CN108303896A - 渠系闸门智能控制方法及装置 - Google Patents
渠系闸门智能控制方法及装置 Download PDFInfo
- Publication number
- CN108303896A CN108303896A CN201810168429.XA CN201810168429A CN108303896A CN 108303896 A CN108303896 A CN 108303896A CN 201810168429 A CN201810168429 A CN 201810168429A CN 108303896 A CN108303896 A CN 108303896A
- Authority
- CN
- China
- Prior art keywords
- gate
- water level
- intelligent control
- gate opening
- signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 96
- 238000013528 artificial neural network Methods 0.000 claims abstract description 22
- 230000005540 biological transmission Effects 0.000 claims abstract description 20
- 239000013598 vector Substances 0.000 claims description 34
- 238000005259 measurement Methods 0.000 claims description 30
- 238000012544 monitoring process Methods 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 15
- 210000002569 neuron Anatomy 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 6
- 238000013461 design Methods 0.000 claims description 5
- 238000012546 transfer Methods 0.000 claims description 5
- 238000013500 data storage Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 2
- 239000003621 irrigation water Substances 0.000 abstract description 2
- 230000001276 controlling effect Effects 0.000 abstract 1
- 230000001105 regulatory effect Effects 0.000 abstract 1
- 238000003973 irrigation Methods 0.000 description 7
- 230000002262 irrigation Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000011144 upstream manufacturing Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000012271 agricultural production Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Selective Calling Equipment (AREA)
Abstract
本发明公开了一种渠系闸门智能控制方法及装置，具体为采集水位、流量和闸门信号，并通过无线传输方式和有线方式与控制模块通信，其中水位信号包括闸前水位信号、闸后水位信号和中游水位信号，流量信号为闸后流量信号；智能控制模块按照基于模糊神经网络和前馈控制的智能控制方法对水位、流量和闸门开度关系进行处理，输出闸门开度控制信号，控制闸门开度。采用本发明的渠系闸门智能控制装置结合其控制方法，实现渠系闸门和水位流量的控制，满足灌区用水需求。
Description
技术领域
水利行业电动闸门监控技术领域，特别是涉及一种渠系闸门自动控制方法及装置。
背景技术
灌区渠道系统是重要的水利设施，对农业生产起到了重要的输水调水作用。渠系通常由多级闸门分隔成相串连的多个渠段，为使各渠段的水量合理有序调控，各渠段利用闸门的启闭来调节水位和流量。渠系闸门自动控制是灌区现代化水平重要体现，通过实时获取灌区水位、流量信息操作渠系闸门，完成水位、流量的精确控制，满足灌溉用水时效性，提高水资源利用率。
渠系闸门控制主要有以下几种方式：下游常水位运行、上游常水位运行和等体积运行(中点恒水位运行)。现有闸门自动控制方法大多采用了下游常水位运行、上游常水位运行，而等体积运行方案通过操作闸门来保持渠段内任意时刻都蓄有相对稳定的水量，即能够保持稳定的蓄水量。等体积运行优点在于水流状态能够快速恢复到恒定流状态，同时，其建设成本介于上游常水位运行和下游常水位运行之间。
对于渠系等体积运行，往往需要获取更多的渠系运行参数，构成反馈控制系统。然而，由于缺乏有效的测量手段，致使部分运行参数缺失，影响到控制性能。灌区工程传感器应用特点是测量点分散、传输距离远、供电困难。针对渠系闸门控制中的运行参数测量，如果应用传统的有线测量和传输方式，只能是减少测量点、就近选择测量点，使得测量精度及测量效果降低，直接影响到闸门控制性能。
发明内容
本发明就是针对现有技术的不足，提供了一种渠系闸门智能控制方法及装置，通过获取渠系运行中重要参数，对闸门开度实施精确的控制，满足灌区水位、流量精准调控目的。
为了实现上述目的，本发明所设计的渠系闸门智能控制方法，其特征在于，包括以下步骤：
采集水位、流量和闸门信号，并通过无线传输方式和有线传输方式传输，其中，水位、流量信号采用无线方式传输，闸门信号采用有线方式传输；
所述水位信号包括闸前水位信号、闸后水位信号和中游水位信号，流量信号为闸后流量信号；
所述闸门信号包括闸门限位开关信号、闸门开度信号；
按照基于模糊神经网络和前馈控制的智能控制方法对水位、流量和闸门开度关系进行处理，输出闸门开度控制信号，控制闸门开度。进一步地，无线传输方式包括短距离ZigBee无线技术和GPRS远程传输。灌区视野开阔，无遮挡建筑物，具备了天然的无线通信条件，利用无线通信技术建立渠系闸门控制数据采集系统，能够获取更多更全面的监测参数，有助于提升渠系闸门控制系统的性能。
进一步地，所述基于模糊神经网络和前馈控制的智能控制方法具体为：
步骤1.利用专家以及实践总结确定闸门控制模糊规则表，将模糊规则语言变量以向量形式表示，作为训练样本数据；
步骤2.用模糊神经网络控制器代替常规的模糊控制器，以渠段中点设定水位与测量水位之差、渠段中点设定水位与测量水位之差的变化率作为输入，计算闸门开度值作为输出；
步骤3.加入前馈控制器，以闸前当前水位、闸前上时刻水位作为输入，计算闸门开度补偿量；
步骤4.计算闸门开度目标，输出闸门开度调整量。
更进一步地，所述步骤1的具体过程包括：
步骤1-1.按照常规模糊控制器设计方案，将人工调节闸门经验以模糊规则的形式表现；值E和EC代表测量中点水位和目标水位之差及其变化，值DU代表闸门开度值，NB、NM、NS、Z、PS、PM和PB代表其语言变量值，由7个E所代表的模糊语言值和7个EC所代表的模糊语言值，确定49条模糊条件语句。
步骤1-2.对语言变量赋值，令NB＝-3，NM＝-2，NS＝-1，Z＝0，PS＝1，PM＝2，PB＝3，将条件语句以向量形式表示为Pi＝[Ei，ECi]，Ti＝DUi，i＝1，2，…49，其中Pi表示输入向量，Ti表示输出向量，Ei、ECi和DUi分别为E、EC和DU的第i条语言变量值，将[Pi，Ti]＝[Ei，ECi，DUi]归一化处理为[pi，ti]＝[ei，eci，dui]，其中ei∈[0，1]、eci∈[0，1]和dui∈[0，1]分别为E、EC和DU的归一化后的语言变量值，将[pi，ti]＝[ei，eci，dui]，i＝1，2，…49作为训练样本数据。
更进一步地，所述步骤2具体过程为：
步骤2-1.使用3层神经网络，其中，输入层为2个神经元，中间层为10个神经元，输出层为1个神经元，w1为隐藏层的权值向量，b1为隐藏层的偏移向量，w2为输出层的权值向量，b2为输出层的偏移向量，f和g分别为隐藏层的和输出层的传递函数；
步骤2-2.利用49个输入输出样本值[pi，ti]＝[ei，eci，dui]，训练神经网络，确定神经网络各权值向量和偏移向量w1，b1，w2，b2；
步骤2-3.根据y＝g((f(pw1+b1))w2+b2)，计算闸门开度归一化值，其中y表示闸门开度归一化值，p＝[x1，x2]表示实际输入向量，x1为当前误差值的归一化数值、x2为当前误差变化率的归一化数值，最后将y换算成实际闸门开度值Go1。
更进一步地，所述步骤3包括具体过程为：
步骤3-1.计算闸前水位扰动量Δh＝h1-h2，其中，h1为闸前当前水位，h2为闸前上时刻水位，Δh为闸前水位扰动量；
步骤3-2.计算闸门开度补偿量Go2＝kΔh，其中，k为前馈控制系数。
更进一步地，所述步骤4具体过程为：
步骤4-1.根据下式确定闸门开度理论目标量：
Go＝Go1+Go2；
步骤4-2.根据下式确定闸门开度实际目标量：
其中，Go″为闸门开度实际目标量，Go′为上时刻闸门开度值，GoT1为闸门开度调整量上限值，GoT1为闸门开度调整量下限值。
本发明还设计了一种渠系闸门智能控制装置，其特殊之处在于：包括近程状态检测模块、无线数据采集模块、无线测控模块、智能控制模块和远程监控计算机；
所述无线数据采集模块用于采集水位、流量信号，并以无线方式传输到无线测控模块；
所述近程状态检测模块与智能控制模块连接，用于检测闸门限位开关信号、闸门开度信号，并以有线方式传输到智能控制模块；
所述无线测控模块分别与无线数据采集模块、智能控制模块和远程监控计算机连接，用于接收和发送无线数据信息，并将相关数据传输到智能控制模块；
所述智能控制模块按照基于模糊神经网络和前馈控制的智能控制方法对水位、流量和闸门开度关系进行处理，输出闸门开度控制信号，控制闸门开度；
还包括与无线测控模块连接的远程监控计算机，所述远程监控计算机用于接收无线测控模块的数据，显示渠系运行状态及渠系运行数据参数处理，并将控制指令发送至无线测控模块。
进一步地，所述智能控制模块包括顺次电连接的触摸屏、主控制器、模拟量输入输出模块、电机驱动器和闸门控制电机；其中，触摸屏用于显示渠道运行图形显示、运行参数设置及运行数据存储；主控制器根据设定的智能控制方法和实际运行参数计算闸门开度控制量，并将闸门控制指令通过所述模拟量输入输出模块发送到电机驱动器；电机驱动器和闸门控制电机将开度控制量转换为闸门实际开度变化增量。
本发明的优点在于：
本发明提供一种渠系闸门智能控制方法及装置，渠系闸门智能控制装置结合其控制方法，实现监测和控制渠系水位、流量，满足灌区用水需求。现有的渠系闸门控制系统难以保持渠段内任意时刻都相对稳定蓄水量，缺乏有效的参数测量和传输手段，致使部分运行参数缺失，影响到控制性能。本发明采用等体积运行方式，保证渠段内任意时刻都蓄有相对稳定的水量，借助于无线通信技术获取全面的渠系运行参数，测量点安装较为便捷，提升闸门控制性能。所述的渠系闸门智能控制装置包括近程状态检测模块、无线数据采集模块、无线测控模块、智能控制模块和远程监控计算机；近程状态检测模块与智能控制模块连接，用于检测闸门运行状态；无线数据采集模块用于采集水位、流量信号；无线测控模块分别与无线数据采集模块、智能控制模块和远程监控计算机连接，用于收集的无线数据信息，并传输到智能控制模块；智能控制模块用于渠道电动闸门的控制；远程监控计算机用于显示渠系运行状态及渠系运行数据参数处理，并将控制指令发送至无线测控模块。
附图说明
图1为本发明实施例渠系闸门智能控制方法的流程图。
图2为本发明实施例渠系闸门智能控制装置的结构图。
图3为本发明实施例智能控制模块的结构图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步的详细描述：
如图1所示的一种渠系闸门智能控制方法，包括以下步骤：
采集水位、流量和闸门信号，并通过无线传输方式和有线传输方式传输。
其中水位信号包括闸前水位信号、闸后水位信号和中游水位信号，流量信号为闸后流量信号，通过无线方式传输。无线传输方式包括短距离ZigBee传输和GPRS远程传输。
其中闸门信号包括闸门限位开关信号、闸门开度信号，通过有线方式传输。
按照基于模糊神经网络和前馈控制的智能控制方法对水位、流量和闸门开度关系进行处理，输出闸门开度控制信号，控制闸门开度。
其中，基于模糊神经网络和前馈控制的智能控制方法，包括以下几个步骤：
步骤1.利用专家以及实践总结确定闸门控制模糊规则表，将模糊规则语言变量以向量形式表示，作为训练样本数据，包含以下子步骤：
步骤1-1.按照常规模糊控制器设计方案，将人工调节闸门经验以模糊规则的形式表现，如表1所示。值E和EC代表测量中点水位和目标水位之差及其变化，值DU代表闸门开度值，NB、NM、NS、Z、PS、PM和PB代表其语言变量值，确定49条模糊条件语句；
表1渠系运行模糊控制规则
步骤1-2.对语言变量赋值，令NB＝-3，NM＝-2，NS＝-1，Z＝0，PS＝1，PM＝2，PB＝3，将条件语句以向量形式表示为Pi＝[Ei，ECi]，Ti＝DUi，1≤i≤49，如表2所示。其中Pi表示输入向量，Ti表示输出向量，Ei、ECi和DUi分别为E、EC和DU的第i条语言变量值，将[Pi，Ti]＝[Ei，ECi，DUi]归一化处理为[pi，ti]＝[ei，eci，dui]，其中ei∈[0，1]、eci∈[0，1]和dui∈[0，1]分别为E、EC和DU的归一化后的语言变量值，将[pi，ti]＝[ei，eci，dui]，1≤i≤49，作为训练样本数据。
表2向量形式表示的模糊控制规则
步骤2.用模糊神经网络控制器代替常规的模糊控制器，以渠段中点设定水位与测量水位之差、渠段中点设定水位与测量水位之差的变化率作为输入，计算闸门开度值作为输出，包含以下子步骤：
步骤2-1.使用3层神经网络，其中，输入层为2个神经元，中间层为10个神经元，输出层为1个神经元，w1为隐层权值向量，b1为隐藏层的偏移向量，w2为输出层的权值向量，b2为输出层的偏移向量，f和g分别为隐层和输出层的传递函数；
步骤2-2.利用49个输入输出样本值[pi，ti]＝[ei，eci，dui]，训练神经网络，确定神经网络各权值向量和偏移向量w1，b1，w2，b2；
步骤2-3.根据y＝g((f(pw1+b1))w2+b2)，计算闸门开度归一化值，其中y表示闸门开度归一化值，p＝[x1，x2]表示实际输入向量，x1为当前误差值的归一化数值、x2为当前误差变化率的归一化数值，最后将y换算成实际闸门开度值Go1。
步骤3.加入前馈控制器，以闸前当前水位、闸前上时刻水位作为输入，计算闸门开度补偿量，包含以下子步骤：
步骤3-1.计算闸前水位扰动量Δh＝h1-h2，其中，h1为闸前当前水位，h2为闸前上时刻水位，Δh为闸前水位扰动量；
步骤3-2.计算闸门开度补偿量Go2＝kΔh，其中，k为前馈控制系数。
步骤4.计算闸门开度目标，输出闸门开度调整量，包含以下子步骤：
步骤4-1.根据下式确定闸门开度理论目标量：
Go＝Go1+Go2；
步骤4-2.根据下式确定闸门开度实际目标量：
其中，Go″为闸门开度实际目标量，Go′为上时刻闸门开度值，GoT1为闸门开度调整量上限值，GoT1为闸门开度调整量下限值。
如图2所示，本发明还设计了一种渠系闸门智能控制装置，包括近程状态检测模块、无线数据采集模块、无线测控模块、智能控制模块和远程监控计算机；
其中，近程状态检测模块与智能控制模块连接，用于检测闸门限位开关信号、闸门开度信号，并以有线方式传输到智能控制模块；无线数据采集模块采集闸前水位信号、闸后水位信号、中游水位信号、闸后流量信号，通过水位计直接获取水位信号，根据水位流量关系模型计算流量信号；无线测控模块分别与无线数据采集模块、智能控制模块和远程监控计算机连接，用于接收和发送无线数据信息，并将相关数据传输到智能控制模块；智能控制模块按照基于模糊神经网络和前馈控制的智能控制方法对水位、流量和闸门开度关系进行处理，输出闸门开度控制信号，控制闸门开度；远程监控计算机用于显示渠系运行状态及数据参数处理，并将控制指令发送至无线测控模块。
优选地，无线数据采集模块对信号进行处理后，通过无线ZigBee网络发送到所述无线测控模块。所述无线测控模块采用短距离ZigBee无线技术和GPRS远程传输方式，接收所述无线数据采集模块的测量数据和远程监控计算机控制指令；
无线测控模块通过有线方式，将相关数据传输到所述智能控制模块；无线测控模块周期性的将数据信息以GPRS远程传输方式，发送到远程监控计算机，将控制信息以ZigBee无线方式发送到所述无线数据采集模块。
如图3所示：所述智能控制模块包括顺次电连接的触摸屏、主控制器、模拟量输入输出模块、电机驱动器和闸门控制电机；触摸屏用于显示渠道运行图形显示、运行参数设置及运行数据存储；主控制器根据设定的智能控制方法和实际运行参数计算闸门开度控制量，并将控制指令通过模拟量输入输出模块发送到电机驱动器；电机驱动器和闸门控制电机将开度控制量转换为闸门实际开度变化增量；
其中，触摸屏采用西门子Smart700IE型触摸屏，Smart700IE采用高速外部总线，64MB内存，400MHz主频的高端ARM处理器，具有画面切换流畅的特点，支持趋势图、报警功能、配方管理的功能。
有优选地，主控制器为S7-200-CN226型PLC主机，具有2个RS485接口，32点数字输出和24点数字输入。模拟量输入输出模块为4输出的EM231扩展AI模块和2输出的EM232扩展AO模块。闸门控制电机为步进电机，电机驱动器和闸门控制电机构成步进电机驱动系统，将模拟量输出模块的控制量转换为步进电机的角位移。
以上结合附图详细描述了本发明的实施方式，但是，本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种简单变型，这些简单变型均属于本发明的保护范围。
此外，本发明的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明的思想，其同样应当视为本发明所公开的内容。
Claims (10)
1.一种渠系闸门智能控制方法，其特征在于，包括以下步骤：
采集水位、流量和闸门信号，并通过无线传输方式和有线传输方式传输，其中，水位、流量信号采用无线方式传输，闸门信号采用有线方式传输；
所述水位信号包括闸前水位信号、闸后水位信号和中游水位信号，流量信号为闸后流量信号；
所述闸门信号包括闸门限位开关信号、闸门开度信号；
按照基于模糊神经网络和前馈控制的智能控制方法对水位、流量和闸门开度关系进行处理，输出闸门开度控制信号，控制闸门开度。
2.根据权利要求1所述的渠系闸门智能控制方法，其特征在于：所述无线传输方式包括短距离ZigBee无线传输和GPRS远程传输。
3.根据权利要求1所述的渠系闸门智能控制方法，其特征在于：所述基于模糊神经网络和前馈控制的智能控制方法具体为：
步骤1.利用专家以及实践总结确定闸门控制模糊规则表，将模糊规则语言变量以向量形式表示，作为训练样本数据；
步骤2.用模糊神经网络控制器代替常规的模糊控制器，以渠段中点设定水位与测量水位之差、渠段中点设定水位与测量水位之差的变化率作为输入，计算闸门开度值作为输出；
步骤3.加入前馈控制器，以闸前当前水位、闸前上时刻水位作为输入，计算闸门开度补偿量；
步骤4.计算闸门开度目标，输出闸门开度调整量。
4.根据权利要求3所述的渠系闸门智能控制方法，其特征在于：所述步骤1的具体过程包括：
步骤1-1.按照常规模糊控制器设计方案，将人工调节闸门经验以模糊规则的形式表现；值E和EC代表测量中点水位和目标水位之差及其变化，值DU代表闸门开度值，NB、NM、NS、Z、PS、PM和PB代表其语言变量值，由7个E所代表的模糊语言值和7个EC所代表的模糊语言值，确定49条模糊条件语句；
步骤1-2.对语言变量赋值，令NB＝-3，NM＝-2，NS＝-1，Z＝0，PS＝1，PM＝2，PB＝3，将条件语句以向量形式表示为Pi＝[Ei，ECi]，Ti＝DUi，1≤i≤49，其中Pi表示输入向量，Ti表示输出向量，Ei、ECi和DUi分别为E、EC和DU的第i条语言变量值，将[Pi，Ti]＝[Ei，ECi，DUi]归一化处理为[pi，ti]＝[ei，eci，dui]，其中ei∈[0，1]、eci∈[0，1]和dui∈[0，1]分别为E、EC和DU的归一化后的语言变量值，将[pi，ti]＝[ei，eci，dui]，1≤i≤49，将以上数据作为训练样本数据。
5.根据权利要求4所述的渠系闸门智能控制方法，其特征在于：所述步骤2的具体过程包括：
步骤2-1.使用3层神经网络，其中，输入层为2个神经元，中间层为10个神经元，输出层为1个神经元，w1为隐层权值向量，b1为隐藏层的偏移向量，w2为输出层的权值向量，b2为输出层的偏移向量，f和g分别为隐层和输出层的传递函数；
步骤2-2.利用49个输入输出样本值[pi，ti]＝[ei，eci，dui]，训练神经网络，确定神经网络各权值向量和偏移向量w1，b1，w2，b2；
步骤2-3.根据y＝g((f(pw1+b1))w2+b2)，计算闸门开度归一化值，其中y表示闸门开度归一化值，p＝[x1，x2]表示实际输入向量，x1为当前误差值的归一化数值、x2为当前误差变化率的归一化数值，最后将y换算成实际闸门开度值Go1。
6.根据权利要求5所述的渠系闸门智能控制方法，其特征在于：所述步骤3具体过程包括：
步骤3-1.计算闸前水位扰动量Δh＝h1-h2，其中，h1为闸前当前水位，h2为闸前上时刻水位，Δh为闸前水位扰动量；
步骤3-2.计算闸门开度补偿量Go2＝kΔh，其中，k为前馈控制系数。
7.根据权利要求6所述的渠系闸门智能控制方法，其特征在于：所述步骤4具体过程包括：
步骤4-1.根据下式确定闸门开度理论目标量：
Go＝Go1+Go2；
步骤4-2.根据下式确定闸门开度实际目标量：
其中，Go″为闸门开度实际目标量，Go′为上时刻闸门开度值，GoT1为闸门开度调整量上限值，GoT1为闸门开度调整量下限值。
8.一种渠系闸门智能控制装置，其特征在于：包括近程状态检测模块、无线数据采集模块、无线测控模块、智能控制模块和远程监控计算机；
所述进程状态检测模块与智能控制模块连接，用于检测闸门限位开关信号、闸门开度信号，并以有线方式传输到智能控制模块；
所述无线数据采集模块用于采集水位、流量信号；
所述无线测控模块分别与无线数据采集模块、智能控制模块和远程监控计算机连接，用于接收和发送无线数据信息，并将相关数据传输到智能控制模块；
所述智能控制模块按照基于模糊神经网络和前馈控制的智能控制方法对水位、流量和闸门开度关系进行处理，输出闸门开度控制信号，控制闸门开度。
9.根据权利要求8所述的渠系闸门智能控制装置，其特征在于：所述智能控制模块包括顺次电连接的触摸屏、主控制器、模拟量输入输出模块、电机驱动器和闸门控制电机；其中，触摸屏用于显示渠道运行图形显示、运行参数设置及运行数据存储；主控制器根据设定的智能控制方法和实际运行参数计算闸门开度控制量，并将闸门控制指令通过所述模拟量输入输出模块发送到电机驱动器；电机驱动器和闸门控制电机将开度控制量转换为闸门实际开度变化增量。
10.根据权利要求8所述的渠系闸门智能控制装置，其特征在于：还包括与无线测控模块连接的远程监控计算机，用于显示渠系运行状态及渠系运行数据参数处理，并将控制指令发送至无线测控模块。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810168429.XA CN108303896A (zh) | 2018-02-28 | 2018-02-28 | 渠系闸门智能控制方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810168429.XA CN108303896A (zh) | 2018-02-28 | 2018-02-28 | 渠系闸门智能控制方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108303896A true CN108303896A (zh) | 2018-07-20 |
Family
ID=62848836
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810168429.XA Pending CN108303896A (zh) | 2018-02-28 | 2018-02-28 | 渠系闸门智能控制方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108303896A (zh) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110954192A (zh) * | 2019-12-27 | 2020-04-03 | 中水北方勘测设计研究有限责任公司 | 利用渠道原位测量智能测控闸门流量的系统及其比测方法 |
| CN111474965A (zh) * | 2020-04-02 | 2020-07-31 | 中国水利水电科学研究院 | 基于模糊神经网络的串联输水渠道水位预测与控制方法 |
| CN111930064A (zh) * | 2020-08-14 | 2020-11-13 | 中水三立数据技术股份有限公司 | 一种长距离输水工程中闸泵智能联控系统及控制方法 |
| CN112710359A (zh) * | 2020-12-30 | 2021-04-27 | 北京奥特美克科技股份有限公司 | 一种水渠流量的测量系统 |
| CN113050565A (zh) * | 2021-03-12 | 2021-06-29 | 北京航空航天大学杭州创新研究院 | 闸门控制方法和装置、电子设备及存储介质 |
| CN113513001A (zh) * | 2021-08-13 | 2021-10-19 | 北京奥特美克科技股份有限公司 | 一种测控一体化闸门的水量控制方法、装置和电子设备 |
| CN113550273A (zh) * | 2021-09-03 | 2021-10-26 | 北京奥特美克科技股份有限公司 | 一种闸门开度控制方法、装置及电子设备 |
| CN114271180A (zh) * | 2021-12-30 | 2022-04-05 | 广州极飞科技股份有限公司 | 灌溉控制方法及相关装置 |
| CN114397919A (zh) * | 2021-12-02 | 2022-04-26 | 清华大学 | 一种全渠道灌溉多闸门联合调度控制系统及方法 |
| CN115685759A (zh) * | 2022-10-28 | 2023-02-03 | 武汉理工大学 | 一种基于能量优先级的节能楼宇系统的控制方法 |
| CN116400675A (zh) * | 2023-06-09 | 2023-07-07 | 西南交通大学 | 基于改进cnn-lstm模型的故障诊断系统及方法 |
| CN117251000A (zh) * | 2023-11-20 | 2023-12-19 | 武汉华信数据系统有限公司 | 液位控制方法、系统、设备及介质 |
| WO2024109104A1 (zh) * | 2023-03-02 | 2024-05-30 | 中国长江三峡集团有限公司 | 一种闸门联动控制方法、装置及串联供水发电系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101441441A (zh) * | 2007-11-21 | 2009-05-27 | 新乡市起重机厂有限公司 | 起重机智能防摇控制系统的设计方法 |
| CN101935996A (zh) * | 2010-09-08 | 2011-01-05 | 中国水利水电科学研究院 | 一种多渠段水位自动控制方法及装置 |
| CN102354229A (zh) * | 2011-07-26 | 2012-02-15 | 上海理工大学 | 一种液位模糊控制器及工作方法 |
| CN103163906A (zh) * | 2013-03-29 | 2013-06-19 | 王少夫 | 一种水箱水位的神经模糊控制方法 |
| CN103744443A (zh) * | 2014-01-21 | 2014-04-23 | 中国水利水电科学研究院 | 一种基于蓄量动态调节的大型明渠水位自动控制方法 |
| CN205742115U (zh) * | 2016-06-16 | 2016-11-30 | 长春工程学院 | 灌区闸门远程自动控制节水系统 |
| CN206146468U (zh) * | 2016-11-03 | 2017-05-03 | 钛能科技股份有限公司 | 一种明渠过闸流量在线监测装置 |
-
2018
- 2018-02-28 CN CN201810168429.XA patent/CN108303896A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101441441A (zh) * | 2007-11-21 | 2009-05-27 | 新乡市起重机厂有限公司 | 起重机智能防摇控制系统的设计方法 |
| CN101935996A (zh) * | 2010-09-08 | 2011-01-05 | 中国水利水电科学研究院 | 一种多渠段水位自动控制方法及装置 |
| CN102354229A (zh) * | 2011-07-26 | 2012-02-15 | 上海理工大学 | 一种液位模糊控制器及工作方法 |
| CN103163906A (zh) * | 2013-03-29 | 2013-06-19 | 王少夫 | 一种水箱水位的神经模糊控制方法 |
| CN103744443A (zh) * | 2014-01-21 | 2014-04-23 | 中国水利水电科学研究院 | 一种基于蓄量动态调节的大型明渠水位自动控制方法 |
| CN205742115U (zh) * | 2016-06-16 | 2016-11-30 | 长春工程学院 | 灌区闸门远程自动控制节水系统 |
| CN206146468U (zh) * | 2016-11-03 | 2017-05-03 | 钛能科技股份有限公司 | 一种明渠过闸流量在线监测装置 |
Non-Patent Citations (1)
| Title |
|---|
| 吴艳春等: "神经网络预测与模糊控制在河流模型水位控制中的应用", 《水利水运科学研究》 * |
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110954192A (zh) * | 2019-12-27 | 2020-04-03 | 中水北方勘测设计研究有限责任公司 | 利用渠道原位测量智能测控闸门流量的系统及其比测方法 |
| CN111474965A (zh) * | 2020-04-02 | 2020-07-31 | 中国水利水电科学研究院 | 基于模糊神经网络的串联输水渠道水位预测与控制方法 |
| CN111474965B (zh) * | 2020-04-02 | 2021-10-26 | 中国水利水电科学研究院 | 基于模糊神经网络的串联输水渠道水位预测与控制方法 |
| CN111930064A (zh) * | 2020-08-14 | 2020-11-13 | 中水三立数据技术股份有限公司 | 一种长距离输水工程中闸泵智能联控系统及控制方法 |
| CN112710359A (zh) * | 2020-12-30 | 2021-04-27 | 北京奥特美克科技股份有限公司 | 一种水渠流量的测量系统 |
| CN113050565A (zh) * | 2021-03-12 | 2021-06-29 | 北京航空航天大学杭州创新研究院 | 闸门控制方法和装置、电子设备及存储介质 |
| CN113513001A (zh) * | 2021-08-13 | 2021-10-19 | 北京奥特美克科技股份有限公司 | 一种测控一体化闸门的水量控制方法、装置和电子设备 |
| CN113550273A (zh) * | 2021-09-03 | 2021-10-26 | 北京奥特美克科技股份有限公司 | 一种闸门开度控制方法、装置及电子设备 |
| CN114397919A (zh) * | 2021-12-02 | 2022-04-26 | 清华大学 | 一种全渠道灌溉多闸门联合调度控制系统及方法 |
| CN114271180A (zh) * | 2021-12-30 | 2022-04-05 | 广州极飞科技股份有限公司 | 灌溉控制方法及相关装置 |
| CN114271180B (zh) * | 2021-12-30 | 2023-10-03 | 广州极飞科技股份有限公司 | 灌溉控制方法及相关装置 |
| CN115685759A (zh) * | 2022-10-28 | 2023-02-03 | 武汉理工大学 | 一种基于能量优先级的节能楼宇系统的控制方法 |
| CN115685759B (zh) * | 2022-10-28 | 2024-04-16 | 武汉理工大学 | 一种基于能量优先级的节能楼宇系统的控制方法 |
| WO2024109104A1 (zh) * | 2023-03-02 | 2024-05-30 | 中国长江三峡集团有限公司 | 一种闸门联动控制方法、装置及串联供水发电系统 |
| CN116400675A (zh) * | 2023-06-09 | 2023-07-07 | 西南交通大学 | 基于改进cnn-lstm模型的故障诊断系统及方法 |
| CN116400675B (zh) * | 2023-06-09 | 2023-09-15 | 西南交通大学 | 基于改进cnn-lstm模型的故障诊断系统及方法 |
| CN117251000A (zh) * | 2023-11-20 | 2023-12-19 | 武汉华信数据系统有限公司 | 液位控制方法、系统、设备及介质 |
| CN117251000B (zh) * | 2023-11-20 | 2024-02-09 | 武汉华信数据系统有限公司 | 液位控制方法、系统、设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108303896A (zh) | 渠系闸门智能控制方法及装置 | |
| CN108916986B (zh) | 信息物理融合的二级管网变流量水力平衡调控方法及系统 | |
| CN109708258B (zh) | 一种基于负荷动态变化的冷库温度前馈-模糊控制系统及控制方法 | |
| CN111812968B (zh) | 基于模糊神经网络pid控制器的阀位串级控制方法 | |
| CN101477378A (zh) | 一种烧结生产用混合料的水分控制方法 | |
| CN113433911B (zh) | 基于浓度精准预测的脱硝装置喷氨精准控制系统与方法 | |
| CN103344530B (zh) | 一种球磨机水泥生料粉磨粒度软测量方法 | |
| CN106899026A (zh) | 基于具有时间隧道思想的多智能体强化学习的智能发电控制方法 | |
| WO2022062339A1 (zh) | 一种变风量布风器风阀的控制系统及其控制方法 | |
| CN113098022B (zh) | 风电场并网点无功调节方法、装置、设备及存储介质 | |
| CN101995822A (zh) | 一种大时滞系统的灰色自抗扰控制方法 | |
| CN113902183B (zh) | 基于bert的非侵入式台区充电桩状态监测与电价调整方法 | |
| CN113578007B (zh) | 一种基于分区喷氨的燃煤烟气scr脱硝调控系统及方法 | |
| CN108803309A (zh) | 一种基于软测量和模型自适应的scr脱硝智能喷氨优化方法及系统 | |
| CN106991504A (zh) | 基于分项计量时间序列的建筑能耗预测方法、系统及建筑物 | |
| CN101709863B (zh) | 燃煤锅炉炉膛压力系统混合控制方法 | |
| CN101122778A (zh) | 基于智能模糊控制的嵌入式称重系统 | |
| CN101709867B (zh) | 燃煤锅炉汽包水位系统混合控制方法 | |
| CN102637020B (zh) | 一种轧钢加热炉集成型控制系统 | |
| CN103674145B (zh) | 一种燃煤机组入炉燃煤质量流量的实时计量方法 | |
| CN111880504A (zh) | 一种智能的动态分区喷氨控制方法和系统 | |
| CN102252366B (zh) | 一种基于水工、热工平衡的换热站控制系统的控制方法 | |
| CN109925992A (zh) | 一种基于多模块分阶段的连续搅拌在线监测方法 | |
| CN114265885A (zh) | 一种烧结返粉料的水分自动控制方法及系统 | |
| CN117231933A (zh) | 一种天然气管道掺氢比例调控方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180720 |