[发明专利]采用自适应模糊控制的集尘机滤芯自清洁方法和系统

权利要求书

1.一种采用自适应模糊控制的集尘机滤芯自清洁方法，其特征在于，包括如下步骤：

采集滤芯筒内压力值、滤芯筒外压力值、集尘机腔内温度以及反吹压力；

基于滤芯筒内压力值和滤芯筒外压力值，获取滤芯筒内外压差值和滤芯筒内外压差改变量；

将滤芯筒内外压差值和压差值改变量输入至模糊控制器，所述模糊控制器包括推理机、模糊器和解模糊器，其中，滤芯筒内外压差值和压差值改变量经模糊器将清晰数值量转换到模糊集合，通过滤芯粉尘反吹清洁试验和经验创建输入变量到输出变量的模糊规则库，通过推理机进行模糊逻辑判断，最后经解模糊器输出优化的反吹压力；其中，

通过具有机器学习的自适应律模块追踪时变的环境数据，来优化调整模糊控制器的参数，以输出经优化的反吹压力。

2.根据权利要求1所述的方法，其特征在于，所述模糊控制器为如下带有乘机推理机、高斯模糊器、中心平均解模糊器的模糊控制器：

式中：x_i为输入变量，n为模糊集合总梳理，M为模糊规则总数量，分别为输入变量x_i对应第l个模糊规则下模糊集高斯分布函数中心和宽度，y^-l为输出变量第l个模糊规则下模糊集高斯分布函数中心，f(x)为模糊系统的输出。

3.根据权利要求2所述的方法，其特征在于，通过如下步骤来确定模糊控制器的参数：

步骤1：通过滤芯粉尘反吹清洁试验，获取最佳反吹压力值y_P，将滤芯筒内外压差值x_E和压差值改变量x_D、最佳反吹压力值y_P三个数据，构成输入-输出数据对数据库

步骤2：对于集尘机采集的1组输入数据(x_E,x_D)，从数据库中获取对应的最佳反吹压力值y_P，在学习的第h(h＝0,1,2,…)阶段，把数据对(x_E,x_D,y_P)作为输入层，然后计算神经网络第1～第3层的输出值；

步骤3：采用学习算法，调整参数

步骤4：令h＝h+1，返回步骤2重新计算，直至误差|f-y_P|小于预设数值ε，则参数调整到位。

4.根据权利要求3所述的方法，其特征在于，所述模糊规则库由如下if-then规则组成：

if E_p为且D_c为then P为

其中，E_pi、D_cj、P_k分别是系统中输入和输出变量Ep、Dc、Pk的模糊集合。

5.根据权利要求4所述的方法，其特征在于，所述模糊规则库如下表所示：

6.根据权利要求1-5中任一项所述的方法，其特征在于，所述方法还包括：

当采集的集尘机腔内温度上升达到设定值Tmax时，启动最大反吹压力和高频次反吹清洁，以使集尘机腔内温度下降至Tmin；当集尘腔内温度长期高于Tmax时，则在排除电机故障的情况下，进行滤筒更换。