[发明专利]张力检测与智能控制系统

权利要求书

1.张力检测与智能控制系统，其特征在于：所述控制系统包括参数采集与控制平台和张力智能控制子系统两部分，控制系统实现对纱线的绕行速度、张力检测以及纱线张力的智能控制；

所述张力智能控制子系统由时延迟神经网络、PID型Adaline神经网络控制器、自调整因子模糊控制器、T-S模糊神经网络解耦控制器、NARX神经网络、DRNN神经网络、按拍延迟线TDL和参数检测模块组成；

纱线张力期望值作为时延迟神经网络的对应输入，张力传感器和速度传感器的输出分别作为对应的参数检测模块的输入，张力传感器输出对应的参数检测模块的输出作为时延迟神经网络的对应输入、对应的按拍延迟线TDL输入和T-S模糊神经网络解耦控制器的对应输入，速度传感器输出对应的参数检测模块的输出作为T-S模糊神经网络解耦控制器的对应输入；时延迟神经网络输出与DRNN神经网络输出的差值作为纱线张力期望值的预测误差，纱线张力期望值的预测误差和预测误差变化率作为自调整因子模糊控制器的输入；时延迟神经网络输出与张力传感器输出对应的参数检测模块输出的差作为张力期望值的误差，张力期望值的误差作为PID型Adaline神经网络控制器的输入，PID型Adaline神经网络控制器和自调整因子模糊控制器的输出分别作为T-S模糊神经网络解耦控制器的2个对应输入，T-S模糊神经网络解耦控制器的2个输出分别作为对应的NARX神经网络的输入，其中1个NARX神经网络输出分别作为对应的按拍延迟线TDL的输入和参数采集与控制平台的L298电动机驱动电路的输入，另一个NARX神经网络输出分别作为对应的按拍延迟线TDL的输入和张力电磁铁的输入，3个按拍延迟线TDL输出作为DRNN神经网络的输入。

2.根据权利要求1所述的张力检测与智能控制系统，所述参数检测模块由带时滞单元的Adaline神经网络模型、EMD经验模态分解模型、GM（1，1）灰色预测模型、多个NARX神经网络预测模型、按拍延迟线TDL、ARIMA预测模型和二元联系数的小波神经网络模型组成。

3.根据权利要求2所述的张力检测与智能控制系统，其特征在于：参数传感器输出作为带时滞单元的Adaline神经网络模型的输入，带时滞单元的Adaline神经网络模型输出作为EMD经验模态分解模型的输入，EMD经验模态分解模型输出的被测量参数低频趋势值作为GM（1，1）灰色预测模型的输入，EMD经验模态分解模型输出的被测量参数的多个高频趋势值分别作为对应的NARX神经网络预测模型的输入，GM（1，1）灰色预测模型输出和多个NARX神经网络预测模型输出分别作为二元联系数的小波神经网络模型的对应输入，二元联系数的小波神经网络模型输出被测量参数的确定值a和波动值b构成被测量参数的二元联系数为a+bi，被测量参数的确定值a和波动值b分别作为对应的按拍延迟线TDL的输入和二元联系数的小波神经网络的对应输入，2个按拍延迟线TDL输出分别作为对应的ARIMA预测模型输入，2个ARIMA预测模型输出作为二元联系数的小波神经网络模型的对应输入，二元联系数的小波神经网络模型输出作为参数检测模块输出的被测量参数的二元联系数值。

4.根据权利要求1所述的张力检测与智能控制系统，其特征在于：所述参数采集与控制平台包括STM32单片机、张力传感器、速度传感器、L298电动机驱动电路、卷绕机构、张力电磁铁。

5.根据权利要求4所述的张力检测与智能控制系统，其特征在于：在所述单片机中设定纱线的张力期望值，检测纱线的张力传感器输出和检测卷绕机构的速度传感器输出分别作为张力智能控制子系统的对应参数检测模块的输入，张力智能控制子系统的2个输出分别作为电动机驱动电路和张力电磁铁的输入，电动机驱动电路输出作为卷绕机构的输入，卷绕机构和张力电磁铁分别调节纱线的绕行速度和纱线的张力，参数采集与控制平台实现纱线速度和张力的准确测量和纱线的张力智能化控制。

6.根据权利要求5所述的张力检测与智能控制系统，其特征在于：单片机型号为STM32、电动机驱动电路型号为L298。