论文部分内容阅读
当今能源问题日益凸出,节能减排已经成为工作、生活中不可避免的话题。随着绿色建筑、智能电网等概念深入人心,电线电缆在社会生活中扮演着越来越重要的角色。生产绿色、环保、节能的高质量电线电缆是大势所趋。由于电线电缆挤塑过程挤塑机理复杂,并且电线电缆挤塑系统是一种强耦合,大滞后的非线性系统,很难建立精确的机理模型,所以电线电缆挤塑过程中只能依靠工人经验来确定工艺参数。因此,研究智能优化算法优化控制电线电缆挤塑工艺对电线电缆的生产具有十分重要的意义。本文通过分析电线电缆的生产线结构、挤塑机装置以及挤塑原理的基础上,得到了影响电线电缆挤塑过程几个主要工艺参数,并且结合实验数据做了以下研究:首先,针对电线电缆挤塑过程很难建立机理模型的特点,采用基于在线序贯极限学习机(Online Sequential Extreme Learning Machine,OS-ELM)的双启发式动态规划(Dual Heuristic Dynamic Programming,DHP)算法的模型网络建立电线电缆的预测模型。并通过与BP神经网络(Back Propagation Neural Network,BPNN)和径向基函数神经网络(Radial Basis Function Neural Network,RBFNN)的预测模型进行仿真实验对比,结果显示OS-ELM模型泛化能力更强、运行时间更短,预测结果更为准确;其次,在电线电缆挤塑过程预测模型的基础上,采用DHP对电线电缆挤塑过程的工艺参数学习寻优,并采用极限学习机(Extreme learning Machine,ELM)改进了DHP算法的评价和执行网络,通过仿真实验对比分析,改进后DHP的稳定性更高,收敛速度更快,寻优出的工艺参数更好,实现了对电线电缆挤塑系统的优化控制;最后,为了提高电线电缆挤塑系统的自动化水平,设计现场总线控制系统(Fieldbus Control System,FCS)用于电线电缆挤塑过程。选用S7-400系列PLC作为控制器;STEP7进行软件编程和硬件组态;WinCC软件进行上位机界面设计;OPC进行WinCC和MATLAB之间的通信;实现了对电线电缆生产设备的实时管理、智能控制。