本技術(shù)涉及粉煤灰蒸壓磚的，尤其是涉及一種粉煤灰蒸壓磚成型過程的控制方法及設(shè)備。

背景技術(shù)：

1、粉煤灰蒸壓磚作為新型墻體材料，因其資源化利用工業(yè)固廢（粉煤灰）和低碳環(huán)保特性，在建筑工業(yè)化進程中占據(jù)重要地位。粉煤灰蒸壓磚成型工藝涉及多參數(shù)強耦合，包括原料含水率、攪拌時間、成型壓力、蒸養(yǎng)溫度等，且工藝具有非線性動態(tài)特性。pid控制器通過比例（p）、積分（i）、微分（d）增益調(diào)節(jié)設(shè)備參數(shù)，以實現(xiàn)成型壓力、攪拌轉(zhuǎn)速等關(guān)鍵參數(shù)的閉環(huán)控制，但是由于粉煤灰蒸壓磚設(shè)備的動態(tài)磨損與環(huán)境干擾（如模具間隙擴大、蒸養(yǎng)釜密封性下降）會導(dǎo)致工藝參數(shù)-質(zhì)量關(guān)系發(fā)生時變漂移，需動態(tài)調(diào)整pid控制器的增益以維持控制性能。

2、例如在成型壓力控制方面，pid控制器以磚坯密度偏差為輸入，動態(tài)調(diào)整壓力，比例項快速響應(yīng)密度偏差，積分項消除穩(wěn)態(tài)誤差，微分項抑制超調(diào)。不過，粉煤灰蒸壓磚設(shè)備存在動態(tài)磨損和環(huán)境干擾，如模具間隙擴大、蒸養(yǎng)釜密封性下降等，會導(dǎo)致工藝參數(shù)與質(zhì)量關(guān)系發(fā)生時變漂移，進而需要動態(tài)調(diào)整pid控制器增益以維持控制性能，然而pid控制器的微分項對模具間隙或蒸養(yǎng)釜密封性變化的響應(yīng)延遲，會使得壓力調(diào)節(jié)滯后，磚坯密度達到穩(wěn)定值的時間延長。

技術(shù)實現(xiàn)思路

1、為實現(xiàn)對模具間隙等參數(shù)變化趨勢的預(yù)測，并提前調(diào)整pid增益，本技術(shù)提供了一種粉煤灰蒸壓磚成型過程的控制方法及設(shè)備。

2、第一方面，本技術(shù)提供了一種粉煤灰蒸壓磚成型過程的控制方法，采用如下的技術(shù)方案：

3、一種粉煤灰蒸壓磚成型過程的控制方法，包括以下步驟：

4、建模：獲取不同粉煤灰蒸壓磚成型過程中各個工藝步驟的歷史參數(shù)，將同一個粉煤灰蒸壓磚成型過程中各個工藝步驟的歷史參數(shù)作為狀態(tài)，將所有狀態(tài)整合為狀態(tài)空間，將各個歷史參數(shù)的調(diào)節(jié)量作為動作，將所有動作整合為動作空間，基于所有的歷史參數(shù)利用統(tǒng)計分析算法設(shè)置狀態(tài)轉(zhuǎn)移概率，根據(jù)磚坯的合格率和能耗設(shè)置獎勵函數(shù)，建立mdp模型；

5、求解：獲取當(dāng)前工藝步驟的實時參數(shù)，基于實時參數(shù)利用強化學(xué)習(xí)算法求解mdp模型，獲得使獎勵函數(shù)的數(shù)值最大的第一參數(shù)，計算第一參數(shù)與實時參數(shù)的差值；

6、控制：根據(jù)所述差值控制pid控制器對實時參數(shù)進行調(diào)節(jié)。

7、本技術(shù)通過mdp建模與強化學(xué)習(xí)實現(xiàn)對粉煤灰蒸壓磚成型過程中各種參數(shù)的智能控制，本技術(shù)首先將各工藝步驟的歷史參數(shù)（如壓力、溫度）作為狀態(tài)，參數(shù)調(diào)節(jié)量作為動作，結(jié)合統(tǒng)計分析算法（如馬爾可夫鏈）隱式捕捉工藝動態(tài)規(guī)律，并通過多目標(biāo)獎勵函數(shù)（兼顧合格率與能耗）引導(dǎo)優(yōu)化；隨后，依據(jù)狀態(tài)空間特性（連續(xù)/離散）選擇強化學(xué)習(xí)算法（如ddpg/dqn），利用實時參數(shù)輸入mdp模型輸出預(yù)測的最優(yōu)控制策略（即第一參數(shù)）；最后，通過計算第一參數(shù)與實時參數(shù)的差值驅(qū)動pid控制器調(diào)節(jié)，本技術(shù)可基于歷史數(shù)據(jù)和實時反饋預(yù)測各個參數(shù)的差值，根據(jù)差值提前控制pid控制器進行參數(shù)調(diào)整，以持續(xù)改進控制策略，減少非線性導(dǎo)致的pid控制器增益的漂移問題。

8、可選地，所述方法還包括：

9、計算實時參數(shù)和第一參數(shù)的歐氏距離，記為第一數(shù)據(jù)；求取使獎勵函數(shù)的數(shù)值最小的第二參數(shù)，計算實時參數(shù)和第二參數(shù)的歐氏距離，記為第二數(shù)據(jù)；

10、判斷第一數(shù)據(jù)是否大于第二數(shù)據(jù)，若是，則執(zhí)行控制的步驟；若否，則輸出告警信號。

11、本技術(shù)通過引入實時參數(shù)與最優(yōu)/最差參數(shù)的歐氏距離比較及告警決策機制，顯著增強了粉煤灰蒸壓磚成型控制系統(tǒng)的安全性和魯棒性：通過計算當(dāng)前參數(shù)與強化學(xué)習(xí)最優(yōu)解（第一參數(shù)）及獎勵函數(shù)最差解（第二參數(shù)）的距離差值，本技術(shù)可間接判斷工況是否需要告警，并在偏離最優(yōu)解且顯著惡化時觸發(fā)告警以減少錯誤控制的發(fā)生。

12、可選地，在執(zhí)行控制的步驟之前，所述方法還包括：

13、計算衰減率：計算獎勵函數(shù)的衰減率并設(shè)置衰減率的正常取值范圍，判斷當(dāng)前時刻下的衰減率是否處于正常取值范圍內(nèi)，若是，則執(zhí)行控制的步驟，若否，則輸出預(yù)警信號；

14、所述當(dāng)前時刻下的衰減率的計算模型如下：

15、；

16、其中，為當(dāng)前時刻下的獎勵函數(shù)的數(shù)值；為當(dāng)前時刻之前預(yù)設(shè)時長下的獎勵函數(shù)的平均值。

17、本技術(shù)計算了衰減率，衰減率表征當(dāng)前控制策略相對于歷史平均水平的相對性能變化，若衰減率處于預(yù)設(shè)的正常范圍，說明控制策略有效，繼續(xù)執(zhí)行控制的步驟，調(diào)節(jié)實時參數(shù)。若衰減率超出正常取值范圍，觸發(fā)預(yù)警信號，提示mdp模型可能失效或工藝環(huán)境突變。本技術(shù)通過量化mdp模型性能變化，顯著提升了mdp模型的魯棒性。

18、可選地，在執(zhí)行控制的步驟之后，所述方法還包括：

19、統(tǒng)計調(diào)節(jié)實時參數(shù)之后時長t內(nèi)發(fā)出預(yù)警信號的次數(shù)，記為第三數(shù)據(jù)；分別統(tǒng)計調(diào)節(jié)實時參數(shù)之前n個時長t內(nèi)發(fā)出預(yù)警信號的次數(shù)，記為第四數(shù)據(jù)，基于第四數(shù)據(jù)利用法則判斷第三數(shù)據(jù)是否正常，若是，則不做處理；若否，則輸出預(yù)警信號。

20、本技術(shù)通過對比調(diào)節(jié)前后預(yù)警信號的頻率變化，量化評估調(diào)節(jié)動作的有效性，減少對單次調(diào)節(jié)結(jié)果的依賴。本技術(shù)在原有參數(shù)調(diào)節(jié)的基礎(chǔ)上增加二次預(yù)警機制，形成“調(diào)節(jié)-評估-再預(yù)警”的閉環(huán)，尤其適用于高風(fēng)險工藝，提高生產(chǎn)過程的安全性。

21、可選地，所述第三數(shù)據(jù)和第四數(shù)據(jù)為粉煤灰蒸壓磚成型過程中同一個工藝步驟中的預(yù)警次數(shù)。

22、通過采用上述技術(shù)方案，本技術(shù)能夠在同一工藝步驟內(nèi)對比調(diào)節(jié)前后預(yù)警次數(shù)，進而能夠即時評估調(diào)節(jié)動作的局部效果，盡量避免因全局統(tǒng)計延遲導(dǎo)致風(fēng)險擴散，提升了故障定位精度與風(fēng)險干預(yù)時效性。

23、可選地，所述方法還包括：

24、將mdp模型解耦為多個mdp子模型，每個mdp子模型對應(yīng)粉煤灰蒸壓磚成型過程中的不同工藝步驟，采用蒙特卡洛樹搜索算法選擇需要激活的mdp子模型，將需要激活的mdp子模型按照粉煤灰蒸壓磚成型過程中出現(xiàn)的先后順序整合為新的mdp模型，并執(zhí)行求解的步驟。

25、本技術(shù)將粉煤灰蒸壓磚成型過程的復(fù)雜控制任務(wù)（如原料混合、壓制成型、蒸汽養(yǎng)護等）拆解為多個獨立mdp子模型，每個mdp子模型對應(yīng)單一工藝步驟，包含狀態(tài)空間（如濕度、壓力、溫度）、動作空間（如參數(shù)調(diào)節(jié)）和獎勵函數(shù)（如質(zhì)量合格率、能耗）。本技術(shù)的mdp子模型僅關(guān)注局部工藝約束（如壓制步驟的液壓系統(tǒng)動態(tài)），能夠減少全局狀態(tài)空間爆炸的情況（如混合+壓制+干燥步驟的聯(lián)合狀態(tài)維度過高）。隨后，本技術(shù)通過蒙特卡洛樹搜索算法，根據(jù)當(dāng)前工藝狀態(tài)（如混合步驟濕度偏差、壓制步驟壓力波動）動態(tài)選擇需要激活的子模型（如優(yōu)先激活濕度控制子模型而非蒸汽養(yǎng)護子模型），優(yōu)先激活對當(dāng)前工藝狀態(tài)影響最大的子模型（如濕度異常時優(yōu)先激活混合步驟控制子模型），減少無效計算。隨后，本技術(shù)將激活的子模型按照粉煤灰蒸壓磚成型過程的物理時序（如混合→壓制→干燥）重組為新的mdp模型，使控制邏輯符合工藝流程的要求。對重組后的mdp模型執(zhí)行強化學(xué)習(xí)求解（如策略梯度法、q-learning），生成最優(yōu)控制策略。

26、可選地，所述方法還包括：根據(jù)所述差值制定多個調(diào)節(jié)策略，根據(jù)遺傳算法對所述調(diào)節(jié)策略進行優(yōu)化，根據(jù)粉煤灰蒸壓磚成型效率、磚坯合格率及能耗構(gòu)建遺傳算法的適應(yīng)度函數(shù)，迭代篩選出使適應(yīng)度函數(shù)值最大的調(diào)節(jié)策略，記為最優(yōu)條件策略；所述調(diào)節(jié)策略包括：對應(yīng)pid控制器的調(diào)節(jié)幅度、調(diào)節(jié)順序及調(diào)節(jié)周期，所述調(diào)節(jié)幅度的大小等于差值的大??；

27、在控制的步驟中，基于所述最優(yōu)調(diào)節(jié)策略控制對應(yīng)pid控制器對實時參數(shù)進行調(diào)節(jié)。

28、本技術(shù)能夠基于實時監(jiān)測參數(shù)（如濕度、壓力、溫度）與目標(biāo)值的偏差（如濕度差值δh=目標(biāo)濕度-實際濕度），生成多維度調(diào)節(jié)策略，涵蓋pid控制器的調(diào)節(jié)幅度、調(diào)節(jié)順序及調(diào)節(jié)周期。隨后，通過組合不同維度的調(diào)節(jié)參數(shù)（如濕度調(diào)節(jié)幅度±5%、壓力調(diào)節(jié)順序前置、調(diào)節(jié)周期縮短至5秒），形成策略池。本技術(shù)能夠通過選擇、交叉、變異對策略池進行迭代優(yōu)化，保留高適應(yīng)度策略，淘汰低效策略。經(jīng)過多代遺傳迭代后，選擇適應(yīng)度函數(shù)值最大的策略作為最優(yōu)條件策略（如濕度調(diào)節(jié)幅度±3%、壓力調(diào)節(jié)順序后置、調(diào)節(jié)周期8秒），將最優(yōu)策略的調(diào)節(jié)幅度、順序及周期參數(shù)寫入pid控制器，實時調(diào)整執(zhí)行機構(gòu)（如變頻電機、蒸汽閥門），形成“差值→策略→pid→執(zhí)行”的閉環(huán)控制。

29、可選地，所述控制的步驟還包括：

30、在調(diào)節(jié)實時參數(shù)的過程中，實時檢測各個pid控制器的能耗，若任意一個pid控制器的能耗超過預(yù)設(shè)能耗閾值，則發(fā)出告警信號，反之，則重新執(zhí)行本步驟。

31、通過采用上述技術(shù)方案，本技術(shù)能夠在液壓系統(tǒng)或電機因老化導(dǎo)致能耗上升時，提前預(yù)警潛在故障，減少非計劃停機。

32、可選地，所述方法還包括：基于歷史參數(shù)，采用統(tǒng)計分析算法獲取實時參數(shù)所對應(yīng)的工藝步驟的調(diào)節(jié)步長；

33、在控制的步驟中，基于所述最優(yōu)調(diào)節(jié)策略控制對應(yīng)pid控制器按照調(diào)節(jié)步長對實時參數(shù)進行調(diào)節(jié)。

34、本技術(shù)通過分析歷史參數(shù)，可獲得不同工藝步驟所適配的調(diào)節(jié)步長，減少因固定步長導(dǎo)致的超調(diào)或振蕩。在原料波動或設(shè)備噪聲場景下，調(diào)節(jié)步長可動態(tài)適應(yīng)參數(shù)變化速率，減少pid控制的超調(diào)量。通過限制調(diào)節(jié)步長，減少因高頻大幅調(diào)節(jié)導(dǎo)致的能耗浪費，最優(yōu)調(diào)節(jié)策略中的調(diào)節(jié)幅度與步長形成互補，平衡調(diào)節(jié)速度與穩(wěn)定性。

35、第二方面，本技術(shù)提供了一種粉煤灰蒸壓磚成型過程的控制設(shè)備，采用如下的技術(shù)方案：

36、一種粉煤灰蒸壓磚成型過程的控制設(shè)備，所述控制設(shè)備用于執(zhí)行所述的控制方法，所述控制設(shè)備還包括：

37、建模模塊，用于獲取不同粉煤灰蒸壓磚成型過程中各個工藝步驟的歷史參數(shù)，將同一個粉煤灰蒸壓磚成型過程中各個工藝步驟的歷史參數(shù)作為狀態(tài)，將所有狀態(tài)整合為狀態(tài)空間，將各個歷史參數(shù)的調(diào)節(jié)量作為動作，將所有動作整合為動作空間，基于所有的歷史參數(shù)利用統(tǒng)計分析算法設(shè)置狀態(tài)轉(zhuǎn)移概率，根據(jù)磚坯的合格率和能耗設(shè)置獎勵函數(shù)，建立mdp模型；

38、求解模塊，用于獲取當(dāng)前工藝步驟的實時參數(shù)，基于實時參數(shù)利用強化學(xué)習(xí)算法求解mdp模型，獲得使獎勵函數(shù)的數(shù)值最大的第一參數(shù)，計算第一參數(shù)與實時參數(shù)的差值；

39、控制模塊，用于根據(jù)所述差值控制pid控制器對實時參數(shù)進行調(diào)節(jié)。

40、綜上所述，本技術(shù)包括以下至少一種有益技術(shù)效果：

41、1.本技術(shù)通過mdp建模與強化學(xué)習(xí)實現(xiàn)對粉煤灰蒸壓磚成型過程中各種參數(shù)的智能控制，本技術(shù)首先將各工藝步驟的歷史參數(shù)（如壓力、溫度）作為狀態(tài)，參數(shù)調(diào)節(jié)量作為動作，結(jié)合統(tǒng)計分析算法（如馬爾可夫鏈）隱式捕捉工藝動態(tài)規(guī)律，并通過多目標(biāo)獎勵函數(shù)（兼顧合格率與能耗）引導(dǎo)優(yōu)化；隨后，依據(jù)狀態(tài)空間特性（連續(xù)/離散）選擇強化學(xué)習(xí)算法（如ddpg/dqn），利用實時參數(shù)輸入mdp模型輸出預(yù)測的最優(yōu)控制策略（即第一參數(shù)）；最后，通過計算第一參數(shù)與實時參數(shù)的差值驅(qū)動pid控制器調(diào)節(jié)，本技術(shù)可基于歷史數(shù)據(jù)和實時反饋預(yù)測各個參數(shù)的差值，根據(jù)差值提前控制pid控制器進行參數(shù)調(diào)整，以持續(xù)改進控制策略，減少非線性導(dǎo)致的pid控制器增益的漂移問題。

42、2.本技術(shù)通過引入實時參數(shù)與最優(yōu)/最差參數(shù)的歐氏距離比較及告警決策機制，顯著增強了粉煤灰蒸壓磚成型控制系統(tǒng)的安全性和魯棒性：通過計算當(dāng)前參數(shù)與強化學(xué)習(xí)最優(yōu)解（第一參數(shù)）及獎勵函數(shù)最差解（第二參數(shù)）的距離差值，本技術(shù)可間接判斷工況是否需要告警，并在偏離最優(yōu)解且顯著惡化時觸發(fā)告警以減少錯誤控制的發(fā)生。