神经网络在卫生瓷压力注浆成形机控制系统中应用.pdfVIP

神经网络在卫生瓷压力注浆成形机 控制系统中的应用 尹坚 (威阳陶瓷研究设计院) 摘要： 论述采用神经网络优选卫生瓷压力注浆成型机的主控参数技术。它以 影响卫生瓷高中压注浆成型产品质量的压力、时间等作为探讨的样本。文 章最后提及研究效果及意义。 main(bntralof Abstract：The Parameter pressurecasting加achine netWorkare usedinneural and Pressure、 analysedDresented． and timeof were temperaturedelay highpressurecasting加achine discussedasanex柚ple．Intheendtheeffectandthesense the 8re of studyexplained． 压力注浆成型是建筑卫生陶瓷成型技术的重大变革，也是当今世界上 卫生陶瓷成型技术中最先进的成型技术。威阳陶瓷研究设计院承担(九五) 国家重点攻关项目——卫生瓷高中压成型机组研究开发(95—533一O卜04)， 以引进德国D0f}ST公司的B嗍O高压注浆机组为研究开发对象和设计技术 的攻关内容。为了剖析德国B帅80型卫生瓷压力注浆机设计技术，为了适 应压力注浆的高要求、大合摸力(100t)、高精度及机型性能的稳定性要 求，我院采用自行研制切合本课题项目需求的BP_反向传播神经网络系统 来参与卫生瓷压力注浆成型机的控制，旨在缩短生产周期和提高机器的控 制性能，使我国压力注浆成型机组的设计水平建立在德国DORST公司的设 计水平和神经网络的新技术起点之上，提高建材行业设备控制水平。 压力注浆机的控制参数很多，本文仅抽列几个参数为例，以说明学术 性的研究内容。压力注浆成型机控制系统采用时间顺序控制，主要有进浆、 成型、回浆和硬化四大控制步序。进浆、成型、回浆和硬化时间的长短直 接影响着产品的质量，本文将以几个其主要影响因素的参数作为样本来训 练自己研制的BP神经网络软件，然后根据各输入元的输入值，通过神经 网络系统来选定延时时间，以达最优控制的目的。 一233— 1、人工神经网络结构模型的数学描述 神经元是神经网络的基本处理单元。一般是多输入对单输出的非线性器 件，其非线性特性可用于阈值型、分段线性型和sigmoid型函数近似，图 l是典型的单层线性阈值元件图。 图1单层线性阈值元件图 图l中·L表示输入信号，x表示输出信号；I．与x反映了输入与输出因果关系．s．表 示神经元的※奋状态(sI-1)和抑制状态(s-=0)；B．表示人的心理控制量或称为控制 输出的物理量，称为阈值；w日表示从U到q连接因与果关系的影响程度(权系值)． 神经元的输入输出关系可表示为： y=卅∑彬J。一日+s。} ＼J·I ／ 神经网络即是由大量神经元依一定结构互连而成用以完成不同智能信 息处理任务的一大规模非线性动力系统，不同神经元之间的相互作用用突 触权值表示，神经网络的学习过程既是不断调节突触权值，使网络的实际 输出不断逼近希望输出。 2、反向传播神经网络模型(BP)的算法 B-P网络又称感知机似的层状神经网络(Perceptron_LikeLayered Neural Network)、多层感知机(Mult卜LayerPerceptron)或误差信号反 传网络(Emr Net)．它是多层影射网络，采用最小均 Back—Dropagation 方差的学习方式，是当前最流行的神经网络模型之一，也是一种获得了最 广泛应用的神经网络。