攪拌站參數(shù)自適應(yīng)調(diào)整算法研究

吳俊 靳俊發(fā) 涂明昌

（三一汽車制造有限公司，湖南長沙 410100）

0.引言

混凝土攪拌站控制系統(tǒng)目前計量參數(shù)較多，基本都是靠人工進行調(diào)節(jié)，如果生產(chǎn)操作員對參數(shù)含義不熟悉，倉促調(diào)整相應(yīng)參數(shù)，可能會導(dǎo)致相反的效果，或?qū)е缕渌a(chǎn)故障。在生產(chǎn)混凝土使用的原材料材質(zhì)不穩(wěn)定或大小方量交替生產(chǎn)時，粗精稱閾值、計量結(jié)束提前量等計量參數(shù)的調(diào)整就會比較頻繁，對生產(chǎn)操作員技能要求高，耗費精力的同時也加長了生產(chǎn)周期。為解決該難題，本文提出一種參數(shù)自適應(yīng)學(xué)習(xí)算法，該算法為一種無模型迭代自學(xué)習(xí)算法，適用于混凝土攪拌站生產(chǎn)這一類在有限時間段內(nèi)重復(fù)進行的非線性系統(tǒng)的完全追蹤任務(wù)，實現(xiàn)了系統(tǒng)自適應(yīng)調(diào)整生產(chǎn)參數(shù)，提升計量精度的同時縮短了生產(chǎn)周期。

1.參數(shù)自適應(yīng)迭代算法現(xiàn)狀

控制任務(wù)的主要目的均為實現(xiàn)被控目標(biāo)對既定目標(biāo)軌跡追蹤且能實現(xiàn)在時間軸上的逐次收斂[1]，前述中的時間軸是指有限時間段，混凝土攪拌站生產(chǎn)完全滿足該條件。

自適應(yīng)控制[2]（Adaptive Control）在近些年發(fā)展較為迅速，對未知的定常參數(shù)不確定性系統(tǒng)進行動態(tài)分析具有很好的效果，是人們公認的最有效的方法之一，可實現(xiàn)在線調(diào)整控制增益及參數(shù)，同時具備較好的魯棒性，在控制任務(wù)時間段有界時實現(xiàn)誤差值漸次收斂于零。

針對非線性模型有Hammerstein模型、Winner模型、預(yù)測控制、Backstepping法等，但是此類模型均需要一個精確的模型作為依據(jù)，而針對實際的控制系統(tǒng)建立一個精確的模型并不容易，為了寬限控制系統(tǒng)對數(shù)學(xué)模型的過度依賴，學(xué)者們又提出了神經(jīng)網(wǎng)絡(luò)[3]、多模型法[4]等?？紤]到以往訓(xùn)練的操作不能為被控系統(tǒng)借鑒學(xué)習(xí)的弊端，作為補充自適應(yīng)控制法，針對前述的有界時間段、完全追蹤既定目標(biāo)、在時間軸延申時誤差收斂于零系統(tǒng)模型，迭代學(xué)習(xí)法[5-7]可以很好地解決此類系統(tǒng)的控制，該方法僅需知道有限的信息就可以通過迭代自學(xué)習(xí)[8]的方式訓(xùn)練模型實現(xiàn)控制目的。

本文提出的參數(shù)自適應(yīng)調(diào)整控制算法即為迭代自學(xué)習(xí)算法，系統(tǒng)通過采集物料特性參數(shù)、攪拌站結(jié)構(gòu)參數(shù)等作為算法為訓(xùn)練系統(tǒng)的輸入信息，根據(jù)實時工況實時訓(xùn)練調(diào)整各參數(shù)，經(jīng)過兩三盤混凝土生產(chǎn)的自學(xué)習(xí)時間實現(xiàn)誤差絕對值收斂于0，實現(xiàn)計量誤差在國標(biāo)范圍內(nèi)。同時可將物料計量范圍從量程的30%拓展至量程的10%，自適應(yīng)調(diào)整各計量參數(shù)，最大程序減少人為操作，解放雙手，實現(xiàn)準(zhǔn)、快、精完成計量，為行業(yè)內(nèi)首創(chuàng)。

2.迭代自學(xué)習(xí)算法原理

迭代自學(xué)習(xí)控制法訓(xùn)練公式如下：

式中，f()、g()為具有對應(yīng)維數(shù)的矢量函數(shù)；Xk(t)∈Rn表示系統(tǒng)狀態(tài)矢量；Yk(t)∈Rm表示系統(tǒng)輸出矢量；uk(t)∈Rr表示系統(tǒng)的輸入矢量；t∈{0,1,…,T}表示有限的跟蹤區(qū)間；k=0,1,2,…表示迭代的次數(shù)。

我們迭代自學(xué)習(xí)的任務(wù)為在有限/有界時間段內(nèi)，對既定的期望變量Yd(t)，t∈{0,1,…,T}，找到系統(tǒng)輸入uk(t)，令系統(tǒng)輸出Yk(t)跟蹤上既定的期望變量Yd(t)。即在迭代自學(xué)習(xí)的次數(shù)k達到一定值時，誤差值ek(t)=Yd(t)-Yk(t)，t∈{0,1,…,T}，絕對值趨近于0。

由首次系統(tǒng)輸入變量uk(t)和系統(tǒng)誤差值ek(t)構(gòu)建學(xué)習(xí)機制，制定下一次迭代自學(xué)習(xí)的系統(tǒng)輸入u(k+1)(t)，即：

式中，q為學(xué)習(xí)增量(反饋增量)。

迭代自學(xué)習(xí)法在控制對象變量時，用存儲器將上一次的訓(xùn)練結(jié)果存儲下來，作為下一次迭代自學(xué)習(xí)的反饋值融入自學(xué)習(xí)控制算法中，將開環(huán)控制優(yōu)化為閉環(huán)控制，使訓(xùn)練結(jié)果更接近既定目標(biāo)。

3.參數(shù)自適應(yīng)調(diào)整的實現(xiàn)

根據(jù)國標(biāo)文件《建筑施工機械與設(shè)備混凝土攪拌站（樓）GB-T10171-2016》[9]要求，混凝土各組成材料應(yīng)按質(zhì)量計量，水和外加劑也可按容積計量。各組成材料可采用單獨計量，也可采用累計計量。國標(biāo)中物料的計量精度如表1和表2所示。

表1 各種物料的每盤動態(tài)計量精度（適用于周期式攪拌站）

表2 各種物料的累計動態(tài)計量精度

混凝土攪拌站控制參數(shù)自適應(yīng)調(diào)整的實現(xiàn)需要一些設(shè)備參數(shù)、稱量閾值、結(jié)構(gòu)尺寸、皮帶速度及長度等關(guān)鍵參數(shù)作為迭代自學(xué)習(xí)控制算法的初始訓(xùn)練條件，同時這些參數(shù)匹配關(guān)聯(lián)不同型號的混凝土攪拌站。這些關(guān)鍵參數(shù)如骨料配料倉門寬度及長度、相鄰骨料配料倉間隔距離、斜皮帶最近骨料倉的近倉長度、粉料螺旋規(guī)格、水泵輸送理論值及管徑、外加劑泵輸送理論值及管徑等。

同時，相關(guān)初始參數(shù)需要硬件傳感器的數(shù)據(jù)支撐，如皮帶速度檢測傳感器、稱量稱重傳感、位置檢測傳感器等。以骨料為例，系統(tǒng)實時采集物料進料速度，根據(jù)物料特性目標(biāo)計量值迭代自學(xué)習(xí)各參數(shù)調(diào)整粗稱、精稱、脈動閾值及落差等計量參數(shù)，實時采集物料卸料速度，根據(jù)實際計量值與目標(biāo)計量值的誤差值自動判斷是否扣稱及扣稱量，迭代自學(xué)習(xí)脈動扣稱量、補卸量、扣稱提前量等卸料參數(shù)，實現(xiàn)快速準(zhǔn)確計量及精準(zhǔn)扣稱，并達到平皮帶上骨料料流連續(xù)不間斷、不疊料、不撒料，完成骨料的快速輸送，大幅度節(jié)約骨料輸送時間，提升了生產(chǎn)效率，骨料料流實拍如圖1所示。

圖1 骨料料流無縫卸料實拍圖

以粉料為例，控制系統(tǒng)通過迭代自學(xué)習(xí)算法自動調(diào)整物料落差，以水泥為例，對比水泥實際落差與系統(tǒng)自調(diào)整落差，結(jié)果如圖2～圖4所示。

圖2 水泥計量統(tǒng)計

圖3 水泥計算落差與實際落差對比圖

圖4 水泥計算落差與實際落差對比圖

參數(shù)自適應(yīng)調(diào)整算法使用前后，計量精度對比分析如表3所示。

表3 參數(shù)自適應(yīng)調(diào)整前后物料計量精度對比

4.總結(jié)

隨著工業(yè)4.0和中國2025規(guī)劃的提出，數(shù)字化、智能化、無人化生產(chǎn)將是工業(yè)自動化生產(chǎn)的發(fā)展方向。三一重工積極響應(yīng)國家號召，實施工程機械制造業(yè)數(shù)字化轉(zhuǎn)型，時刻把握市場需求，解決客戶痛點、難點。針對計量參數(shù)量多且經(jīng)常需要生產(chǎn)操作員手動調(diào)整的難題，參數(shù)自適應(yīng)調(diào)整算法實現(xiàn)了參數(shù)自適應(yīng)調(diào)整，不再需要手動調(diào)整，減少了人為操作，降低了生產(chǎn)操作員的技能要求，同時提升了物料計量精度，真正意義上實現(xiàn)了一鍵式生產(chǎn)。