[发明专利]一种基于机器学习算法的2D换向阀自动调零系统及方法

说明书

本发明提出了一种基于机器学习算法的2D换向阀自动调零系统及方法，用以解决手动调零方法耗时长、准确度低的技术问题。其方法步骤为：将待调零的换向阀固定在试验台上并导通液压管路；通过导轨推动自动调零机构使联轴器和换向阀阀芯对齐并固定；拨动传动轴将换向阀调整到工作范围内；通过操作界面设定通过流量值，启动调零装置，点击调零按钮，电机状态指示灯亮起，调零系统对换向阀自动调零；将此时液压系统的多项参数输入训练好的BP神经网络得到准确的调零角度，进而向下位机PLC发出控制指令；待电机状态指示灯熄灭，调零过程完成。本发明实现了2D换向阀调零过程的自动化，且大大提高了调零的准确度和检测效率，提高了工作的可靠性。

技术领域

本发明涉及自动化控制的技术领域，特别是指一种基于机器学习算法的2D换向阀自动调零系统及方法，适用于2D电磁换向阀调零过程。

背景技术

2D电磁换向阀具有动态响应快、控制精度高、使用寿命长等优点，因此被广泛应用于航空、航天等军工领域。为保证该阀的产品质量，在其生产过程中，需对该阀进行严格的性能测试。对此类阀的流量测试环节的传统方法，多通过工人依靠简易机械结构手动对通过流量进行调零标定，然而这种手动标定过程存在耗时长、准确度低、过度依赖操作者经验等问题，因此开发一种针对2D电磁换向阀的自动调零系统具有非常重要的工业价值和社会价值。

虚拟仪器技术是指通过高性能的模块化硬件结合高效灵活的软件来完成各类检测任务和自动化应用的技术。通过该技术构建的测试控制系统可实现以计算机软件界面来代替常规仪器的操作控制面板。虚拟仪器的开发环境以美国国家仪器公司NI(NationalInstruments)的LabVIEW(Laboratory Virtual instrument Engineering Workbench)应用最为广泛。LabVIEW是一种基于图形化的编程语言，又称为“G”语言，使用该种语言编程时，多通过流程图或框图来代替繁琐的程序代码，并尽可能利用了工程技术人员所熟悉的术语、图标和概念，基于该语言可以高效的创建人机交互界面并极为方便的完成各种软硬件的连接，从而实现对所需数据的高效处理和仪器功能的快速修改。基于以上优点，因此，基于LabVIEW构建的虚拟仪器或系统被广泛地应用于工业自动化、航空航天和科学研究当中。

在许多研究领域和复杂的工程问题当中，往往很难找到精确的数学表达式，很难找到多个不同输入参数与输出结果之间的连续关系，依靠函数差值和曲线拟合的方法得到的变化趋势往往不够理想。随着计算机技术的快速发展，人工神经网络是一种模拟生物神经网络进行信息处理的数学模型，由于其结构简单、可操作性强、自适应、自学习等特点被广泛用于函数逼近、模型识别分类、数据压缩和时间序列预测等。其中，BP神经网络(BackPropagation Neural Network，BPNN)是一种基于误差反向传播训练算法的神经网络，在隐含层和节点数足够多的情况下，通过样本数据的训练，不断修正网络权值和阈值使误差函数沿负梯度方向下降，理论上可逼近任意非线性映射关系，且具有较好的泛化能力，因此被广泛应用于复杂问题的曲线拟合和回归预测。

发明内容

针对现有2D换向阀通过流量调节环节中手动标定导致的耗时长、准确度低、过度依赖操作者经验的技术问题，本发明提出一种针对2D电机换向阀的自动调零系统及方法，以实现2D电磁换向阀的自动调零，大大提高了检测效率，简化了操作流程，提高了调零的可靠性和准确性。

本发明的技术方案是这样实现的：

一种基于机器学习算法的2D换向阀自动调零方法，其步骤如下：

步骤一：将待调零的2D电磁换向阀固定在液压检测试验台上，打开液压检测试验台液路开关使液压油进入2D电磁换向阀；

步骤二：通过滑动导轨推动调零系统的控制机构使控制机构前端的联轴器和2D电磁换向阀的阀芯对齐，用内六角扳手固定联轴器和阀芯；

步骤三：通过转动传动轴上的转动手柄改变2D电磁换向阀阀芯的初始角度，使2D电磁换向阀处在正常工作范围；