數(shù)字化雙胞胎技術(shù)在燃?xì)廨啓C(jī)生產(chǎn)參數(shù)校正中的應(yīng)用

梁生龍

珠海城市職業(yè)技術(shù)學(xué)院,廣東 珠海 519090

數(shù)字化的出現(xiàn)為機(jī)械生產(chǎn)與制造領(lǐng)域帶來(lái)了新的發(fā)展機(jī)遇，燃?xì)廨啓C(jī)生產(chǎn)也不例外。燃?xì)廨啓C(jī)是一種內(nèi)燃式動(dòng)力機(jī)械，因其具有體積小、操作簡(jiǎn)單、質(zhì)量輕、啟動(dòng)快等優(yōu)點(diǎn)在飛機(jī)船舶制造等領(lǐng)域得到了廣泛應(yīng)用[1]。

燃?xì)廨啓C(jī)是能夠保證國(guó)家能源安全和發(fā)展的核心裝備，因此對(duì)燃?xì)廨啓C(jī)生產(chǎn)參數(shù)的校正就顯得尤為重要。現(xiàn)階段對(duì)于燃?xì)廨啓C(jī)生產(chǎn)參數(shù)校正的研究極少，大多是將其他機(jī)械設(shè)備生產(chǎn)參數(shù)校正方法應(yīng)用至燃?xì)廨啓C(jī)生產(chǎn)參數(shù)校正中，適用性較差，例如文獻(xiàn)[2]中提出了基于SA-PSO 算法的采摘機(jī)械臂參數(shù)優(yōu)化方法。根據(jù)實(shí)際考察結(jié)果確定參數(shù)優(yōu)化變量，在此基礎(chǔ)上建立目標(biāo)函數(shù)，確定函數(shù)約束條件，基于SA-PSO 算法對(duì)采摘機(jī)械臂進(jìn)行結(jié)構(gòu)參數(shù)優(yōu)化，得到最優(yōu)參數(shù)解。文獻(xiàn)[3]提出基于蟻群算法的同步發(fā)電機(jī)參數(shù)改進(jìn)頻域辨識(shí)方法。該方法首先對(duì)發(fā)電機(jī)功角、定子電壓等變量進(jìn)行測(cè)量與計(jì)算，利用快速傅里葉變換方法將各變量轉(zhuǎn)換為頻域信號(hào)，利用蟻群算法對(duì)頻域信號(hào)和生產(chǎn)參數(shù)進(jìn)行擬合與校正，實(shí)現(xiàn)參數(shù)最優(yōu)化辨識(shí)。

在數(shù)字化與制造技術(shù)融合背景下，將數(shù)字化雙胞胎技術(shù)與燃?xì)廨啓C(jī)生產(chǎn)制造過(guò)程深度融合，即可有效改善工作環(huán)境，提高生產(chǎn)效率。雙胞胎技術(shù)蘊(yùn)含著強(qiáng)大的信息承載功能，可實(shí)現(xiàn)生產(chǎn)參數(shù)校正的數(shù)字化及規(guī)范化，本次將引入數(shù)字化雙胞胎技術(shù)，實(shí)現(xiàn)燃?xì)廨啓C(jī)生產(chǎn)參數(shù)校正。

基于數(shù)字化雙胞胎技術(shù)的燃?xì)廨啓C(jī)生產(chǎn)參數(shù)校正方法共有三個(gè)步驟：第一，采集燃?xì)廨啓C(jī)生產(chǎn)參數(shù)。第二，分配燃?xì)廨啓C(jī)生產(chǎn)參數(shù)校正值。第三，設(shè)計(jì)基于數(shù)字化雙胞胎技術(shù)的生產(chǎn)參數(shù)校正流程。最后通過(guò)對(duì)比實(shí)驗(yàn)，驗(yàn)證研究的基于數(shù)字化雙胞胎技術(shù)的燃?xì)廨啓C(jī)生產(chǎn)參數(shù)校正方法的可行性。

1 燃?xì)廨啓C(jī)生產(chǎn)參數(shù)辨識(shí)

采用微粒群算法辨識(shí)生產(chǎn)參數(shù)，辨識(shí)過(guò)程如下：

首先，將燃?xì)廨啓C(jī)生產(chǎn)參數(shù)看做是D 維搜索空間中的微粒，在搜索空間內(nèi)以一定的速度飛行，速度能夠根據(jù)同伴的飛行經(jīng)驗(yàn)進(jìn)行動(dòng)態(tài)調(diào)整。則微粒的位置與速度的更新表達(dá)式為：

其中，Vt表示微粒在t時(shí)刻的飛行速度；Vt+1表示微粒在t+1 時(shí)刻的飛行速度；Xi表示微粒位置，c表示粒子加速常數(shù)，取值在0～2 之間；?表示微粒慣性對(duì)速度的影響系數(shù)。在計(jì)算的過(guò)程中，需要注意?的取值會(huì)影響微粒群算法的尋優(yōu)能力。當(dāng)?取值較大時(shí)，全局尋優(yōu)能力最強(qiáng)；當(dāng)?取值較小時(shí)，局部尋優(yōu)能力最強(qiáng)。?取值一般為常數(shù)，當(dāng)?取值在[0.6,1.2]之間時(shí)，微粒群算法搜索性能最理想。在搜索過(guò)程中，要對(duì)?進(jìn)行動(dòng)態(tài)調(diào)整。在算法開(kāi)始執(zhí)行時(shí)要賦予?較大數(shù)值，在后續(xù)搜索過(guò)程中，?會(huì)逐漸減小，這樣就可以保證算法在開(kāi)始前就具有較大的步長(zhǎng)。在搜索后期要賦予?較小的值，這樣粒子才能在極值點(diǎn)周圍進(jìn)行精細(xì)搜索[4]。

其次，燃?xì)廨啓C(jī)的生產(chǎn)參數(shù)主要涉及生產(chǎn)線數(shù)據(jù)輸入輸出參數(shù)，表達(dá)式：

其中，φcf表示燃?xì)廨啓C(jī)的生產(chǎn)參數(shù)集合，φinj、φoutj分別表示輸入與輸出變量。在參數(shù)辨識(shí)的過(guò)程中，要采用實(shí)數(shù)編碼的方式實(shí)現(xiàn)輸入輸出變量辨識(shí)，并將辨識(shí)結(jié)果按照大小進(jìn)行排序。

2 燃?xì)廨啓C(jī)生產(chǎn)參數(shù)校正值分配

通過(guò)對(duì)燃?xì)廨啓C(jī)生產(chǎn)參數(shù)整定過(guò)程的分析，將基于電流環(huán)的被控對(duì)象模型預(yù)報(bào)溫度偏差率作為推理的輸入值，其中基于電流環(huán)的被控對(duì)象模型如下。

圖1 基于電流環(huán)的被控對(duì)象模型Fig.1 Controlled object model based on current loop

在實(shí)際中，如果無(wú)法準(zhǔn)確獲得燃?xì)廨啓C(jī)原始數(shù)值，就無(wú)法準(zhǔn)確校正輸入輸出變量。為此，使用過(guò)程檢測(cè)方法評(píng)價(jià)燃?xì)廨啓C(jī)運(yùn)行狀態(tài)，并得出運(yùn)行各階段所需的校正量的比例。

將燃?xì)廨啓C(jī)生產(chǎn)參數(shù)的變化作為校正依據(jù)，對(duì)生產(chǎn)影響最大的參數(shù)進(jìn)行運(yùn)行狀態(tài)評(píng)價(jià)。在分配校正值時(shí)，按照燃?xì)廨啓C(jī)的運(yùn)行過(guò)程的物理段，將其分為八段子控制線模型，模型之間是相互獨(dú)立的[5]。然后，在這八段子控制線的基礎(chǔ)上，檢測(cè)燃?xì)廨啓C(jī)的運(yùn)行狀態(tài)，在控制線下的，可認(rèn)為是正常狀態(tài)，無(wú)需分配校正值；在控制線上的，屬于非正常狀態(tài)，需要分配校正值。

3 基于數(shù)字化雙胞胎技術(shù)的生產(chǎn)參數(shù)校正流程設(shè)計(jì)

在此基礎(chǔ)上，設(shè)計(jì)數(shù)字化雙胞胎技術(shù)生產(chǎn)參數(shù)校正流程，詳細(xì)設(shè)計(jì)過(guò)程如下；

利用數(shù)字化雙胞胎技術(shù)，設(shè)計(jì)推理模型，表示為Qn。先選取燃?xì)廨啓C(jī)鋼胚出爐溫度的預(yù)報(bào)值和實(shí)測(cè)值，設(shè)輸入量的預(yù)報(bào)值和實(shí)測(cè)值偏差為e，基本論域?yàn)閇-emax,emax]，對(duì)應(yīng)的模糊集EC的論域?yàn)閇-k,k]。

完成生產(chǎn)參數(shù)的選取后，將生產(chǎn)參數(shù)校正量作為輸入量代入推理模型，根據(jù)推理模型的輸出可知，生產(chǎn)參數(shù)預(yù)測(cè)值和實(shí)際值之差大概在[-20,20]之間，誤差在10 以內(nèi)。將輸入偏差量作為論域[6]，論域?yàn)閇-10,10]，則對(duì)應(yīng)的論域?yàn)閇-1,1]。

為確保建立的統(tǒng)計(jì)模型的穩(wěn)定性，將校正量的物理論域設(shè)為[-5,5]，對(duì)應(yīng)的論域?yàn)閇-1,1]。

完成統(tǒng)計(jì)模型的輸入和輸出變量的選取后，要定義輸入和輸出的分布，分布過(guò)程如下：

其中NL，NM，NS，ZO，PS，PM，PL表示7 個(gè)數(shù)據(jù)集，采用三角隸屬函數(shù)，表示輸入e的隸屬度曲線，如圖2 所示。

輸出量誤差f與輸入量誤差e的隸屬度分布曲線相同。

最后，構(gòu)建統(tǒng)計(jì)模型規(guī)則庫(kù)[7]，根據(jù)燃?xì)廨啓C(jī)傳熱原理，歸納出生產(chǎn)參數(shù)的基本調(diào)整規(guī)律，當(dāng)燃?xì)廨啓C(jī)實(shí)測(cè)溫度高于設(shè)定溫度時(shí)，要增加兩個(gè)校正參數(shù)，當(dāng)燃?xì)廨啓C(jī)實(shí)測(cè)溫度低于設(shè)定溫度時(shí)，要減少校正參數(shù)。將輸入變量與輸出變量劃分成7 個(gè)檔，如表1 所示。

圖2 輸入e 隸屬度分布曲線Fig.2 Distribution curve of input e

表1 輸入變量與輸出變量控制規(guī)則表Table 1 Control rules of input variables and output variables

從表1 可見(jiàn)，在輸入量誤差e和輸出量誤差f由負(fù)大逐漸變成正大的過(guò)程中，輸入的生產(chǎn)參數(shù)校正量會(huì)由正大變負(fù)大，即為正[8]。輸出的生產(chǎn)參數(shù)校正量由負(fù)大變正大，即為負(fù)，這與設(shè)計(jì)初衷相符。即，推理模型可以使校正值與誤差值形成相反的結(jié)果，可以完成燃?xì)廨啓C(jī)生產(chǎn)參數(shù)校正。

4 實(shí)驗(yàn)分析

為驗(yàn)證基于數(shù)字化數(shù)字化雙胞胎技術(shù)的燃?xì)廨啓C(jī)生產(chǎn)參數(shù)校正方法的應(yīng)用效果，進(jìn)行實(shí)驗(yàn)測(cè)試，分別測(cè)試文獻(xiàn)方法與研究方法是否能夠?qū)崿F(xiàn)燃?xì)廨啓C(jī)誤差校正。

4.1 實(shí)驗(yàn)數(shù)據(jù)

使用遺傳算法辨識(shí)燃?xì)廨啓C(jī)數(shù)據(jù)，此次實(shí)驗(yàn)過(guò)程中共三組生產(chǎn)參數(shù)數(shù)據(jù)，分別為機(jī)械運(yùn)作圖像的幾何參數(shù)、生產(chǎn)線數(shù)據(jù)輸入與輸出參數(shù)，燃?xì)廨啓C(jī)內(nèi)八段超限平均值比例為365:393:505，將校正量按照校正比例分成八個(gè)段，見(jiàn)表2。

表2 八段校正比例Table 2 8-segment correction ratio

4.2 實(shí)驗(yàn)結(jié)果

4.2.1 溫度校正結(jié)果 分析不同方法的校正結(jié)果是否符合所設(shè)置的溫度校正指標(biāo)，比較結(jié)果如圖3 所示。其中溫度參數(shù)指標(biāo)為-1.2635 ℃。

從實(shí)驗(yàn)結(jié)果可以看出，使用所提方法從第一個(gè)生產(chǎn)參數(shù)校正后的誤差明顯減小，校正誤差控制-1.2333 ℃范圍內(nèi)，與設(shè)定的校正指標(biāo)相符，而文獻(xiàn)方法溫度校正誤差偏離所設(shè)定的指標(biāo)，因此該方法的溫度校正效果更好。

4.2.2 輸出數(shù)據(jù)量比較結(jié)果 輸出數(shù)據(jù)量是驗(yàn)證不同方法是否能夠達(dá)到誤差精準(zhǔn)校正的重要指標(biāo)之一。比較不同方法輸出數(shù)據(jù)量，結(jié)果如圖4 所示。

圖4 不同方法輸出數(shù)據(jù)量Fig.4 Output data of different methods

分析上圖可知，研究方法輸出的數(shù)據(jù)量要遠(yuǎn)高于文獻(xiàn)對(duì)比方法，且輸出密度高，因此可以得到較好的燃?xì)廨啓C(jī)生產(chǎn)參數(shù)校正的結(jié)果。

4.2.3 參數(shù)校正比例比較結(jié)果 在上述實(shí)驗(yàn)的基礎(chǔ)上，進(jìn)行參數(shù)校正比例設(shè)置對(duì)比實(shí)驗(yàn)，其中理想?yún)?shù)校正比例已給出，結(jié)果如圖5 所示。

圖5 不同研究方法參數(shù)校正比例Fig.5 Parameter correction ratio of different research methods

分析圖5 可知，與文獻(xiàn)方法相比，研究方法的參數(shù)校正比例與理想?yún)?shù)校正比例擬合程度高，說(shuō)明所提的基于數(shù)字化雙胞胎技術(shù)的燃?xì)廨啓C(jī)生產(chǎn)參數(shù)校正方法的應(yīng)用效果更好。

5 結(jié)語(yǔ)

針對(duì)傳統(tǒng)燃?xì)廨啓C(jī)生產(chǎn)參數(shù)校正方法存在的校正效果較差的問(wèn)題，提出基于數(shù)字化雙胞胎技術(shù)的燃?xì)廨啓C(jī)生產(chǎn)參數(shù)校正方法。在生產(chǎn)燃?xì)廨啓C(jī)時(shí)，要考慮各種生產(chǎn)參數(shù)的設(shè)置，如機(jī)械圖像的幾何參數(shù)、生產(chǎn)線輸入輸出參數(shù)等內(nèi)容。為保證生產(chǎn)過(guò)程的正常運(yùn)行，需檢測(cè)生產(chǎn)參數(shù)，校正檢測(cè)到的異常參數(shù)。為便于生產(chǎn)參數(shù)的調(diào)節(jié)，采用數(shù)字化雙胞胎技術(shù)，建立推理模型，使校正過(guò)程更為數(shù)字化。實(shí)驗(yàn)結(jié)果表明，所提方法溫度參數(shù)校正誤差小，數(shù)據(jù)輸出密度高，參數(shù)校正比例設(shè)置更為合理，校正效果更好。