基于人工智能算法的自动寻优控制方法
【技术领域】
[0001]本发明涉及人工智能应用技术领域，具体而言，涉及一种基于人工智能算法的自动寻优控制方法。
【背景技术】
[0002]假定机器有控制参数A、B、C、D，工况参数M、N，性能系数X。
[0003]现有的控制逻辑如下:给定一个工况M、N后，通过工况参数计算得到控制参数A、B、C，根据负反馈控制得到参数D以保持工况参数稳定，此时有效率参数Xl。
[0004]在现有的控制逻辑中，A、B、C多为建模后通过实验拟合得到公式计算获得，只能保证为一个较优值。其原因如下:第一、模型与实际机器会有偏差；第二，拟合得到的计算结果与模型会有偏差；第三、即使是同一个批次的同型号机器也会存在个体差异，在相同工况下会有不同的最优控制参数；第四、随着运行年限的增加，机器各部分性能会有变化，最优控制参数也会随之变化。以上几点导致在现有控制逻辑下，给定工况时，一个机器不会运行在最优解下，而只能运行在一个较优值，其效率也无法达到最大，而只能维持在一个较优值上。
【发明内容】
[0005]本发明实施例中提供一种基于人工智能算法的自动寻优控制方法，以解决现有技术中机器无法始终保持在最佳运行状态的问题。
[0006]为解决上述技术问题，本发明实施例提供一种基于人工智能算法的自动寻优控制方法，包括:步骤S1:获取机器的控制参数的初始值，并使机器在初始值下运行稳定；步骤S2:通过人工智能算法根据性能系数的变化反馈对机器的控制参数进行震荡调节，使性能系数趋于最优值。
[0007]作为优选，步骤S2包括:步骤S21:通过人工智能算法调节机器的控制参数，并获得初始震荡值；步骤S22:通过负反馈调节参数保持工况稳定，并检测性能系数变化趋势；步骤S23:根据性能系数变化趋势对机器的控制参数进行修正。
[0008]作为优选，步骤S23包括:步骤S231:当检测到性能系数变差时，则将性能系数值通过惩罚函数反馈给人工智能算法，人工智能算法反向调节机器的控制参数；步骤S232:当检测到性能系数变好时，则将性能系数值通过激励函数反馈给人工智能算法，人工智能算法同向调节机器的控制参数。
[0009]作为优选，步骤SI包括:在机器运行后，通过基本控制逻辑获得机器的控制参数的初始值。
[0010]作为优选，人工智能算法为神经网络算法、遗传算法和退火算法中的一种。
[0011]作为优选，自动寻优控制方法还包括:步骤S3:当确定当前工况下的最优控制参数后，储存当前工况下的最优控制参数，并在再次遇到类似工况时直接调用所确定的该工况下的最优控制参数。
[0012]作为优选，步骤S3还包括:在机器运行预设时间后，清除当前存储的最优控制参数，并储存重新确定的该工况下的最优控制参数。
[0013]作为优选，步骤SI之前还包括:将优化逻辑与基本控制逻辑分离开，使基本控制逻辑运行在机器上，使优化逻辑运行在远程控制终端上。
[0014]作为优选，使优化逻辑运行在远程控制终端上的步骤包括:使优化逻辑运行在远程计算中心上，并通过网络控制机器的运行状况。
[0015]应用本发明的技术方案，基于人工智能算法的自动寻优控制方法包括:步骤SI:获取机器的控制参数的初始值，并使机器在初始值下运行稳定；步骤S2:通过人工智能算法根据性能系数的变化反馈对机器的控制参数进行震荡调节，使性能系数趋于最优值。人工智能算法可以在每次机器运行时通过性能系数的变化状况对控制参数进行震荡调节，使得控制参数向着机器性能最优化的最优运行状况调节，从而可以始终保持机器运行在最佳状态，提高机器的工作效率。
【附图说明】
[0016]图1是本发明实施例的基于人工智能算法的自动寻优控制方法的控制原理图；
[0017]图2是本发明实施例的基于人工智能算法的自动寻优控制方法的控制流程图。
【具体实施方式】
[0018]下面结合附图和具体实施例对本发明作进一步详细描述，但不作为对本发明的限定。
[0019]参见图1和图2所示，根据本发明的实施例，基于人工智能算法的自动寻优控制方法包括:步骤S1:获取机器的控制参数A、B、C的初始值，并使机器在初始值下运行稳定；步骤S2:通过人工智能算法根据性能系数X的变化反馈对机器的控制参数A、B、C进行震荡调节，使性能系数X趋于最优值。在机器运行后，人工智能算法可以通过基本控制逻辑获得机器的控制参数的初始值。
[0020]人工智能算法可以在每次机器运行时通过性能系数X的变化状况对控制参数A、B、C进行震荡调节，使得控制参数向着机器性能最优化的最优运行状况调节，从而可以始终保持机器运行在最佳状态，提高机器的工作效率。
[0021]下面以该性能系数X为效率指标为例对本发明的实施例加以说明。在通过人工智能算法根据性能系数X的变化反馈对机器的控制参数A、B、C进行震荡调节时，可以通过如下步骤进行调节:通过人工智能算法调节机器的控制参数A、B、C，并获得初始震荡值。人工智能算法在获得初始震荡值之后，就可以通过该初始震荡值获得机器运行状态的反馈，然后根据该反馈获取性能系数X的变化趋势，即性能系数在当前调节条件下，是朝着好的方向变化还是朝着坏的方向变化。
[0022]在通过人工智能算法调节机器的控制参数A、B、C，并获得初始震荡值之后，人工智能算法可以根据反馈确定一个负反馈调节参数D，然后可以通过负反馈调节参数D对机器运行进行调整，使机器保持工况稳定，并检测性能系数X的变化趋势。在确定性能系数X的变化趋势之后，人工智能算法可以根据性能系数X的变化趋势对控制参数A、B、C的调节作出改变，使得性能系数X朝着好的方向变化，从而使得控制参数逐渐向最优化的数值靠近。
[0023]人工智能算法根据性能系数X的变化趋势对控制参数A、B、C的调节作出改变，具体表现为根据性能系数X的变化趋势对机器的控制参数进行修正。以性能系数X为效率指标为例，由于在人工智能算法对控制参数进行震荡调整的过程中，可能出现两种情况，一种为在调整之后性能系数X变小，此时性能系数X变差，效率变低，说明对控制参数的调节方向有误，需要对控制参数A、B、C进行反向调节；另一种情况为在调整之后性能系数X变好，效率变高，机器趋向于最优化运行状态，可以控制控制参