基于专家系统的智能冲孔打桩机余绳控制方法与流程

本发明涉及冲孔打桩机控制技术领域，特别是涉及一种基于专家系统的智能冲孔打桩机余绳控制方法。

背景技术：

冲孔打桩机已广泛应用于高铁、高速公路等基本建设项目中。目前，施工现场所进行的打桩施工大多是人工手动操作，操作人员需要在施工过程中频繁地对离合和刹车等操作杆进行控制，尤其是在遇到复杂地形(斜岩、黏土等)时，需要配合添加石子和泥沙混合物，直到出现水平打桩面。反复以上步骤，才能继续作业，对施工人员有极高的要求，且劳动强度大，安全系数低，施工质量很难得到保证。传统手动式冲孔打桩机结构如图1所示。

为了保证冲孔打桩机在遇到不同地质环境情况下都能够具有较高的工作效率和施工质量，就需要精确控制余绳的长度。例如，当遇到斜岩情况时，就要控制桩锤在碰撞到岩石后的瞬间立即停住，避免桩锤继续下降，造成偏孔。从而，余绳长度的精确控制是实现冲孔打桩机高效运行的一大难点。

在打桩过程中，桩锤通过自由落体所产生的重力带动绕线器加速转动，如果不能及时对绕线器进行点刹，钢丝绳就会继续下落，再加之后的离合时间，就会造成余绳长度过长，降低了打桩机的工作效率，还易于产生吸锤、卡锤等故障；而如果点刹太早，会使余绳太紧，将导致桩锤未能到达桩底或刚好到达桩底，不仅会使打桩失效，还会因突然刹车产生的外力绷断钢丝绳，同样存在安全隐患。因此，对于余绳的控制至关重要。

基于以上情况，针对不同地质环境，设计一种基于专家系统的智能冲孔打桩机余绳控制方法是很有必要的。

技术实现要素：

本发明的目的是提供一种提高了整个冲孔打桩机施工过程的自动化程度和工作效率，有效解决了目前冲孔打桩机针对不同地质条件无法保证工作效率及施工质量等问题的基于专家系统的智能冲孔打桩机余绳控制方法。

为了解决背景技术所存在的问题，本发明是采用以下技术方案：一种基于专家系统的智能冲孔打桩机余绳控制方法，它包含专家控制系统和余绳控制算法，其中，

所述的专家控制系统采用增量式设计方法，通过扩充内容达到知识库的更新，使系统继续进步，并获得专业证书，然后成为一个自学习、自适应并平稳运作的专家系统，专家控制系统包含：知识表达规则集、知识推理、专家知识库和知识获取，知识获取分别连接专家知识库和知识推理，专家知识库和知识推理相互连接，且专家知识库和知识推理均与知识表达规则集连接，知识表达规则集连接被控对象，被控对象通过传感器连接知识获取；采用基于模糊网络的专家系统，由于专家控制系统是基于模糊网络的，所以知识获取与知识推理是它的中心；

所述的基于专家系统的余绳控制模型的知识库中包含了几种常见的地质类型参数及其各自所对应的余绳长度值、离合时间、刹车时间等信息，余绳控制算法在运行过程中，不停地对专家控制系统中的传感器采集回来的各种信息进行判断，再根据余绳知识库中的知识进行推断，由所处的地质条件找其匹配的运行规则，最终执行，同时把目前有关技术指标收录进余绳控制规则表里；

根据余绳知识库和余绳控制规则表进行推理，最终得出不同地质环境所对应的控制参量，推理方式一般有正向、反向；推理时，根据余绳控制规则表判断当前的地质类型，若推断是砂石层，就会根据余绳控制规则表中砂石层对应的控制要求进行施工，对应的参数也会自行进行调整，若判断不是砂石层，就会继续与余绳控制规则表进行匹配判断。

作为本发明的进一步改进；所述的知识表达规则集：模糊专家系统中不确定的实际事件可用模糊的方式表现，用[0,1]的区间表示发生的这件事情，因此可更恰当的反映问题的信息。

作为本发明的进一步改进；所述的知识推理：模糊专家系统本身的知识和推理规则的精度不高，某个结果在一定程度实现匹配，从而可以采取相应办法达到最终目的。

作为本发明的进一步改进；所述的专家知识库：根据系统的更新总结和不断修正，把新加的或修改的规则以数据库的形式存与存储器中，进而构建成一个相关知识领域的专家知识库。

作为本发明的进一步改进；所述的余绳知识库由实际状态信息、专业技术人员的技术总结、及规则表组成，实际状态信息就是冲孔打桩机具体施工过程中的各种运行状态参量信息；专业技术人员的技术总结相关专家或现场施工人员长期研究或总结的经验知识；

作为本发明的进一步改进；所述的余绳控制规则表包括几种常见的地质环境各自所对应的控制参数，每条规则都有前提条件和结论。

本发明通过对桩锤提升高度进行精确测量，得到高度信息、速度信息及加速度信息进行数据融合分析打桩机所处的运行状态，系统将这些信息进行存储，通过构建专家控制系统，结合打桩人员及相关专家的经验，制定出知识表达规则集；地质环境信息不同，地质环境下余绳的长度信息和泥浆浓度也不同；在软件运行过程中，通过对比不同参数值所对应的地质环境，来确定当前地质类型。

采用上述技术方案后，本发明具有以下有益效果：

使冲孔打桩机控制设备根据不同的目标土层对余绳的长度进行适应性调整，以提高冲孔打桩机对复杂地质环境的适应能力。从而实现冲孔打桩机在遇到不同地质环境情况下都能够保证较高的工作效率和施工质量。本发明一方面为了提高系统的自学、自适应和智能化的能力。另一方面由于打桩机系统运作时，施工规则和模式因为地质环境、桩基深度的不同而不同，所以需要构建一个庞大的专家系统把这些规则和模式总结起来，根据现场采集的信息判断并在专家知识库中搜索需要使用哪一个规则和模式，提高系统的运作效率。

附图说明

为了更清楚地说明本发明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发明的一些实施例，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他的附图。

图1为传统手动式冲孔打桩机结构；

图2为本发明中余绳控制算法的结构框图；

图3为本发明中专家控制系统的结构框图；

图4为本发明的三角形隶属函数图；

图5为本发明的电流隶属度曲线图；

图6为本发明的余绳控制算法的推理流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施方式，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施方式仅用以解释本发明，并不用于限定本发明。

请参阅图2-图6，本具体实施方式采用以下技术方案：一种基于专家系统的智能冲孔打桩机余绳控制方法，它包含专家控制系统和余绳控制算法；

通过对冲孔打桩机余绳控制模型进行分析研究，构建了如图2所示的基于专家系统的余绳控制结构图。其中，余绳知识库中包含了几种常见的地质类型参数及其各自所对应的余绳长度值、离合时间、刹车时间等信息。应用本发明的打桩机系统在运行过程中，不停地对专家控制系统的传感器采集回来的各种信息进行判断，再根据余绳知识库中的知识进行推断，由所处的地质条件找其匹配的运行规则，最终执行，同时把目前有关技术指标收录进余绳控制规则表里。

余绳知识库由实际状态信息、专业技术人员的技术总结、及规则表组成。实际状态信息就是冲孔打桩机具体施工过程中的各种运行状态参量信息；专业技术人员的技术总结相关专家或现场施工人员长期研究或总结的经验知识；余绳控制规则表包括几种常见的地质环境各自所对应的控制参数，每条规则都有前提条件和结论。

余绳控制算法主要是根据余绳知识库和余绳控制规则表进行推理，最终得出不同地质环境所对应的控制参量。推理方式一般有正向、反向，本发明采用从初始数据出发的正向方式。如图6所示为余绳控制算法的推理流程图。

推理时，根据余绳控制规则表判断当前的地质类型。若推断是砂石层，就会根据规则表中砂石层对应的控制要求进行施工，对应的参数也会自行进行调整，若判断不是砂石层，就会继续与规则表进行匹配判断。

所述的专家控制系统采用增量式设计方法，通过扩充内容达到知识库的更新，使系统继续进步，并获得专业证书，然后成为一个自学习、自适应并平稳运作的专家系统。

本发明构建专家控制系统有如下几点：

1)推理部分和知识库独立设计。实现系统扩展性、维护性与独立性兼容的目标；

2)人机接口和专家系统之间可交互性良好；

3)系统模块化原则。

所述的专家控制系统是根据打桩机运行时的参数知识特点，按照知识工程设计知识的表示，并根据软件工程对其进行研发，将专家系统的开发过程大致分为：知识表达规则集，知识推理与专家知识库等几个阶段。本发明采用基于模糊网络的专家系统。将模糊专家系统作为传统专家系统的一个发展与扩充，具有普遍系统的功能，因为系统是一个基于模糊网络的，所以知识获取与知识表达规则集是它的中心。但由于模糊网络概念的引进，使得它有一个模糊的专家系统思想，不同于一般的特点，表现在：

知识表达规则集：传统的专家系统代表事实和问题时，大多都是准确的表示方式，即真实或虚假。而模糊专家系统中不确定的实际事件可用模糊的方式表现，用[0,1]的区间表示发生的这件事情，因此可更恰当的反映问题的信息。

知识推理：传统规则的匹配和运用是非常简单的，结果只有两种可能，匹配和不匹配，所以匹配成功的结果数量较少，程序处理也必将容易。但模糊专家系统本身的知识和推理规则的精度不高，某个结果在一定程度实现匹配，从而可以采取相应办法达到最终目的。

专家知识库：根据系统的更新总结和不断修正，把新加的或修改的规则以数据库的形式存与存储器中，进而构建成一个相关知识领域的专家知识库。图3为专家控制系统的结构图。

专家控制系统的知识模糊表示方法：知识工程与人工智能是知识表达的基本技能，即形式化和建模化的知识。随着算法研究的不断深入，知识分类和表示更趋于模糊性，除此之外的不确定性使得模糊的只是表示明显优于传统方法。所以，本系统将模糊算法与知识表示相结合，即将模糊模型划分为知识表示的一种类型，其有别于其它的知识表示方法，例如在使用的框架，生产规则和语义网络等方面。

本发明的知识模糊化表示主要采用隶属度函数和模糊集合的方法。一个位于论域u上的模糊集合a它的含义是对于任意一个属于论域u中元素u∈u，都对应于闭区间[0,1]中的一个数值ua(u)∈[0,1]，其含义是u对a的隶属程度，映射关系ua：

μa:u→[0,1]

u→μa(u)

该映射表现集合a的隶属度函数，其值范围为[0,1]，体现u元素对于a的所有权程度值，模糊集的隶属度越明显，则其相应的隶属度值越大。

ua(u)和u元素可以表示成的模糊集合其公式如下：

a＝{(u,μa(u)|u∈u)}

模糊集合完全可以通过隶属函表达，所以要根据隶属函数的真实情况确认其函数类型，最终实现模糊集合的定量叙述。最普遍选择的隶属函数类型如下：三角函数，贝尔形函数，梯形函数，高斯函数与sigmoid函数。

本发明采用三角函数方法，做如下说明，其通常形式如下：

如图4所示的函数图形。

按照上图所示三角形隶属函数，可以发现越逼近中心位置，它的隶属度越明显，且隶属度最大值1在集合中间。

在对打桩机作业时的多种形式参数的表达上，加入了模糊化的方式后，可以达到逼近真实情况的效果，有利于拉近自动打桩机作业系统和人工手动系统的距离。以所需的电流参数的例子加以阐述，电流值作为一个大的论域，对于“大电流”这一想法，没有明确的界限划分，6000毫安、7000毫安都可以归属于大电流，但他们归属的程度是不一样。经过模拟得到本发明方案中电流的隶属度曲线图如图5。

专家控制系统模糊推理规则：知识推理是一个将已知的事件经过知识表示后，输入到专家规则库中进行推理的过程。因此专家知识库的内容完备与否、知识推理方式合适与否都对系统的推理结果至关重要。也就是能否通过对专家知识库规则的灵活运用来实现获取知识的准确推理。所有的智能算法当中，能够实现自学习、自适应功能的只有专家系统算法可以提供，而且更加贴近人的大脑运作效果，所以本可以通过引进模糊专家系统相结合的算法实现系统的自学习推理能力。

实际上人类的语言表示和思维方式都具有一定的模糊性，可通过一系列模糊规则表示模糊含义，有成效的对于自然语句和词语建模的工具是规则，按照模糊模型规则推理的方法从中得到最终结果。

“if-then”是模糊规则的两个组成元素，if是模糊规则条件部分，then是论断部分。主要的规则形式有两种：t-s型模糊规则和mamdani型模糊规，经过比较mamdani型模糊规则更能满足本系统的需要。

最近最常见的模糊逻辑系统是mamdani模型的规则推理，模糊规则的公式为：

公式中r^j表明模糊规则的第j条规则，x＝(x1,x2,…,xm)^t∈u为规则的输入信息，y∈v为输出信息，与b^j分别对应于第i条模糊规则的输入和输出子集，模糊规则的总数为r。

一条模糊准则相似于专家的一次经验，当if的个别条件x被满足时，其论断y将按照b^j的形式体现出来，所以该系统可以按照模糊规则库对其进行模糊推理。

当智能打桩机系统运作时，会将从现场采集回来的数据，经过处理后送入专家系统，先按照知识表示的模糊化方法进行运算后，再同mamdani型的推理规则库进行比较，达到信息匹配后实施支配命令。

余绳模糊控制算法：对余绳进行精确控制的关键是模糊控制算法的运用。由于冲孔打桩机余绳的控制没有精确的数学模型，不确定因素众多，非线性特性明显，同时还存在多参数变化和外界干扰多等控制难点，所以采用带“不同等级修正因子的自适应模糊控制器”进行实时控制。该控制器实际上是一种对误差和误差变化率的加权控制方案，通过给修正因子取不同的值，实现输入和输出误差值的修正，以便适应被控对象的不同要求。这样模糊控制器具有一定的通用性和适应性，从而使得打桩机的余绳控制能够适应多种复杂地形。最常用加权关系采用式是u＝ae+(1-a)c，式中e为误差，c为误差变化率，a是加权系数。改变a的大小可以实现对输入和输出误差及误差变化率的不同加权。a的取值大小有两个基本准则：1、对于响应速度慢的系统，误差加权值应较小；2、当被控对象阶次数较低时，误差加权值应大于误差变化率的加权值。但上述带有一个修正因子的加权关系无法满足打桩机余绳控制的要求，因此提出不同修正因子针对不同误差等级的方法，e小时用a1，e中等时用a2，e大时用a3。

其中，a1，a2，a3∈(0,1)。a1，a2，a3为不同值时可以有不同的控制决策表。同时还可以根据实际打桩环境的需要将余绳控制的等级分的更多更细！可使控制规则和方法变得更加灵活，满足不同状态下的打桩作业和工程实施。

综上所述，本发明提高了整个冲孔打桩机施工过程的自动化程度和工作效率，有效解决了目前冲孔打桩机针对不同地质条件无法保证工作效率及施工质量等问题。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。