本發(fā)明屬于自動(dòng)化控制技術(shù)領(lǐng)域,涉及一種基于改進(jìn)的量子遺傳算法的扇形磨片排序方法。
背景技術(shù):
造紙行業(yè)機(jī)械設(shè)備投資大、固定成本高,如何降低其生產(chǎn)成本,在激烈的競(jìng)爭(zhēng)中奪取有利的競(jìng)爭(zhēng)優(yōu)勢(shì),是一個(gè)不可避免的話題。在造紙行業(yè)中,扇形磨片是在打漿環(huán)節(jié)中纖維原料經(jīng)碾磨而形成紙漿的重要元件之一,同時(shí)碾磨的工作過程也使磨片極易磨損,它的使用壽命直接影響著成漿質(zhì)量、生產(chǎn)效率以及生產(chǎn)成本。并且由于扇形磨片受生產(chǎn)加工工藝中某些因素的影響,導(dǎo)致生產(chǎn)出來的扇形磨片質(zhì)量分布并不均勻,如果以隨機(jī)的順序進(jìn)行安裝,離心力的作用將會(huì)導(dǎo)致旋轉(zhuǎn)機(jī)械劇烈振動(dòng),高速旋轉(zhuǎn)甚至可能導(dǎo)致旋轉(zhuǎn)部件的崩裂。安裝扇形磨片前進(jìn)行平衡校正,對(duì)扇形磨片進(jìn)行合理的排序,能夠減少扇形磨片安裝之后的原有振動(dòng),降低轉(zhuǎn)動(dòng)軸的振動(dòng)磨損和紙漿磨片的磨損,相應(yīng)的提高磨漿質(zhì)量與效率以及提高扇形磨片的使用壽命,同時(shí)也大大減少非正常停機(jī)時(shí)間,提高磨漿機(jī)的整體使用壽命,最終從扇形磨片的生產(chǎn)環(huán)節(jié)約造紙行業(yè)生產(chǎn)成本,鑒于此,一種基于改進(jìn)的量子遺傳算法的扇形磨片排序方法是業(yè)內(nèi)急需。
技術(shù)實(shí)現(xiàn)要素:
本發(fā)明一種基于改進(jìn)的量子遺傳算法的扇形磨片排序方法,提供一種改進(jìn)的量子遺傳算法,優(yōu)化扇形磨片排序結(jié)果,從而提高磨漿機(jī)的生產(chǎn)效率和使用壽命。本發(fā)明技術(shù)方案是由10個(gè)步驟組成,其中,步驟1,建立扇形磨片排序安裝模型;步驟2,構(gòu)建目標(biāo)函數(shù)和約束條件;步驟3,采用實(shí)數(shù)編碼方式,生成初代種群;步驟4,適應(yīng)度值計(jì)算;步驟5,進(jìn)行概率幅自適應(yīng)更新,再根據(jù)更新概率幅更新種群;步驟6,根據(jù)遺傳算法的交叉、變異更新種群;步驟7,再次進(jìn)行適應(yīng)度值計(jì)算;步驟8,進(jìn)行最佳個(gè)體遷移;步驟9,判斷是否滿足終止條件;步驟10,輸出最佳個(gè)體和適應(yīng)度值即排序結(jié)果。
本發(fā)明的優(yōu)點(diǎn)在于對(duì)扇形磨片進(jìn)行合理排序,提高紙漿磨漿機(jī)的生產(chǎn)效率和使用壽命,降低扇形磨片的剩余不平衡量。
附圖說明
圖1為一種基于改進(jìn)的量子遺傳算法的扇形磨片排序方法的原理圖
圖2為扇形磨片排序安裝模型
圖3為根據(jù)概率幅方差對(duì)概率幅進(jìn)行更新調(diào)整的仿真效果圖
圖4為三種優(yōu)化方法的優(yōu)化結(jié)果對(duì)比圖
具體實(shí)施方式
下面結(jié)合附圖對(duì)本發(fā)明進(jìn)行進(jìn)一步的說明。
圖1為一種基于改進(jìn)的量子遺傳算法的扇形磨片排序方法的原理圖,采用一種改進(jìn)的量子計(jì)算方法與遺傳算法相結(jié)合的優(yōu)化排序方法,即一方面,通過概率幅的自適應(yīng)更新來進(jìn)行種群的更新;另一方面,通過遺傳算法的交叉、變異更新種群。避免局部收斂,加快收斂速度,達(dá)到優(yōu)化扇形磨片排序的目的。
對(duì)于模型中,一種基于改進(jìn)的量子遺傳算法的扇形磨片排序方法,包括以下步驟:
步驟1,建立扇形磨片排序安裝模型如圖2所示,將某塊磨片處于某一位置用參數(shù)集合的形式表達(dá)清楚,其設(shè)計(jì)方法為:
將扇形磨片排序安裝模型設(shè)計(jì)為總數(shù)為n的環(huán)狀放置的單個(gè)扇形磨片組成的成組磨盤,其中第i個(gè)扇形磨片的特性參數(shù)為:質(zhì)量mi,質(zhì)心位置(ri,θi),i=1,2,…,n,其中質(zhì)心ci與該磨片的端面夾角為θi,ri為距圓心距離。則第i個(gè)扇形磨片在j位置時(shí),與x軸正方向的夾角為:
式中:j=1,2,…,n。
扇形磨片i在位置j時(shí)的參數(shù)集合為:
hi,j={mi,ri,θi,j}(2)
步驟2,構(gòu)建目標(biāo)函數(shù)和約束條件,其方法為:
首先,組合優(yōu)化排序后的扇形磨片相對(duì)于旋轉(zhuǎn)中心的不平衡量為:
xi,j=miricos(θi,j)(4)
yi,j=mirisin(θi,j)(5)式中:
wi,j表示扇形磨片i在j位置時(shí)的總質(zhì)量矩;xi,j表示扇形磨片i在j位置時(shí)相對(duì)于x軸的質(zhì)量矩;yi,j表示扇形磨片i在j位置時(shí)相對(duì)于y軸的質(zhì)量矩。
再次,結(jié)合扇形磨片排序安裝模型,構(gòu)建扇形磨片相對(duì)于x軸的質(zhì)量矩矩陣為:
同理扇形磨片相對(duì)于y軸的質(zhì)量矩矩陣為:
則優(yōu)化目標(biāo)函數(shù)為:
約束條件為:
式中:h表示扇形磨片編號(hào),k表示扇形磨片所處位置,ah,k表示在給定位置取1,其他位置取0。
步驟3,采用實(shí)數(shù)編碼方式,生成初代種群,其方法為:
設(shè)置原始概率幅矩陣如式(10)所示,初代種群根據(jù)此初始概率幅矩陣產(chǎn)生,同時(shí)初代概率幅矩陣根據(jù)初代種群的結(jié)構(gòu)形態(tài)和適應(yīng)度值進(jìn)行自適應(yīng)的更新。以此方案保證概率幅矩陣和種群的循環(huán)迭代更新,同時(shí)也保證種群向種群最佳適應(yīng)度值的方向收斂,概率幅矩陣內(nèi)元素也向0或1的方向收斂。
式中:n為磨片組內(nèi)扇形磨片的數(shù)量;pij=1/n表示扇形磨片i在j位置的取值概率。
步驟4,適應(yīng)度值計(jì)算,其方法為:將初代種群帶入目標(biāo)函數(shù)(即適應(yīng)度函數(shù))進(jìn)行適應(yīng)度值計(jì)算。
步驟5,進(jìn)行概率幅自適應(yīng)更新,再根據(jù)更新概率幅更新種群,其方法為:①為了保證具有最佳適應(yīng)度值的個(gè)體的取值概率增大,根據(jù)適應(yīng)度值進(jìn)行概率幅的更新。
設(shè)某一列的概率幅為:
p=n{p1,p2,…pbest,…,pn}(11)
式中:n表示磨片數(shù)目;
式中:c1為正整數(shù),其取值為3。
將式(13)計(jì)算所得結(jié)果替換式(12)計(jì)算所得p′best,從而得到新的概率幅集合p。
②為了保證種群中某一位置上的普遍基因的取值概率增大,根據(jù)某一磨片在某一位置出現(xiàn)的次數(shù)進(jìn)行概率幅的更新。
設(shè)種群規(guī)模為a,由1中方法得到更新后的某一列概率幅p={pi}。當(dāng)前種群中該列中出現(xiàn)每個(gè)磨片的次數(shù)分別為:
{a1,a2,…,an}
式中:
得到更新后的概率為:
③為了保證種群的多樣性,避免局部收斂,根據(jù)概率幅方差對(duì)概率幅進(jìn)行更新調(diào)整。
通過前兩步更新方法的調(diào)整,在種群進(jìn)化過程中,每一列概率幅的某一位置逐漸收斂到1,而其他位置是向0的方向逐漸收斂,因此其方差也逐漸增大并趨于穩(wěn)定,容易導(dǎo)致種群陷入局部收斂。為了避免局部收斂,根據(jù)概率幅的方差進(jìn)行概率幅的再次調(diào)整,調(diào)整的仿真效果圖如圖3所示。
假設(shè)經(jīng)前兩步調(diào)整之后的某一列概率幅p={pi}。pi的更新方法如式(15)所示:
其中:
式中:c2為正整數(shù),其取值為4;
步驟6,根據(jù)遺傳算法的交叉、變異更新種群,其設(shè)計(jì)方法為:帶入標(biāo)準(zhǔn)遺傳算法進(jìn)行交叉、變異操作,設(shè)置交叉算子為pc=0.8,變異算子為pm=0.08。
步驟7,再次進(jìn)行適應(yīng)度值計(jì)算,其設(shè)計(jì)方法為:將更新種群帶入適應(yīng)度值函數(shù)進(jìn)行適應(yīng)度值計(jì)算。
步驟8,進(jìn)行最佳個(gè)體遷移,其方法為:將父代種群中具有最佳適應(yīng)度值的個(gè)體復(fù)制到子代中,以保證每代種群在進(jìn)化中總有向優(yōu)趨勢(shì)。
步驟9,判斷是否滿足終止條件,其方法為:通過適應(yīng)度值判斷經(jīng)上述操作的群體性能是否滿足剩余不平衡量小于0.05kg.m,或者已完成預(yù)定迭代次數(shù),如果有執(zhí)行步驟10,輸出最佳個(gè)體和適應(yīng)度值即排序結(jié)果;如果沒有則返回步驟5。
圖4為三種優(yōu)化方法的優(yōu)化結(jié)果對(duì)比圖,對(duì)改進(jìn)的量子遺傳算法進(jìn)行模擬分析,優(yōu)化結(jié)果1表示標(biāo)準(zhǔn)遺傳算法的優(yōu)化結(jié)果,優(yōu)化結(jié)果2表示自適應(yīng)遺傳算法優(yōu)化結(jié)果,優(yōu)化結(jié)果3表示一種基于改進(jìn)的量子遺傳算法的扇形磨片排序方法的優(yōu)化結(jié)果。