基于RBF神经网络的提升机定位系统设计与应用.pdfVIP

第30卷第2期 柳 州 师 专 学 报 Vol.30 No.2 2015年4月 JournalofLiuzhouTeachersCollege Apr.2015 基于RBF神经网络的提升机定位系统设计与应用 陈 冬 玲 （柳州职业技术学院机电工程系，广西柳州 545006） 摘 要：针对干熄焦提升机定位系统具有多变量及存在随机电磁干扰的特点，通过采用RBF神经网络学习算法，实 时在线辨识，建立被控对象的精确数学模型并用于控制，实现了当定位系统受强电磁干扰时，系统仍然能够保障提升机 正常运行.应用结果表明，该智能控制系统既保证了干熄焦提升机定位系统的稳定性，又提高了对工况电磁干扰的适应性. 关键词：干熄焦提升机；RBF神经网络；定位系统；设计 中图分类号：TG334.9 文献标识码： A 文章编号： 1003-7020（2015）02-0125-04 交流调速装置6SE70及其整流回馈单元，冗余PLC、 0 引言 人机画面HMI等单元组成.PLC控制系统及网络通讯 干法熄焦是目前国内焦化行业大力倡导的一项 图，如图1所示. 先进技术，提升机作为干熄焦系统的关键工艺设备， 其稳定运行是干熄焦系统能够生产质量稳定的焦炭 ［1］ 以及发电用蒸汽的首要条件 .目前提升机定位系统 的正常运行完全依赖于定位检测编码器的数据，由于 提升机电机大电流特性使其控制通讯网络极易受到 电磁干扰的影响，导致数据采集误差大甚至数据丢 ［2］ 失，引起程序执行混乱，致使控制失常等严重后果 . 而传统的硬件及软件整改方法由于自身特点及生产 环境的特殊性很难彻底杜绝电磁干扰的影响，由于人 工神经网络具有自适应学习的能力，可以自动适应控 制对象在运行过程中因扰动引起的参数或数学模型 图1 PLC控制系统及网络通讯图 发生变化的情况，所以在解决工业控制中的电磁干扰 提升机在整个运行过程中主要完成焦罐的提升、 方面具有巨大的潜力. 走行、下降及装入动作.提升机的操作正常情况要求 针对电磁干扰的复杂情况，本文提出一种基于 动作全部自动完成，并且要求保持一定的生产节奏. RBF神经网络实时在线辨识的方法，构建了提升机系 提升机在提升和走行的运行过程中，采用分段速度控 统轨迹数学模型，并引入相应的切换策略，使定位系 制的方法，既可以减小设备的冲击，又可以保证定位 统能够在编码器数据模型与神经网络数学模型之间 的精度与设备的安全. 动态切换，从而实现了提升轨迹的精准预测与控制. 在提升机横移走行的过程中，在自动运行的条件 该控制策略具有较高的鲁棒性和动态响应能力，并实 下，提升机首先进入高速走行，到达减速位后降为低 现精确定位，现已成功应用于广西柳钢1#干熄焦提升 速，到达定位位置停车.提升机在提升和下降运行的 机定位控制系统. 过程中，采用多次速提升机运行曲度变化的方法.提 升过程中的速度控制由提升机提升定位检测编码器 1 提升机控制系统原理及提升过程 提供位置信号以确定提升速度.提升运行曲线如图2 提升机控制系统主要由定位检测编码器、全数字 所示. ［收稿日期］2015-01-15 ［基金项目］2014年度广西教育厅科研项目（YB2014497）。 ［作者简介］陈冬玲（1971—），女，副教授，研究方向：神经网络的科研应用与教学工作。