[发明专利]智能自整定注塑机控制方法

摘要

本发明公开了一种智能自整定注塑机控制方法，采用闭环PID控制算法对注塑机的机械传动部分进行控制，所述闭环PID控制算法具体包括，定义算法最大迭代数，路径起始点放在开始的解集中，通过概率转移公式让每一只蚂蚁进行目标地点的选择并到达该目标地点，计算全局最佳路径，计算局部最佳路径，并结合混沌变异算法进行混沌变异，得到目标函数值，并比较计算结果，从而得到的最佳路径；进行迭代算法，选出最优参数，从而输出最优解。实现增加系统的控制能力，并减小了控制系统的超调量和调整时间的优点。

主权项

一种智能自整定注塑机控制方法，采用闭环PID控制算法对注塑机的机械传动部分进行控制，其特征在于，所述闭环PID控制算法具体包括以下步骤：步骤1、定义算法最大迭代数，初始化混沌变量，将各路径的信息素清零，把m个蚂蚁分别放在那个不同的地点上；步骤2、将路径起始点放在开始的解集中，即创造每个蚂蚁的禁忌表，将起始地点填充进去，利用以下公式将整个解空间进行混沌变异，x(i+1)＝μx(i)(1‑x(i))，  (1)X_i＝x_lower+x(i)(x_upper‑x_lower)，  (2)其中x(i)是0到1之间的随机数，μ是混沌控制参数，i取1到n，x(i+1)为算法下一次迭代时产生的随机数，x_lower与x_upper为混沌变量X_i临近的两个随机数；步骤3、通过概率转移公式让每一只蚂蚁进行目标地点的选择并到达该目标地点，所述概率转移公式为：$p_{ij}^k=\left\{\begin{array}{cc}\frac{{\[{\mathrm{\τ}}_{ij}\]}^{\mathrm{\α}}{\[{\mathrm{\η}}_{ij}\]}^{\mathrm{\β}}}{{\Σ}_{s\∈J_k}{\[{\mathrm{\τ}}_{is}\]}^{\mathrm{\α}}{\[{\mathrm{\η}}_{is}\]}^{\mathrm{\β}}}& (j\∈J_k)\\ 0& (j\∉J_k)\end{array}\right.,---\left(3\right)$其中，J_k＝{N‑Tabuk},，Tabuk为禁忌表，N表示m个蚂蚁分别放置的地点，τ_ij表示编号为i的蚂蚁在编号为j的地点所留下的信息素浓度，η_is＝1/d_ij定义为启发因子，与距离成反比，是反应从地点i到地点j的期望程度，d_i,j为地点i与地点j之间的距离，为编号为i的蚂蚁选择编号为j的地点的概率，α为积累信息对蚂蚁选择路径的影响程度，β为启发信息对蚂蚁选择路径的影响程度；步骤4、利用式(4)计算全局最佳路径，τ(i,j)＝(1‑λ)τ(i,j)+λΔτ(i,j)  (4)，其中λ为信息素挥发的衰退因子，Δτ(i,j)代表蚁群寻找路径最优值的倒数，τ(i,j)为从地点i到地点j的信息素积累；步骤5、利用式(5)计算局部最佳路径，并结合混沌变异算法式(6)～(8)进行混沌变异；τ(i,j)＝(1‑ρ)·τ(i,j)+ρΔ(i,j)  (5)，其中ρ为挥发因子，在0到1之间的随机数中取值，Δ(i,j)为路径i到j的信息素增量；τ(i,j)＝(1‑ρ)·τ_ij+ρτ₀+qz_ij  (6)，其中q为混沌映射因子系数，根据实际情况灵活设置，z_ij为混沌扰动因子，τ_ij与τ(i,j)是等价的，τ_ij是τ(i,j)的另一种书写方式，τ₀为每条路径上初始的信息素含量；混沌序列产生公式为：${\mathrm{chz}}_i=\frac{z_{imax}-z_i}{z_{imax}-z_{imin}}---\left(7\right),$其中z_i为固定地点的混沌扰动因子，z_ij表示路径i到j的扰动因子，Z_i max和Z_i min代表最大与最小扰动因子；混沌扰动因子由式(8)更新产生，z_i＝z_i max‑chz_i×(z_i max‑z_i min)  (8),步骤6、计算公式(8)得到的目标函数值，比较公式(4)和公式(5)的计算结果，从而得到的最佳路径；步骤7、进行迭代算法，选出最优参数更新公式(1)至公式(8)；步骤8、输出最优解。