[发明专利]基于物联网的排水阀优化方法

权利要求书

1.一种基于物联网的排水阀优化方法，所述基于物联网的排水阀优化方法包括以下步骤：

(A1)利用监测物联网，获得排水阀的运行参数；

(A2)利用神经网络算法分析所述运行参数，提取排水阀的运行模式特征模型；

(A3)利用遗传算法优化所述运行模式特征模型，获取阀门开启时长。

2.根据权利要求1所述的基于物联网的排水阀优化方法，其特征在于：所述基于物联网的排水阀优化方法进一步包括以下步骤：

(A4)利用工控机、无线采集卡构建基于物联网的排水阀监测装置。

3.根据权利要求1所述的基于物联网的排水阀优化方法，其特征在于：所述运行参数包括：液位信号、阀门开启时长、环境温度、环境湿度。

4.根据权利要求3所述的基于物联网的排水阀优化方法，其特征在于：所述神经网络训练建模过程包括以下步骤：

(B1)从输入层到隐含层的关系；输入层包括：阀门开启时长、环境温度、环境湿度；输出层包括：排水阀的液位；对于隐藏层和输入层的关系，

其中，w_ij是输入层到隐含层的权值，θ_j是隐含层的阈值。I_j是隐含层的值。x_i的值包括阀门开启时长、环境温度、环境湿度；

(B2)从隐含层到输出层的关系，

其中，是输入层到隐含层的权值，σ_j是隐含层的阈值。y是排水阀的液位；

(B3)训练过程采用Back Propagation(BP)神经网络训练方法，获得各权值和阈值。

5.根据权利要求1所述的基于物联网的排水阀优化方法，其特征在于：在步骤(A3)中，优化过程包括以下步骤：

(C1)构建环境温度、湿度的网格，以及评估函数：

(C2)对阀门开启时长，以排水阀初始运行开启时间过长作为初始值，以提高遗传算法的优化效率，评估每条染色体所对应个体的适应度，其中以液位y作为适应度；

(C3)遵照适应度越高，选择概率P越大的原则，从种群中选择两个个体作为父方和母方；

(C4)抽取父母双方的染色体，进行交叉，产生子代；

(C5)对子代的染色体进行变异；

(C6)重复步骤(C2)-(C4)，直到新种群的产生，当迭代次数达到设定次数，获得最佳阀门开启时长。

6.根据权利要求1所述的基于物联网的排水阀优化方法，其特征在于：通过遗传算法求解在排水阀液位最小的情况下，获得排水阀开启时长。

7.根据权利要求2所述的基于物联网的排水阀优化方法，其特征在于：排水阀监测装置的构建方式为：

通过无线Zigbee网络采集排水阀的液位、环境温度、环境湿度以及排水阀开启时长数据，利用工控机以及Matlab软件，构建基于物联网的排水阀监测装置。