一种酸液浓度pid神经网络控制系统的制作方法
【技术领域】
[0001] 本实用新型涉及冷乳带钢酸洗技术领域，尤其涉及一种酸液浓度PID神经网络控 制系统。
【背景技术】
[0002] 酸液浓度是影响冷乳带钢酸洗机组酸洗质量的重要参数之一，目前，多数现场酸 液浓度控制采用离线化验+间断补排酸模式，现有控制系统存在三个方面的不足:一、酸液 浓度离线化验时间较长、滞后性大;二、间断补排酸易造成酸液浓度波动，影响冷乳带钢酸 洗质量;三、通过现场操作工来设定补酸排酸量，随意性较大，容易造成盐酸浪费。
[0003] 因此有必要设计一种酸液浓度PID神经网络控制系统，以克服上述问题。 【实用新型内容】
[0004] 本实用新型的目的在于克服现有技术之缺陷，提供了一种酸液浓度PID神经网络 控制系统。
[0005] 本实用新型是这样实现的：
[0006] 本实用新型提供一种酸液浓度PID神经网络控制系统，所述控制系统包括PID神经 网络计算装置、补新酸栗、排废酸栗、酸液池和在线酸液浓度计，具体的：
[0007] PID神经网络计算装置的输入端口连接在线酸液浓度计，PID神经网络计算装置的 输出端口连接补新酸栗和排废酸栗；
[0008] 所述补新酸栗和排废酸栗分别连接冷乳带钢酸洗机组进酸管和排酸管；
[0009] 所述在线酸液浓度计置于所述酸液池中。
[0010] 优选的，所述PID神经网络计算装置的PID神经网络具体为：
[0011] 三层网络，结构为2-3-2型，输入层神经元个数为2个，隐含层神经元取3个，输出层 神经元个数为2个。
[0012] 优选的，所述PID神经网络计算装置具体为配备有PID神经网络计算功能的计算 机。
[0013] 优选的，所述控制系统还包括PLC，所述PLC的输入端连接所述计算机，所述PLC的 输出端连接所述补新酸栗和排废酸栗，用于转发计算机通过PID神经网络计算得到的针对 所述补新酸栗和排废酸栗调控参数。
[0014] 本实用新型具有以下有益效果:本实用新型提供的酸液浓度PID神经网络控制系 统基于在线酸液浓度计实时检测酸液浓度，滞后性小，时效性高，连续控制补新酸量和排废 酸量，减小酸液浓度波动，通过PID神经网络学习来控制补新酸量和排废酸量，降低随意性。
【附图说明】
[0015] 为了更清楚地说明本实用新型实施例或现有技术中的技术方案，下面将对实施例 或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅 是本实用新型的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提 下，还可以根据这些附图获得其它的附图。
[0016] 图1为本实用新型实施例提供的一种酸液浓度PID神经网络控制系统架构示意图；
[0017] 图2为本实用新型实施例提供的一种PID神经网络示意图；
[0018] 图3为本实用新型实施例提供的一种酸液浓度PID神经网络控制系统架构示意图；
[0019] 图4为本实用新型实施例提供的一种酸液浓度PID神经网络执行流程示意图。
【具体实施方式】
[0020] 下面将结合本实用新型实施例中的附图，对本实用新型实施例中的技术方案进行 清楚、完整地描述，显然，所描述的实施例仅仅是本实用新型一部分实施例，而不是全部的 实施例。基于本实用新型中的实施例，本领域普通技术人员在没有做出创造性劳动的前提 下所获得的所有其它实施例，都属于本实用新型保护的范围。
[0021] 实施例一：
[0022] 如图1，本实用新型实施例提供一种酸液浓度PID神经网络控制系统，所述控制系 统包括PID神经网络计算装置1、补新酸排废酸栗2、酸液池4和在线酸液浓度计5,具体的： [0023] PID神经网络计算装置1的输入端口连接在线酸液浓度计5，PID神经网络计算装置 1的输出端口连接补新酸栗2和排废酸栗3;
[0024] 所述补新酸栗2和排废酸栗3分别连接冷乳带钢酸洗机组进酸管和排酸管；
[0025] 所述在线酸液浓度计5置于所述酸液池4中。
[0026] 本实用新型提供的酸液浓度PID神经网络控制系统基于在线酸液浓度计实时检测 酸液浓度，滞后性小，时效性高，连续控制补新酸量和排废酸量，减小酸液浓度波动，通过 PID神经网络学习来控制补新酸量和排废酸量，降低随意性。
[0027] 所述PID神经网络计算装置1用于接收设定的酸液浓度值和在线酸液浓度计5反馈 回来的实时酸液浓度值，计算出补新酸栗2和排废酸栗3的参数值，通过补新酸操作和排废 酸操作，对酸液池4浓度进行调整，在线酸液浓度计5在线获取酸液浓度数据并反馈到PI D 神经网络计算装置1。
[0028] 结合本实用新型实施例，存在一种优选的方案，其中，所述PID神经网络计算装置1 的PID神经网络具体为：
[0029]三层网络，结构为2-3-2型，输入层神经元个数为2个，隐含层神经元取3个，输出层 神经元个数为2个。
[0030] 其中，各神经元的输出函数互不相同，分别为比例元、积分元和微分元，完成比例、 积分和微分运算，输出层神经元取2个，分别是补新酸栗流量和排废酸栗流量，其中，神经元 之间的连接对应不同且可不断调整更新的加权系数。
[0031] 结合本实用新型实施例，存在一种优选的方案，其中，所述PID神经网络计算装置1 具体为配备有PID神经网络计算功能的计算机。
[0032]结合本实用新型实施例，存在一种优选的方案，其中，所述控制系统还包括PLC6， 所述PLC6的输入端连接所述计算机，所述PLC6的输出端连接所述补新酸栗2和排废酸栗3， 用于转发计算机通过PID神经网络计算得到的针对所述补新酸栗2和排废酸栗3调控参数， 如图3所示。
[0033] 实施例二
[0034] 本实用新型实施还提供了 PID神经网络计算装置的具体实现。
[0035]所述PID神经网络采用BP算法进行学习，选取性能指标函数为：
[0037]其中1为每步的采样点数。
[0038]按照梯度下降法修正网络的加权系数，控制算法流程图如图4所示：
[0039]在步骤Sl中，初始化各层加权系数初值，设定学习速率Tl和惯性系数α，学习步数η 和每步采样点数m，令m=l;
[0040]在步骤S2中，采样获得r(k)和y(k)，计算此时刻误差e(k)=r(k)-y(k);
[0041 ]在步骤S3中，计算神经网络各层神经元的输入、输出；
[0042] 在步骤S4中，判断每步采样点数到否，如未到，m=m+l，返回S2;如到了，n = n+l; [0043]在步骤S5中，进行神经网络学习，计算修正隐含层至输出层的权值，计算修正输入 层至隐含层的权值；
[0044] 在步骤S6中，判断学习步数到否，如果没有，令采样点数m=l，返回S2;如果到了， 结束学习。
[0045] 图4对酸液浓度PID神经网络计算装置进行训练直至误差缩小到满足要求，其中， 采样周期为ls，也即每隔Is就会调用神经网络控制算法一次，每步采样点数取m=600,学习 步数n = 6,采样周期、每步采样点数和学习步数可以依据现场情况进行调整，样本的获取 通过PC上运行的OPC Client与OPCServer通信，OPC Server与PLC通信来获取，样本获取后 存储在PC的数据库中用于对PID神经网络计算装置进行训练。
[0046] 训练好之后，酸液浓度PID神经网络控制系统就可以对酸液浓度进行很好的控制， 当系统遇到扰动或参数发生变化时，系统也会快速的重新调整参数值从而达到较优的控制 效果。
[0047] 本实用新型提供的酸液浓度PID神经网络控制系统具有以下优点：基于在线酸液 浓度计实时检测酸液浓度，滞后性小，时效性高;连续控制补新酸量和排废酸量，减小酸液 浓度波动;通过PID神经网络学习来控制补新酸量和排废酸量，降低随意性。
[0048]以上所述仅为本实用新型的较佳实施例而已，并不用以限制本实用新型，凡在本 实用新型的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本实用新型 的保护范围之内。
【主权项】
1. 一种酸液浓度PID神经网络控制系统，其特征在于，所述控制系统包括PID神经网络 计算装置(1)、补新酸栗(2)、排废酸栗(3)、酸液池(4)和在线酸液浓度计(5)，具体的： PID神经网络计算装置（1)的输入端口连接在线酸液浓度计(5)，PID神经网络计算装置 (1)的输出端口连接补新酸栗(2)和排废酸栗(3); 所述补新酸栗(2)和排废酸栗(3)分别连接冷乳带钢酸洗机组进酸管和排酸管； 所述在线酸液浓度计(5)置于所述酸液池(4)中。2. 根据权利要求1所述的控制系统，其特征在于，所述PID神经网络计算装置（1)的PID 神经网络具体为： 三层网络，结构为2-3-2型，输入层神经元个数为2个，隐含层神经元取3个，输出层神经 元个数为2个。3. 根据权利要求1所述的控制系统，其特征在于，所述PID神经网络计算装置（1)具体为 配备有PID神经网络计算功能的计算机。4. 根据权利要求3所述的控制系统，其特征在于，所述控制系统还包括PLC (6 )，所述PLC (6)的输入端连接所述计算机，所述PLC(6)的输出端连接所述补新酸栗(2)和排废酸栗(3)， 用于转发计算机通过PID神经网络计算得到的针对所述补新酸栗(2)和排废酸栗(3)调控参 数。
【专利摘要】本实用新型涉及冷轧带钢酸洗技术领域，提出了本实用新型提供一种酸液浓度PID神经网络控制系统，所述控制系统包括PID神经网络计算装置、补新酸泵、排废酸泵、酸液池和在线酸液浓度计，具体的：PID神经网络计算装置的输入端口连接在线酸液浓度计，PID神经网络计算装置的输出端口连接补新酸泵和排废酸泵；所述补新酸泵和排废酸泵分别连接冷轧带钢酸洗机组进酸管和排酸管；所述在线酸液浓度计置于所述酸液池中。本实用新型提供的酸液浓度PID神经网络控制系统基于在线酸液浓度计实时检测酸液浓度，滞后性小，时效性高，连续控制补新酸量和排废酸量，减小酸液浓度波动，通过PID神经网络学习来控制补新酸量和排废酸量，降低随意性。
【IPC分类】G05D11/02, G05B13/02
【公开号】CN205281138
【申请号】CN201520925169
【发明人】夏志, 周云根, 海本增
【申请人】中冶南方工程技术有限公司
【公开日】2016年6月1日
【申请日】2015年11月19日