基于现场数据的机器人装甑系统压力模型的建立

杨亚茹，刘登峰，徐保国

（江南大学 物联网工程学院，江苏 无锡　214122）

基于现场数据的机器人装甑系统压力模型的建立

杨亚茹，刘登峰，徐保国

（江南大学 物联网工程学院，江苏 无锡214122）

针对目前今世缘酒厂采用机器人装甑生产的情况，文中在分析了最小二乘支持向量机和量子粒子群算法的基础上，提出了采用最小二乘支持向量机建立压力模型，并利用量子粒子群的全局搜索能力来对最小二乘支持向量机在建模过程中的参数进行优化。仿真结果表明所建模型具有较好的拟合效果和泛化能力。

机器人装甑；压力建模；最小二乘支持向量机；量子粒子群算法优化

2011年中国酒业协会提出并启动了中国白酒“158”计划项目，国内白酒企业纷纷响应，中国白酒首套装甑机器人生产线于2015年5月在今世缘投入生产，它是利用红外热成像技术引导装甑机器人，实现智能装甑［1］。其中，上甑速度对出酒质量有很大的影响，而上甑速度的快慢又由上甑蒸汽压力的大小决定。因此，在机器人装甑过程中，急需建立合适的压力模型，从而提高出酒率及优质酒率。

机器人在装甑时的蒸汽压力具有建模困难、干扰严重、非线性、大滞后等特点［2］，因此文中提出利用最小二乘支持向量机（Least Square Support Vector Machine，LSSVM）和量子粒子群算法（Quantum Particle Swarm Optimization，QPSO）相结合的方法来建立机器人白酒装甑时的压力模型。利用QPSO的全局优化能力来求取LSSVM模型的最优正则化参数和核函数参数。

1　白酒装甑过程简介

装甑直接影响着白酒的品质，在白酒酿造工艺中关系重大。……