[發明專利]一種現場控制分時控制交接控制權的方法

有效

• 申請號: 201811027163.3
• 申請日: 2018-09-04
• 公開（公告）號: CN109325593B
• 公開（公告）日: 2021-01-15
• 發明（設計）人: 文芳一;黃孝平;黃文哲;韋中新
• 申請（專利權）人: 廣西質量技術工程學校
• 主分類號: G06N3/08
• 分類號: G06N3/08;G06N5/00
• 代理公司: 貴州派騰知識產權代理有限公司 52114
• 代理人: 谷慶紅

本發明提供了一種現場控制分時控制交接控制權的方法；信號選擇模塊以信號周期數占比100：N的比例分別切換現場控制器和插入控制器的信號導通；當插入控制器信號導通時，更新插入控制器中的機器學習模型參數；N從1至1000遞增后遞減往復至少兩次后保持僅插入控制器信號導通；任一時間現場控制器和插入控制器僅有一路信號導通。本發明通過信號周期數占比漸進變化的方式，能夠提供在線訓練的基礎并最終完成控制權交接，便于企業有效降低人力物力的投入、縮短研發周期，從而避免原始數據積累和虛擬環境搭建的過程，從而有效降低企業在應用機器學習的方式進行自動控制時所需的成本，方便用戶完成從傳統控制到機器學習控制的過程。

技術領域

本發明涉及一種現場控制分時控制交接控制權的方法。

背景技術

目前，機器學習在工業控制中的應用逐漸增多，然而當下本地企業普遍遇到的最大麻煩在于數據嚴重匱乏，這導致機器學習的控制器難以訓練完成，一種折中方案是，分兩期進行，先采集一段時間數據，同時完成機器學習控制器的代碼，然后根據所采集的少量數據進行訓練，得到一期機器學習控制器，將之投入使用，在使用過程中繼續采集數據較長時間，然后根據全部采集的數據重新訓練機器學習模型，得到二期機器學習控制器，將二期機器學習控制器用于最終控制。然而，采用這種方式，一來研發周期過長，二來人力物力投入極高，對企業而言不如直接聘請操作工人。

為解決上述問題，本公司設計了如圖1所示的一種基于分時控制交接控制權的現場控制系統(已另外申請專利)，該現場控制系統能夠從硬件上保證從傳統的現場控制器向機器學習為控制核心的控制器進行控制權交接可以是一個逐步更替的過程，然而具體如何完成控制權交接，現有技術并未提供技術啟示。

發明內容

為解決上述技術問題，本發明提供了一種現場控制分時控制交接控制權的方法，該現場控制分時控制交接控制權的方法通過信號周期數占比漸進變化的方式，能夠提供在線訓練的基礎并最終完成控制權交接，便于企業有效降低人力物力的投入、縮短研發周期。

本發明通過以下技術方案得以實現。

本發明提供的一種現場控制分時控制交接控制權的方法；信號選擇模塊以信號周期數占比100：N的比例分別切換現場控制器和插入控制器的信號導通；當插入控制器信號導通時，更新插入控制器中的機器學習模型參數；N從1至1000遞增后遞減往復至少兩次后保持僅插入控制器信號導通；任一時間現場控制器和插入控制器僅有一路信號導通。

所述更新插入控制器中的機器學習模型參數，采用如下步驟：

a.從信號接收端獲取當前輸入數據，將當前輸入數據作為機器學習模型的輸出對機器學習模型反向計算，計算結果作為當前模擬輸入；

b.根據當前模擬輸入和前一輸入數據的誤差值更新機器學習模型，如無前一現場控制器輸入，則將當前模擬輸入直接作為誤差值；

c.將當前輸入數據代入至更新后的機器學習模型中計算輸出指令值；

d.當前輸入數據更新至前一輸入數據，然后進入下一時序，等待從信號接收端獲取當前輸入數據。

所述N初始為1，每經過M個信號周期后，N自加1，當N為1000則標記反向，當N標記反向時每經過M個信號周期N自減1，當N自減結果為1時取消標記反向。

所述M取值為5～20。

所述機器學習模型采用帶值函數逼近的TD學習算法。

所述強化學習模型的值函數為高斯核函數。

所述信號選擇模塊切換信號導通是通過時序協調模塊控制實現。

所述信號選擇模塊為光耦電路，時序協調模塊輸出IO引腳連接控制兩路光耦電路，兩路光耦電路分別控制現場控制器和插入控制器的通信導通，其中一路光耦電路前級串聯有非門。