机械专业外文文献翻译-外文翻译--矿用深井提升机分布式智能控制系统 中文版

中文译文 矿用深井提升机分布式智能控制系统 的模拟研究 A. 非，约翰内斯堡，威特沃特斯然德大学电力工程系 摘要 ： 连续运转设备对多因子 , 多范式的分布式控制器的结构和运行有特殊要求。我们开发出一种矿用深井提升机控制器，其设计过程展示了如何选择因子及它们怎样相互作用从而控制连续运行的设备。这种控制器是用模拟研究的方法得出。研究表明，该控制器有助于设计连续运行设备的智能控制器时区分理论推导和实际运行状况。 关键词 ：分布式智能控制；实时计算机控制；连续运转 设备 1. 简介 对分布式人工智能方法的实时控制应用的探讨多集中于使用二进制输入输出接口的离散式系统。例如 993 年做的机器人导航系统以及 993 年研制的生产线控制系统。连续运转设备的分布式职能控制很有意思。对于这种实用上很重要的设备，控制器必须能监测连续变化的数字传感信号，同时产生连续变化的执行信号。 人们希望把用在不连续系统研究中的方法扩展到连续型系统。然而，分布式因子的作用、表现形式及其相互作用方式 决定需要改变其内部比例关系。本文通过设计矿用深井提升机控制器，模拟其运行旨在说明分布式职能控制是如何应用到连续运转的设备中的。 文章结构安排如下：首先概述与分布式智能控制有关的连续运转设备的特性，接着总结了深井提升机控制的要求，给出了一种用于这种设备的多因子控制器。最后讨论了模拟研究的结果，强调了区分理论推理与实际运转的意义。 2. 连续运行设备的分布式智能控制 分布式智能控制用多种半自动因子来控制设备，以满足运行要求。每种因子执行一种智能模式，通过联络，因子相互配合来完成整个控制方案。用多个因子的分布式智 能控制器比单个因子的控制器更加灵活、高效。连续运转设备与非连续设备的不同在于，它们是用连续的多个方程描述，且实时运行。换句话说，连续型设备是一种典型的随时间连续变化的动态系统。 实时是什么意思呢？首先，实时运行规定了控制器必须遵守的要求：实时控制器要能迅速及时的监测到设备性质的变化并做出反应。此外，它还意味着智能控制系统必须能随时间进行动态推理，从而做出正确的反应。当控制器有规划和时间安排功能时，动态推理功能更显得格外重要。 连续运转的设备要满足实时时限的要求，智能控制器必须在每一时限段都发出足够的控制指令 。因此，使用的模式一定要能在规定的时间段内提供完备的解决方案或在无法完成时提出部分完备的方案。因此，选择代理模式不仅要关注解决所需问题的能力，而且要重视当无法在规定期限内完成时给出不完全解决方案的能力。 介绍了一种在时限到来时提供部分解决方案的方法。 3. 深井提升机的控制要求 为了探讨连续型分布式智能控制器，可以选取一种深井提升机的简易控制系统作为范例。该系统包括直接联接到卷筒上的电力拖动设备和带两套钢丝绳连接提升容器的卷筒，提升设备（左右容器平衡布置）沿井筒布置。这是 2000 以上深井的典型提升系统。 作为提升系统机械设计的一部分，对钢丝绳的设计我们采用了安全系数以使其留有余量。静载荷加上由于系统振荡产生的最大的动载荷，决定了所需的安全系数。动载荷可由动态放大系数 计量。 钢丝绳上的最大动态力 提升容器和钢丝绳的总质量加速度） 如果最大载荷能够尽量小，提升绳的安全系数就可以取得较小，从而可以采用较轻且便宜的钢丝绳。由于井筒很深（大约 3000 米），减轻绳重就显得至关重要。轻绳能减少拖动电机的容量，提高提升效率 。于是控制重点变为减少系统振荡，继而限制动载荷。 1932 年及 1951 年已揭示了控制提升机卷筒的加速度曲线形状，可以使钢丝绳振荡减到最小。 4. 控制方案 当给定绳长和容器质量，提升系统存在一个固有谐振频率 础加速度曲线图如图 1 所示，它用于产生加速度轮廓曲线。 指明如果图中加速时间 于振荡的固有周期 1/幅降至最小值。根据线性叠加原理可知，如果所有加速度曲线都用计算基础加速度曲线的方法来确定， 会取到最小值。以下是可选的控制 方案： 1). 取 近似值。 2). 确定加速度给定值 3). 调整加速度曲线以达到此加速度值。这其中可能要适当修改原来的给定值。 4). 利过卷筒的加速度反馈控制把完全的加速度曲线图都用到提升设备中。 w m 图 1. 基础加速度曲线图 加速度 预加速度 加速度曲线 实测的 略质量和位移 速度和位移 控制输入 速度、位移目标值 加速阶段 图 2. 分布式智能控制系统示意图 这种控制方法显示了相互独立的因子的集成。借助理论推理可以计算出 m 在构建加速度曲线图时的有效位。在控制问题中应用推理知识，可将控制器分解成由一系列小问题组成的序列。对每个任务可以设计出因子来，这样得到的分布式控制器的框图如图 2 所示。用于每个因子构成控制步骤的一部分 ，其执行的功能模块很容易确定。因子的功能现说明如下： 由于振荡固有频率中系统变量的非线性作用，它与提升容器载重量和钢丝绳长度有关，我们用一种神经网络来逼近 种网络随着钢丝绳的使用年限而变化。一开始用 第一位计算值来预置神经网络，接着，在控制器的实际运行中，由井筒的特定数据修订原来的结果。也就是说，如果运行中测量的 近似值不同，则用测量值重新调整网络。 试验中所用的是由后传递法调定的四层神经网络。两层单个的线性网络是输入输出层，另外两个内层是神经网络的核心，它们每层由五道 s 型网络构成。这种线性 / s 型 / 线性的网络结构很灵活，能够近似线性和非线性的功能。五个神经元的内层可用不断重复的办法得到，四个神经元的内层无法将网络的总平方误差降到允许的范围内。网络经过调整用来解决 其中 w = 2 与钢丝绳长成正比， 一公式可得到第一位计算值。 加速值给定值由模糊逻辑来确定，该理论用于阐明加速度曲线的使用方法。矿用神经 网络 模糊 逻辑 控制 中心 常规 控制器 运行 设备 图 3. 减速控制器的模糊逻辑控制界面 速度（ m/s） 位移（ m） 提升机正常运行时需要具备两 种重要功能：“加速”和“停车”。于是要用到两个因子；一个把提升容器加速到预定值（一般为 15m/s），另一个使容器在预定的井深处停车。用这种方法分别计算加速度设定值，每个因子执行一定的任务。各自独立的因子也使得协调模糊逻辑来说明加速度曲线的用法更容易。加速度控制器是简单的单输入单输出系统，减速度控制器是双输入单输出系统。两套系统中模糊逻辑控制器都是以误差输入和加速度输出装置为基础。每一个论域可以分为五个部分。加速度控制器的模糊控制界面如图 3 所示。 “控制中心”用于整合，联络各因子。输入的用户指令经处理给提升容 器加速，使其停靠在井筒中的新位置。用户给定提升容器的正常运行速度，提升高度。神经网络因子输出决定着加速度框图的具体形状。模糊逻辑控制值决定加速度图上 A 的值。“控制中心”还决定着何时从加速模糊逻辑转到中断模糊逻辑并给常规的反馈控制器提供加速度曲线。 常规反馈控制器用反馈环节来控制拖动电机，使提升容器达到加速度设定值。这种控制器拖动机构的上升时间被取得尽可能短（加速度控制器的稳定时间约为 1s，约等于超调量的 5%），以便让控制系统的其它部分更加明晰。 5. 模拟研究 我们开发出一种提升设备的常规连续型数字模拟装 置，它还包括了运行普通卷筒加速度控制器的代码。该装置只有一个输入变量 加速度设定值；它是从 实时分布式通讯数据单元提供的分布式数据库读入的。模拟逻辑控制器分成两个单机过程来工 作，它包含读取所需的 用模糊逻辑并把结果传送到分布式数据库的代码。一个独立的神经网络过程计算出钢丝绳振荡的固有周期，为在分布式数据库中进行读写操作做准备。开发中用到的所有软件都是用 C 语言编制的。 试验中用的硬件设备包括一套 兼容的计算机网络。该网络使用 0S/2 络包含两台装有数学处理程序和 8M 内存的 80286计算机。它们通过西部数据公司生产的 16 位 域网适配器。每台 使用一套可以进行网上传送和读取的 制程序。其它的处理单元通过由 制程序提供的服务器相联系。计算量大的模拟装置和计算量相对较小的控制中心处理单元被放在一台 上运行，而模糊逻辑和神经网络过程被安排在别的机子上。这种分配方法在不修改软件的情况下可以很方便加速度曲线 加速度（m/的改动。 拟结果 模拟研究获得的典型加速度曲线如图 4 所示。将满载的提升容器（ 2800速到 15m/s 后停在距起点 1000 米处。在一系列涵盖各种典型的矿用提升机结构的模拟试验中，分布式智能控制器能使动态放大系数接近 在没有有效的控制的情况下 此，除了高度的灵活性以外，这种分布式智能控制器也有效地遏制了振荡，从而钢丝绳上所受的力约等于产生给定加速度所需的力。 位移及速度曲线表明，这种控制方案能迅速逼近设定点。当速度增加到设定点时，控制器确实显示出存在有限的超调量，这是限制许可的加速度曲线的结果。制动过程中控制器显得补偿过度 制动 过早，过猛，从而导致在这一小段上花费了太多时间。 分布式控制系统的状态不会因为多因子间的通讯延时受到显著影响。矿用提升机控制系统使用 11 个分布式变量，每个变量的频率被定在 10间。对于这种提升机控制方案，从数据库中读写的延时不会超过 果分布式变量的数目较小，因子间通讯延时可以取到最小值。在这种方案中计算引起的延时是很明显的，这是由所用的 功能较差造成的。在一台机子上执行多道程序也增加了计算延时时间。在连续控制中应用人工智能技术有足够的计算能力是重要的前提条件。 6. 对理论推理和实 际运行知识的评价 一切智能控制系统的核心都是知识，人工智能的特点是如何运用这些知识。对于连续运转的设备要区分两种类型的知识：理论推理知识和实际运行知识。 推理知识是指对所研究的设备的认知程度，包括通过经验得来的东西。它用于确定分布式系统的结构，如何选取因子及每一因子的用途。理论推理用于确定人工智能运用的范围和用哪种模式，它多数是一些抽象知识，可以转化成抽象的智能模式，如专家系统。 运行知识是在因子间通讯并被其使用的知识。在实际运行中，智能控制器从设备中测定到它。有时，这种知识能以符号的形式 来表达，但多数情况下，它是时间（秒） 从设备的数字传感器中得到的数据。值得注意的是运行知识是数值形式的，描述的是设备在特定时刻的状态，而理论知识是静态，不变的。实际运行知识很重要，因为因子用它来限定控制行为，这些行为又反过来影响到受控设备的未来状态。在很多情况下，实际运行数据作为原始信息传送给智能控制器。需要从这些信息中提取知识供智能模式使用。从原始数据中提取抽象知识是很困难的， 倡导使用数字处理及特征提取技术。两种模糊逻辑和神经网络都用到了数值输入，因而都可用于处理实际运行知识 。 理论推理和实际运行是互补的。当只用到少量的推理知识时，就需要较多的运行知识；反之亦然。这是由于实际运行知识必须获得被控设备的所有不确定和容易变化的资料。随着要得到的运行资料愈来愈复杂，为了在因子间适当分配这些数据，因子间的联络方式要求更加先进。比如，知道了要用哪个因子以及它们的用途，却不知道该怎样使其相互联结。实际运行知识一定要考虑到因子间的联络以在运行过程中改动。可以用流通隐喻通讯协议在分布式系统间交流运行数据。 对矿用提升机来说，控制方案的结构和控制方法由理论推导来确定。理论推导表明振荡可以通过采用 特定的加速度曲线来减弱，同时给出如何根据提升机的运行状态来选取最优的加速度参数。它还揭示了面对控制方面的问题应该如何下手，从而导致了本文提出的控制方案。 得到的控制方案反过来又决定着因子应该用到哪儿，代理的功能，因子间交流些什么，即需要的运行数据。能得到很充分的理论知识，就意味着需要的实际运行数据可以减到最少。控制器的灵活性的要求就很低，因为理论推理已取消了系统中的不确定因素。正是由于推理知识占的比重大，矿用提升机的研究中向实际运行提出的问题就比较少，这也使得因子间的通讯可以很简单。观测资料表明，理论推理知 识占的比重大在连续型系统中相当普遍。 7. 结论 研究表明，分布式智能控制系统能成功的控制连续变化的设备，连续变化设备的实时特性决定智能控制器必须能随时间做出及时的推理判断。 清楚的区分推导结果和实际运行情况大大有助于给因子确定合适的结构（由推理得到）和联络方案（由运行状况知）。对深井提升机控制器来说，推理知识是主要的，因子 s 间的通讯协议相对简单。理论推理知识占很大比重对连续运转的设备很典型，大概是成功应用分布式智能控制的关键。 8. 致谢 本项目得到了南非发展研究中心和威特沃特斯然德大学的鼎立支持，特此表示感谢。 参考文献 1） ， 算机控制系统中实时信息的分配 南非电力学报， 1991， 82（ 3）， 156 164 2） 计算机控制系统中的测量、取样及数据表示 南非科技期刊， 1993， 89， 541 545 3） R.， 布式问题解决法中行业术语的的协调 人工智能，1983， 20， 63 109 4） 分布式问题解决技术巡礼 统学报，人与控制论， 1987，17（ 5）， 729 740 5） A. 知稳定多边干扰中的两维机器人导航 器人与自动化， 1983 6） R.，神经计算技术 阿狄森 7） 市交通系统的智能控制 自动化 1984， 8（ 2），191 197 8） 应用实时技术在分布式计算机控制系统中实现共同序列 布达佩斯 六次国际会议论文， 1984 9） V. 布式实时智能系统 于 实时控制中的人工智能的第三次工作组会议论文 1991， 0） V. 于实时智能计算的渐近式推理 制系统， 1992， 12（ 2）， 79 83 11） 通枢纽的模糊逻辑控制器 统学报，人与控制， 1977 12） 械制动及对提升设备的影响 机械工程， 1982，123， 537 620 13） 矿山电力拖动绞车的过渡过程及对钢丝绳张力的影响 1951， 573 587 14） 脑与人工智能 关于人工智能的讨论：人为的开始，真实的基础（ ，麻省理工学院出版社，1990 15） A.， 时专家系统的特征提取 人工智能的工程应用，1994