胎面挤出过程速度链智能优化系统及其优化方法

摘要

本发明提供了一种胎面挤出过程速度链智能优化系统及其优化方法，该系统包括双层多目标优化子系统、经验规则模糊PID自整定子系统、胎面运行数据库和智能协调器；双层多目标优化子系统通过胎面挤出过程运行数据的实验参数补偿模型、胎面质量预估值及胎面收缩模型计算获得胎面运行速度；再由经验规则模糊PID自整定子系统对胎面运行速度进行整定；最后经智能协调器协调双层多目标优化子系统和经验规则模糊PID自整定子系统的输出参数，获得最终优化参数。本发明能有效控制胎面挤出过程的速度链，使之符合预期的运行目标，各局部速度能够很好的匹配，提高胎面质量。

主权项

1.胎面挤出过程速度链智能优化系统，其特征在于：该系统包括双层多目标优化子系统、经验规则模糊PID自整定子系统、胎面运行数据库和智能协调器；双层多目标优化子系统通过胎面挤出过程运行数据的实验参数补偿模型、胎面质量预估值及胎面收缩模型计算获得胎面运行速度；再由经验规则模糊PID自整定子系统对胎面运行速度进行整定；最后经智能协调器协调双层多目标优化子系统和经验规则模糊PID自整定子系统的输出参数，获得最终优化参数；胎面运行数据库向双层多目标优化子系统、经验规则模糊PID自整定子系统提供运行数据；该智能优化系统还包括满意度判断子系统，该子系统从胎面挤出生产线获取参数，依据工艺条件、满意度收敛条件进行满意度判断，得到满意度判断结果，然后满意度判断子系统将判断结果传送至智能协调器，协调后将优化参数输出给胎面挤出生产线；所述智能优化系统的优化过程包括以下步骤：A)基于胎面收缩模型与质量预测模型的参数计算：建立弹性形变的恢复收缩计算式f(S)：$f\left(S\right)=a_0{f}_1({\stackrel{·}{\gamma }}^{\prime },\theta )+a_1{f}_2\left(t\right)+a_2+\mathrm{\Delta V}$式中：是弹性形变的松弛函数，f₂(t)是冷却工艺条件，S是收缩比，是口型剪切速率，θ是温度，a₀、a₁、a₂是通过生产中实际数据采用数值分析计算得出的常数，ΔV为实验参数补偿值，ΔV的计算公式见下式：ΔV＝α(r_p+r_y)²式中：α为补偿系数，r_p为配方设定值，r_y为原料变化率设定值；建立热收缩计算式：ΔL＝L(θ₀)β(θ₀-θ₁)式中：ΔL为热收缩量，L(θ₀)为定长裁断时的胎面长度，θ₀为定长裁断时的胎面温度，θ₁为生产环境温度，β为胎面线收缩系数；根据上述胎面收缩模型计算获得剪切速度；B)基于胎面质量指标预测模型和满意度函数优化联动速度参数：基于质量指标预测在胎面运行数据库中搜索与当前工况最相似的数据，将其计算参数结果输出，即首先通过满意度收敛条件寻优，寻优公式见下式：$\underset{n\to \infty }{\mathrm{Lim}}P[\underset{\gamma }{\sup }(S_{\mathrm{emp}}\left({\gamma }^{\prime }\right)-S\left({\gamma }^{\prime }\right))<ϵ]=0\forall ϵ>0$式中：S_emp(γ′)是期望收缩率，S(γ′)是模型计算收缩率，n为寻优次数；定义满意度指标：$\rho (Y,Z)=\frac{\underset{i=1}{\overset{4}{\Sigma }}\left|y_i\right|·\left|z_i\right|}{{(\underset{i=1}{\overset{4}{\Sigma }}{y}_i^2·\underset{i=1}{\overset{4}{\Sigma }}{z}_i^2)}^{1/2}}$式中：Y＝[y₁，y₂，…，y₄]、Z＝[z₁，z₂，…，z₄]为正向量，ρ(Y，Z)表示向量Y和向量Z的满意度，其范围是(0，1]，ρ(Y，Z)越大，满意度越大，满意度达到一定值时，智能协调器就进行协调控制，通过满意度判断，获得满意的结果；C)通过经验规则模糊PID自整定子系统对速度链进行PID控制参数优化：将双层多目标优化子系统通过机理计算得出的整定速度参数同经验规则模糊PID自整定子系统基于经验规则计算得出的整定速度参数协调集成：γ＝γ′×ζ+γ″×(1-ζ)式中：γ表示集成参数，γ′表示机理计算得到的整定速度参数，γ″表示基于经验规则得到的整定速度参数，ζ为调节系数；将此集成参数γ由智能协调器输出，与前一工艺段的变频器速度给定叠加，形成后一工艺段的速度给定值，实现前后两个工艺段的速度匹配。