[發明專利]一種同軸電纜護套機優化運行的多目標模型更新方法

有效

• 申請號: 201210547197.1
• 申請日: 2012-12-17
• 公開（公告）號: CN103020455A
• 公開（公告）日: 2013-04-03
• 發明（設計）人: 王春林
• 申請（專利權）人: 富通集團有限公司
• 主分類號: G06F19/00
• 分類號: G06F19/00;G06N3/08
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 杜軍

1.?一種同軸電纜護套機優化運行的多目標模型更新方法，其特征在于該方法的具體步驟是：

步驟(1).給定的同軸電纜護套機需采用新的生產材料時，針對新的生產材料，采集同軸電纜護套機生產操作參數及相關的表征同軸電纜護套生產品質的指標，與原模型一致，建立數據庫；具體的同軸電纜護套機生產操作參數通過同軸電纜護套機運行數控系統獲取，或直接通過儀器測量采集；

所述的同軸電纜護套機生產操作參數的數據包括：同軸電纜護套的生產給料速度???????????????????????????????????????????????、芯線穿過護套機速度、生產溫度；所述的表征同軸電纜護套生產品質的指標的數據包括：護套的抗老化指標、單位長度平均氣泡數量、抗磨性能指標；

當給定的同軸電纜護套機由于原模型對某種生產材料的生產過程中的產品品質指標預測超出允許誤差范圍時，則從步驟(5)進行更新；

步驟(2).對新護套生產材料數據庫中的數據進行選擇和預處理：選擇50～200組數據作為建模數據，包括給料速度、芯線穿過護套機速度、生產溫度及護套的抗老化指標、單位長度平均氣泡數量和抗磨性能指標的情況；對作為模型輸入量的生產操作參數通過單位的變換或乘系數的方法，使各輸入量的數據處于相同的數量級，并進行歸一化處理；

步驟(3).采用多輸入多輸出的徑向基神經網絡方法，針對建模數據建模，建立新材料護套的品質指標與生產操作參數間的模型；具體建模方法如下：

用于建模樣本的輸入參數及表征護套生產品質性能的綜合指標的輸出參數可以表示為，其中表示第組作為輸入數據的護套生產操作參數向量，表示第組作為輸出參數的表征護套生產品質的向量，為樣本數量，以實際運行數據為基礎建立生產操作參數與護套的生產品質指標間的模型；對于個隱節點的徑向基神經網絡其輸出為：，為權重系數向量、為維輸入向量、為第個基函數的中心向量、為函數的基寬度參數向量；建立徑向機神經網絡模型的關鍵在于確定基函數的中心向量，基寬度向量及權重系數向量；采用遺傳算法迭代訓練徑向基神經網絡，定義遺傳算法初始群體向量的各維分量，分別為隱節點個數、數基函數中心、函數的基寬度和權重系數，目標函數為：?，其中為第個樣本的神經網絡輸出值向量，為第個樣本的實際值向量；當達到了最小、達到設定值或完成迭代次數時，訓練完成，獲得隱節點個數、基函數中心向量、函數的基寬度向量和權重系數向量，從而獲得多輸入多輸出的徑向基神經網絡模型；

步驟(4).將新護套生產材料的多目標模型與原模型組合為一個整體的模型，實現模型更新；

步驟(5).當給定的同軸電纜護套機由于原模型對某種生產材料的生產過程中的產品品質指標預測超出允許誤差范圍時，建立原有模型的預測錯誤數據庫；根據具體生產情況和對模型預測精度的要求，設定模型的各目標的允許預測誤差限、和，其中為護套的抗老化指標的允許預測誤差限、為單位長度平均氣泡數量允許預測誤差限、為抗磨性能指標允許預測誤差限；在采集數據時，判斷模型預測值與實際運行值之間的誤差與允許預測誤差限的大小，如果某護套品質指標預測誤差大于，表示某護套品質指標、和之一，即，其中為某護套品質指標模型預測值，為某護套品質指標實測值，則將超限數據存入預測錯誤數據庫中，以備模型更新之用；

步驟(6).建立新模型：原模型需要更新時，選取預測錯誤數據庫中的數據作為訓練樣本，用多目標徑向基神經網絡建模，建立生產操作參數與護套的生產品質指標間的模型，建模過程與步驟(3)相同，獲得多目標的徑向基神經網絡模型；

步驟(7).確定新模型和已有模型的比例：采集新的護套機相同生產材料情況下，不同運行狀態下的數據作為檢驗樣本，應用原有模型預測與新模型加權平均的預測方法，對檢驗數據進行預測，即，其中為第組檢驗樣本工況的目標預測值向量、為新模型預測值向量、為原有模型預測值向量、為新模型預測值權重系數、為原有模型的預測權重系數，且；與的確定采用粒子群算法迭代尋優確定，初始化粒子群位置向量的各維分量，分別為新模型權重和原有模型權重，目標函數為：，其中為第組檢驗工況實測多目標值與結合模型預測值的誤差，為護套的抗老化指標的結合模型預測值與實測值的誤差平方，為單位長度平均氣泡數量的結合模型預測值與實測值的誤差平方，為抗磨性能指標的結合模型預測值與實測值的誤差平方，當取得了最小、達到設定值或完成迭代次數時，尋優完成，分別獲得新模型和已有模型的比例系數與；清空預測錯誤數據庫，以備下一次更新采集數據之用；

步驟(8).將原有模型與新模型按最優的比例系數相結合，構成新的組合模型，即，其中E為更新后的組合模型，從而實現同軸電纜護套機原模型預測誤差超出允許誤差范圍情況下的模型更新。