本发明属于控制技术领域，涉及一种窑炉温度控制的优化方法，特别是将这种温度控制优化方法应用于燃气的烧制陶瓷窑炉，以达到提高陶瓷烧制质量的效果。
背景技术
在陶瓷的烧制过程中，整个窑炉都要经历一次升温、保温、降温的过程，陶瓷在炉炉内随温度发生复杂的变化，炉内温度对陶瓷烧制质量起到关键作用。炉内温度是一个具有大滞后性的非线性量，这增加了炉内温度控制的难度。
我国有着辉煌的陶瓷生产历史和文化，但目前传统陶瓷炉窑的烧制技术还比较落后，大多数中小型陶瓷窑炉的温度控制基本上停留在手工和简单仪表操作的水平，根据烧制工人的烧制经验对窑炉温度进行人工控制，不但效率低，而且烧制质量不稳定。
为解决这个问题，目前先进的陶瓷窑炉采用控制器对窑炉的烧制过程进行自动化控制，其方法是在陶瓷烧制的整个过程中选取多个时间点，设定炉内的温度，形成一条设定的炉内温度控制曲线，并控制炉内的温度尽量逼近设定的炉内温度控制曲线，以此来提高烧制的效率和质量稳定性。炉内温度控制曲线的设定取决于烧制工人的经验，其调整也由烧制工人凭经验进行，缺乏科学性，影响陶瓷烧制质量的提高。
技术实现要素：
本发明的目的在于针对目前陶瓷窑炉温度控制缺少实现智能优化方法的现状，提供一种陶瓷窑炉温度控制智能优化的方法。
本发明解决其技术问题所采用的技术方案包括如下步骤：
步骤(1)、每次烧制过程中，窑炉控制器根据设定的炉内温度控制曲线，对炉内温度通过pid控制模块进行pid控制；
步骤(2)、每次烧制结束后，窑炉控制器将此次炉内的实际温度数据通过无线通讯传输给pc机；
步骤(3)、烧制工对此次的陶瓷烧制结果进行打分评价，输入pc机，并与实际温度数据形成一个样本；
步骤(4)、pc机根据这些样本，通过遗传算法对炉内温度控制曲线进行优化；
步骤(5)、优化后的温度控制曲线，再由pc机通过无线通讯传给窑炉控制器，用于对下次陶瓷烧制过程的控制；；
步骤1所述的pid控制具体如下：
1-1.烧制过程中，前端热电偶温度传感器采集燃气窑炉炉内温度，并将采集的温度转换为电流信号，输出给窑炉控制器；
1-2.窑炉控制器通过a/d转换，获取炉内实际温度，并将实际温度与设定的温度控制曲线进行比较，控制电动比例阀调节燃气的进气量；
步骤2具体实现如下：
每次烧制过程，等时间间隔设置16个时间点作为炉温控制节点，记录炉内实际温度数据；
烧制结束后，窑炉控制器将此次炉内温控制节点的实际温度数据(x1、x2……x16)通过无线通讯传输给pc机；
步骤3具体实现如下：
烧制工对此次的陶瓷烧制结果采用百分制打分评价，0表示该炉烧制成的成品最坏，100表示最好；每次烧制完成后，将烧制工的评分y输入pc机，并与实际温度数据形成一个样本(x1、x2……x16,y),将形成的样本添加至样本空间，更新样本空间；
对样本空间中的多个样本进行回归分析，得出一个y与实际温度数据(x1、x2……x16)的适应度函数:
y＝c1x1+c2x2+c3x3+c4x4+c5x5+c6x6+c7x7+c8x8+c9x9+c10x10
+c11x11+c12x12+c13x13+c14x14+c15x15+c16x16+c0
其中c0，c1，c2......c16为常数；
步骤4所述的用遗传算法对炉内温度控制曲线进行优化，具体实现如下：
4-1.从样本空间随机选取20个样本作为遗传算法初始种群；
4-2.对初始种群的个体样本中每个炉内温度值用12位二进制进行编码；
4-3.对当前种群每个样本通过适应度函数计算适应度值，即将相应的x1、x2……x16代入适应度函数，求出适应度值，适应度表示了该个体的性能好坏；
4-4.对种群中每个个体的适应度值进行复制，采用轮盘赌的方式产生下一代；
4-5.将新复制的种群进行随机两两分配，随机选择两个个体，进行交叉繁殖，对样本中的每个炉内温度值随机产生一个交叉点，即产生两个个体需要交换的位置，炉内温度值x1、x2……x16均需要进行交叉繁殖，从而得到一个新种群；
4-6.对新种群通过变异操作进行优化；
所述的变异是以很小的概率随机改变一个串位的值，且变异的概率设为0.2％；
4-7.判断优化后是否达到满足条件，
将优化后的炉内温度值代入适应度函数，求解出每个个体对应的适应度值，挑选出最大的适应度值，若挑选出的最大的适应度值大于设定的阈值，则满足条件,取该个体的温度值x1、x2……x16为优化后的炉内温度控制曲线；否则跳转到步骤4-2进行迭代，直到达到满足条件为止。
本发明有益效果如下：
本发明通过对陶瓷窑炉温度控制曲线进行采集，结合人工对烧制结果的评价作为样本，通过遗传算法对炉内温度控制曲线进行优化，实现对陶瓷烧制质量的提高。
附图说明
图1是陶瓷窑炉温度控制智能优化方法的原理图。
具体实施方式
下面结合附图和实施例对本发明作进一步说明。
一种陶瓷窑炉温度控制智能优化的方法，通过智能遗传优化方法对炉内温度控制曲线进行优化，实现提高陶瓷烧制质量的目的。首先通过热电偶温度传感器将采集到的炉内温度输入至窑炉控制器，窑炉控制器根据设定的窑炉温度控制曲线和采集到的炉温温度，用pid控制供气管道上的比例阀开度，对炉温进行闭环控制；一次烧制结束后，将采集到的炉内温度曲线，以及烧制工对此次烧制效果的评价分，形成一个样本，
通过无线通讯传输给pc机；对多个样本进行回归分析，获取温度曲线与烧制效果评分值之间的关系函数；以此函数为适应度函数，以样本为初始种子，对炉温温度曲线用遗传算法进行优化计算，获得优化后的炉温温度控制曲线；最后，将此炉内温度控制曲线通过无线通讯传输给窑炉控制器，作为下次烧制用的窑炉温度控制曲线。
本发明通过对窑炉温度控制曲线的优化，达到了提高陶瓷烧制质量的效果。具体包括如下步骤：
步骤(1)、每次烧制过程中，窑炉控制器根据设定的炉内温度控制曲线，对炉内温度通过pid控制模块进行pid控制；
步骤(2)、每次烧制结束后，窑炉控制器将此次炉内的实际温度数据通过无线通讯传输给pc机；
步骤(3)、烧制工对此次的陶瓷烧制结果进行打分评价，输入pc机，并与实际温度数据形成一个样本；
步骤(4)、pc机根据这些样本，通过遗传算法对炉内温度曲线进行优化；
步骤(5)、优化后的温度控制曲线，再由pc机通过无线通讯传给窑炉控制器，用于对下次陶瓷烧制过程的控制。
步骤1所述的pid控制具体如下：
1-1.烧制过程中，前端热电偶温度传感器采集燃气窑炉内温度，并将采集的温度转换为电流信号，输出给窑炉控制器；
1-2.窑炉控制器通过a/d转换，获取炉内实际温度，并将实际温度与设定的温度控制曲线进行比较，控制电动比例阀调节燃气的进气量；
步骤2具体实现如下：
每次烧制过程，等时间间隔设置16个时间点作为炉温控制节点，记录炉内实际温度数据；
烧制结束后，窑炉控制器将此次炉内温控制节点的实际温度数据(x1、x2……x16)通过无线通讯传输给pc机；
步骤3具体实现如下：
烧制工对此次的陶瓷烧制结果采用百分制打分评价，0表示该炉烧制成的成品最坏，100表示最好。每次烧制完成后，将烧制工的评分y输入pc机，并与实际温度数据形成一个样本(x1、x2……x16,y)；每次烧制完成后，将形成的样本添加至样本空间，更新样本空间；
对样本空间中的多个样本进行回归分析，得出一个y与实际温度数据(x1、x2……x16)的适应度函数:
y＝c1x1+c2x2+c3x3+c4x4+c5x5+c6x6+c7x7+c8x8+c9x9+c10x10
+c11x11+c12x12+c13x13+c14x14+c15x15+c16x16+c0
其中c0，c1，c2......c16为常数。
步骤4所述的用遗传算法对炉内温度控制曲线进行优化，具体实现如下：
4-1.从样本空间随机选取20个样本作为遗传算法初始种群；
4-2.对初始种群的个体样本中每个炉内温度值用12位二进制进行编码；
4-3.对当前种群每个样本通过适应度函数计算适应度值，即将相应的x1、x2……x16代入适应度函数，求出适应度值，适应度表示了该个体的性能好坏；
4-4.对种群中每个个体的适应度值进行复制，采用轮盘赌的方式产生下一代；
4-5.将新复制的种群进行随机两两分配，随机选择两个个体，进行交叉繁殖，对样本中的每个炉内温度值随机产生一个交叉点，即产生两个个体需要交换的位置，炉内温度值x1、x2……x16均需要进行交叉繁殖，从而得到一个新种群；
4-6.对新种群通过变异操作进行优化；
所述的变异是以很小的概率随机改变一个串位的值，且变异的概率设为0.2％；
4-7.判断优化后是否达到满足条件，
将优化后的炉内温度值代入适应度函数，求解出每个种子对应的适应度值，挑选出最大的适应度值，若挑选出的最大的适应度值大于等于90，则满足条件，取该个体的温度值x1、x2……x16为优化后的炉内温度控制曲线；否则跳转到步骤4-2进行迭代，直到达到满足条件为止。
实施例1：
如图1所示为本发明陶瓷窑炉温度控制智能优化系统的结构组成。在整个系统中，包括：陶瓷窑炉1、热电偶温度传感器2、陶瓷窑炉控制器3、ad转换模块4、实际的炉内温度曲线模块5、设定的温度控制曲线模块6、pid控制模块7、燃气管道8、电动比例阀9、无线通讯10、pc机11、当前陶瓷烧制结果的百分制评分模块12、样本13、样本库14、遗传优化处理模块15、优化后的温度控制曲线模块16。
其中，热电偶温度传感器2测得陶瓷窑炉1当前的炉内温度模拟量，传输给陶瓷窑炉控制器3内的ad转换模块4，得到当前炉内温度的数字值。
在陶瓷窑炉的一次烧制过程中，等时间间隔设置16个时间点作为炉温控制节点，记录炉内实际温度数据，形成在实际的炉内温度曲线模块5中形成实际的炉内温度曲线；在每个炉温控制节点，从设定的温度控制曲线模块6获取相应的设定的控制温度；由pid控制模块7进行pid控制，输出控制量控制燃气管道8上电动比例阀9的开度，控制燃气进气量，从而达到控制炉内温度的目的。
当陶瓷窑炉的一次烧制完成后，实际的炉内温度曲线模块5通过无线通讯10将实际的炉内温度曲线传输给pc机11，pc机11内设置有当前陶瓷烧制结果的百分制评分模块12，用于烧制工对此次的陶瓷烧制结果进行采用百分制打分评价，当前陶瓷烧制结果的百分制评分模块12中的评分与实际的炉内温度曲线模块5中的实际的炉内温度曲线共同形成一个样本13，存入样本库14。
pc机11通过对样本库14进行回归分析，得到当前陶瓷烧制结果的百分制评分模块12中的评分与实际的炉内温度曲线模块5中的实际的炉内温度曲线的16个温度值之间的线性关系的系数，从而确定评分与炉内温度曲线的线性关系函数，作为遗传优化方法的适应度函数。
遗传优化处理模块15从样本库14选取初始种群，经过多次优化处理达到优化条件后，从优化后的温度控制曲线模块16获取优化后的温度控制曲线.
优化后的温度控制曲线通过无线通讯10传递给陶瓷窑炉控制器3，作为下次窑炉烧制陶瓷的设定的温度控制曲线，从而达到优化陶瓷烧制效果的目的。