CN111673026B - 一种锻压机压制过程的在线控制方法及其控制系统 - Google Patents

Abstract

本发明公开了一种锻压机压制过程的在线控制方法及其控制系统。所述控制方法包括：获取第一时刻的采样点状态信息，随机选取调节机构的开度控制量，获取第二时刻的采样点状态信息，计算两个时刻的实际速度与设定速度的绝对值之差，获得瞬时奖励值；估算压制过程的整体价值，获得两个时刻的时间序列误差；导出压制过程的控制量与状态变量的关系，使用禁忌算法获得当前状态下调节机构开度的最优值，从而进一步引起活塞变化；返回步骤3重复执行进行收敛，直至调节机构开度控制量的值不再变化。本发明采用强化学习与禁忌搜索结合实现了锻压机的在线控制，减少了对模型准确的依赖，同时提高了工作效率。

Description

一种锻压机压制过程的在线控制方法及其控制系统

技术领域

本发明属于锻压机的在线控制领域，具体涉及一种适用于高精度锻压机压制过程的在线控制方法及其控制系统。

背景技术

现有的锻造液压机采用如滑模控制、自适应控制等高精度控制方法可以实现对锻件质量控制，从而减少后继机加工工艺的难度。但其控制效果受模型准确性的影响较大，而随着模型使用年限的延长会存在模型不准确的现象，这会导致控制精度达不到功能要求，如何寻找一种能够自动与环境变化自动匹配的控制方法是亟待解决的问题。

虽然现有的数据采集系统和智能传感器技术可以较方便的实时获取锻压机的数据，但由于高精度锻压机主要应用于一些特殊锻件场合，甚至是一些实验场所，难以获得足够的有效数据作为训练集，使得基于离线学习，在线应用的方式难以在高精度锻压机中推广。

与基于神经网络和支持向量机的离线训练，在线控制的方式不同，强化学习作为第三种学习方式，是模拟动物适应外界环境而自我调整的方法，该方法直接面向感知、动作，以追求最大奖励(与环境相适应)为目标，在不断调整动作的过程中，最终建立起状态与控制动作的映射，从而最终实现了针对目标的优化控制。强化学习只需建立奖励模型，从而大大放宽了对传统模型的高精度要求，其学习方式既可以采用离线训练和在线训练两种方式，其实施方式以时间序列差为修正偏差，通过行为的调整对阶段性奖赏进行逼近，从而最终获得基于当前数据的最优控制行为。从工程应用角度，强化学习控制方法在机器人、无人汽车等方面获得了应用。

强化学习所面临的主要问题是状态空间与动作空间映射关系的表达和学习算法慢的问题。强化学习的学习方法分为基于评价的学习和基于政策迭代的学习，目前主流是基于政策迭代的方法，主要分为三类：(1)政策迭代法：首先估计当前政策下的值函数，之后进行政策改进；(2)政策梯度法：采用估计器从样本策略中估计出预测回报的梯度；(3)无导数优化方法：把回报作为一个黑箱模型，根据政策参数直接进行优化，常用的方法有：交叉熵法(cross-entropy method(CEM))和协方差矩阵自适应法(covariance matrixadaptation(CMA))。

由于外部环境的未知性，强化学习的在线学习通常采用尝试法，需要足够的尝试次数才能获得映射关系，由于建立状态空间与动作空间的映射关系需要大量样本，因此收敛速度很慢。过长的训练时间常常是实时系统所无法忍受的，同时由于训练过程中无法提前预知控制的效果，存在着系统失控的危险。

禁忌搜索(Tabu Search或Taboo Search，简称TS)是一种全局逐步寻优算法，它通过引入一个灵活的存储结构和相应的禁忌准则来避免迂回搜索，并通过藐视准则来赦免一些被禁忌的优良状态，进而保证多样化的有效探索以最终实现全局优化。同时计算机仿真与模拟技术的发展提供了一种可以在不实施动作的情况下预知系统的状态，从而避免控制动作施加于系统而造成失控的危险。

为此，需要提供一种适用于高精度锻压机的数据与模型结合的在线控制方法，用于解决传统方法在学习过程中无法控制系统稳定性的问题以及提高在线强化学习的学习效率，减轻运算量。

发明内容

本发明的目的在于克服现有技术中存在的缺陷，提供一种锻压机压制过程的在线控制方法。该方法利用强化学习建立奖励机制，并通过禁忌搜索方法在一定程度上提高了强化学习的速度，该方法基于数据驱动的方式控制锻造液压机在线训练与工作同时进行，减少了对模型准确的依赖，同时提高了工作效率。

本发明所述的锻压机压制过程在线控制方法是在已有的锻压机模型基础上针对锻压机压制过程的数据与模型结合的在线控制方法。利用锻压机的半固态金属成型工艺包括快速下压、慢速下压、压制、保压、慢速升起和快速升起六个过程，而本文涉及的锻压机的“压制过程”是指从锻压机的滑块接触到待处理的锻件直到保压阶段开始之前的过程，即压制过程。

一种锻压机压制过程的在线控制方法，包括：

步骤1：在预设的锻压机模型上间隔预设时间更新所述采样点状态信息，在压制过程中利用传感系统获取第一时刻的采样点的状态信息并发送至控制系统的Trio控制器；所述采样点状态信息包括锻压机压制过程的当前状态下的工作滑块压力，工作滑块位移，工作滑块速度；

步骤2：随机选取调节机构的开度控制量，将所述开度控制量传送至所述Trio控制器，并通过所述Trio控制器控制调节机构的开度值；

步骤3：利用传感系统获取第二时刻的采样点状态信息；

步骤4：计算所述第一时刻和第二时刻的实际速度与设定速度的绝对值之差，获得瞬时奖励值；

步骤5：在所述锻压机模型基础上，估算压制过程的整体价值(reward)，即相当于获得了从压制开始至压制结束的偏差值；并计算所述第一时刻与第二时刻的采样点状态信息的时间序列误差；

步骤6：根据获得的时间序列误差，利用利亚普诺夫稳定定理导出压制过程的控制量与状态变量的关系，如满足如下条件：

则使用禁忌算法获得当前状态下所述调节机构的开度的最优值，并根据获得的最优值调整调节机构开度控制量，从而进一步引起活塞变化；否则，不断试算，直至满足条件；

其中，u代表比例伺服阀开度控制量，K表示等体积油的杨氏模量，B表示粘性阻尼系数，K_n表示额定流量增益，P_s表示定量泵输出压力，Δ_pn表示阀口压力损失，ω_n表示比例伺服阀的固有频率，F_l表示负载抗力，X₂表示比例伺服阀输入压力，x₅表示液压缸上腔压力，x₄表示比例伺服阀流量；

步骤7：返回步骤3重复执行步骤3-7进行收敛，直至所述调节机构开度控制量的值不再变化，结束。

进一步的，所述禁忌算法包括：

根据当前状态量参数，进行领域搜索，产生领域优化解，利用藐视准则进行判断，如果满足藐视准则，使用当前状态下所述调节机构的开度的最优值作为历史最优值，并将该值从禁忌表中取出，则保持历史最优值不变，并将该当前状态下所述调节机构开度的最优值放入预设的禁忌表中；

当达到终止条件时(通常为预设搜索步数到达或预设时间到达)，获得历史最优值，即当前状态下的所述调节机构开度控制量的最优值。

其中，所述调节机构为锻压机中的比例伺服阀。

一种锻压机压制过程在线控制系统，包括：控制系统，传感系统，调节机构和锻压机。

其中，所述控制系统包括工控机，显示器，通讯总线，Trio控制器和PLC模块，其中所述工控机用于与所述Trio控制器和PLC模块通过所述通讯总线进行通讯；所述Trio控制器用于接收传感系统传送的采样点状态信息并根据收到的状态信息进行控制算法计算并根据计算结果控制所述锻压机的比例伺服阀的开度值，所述控制算法包括强化学习和禁忌算法，所述PLC模块用于实现所述锻压机的电气逻辑控制；所述Trio控制器与PLC模块通过总线技术通讯实现数据的共享，并通过所述通讯总线传至所述工控机。

所述传感系统包括压力传感器，流量传感器与位移传感器，所述压力传感器用于检测锻压机的液压缸的上腔压力并传送至所述Trio控制器，所述位移传感器用于将所述锻压机中的所述滑块机构的工作滑块的位移传送至所述Trio控制器，所述流量传感器用于将所述锻压机的管路流量传送至所述Trio控制器。

所述调节机构为所述锻压机的比例伺服阀，其根据所述Trio控制器计算得出的开度控制量调节所述比例伺服阀的开度值从而调整阀门流量，进而完成对所述工作滑块速度的控制。

所述锻压机，包括：油源机构、执行机构、控制机构、和安全与辅助机构；

所述油源机构包括油源和油泵，所述锻压机中的电机驱动油泵将油源中的油压入油管，同时完成对液压油的加压，获得工作压力的液压油通过管路将力传输到执行机构从而对锻件进行压制；

所述执行机构包括液压缸和滑块机构，所述液压缸驱动所述滑块机构中的工作滑块直接作用于锻件，按工艺要求以不同的压制速度完成对锻件的压制。

所述控制机构包括开关阀门组和比例伺服阀，所述开关阀门组用于实现锻压工艺的逻辑功能，所述比例伺服阀通过所述Trio控制器控制其阀门开度值从而调整阀门流量，进而完成对所述工作滑块速度的控制。

所述安全与辅助机构用于保证整个系统的安全并实现除压制以外的其他辅助工作，如顶模，工作面移动等。

与现有技术相比，本发明的有益效果如下：

1、本发明所述的在线控制方法是一种数据与模型结合的在线控制方法，摆脱了传统的离线学习，利用学习好后的模型在线控制的模式，可以将学习与控制一起进行，实现了锻压机的在线优化控制；

2、通过模型建立系统稳定条件作为约束条件，解决了传统方法在学习过程中无法控制系统稳定性的问题，从而保证了系统在全过程中的系统稳定性；

3、引入禁忌搜索的方法提高了淘汰了状态空间中与当前状态无关的冗余状态，从而提高了强化学习的效率。

附图说明

图1是本发明所述的锻压机压制过程在线控制系统的结构示意图；

图2a是采用本发明所述的在线控制方法的锻压机在恒速状态下的压制过程速度示意图；

图2b是在恒速状态下的压制过程控制器输出示意图；

图3a是采用本发明所述的在线控制方法的锻压机在变速状态下的压制过程速度示意图；

图3b是在变速状态下的压制过程控制器输出图；

图4a是采用本发明所述的在线控制方法的锻压机在不同采样周期的压制过程速度示意图；图4b是本发明所述的在线控制方法的锻压机在不同采样周期的压制过程输出示意图。

具体实施方式

下面结合附图和具体实施例对本发明的技术方案作进一步详细描述，所描述的具体的实施例仅对本发明进行解释说明，并不用以限制本发明。

强化学习的通用方法是采用迭代方法，直到收敛。这种方法由于需要大量迭代过程导致训练过程缓慢。实际上一旦状态信息x(k)被检测得到后，由于系统自身特性的限制，可控制量是被限制在一定的可行域内的，可以直接搜索这个可行域而不用进行大量的迭代运算，由于该可行域是未知的，同时缺乏明确的表示方式，因此只能采用随机搜索方法对其进行搜索，本发明提出了在强化学习方法中采用搜索效率高的禁忌搜索的方法缩小搜索范围。

一种锻压机压制过程在线控制方法，包括：

步骤1：在预设的锻压机模型上间隔预设时间更新所述采样点状态信息，预设时间2min-5min，在压制过程中利用传感系统获取第一时刻的采样点的状态信息x(k)并发送至控制系统的Trio控制器，所述采样点状态信息包括锻压机压制过程的当前状态下的工作滑块压力，工作滑块位移，工作滑块速度等；

步骤2：随机选取一个动作u(k)，即随机选取所述锻压机的控制机构中的比例伺服阀的开度控制量，所述开度控制量范围为0V-10V，将所述开度控制量传送至Trio控制器，并通过所述Trio控制器控制比例伺服阀的开度值；

步骤3：利用所述传感系统获得第二时刻的采样点状态信息x(k+1)；

步骤4：计算所述第一时刻和第二时刻的实际速度与设定速度的绝对值之差，获得瞬时奖励值，即获得所述动作的压制速度：

受硬件DA转化器位数所限，对于n为AD转化器，控制量的可行范围为[2^-n，2ⁿ].锻压机的压制速度由材料性质来决定，通常要求在一定温度范围内采用恒速压制，或满足某些工艺曲线所要求的压制速度。为此，即时价值选择为两次时刻的实际速度与设定速度的绝对值之差

R(k)＝||v(k)-v_set(k)|-|v(k+1)-v_set(k+1)|| (1)

步骤5：在所述锻压机模型基础上，估算压制过程的整体价值(reward)，即相当于获得了从压制开始至压制结束的偏差值；并计算所述第一时刻与第二时刻的采样点状态信息的时间序列误差。

根据公式(1)，价值函数V_k(x，u)和V_k+1(x+1，u)很容易从粗糙模型中获得

注意到粗略模型比TD(0)算法在趋势上会更准确，因此禁忌搜索的目标选择为minC(x)＝minu(Vk(x，u)-Vk+1(x+1，u)+R(k))(4)。

步骤6：根据获得的时间序列误差，利用利亚普诺夫稳定定理导出压制过程的控制量与状态变量的关系，如输出阀门的开度满足锻压机安全工作稳定性条件，则使用禁忌算法获得当前状态下阀门开度的最优值，并根据获得的最优值调整阀门开度的控制量，从而进一步引起活塞变化；否则，不断试算，直至满足条件。

其中状态变量和控制量的关系可以从利亚普诺夫稳定定理导出，令

V＝x^TPx (5)

式中P是如下形式的半正定阵

根据状态变量的物理意义x_i≠0(i＝2，3，4，5，6)，因此

V＝x^TPx＞0 (6)

如果I≤0II＜0同时满足，则整个方程满足利亚普诺夫稳定性。

对于I和II

I＝A^TP+PA≤0 (8)

II＝u^T gT(x)Px+x^T Pg^T(x)＜0 (9)

把公式(5)带入(9)，得

解(10)，得到(11)

取

将公式(12)带入(9)，得

解(13)，得到(14)

其中，u代表阀门开度控制量，K表示等体积油的杨氏模量，B表示粘性阻尼系数，K_n表示额定流量增益，P_s表示定量泵输出压力，Δp_n表示阀口压力损失，ω_n表示比例伺服阀的固有频率，F_l表示负载抗力，X2表示比例伺服阀输入压力，x5表示液压缸上腔压力，x4表示比例伺服阀流量，R表示系数

ρ表示油密度，l表示管道长度，S1表示管道截面积，K表示等体积油的杨氏模量，S2表示液压缸输出腔的活塞截面积，B表示粘性阻尼系数，K_n表示额定流量增益，ξ表示比例伺服阀的阻尼率，m代表滑块质量，λ_c代表液压缸泄漏系数，V₀液压缸上腔体积。

获得的公式(14)构成了控制量、状态量和负载保证系统稳定性的限制条件，该限制条件隐含了各个量之间的关系，从而为禁忌搜索缩小了范围。

本实施例选用了基本的禁忌搜索方法来说明该方法的应用。对于一个在离散空间X的元素x，我们的目标是

min C(x)

s.t.x∈X (15)

邻域s(x)是领域移动可到达的解的集合，领域移动公式如(17)所示

s(x)＝x+wd (16)

式中w是步长，d是方向。禁忌表的作用是防止搜索出现循环，记录前若干步走过的点、方向或目标值，禁止返回。禁忌表是动态按先入先出进行更新。渴望水平函数:A(s，x)是一个取决于s和x的值，若有C(s(x))＜A(s，x),则s(x)是不受T表限制。即使s(x)∈T，仍可取x＝s(x)。

本实施例中禁忌算法步骤如下：

步骤1：给定算法参数，随机产生初始解x，置禁忌表为空；

步骤2：判断算法终止条件是否满足？若是，则结束算法并输出优化结果；否则继续；

步骤3：利用当前解工的邻域函数产生其所有(或若干)邻域解，并从中确定若干候选解；

步骤4：对候选解判断藐视准则是否满足？若成立，则用满足藐视准则的最佳状态y替代x成为新的当前解，即x＝y，并用与y对应的禁忌对象替换最早进入禁忌表的禁忌对象，同时用y替换“best so far”状态，然后转步骤6；否则，继续以下步骤。

步骤5：判断候选解对应的各对象的禁忌属性，选择候选解集中非禁忌对象对应的最佳状态为新的当前解，同时用与之对应的禁忌对象替换最早进入禁忌表的禁忌对象元素。

步骤6：转步骤2。

当达到终止条件时(通常为预设搜索步数到达或预设时间到达)，获得历史最优值，即当前状态下的比例伺服阀开度控制量的最优值。

步骤7返回步骤3重复执行进行收敛，直至比例伺服阀开度控制量的值不再变化，结束。

图1示出一种锻压机压制过程在线控制系统，包括：控制系统，传感系统，调节机构和锻压机。

其中，所述控制系统包括工控机(图中未显示)，显示器，通讯总线，Trio控制器和PLC模块，其中所述工控机作为控制系统的上位机系统,通过显示器显示锻压机工作状态的监控画面，所述工控机用于与所述Trio控制器和PLC模块通过所述通讯总线进行通讯；所述Trio控制器用于接收传感系统传送的采样点状态信息并根据收到的状态信息进行控制算法计算并根据计算结果控制所述锻压机的比例伺服阀的开度值，所述控制算法包括强化学习和禁忌算法，所述PLC模块用于实现所述锻压机的电气逻辑控制；所述Trio控制器与PLC模块通过总线技术通讯实现数据的共享，并通过所述通讯总线传至所述工控机。

其中，所述控制系统采用S7-300 PLC实现电气逻辑控制，采用trio控制器MC224实现控制算法，在实际使用中，可采用其他伺服控制器以实现控制算法；所述控制算法包括强化学习和禁忌算法；所述trio控制器与PLC通过Modbus总线技术通讯实现数据的共享，并通过Profibus传至上位机系统。

所述传感系统包括压力传感器，流量传感器与位移传感器，所述压力传感器用于检测锻压机的液压缸的上腔压力并传送至所述Trio控制器，所述位移传感器用于将所述锻压机中的所述滑块机构的工作滑块的位移传送至所述Trio控制器，所述流量传感器用于将所述锻压机的管路流量传送至所述Trio控制器。

所述调节机构为所述锻压机的比例伺服阀，其根据所述Trio控制器计算得出的开度控制量调节所述比例伺服阀的开度值从而调整阀门流量，进而完成对所述工作滑块速度的控制。

所述锻压机，包括：油源机构、执行机构、控制机构、和安全与辅助机构。

其中，所述油源机构包括油源和油泵，所述锻压机中的电机驱动油泵将油源中的油压入油管，同时完成对液压油的加压，获得工作压力的液压油通过管路将力传输到执行机构从而对锻件进行压制；

所述执行机构包括液压缸和滑块机构，所述液压缸驱动所述滑块机构中的工作滑块直接作用于锻件，按工艺要求以不同的压制速度完成对锻件的压制。本发明的压制过程特指从所述工作滑块接触锻件直至压制完成。

所述控制机构包括开关阀门组和比例伺服阀，所述开关阀门组用于实现锻压工艺的逻辑功能，所述比例伺服阀通过所述Trio控制器控制其阀门开度值从而调整阀门流量，进而完成对所述工作滑块速度的控制，所述比例伺服阀采用力士乐产品，响应时间<10ms。

所述安全与辅助机构用于保证整个系统的安全并实现除压制以外的其他辅助工作，如顶模，工作面移动等。

如图2至4所示，采用超低速锻造液压机作为测床测试本发明所述的方法和系统。本发明所述的在线控制系统模型参数如表1所示：

表1：测试系统的参数数值表

实施例1：低恒速状态

滑块下压速度设为0.03mm/s，由于通过压制速度很慢，液压缸上腔所需油的流量较少，而比例伺服阀由于开度较小产生了较大的变径损失压力，因此比例伺服阀的开度是液压缸工作压力和流经伺服阀压力损失的折中。由于禁忌搜索作为一种随机搜索会表现出一定的随机性，本实施例对下压过程测试了5次，图2a是速度示意图，图2b是控制器的输出示意图，不同颜色代表了各次的测试。

从图2b可以看出，各曲线不是完全覆盖的，这反映了采用本发明所述的方法每次控制值并不完全一致，图2a反映了这些控制值对指标量滑块压制速度的效果，从图中可以看出这些曲线的偏差都不大，最大峰值是0.0302，出现在第一次测试，最小峰值0.0298，出现在第四次测试，其相对误差均为0.7％，说明这些不同的控制值都能达到控制的需要。

值得指出的是传统的PID控制也能达到这样的速度控制精度，但PID的参数调整非常困难，我们推荐的方法可以根据检测到的状态自动获得控制值。

实施例2：变速度状态

速度设定为从开始的0.08mm/s，经过0.04mm/s，最终输出0.06mm/s，过程描述如公式(17)所示

本实施例重复了5次以测试所推荐方法的应用效果，图3a是在变速状态下的压制过程速度示意图；图3b是控制器的输出示意图。

从图3a可以看出各曲线在不同的速度变化期间都能较好地跟踪上设定的速度，在1-30期间速度设定值为0.08，最大峰值0.0812发生在第5次，最小值0.0788；在50-80期间速度设定值为0.04，最大峰值0.0406发生在第3次，最小值0.0394，发生在第1,2,3,4次；在80-100期间速度设定值为0.06，最大峰值和最小峰值分别为0.0609和0.0394，相对误差均为1.5％。各次的均值和残差见表2。

表2：变速度状态下速度和控制器输出的均值和残差表

实施例3：采样周期的影响

该实施例测试了不同采样周期长度下所推荐方法对速度的影响。采样周期选择为1-5分钟，参考速度选择为0.04mm/s，所得到的结果如图4a和4b所示。控制器开始时随机选择动作，之后按本发明所述的在线控制方法进行进入自动控制。图4a中的曲线代表不同采样周期时的滑块下压速度，图4b反映了不同采样周期下控制器的输出。从图中可以看出，不同采样周期对暂态过程影响较大，采样周期短，暂态过程的持续时间要短些；采样周期长，过渡时间要长些。主要原因是所推荐方法所获得的控制量在一个采样周期内是不变的，当采样周期短时，可以很好的适应系统的变化，而采样周期长时，适应系统变化的时间也要变长。但稳态时均能达到较好的控制效果，稳态时的均值和残差见表3。

表3：不同采样周期下速度和控制器输出的均值和残差表

	采样周期(min)	稳态过程	均值	残差
					速度1	2	18min-90min	0.0400	2.9115e-07
速度2	3	25min-90min	0.0401	5.6880e-07
					速度3	4	50min-90min	0.0399	4.6431e-07
速度4	5	70min-90min	0.0399	3.9806e-07

尽管上面结合附图对本发明进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨的情况下，还可以做出很多变形，这些均属于本发明的保护之内。

Claims (4)

1.一种锻压机压制过程的在线控制方法，其特征在于，所述在线控制方法包括：

步骤1：在预设的锻压机模型上间隔预设时间更新采样点状态信息，在压制过程中利用传感系统获取第一时刻的采样点的状态信息并发送至控制系统的Trio控制器；所述采样点状态信息包括锻压机压制过程的当前状态下的工作滑块压力，工作滑块位移，工作滑块速度；

步骤2：所述Trio控制器获取调节机构的开度控制量并控制其开度值，所述开度控制量为随机选取的值，范围为0V-10V；

步骤3：利用所述传感系统获取第二时刻的采样点状态信息；

步骤4：计算所述第一时刻和第二时刻的实际速度与设定速度的绝对值之差，获得瞬时奖励值；

步骤5：在所述锻压机模型基础上，估算压制过程的整体价值，即相当于获得了从压制开始至压制结束的偏差值；并计算所述第一时刻与第二时刻的采样点状态信息的时间序列误差；

步骤6：根据获得的时间序列误差，利用利亚普诺夫稳定定理导出压制过程的控制量与状态变量的关系，如满足如下条件：

其中，u代表比例伺服阀开度控制量，K表示等体积油的杨氏模量，B表示粘性阻尼系数，K_n表示额定流量增益，P_s表示定量泵输出压力，Δp_n表示阀口压力损失，ω_n表示比例伺服阀的固有频率，F_l表示负载抗力，X₂表示比例伺服阀输入压力，x₅表示液压缸上腔压力，x₄表示比例伺服阀流量；

则使用禁忌算法获得当前状态下所述调节机构开度的最优值，并根据获得的最优值调整所述调节机构开度的控制量，从而进一步引起锻压机的活塞变化；否则，不断试算，直至满足条件；

步骤7：返回步骤3重复执行步骤3-6进行收敛，直至所述调节机构开度控制量的值不再变化，结束。

2.根据权利要求1所述的在线控制方法，其特征在于，其中步骤6中的所述禁忌算法包括：

根据当前状态量参数，进行领域搜索，产生领域优化解，利用藐视准则进行判断，如果满足藐视准则，使用当前状态下所述调节机构开度的最优值作为历史最优值，并将该值从禁忌表中取出，则保持历史最优值不变，并将该当前状态下所述调节机构开度的最优值放入预设的禁忌表中；

当达到终止条件时，获得历史最优值，即当前状态下的所述调节机构开度控制量的最优值。

3.根据权利要求1所述的在线控制方法，其特征在于，所述调节机构为锻压机的比例伺服器。

4.一种锻压机压制过程在线控制系统，包括：控制系统，传感系统，调节机构和锻压机；其特征在于：

所述控制系统包括工控机，显示器，通讯总线，Trio控制器和PLC模块，其中所述工控机用于与所述Trio控制器和PLC模块通过所述通讯总线进行通讯；所述Trio控制器用于接收传感系统传送的采样点状态信息并根据收到的状态信息进行控制算法计算并根据计算结果控制所述锻压机的比例伺服阀的开度值，所述控制算法包括强化学习和禁忌算法，所述PLC模块用于实现所述锻压机的电气逻辑控制；所述Trio控制器与PLC模块通过总线技术通讯实现数据的共享，并通过所述通讯总线传至所述工控机；

所述传感系统包括压力传感器，流量传感器与位移传感器，所述压力传感器用于检测锻压机的液压缸的上腔压力并传送至所述Trio控制器，所述位移传感器用于将所述锻压机中的滑块机构的工作滑块的位移传送至所述Trio控制器，所述流量传感器用于将所述锻压机的管路流量传送至所述Trio控制器；

所述调节机构为所述锻压机的比例伺服阀，其根据所述Trio控制器计算得出的开度控制量调节所述比例伺服阀的开度值从而调整阀门流量，进而完成对所述工作滑块速度的控制；

所述锻压机，包括：油源机构、执行机构、控制机构、和安全与辅助机构；

所述油源机构包括油源和油泵，所述锻压机中的电机驱动油泵将油源中的油压入油管，同时完成对液压油的加压，获得工作压力的液压油通过管路将力传输到执行机构从而对锻件进行压制；

所述执行机构包括液压缸和滑块机构，所述液压缸驱动所述滑块机构中的工作滑块直接作用于锻件，按工艺要求以不同的压制速度完成对锻件的压制；

所述控制机构包括开关阀门组和比例伺服阀，所述开关阀门组用于实现锻压工艺的逻辑功能，所述比例伺服阀通过所述Trio控制器控制其阀门开度值从而调整阀门流量，进而完成对所述工作滑块速度的控制；

所述安全与辅助机构用于保证整个系统的安全并实现除压制以外的其他辅助工作，所述其他辅助工作包括顶模和工作面移动。

Images