專利名稱：堆垛機的遺傳優(yōu)化控制技術(shù)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明屬于堆垛機控制相關(guān)領(lǐng)域，特別涉及一種針對堆垛機運行過程的遺傳優(yōu)化 控制技術(shù)。
背景技術(shù)：
由于自動化立體倉庫具有空間利用率高、自動化程度高等優(yōu)點，其應(yīng)用范圍越來 越廣。作為立體化倉庫中關(guān)鍵設(shè)備的堆垛機，其控制技術(shù)對于對垛機性能十分關(guān)鍵。隨著 可編程邏輯控制器(PLC)、變頻調(diào)速、激光測距等技術(shù)在堆垛機控制領(lǐng)域的廣泛應(yīng)用，堆垛 機運行速度有了明顯的提高。但是堆垛機運行速度的提高帶來了振動等問題，因而需要對 堆垛機運行過程的速度進行優(yōu)化來降低堆垛機的振動。目前在堆垛機控制技術(shù)方面已經(jīng)開展了一些研究工作。例如陳娟和鐘永彥等人針 對自動化立體倉庫中堆垛機控制的特點，探討了堆垛機控制系統(tǒng)的硬件和軟件實現(xiàn)方式。 王勇軍和周奇才等人以激光測距技術(shù)作為巷道堆垛機的認址手段，應(yīng)用變頻器無級調(diào)速閉 環(huán)控制方式，對一種新型巷道堆垛機高速運行的控制方法進行了研究。呂全海和沈敏德等 人結(jié)合激光測距技術(shù)，探討了堆垛機閉環(huán)速度控制的硬件和軟件的實現(xiàn)技術(shù)。別文群和繆 興鋒等人設(shè)計了適合于堆垛機行走、升降和伸縮貨叉機構(gòu)使用的PLC控制系統(tǒng)。葛高豐對 堆垛機控制系統(tǒng)的組成、結(jié)構(gòu)和特點進行了分析，并探討了采用S7-300PLC的堆垛機控制 系統(tǒng)方案。羅志清和閻樹田等人將模糊控制和預(yù)測控制應(yīng)用于郵包立體倉庫的堆垛機，研 究了智能預(yù)測模糊控制方法，并根據(jù)堆垛機運動的實際工況進行了仿真。目前利用神經(jīng)網(wǎng) 絡(luò)和遺傳優(yōu)化算法進行堆垛機運行速度控制來降低堆垛機振動，這方面的研究工作還未見 公開文獻報道。本發(fā)明是有關(guān)堆垛機的遺傳優(yōu)化控制技術(shù)。本發(fā)明提出的堆垛機控制新技術(shù)是以 遺傳算法和神經(jīng)網(wǎng)絡(luò)為手段、以降低堆垛機高速運行過程中產(chǎn)生的振動量為目標(biāo)。利用神 經(jīng)網(wǎng)絡(luò)建立堆垛機振動狀態(tài)和堆垛機運行參數(shù)之間映射模型，利用遺傳算法進行堆垛機最 小振動狀態(tài)運行速度優(yōu)化；在此基礎(chǔ)上進行堆垛機運行過程的控制，從而實現(xiàn)減小堆垛機 運行過程振動幅度的目標(biāo)。本發(fā)明提出的堆垛機遺傳優(yōu)化控制新技術(shù)，是采用神經(jīng)網(wǎng)絡(luò)和 遺傳算法來實現(xiàn)的，因而本發(fā)明提出的控制新技術(shù)屬于堆垛機智能控制方法。本發(fā)明提出 的堆垛機遺傳優(yōu)化控制技術(shù)，可降低堆垛機高速運行過程中產(chǎn)生的振動量，為確保堆垛機 的高效、安全運行提供有效控制手段。

發(fā)明內(nèi)容
本發(fā)明的目的是以神經(jīng)網(wǎng)絡(luò)和遺傳算法為手段、以降低堆垛機高速運行過程中產(chǎn)生的振動量為目標(biāo)，進行堆垛機運行過程的速度優(yōu)化控制。為了達到上述目標(biāo)，本發(fā)明采用 的技術(shù)方案是以堆垛機運行過程中主要作業(yè)參數(shù)和堆垛機運行過程中產(chǎn)生的振動數(shù)據(jù)為 基礎(chǔ)，建立堆垛機振動狀態(tài)和主要運行參數(shù)之間的神經(jīng)網(wǎng)絡(luò)映射模型；以建立的神經(jīng)網(wǎng)絡(luò) 模型為基礎(chǔ)，利用遺傳算法進行堆垛機作業(yè)過程中振動量最小的運行速度優(yōu)化；以優(yōu)化得到的堆垛機運行速度為基礎(chǔ)獲得堆垛機運行的速度控制曲線，利用可編程邏輯控制器和變 頻控制器的數(shù)值轉(zhuǎn)換實現(xiàn)堆垛機的速度控制。本發(fā)明包括堆垛機運行過程樣本數(shù)據(jù)建立、構(gòu)建神經(jīng)網(wǎng)絡(luò)模型、堆垛機運行速度 優(yōu)化、堆垛機速度控制等內(nèi)容。本發(fā)明包括的具體步驟如下1)建立堆垛機運行過程樣本數(shù)據(jù)首先分析堆垛機運行過程中振動產(chǎn)生的直接原因，在此基礎(chǔ)上確定與堆垛機振動 相關(guān)的主要影響因素堆垛機類型、操作臺高度、載重、運行速度。按照正交試驗方法，進行堆 垛機類型、操作臺高度、載重、運行速度和堆垛機運行過程振動之間影響關(guān)系的實驗，獲取 反映有關(guān)堆垛機類型等參數(shù)與堆垛機振動之間影響關(guān)系的大量數(shù)據(jù)。以獲得的堆垛機運行 數(shù)據(jù)為基礎(chǔ)構(gòu)造堆垛機運行過程樣本數(shù)據(jù)。本發(fā)明將堆垛機振動量作為樣本數(shù)據(jù)的輸出， 將堆垛機類型、操作臺高度、載重、運行速度等參數(shù)作為樣本數(shù)據(jù)的輸入來形成樣本數(shù)據(jù)。 該樣本數(shù)據(jù)反映了堆垛機振動狀態(tài)與有關(guān)堆垛機運行速度、堆垛機類型、操作臺高度、載重 之間的關(guān)系。2)構(gòu)建神經(jīng)網(wǎng)絡(luò)模型以建立的堆垛機運行過程樣本數(shù)據(jù)為基礎(chǔ)進行神經(jīng)網(wǎng)絡(luò)模型的構(gòu)建。堆垛機運行 過程樣本數(shù)據(jù)反映了堆垛機振動狀態(tài)和堆垛機運行速度、堆垛機類型等參數(shù)之間的關(guān)系， 因此利用多層神經(jīng)網(wǎng)絡(luò)或者徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)進行樣本學(xué)習(xí)，就可以將樣本數(shù)據(jù)蘊涵的 堆垛機振動量與堆垛機參數(shù)間關(guān)系由神經(jīng)網(wǎng)絡(luò)模型來描述。構(gòu)建神經(jīng)網(wǎng)絡(luò)模型需要先確定神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和屬性，包括神經(jīng)網(wǎng)絡(luò)的層數(shù)、隱 含層數(shù)、每層的神經(jīng)元數(shù)、每層的激活函數(shù)設(shè)置以及該神經(jīng)網(wǎng)絡(luò)模型的輸入輸出參數(shù)等。其 中神經(jīng)網(wǎng)絡(luò)輸入層神經(jīng)元個數(shù)對應(yīng)于樣本輸入部分的參數(shù)數(shù)目，包括堆垛機類型、操作臺 高度、載貨重量、運行速度。神經(jīng)網(wǎng)絡(luò)輸出層神經(jīng)元個數(shù)對應(yīng)于樣本輸出部分的參數(shù)數(shù)目， 包括堆垛機的振動量。在確定神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)后，將樣本數(shù)據(jù)處理成滿足神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)需要 的要求，選擇合適的學(xué)習(xí)算法進行神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)。完成神經(jīng)網(wǎng)絡(luò)的樣本學(xué)習(xí)過程后，就可 以建立反映堆垛機振動量與堆垛機運行速度等參數(shù)間關(guān)系的神經(jīng)網(wǎng)絡(luò)模型。3)堆垛機運行速度優(yōu)化以構(gòu)建的堆垛機振動量與堆垛機運行速度、堆垛機類型等參數(shù)之間的神經(jīng)網(wǎng)絡(luò)模 型為基礎(chǔ)，利用遺傳算法進行以最小振動量為優(yōu)化目標(biāo)的堆垛機運行速度的優(yōu)化。在遺傳 優(yōu)化過程中，優(yōu)化目標(biāo)涉及的振動量將利用構(gòu)建的神經(jīng)網(wǎng)絡(luò)來計算；將需要進行運行速度 優(yōu)化的堆垛機類型、操作臺高度、載貨重量、當(dāng)前設(shè)計變量的速度值作為神經(jīng)網(wǎng)絡(luò)的輸入?yún)?數(shù)，對這些數(shù)據(jù)處理成滿足神經(jīng)網(wǎng)絡(luò)預(yù)測需要的要求，即可獲得的神經(jīng)網(wǎng)絡(luò)的輸出；對神經(jīng) 網(wǎng)絡(luò)的輸出數(shù)據(jù)進行處理，即可計算出堆垛機振動量。通過遺傳優(yōu)化進行優(yōu)化設(shè)計變量的 堆垛機運行速度的優(yōu)選，獲得堆垛機最小振動量對應(yīng)的運行速度。4)堆垛機速度控制以神經(jīng)網(wǎng)絡(luò)預(yù)測獲得的堆垛機最小振動的運行速度為基礎(chǔ)，進行離散速度值曲線擬合，將擬合后的速度曲線存儲于堆垛機的可編程邏輯控制器的數(shù)據(jù)塊中，為堆垛機的速 度控制做好準備。在堆垛機實際速度控制中，可編程邏輯控制器按照堆垛機當(dāng)前位置在擬 合后速度曲線上找出相對應(yīng)的速度值，通過模擬量或現(xiàn)場總線方式驅(qū)動電流矢量的變頻 器，并驅(qū)動堆垛機行走交流異步電動機完成堆垛機的速度控制。
本發(fā)明的優(yōu)點堆垛機的遺傳優(yōu)化控制技術(shù)，能夠進行堆垛機作業(yè)過程中最小振 動狀態(tài)下的運行速度優(yōu)化和控制，降低堆垛機運行過程中的振動量。


附圖1是堆垛機遺傳優(yōu)化控制流程圖；附圖2是堆垛機遺傳優(yōu)化模型示意圖；附圖3是堆垛機遺傳優(yōu)化控制原理示意圖
具體實施例方式以下結(jié)合附圖，說明本發(fā)明提出的針對自動化立體倉庫堆垛機的遺傳優(yōu)化控制技 術(shù)，其具體實施方法如下圖1是堆垛機進化優(yōu)化控制流程圖，本發(fā)明提出的堆垛機控制新技術(shù)是以神經(jīng)網(wǎng) 絡(luò)和遺傳算法為手段、以降低堆垛機高速運行過程中產(chǎn)生的振動量為目標(biāo)，進行堆垛機運 行過程的速度優(yōu)化控制。為了達到上述目標(biāo)，本發(fā)明采用的技術(shù)方案是以堆垛機運行過程 中主要作業(yè)參數(shù)和堆垛機運行過程中產(chǎn)生的振動數(shù)據(jù)為基礎(chǔ)，建立堆垛機振動狀態(tài)和主要 運行參數(shù)之間的神經(jīng)網(wǎng)絡(luò)映射模型；以建立的神經(jīng)網(wǎng)絡(luò)模型為基礎(chǔ)，利用遺傳算法進行堆 垛機作業(yè)過程中振動量最小的運行速度優(yōu)化；以優(yōu)化得到的堆垛機運行速度為基礎(chǔ)獲得堆 垛機運行的速度控制曲線，利用可編程邏輯控制器和變頻控制器的數(shù)值轉(zhuǎn)換實現(xiàn)堆垛機的 速度控制。圖2是堆垛機進化優(yōu)化模型示意圖，本發(fā)明中的堆垛機遺傳優(yōu)化模型包括兩個部 分神經(jīng)網(wǎng)絡(luò)預(yù)測技術(shù)和遺傳算法優(yōu)化技術(shù)。本發(fā)明中以建立的神經(jīng)網(wǎng)絡(luò)模型為基礎(chǔ)，利用 遺傳算法進行堆垛機作業(yè)過程中振動量最小的運行速度優(yōu)化。1.本發(fā)明利用神經(jīng)網(wǎng)絡(luò)技術(shù)進行堆垛機運行速度的預(yù)測，構(gòu)建的神經(jīng)網(wǎng)絡(luò)為具有 三層結(jié)構(gòu)的BP神經(jīng)網(wǎng)絡(luò)模型，詳細的描述如下1)確定輸入輸出變量在立體化自動化倉庫中，通常是將貨物放置在堆垛機的操作平臺上，通過堆垛機 的移動進行運送，在貨物運行過程中，由于堆垛機的起動、加速、勻速、減速直到停止的復(fù)合 運動等容易引起堆垛機機體的有害振動，影響了堆垛機安全有效的運行。這些因素主要包 括堆垛機的類型、堆垛機貨架的高度、堆垛機當(dāng)前的載重、堆垛機在運行線路上各段的運行 速度。因此，可以采用堆垛機的類型、貨架高度、載重量、各段速度值等幾個變量作為堆垛機 神經(jīng)網(wǎng)絡(luò)智能控制模型的輸入變量，而將堆垛機在運行線路上各段的運行速度作為堆垛機 神經(jīng)網(wǎng)絡(luò)智能控制模型的輸出變量。2)網(wǎng)絡(luò)結(jié)構(gòu)描述在該堆垛機神經(jīng)網(wǎng)絡(luò)控制技術(shù)中，設(shè)我們將堆垛機的一次作業(yè)運行路線按照需要分為N個部分，那么該發(fā)明中神經(jīng)網(wǎng)絡(luò)模型的輸入層所包含的神經(jīng)元個數(shù)為N+3個，分別對 應(yīng)堆垛機的類型、操作臺的高度、當(dāng)前的載重以及堆垛機一次作業(yè)運行線路上各段的速度
值(\、\.......Vn)；該神經(jīng)網(wǎng)絡(luò)模型輸出節(jié)點數(shù)為N個，對應(yīng)堆垛機一次作業(yè)路線上各段
的速度值(V1J2.......Vn)；中間一層為神經(jīng)網(wǎng)絡(luò)模型的隱含層，它所包含的神經(jīng)元的個數(shù)
為Τ ^ + 個，其中t表示0到10之間的任意一個整數(shù)。在本發(fā)明的神經(jīng)網(wǎng)絡(luò)模型中，輸入層、中間層(隱含層)和輸出層、上下層之間各神經(jīng)元實現(xiàn)連接，同層之間無連接，隱含層 的激活函數(shù)均采用Sigmoid函數(shù)(S型函數(shù))，函數(shù)描述如下
f(v)=1/1 + exp(-av)式中，a為Sigmoid函數(shù)的斜率參數(shù)，通過改變參數(shù)a，可以獲取不同斜率的 Sigmoid 函數(shù)。3)網(wǎng)絡(luò)訓(xùn)練網(wǎng)絡(luò)的訓(xùn)練樣本通過堆垛機實際作業(yè)過程中隨機采集而來，而神經(jīng)網(wǎng)絡(luò)采用3層 的神經(jīng)網(wǎng)絡(luò)模型，結(jié)構(gòu)采用N個輸入神經(jīng)元、ν^^ + 個隱含層節(jié)點(t表示0到10之間 的任意一個整數(shù))和N個輸出節(jié)點。神經(jīng)網(wǎng)絡(luò)訓(xùn)練的過程也就是一個學(xué)習(xí)的過程，首先將 輸入信息通過輸入層經(jīng)隱含層逐層處理并計算每個單元的實際輸出值，然后根據(jù)期望輸出 與實際輸出的差值，由輸出端開始逐層調(diào)節(jié)權(quán)值。2.本發(fā)明利用遺傳算法進行以最小振動量為優(yōu)化目標(biāo)的堆垛機運行速度的優(yōu) 化1)設(shè)計優(yōu)化變量在堆垛機的作業(yè)過程中，堆垛機的速度主要與堆垛機的類型T，作業(yè)過程中貨架的 高度為H，當(dāng)前載貨重量為G有關(guān)，所以優(yōu)化變量可以記為Vi = f(T, Hi, Gi)上式中，Vi表示堆垛機在第i子路段的運行速度，Hi表示在第i子路段的貨架高 度，Gi表示在第i子路段時刻堆垛機的載貨重量。i = 1，2…N，N為堆垛機一次作業(yè)中根據(jù) 需要所劃分子路段的個數(shù)。2)設(shè)計優(yōu)化目標(biāo)函數(shù)針對自動化立體倉庫中堆垛機的作業(yè)過程和工作原理，設(shè)堆垛機的類型為T，作業(yè) 過程中貨架的高度為H，當(dāng)前載貨重量為G，堆垛機一次作業(yè)過程中在各個子路段的振動量
分別為ApA2.......Αη(η= 1，2......)結(jié)合堆垛機作業(yè)時影響堆垛機振動量的各個因素，
設(shè)計堆垛機作業(yè)速度優(yōu)化的設(shè)計變量主要包括堆垛機的類型T，貨架的高度H，載貨重量 G，堆垛機一次作業(yè)的綜合振動量A。其中堆垛機一次作業(yè)的綜合振動量A計算如下A= (a^Ai+a^A；,+··· +aN*AN) /N其中 ， …如分別為堆垛機一次作業(yè)中各個子路段的振動量的加權(quán)系數(shù)，N = 1， 2，……，為根據(jù)需要所劃分的子路段的個數(shù)。3)設(shè)計優(yōu)化約束函數(shù)在堆垛機的作業(yè)過程中，堆垛機的速度不能超過規(guī)定的最大安全速度，同時作業(yè) 過程中堆垛機的機體振動應(yīng)最小，依此可以確定堆垛機智能優(yōu)化的約束函數(shù)。Vfflin < Vi < VfflaxIiiinAi = g(Vi, T, Hi, Gi)4)優(yōu)化計算本發(fā)明將遺傳算法進行堆垛機的智能優(yōu)化計算，在堆垛機的優(yōu)化過程中，通過遺 傳算法的操作對堆垛機進行精確優(yōu)化計算，最終得到精確優(yōu)化結(jié)果。圖3是堆垛機神經(jīng)網(wǎng)絡(luò)控制的控制原理示意圖，本發(fā)明中堆垛機的神經(jīng)網(wǎng)絡(luò)控制算法主要由可編程控制器PLC來完成。通過神經(jīng)網(wǎng)絡(luò)的訓(xùn)練預(yù)測堆垛機在單次作業(yè)路徑上 每段的運行速度值，此功能塊輸出的是各時段的速度控制值，這些速度值是一些離散點，如 何直接用于控制，由于各點不連續(xù)，對堆垛機會造成一定的沖擊，為了使堆垛機運行平穩(wěn)， 這里通過將這些離散點擬合成堆垛機的運行控制曲線，以取此曲線上的各點作為速度設(shè)定 值送變頻控制器。 本發(fā)明對速度采用閉環(huán)控制，堆垛機的速度可以通過激光測距儀檢測的堆垛機水平位置的變化速度來計算。運算后的速度控制量通過PLC的D/A模塊轉(zhuǎn)化為電流信號用于 控制變頻器，本發(fā)明中行走、起升和貨叉電機分別由兩臺變頻器分時控制實現(xiàn)無極調(diào)速，變 頻器再通過改變電源頻率控制電機的轉(zhuǎn)速。
權(quán)利要求
堆垛機遺傳優(yōu)化控制技術(shù)，其特征是以遺傳算法和神經(jīng)網(wǎng)絡(luò)為手段、以降低堆垛機高速運行過程中產(chǎn)生的振動量為目標(biāo)，進行堆垛機運行過程的速度控制，包括以下步驟建立堆垛機運行過程樣本數(shù)據(jù)；堆垛機運行過程速度的遺傳優(yōu)化；構(gòu)建神經(jīng)網(wǎng)絡(luò)模型；堆垛機運行速度預(yù)測；堆垛機速度控制。
2.根據(jù)權(quán)利要求1所述的堆垛機遺傳優(yōu)化控制技術(shù)，其特征在于所述的堆垛機運行 過程速度值的遺傳優(yōu)化是利用遺傳算法對樣本數(shù)據(jù)進行優(yōu)化來實現(xiàn)的。
3.根據(jù)權(quán)利要求1所述的堆垛機遺傳優(yōu)化控制技術(shù)，其特征在于所述的堆垛機運行 速度值的預(yù)測是在堆垛機運行過程速度值遺傳優(yōu)化的基礎(chǔ)上，通過建立神經(jīng)網(wǎng)絡(luò)模型并對 網(wǎng)絡(luò)進行訓(xùn)練來實現(xiàn)的。
全文摘要
一種堆垛機遺傳優(yōu)化控制技術(shù)，該技術(shù)以神經(jīng)網(wǎng)絡(luò)和遺傳算法為手段、以降低堆垛機高速運行過程中產(chǎn)生的振動量為目標(biāo)，進行堆垛機運行過程的速度優(yōu)化控制。它以堆垛機運行過程中主要作業(yè)參數(shù)和堆垛機運行過程中產(chǎn)生的振動數(shù)據(jù)為基礎(chǔ)，建立堆垛機振動狀態(tài)和主要運行參數(shù)之間的神經(jīng)網(wǎng)絡(luò)映射模型；以建立的神經(jīng)網(wǎng)絡(luò)模型為基礎(chǔ)，利用遺傳算法進行堆垛機作業(yè)過程中振動量最小的運行速度優(yōu)化；以優(yōu)化得到的堆垛機運行速度為基礎(chǔ)獲得堆垛機運行的速度控制曲線，利用可編程邏輯控制器和變頻控制器的數(shù)值轉(zhuǎn)換實現(xiàn)堆垛機的速度控制。
文檔編號G05B13/02GK101840201SQ20101013640
公開日2010年9月22日 申請日期2010年3月30日 優(yōu)先權(quán)日2010年3月30日
發(fā)明者徐正林, 陸金桂, 韓紹軍 申請人:江蘇六維物流設(shè)備實業(yè)有限公司