由电机推杆驱动的空仓锁煤控制系统的制作方法

本技术涉及智能化控制，且更为具体地，涉及一种由电机推杆驱动的空仓锁煤控制系统。

背景技术：

1、活化给煤机，是输煤重要的设备之一，其将给料功能和活化功能有机地组合成一体，有效地消除了膨仓堵仓问题。但是，现有的活化给煤机无法控制料仓均衡出料，其原因为现有的活化给煤机的翻板在进行出料控制时更多倾向于阻力最小来控制，即以最利于出料的角度来配置控制策略，这种角度控制策略虽然能够实现顺利出煤，但是却无法达到均匀出料的技术目的。

2、因此，期待一种用于活化给煤机控制的均匀出料控制方案。

技术实现思路

1、为了解决上述技术问题，提出了本技术。本技术的实施例提供了一种由电机推杆驱动的空仓锁煤控制系统，其获取预定时间段内多个预定时间点的给煤机出料量以及所述多个预定时间点的翻板的角度值，通过基于深度学习的深度神经网络模型建立翻板角度与给煤机出料量之间的函数映射关系，进而在确定翻板的角度控制策略后，基于所述翻板的角度控制策略来控制所述电动推杆来实现所述翻板的角度自适应调整。这样，可以提高所述翻板的角度控制的精准度，从而实现均衡出料的目的。

2、根据本技术的一个方面，提供了一种由电机推杆驱动的空仓锁煤控制系统，其包括：

3、状态监控模块，用于获取预定时间段内多个预定时间点的给煤机出料量以及所述多个预定时间点的翻板的角度值；

4、绝对出料量向量化模块，用于将所述多个预定时间点的给煤机出料量按照时间维度排列为出料量输入向量；

5、相对出料量向量化模块，用于计算所述出料量输入向量中每两个相邻位置的给煤机出料量之间的差值以得到出料量变化输入向量；

6、出料量特征提取模块，用于将所述出料量变化输入向量和所述出料量输入向量分别输入包含一维卷积层和全连接层的时序编码器以得到绝对出料量特征向量和相对出料量特征向量；

7、关联编码模块，用于对所述绝对出料量特征向量和所述相对出料量特征向量进行关联编码以得到出料量特征矩阵；

8、角度多尺度特征提取模块，用于将所述多个预定时间点的翻板的角度值按照时间维度排列为角度输入向量后通过多尺度邻域特征提取模块以得到角度特征向量；

9、转移模块，用于计算所述角度特征向量相对于所述出料量特征矩阵的转移向量作为分类特征向量；

10、前向传播信息保留融合优化模块，用于基于所述角度特征向量，对所述分类特征向量进行前向传播信息保留融合优化以得到优化后分类特征向量；

11、控制策略标签生成模块，用于将所述优化后分类特征向量通过分类器以得到分类结果，所述分类结果用于表示当前时间点的翻板的角度值应增大、应减小或保持不变；以及

12、控制指令生成模块，用于基于所述分类结果，生成电机推杆的控制指令，所述电机推杆适于作用于所述翻板以调整所述翻板的角度值。

13、在上述由电机推杆驱动的空仓锁煤控制系统中，所述出料量特征提取模块，包括：全连接编码子单元，用于使用所述包含一维卷积层和全连接层的时序编码器的全连接层以如下公式对所述出料量变化输入向量进行全连接编码以提取出所述出料量变化输入向量中各个位置的特征值的高维隐含特征，其中，所述公式为：其中x是所述出料量变化输入向量，y是输出向量，w是权重矩阵，b是偏置向量，表示矩阵乘；一维卷积编码子单元，用于使用所述包含一维卷积层和全连接层的时序编码器的一维卷积层以如下公式对所述出料量变化输入向量进行一维卷积编码以提取出所述出料量变化输入向量中各个位置的特征值间的高维隐含关联特征，其中，所述公式为：

14、

15、其中，a为卷积核在x方向上的宽度、f(a)为卷积核参数向量、g(x-a)为与卷积核函数运算的局部向量矩阵，w为卷积核的尺寸，x表示所述出料量变化输入向量。

16、在上述由电机推杆驱动的空仓锁煤控制系统中，所述关联编码模块，进一步用于计算所述绝对出料量特征向量的转置向量与所述相对出料量特征向量之间的乘积以得到所述出料量特征矩阵。

17、在上述由电机推杆驱动的空仓锁煤控制系统中，所述角度多尺度特征提取模块，包括：第一尺度角度特征提取单元，用于将所述角度输入向量输入所述多尺度邻域特征提取模块的第一卷积层以得到第一尺度角度特征向量，其中，所述第一卷积层具有第一长度的第一一维卷积核；第二尺度角度特征提取单元，用于将所述角度输入向量输入所述多尺度邻域特征提取模块的第二卷积层以得到第二尺度角度特征向量，其中，所述第二卷积层具有第二长度的第二一维卷积核，所述第一长度不同于所述第二长度；以及，多尺度融合单元，用于将所述第一尺度角度特征向量和所述第二尺度角度特征向量进行级联以得到所述角度特征向量。

18、在上述由电机推杆驱动的空仓锁煤控制系统中，所述第一尺度角度特征提取单元，进一步用于：使用所述包含多个并行的一维卷积层的多尺度邻域特征提取模块的第一卷积层以如下公式对所述角度输入向量进行一维卷积编码以得到所述第一尺度角度特征向量；其中，所述公式为：

19、

20、其中，a为第一卷积核在x方向上的宽度、f(a)为第一卷积核参数向量、g(x-a)为与卷积核函数运算的局部向量矩阵，w为第一卷积核的尺寸，x表示所述角度输入向量；所述第二尺度角度特征提取单元，进一步用于：使用所述包含多个并行的一维卷积层的多尺度邻域特征提取模块的第二卷积层以如下公式对所述角度输入向量进行一维卷积编码以得到所述第二尺度角度特征向量；其中，所述公式为：

21、

22、其中，b为第二卷积核在x方向上的宽度、f(b)为第二卷积核参数向量、g(x-b)为与卷积核函数运算的局部向量矩阵，m为第二卷积核的尺寸，x表示所述角度输入向量。

23、在上述由电机推杆驱动的空仓锁煤控制系统中，所述转移模块，进一步用于：以如下公式计算所述角度特征向量相对于所述出料量特征矩阵的转移向量作为分类特征向量；其中，所述公式为：

24、

25、其中,v1表示所述角度特征向量,m表示所述出料量特征矩阵，v表示所述分类特征向量，表示向量相乘。

26、在上述由电机推杆驱动的空仓锁煤控制系统中，所述前向传播信息保留融合优化模块，进一步用于：基于所述角度特征向量，以如下公式对所述分类特征向量进行前向传播信息保留融合优化以得到所述优化后分类特征向量；

27、其中，所述公式为：

28、v2′＝α×log(v1＜＜s)⊕β×log(v2＞＞s)

29、

30、其中，＜＜s和＞＞s分别表示将特征向量左移s位和右移s位，round为取整函数，是所述角度特征向量v1和所述分类特征向量v2的所有特征值的均值，‖·‖1表示特征向量的一范数，d(v1,v2)是所述角度特征向量v1和所述分类特征向量v2之间的距离，α和β是预定超参数，且log为以2为底的对数，v2′是所述优化后分类特征向量。

31、在上述由电机推杆驱动的空仓锁煤控制系统中，所述控制策略标签生成模块，包括：全连接编码单元，用于使用所述分类器的多个全连接层对所述优化后分类特征向量进行全连接编码以得到编码分类特征向量；以及，分类单元，用于将所述编码分类特征向量通过所述分类器的softmax分类函数以得到所述分类结果。

32、与现有技术相比，本技术提供的由电机推杆驱动的空仓锁煤控制系统，其获取预定时间段内多个预定时间点的给煤机出料量以及所述多个预定时间点的翻板的角度值，通过基于深度学习的深度神经网络模型建立翻板角度与给煤机出料量之间的函数映射关系，进而在确定翻板的角度控制策略后，基于所述翻板的角度控制策略来控制所述电动推杆来实现所述翻板的角度自适应调整。这样，可以提高所述翻板的角度控制的精准度，从而实现均衡出料的目的。