專(zhuān)利名稱(chēng)：堆垛機(jī)的遺傳優(yōu)化控制技術(shù)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明屬于堆垛機(jī)控制相關(guān)領(lǐng)域，特別涉及一種針對(duì)堆垛機(jī)運(yùn)行過(guò)程的遺傳優(yōu)化 控制技術(shù)。
背景技術(shù)：
由于自動(dòng)化立體倉(cāng)庫(kù)具有空間利用率高、自動(dòng)化程度高等優(yōu)點(diǎn)，其應(yīng)用范圍越來(lái) 越廣。作為立體化倉(cāng)庫(kù)中關(guān)鍵設(shè)備的堆垛機(jī)，其控制技術(shù)對(duì)于對(duì)垛機(jī)性能十分關(guān)鍵。隨著 可編程邏輯控制器(PLC)、變頻調(diào)速、激光測(cè)距等技術(shù)在堆垛機(jī)控制領(lǐng)域的廣泛應(yīng)用，堆垛 機(jī)運(yùn)行速度有了明顯的提高。但是堆垛機(jī)運(yùn)行速度的提高帶來(lái)了振動(dòng)等問(wèn)題，因而需要對(duì) 堆垛機(jī)運(yùn)行過(guò)程的速度進(jìn)行優(yōu)化來(lái)降低堆垛機(jī)的振動(dòng)。目前在堆垛機(jī)控制技術(shù)方面已經(jīng)開(kāi)展了一些研究工作。例如陳娟和鐘永彥等人針 對(duì)自動(dòng)化立體倉(cāng)庫(kù)中堆垛機(jī)控制的特點(diǎn)，探討了堆垛機(jī)控制系統(tǒng)的硬件和軟件實(shí)現(xiàn)方式。 王勇軍和周奇才等人以激光測(cè)距技術(shù)作為巷道堆垛機(jī)的認(rèn)址手段，應(yīng)用變頻器無(wú)級(jí)調(diào)速閉 環(huán)控制方式，對(duì)一種新型巷道堆垛機(jī)高速運(yùn)行的控制方法進(jìn)行了研究。呂全海和沈敏德等 人結(jié)合激光測(cè)距技術(shù)，探討了堆垛機(jī)閉環(huán)速度控制的硬件和軟件的實(shí)現(xiàn)技術(shù)。別文群和繆 興鋒等人設(shè)計(jì)了適合于堆垛機(jī)行走、升降和伸縮貨叉機(jī)構(gòu)使用的PLC控制系統(tǒng)。葛高豐對(duì) 堆垛機(jī)控制系統(tǒng)的組成、結(jié)構(gòu)和特點(diǎn)進(jìn)行了分析，并探討了采用S7-300PLC的堆垛機(jī)控制 系統(tǒng)方案。羅志清和閻樹(shù)田等人將模糊控制和預(yù)測(cè)控制應(yīng)用于郵包立體倉(cāng)庫(kù)的堆垛機(jī)，研 究了智能預(yù)測(cè)模糊控制方法，并根據(jù)堆垛機(jī)運(yùn)動(dòng)的實(shí)際工況進(jìn)行了仿真。目前利用神經(jīng)網(wǎng) 絡(luò)和遺傳優(yōu)化算法進(jìn)行堆垛機(jī)運(yùn)行速度控制來(lái)降低堆垛機(jī)振動(dòng)，這方面的研究工作還未見(jiàn) 公開(kāi)文獻(xiàn)報(bào)道。本發(fā)明是有關(guān)堆垛機(jī)的遺傳優(yōu)化控制技術(shù)。本發(fā)明提出的堆垛機(jī)控制新技術(shù)是以 遺傳算法和神經(jīng)網(wǎng)絡(luò)為手段、以降低堆垛機(jī)高速運(yùn)行過(guò)程中產(chǎn)生的振動(dòng)量為目標(biāo)。利用神 經(jīng)網(wǎng)絡(luò)建立堆垛機(jī)振動(dòng)狀態(tài)和堆垛機(jī)運(yùn)行參數(shù)之間映射模型，利用遺傳算法進(jìn)行堆垛機(jī)最 小振動(dòng)狀態(tài)運(yùn)行速度優(yōu)化；在此基礎(chǔ)上進(jìn)行堆垛機(jī)運(yùn)行過(guò)程的控制，從而實(shí)現(xiàn)減小堆垛機(jī) 運(yùn)行過(guò)程振動(dòng)幅度的目標(biāo)。本發(fā)明提出的堆垛機(jī)遺傳優(yōu)化控制新技術(shù)，是采用神經(jīng)網(wǎng)絡(luò)和 遺傳算法來(lái)實(shí)現(xiàn)的，因而本發(fā)明提出的控制新技術(shù)屬于堆垛機(jī)智能控制方法。本發(fā)明提出 的堆垛機(jī)遺傳優(yōu)化控制技術(shù)，可降低堆垛機(jī)高速運(yùn)行過(guò)程中產(chǎn)生的振動(dòng)量，為確保堆垛機(jī) 的高效、安全運(yùn)行提供有效控制手段。

發(fā)明內(nèi)容
本發(fā)明的目的是以神經(jīng)網(wǎng)絡(luò)和遺傳算法為手段、以降低堆垛機(jī)高速運(yùn)行過(guò)程中產(chǎn)生的振動(dòng)量為目標(biāo)，進(jìn)行堆垛機(jī)運(yùn)行過(guò)程的速度優(yōu)化控制。為了達(dá)到上述目標(biāo)，本發(fā)明采用 的技術(shù)方案是以堆垛機(jī)運(yùn)行過(guò)程中主要作業(yè)參數(shù)和堆垛機(jī)運(yùn)行過(guò)程中產(chǎn)生的振動(dòng)數(shù)據(jù)為 基礎(chǔ)，建立堆垛機(jī)振動(dòng)狀態(tài)和主要運(yùn)行參數(shù)之間的神經(jīng)網(wǎng)絡(luò)映射模型；以建立的神經(jīng)網(wǎng)絡(luò) 模型為基礎(chǔ)，利用遺傳算法進(jìn)行堆垛機(jī)作業(yè)過(guò)程中振動(dòng)量最小的運(yùn)行速度優(yōu)化；以?xún)?yōu)化得到的堆垛機(jī)運(yùn)行速度為基礎(chǔ)獲得堆垛機(jī)運(yùn)行的速度控制曲線，利用可編程邏輯控制器和變 頻控制器的數(shù)值轉(zhuǎn)換實(shí)現(xiàn)堆垛機(jī)的速度控制。本發(fā)明包括堆垛機(jī)運(yùn)行過(guò)程樣本數(shù)據(jù)建立、構(gòu)建神經(jīng)網(wǎng)絡(luò)模型、堆垛機(jī)運(yùn)行速度 優(yōu)化、堆垛機(jī)速度控制等內(nèi)容。本發(fā)明包括的具體步驟如下1)建立堆垛機(jī)運(yùn)行過(guò)程樣本數(shù)據(jù)首先分析堆垛機(jī)運(yùn)行過(guò)程中振動(dòng)產(chǎn)生的直接原因，在此基礎(chǔ)上確定與堆垛機(jī)振動(dòng) 相關(guān)的主要影響因素堆垛機(jī)類(lèi)型、操作臺(tái)高度、載重、運(yùn)行速度。按照正交試驗(yàn)方法，進(jìn)行堆 垛機(jī)類(lèi)型、操作臺(tái)高度、載重、運(yùn)行速度和堆垛機(jī)運(yùn)行過(guò)程振動(dòng)之間影響關(guān)系的實(shí)驗(yàn)，獲取 反映有關(guān)堆垛機(jī)類(lèi)型等參數(shù)與堆垛機(jī)振動(dòng)之間影響關(guān)系的大量數(shù)據(jù)。以獲得的堆垛機(jī)運(yùn)行 數(shù)據(jù)為基礎(chǔ)構(gòu)造堆垛機(jī)運(yùn)行過(guò)程樣本數(shù)據(jù)。本發(fā)明將堆垛機(jī)振動(dòng)量作為樣本數(shù)據(jù)的輸出， 將堆垛機(jī)類(lèi)型、操作臺(tái)高度、載重、運(yùn)行速度等參數(shù)作為樣本數(shù)據(jù)的輸入來(lái)形成樣本數(shù)據(jù)。 該樣本數(shù)據(jù)反映了堆垛機(jī)振動(dòng)狀態(tài)與有關(guān)堆垛機(jī)運(yùn)行速度、堆垛機(jī)類(lèi)型、操作臺(tái)高度、載重 之間的關(guān)系。2)構(gòu)建神經(jīng)網(wǎng)絡(luò)模型以建立的堆垛機(jī)運(yùn)行過(guò)程樣本數(shù)據(jù)為基礎(chǔ)進(jìn)行神經(jīng)網(wǎng)絡(luò)模型的構(gòu)建。堆垛機(jī)運(yùn)行 過(guò)程樣本數(shù)據(jù)反映了堆垛機(jī)振動(dòng)狀態(tài)和堆垛機(jī)運(yùn)行速度、堆垛機(jī)類(lèi)型等參數(shù)之間的關(guān)系， 因此利用多層神經(jīng)網(wǎng)絡(luò)或者徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)進(jìn)行樣本學(xué)習(xí)，就可以將樣本數(shù)據(jù)蘊(yùn)涵的 堆垛機(jī)振動(dòng)量與堆垛機(jī)參數(shù)間關(guān)系由神經(jīng)網(wǎng)絡(luò)模型來(lái)描述。構(gòu)建神經(jīng)網(wǎng)絡(luò)模型需要先確定神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和屬性，包括神經(jīng)網(wǎng)絡(luò)的層數(shù)、隱 含層數(shù)、每層的神經(jīng)元數(shù)、每層的激活函數(shù)設(shè)置以及該神經(jīng)網(wǎng)絡(luò)模型的輸入輸出參數(shù)等。其 中神經(jīng)網(wǎng)絡(luò)輸入層神經(jīng)元個(gè)數(shù)對(duì)應(yīng)于樣本輸入部分的參數(shù)數(shù)目，包括堆垛機(jī)類(lèi)型、操作臺(tái) 高度、載貨重量、運(yùn)行速度。神經(jīng)網(wǎng)絡(luò)輸出層神經(jīng)元個(gè)數(shù)對(duì)應(yīng)于樣本輸出部分的參數(shù)數(shù)目， 包括堆垛機(jī)的振動(dòng)量。在確定神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)后，將樣本數(shù)據(jù)處理成滿足神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)需要 的要求，選擇合適的學(xué)習(xí)算法進(jìn)行神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)。完成神經(jīng)網(wǎng)絡(luò)的樣本學(xué)習(xí)過(guò)程后，就可 以建立反映堆垛機(jī)振動(dòng)量與堆垛機(jī)運(yùn)行速度等參數(shù)間關(guān)系的神經(jīng)網(wǎng)絡(luò)模型。3)堆垛機(jī)運(yùn)行速度優(yōu)化以構(gòu)建的堆垛機(jī)振動(dòng)量與堆垛機(jī)運(yùn)行速度、堆垛機(jī)類(lèi)型等參數(shù)之間的神經(jīng)網(wǎng)絡(luò)模 型為基礎(chǔ)，利用遺傳算法進(jìn)行以最小振動(dòng)量為優(yōu)化目標(biāo)的堆垛機(jī)運(yùn)行速度的優(yōu)化。在遺傳 優(yōu)化過(guò)程中，優(yōu)化目標(biāo)涉及的振動(dòng)量將利用構(gòu)建的神經(jīng)網(wǎng)絡(luò)來(lái)計(jì)算；將需要進(jìn)行運(yùn)行速度 優(yōu)化的堆垛機(jī)類(lèi)型、操作臺(tái)高度、載貨重量、當(dāng)前設(shè)計(jì)變量的速度值作為神經(jīng)網(wǎng)絡(luò)的輸入?yún)?數(shù)，對(duì)這些數(shù)據(jù)處理成滿足神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)需要的要求，即可獲得的神經(jīng)網(wǎng)絡(luò)的輸出；對(duì)神經(jīng) 網(wǎng)絡(luò)的輸出數(shù)據(jù)進(jìn)行處理，即可計(jì)算出堆垛機(jī)振動(dòng)量。通過(guò)遺傳優(yōu)化進(jìn)行優(yōu)化設(shè)計(jì)變量的 堆垛機(jī)運(yùn)行速度的優(yōu)選，獲得堆垛機(jī)最小振動(dòng)量對(duì)應(yīng)的運(yùn)行速度。4)堆垛機(jī)速度控制以神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)獲得的堆垛機(jī)最小振動(dòng)的運(yùn)行速度為基礎(chǔ)，進(jìn)行離散速度值曲線擬合，將擬合后的速度曲線存儲(chǔ)于堆垛機(jī)的可編程邏輯控制器的數(shù)據(jù)塊中，為堆垛機(jī)的速 度控制做好準(zhǔn)備。在堆垛機(jī)實(shí)際速度控制中，可編程邏輯控制器按照堆垛機(jī)當(dāng)前位置在擬 合后速度曲線上找出相對(duì)應(yīng)的速度值，通過(guò)模擬量或現(xiàn)場(chǎng)總線方式驅(qū)動(dòng)電流矢量的變頻 器，并驅(qū)動(dòng)堆垛機(jī)行走交流異步電動(dòng)機(jī)完成堆垛機(jī)的速度控制。
本發(fā)明的優(yōu)點(diǎn)堆垛機(jī)的遺傳優(yōu)化控制技術(shù)，能夠進(jìn)行堆垛機(jī)作業(yè)過(guò)程中最小振 動(dòng)狀態(tài)下的運(yùn)行速度優(yōu)化和控制，降低堆垛機(jī)運(yùn)行過(guò)程中的振動(dòng)量。


附圖1是堆垛機(jī)遺傳優(yōu)化控制流程圖；附圖2是堆垛機(jī)遺傳優(yōu)化模型示意圖；附圖3是堆垛機(jī)遺傳優(yōu)化控制原理示意圖
具體實(shí)施例方式以下結(jié)合附圖，說(shuō)明本發(fā)明提出的針對(duì)自動(dòng)化立體倉(cāng)庫(kù)堆垛機(jī)的遺傳優(yōu)化控制技 術(shù)，其具體實(shí)施方法如下圖1是堆垛機(jī)進(jìn)化優(yōu)化控制流程圖，本發(fā)明提出的堆垛機(jī)控制新技術(shù)是以神經(jīng)網(wǎng) 絡(luò)和遺傳算法為手段、以降低堆垛機(jī)高速運(yùn)行過(guò)程中產(chǎn)生的振動(dòng)量為目標(biāo)，進(jìn)行堆垛機(jī)運(yùn) 行過(guò)程的速度優(yōu)化控制。為了達(dá)到上述目標(biāo)，本發(fā)明采用的技術(shù)方案是以堆垛機(jī)運(yùn)行過(guò)程 中主要作業(yè)參數(shù)和堆垛機(jī)運(yùn)行過(guò)程中產(chǎn)生的振動(dòng)數(shù)據(jù)為基礎(chǔ)，建立堆垛機(jī)振動(dòng)狀態(tài)和主要 運(yùn)行參數(shù)之間的神經(jīng)網(wǎng)絡(luò)映射模型；以建立的神經(jīng)網(wǎng)絡(luò)模型為基礎(chǔ)，利用遺傳算法進(jìn)行堆 垛機(jī)作業(yè)過(guò)程中振動(dòng)量最小的運(yùn)行速度優(yōu)化；以?xún)?yōu)化得到的堆垛機(jī)運(yùn)行速度為基礎(chǔ)獲得堆 垛機(jī)運(yùn)行的速度控制曲線，利用可編程邏輯控制器和變頻控制器的數(shù)值轉(zhuǎn)換實(shí)現(xiàn)堆垛機(jī)的 速度控制。圖2是堆垛機(jī)進(jìn)化優(yōu)化模型示意圖，本發(fā)明中的堆垛機(jī)遺傳優(yōu)化模型包括兩個(gè)部 分神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)技術(shù)和遺傳算法優(yōu)化技術(shù)。本發(fā)明中以建立的神經(jīng)網(wǎng)絡(luò)模型為基礎(chǔ)，利用 遺傳算法進(jìn)行堆垛機(jī)作業(yè)過(guò)程中振動(dòng)量最小的運(yùn)行速度優(yōu)化。1.本發(fā)明利用神經(jīng)網(wǎng)絡(luò)技術(shù)進(jìn)行堆垛機(jī)運(yùn)行速度的預(yù)測(cè)，構(gòu)建的神經(jīng)網(wǎng)絡(luò)為具有 三層結(jié)構(gòu)的BP神經(jīng)網(wǎng)絡(luò)模型，詳細(xì)的描述如下1)確定輸入輸出變量在立體化自動(dòng)化倉(cāng)庫(kù)中，通常是將貨物放置在堆垛機(jī)的操作平臺(tái)上，通過(guò)堆垛機(jī) 的移動(dòng)進(jìn)行運(yùn)送，在貨物運(yùn)行過(guò)程中，由于堆垛機(jī)的起動(dòng)、加速、勻速、減速直到停止的復(fù)合 運(yùn)動(dòng)等容易引起堆垛機(jī)機(jī)體的有害振動(dòng)，影響了堆垛機(jī)安全有效的運(yùn)行。這些因素主要包 括堆垛機(jī)的類(lèi)型、堆垛機(jī)貨架的高度、堆垛機(jī)當(dāng)前的載重、堆垛機(jī)在運(yùn)行線路上各段的運(yùn)行 速度。因此，可以采用堆垛機(jī)的類(lèi)型、貨架高度、載重量、各段速度值等幾個(gè)變量作為堆垛機(jī) 神經(jīng)網(wǎng)絡(luò)智能控制模型的輸入變量，而將堆垛機(jī)在運(yùn)行線路上各段的運(yùn)行速度作為堆垛機(jī) 神經(jīng)網(wǎng)絡(luò)智能控制模型的輸出變量。2)網(wǎng)絡(luò)結(jié)構(gòu)描述在該堆垛機(jī)神經(jīng)網(wǎng)絡(luò)控制技術(shù)中，設(shè)我們將堆垛機(jī)的一次作業(yè)運(yùn)行路線按照需要分為N個(gè)部分，那么該發(fā)明中神經(jīng)網(wǎng)絡(luò)模型的輸入層所包含的神經(jīng)元個(gè)數(shù)為N+3個(gè)，分別對(duì) 應(yīng)堆垛機(jī)的類(lèi)型、操作臺(tái)的高度、當(dāng)前的載重以及堆垛機(jī)一次作業(yè)運(yùn)行線路上各段的速度
值(\、\.......Vn)；該神經(jīng)網(wǎng)絡(luò)模型輸出節(jié)點(diǎn)數(shù)為N個(gè)，對(duì)應(yīng)堆垛機(jī)一次作業(yè)路線上各段
的速度值(V1J2.......Vn)；中間一層為神經(jīng)網(wǎng)絡(luò)模型的隱含層，它所包含的神經(jīng)元的個(gè)數(shù)
為Τ ^ + 個(gè)，其中t表示0到10之間的任意一個(gè)整數(shù)。在本發(fā)明的神經(jīng)網(wǎng)絡(luò)模型中，輸入層、中間層(隱含層)和輸出層、上下層之間各神經(jīng)元實(shí)現(xiàn)連接，同層之間無(wú)連接，隱含層 的激活函數(shù)均采用Sigmoid函數(shù)(S型函數(shù))，函數(shù)描述如下
f(v)=1/1 + exp(-av)式中，a為Sigmoid函數(shù)的斜率參數(shù)，通過(guò)改變參數(shù)a，可以獲取不同斜率的 Sigmoid 函數(shù)。3)網(wǎng)絡(luò)訓(xùn)練網(wǎng)絡(luò)的訓(xùn)練樣本通過(guò)堆垛機(jī)實(shí)際作業(yè)過(guò)程中隨機(jī)采集而來(lái)，而神經(jīng)網(wǎng)絡(luò)采用3層 的神經(jīng)網(wǎng)絡(luò)模型，結(jié)構(gòu)采用N個(gè)輸入神經(jīng)元、ν^^ + 個(gè)隱含層節(jié)點(diǎn)(t表示0到10之間 的任意一個(gè)整數(shù))和N個(gè)輸出節(jié)點(diǎn)。神經(jīng)網(wǎng)絡(luò)訓(xùn)練的過(guò)程也就是一個(gè)學(xué)習(xí)的過(guò)程，首先將 輸入信息通過(guò)輸入層經(jīng)隱含層逐層處理并計(jì)算每個(gè)單元的實(shí)際輸出值，然后根據(jù)期望輸出 與實(shí)際輸出的差值，由輸出端開(kāi)始逐層調(diào)節(jié)權(quán)值。2.本發(fā)明利用遺傳算法進(jìn)行以最小振動(dòng)量為優(yōu)化目標(biāo)的堆垛機(jī)運(yùn)行速度的優(yōu) 化1)設(shè)計(jì)優(yōu)化變量在堆垛機(jī)的作業(yè)過(guò)程中，堆垛機(jī)的速度主要與堆垛機(jī)的類(lèi)型T，作業(yè)過(guò)程中貨架的 高度為H，當(dāng)前載貨重量為G有關(guān)，所以?xún)?yōu)化變量可以記為Vi = f(T, Hi, Gi)上式中，Vi表示堆垛機(jī)在第i子路段的運(yùn)行速度，Hi表示在第i子路段的貨架高 度，Gi表示在第i子路段時(shí)刻堆垛機(jī)的載貨重量。i = 1，2…N，N為堆垛機(jī)一次作業(yè)中根據(jù) 需要所劃分子路段的個(gè)數(shù)。2)設(shè)計(jì)優(yōu)化目標(biāo)函數(shù)針對(duì)自動(dòng)化立體倉(cāng)庫(kù)中堆垛機(jī)的作業(yè)過(guò)程和工作原理，設(shè)堆垛機(jī)的類(lèi)型為T(mén)，作業(yè) 過(guò)程中貨架的高度為H，當(dāng)前載貨重量為G，堆垛機(jī)一次作業(yè)過(guò)程中在各個(gè)子路段的振動(dòng)量
分別為ApA2.......Αη(η= 1，2......)結(jié)合堆垛機(jī)作業(yè)時(shí)影響堆垛機(jī)振動(dòng)量的各個(gè)因素，
設(shè)計(jì)堆垛機(jī)作業(yè)速度優(yōu)化的設(shè)計(jì)變量主要包括堆垛機(jī)的類(lèi)型T，貨架的高度H，載貨重量 G，堆垛機(jī)一次作業(yè)的綜合振動(dòng)量A。其中堆垛機(jī)一次作業(yè)的綜合振動(dòng)量A計(jì)算如下A= (a^Ai+a^A；,+··· +aN*AN) /N其中 ， …如分別為堆垛機(jī)一次作業(yè)中各個(gè)子路段的振動(dòng)量的加權(quán)系數(shù)，N = 1， 2，……，為根據(jù)需要所劃分的子路段的個(gè)數(shù)。3)設(shè)計(jì)優(yōu)化約束函數(shù)在堆垛機(jī)的作業(yè)過(guò)程中，堆垛機(jī)的速度不能超過(guò)規(guī)定的最大安全速度，同時(shí)作業(yè) 過(guò)程中堆垛機(jī)的機(jī)體振動(dòng)應(yīng)最小，依此可以確定堆垛機(jī)智能優(yōu)化的約束函數(shù)。Vfflin < Vi < VfflaxIiiinAi = g(Vi, T, Hi, Gi)4)優(yōu)化計(jì)算本發(fā)明將遺傳算法進(jìn)行堆垛機(jī)的智能優(yōu)化計(jì)算，在堆垛機(jī)的優(yōu)化過(guò)程中，通過(guò)遺 傳算法的操作對(duì)堆垛機(jī)進(jìn)行精確優(yōu)化計(jì)算，最終得到精確優(yōu)化結(jié)果。圖3是堆垛機(jī)神經(jīng)網(wǎng)絡(luò)控制的控制原理示意圖，本發(fā)明中堆垛機(jī)的神經(jīng)網(wǎng)絡(luò)控制算法主要由可編程控制器PLC來(lái)完成。通過(guò)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練預(yù)測(cè)堆垛機(jī)在單次作業(yè)路徑上 每段的運(yùn)行速度值，此功能塊輸出的是各時(shí)段的速度控制值，這些速度值是一些離散點(diǎn)，如 何直接用于控制，由于各點(diǎn)不連續(xù)，對(duì)堆垛機(jī)會(huì)造成一定的沖擊，為了使堆垛機(jī)運(yùn)行平穩(wěn)， 這里通過(guò)將這些離散點(diǎn)擬合成堆垛機(jī)的運(yùn)行控制曲線，以取此曲線上的各點(diǎn)作為速度設(shè)定 值送變頻控制器。 本發(fā)明對(duì)速度采用閉環(huán)控制，堆垛機(jī)的速度可以通過(guò)激光測(cè)距儀檢測(cè)的堆垛機(jī)水平位置的變化速度來(lái)計(jì)算。運(yùn)算后的速度控制量通過(guò)PLC的D/A模塊轉(zhuǎn)化為電流信號(hào)用于 控制變頻器，本發(fā)明中行走、起升和貨叉電機(jī)分別由兩臺(tái)變頻器分時(shí)控制實(shí)現(xiàn)無(wú)極調(diào)速，變 頻器再通過(guò)改變電源頻率控制電機(jī)的轉(zhuǎn)速。
權(quán)利要求
堆垛機(jī)遺傳優(yōu)化控制技術(shù)，其特征是以遺傳算法和神經(jīng)網(wǎng)絡(luò)為手段、以降低堆垛機(jī)高速運(yùn)行過(guò)程中產(chǎn)生的振動(dòng)量為目標(biāo)，進(jìn)行堆垛機(jī)運(yùn)行過(guò)程的速度控制，包括以下步驟建立堆垛機(jī)運(yùn)行過(guò)程樣本數(shù)據(jù)；堆垛機(jī)運(yùn)行過(guò)程速度的遺傳優(yōu)化；構(gòu)建神經(jīng)網(wǎng)絡(luò)模型；堆垛機(jī)運(yùn)行速度預(yù)測(cè)；堆垛機(jī)速度控制。
2.根據(jù)權(quán)利要求1所述的堆垛機(jī)遺傳優(yōu)化控制技術(shù)，其特征在于所述的堆垛機(jī)運(yùn)行 過(guò)程速度值的遺傳優(yōu)化是利用遺傳算法對(duì)樣本數(shù)據(jù)進(jìn)行優(yōu)化來(lái)實(shí)現(xiàn)的。
3.根據(jù)權(quán)利要求1所述的堆垛機(jī)遺傳優(yōu)化控制技術(shù)，其特征在于所述的堆垛機(jī)運(yùn)行 速度值的預(yù)測(cè)是在堆垛機(jī)運(yùn)行過(guò)程速度值遺傳優(yōu)化的基礎(chǔ)上，通過(guò)建立神經(jīng)網(wǎng)絡(luò)模型并對(duì) 網(wǎng)絡(luò)進(jìn)行訓(xùn)練來(lái)實(shí)現(xiàn)的。
全文摘要
一種堆垛機(jī)遺傳優(yōu)化控制技術(shù)，該技術(shù)以神經(jīng)網(wǎng)絡(luò)和遺傳算法為手段、以降低堆垛機(jī)高速運(yùn)行過(guò)程中產(chǎn)生的振動(dòng)量為目標(biāo)，進(jìn)行堆垛機(jī)運(yùn)行過(guò)程的速度優(yōu)化控制。它以堆垛機(jī)運(yùn)行過(guò)程中主要作業(yè)參數(shù)和堆垛機(jī)運(yùn)行過(guò)程中產(chǎn)生的振動(dòng)數(shù)據(jù)為基礎(chǔ)，建立堆垛機(jī)振動(dòng)狀態(tài)和主要運(yùn)行參數(shù)之間的神經(jīng)網(wǎng)絡(luò)映射模型；以建立的神經(jīng)網(wǎng)絡(luò)模型為基礎(chǔ)，利用遺傳算法進(jìn)行堆垛機(jī)作業(yè)過(guò)程中振動(dòng)量最小的運(yùn)行速度優(yōu)化；以?xún)?yōu)化得到的堆垛機(jī)運(yùn)行速度為基礎(chǔ)獲得堆垛機(jī)運(yùn)行的速度控制曲線，利用可編程邏輯控制器和變頻控制器的數(shù)值轉(zhuǎn)換實(shí)現(xiàn)堆垛機(jī)的速度控制。
文檔編號(hào)G05B13/02GK101840201SQ20101013640
公開(kāi)日2010年9月22日 申請(qǐng)日期2010年3月30日 優(yōu)先權(quán)日2010年3月30日
發(fā)明者徐正林, 陸金桂, 韓紹軍 申請(qǐng)人:江蘇六維物流設(shè)備實(shí)業(yè)有限公司