[发明专利]一种智能制造系统协同控制方法

权利要求书

1.一种智能制造系统协同控制方法，其特征在于包括以下步骤：

采集智能制造系统中的各个生产装备的状态、输入和输出数据；

根据装备的状态、输入和输出数据，得到装备某时刻的动态误差；

基于动态误差利用最优性原理中的性能指标函数得到装备的评价函数；

利用神经网络算法获得满足评价函数的最优参数；

根据最优参数对装备进行设定控制；

所述装备某时刻的动态误差为：

其中u_i(k)为当前装备i的输入数据，x_i(k)当前装备i的状态数据，u_i-1(k)为当前装备i的前一工序装备的输入数据，x_i-1(k)为当前装备i的前一工序装备的状态数据，u_i(k)、x_i(k)、u_i-1(k)和x_i-1(k)都是多维数据向量。

2.根据权利要求1所述的智能制造系统协同控制方法，其特征在于：所述状态数据包括装备的温度、时间和压力的数据。

3.根据权利要求1所述的智能制造系统协同控制方法，其特征在于：所述步骤“基于动态误差利用最优性原理中的性能指标函数得到装备的评价函数”包括以下子步骤：

对装备的动态误差进行外部强化修正，得到外部强化信号为：r_i(k)＝Q+e_i(k)Pe_i(k)，其中Q和P为正权重矩阵；

在外部强化信号基础上，基于贝尔曼最优性原理得到内部强化信号为：s_i(k)＝r_i(k)+αs_i(k+1)，其中0α1为折扣量；

基于最优性原理中的性能指标函数并由内部强化信号迭代得到装备的评价函数为：J_i(k)＝s_i(k)+αJ_i(k+1)。

4.根据权利要求3所述的智能制造系统协同控制方法，其特征在于：所述步骤“利用神经网络算法获得满足评价函数的最优参数”包括以下子步骤：

a.建立参数调整神经网络，参数调整神经网络的输入为装备的动态误差，利用参数调整神经网络逼近参数求取函数x_i(k)＝argmin(s_i(k)±αJ_i(k+1)),从而使评价函数值最小，得到参数调整神经网络的输出为装备的状态参数；

b.建立内部信号处理神经网络，内部信号处理神经网络的输入为参数调整神经网络的输出和装备的动态误差；

c.建立评判神经网络，评判神经网络的输入为参数调整神经网络的输出、内部信号处理神经网络的输出和装备的动态误差；

d.通过评判神经网络的输出评判装备的状态参数是否为最优值，如果是，则装备的状态参数即为装备的最优参数，如果否，则调整参数调整神经网络的权重后，重新执行步骤a。

5.根据权利要求4所述的智能制造系统协同控制方法，其特征在于：所述参数调整神经网络为只包含一个隐层的非线性深度神经网络，所述内部信号处理神经网络为一个三层非线性深度神经网络，所述评判神经网络为一个三层非线性深度神经网络。