半岛BOB综合基于人工神经网络的振动压路机智能控制研究茎垫堡垫Ct!DnChry&ConstructionTechnoLogy基于人工神经网络的振动压路机智能控制研究CAOQuan—xing,ZHANGZong—tao,PANGMing.bao31.天津鼎盛工程机械有限公司技术中心,天津3003842.长安大学工程机械学院,陕西西安7100643.河北工业大学土木学院,天津3001321_TechnologyCenterofTianjinDingShengConstructionMachineryCo.Ltd.,Tianjin300384.China2.SchoolofEngineeringMachinery,ChanganUniversity,Xian710064,Shannxi,China3.SchoolofCivilEngineering,HebeiUniversityofTechnology,Tianjin300132,China正盈—Ei叫在分析道路施工对振动压路机智能控制要求和现有控制方法的基础上,提出了振动压路机神经网络智能控制的方法,简介了该方法的系统结构与实现原理,重点研究了包括评价网络和动作网络在内的振动压路机神经网络控制模型与算法.仿真试验结果说明了采用神经网络模型进行振动压路机控制的可行性与正确性.lBasedonanalyzingtheintelligentcontroldemandofvibratoryrollerintrafficengineeringandthepr.blems.ftheexistingcontrolmethods,theintelligentcontrolmethodofvibratoryrollerispresentedusingartificialneuralnetworks.Thestructureandtheprincipleofthesystemarebrieflyintroduced.Thecontrolmodelofvibratoryrollerusingartificialneuralnet—worksanditsalgorithmarediscussedmainlyThesimulationresultshowsthatthemethodiscorrectandfeasible.振动压路机;人工神经网络:动作网络;评价网络四盘盈跚vibratoryroller;artificialneuralnetworks;actingnetwork;evaluationnetwork中图分类号:U4l5.52文献标识码:B文章编号:le00—033X(2007)11—0054—02引言在以人工智能方式为核心的振动压路机控制中,如何能快速,动态地实现该控制系统的非线性化,模糊化,动态化和大系统化.一直是理论界和实际应用中比较难于较好解决的问题[卜.].本文从研究振动压路机智能控制入手,通过引入人工神经网络(ArtificialNeuralNetworks,ANN)来建立仿真控制系统,实现对振动压路机在路基路面系统压实过程中的评价与动作(控制),从而达到振动压路机智能化的可控性与可实现性.基于神经网络的控制系统结构压路机智能控制系统基本结构见图1.将信息采集子系统如压实度监测装置,压实计等仪器收到的具体压实度,铺层厚度等质量数据输入到系统中去[一],系统根据这些状态变量和外部再励评价信号,与建立的压路机智能知识库,推理机等进行评价和基金项目:西部交通建设科资助项目(2002-318.000-71.03)—一54信息流检测与前处理H压路机信息采集子系统再励学习系统学习f辨识)H系统评价与预测H系统控制动作建议系统数据库ll系统模型库Il知识库I推理机ll压路机操作手决策基于人工神经网络振动压路机系统基本结构动作控制,推理出最佳的控制信息.该系统的核心就是通过系统的数据库,模型库,知识库与推理机,使系统不断地动态学习(辨识).然后进行包括预测,评价,控制在内的一系列工作过程,其实现需要不断地再励学习.该压路机具有一定的智能,当对某一路面进行压实时,通过一段时间的工作能对压实作业的各项参数包括频率,碾压振幅,碾压速度和遍数进行调节,并判断其压实的效果,从而使压实作业始终在最佳的状况下进行.智能控制人工神经网络模型与算法振动压路机ANN模型是智能控制的基础和核心,具体见图2.状态变量是上车质量,下车质量,偏心块质量,上车振动速度,CompactionMachinery&ConstructionTechnotogy智能振动压路机具体ANN模型下车振动速度,上车加速度,下车加速度,铺层厚度,土壤的阻尼系数,土壤的弹性模量等l0个,用表示.该模型的目标是通过系统状态变量和系统提出的再励要求进行评价,提出预测激励信号,然后将预测激励信号和系统状态变量一起进行学习和工作,产生过程控制动作,即产生压实作业的包括频率,上车振动位移,下车振动位移,碾压速度和遍数的各项参数整个模型分为评价网络和动作网络2部分.(1)评价网络输入为系统状态变量和再励信号,输出为预测激励信号1个变量,类似于压实度指标,但其取值在0～1之间,且越大越好f2)动作网络的输入为系统状态变量和预测激励信号,输出为具体动作,即控制信息,包括对压实作业的各项参数:频率,振幅,碾压速度和遍数.评价网络是1层网络(图3),为了简化省去很多箭头.其输入为系统状态变量和再励信号,再励信号用表示,输出为预测激励信号1个变量,用表示.振动压路机评价网络根据有关要求,这里将隐层单元定为6输出为y(它与计l时刻和f时刻输入有关),为(f+1)l0)x/(t+1)lLJ其中?)~Esigmoid数,,是权值.输出单元f+l时刻的输出为评价网络的预测评价值.(f+1)l60(f+1)+c(f)(f+1)lLiiJ其中b,C/k是权值.整个网络的预测激励信号为fot+l时的状态是初始状态;k=tr~(t+1)--v)t+l时的状态是失败状态(f+1)++1)一(f)其他评价网络的学习采用RLSnBP结合的方法.误差函数是内部再励信号动作网络是1XlERMCM频率,振动位移碾压速度和遍数振动压路机动作网络励信号,输出即需要确定的控制变量如频率,振幅,碾压速度和遍数.其输出为Z(t+1)lo1)l系统控制动作为其中是操作变量的变化,且f1pi(t)=l{00P,)的计算如下+1)=e(慨+1)+(+1)+)其中0)是从均值为0,方差为1的高斯分布中选择的一个随机变量序列.动作网络学习也采用RL与BP结合的方法.隐层中单元的误差为s0一1)={q~(t--1)一E[q0其中E为期望值,当q{0,1}时,上述期望是q,=1的概率,此时输出节点权值的调节公式为(￡+1)=(f)pO+1)[qO)_P(f)](f)0+1)(f)p0+1)[qO)_P0)]0) 为输出节点的学习步长,隐节点权值按下式修正(f+1)+0)(f+l0)[1 一(t)]sgn(f)][q0)_,J(f)(f) 式中:p——学习步长; P——动量项系数. 仿真试验 用上述模型在一振动压路机设计中进行仿真计算,其中再 励要求由设计人员给出,把历史数据中的状态变量和控制变量 等数据作为样本来确定权重,然后进行计算实现控制.图5 真计算出的上车位移,下车位移,上车振动速度,下车振动速度,上车振动加速度,下车振动加速度随时间变化的结果.通过智能 过程控制,在经过最佳碾压次数6 遍后,使得预测激励信号.即综 合评价结果达到0.98t,- 振动压路机压实过程中智能控制的核心是建立科学合理的智能模型,本研究从振动压路机智能控制结构入手.通过引入人 工神经网络来建立仿真控制系统,实现对振动压路机在路基路 面系统压实过程中的评价与动作控制,从而达到振动压路机智 能化的可控性与可实现性,并予以例子仿线压实机械与施工技术CompactionMachinery&ConstructionTechnology 进行弯沉测试和摊铺沥青面层,测试结果见表6. 天,其弯沉值为O.5mm左右,完全满足道路通车的技术要 求.此外,烟远路车流量为1800～3000 辆/昼夜,且大都为重 车,通车后半年无开裂现象,取得了明显的效果. 该路改建工程为路幅9m,基层厚度为28cm,本工程采用 废石膏改性二灰碎石混合料摊铺压实,施工温度25,养护7 由测试结果可见,在养护温度25oC条件下,废磷石膏改性 二灰碎石混合料摊铺后养护7 天,其弯沉值可以达到O.35mm 右,满足道路摊铺沥青面层的技术要求.坝赤路大修工程路基承重层设计厚度为25cm,采用磷石膏, 石灰,水泥,碎石(40:6:4:50)基层结构来铺筑.施工温度为28 ,养护7 天后进行弯沉测试和摊铺沥青面层,测试结果见表8. 由测试结果可见,废磷石膏取代40%碎石的石灰,水泥,碎 石混合料摊铺碾压.养护7 天后其弯沉值可以达到O.31mm,完全 可以满足道路铺筑沥青面层的弯沉值要求.坝赤路车流量为2500～3000 辆,晷夜,通车后半年无开裂现象,取得了明显的效果. 结语 (1)通过配合比设计实验确定了废磷石膏改性二灰碎石混 合料的最佳废磷石膏掺量为35%,其中7 天强度达到摊铺沥青 面层的技术要求. (2)废磷石膏改性二灰碎石混合料不仅减少了反射裂缝,获 得了高质量道路,而且降低了工程造价,减少了废磷石膏对当地 农村的环境污染. (3)通过几个工程的试点应用发现废磷石膏改性二灰碎石 混合料明显优于普通二灰碎石混合料,开放交通时间可以提前 个星期.综上所述,利用废磷石膏改性二灰碎石基层新材料施工,其 经济,社会效益显着,而中国有废磷石膏资源的地方较多,因此 该技术在中国交通公路行业有广泛的推广应用前景. 参考文献: [1]杨永宏,李柳琼,顾大钧,等.磷石膏属性调查及控制研究LJ].昆明理 T-大学:理_T-版,2006,31(6):76—79.[2]滕旭秋,陈忠达,蒋万民.二灰碎石混合料配合比设计方法LJ].长安 大学:自然科学版,2006,26(1):29—34. 收稿日期:2007-07—19 [责任编辑:郑成波] 0.40,3 7o2 g01 曼0.0 商-o1 -o.2 _03 0403 02 01 00 [1]孙祖望.压实技术与压实机械的发展与展望LJ].筑路机械与施工机械化,2004,21(5):4-7. [2]魏洪兴,王田苗,陈殿生.智能化工程机械及其关键技术研究_J].工 程机械,2004,35(5):1—3. [3]田丽梅,杨春红,王国安.国内外振动振荡压路机动力学模型LJ].吉 林大学:工学版,2003,33(2):100—103. [4]阎学文,许安,任征.瞬态锤击法测试土压实度的初步实验研究LJ]