CN119389893A 一种自适应参数调节的提升机控制方法 （陕西银兴智能科技股份有限公司）

据集构建提升机智能控制模型中模型参数的损邻近运行时刻的提升机运行状态数据进行状态2S1：采集提升机运行状态数据，其中提升机运行状S2：基于提升机运行状态数据构建提升机智能控制提升机智能控制模型包括输入层、时序信息提取层、参数调节概率计算对当前第t个运行时刻的变频器参数设置进行映射，得到多个工作工段的变频器参数调节其中：dataua表示工作工段数目为num的训练数据子集，Num表示预设的最大工作工段表示训练数据子集中的第d组训练数据，表示工作工段数目时序信息特征对应的待策略优化的变频器参数设置，表示状态时序信息特征对应的最佳多段变频器参数调节结果；S3：基于训练数据集构建提升机智能控制模型中基于训练数据集构建提升机智能控制模型中模型参数的损失函数制模型中待优化求解的模型参数为参数映射层中的映射矩阵参数，提升机工作工段数目LOSS(BaJnum)表示提升机工作工段数目num所对应映射矩阵参数的损失函数，表示待优化求解的提升机工作工段数目num所表示利用映射矩阵参数对状态时序信息特征以及变频器参数设II-Il表示L1范数；3在提升机运行过程中，采集提升机在不同运行时刻的提升机LOC(1),LOC(2).…,LOC(i)…,LOC(Num)表示Num个提升机启停点的位置，L表示提升机的变频器配置参数，分别是变频器的最小频率以及最大的变频器参数序列，其中第j个工作工段为第j+1个提升机启停点与第j个提升机启停点之工段中S个工作子工段在第t个运行时刻的变频f(i)表示第j个工作工段第s个工表示提升机在第t个运行时刻所需运输的运输设备重所述损失函数LOSS(BaJnum)的优化求解流程为：4表示映射矩阵参数Bua的上限；的第h次迭代结果为；S33：计算得到映射矩阵参数的变异概率，则映射矩阵参数的变异概率为pma(h)：exp(·)表示以自然常数为底的指数函数；p表示变异系数；。S42：时序信息提取层对多个邻近运行时刻的提升机运行状态数据进行状态时序信息weight(xz-1)表示的注意力权重，weight(xz-2)表示的注意力权重；p=exp(e(()+fE()-2fren))5fGi)表示映射得到的第j个工作工段的变频器参数调节结果；中包含Num-1个工作工段的变频器参数调节结果；将提升机中当前第t个运行时刻的变频器参数5.如权利要求3所述的一种自适应参数调节的rand(-1,1)表示_1~1之间的随机数"为服从的随机量，"为服从rand(0,1)表示0_1之间的随机数；6表示第h次迭代得到的U组映射矩阵中，代入损失函数后损失函数值最小的映78提升机在第t个运行时刻的提升机运行状态[0025]LOC(1),LOC(2).…,LOC(i)…,LOC(Num)表示Num个提升机启停点的位置，LOC(i)表示第i个提升机启停点的位置，ie[1,wum]；[0026]表示提升机的变频器配置参数，分别是变频器的最小时刻的变频器参数序列，其中第j个工作工段为第j+1个提升机启停点与第j个提升机启停工作工段中S个工作子工段在第t个运行时刻的变频器频率，f(i)表示第j个工作工段第s表示提升机在第t个运行时刻所需运输的运输设备重9计算每个工作工段的参数调节概率，参数映射层结合状态时序信息特征对当前第t个运行节概率高于预设阈值的变频器参数调节结果，将保留结果对当前第t个运行时刻的变频器[0031]采集提升机智能控制模型中模型参数优化求解的训练数据，构成训练数据集dataua表示工作工段数目为num的训练数据子集，Num表示预设的最大工作表示训练数据子集中的第d组训练数据，表示工作工段数目时序信息特征对应的待策略优化的变频器参数设置，表示状态时序信息特征对应的最佳多段变频器参数调节结果。[0041]LOSS(BaJnum)表示提升机工作工段数目num所对应映射矩阵参数的损失函数，;[0042]表示利用映射矩阵参数对状态时序信息特征以及变频器参[0046]所述损失函数LOSS(BaJnum)的优化求解流程为：pma(h)：[0057]exp(·)表示以自然常数为底的指数函数；。[0062]所述映射矩阵参数进行变异处理的概率为pma(h)，进行免疫评估处理r(·)表示伽马函数；[0068]rand(-1,1)表示_1~1之间的随机数[0069]"为服从的随机量，"为服从[0075]rand(0,1)表示0_1之间的随机数；[0076]表示第h次迭代得到的U组映射矩阵中，代入损失函[0078]利用提升机智能控制模型接收提升机运行状态数据，并进行提升机控制策略优[0080]S42：时序信息提取层对多个邻近运行时刻的提升机运行状态数据进行状态时序[0086]weight(xz-1)表示的注意力权重，weight(xz-2)表示的注意力权重；在需要重新初始设置每个工作工段的加减速时间以及[0088]p=exp(e(()+fE()-2fren))的计算结果的维数与一致；[0095]fGi)表示映射得到的第j个工作工段的变频器参数调节结果；[0107]同时本方案使用变频器驱动+接近开关感应的全新的控制方法对提升机进行控[0108]图1为本发明一实施例提供的一种自适应参数调节的提升机控制方法的流程示意法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平提升机在第t个运行时刻的提升机运行状态[0131]LOC(1),LOC(2).…,LOC(i)…,LOC(Num)表示Num个提升机启停点的位置，LOC(i)表示第i个提升机启停点的位置，ie[1,wum]；[0132]表示提升机的变频器配置参数，分别是变频器的最小时刻的变频器参数序列，其中第j个工作工段为第j+1个提升机启停点与第j个提升机启停工作工段中S个工作子工段在第t个运行时刻的变频器频率，f(i)表示第j个工作工段第s计算每个工作工段的参数调节概率，参数映射层结合状态时序信息特征对当前第t个运行节概率高于预设阈值的变频器参数调节结果，将保留结果对当前第t个运行时刻的变频器[0139]采集提升机智能控制模型中模型参数优化求解的训练数据，构成训练数据集dataua表示工作工段数目为num的训练数据子集，Num表示预设的最大工作表示训练数据子集中的第d组训练数据，表示工作工段数目时序信息特征对应的待策略优化的变频器参数设置，表示状态时序信息特征对应的最佳多段变频器参数调节结果。[0145]所述S3步骤中基于训练数据集构建提升机智能控制模型[0150]LOSS(BaJnum)表示提升机工作工段数目num所对应映射矩阵参数的损失函数，;[0151]表示利用映射矩阵参数对状态时序信息特征以及变频器参[0155]所述损失函数LOSS(BaJnum)的优化求解流程为：pma(h)：[0166]exp(·)表示以自然常数为底的指数函数；。[0170]所述S34步骤中基于变异概率对映射矩阵参数进行变异或免疫评估处理，生成映[0171]所述映射矩阵参数进行变异处理的概率为pma(h)，进行免疫评估处理r(·)表示伽马函数；[0177]rand(-1,1)表示_1~1之间的随机数[0178]"为服从的随机量，"为服从[0184]rand(0,1)表示0_1之间的随机数；[0185]表示第h次迭代得到的U组映射矩阵中，代入损失函[0188]利用提升机智能控制模型接收提升机运行状态数据，并进行提升机控制策略优[0190]S42：时序信息提取层对多个邻近运行时刻的提升机运行状态数据进行状态时序[0196]weight(xz-1)表示的注意力权重，weight(xz-2)表示的注意力权重；在需要重新初始设置每个工作工段的加减速时间以及[0198]p=exp(e(()+fE()-2fren))的计算结果的维数与一致；[0205]fGi)表示映射得到的第j个工作工段的变频器参数调节结果；为例的变频器接线图，其可以实现实施例1中的自适应参数调节的提升机控制方法中变频实施例提供的参考台达C2000变频器使用手册的多段速多段速部分分为自动上升段和自动下降段的条件判断赋值和多段速输出点输出条件的判[0217]以台达VFD022C43A_21型变频器两个启停点的提升机工况为例，提供初始设置的即0.1秒加减速及S曲线时间单位01_45设为0（默认为0即0.01秒3.多段速输入点设/多点位置指令1，为变频器高速运行段4.多段速频率设定：第一段速04_00预设[0218]初始设置的部分变频器参数