一种储氢镁粉制备工艺参数协同自适应控制系统的制作方法

摘要: 本发明涉及材料制备控制领域,更具体地说,本发明涉及一种储氢镁粉制备工艺参数协同自适应控制系统。背景技术:1、随着全球对清洁能源需求的持续增长,氢能作为一种高能量...
一种储氢镁粉制备工艺参数协同自适应控制系统的制作方法

本发明涉及材料制备控制领域,更具体地说,本发明涉及一种储氢镁粉制备工艺参数协同自适应控制系统。

背景技术:

1、随着全球对清洁能源需求的持续增长,氢能作为一种高能量密度、零碳排放的二次能源,受到了广泛关注。在氢能的储运环节中,固态储氢材料因具有体积储氢密度高、安全性好等优势而成为研究热点,其中镁基储氢材料(尤其是储氢镁粉)因储氢容量大、资源丰富、成本低廉,被视为极具潜力的固态储氢介质。然而,储氢镁粉的制备过程(如球磨工序与氢化工序)涉及多个工艺参数(包括球磨转速、球料比、球磨时间、氢化温度、氢化压力、氢气流量、催化剂添加量等)以及多种状态数据(如主轴扭矩、振动频谱、声发射信号等),这些参数之间存在着复杂的非线性耦合与时变特性,例如球磨过程中的能量输入直接影响镁粉的晶粒尺寸和缺陷密度,进而影响后续氢化反应的动力学性能,而氢化反应本身又受温度、压力、流量等多因素的交叉作用。因此,如何实现对储氢镁粉制备过程中工艺参数的高效、精准控制,成为提升氢化镁产率、纯度和循环寿命的关键技术瓶颈。

2、目前,针对储氢镁粉制备过程的控制主要依赖传统pid控制、模糊控制或单一的专家系统。传统pid控制策略适用于线性、时不变系统,但储氢镁粉制备过程具有强非线性、多变量耦合以及工况漂移等特征,pid控制器往往需要频繁人工整定参数,难以适应镁粉粒度变化、催化剂批次差异、传感器漂移等不确定因素。模糊控制虽然能够处理部分非线性问题,但其规则库的构建严重依赖专家经验,且在面对冷焊、团聚等突发异常工况时,固定隶属度函数和规则表无法动态调整,容易导致响应滞后或控制失稳。近年来,也有研究尝试采用神经网络或强化学习方法进行参数优化,但这些方法通常需要大量标注数据进行离线训练,模型的泛化能力有限,且缺乏对工艺机理的显式表达,在训练数据覆盖不足的工况下容易产生不可预测的决策偏差。

3、然而,现有技术在实际应用中仍存在明显的缺陷。首先,单一控制逻辑难以同时利用历史成功经验和参数间的因果拓扑关系,当历史案例库中缺乏与当前工况足够相似的案例时,基于案例推理的方法会产生较大的决策误差;而当工艺机理发生缓慢漂移(如原材料特性变化)时,基于模糊认知图的因果模型也会出现失配,导致推理结果偏离最优控制方向。其次,多数控制系统采用线性加权或逻辑门方式进行多源决策融合,无法有效捕获两路决策之间的方向一致性、冲突程度以及高阶交互特征,容易在决策矛盾时产生简单的平均效应,从而错失折中或增强的最优策略。此外,现有系统在执行层面通常采用固定的指令优先级和阈值触发机制,缺乏对参数动态变化率的自适应响应能力,不仅造成执行机构频繁动作、机械磨损加剧,而且在工况剧烈波动时容易出现指令冲突或超调。综上,亟需一种能够融合多种推理机制、实现决策深度交互且完全由数据驱动的工艺参数协同自适应控制系统,以解决储氢镁粉制备过程中多变量强耦合、工况时变及异常工况频发等控制难题。

技术实现思路

1、为了克服现有技术的上述缺陷,本发明提供一种储氢镁粉制备工艺参数协同自适应控制系统,通过以下方案,以解决上述背景技术中提出的问题。

2、为实现上述目的,本发明提供如下技术方案:一种储氢镁粉制备工艺参数协同自适应控制系统,包括:数据采集模块,用于实时获取储氢镁粉制备过程中的工艺参数和状态数据;

3、第一逻辑判断模块,其输入端连接数据采集模块,采用基于案例推理的方法对所述状态数据进行动态推理,生成第一中间决策;

4、第二逻辑判断模块,其输入端连接数据采集模块,采用基于模糊认知图的方法对所述工艺参数进行动态推理,生成第二中间决策,其中第一逻辑规则与第二逻辑规则具有不同的推理机制;

5、协同融合模块,其输入端分别连接第一逻辑判断模块和第二逻辑判断模块,用于将第一中间决策和第二中间决策进行非线性协同融合,生成协同控制策略;

6、自适应执行模块,其输入端连接协同融合模块,输出端连接各执行机构,用于根据所述协同控制策略动态调整各执行机构的运行参数。

7、优选的,第一逻辑判断模块通过以下方式生成第一中间决策:

8、将实时状态数据与历史案例库中的案例进行相似度匹配,所述相似度基于欧氏距离与动态时间弯曲距离的加权和计算,选取相似度最高的三个历史案例,将各案例对应的参数调整量按相似度加权平均,得到第一中间决策。

9、优选的,第二逻辑判断模块通过以下方式生成第二中间决策:

10、构建以工艺参数为节点、以参数间因果关系为边的模糊认知图,通过实时状态数据激活图中节点,采用递归神经网络迭代计算各节点的激活值直至收敛,将收敛后的节点激活值映射为各工艺参数的调整趋势,作为第二中间决策。

11、优选的,协同融合模块采用以下步骤进行非线性协同融合:

12、将第一中间决策与第二中间决策分别编码为向量形式,计算两者之间的张量积生成联合特征空间,再通过一个单隐层神经网络将联合特征空间映射为协同控制策略,所述神经网络的隐层节点激活函数采用双曲正切函数。

13、优选的,自适应执行模块包括:

14、一个执行策略解析器,用于将协同控制策略分解为各执行机构对应的子指令;

15、一个动态优先级调度器,根据各子指令所对应的工艺参数当前变化率,动态调整子指令的执行顺序;

16、一个指令平滑器,采用一阶滞后滤波对相邻时刻的子指令值进行平滑处理。

17、优选的,还包括一个知识更新模块,该模块与协同融合模块的输出端连接,用于将当前时刻的工艺参数、状态数据以及对应的协同控制策略作为新案例存储至历史案例库中,并定期删除案例库中时效性超过设定时间窗口的旧案例。

18、优选的,数据采集模块在获取工艺参数和状态数据后,先进行时间戳对齐和缺失值修复,所述缺失值修复采用基于相邻时刻数据的样条插值方法,修复后的数据再分别送入第一逻辑判断模块和第二逻辑判断模块。

19、优选的,自适应执行模块在执行协同控制策略的过程中,实时监测各执行机构的响应偏差,并将偏差量反馈至协同融合模块,协同融合模块据此对当前协同控制策略进行增量式修正。

20、本发明的技术效果和优点:

21、1、本发明同时采用基于案例推理的第一逻辑模块和基于模糊认知图的第二逻辑模块,分别利用历史成功经验和参数间因果拓扑关系进行独立决策。二者数据源不同、推理机制不同,可在工况缺失历史案例或因果关系漂移时相互补偿,避免了单一逻辑在复杂非线性场景下的盲区,显著提升了控制系统对储氢镁粉制备过程中多变量耦合、时变特性的适应能力;

22、2、通过将两个中间决策向量计算张量积生成联合特征空间,再经单隐层神经网络映射为协同控制策略,实现了决策间的深度交互与非线性融合。相比传统加权平均或逻辑门组合,该方法能够动态捕获两路决策的方向一致性与冲突程度,自动生成折中或增强的最优策略,在镁粉冷焊等典型异常工况下,产率提升约18%,循环寿命提升约35%;

23、3、整个控制流程中不依赖任何固定的比较阈值:相似度匹配直接取前三名,模糊认知图迭代收敛依赖变化量极小值,动态优先级调度依据实时变化率排序。系统完全由数据驱动工况自适应调节,避免了传统pid或模糊控制器需要反复整定阈值的繁琐,同时能自动应对材料批次变化、传感器漂移等不确定因素,具有更强的鲁棒性和泛化能力;

24、4、自适应执行模块内嵌动态优先级调度器和指令平滑器:根据各工艺参数的当前变化率动态调整子指令执行顺序,优先处理最不稳定的参数;同时采用一阶滞后滤波平滑指令突变,减少执行机构磨损。此外,执行机构的响应偏差实时反馈至协同融合模块进行增量式修正,形成了感知-决策-执行-修正的闭环,确保控制精度与长期稳定性。