[发明专利]一种用于交联电缆生产线的单神经元FPGA控制方法及系统

权利要求书

1.一种用于交联电缆生产线的单神经元FPGA控制系统的控制方法，其特征在于，具体步骤如下：

步骤1：接收来自交联系统给定的期望电压值与悬垂电路板所输出的实际电压值进入到FPGA控制系统进行误差处理；

步骤2：误差信号进入到单神经元自适应模块，同时设定关于悬垂系统的权重系数以及学习速率的初始值；

步骤3：将步骤2得到的悬垂控制的权值与步骤1相应的误差信号乘积求和，经过PWM处理模块调节占空比，输出给下牵引驱动器，下牵引驱动器通过信号传输给压力传感器，最后经过AD转换模块转换成数字电压信号再次反馈给系统内部；

步骤4：通过将交联系统给定的期望电压值和步骤3反馈的数字电压值反复求差值，然后反馈给FPGA再次进行权重系数以及误差的计算，当实际电压值与期望电压值相等时即为调节权值最优解；

步骤1所述的误差处理，具体步骤如下：

交联系统给定的期望电压值与悬垂电路板所输出的实际电压值进入FPGA后进行误差处理，得到三种误差信号：当前误差、目标总误差以及误差变化量；

其中，x₁(k)表示当前交联系统给定的期望电压值与悬垂电路板所输出的实际电压值之间的差值，x₂(k)表示当前误差累加的目标总误差，x₃(k)表示误差变化量，k表示累加次数，r(k)表示期望电压值，y(k)表示实际电压值，e(k-1)表示上一时刻的误差；

步骤2所述的权重系数以及学习速率的初始值设定如下：比例权重系数w₁(0)＝0.15、积分权重系数w₂(0)＝0.12、比例权重系数w₃(0)＝0.01；比例学习速率η₁(0)＝0.015、积分学习速率η₂(0)＝0.1、微分学习速率η₃(0)＝0.002；

步骤2所述的误差处理，具体步骤如下：

对于步骤1的误差信号，在单神经元自适应模块中，误差信号通过有监督的Hebb学习规则计算得出比例权值、积分权值、微分权值，有监督的Hebb学习规则的学习结果是使网络能够提取训练集的统计特性，从而把输入信息按照它们的相似度划分若干类，利用输入和输出调整神经元之间连接的权值的：

其中，w₁(k)为比例权值，w₂(k)为积分权值，w₃(k)为微分权值，w₁(k)、w₂(k)、w₃(k)分别表示上一时刻的权值系数；η_i(i＝1，2，3)为x_i(k)(i＝1，2，3)学习速率，误差信号Z(k)为Z(k)＝r(k)-y(k)＝e(k)，w₁(k-1)为前一时刻的比例权值，w₂(k-1)为前一时刻的积分权值，w₃(k-1)为前一时刻的微分权值；

步骤3所述的输出占空比，具体步骤如下：

通过步骤1计算的误差信号以及步骤2计算的权值乘积求和，即将比例权值与当前误差、积分权值与目标总误差、微分权值与误差变化量，三组的乘积求和即为输出量，经过PWM处理模块调节占空比输出给下牵引驱动器，下牵引驱动器通过信号传输给压力传感器经过AD转换模块转换成数字电压信号再次反馈给系统内部，其中PWM处理模块的算法公式为：

u(k)＝K{w₁(k)x₁(k)+w₂(k)x₂(k)+w₃(k)x₃(k)}

其中，u(k)为单神经元PID控制的输出信号，K为神经元增益系数。