击效果进行第三评估;[0038] 优化子单元:综合第一评估、第二评估与第三评估结果对控制器中的控制策略进行优化。[0039] 与现有技术相比,本申请的有益效果如下:获取并分析线性传感器物理特性和纠偏系统要求,确立合理的闭环监测线路,利用历史的偏移数据进行分析,预测未来可能出现的偏移趋势,根据预测的偏移趋势,调整纠偏控制参数,以生成合适的电信号发送至执行机构,执行机构接受电信号并进行相应的机械动作,系统实时监控传感器反馈,根据执行机构动作结果评估物理偏差,调整优化来减少物理偏差,确保动作精准,实现了提升自动化控制水平,优化生产过程和效率,提高系统的自适应能力和预测性,减少由于偏移导致的操作错误,使得纠偏更加精确。[0040] 本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。[0041] 下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。附图说明[0042] 附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:[0043] 图1是本发明实施例提供的基于线性传感器闭环的纠偏系统的结构示意图。具体实施方式[0044] 以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。[0045] 实施例1:[0046] 本发明实施例提供基于线性传感器闭环的纠偏系统,如图1所示,包括:[0047] 设置模块:获取线性传感器的物理特性与纠偏系统的基本要求,根据所述物理特性与基本要求设置线性传感器的闭环监测线路;[0048] 预测参数模块:根据所述闭环监测线路的历史偏移情况对实际偏移情况进行预测,根据预测结果调整纠偏系统控制参数,将调整后控制参数对应的电信号传输至执行机构;[0049] 纠偏模块:执行机构根据收到的电信号进行机械动作,同时,系统连续监视线性传感器的反馈,根据机械动作执行结果确定物理偏差,对物理偏差进行调整优化。[0050] 该实施例中,闭环监测线路一般包括传感器、控制器、执行机构和反馈机构,元件库是一个包含了这些所有可能部件的数据库,比如,一个用于纸张制造的纠偏系统,目标可能是确保纸张在生产线上平整不出现歪斜,对应的性能要求是纠正误差的精度要高、响应时间要快,在这个闭环监测线路的例子中,光电传感器不断监测纸张边缘,若检测到纸张偏离预设的路径,传感器立即将数据发送到PLC控制器。控制器分析这些数据,指示电动调节器相应地调整纸张的位置。调节后的位置会被传感器重新监测到,并再次被反馈给控制器,形成一个闭环,确保纸张始终保持在正确的路径上移动。[0051] 该实施例中,物理特性包括量程、灵敏度、精度、分辨率、响应时间以及稳定性,基本要求包括控制精度、响应速度、稳定范围、数据处理能力以及兼容性和可靠性。[0052] 该实施例中,历史偏移情况包括偏移量记录、动作响应记录、系统性能变化以及设备磨损情况。[0053] 该实施例中,根据生产线性能需求及纠偏目标,筛选出适合的线性传感器型号,初步筛选后,进一步考虑传感器与纠偏系统其他组件之间的协同工作效果,评审整个系统的集成性和潜在问题,进行第二次深层筛选,最后确定传感器型号,匹配合适的执行机构和控制器,构建一个闭环监测线路。[0054] 该实施例中,通过历史数据确定潜在的偏移模式,生成初步假设,提取初步假设的相关特征,量化后得出初始解集,对初始解集中的每个解进行质量评估最后根据新解确定最终模型,得出预测情况。[0055] 上述技术方案的工作原理及有益效果是:获取并分析线性传感器物理特性和纠偏系统要求,确立合理的闭环监测线路,利用历史的偏移数据进行分析,预测未来可能出现的偏移趋势,根据预测的偏移趋势,调整纠偏控制参数,以生成合适的电信号发送至执行机构,执行机构接受电信号并进行相应的机械动作,系统实时监控传感器反馈,根据执行机构动作结果评估物理偏差,调整优化来减少物理偏差,确保动作精准,实现了提升自动化控制水平,优化生产过程和效率,提高系统的自适应能力和预测性,减少由于偏移导致的操作错误,使得纠偏更加精确。[0056] 实施例2:[0057] 本发明实施例提供基于线性传感器闭环的纠偏系统,设置模块,包括:[0058] 传感器选择单元:明确纠偏系统的目标和所述纠偏系统对应生产线的性能要求,根据目标与性能要求且结合线性传感器的物理特性来选择线性传感器类型;[0059] 第一筛选单元:从类型‑误差表中确定每个选择类型对应的固有误差,并确定所述固有误差的误差来源,结合误差来源与所述生产线的生产过程对线性传感器进行第一筛选;[0060] 第二筛选单元:对第一筛选结果与纠偏系统组件的协同工作情况进行深层评审,确定纠偏系统的潜在集成问题,根据集成问题对线性传感器进行第二筛选;[0061] 线路构建单元:根据第二筛选结果的传感器型号从元件库中匹配对应的执行机构与控制器,构建闭环监测线路。[0062] 该实施例中,生产线性能要求通常包括生产效率、产品质量、系统可靠性、安全性、灵活性、可维护性等。[0063] 该实施例中,类型‑误差表是指列出了不同传感器类型及其对应固有误差的列表,固有误差是指传感器的设计、材料、制造或使用环境造成的无法避免的误差,比如,电阻式传感器可能由于温度变化而产生的电阻漂移,导致测量误差。[0064] 该实施例中,第一筛选是基于类型‑误差表对线性传感器进行的初步选择,涉及到考虑生产过程中的具体条件(如温度、湿度、电磁干扰等),排除那些在特定生产环境下无法满足精确度要求的传感器。[0065] 该实施例中,深层评审是对第一筛选结果进行的详细分析,目的是检测各个传感器如何与纠偏系统的其他部分协同工作,包括软硬件的兼容性、调试与维护的便利性、成本效益等,可能导致的潜在集成问题包括部件匹配不良、软件冲突、信号干扰等。[0066] 该实施例中,第二筛选是在深层评审之后,会根据得出的结论对传感器进行第二次筛选,在更细致的层面上,根据纠偏系统的整体设计选择最合适的传感器型号。[0067] 上述技术方案的工作原理及有益效果是:根据生产线性能需求及纠偏目标,筛选出适合的线性传感器型号,初步筛选后,进一步考虑传感器与纠偏系统其他组件之间的协同工作效果,评审整个系统的集成性和潜在问题,进行第二次深层筛选,最后确定传感器型号,匹配合适的执行机构和控制器,构建一个闭环监测线路,实现了确保纠偏系统的精度,实时校正生产线上材料的位置偏差,优化传感器选择和系统集成后,快速响应,降低了生产中断的风险。[0068] 实施例3:[0069] 本发明实施例提供基于线性传感器闭环的纠偏系统,预测参数模块,包括:[0070] 预测单元:通过闭环监测线路中卷材的历史数据,确定卷材偏移对应的模式与规律,根据历史偏移规律构建偏移预测模型,输入实时数据对线路偏移情况进行分析,基于分析结果预测未来短时间内可能出现的线路偏移情况;[0071] 参数调整单元:根据预测情况对应数据与卷材实时数据的差值,调整纠偏系统的控制参数,对调整后的控制参数生成新的控制电信号传输到执行机构。[0072] 该实施例中,卷材偏移模式指的是卷材在制造过程中偏离理想轨迹的行为模式,包括周期性偏移、趋势性偏移以及随机偏移。[0073] 该实施例中,历史偏移规律是通过分析历史数据得到的偏移模式的统计特性和规律性,例如历史数据中周期性偏移的频率、幅度、趋势性偏移的速率等。[0074] 该实施例中,偏移预测模型的输入通常包括实时性生产数据和历史偏移数据,数据类型包括但不限于传感器读数、卷材速度、张力以及环境条件等;模型的输出是对未来一段时间内卷材偏移情况的预测,是一个概率分布、某种偏移趋势的具体参数或是一个偏移量的估计值。[0075] 该实施例中,线路偏移情况指的是卷材在生产过程中相对于理想位置的变化情况,偏移的方向、大小、形状的变化等。[0076] 该实施例中,控制参数是纠偏系统用来调整设备以校正偏移的变量,通常包括马达速度、张力控制、导向装置、压力设定。[0077] 该实施例中,参数调整过程是比较预测的卷材轨迹与实际的轨迹,计算二者的差异,使用PID控制,根据差异调整控制参数,将调整后的参数转化为控制电信号,控制电信号传输到执行机构(如电机、液压系统),实施物理调整。[0078] 上述技术方案的工作原理及有益效果是:根据闭环监测线路的历史数据分析卷材的偏移模式和规律,构建一个偏移预测模型,以预测未来可能发生的线路偏移情况,基于预测结果以及卷材的实时数据,通过计算数据差值来调整纠偏系统的控制参数,并生成新的控制电信号,传输至执行机构进行相应操作,实现了能够提前准确预测出材料可能产生的偏差,及时进行预防性调整,避免生产线出现大的偏差,参数自动调整,减少手动干预,提高系统的自动化水平。[0079] 实施例4:[0080] 本发明实施例提供基于线性传感器闭环的纠偏系统,预测单元,包括:[0081] 假设确定子单元:收集闭环监测线路上的历史数据,提取历史时段内对应历史数据的数据特征,使用数据挖掘技术从所述数据特征中提取卷材的潜在偏移模式,根据所述潜在偏移模式建立对应初步假设;[0082] 初始解集子单元:选取所述初步假设中的相关特征,对每一个相关特征进行量化,得出量化特征,将所述量化特征汇总成为量化向量,其中,每个历史偏移模式识别方案都采用量化向量表示,基于所有的量化向量构成鲸鱼算法的初始解集;[0083] 预测情况子单元:获取当下时段内的实时数据,根据鲸鱼算法结合实时数据判断每个初始解的质量,根据判断结果将质量第一高与质量第二高的初始解交叉配对生成新的解,得出预测情况。[0084] 该实施例中,历史数据指的是闭环监测线路上过去一段时间内收集的所有数据,这包括但不限于传感器读数、机器状态、环境变量(如温度、湿度)、生产参数(如速度、压力)等。[0085] 该实施例中,初步假设是基于数据分析所作的一种推论,用来预测特定情况下可能发生的系统行为,比如,如果分析发现每当温度和压力达到特定数值时系统就出现偏移,那么可以建立一个假设,即这种特定的温度和压力组合可能是系统发生偏移的前兆;参数向量是为了在模式识别系统中应用这个初步假设而构造的具体数值表示,包含若干个参数,每个参数代表了假设中的一个关键因素,比如上面例子中的温度和压力值,参数向量的作用就是将假设转化为可供算法处理的数学模型。[0086] 该实施例中,数据特征是指对历史数据进行分析所得到的有意义的信息,例如统计信息(均值、方差等)、时间序列分析中的趋势和周期性、频域分析中的主要频率成分等。[0087] 该实施例中,提取潜在偏移模式的过程是使用数据挖掘技术包括如聚类分析、主成分分析(PCA)、回归分析等,来从复杂的历史数据中发现卷材生产过程中偏移的规律。[0088] 该实施例中,相关特征是指与卷材的偏移模式直接相关的那些特征,包括特定传感器的读数,生产线速度的变化,材料特性的变化等,数据特征和相关特征之间的区别是所有从历史数据中提取的量化指标都可以称为数据特征,但是并非所有数据特征都与要解决的问题密切相关,所以,相关特征是在所有数据特征中筛选出来的,它们与预测变量存在显著的相关性。数据特征转换为相关特征的过程包括从众多数据特征中筛选出与系统偏移现象有显著关联的特征,对数据特征进行变换,如通过对数转换、归一化等,将几个数据特征组合起来形成一个新的特征,使用主成分分析(PCA)、线性判别分析(LDA)等技术减少特征数量,同时保留最有信息量的特征。[0089] 该实施例中,量化过程是指将这些相关特征转化为可以进行计算和比较的数值形式,使用标准化或归一化。[0090] 该实施例中,量化向量是一系列规范化后,可以在算法中用作输入的数学表示,例如,如果有5个相关特征,它们都被转换成了0到1之间的值,量化向量为。[0091] 该实施例中,判断解的质量的过程是使用鲸鱼算法来对每个量化向量代表的历史偏移模式解的有效性进行评估。鲸鱼算法是一种启发式优化算法,它通过模拟鲸鱼捕食行为来搜索解空间,寻找最优解。解的质量基于其对实际偏移情况预测的准确度评估。[0092] 该实施例中,交叉配对生成新的解是取质量最高的两个解(即预测准确度最高的量化向量),通过算法中的交叉操作产生新的量化向量解。[0093] 上述技术方案的工作原理及有益效果是:通过历史数据确定潜在的偏移模式,生成初步假设,提取初步假设的相关特征,量化后得出初始解集,对初始解集中的每个解进行质量评估最后根据新解确定最终模型,得出预测情况,可以更精确地控制卷材的位置,减少偏移,优化后的纠偏系统可以减少材料浪费,提高生产线的速度和出品质量。[0094] 实施例5:[0095] 本发明实施例提供基于线性传感器闭环的纠偏系统,预测情况子单元,包括:[0096] 解评估块:基于实时数据与偏移预测模型的拟合程度对结合鲸鱼算法初始解集中的每个解进行评价,根据评价结果选出质量第一高与质量第二高的解;[0097] 新解确定块:将质量第一高与质量第二高的解对应的量化向量按照均匀交叉规则进行量化向量的分割,选择变异概率,并随机选择点位进行位反转对分割后的量化向量进行变异操作,最终组合成为新的量化向量作为新解;[0098] 预测块:根据新解预测纠偏系统的未来状态,再次评估新解并选出质量最高的解作为最终预测模型,得出预测情况。[0099] 该实施例中,解的评价过程是指在优化问题中,如何对每个可能的解(是指纠偏系统的一种可能设置或配置)的性能进行评估,基于实时数据和预定的偏离预测模型,系统计算每个解的拟合程度,即解对数据的匹配程度。[0100] 该实施例中,均匀交叉规则是一种选择父代基因的方法,用来生成后代,涉及两个“父代”解的量化向量,并按一定规则分割和重组这些向量,不同于单点或两点交叉,均匀交叉在每个元素位置上等概率地选择两个父向量之一的元素来组成子代。[0101] 该实施例中,变异概率是指在遗传算法的变异阶段中,选择一个解的某个部分并随机改变它的可能性,通过引入额外的随机性,以防算法过早收敛到局部最优解而非全局最优解,比如 设定的变异概率为0.1,即对每个参数为有10%的概率发生变异,编译后的结果可能为 。[0102] 该实施例中,量化向量的分割是将一个解的数字表示(即量化向量)按照一定规则进行切割,以备和另一个解的相应部分进行重组。变异则是在这个基础上,随机选择量化向量上的一些位置按一定概率进行数值的改变(如位反转),从而产生新解,比如,与a执行交叉规则之后得出新的向量比如 。[0103] 该实施例中,新解预测纠偏系统的未来状态的过程是在得到新解之后,此解将被用来预测纠偏系统的未来表现,即系统将如何响应不同的输入和环境条件,通过运行模拟或应用数学模型来评估新解的性能,最终选择预测性能最好的解,用于引导纠偏系统的实际操作。[0104] 上述技术方案的工作原理及有益效果是:通过对初始解集中每个解进行评价,对评价结果为质量第一高与质量第二高的解进行分割变异再组合,形成新解,对新解进行再次评估,选出质量最高的解,通过优化配置来预测和减少能源消耗,提高系统的整体可持续性。[0105] 实施例6:[0106] 本发明实施例提供基于线性传感器闭环的纠偏系统,参数调整单元,包括:[0107] 计算子单元:根据实时数据,确定纠偏系统当下的回归矩阵,结合预测情况中的预测输出值,计算段时间内的控制参数变化率;[0108] ;[0109] ;[0110] 其中,表示控制参数向量; 表示比例参数系数, 表示积分参数系数; 表示微分参数系数; 表示状态反馈参数系数; 表示动态补偿参数系数; 表示对角矩阵;表示比例参数系数的增益; 表示积分参数系数的增益; 表示微分参数系数的增益;表示状态反馈参数系数的增益; 表示动态补偿参数系数的增益; 表示t时刻的参数误差量; 表示0 t段时间内的累计误差量; 表示t时刻预测误差量; 表示t~时刻状态误差; 表示t时刻的动态补偿误差; 表示纠偏系统输出误差;表示t时刻纠偏系统的预测输出值; 表示t时刻纠偏系统的实际输出值;表示t时刻纠偏系统的回归矩阵;[0111] 传输子单元:根据计算出的控制参数变化率结合梯度下降法,通过最小化性能误差调整控制参数,对调整后的控制参数生成新的控制电信号传输到执行机构。[0112] 该实施例中,搜集来自传感器和监测系统的实时数据,这些可能包括卷材的位置、速度、张力等;使用实时数据和历史数据,应用回归分析方法(如线性回归、多项式回归)来估计描述纠偏系统行为的回归矩阵,这个回归矩阵能够将输入变量(如卷材当前的偏移信息)转换为输出变量(如所需的控制电信号);结合预测输出值计算控制参数变化率,根据预测模型提供的预测输出值和回归矩阵,计算控制参数的变化率。[0113] 该实施例中,变化率表示为了达到预测的理想位置,控制参数应该如何随时间改变。[0114] 该实施例中,梯度下降是优化算法,用于逐步调整参数,以使得性能误差(实际位置与预测位置之间的差异)最小化,初始化控制参数并计算误差,计算误差相对于每个控制参数的梯度(偏导数),根据梯度方向更新控制参数,即沿着误差减少最快的方向调整参数值,设置学习率(步长大小),确定每次迭代时参数调整的幅度,重复以上步骤,直到性能误差降至可接受范围或达到预设的迭代次数。[0115] 该实施例中,将控制电信号传输到纠偏系统的执行机构,如伺服电机,执行调整动作,以纠正卷材的偏移。[0116] 上述技术方案的工作原理及有益效果是:通过实时监测数据来确定纠偏系统当前的状态,使用预测模块提供的预测输出值来计算控制参数的变化趋势和变化率,采用梯度下降法来优化性能误差,即根据误差梯度来调整控制参数,以达到最小化误差的目的,实现了通过最小化性能误差,控制参数的调整更为精确,提高了纠偏的准确性。[0117] 实施例7:[0118] 本发明实施例提供基于线性传感器闭环的纠偏系统,纠偏模块,包括:[0119] 物理偏移单元:执行机构对收到的电信号进行解码并执行解码结果,进而监测执行动作的过程来识别执行机构的物理偏移,并将物理偏移反馈到控制器;[0120] 比对单元:控制器将物理偏移与预设目标值范围进行比对,根据超出范围的物理偏移计算所需调整量,生成对应物理偏移的纠偏指令,生成新的电信号;[0121] 循环单元:根据新的电信号对执行机构的对应物理量进行调整,物理量调整信号执行结束后,以监测、偏移反馈与纠偏指令形成偏移消除循环过程,直至物理偏移处于预设目标值范围内部。[0122] 该实施例中,解码过程是执行机构接收到的电信号通常是控制器发出的编码信号,包含了执行纠偏所需的具体指令,解码过程是指执行机构内部或其配套的电路根据预定的协议将这些电信号转换为可执行的命令或动作,解码结果是机构需要执行的动作类型、方向、幅度等。[0123] 该实施例中,物理偏移是执行机构在执行纠偏动作时,由于机械误差、摩擦阻力、温度变化、材料疲劳或其它外部因素所导致的实际位置和预期位置之间的偏差,包括线性或角度上的偏离,如在直线轴向的微小位移或旋转组件的微小转角变化。[0124] 该实施例中,计算调整量并生成对应的纠偏指令是控制器会将执行机构反馈的物理偏移与预先设定的目标值范围比对。如果检测到物理偏移超出了允许的范围,则需要计算出需要多大的调整量才能纠正这一偏离。[0125] 该实施例中,偏移消除循环是一个闭环反馈控制过程,通过实时监测执行机构及卷材的实际状态,将监测到的实际状态与理论预期状态进行比较,计算出物理偏移量,根据偏移量计算出需要的调整大小,生成纠偏指令,执行机构根据接收到的纠偏电信号执行调整动作,再次监测执行机构的状态,确保物理偏移已纠正至预设目标值范围内部,如果监测结果不满足预期,则循环单元将继续进行,直至偏移被成功消除。[0126] 上述技术方案的工作原理及有益效果是:通过解码电信号控制执行机构,实时监测其物理偏移并反馈,控制器比对偏移与目标值并计算调整量,发出纠偏指令,新电信号调整偏移,形成闭环控制,确保偏移在目标值内从而缩短了故障响应时间,提高了整体生产效率和设备利用率。[0127] 实施例8:[0128] 本发明实施例提供基于线性传感器闭环的纠偏系统,物理偏移单元,包括:[0129] 解码子单元:采用多级解码算法从基本参数与复杂模式两个方面对电信号及进行解码;[0130] 评估子单元:监测执行机构按照解码结果执行的过程中,确定执行机构的响应数据,以及实际位置与预期目标之间的偏差数据,控制器根据所述偏差数据对执行机构的动作的准确性进行第一评估,对动作响应时间进行第二评估,对动作响应的冲击效果进行第三评估;[0131] 优化子单元:综合第一评估、第二评估与第三评估结果对控制器中的控制策略进行优化。[0132] 该实施例中,基本参数解码的过程是解码算法会首先提取电信号中的基本控制指令,这些指令通常包括执行机构需要执行的基础动作的参数,如速度、方向、角度、时间等简单的运动特征;复杂模式解析的过程是在基本参数被解码之后,算法会进一步分析电信号中可能包含的更为复杂的控制序列,这些可能是经过编程完成的工序模式、响应特定情景的预设动作序列等。[0133] 该实施例中,响应数据是执行机构在接收到控制指令后产生的实际动作响应信息,包括呈现的位置、速度、加速度等动态参数,以及各种传感器读数;偏差数据是指实际响应位置与预设目标位置之间的差距,是衡量执行机构准确性的关键指标,可能因控制信号准确度、设备性能及外界因素而产生。[0134] 该实施例中,根据三个评估的结果,采用复杂的控制算法(可能包括但不限于自适应控制、模糊逻辑、神经网络等)对控制器中的控制策略进行优化。[0135] 上述技术方案的工作原理及有益效果是:执行机构通过多级解码算法解码电信号,然后在操作过程中评估执行准确性、响应时间和冲击效果,控制器根据这些评估结果对执行机构的动作进行综合评估,再根据评估信息适时更新控制策略以优化系统性能,实现了减小偏差数据,提高响应时间,并减少动作对系统其他部件的冲击。[0136] 最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

专利地区:北京

专利申请日期:2024-05-08

专利公开日期:2024-09-03

专利公告号:CN118131606B


以上信息来自国家知识产权局,如信息有误请联系我方更正!
电话咨询
读内容
搜本页
回顶部