計算機神經網絡工業智能化控制系統設計

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了計算機神經網絡工業智能化控制系統設計范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要:隨著計算網絡的發達，設計出了三層網絡機構的電弧爐控制系統，就是通過控制層、設備層、管理層來實現對電弧爐及精煉爐的控制。這套系統實現使煉鋼作業效率的提高和優化，并且可以優化控制和數據監控。精煉爐和電弧爐控制在采用控制專家系統的同時，提出了另外一種在精煉爐和電弧爐控制在采用控制專家系統的同時，另外提出了一種可以使用到神經網絡來實現對對象的預估，這種方法可以在常規的控制器做出輸出時，做出與之能呼應起來的補償，這能夠讓該系統更好地應對負荷情況，還可以對外部的擾動進行補救，進而可以使控制質量得以提高。

關鍵詞:系統組成;編程;神經網絡算法

隨著科技時代的進步，計算機網絡日益發達，在自動化領域中總線Ethernet增長的速度非常迅速，在電弧爐和精煉爐控制系統中，使用了成本較低的工業計算機網絡，其中應用了TCP/IP協議的網絡通信和現場總線技術［1］。這樣，在煉鋼過程中，實現了多機控制，不僅使綜合自動化的水平得到了提高，而且可以滿足生產的需求量。

1控制系統的組成

某公司電爐分廠設計了這套控制設備，不但可以用40t電弧爐，而且精煉爐Sot也可以使用，代替了之前從美國引進的IAF控制設備。該系統的總結構如圖1所示，系統設計了設備層、控制層、信息管理層邏輯控制和電機調節都是爐前的控制設備，都是歸于設備層的。雙CPU工控機被用在電極調節中，實現了對工控機的神經網絡控制。邏輯控制為了保證設備的可靠性和生產的連續性，在采用西門子公司S7－300的同時，還設計了PLC(S7－300－CPU318)備用的電極調節器，保證了在工控機發生故障時，依舊可以正常生產?？刂乒芾韺涌梢蕴岣吖に嚽€，可以預估精煉爐的鋼水溫度，可以使得不同服務器間的信息互通，還可以優化位于設備層的監控系統的管理，并且當出現異常信息時能監測到并報警。信息管理層能夠讓辦公和生產達到自動化生產，還能夠把電弧爐和精煉爐的各個工作站間的數據、信息相聯通起來，并能實現工藝的優化和管理的數據化，這些都需要在生產的過程當中通過使用局域網把管理信息和控制系統做以結合才能達到。

2網絡通信的TCP/IP編程

信號采集、神經網絡控制和輸出是系統程序設計的主要功能［2］。Winsock的網絡通信中有很多操作為阻撓性質，為使主控程序正常的執行，多線程是一個好的方案。為避免由網絡阻塞操作使得主控程序的進行受影響的問題，可以把網絡程序拿出來放到另外一個單獨的線程中［3－4］。網絡通信、有功功率、主控程序和功率因數運算以及弧留弧壓采集都包含在系統程序當中。有關于網絡通信程序的闡述如下:網絡通信程序可分為兩方面，一方面的功能是做出連接到服務器的申請，還可以發送計算的請求并且能夠對服務器返回的結果做出處置，這個應用程序是有關客戶端方面的;而另一方面的主要作用是把客戶端關于信息、連接和計算的要求接收到，并對其做出相應的回復，這個應用程序是有關服務器方面的。其數據傳遞模型如圖2所示。在此系統中，在主控程序和WinCC組態軟件之間進行數據交換，因為如果他們直接進行網絡DDE交換，通信寬帶受限制，數據交換模型因需求而誕生;在客戶端，網絡通信程序作為一個子線程，可獨自完成內存數據之間的交換;在服務器端口，設計了網絡程序的服務器，可以由本機的DDE來實現數據之間的交換。這樣在增加寬帶的同時，還完成數據交換的目的。有關于客戶端的網絡通信程序的主要工作是:定期地把電量表上和I/O板卡上的電參量采集好發送至服務器，并對采集到的數據參數等做出計算，這可以把分析和顯示的數據提供給服務器?？蛻舳顺绦蚴且谥骺爻绦騿又蟛艜拥?，它是一個屬于主控程序的子程序，與主線程在同一個內存單元當中。由于子線程并不進行數據的更改，所以只是共享內存，所以，在多線程程序中，不會使信號量受到影響，更不會造成訪問沖突?？蛻舳耸菦]有服務器的，所以沒法預知它的開機時間，故而，客戶端的連接功能是多次的，當客戶端發生連接失敗信號時，這條線程會在睡眠了1min后重新啟動，直到成功連接上。在數據發送時，必須檢查此通信的Socket的狀態，還有其所對應的鏈路暢通與否，需要的數據完整與否，當上文描述的情況中任何一種發生，都要馬上中斷信號的發送，要等各項準備工作都做好之后，再重新對服務器進行連接。服務器端就是要把從客戶端發送過來的連接請求和數據接收到，再通過一個DDE接口把這些信息轉送給WinCC，在同一時間內，把收到的信息指令再傳回客戶端。這就是服務器端的主要作用。因此采用了快速并可視化的VisualBasic的開發工具來設計這個程序。

3采用電弧爐法來控制神經網絡的算法

電弧爐控制神經網絡的預估模型是一種采用三層BP網絡來做實施的，從而達到控制電弧爐的三相電極的不同狀態。當神經網絡和電弧爐在接收到以N，N－1，N－2這三個時刻的調節器的輸出量和該時刻的參量為指導信號的輸入信號的時候，就會對模型的權值做出修正，這是根據實際值和預估值這兩者的差值來修正的，一直到初始態的關于神經網絡的預估模型建立起來為止。但是，神經網絡在好多狀態下并不穩定，所以當電流過大就會造成短路，這時候系統就能自動地轉換到基本控制的模式中，當狀態恢復時，就會自動切換到神經網絡的控制模式中。在圖3當中，這個預估模型是在線投入前邊就建立起來的，然后一直在做以調整，直到讓兩者達到的相似度很高。應用一個預估程序并且是特定的，再用到這個預估的結果來對專家系統得到的輸出結果做優化和補償，做到控制的及時有效性，然后才能取得一個和預期結果比較近似的效果。因為電弧爐的運行條件如補償材料、線電壓、系統阻抗的改變等經常會發生變化，所以系統采用了改進的DBD算法，提高神經網絡的在線學習算法。BP算法是當前最流行的算法，基本公式為式中:η為步長參數(學習速率)。因為BP只采用局部梯度信息，所以η的參數就不能太大，這樣就可以避免跳到權值空間不希望的區域。這樣就使搜索的速率降低。為了改變搜索速度，便捷的方法是加入沖量，式(1)更新為式中:μ為沖量因子，用于阻尼局部振蕩。該算法可提高搜索效率，電弧爐對其進行實時控制，其搜索速度仍不能到達期望值，改進后的DBD算法應用啟發式，其主要出發點為:在網絡中，權值方向不同，其斜率可能會產生較大差異，BP算法針對所有權值使用學習速率統一，故，該方向的斜率與各步的長度成一定比例，這的算法可能引起在平坦斜率方向較慢地下降，但可在斜率最大方向跳過其極小值。針對該問題，提出新的DBD算法如下:(1)在搜索空間中，每一維有各自的學習速率，速率η表示非常數，|δ(k)|表示指數衰減函數，指的是在平坦區域和比較陡峭區域的比值，η可相對快一點增加。(2)連續的多次迭代中，如果誤差梯度符號不變，表示極小點還處于前面，其學習的效率可以再提高一些。(3)連續的多次迭代中，如果誤差梯度符號改變，表示極小點已經被跳過了，其學習的效率下降。(4)該算法中，可以改變其沖突項。(5)算法當中恢復功能和記憶功能是新增加的，該系統可對當前獲取的最佳值記憶，利用一個容許參數λ對其進行控制恢復。當所獲取的最佳值的誤差不小于λ倍的時候，可利用最佳的點進行再次搜索。該系統在運行實施中，可自行進行調節，每經過20s可更新一次神經網絡權值，以適應電弧爐設備因各種因素而引發的其特性變化，程序編制采用VISUALC++6.0。

4應用

在系統成功安裝前，冷調環節之后，便可使用，工業計算機網絡的工作運行相對穩定。神經網路經過學習以后，效率顯著提高，電耗明顯降低，針對不同配比的爐料，點弧更精確，相對98＜系統其運行效率明顯提高了，具體性能參數比如表1所示。經過實踐成功檢驗，采用神經網絡預估補償的控制方法是既可行又安全，神經網絡自學習的速度及控制方法是否合理決定了其性能的優劣。

5結論

成功安裝系統后，進行冷調，即可進行使用。神經網路經過學習以后，爐子提高了其控制性能，電弧精準且更穩定，較于IAF系統效率得到顯著提高。通過一年時間的運行測試，該套系統的可靠性相對更穩定，調節性能更優越，獲得良好的經濟效益，可廣泛推廣和應用。

參考文獻

［1］張乃堯，閻平凡．神經網絡與模糊控制［M］．北京:清華大學出版社，1996．

［2］楊自厚．神經網絡技術及其在鋼鐵工業中的應用［J］．冶金自動化，1997(4):52．

［3］李艷偉．智能控制技術在電弧爐電極調節中的應用［D］．天津:天津理工大學，2011．

［4］吳光飛．電站鍋爐彎管機智能控制系統［D］．哈爾濱:哈爾濱理工大學，2011．

作者：劉挺 單位：西安外事學院