一种混凝土配合比优化系统控制方法

暂无

一种混凝土配合比优化系统控制方法\n[技术领域]\n[0001] 本发明涉及一种混凝土配合比优化系统控制方法。\n[背景技术]\n[0002] 高性能混凝土拌和物的多组分(包含普通混凝土的四大组分及矿物掺和料与外加剂的掺入)以及其多性能指标(除强度的要求以外，还对其流动性、整体稳定性等多种性能有一定的要求)的要求导致其配合比设计的复杂性，配合比的智能化设计是十分必要的。\n[0003] HPC与普通高性能混凝土显著区别在于，其原材料组分较多，性能要求更加严格，且其配合比设计中影响因素多，质量控制也较为复杂，这就使得配合比的设计需消耗较多的人力、物力。\n[0004] 高性能混凝土配合比设计方法有多种：试验性方法、半经验半试验性方法、理论分析方法，但这些方法有一个共性，即首先要进行高性能混凝土的试配，其次根据试配的结果再来进行配合比的调整，最后确定最终的配合比，高性能混凝土具有显著的地域性，不同地区高性能混凝土配方都不尽一致，因此需要重复地进行的试配工作，耗费大量的人力物力。\n[0005] 再者，HPC对原材料性能及配合比非常敏感，性能波动比较大，传统的配合比设计方法难以满足预计的精度要求。由于现代高性能混凝土结构与施工技术的快速发展，对高性能混凝土的性能要求呈多样性发展，但影响高性能混凝土性能的因素复杂多变(受到生产技术装备、工程设计、施工条件及经验、原材料性能地域性的差异等多种因素的非线性影响)，使高性能混凝土配制模式特征不明确，对高性能混凝土更是如此，至今仍然没有简便、可行的设计高性能混凝土配合比及其各项性能指标的公式法，已有高性能混凝土配合比智能化系统，考虑性能较单一，主要是满足强度及工作性能要求。\n[发明内容]\n[0006] 本发明克服了上述技术的不足，提供了一种混凝土配合比优化系统控制方法，能快速完成、准确计算且满足用户对高性能混凝土多种性能要求的且成本较低的高性能混凝土配比。\n[0007] 为实现上述目的，本发明采用了下列技术方案：\n[0008] 一种混凝土配合比优化系统控制方法，其步骤如下：\n[0009] a、设置由多个输入单元构成的输入层、由多个隐含单元构成的隐含层和有多个输出单元构成的输出层，输入各单元与隐含各单元、隐含层各单元与输出各单元之间相互连接，通过相应的权值系数ωjk、νij相互联系，权值系统组成权值阵列，向输入单元分别输入混凝土成分中的水量、水泥、砂、石、粉煤灰、减水剂等的配合比数据，且输出单元分别输出对应输入单元混凝土成分中的水量、水泥、砂石、粉煤灰、减水剂等的优化配合比数据；\n[0010] b、输出层误差定义以及权值的调整过程：\n[0011] 设定输出误差值为E，网络输出值为d，期望输出值为O，权值矩阵赋随机值，向输入层输入样本数值,且设定期望输出值；\n[0012] 当输出层输出与期望输出的输出误差E不为0时，定义如下：\n[0013]\n[0014] 其中，o为期望输出值；\n[0015] 将以上输出误差定义式展开至隐含层，则有：\n[0016]\n[0017] 进一步展开至输出层，有：\n[0018]\n[0019] 式中，wjk为输出层权值、vij为隐含层权值，调整权值就可以改变输出误差E；\n[0020] 调整权值的目的是使输出误差不断的减小，应使权值调整量与输出误差的梯度下降成正比，即：\n[0021]\n[0022]\n[0023] 式中，wjk为输出层权值、vij为隐含层权值；Δwjk、Δwij为权值调整量，负号表示梯度下降，常数η∈(0,1)表示比例系数；\n[0024] C、公式推导：\n[0025] 对输出层均有j＝0，1，2，…，m、k＝1，2，…，l；对隐含层则均有i＝0，1，2，…，n、j＝\n1，2，…，m；\n[0026] 对于输出层，权值调整式可以写成：\n[0027]\n[0028] 式中η为比例系数；\n[0029] 对于隐含层，权值调整式可以写成：\n[0030]\n[0031] 给输出层和隐含层各定义一个误差信号，令：\n[0032]\n[0033]\n[0034] 式中 为输出层的误差信号， 为隐含层的误差信号；\n[0035] 将公式(6)的权值调整式改写为：\n[0036]\n[0037] 将公式(7)的权值调整式改写为：\n[0038]\n[0039] 计算出(10)和(11)式中的 和 就可以计算出权值调整量；\n[0040] 对于输出层， 可以展开为：\n[0041]\n[0042] 对于隐含层， 可以展开为：\n[0043]\n[0044] 再求出(12)、(13)两式中输出层误差 隐含层误差 分别对输出层、隐含层的偏导数；\n[0045] 对于输出层，利用式(1)，可得：\n[0046]\n[0047] 对于隐含层，利用公式(2)，可得：\n[0048]\n[0049] 将公式(14)、(15)分别代入公式(12)和(13)，并应用公式f'(x)＝f(x)[1-f(x)]，得：\n[0050]\n[0051]\n[0052] 将(17)代入到公式(10)和(11)中，得到权值调整公式为：\n[0053]\n[0054]\n[0055] η为学习率；\n[0056] δ为本层输出的误差信号；\n[0057] x(或y)为本层输入信号；\n[0058] 设定共设有h个隐含层，按前向顺序各隐含层节点数分别记为m1,m2,…，mh，各隐含层输出分别记为y1,y2,…,yh,各层权值矩阵分别记为W1,W2,…,Wh,Wh+1,则各层权值调整计算公式为：\n[0059] 输出层：\n[0060]\n[0061] 第h隐含层：\n[0062]\n[0063] 按照以上规律逐层类推，则第一隐含层权值调整计算公式：\n[0064]\n[0065] 写成向量形式：\n[0066] 对于输出层，设Y＝(y0,y1，y2，…，yi，…，ym)T，\n[0067]\n[0068] 则：ΔW＝η(δ0YT)T   (23)\n[0069] 对于隐含层，设X＝(x0,x1,x2,…,xi,…,xn)T，\n[0070]\n[0071] 则ΔV＝η(δyXT)T   (24)\n[0072] 式中，η—学习率，δ—本层输出的误差信号，X(或Y)—本层输入信号，得出输出层误差信号与网络的期望输出和实际输出之差有关，直接反映了输出误差，而各隐含层的误差信号均与前边各层的误差信号有关，从输出层开始逐层通过输出层权值调整量Δwjk、隐含层权值调整量Δwij来分别调整输出层权值wjk、隐含层权值vij，从而改变输出误差E，直到输出误差E＝0止。\n[0073] 所述隐含单元为骨料密实单元、坍落度单元和28天抗压强度网络单元。\n[0074] 本发明的有益效果是：\n[0075] 本发明可以根据不同地区的原材料进行学习，对各地区的高性能混凝土进行配比设计，且将经济因素考虑入内，设计并优化出满足任何性能要求的高性能混凝土配合比，此外该系统能记忆以往输入的数据，随着配比次数增加，系统自学习能力开启，进行模拟配比，使高性能混凝土配合比设计和优化的精度也大大提高，采用本发明进行高性能混凝土配合比的设计和优化，可减少试配次数，大大节约人力、物力的投入并且节约时间。\n[附图说明]\n[0076] 图1为本发明控制方法原理图。\n[具体实施方式]\n[0077] 下面结合附图与本发明的实施方式作进一步详细的描述：\n[0078] 如图1所示，一种混凝土配合比优化系统控制方法，其步骤如下：\n[0079] a、设置由多个输入单元构成的输入层、由多个隐含单元构成的隐含层和有多个输出单元构成的输出层，输入各单元与隐含各单元、隐含层各单元与输出各单元之间相互连接，通过相应的权值系数ωjk、νij相互联系，权值系统组成权值阵列，向输入单元分别输入混凝土成分中的水量、水泥、砂、石、粉煤灰、减水剂等的配合比数据，且输出单元分别输出对应输入单元混凝土成分中的水量、水泥、砂石、粉煤灰、减水剂等的优化配合比数据；\n[0080] b、输出层误差定义以及权值的调整过程：\n[0081] 设定输出误差值为E，网络输出值为d，期望输出值为O，权值矩阵赋随机值，向输入层输入样本数值，且设定期望输出值；\n[0082] 当输出层输出与期望输出的输出误差E不为0时，定义如下：\n[0083]\n[0084] 其中，o为期望输出值；\n[0085] 将以上输出误差定义式展开至隐含层，则有：\n[0086]\n[0087] 进一步展开至输出层，有：\n[0088]\n[0089] 式中，wjk为输出层权值、vij为隐含层权值，调整权值就可以改变输出误差E；\n[0090] 调整权值的目的是使输出误差不断的减小，应使权值调整量与输出误差的梯度下降成正比，即：\n[0091]\n[0092]\n[0093] 式中，wjk为输出层权值、vij为隐含层权值；Δwjk、Δwij为权值调整量，负号表示梯度下降，常数η∈(0,1)表示比例系数；\n[0094] C、公式推导：\n[0095] 对输出层均有j＝0，1，2，…，m、k＝1，2，…，l；对隐含层则均有i＝0，1，2，…，n、j＝\n1，2，…，m；\n[0096] 对于输出层，权值调整式可以写成：\n[0097]\n[0098] 式中η为比例系数；\n[0099] 对于隐含层，权值调整式可以写成：\n[0100]\n[0101] 给输出层和隐含层各定义一个误差信号，令：\n[0102]\n[0103]\n[0104] 式中 为输出层的误差信号， 为隐含层的误差信号；\n[0105] 将公式(6)的权值调整式改写为：\n[0106]\n[0107] 将公式(7)的权值调整式改写为：\n[0108]\n[0109] 计算出(10)和(11)式中的 和 就可以计算出权值调整量；\n[0110] 对于输出层， 可以展开为：\n[0111]\n[0112] 对于隐含层， 可以展开为：\n[0113]\n[0114] 再求出(12)、(13)两式中输出层误差 隐含层误差 分别对输出层、隐含层的偏导数；\n[0115] 对于输出层，利用式(1)，可得：\n[0116]\n[0117] 对于隐含层，利用公式(2)，可得：\n[0118]\n[0119] 将公式(14)、(15)分别代入公式(12)和(13)，并应用公式f'(x)＝f(x)[1-f(x)]，得：\n[0120]\n[0121]\n[0122] 将(17)代入到公式(10)和(11)中，得到权值调整公式为：\n[0123]\n[0124]\n[0125] η为学习率；\n[0126] δ为本层输出的误差信号；\n[0127] x(或y)为本层输入信号；\n[0128] 设定共设有h个隐含层，按前向顺序各隐含层节点数分别记为m1,m2,…，mh，各隐含层输出分别记为y1,y2,…,yh,各层权值矩阵分别记为W1,W2,…,Wh,Wh+1,则各层权值调整计算公式为：\n[0129] 输出层：\n[0130] \n[0131] 第h隐含层：\n[0132]\n[0133] 按照以上规律逐层类推，则第一隐含层权值调整计算公式：\n[0134]\n[0135] 写成向量形式：\n[0136] 对于输出层，设Y＝(y0,y1，y2，…，yi，…，ym)T，\n[0137]\n[0138] 则：ΔW＝η(δ0YT)T   (23)\n[0139] 对于隐含层，设X＝(x0,x1,x2,…,xi,…,xn)T，\n[0140]\n[0141] 则ΔV＝η(δyXT)T   (24)\n[0142] 式中，η—学习率，δ—本层输出的误差信号，X(或Y)—本层输入信号，得出输出层误差信号与网络的期望输出和实际输出之差有关，直接反映了输出误差，而各隐含层的误差信号均与前边各层的误差信号有关，从输出层开始逐层通过输出层权值调整量Δwjk、隐含层权值调整量Δwij来分别调整输出层权值wjk、隐含层权值vij，从而改变输出误差E，直到输出误差E＝0止。\n[0143] 其中，所述隐含单元为骨料密实单元、坍落度单元和28天抗压强度网络单元。\n[0144] 通过激励函数计算各层的输出，逐层计算直到输出层，从而得到输出结果，再进一步将输出向量转化为用户所需要的各种高性能混凝土组成材料的用量，以达到所有性能及成本最优化为目标，对高性能混凝土配合比进行优化设计。