CN109541939B - 高速电梯机械振动的多尺度近似显式模型预测控制方法 - Google Patents

高速电梯机械振动的多尺度近似显式模型预测控制方法 Download PDF

Info

Publication number
CN109541939B
CN109541939B CN201811158548.3A CN201811158548A CN109541939B CN 109541939 B CN109541939 B CN 109541939B CN 201811158548 A CN201811158548 A CN 201811158548A CN 109541939 B CN109541939 B CN 109541939B
Authority
CN
China
Prior art keywords
function
mechanical vibration
elevator
state
control
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.)
Active
Application number
CN201811158548.3A
Other languages
English (en)
Other versions
CN109541939A (zh
Inventor
张聚
赵恺伦
周俊
田峥
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University of Technology ZJUT
Original Assignee
Zhejiang University of Technology ZJUT
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang University of Technology ZJUT filed Critical Zhejiang University of Technology ZJUT
Priority to CN201811158548.3A priority Critical patent/CN109541939B/zh
Publication of CN109541939A publication Critical patent/CN109541939A/zh
Application granted granted Critical
Publication of CN109541939B publication Critical patent/CN109541939B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive 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
    • G05B13/042Adaptive 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)
  • Complex Calculations (AREA)
  • Elevator Control (AREA)

Abstract

高速电梯机械振动的多尺度近似显式模型预测控制方法,包括如下步骤:步骤1)对电梯机械振动系统进行建模,得到电梯机械振动系统性能指标函数,也就是下文要近似的对象;步骤2)分段线性插入法,初步得到一种近似控制律;步骤3)自适应分层函数近似,转化近似控制律的形式;步骤4)引入重心函数利用重心插值得到基于重心函数的近似控制律;步骤5)高速电梯机械振动系统多尺度近似显式模型预测控制。

Description

高速电梯机械振动的多尺度近似显式模型预测控制方法
技术领域
本发明涉及一种高速电梯机械振动的优化控制方法。
背景技术
电梯作为一种载人的垂直运输工具,在人们的生活、工作中起着非常重要的作用。一个国家一个地区的文明与发达程度直接与电梯的使用量与使用的电梯的档次成比例。据调查,上海、深圳等沿海发达城市使用的电梯的数量与档次在我国均属于前列。很难想象,在一个高楼林立的现代化大都市,由于缺乏高速高档次的电梯给人们带来诸多的不便。近年来,我国的电梯行业也经历了很大的发展。目前,全国已有一百多电梯生产厂家。随着高层、超高层建筑的涌现,电梯也不断向高扬程,高速方向发展。然而,随之而来的是电梯在整个运行过程中的过大的机械振动和冲击使乘客感到很不舒服(舒适感差),在上、下行,起、制动阶段更是如此。
对于处理多变量约束最优控制问题,模型预测控制方法是一种非常有效的方法,经过多年的研究与探索,取得了长足的发展并得到广泛应用。模型预测控制采用了预测模型,滚动优化,反馈校正和多步预测等新的控制策略,使得它能在一定程度上有效的抑制系统模型的不精确和外界干扰对于系统控制性能的影响。但模型预测控制有个很大的缺点就是模型预测控制只适用于慢速过程,在处理速度较快的领域有相当大的局限性。为此研究人员提出了显式模型预测控制。
显式模型预测控制(Explicit Model Predictive Control)引入了多参数规划理论,对系统的状态区域进行凸划分,并建立对应每个状态分区上的优化问题的最优控制律与状态之间的显式函数关系(为状态的线性控制律);但该方法也有其局限性,它只适用于约束性的系统,并且复杂度会随着问题规模的增大而呈指数增加,即当输入个数增多或者控制时域变长时就需要很大的存储空间,这让处理问题的难度也进一步变大。
发明内容
本发明为了克服现有高速电梯机械振动的优化控制方法的上述缺点,提出了一种高速电梯机械振动的多尺度近似显式模型预测控制方法。
本发明方法通过对状态分区进行高度的网格化处理,使得在线查找变得十分便捷。在利用显式模型预测控制进行控制时,不用在线进行求解优化问题,离线计算好各个状态分区的控制律,在线查找到当前系统状态所在的分区,就能确定当前参数的最优控制量。但当输入个数增大或者控制时域变长时,复杂度会呈指数增长,使得处理问题难度变大。针对该缺点,本发明提供一种新的多尺度近似方法,通过求近似解的思路,将求好的状态分区进行高度的网格划分,同时也可以通过设置层级来限制状态分区的数量,方便了后期的在线查找,从而克服显式模型预测控制存在的缺陷。
多尺度近似显式预测模型控制方法算法上以显式模型预测控制方法为基础,引进了分段线性插值和自适应分层函数近似方法,并结合重心坐标和重心插值方法。通过分段线性插入法对状态子空间进行分格,用基函数描述网格点,采用的适时的描点,刚开始先大致的划分子空间,用分层基函数再对那些还没有足够近似化的区域进行再划分,这样连续不断的层层划分下去,直到所有的区域都被近似化,最后得到基于分层明细指数的一个近似控制律。为了方便处理高维问题,又引入自适应分层函数近似法,将近似的控制律适当变形得到另一种形式的近似控制律,最后引入重心函数和重心函数插值的方法用于对近似控制律的可行性和稳定性的证明。
为使本发明的目的、技术方案和优点更加清晰,下面就对本发明的技术方案作进一步描述。高速电梯机械振动的多尺度近似显式模型预测控制方法,包括如下步骤:
步骤1)对电梯机械振动系统进行建模,得到电梯机械振动系统性能指标函数;
电梯机械振动系统空间状态方程为:
Figure BDA0001819479960000021
根据拉格朗日第二类方程可以推导系统的振动运动微分方程组,建立的电梯机械系统振动的动力学方程为:
Figure BDA0001819479960000022
M,K,C分别为系统的质量、刚度、阻尼矩阵。F为激励列向量,并不是系统外加的控制力,而是由于电梯设定的刚体运动的加速度引起的去,其具体取值为:
Figure BDA0001819479960000031
Figure BDA0001819479960000032
Figure BDA0001819479960000033
同时令状态向量Y为:
Figure BDA0001819479960000034
则式(1)写成状态方程的形式为:
Figure BDA0001819479960000035
式(2)中:
Figure BDA0001819479960000036
I为相应的单位阵。
如果考虑的是电梯轿厢的振动位移和振动的速度,即x4,
Figure BDA0001819479960000037
则系统的输出方程为:
Figure BDA0001819479960000038
其中:
Figure BDA0001819479960000041
如果考虑的是电梯轿厢的振动加速度,即
Figure BDA0001819479960000042
可以将
Figure BDA0001819479960000043
表示为:
Figure BDA0001819479960000044
且Z可表述为:
Figure BDA0001819479960000045
Figure BDA0001819479960000046
也可表述为:
Figure BDA0001819479960000047
其中:E2为矩阵[-M-1K -M-1C]的第四行。M-1F的第四行元素为-a(t),设计以下性能指标函数如下:
Figure BDA0001819479960000048
其中Q是状态加权矩阵,R是输入加权矩阵,Qfinal是终端状态权重,u为输入向量,x为状态向量,T为采样时间;基于以上性能指标和系统状态空间表达式,对其进行处理和计算;
最后将电梯机械振动性能指标函数J进行转换,将其表述成参数优化问题u*(x),这个函数就是要近似的对象;
得到性能指标函数J后,利用分段线性插入法将电梯机械振动系统指标函数J对应的多面体的状态子空间进行划分,并且又引入了自适应分层函数,对得出的近似控制律进行了适当的变形,这就是对状态分区所对应的控制律进行了高度规则的划分,同时又进行了近似,并且满足系统可行性和稳定性;
步骤2)电梯机械振动系统控制律分段线性插值处理;
首先采用d维的单元立方体Ωd=[0,1]d来代替状态子空间χ,在这里考虑一个多变量函数u(x):Rd→R,x=(x1,...,xd),用Ωd中的点来对单元立方体进行分格;让l作为离散化水平,用hl=2-l来表示网格大小;把这个d维的矩形网格定为Ωl;Ωl上的网格点被表示为
Figure BDA0001819479960000051
这里的i用多重指标来表示Ωl上的点的坐标;
选择一维帽子函数φ(x)并转化和推导来描述网格点,φ(x)被转化成一个分段的d维基函数:
Figure BDA0001819479960000052
基函数φl,i(x)被用来构建分段d维函数的空间Vl d,这个分段d维函数是:
Vl d:=span{φl,i:0≤i≤2l} (12)
每一个多变量函数ul(x)∈Vl d都能被表示成唯一的φl,i(x)的加权和:
Figure BDA0001819479960000053
Vl d可以被描述为分段d维线性函数
Figure BDA0001819479960000054
的d维分层函数空间的和,再将每一个多变量函数ul(x)∈Vl d写成一个加权和:
Figure BDA0001819479960000055
这里的wk,i称为分层明细指数;通过定义ψk,i=φk,i,i∈Ik,又写成:
Figure BDA0001819479960000056
得出了基于分层明细指数的一个近似控制律;综上就是利用上述的数学方法,先进行适时的描点,划分大致的子空间,然后再对那些尚没有足够近似化的区域进行再划分,这样连续不断的层层划分下去,直到所有的区域都被近似化;
步骤3)引用自适应分层函数近似法,将近似控制律变成另一种形式;
引入自适应分层函数近似法;考虑函数u(x)∈R,x:=(x1,...,xd)∈Ωd,首先设定一个大致的初级网格系数l0≥0,对于l0的网格点,存储相关的函数值
Figure BDA0001819479960000061
接着网格点得到了连续的处理直到所期望的水平lmax;在每一步,那些不满足特定要求的部分将得到更为精细的处理;对于新得到的处于k水平的网格点,其函数值不是u(xk),但是处于水平k-1的函数值的差别是:
Figure BDA0001819479960000062
这个差别会被储存起来,wk,i称为分层明细;通过自适应分层函数近似法可以将近视控制律表示为:
Figure BDA0001819479960000063
Λ是相关的层级指数的集合;由前文中所涉及到的基函数的性质,这个近似是连续的;
步骤4)引入重心函数并且利用重心插值;
对于集合
Figure BDA0001819479960000064
这里conv(R)是凸集,extr(R)是极点,引入重心坐标函数fv(x),其中x∈S,v∈extr(S),
Figure BDA0001819479960000065
fv(x)≥0,正值 (18)
Figure BDA0001819479960000066
Figure BDA0001819479960000067
在一个网格上插入一个函数,根据重心坐标函数的性质,只有顶点上的函数值用来进行插值运算;自适应分层函数近似法得到的是一些超矩形,这些超矩形是由插值操作限定的;因为超矩形是凸的多胞形,所以近似控制律就能确保可行性,稳定性和性能范围;
借助近似闭环系统
Figure BDA0001819479960000068
的李雅普诺夫函数来验证这些区域的可行性,稳定性和性能范围;上述步骤2中分层函数已经得到了近似控制律,那么对每一个超矩形区域R∈Rh
Figure BDA0001819479960000069
可以写成一个用重心函数插值得到的形式:
Figure BDA0001819479960000071
对于问题
Figure BDA0001819479960000072
当且仅当
Figure BDA0001819479960000073
对与所有的v∈extr(R)是可行的,那么近似控制律
Figure BDA0001819479960000074
就是最优问题式(20)的一个可行解;
如果定义在
Figure BDA0001819479960000075
上面的重心控制律
Figure BDA0001819479960000076
对所有的v∈extr(R)都是可行的,那么:
Figure BDA0001819479960000077
对于集合R*:={x∈R:R∈Rh,err(R)≥0},近似函数
Figure BDA0001819479960000078
是一个李雅普诺夫函数;如果R*约束了这个区域,那么从
Figure BDA0001819479960000079
(R*的边界)和Jmin(
Figure BDA00018194799600000710
上的
Figure BDA00018194799600000711
的最小值)就可以看出集合
Figure BDA00018194799600000712
在近似控制律
Figure BDA00018194799600000713
下不变,所以控制律是稳定的;
步骤5)电梯机械振动系统多尺度近似显式模型预测控制;
电梯机械振动系统多尺度显式模型预测控制工作过程分为两个部分;离线计算时,按照电梯机械振动系统控制性能指标,应用上述步骤1)-步骤4)建立电梯机械振动系统的状态区域凸划分,利用分段线性插入法将电梯机械振动系统指标函数J对应的多面体的状态子空间进行划分,并且又引入了自适应分层函数,对得出的近似控制律进行了适当的变形;在线计算时,通过在检测电梯机械振动系统实时的运动状态,通过求导计算得到当前时刻系统状态,并通过查表确定处在哪个状态分区;查表所得所对应的控制律作为电梯机械振动系统的激励列向量;控制输入作用即为作动器通过附加的子系统或直接施加作用(控制力)于受控对象到电梯机械振动系统的电梯设定的刚体运动的加速度,调节电梯机械振动系统的激励列向量从而控制加速度大小,从而调节电梯机械振动系统的运动姿态以达到预期效果。
本发明具有以下优点:
1.本发明解决了原显式模型预测控制随系统输入增加,电梯系统复杂度变高从而导致查找速度变慢的问题,通过得到近似控制律,并在状态分区的存储上改变了原来的存储模式,采用了十分规则的网格存储,这样能够细化所得到的控制律,同时在线查找速度也非常快。
2.本发明将该方法应用于高速电梯机械振动控制问题上,且拥有良好的仿真效果。
3.离线计算和在线计算方法来计算实时控制律,通过多尺度近似,降低了在线查找复杂度,用在电梯系统之上能够很快的相应系统的实时状态。
4.本发明步骤理论基础牢固,步骤简洁明了,拥有完善的理论支持。
附图说明
图1是电梯机械振动动力学模型图
图2是在轿厢与轿架之间施加控制力示意图
图3是基本的一维帽子函数
图4是本发明方法的流程图
图5是电梯运行停止时,振动位移控制结果图
图6是电梯运行停止时,振动速度控制结果图
图7是重载时电梯整个运行过程的振动参数控制结果图
图8是轻载时电梯整个运行过程的振动参数控制结果图
具体实施方式
以下结合附图对本发明做进一步说明:
本发明的高速电梯机械振动的多尺度近似显式模型预测控制方法,如图1所示为电梯系统系统动力学模型图,同时具体包括以下步骤:
步骤1)对电梯机械振动系统进行建模,得到电梯机械振动系统性能指标函数;
电梯机械振动系统空间状态方程为:
Figure BDA0001819479960000081
根据拉格朗日第二类方程可以推导系统的振动运动微分方程组,建立的电梯机械系统振动的动力学方程为:
Figure BDA0001819479960000082
M,K,C分别为系统的质量、刚度、阻尼矩阵。F为激励列向量,并不是系统外加的控制力,而是由于电梯设定的刚体运动的加速度引起的去,其具体取值为:
Figure BDA0001819479960000091
Figure BDA0001819479960000092
Figure BDA0001819479960000093
令状态向量Y为:
Figure BDA0001819479960000094
则式(1)写成状态方程的形式为:
Figure BDA0001819479960000095
式(2)中:
Figure BDA0001819479960000096
I为相应的单位阵。
如果关心的是电梯轿厢的振动位移和振动的速度,即x4,
Figure BDA0001819479960000097
则系统的输出方程为:
Figure BDA0001819479960000098
其中:
Figure BDA0001819479960000101
如果关心的是电梯轿厢的振动加速度,即
Figure BDA0001819479960000102
可以将
Figure BDA0001819479960000103
表示为:
Figure BDA0001819479960000104
且Z可表述为:
Figure BDA0001819479960000105
Figure BDA0001819479960000106
也可表述为:
Figure BDA0001819479960000107
其中:E2为矩阵[-M-1K -M-1C]的第四行。M-1F的第四行元素为-a(t),设计以下性能指标函数如下:
Figure BDA0001819479960000108
其中Q是状态加权矩阵,R是输入加权矩阵,Qfinal是终端状态权重,u为输入向量,x为状态向量,T为采样时间;基于以上性能指标和系统状态空间表达式,对其进行处理和计算;
最后将电梯机械振动性能指标函数J进行转换,将其表述成参数优化问题u*(x),这个函数就是要近似的对象;
得到性能指标函数J后,利用分段线性插入法将电梯机械振动系统指标函数J对应的多面体的状态子空间进行划分,并且又引入了自适应分层函数,对得出的近似控制律进行了适当的变形,这就是对状态分区所对应的控制律进行了高度规则的划分,同时又进行了近似,并且满足系统可行性和稳定性;
步骤2)电梯机械振动系统控制律分段线性插值处理;
首先采用d维的单元立方体Ωd=[0,1]d来代替状态子空间χ,在这里考虑一个多变量函数u(x):Rd→R,x=(x1,...,xd),用Ωd中的点来对单元立方体进行分格;让l作为离散化水平,用hl=2-l来表示网格大小;把这个d维的矩形网格定为Ωl;Ωl上的网格点被表示为
Figure BDA0001819479960000111
这里的i用多重指标来表示Ωl上的点的坐标;
选择一维帽子函数φ(x)并转化和推导来描述网格点,φ(x)被转化成一个分段的d维基函数:
Figure BDA0001819479960000112
基函数φl,i(x)被用来构建分段d维函数的空间Vl d,这个分段d维函数是:
Vl d:=span{φl,i:0≤i≤2l} (12)
每一个多变量函数ul(x)∈Vl d都能被表示成唯一的φl,i(x)的加权和:
Figure BDA0001819479960000113
Vl d可以被描述为分段d维线性函数
Figure BDA0001819479960000114
的d维分层函数空间的和,再将每一个多变量函数ul(x)∈Vl d写成一个加权和:
Figure BDA0001819479960000115
这里的wk,i称为分层明细指数;通过定义ψk,i=φk,i,i∈Ik,又写成:
Figure BDA0001819479960000116
得出了基于分层明细指数的一个近似控制律;综上就是利用上述的数学方法,先进行适时的描点,划分大致的子空间,然后再对那些尚没有足够近似化的区域进行再划分,这样连续不断的层层划分下去,直到所有的区域都被近似化;
步骤3)引用自适应分层函数近似法,将近似控制律变成另一种形式;
引入自适应分层函数近似法;考虑函数u(x)∈R,x:=(x1,...,xd)∈Ωd,首先设定一个大致的初级网格系数l0≥0,对于l0的网格点,存储相关的函数值
Figure BDA0001819479960000121
接着网格点得到了连续的处理直到所期望的水平lmax;在每一步,那些不满足特定要求的部分将得到更为精细的处理;对于新得到的处于k水平的网格点,其函数值不是u(xk),但是处于水平k-1的函数值的差别是:
Figure BDA0001819479960000122
这个差别会被储存起来,wk,i称为分层明细;通过自适应分层函数近似法可以将近视控制律表示为:
Figure BDA0001819479960000123
Λ是相关的层级指数的集合;由前文中所涉及到的基函数的性质,这个近似是连续的;
步骤4)引入重心函数并且利用重心插值;
对于集合
Figure BDA0001819479960000124
这里conv(R)是凸集,extr(R)是极点,引入重心坐标函数fv(x),其中x∈S,v∈extr(S),
Figure BDA0001819479960000125
fv(x)≥0,正值(18)
Figure BDA0001819479960000126
Figure BDA0001819479960000127
在一个网格上插入一个函数,根据重心坐标函数的性质,只有顶点上的函数值用来进行插值运算;自适应分层函数近似法得到的是一些超矩形,这些超矩形是由插值操作限定的;因为超矩形是凸的多胞形,所以近似控制律就能确保可行性,稳定性和性能范围;
借助近似闭环系统
Figure BDA0001819479960000128
的李雅普诺夫函数来验证这些区域的可行性,稳定性和性能范围;上述步骤2中分层函数已经得到了近似控制律,那么对每一个超矩形区域R∈Rh
Figure BDA0001819479960000129
可以写成一个用重心函数插值得到的形式:
Figure BDA0001819479960000131
对于问题
Figure BDA0001819479960000132
当且仅当
Figure BDA0001819479960000133
对与所有的v∈extr(R)是可行的,那么近似控制律
Figure BDA0001819479960000134
就是最优问题式(20)的一个可行解;
如果定义在
Figure BDA0001819479960000135
上面的重心控制律
Figure BDA0001819479960000136
对所有的v∈extr(R)都是可行的,那么:
Figure BDA0001819479960000137
对于集合R*:={x∈R:R∈Rh,err(R)≥0},近似函数
Figure BDA0001819479960000138
是一个李雅普诺夫函数;如果R*约束了这个区域,那么从
Figure BDA0001819479960000139
(R*的边界)和Jmin(
Figure BDA00018194799600001310
上的
Figure BDA00018194799600001311
的最小值)就可以看出集合
Figure BDA00018194799600001312
在近似控制律
Figure BDA00018194799600001313
下不变,所以控制律是稳定的;
步骤5)电梯机械振动系统多尺度近似显式模型预测控制;
电梯机械振动系统多尺度显式模型预测控制工作过程分为两个部分;离线计算时,按照电梯机械振动系统控制性能指标,应用上述步骤1)—步骤4)建立电梯机械振动系统的状态区域凸划分,利用分段线性插入法将电梯机械振动系统指标函数J对应的多面体的状态子空间进行划分,并且又引入了自适应分层函数,对得出的近似控制律进行了适当的变形;在线计算时,通过在检测电梯机械振动系统实时的运动状态,通过求导计算得到当前时刻系统状态,并通过查表确定处在哪个状态分区;查表所得所对应的控制律作为电梯机械振动系统的激励列向量;控制输入作用即为作动器通过附加的子系统或直接施加作用(控制力)于受控对象到电梯机械振动系统的电梯设定的刚体运动的加速度,调节电梯机械振动系统的激励列向量从而控制加速度大小,从而调节电梯机械振动系统的运动姿态以达到预期效果。
案例分析
本发明通过以具体的高速运动电梯为对象进行实验,展现了多尺度显式模型预测控制方法在高速电梯机械振动中具体应用的表现,通过对比实验结果,体现了本发明的优越性能。图5显示了电梯停止的时候振动位移的结果图,其中实线为受控状态,虚线为无控状态。图6是电梯运行停止时,振动速度控制结果图,同样其中实线为受控状态,虚线为无控状态。图7是重载时电梯的运行过程振动参数控制结果图,整个运行过程的分别表示了振动位移,速度和加速度。图8是轻载时电梯的运行过程振动参数控制结果图,同样整个运行过程的分别表示了振动位移,速度和加速度。
由此可见,多尺度近似算法能够有效地控制运动中电梯和其机械振动,其实时性能从上述图中可以看出有较为不错的效果冰可以应用于实际情况之中。通过模型仿真实验可以看出,多高速运动的电梯机械振动情况振动能在较短时间内使它们保持在稳定状态之中,并且实验还分别验证了轻载和重载过程的具体情况,同时验证了其位移和速度的情况,比较全面的分析了各种不同的情况,具有实际的参考意义。
本说明书实施例所述的内容仅仅是对发明构思的实现形式的列举,本发明的保护范围不应当被视为仅限于实施例所陈述的具体形式,本发明的保护范围也及于本领域技术人员根据本发明构思所能够想到的等同技术手段。

Claims (1)

1.一种高速电梯机械振动多尺度近似显式模型预测控制方法,包含以下步骤:
步骤1)对电梯机械振动系统进行建模,得到电梯机械振动系统性能指标函数;
电梯机械振动系统空间状态方程为:
Figure FDA0003061939870000011
根据拉格朗日第二类方程可以推导系统的振动运动微分方程组,建立的电梯机械系统振动的动力学方程为:
Figure FDA0003061939870000012
M,K,C分别为系统的质量、刚度、阻尼矩阵;F为激励列向量,并不是系统外加的控制力,而是由于电梯设定的刚体运动的加速度引起的,其具体取值为:
Figure FDA0003061939870000013
Figure FDA0003061939870000014
Figure FDA0003061939870000015
令状态向量Y为:
Figure FDA0003061939870000016
则式(1)写成状态方程的形式为:
Figure FDA0003061939870000021
式(1)中
Figure FDA0003061939870000022
I为相应的单位阵;
如果关心的是电梯轿厢的振动位移和振动的速度,即x4,
Figure FDA0003061939870000023
则系统的输出方程为:
Figure FDA0003061939870000024
其中:
Figure FDA0003061939870000025
如果关心的是电梯轿厢的振动加速度,即
Figure FDA0003061939870000026
可以将
Figure FDA0003061939870000027
表示为:
Figure FDA0003061939870000028
且Z可表述为:
Figure FDA0003061939870000029
Figure FDA00030619398700000210
也可表述为:
Figure FDA00030619398700000211
其中:E2为矩阵[-M-1K -M-1C]的第四行;M-1F的第四行元素为-a(t),设计以下性能指标函数如下:
Figure FDA00030619398700000212
其中Q是状态加权矩阵,R是输入加权矩阵,Qfinal是终端状态权重,u为输入向量,x为状态向量,T为采样时间;基于以上性能指标和系统状态空间表达式,对其进行处理和计算;
最后将电梯机械振动性能指标函数J进行转换,将其表述成参数优化问题u*(x),这个函数就是要近似的对象;
得到性能指标函数J后,利用分段线性插入法将电梯机械振动系统指标函数J对应的多面体的状态子空间进行划分,并且又引入了自适应分层函数,对得出的近似控制律进行了适当的变形,这就是对状态分区所对应的控制律进行了高度规则的划分,同时又进行了近似,并且满足系统可行性和稳定性;
步骤2)电梯机械振动系统控制律分段线性插值处理;
首先采用d维的单元立方体Ωd=[0,1]d来代替状态子空间χ,在这里考虑一个多变量函数u(x):Rd→R,x=(x1,...,xd),用Ωd中的点来对单元立方体进行分格;让l作为离散化水平,用hl=2-l来表示网格大小;把这个d维的矩形网格定为Ωl;Ωl上的网格点被表示为
Figure FDA0003061939870000035
这里的i用多重指标来表示Ωl上的点的坐标;
选择一维帽子函数φ(x)并转化和推导来描述网格点,φ(x)被转化成一个分段的d维基函数:
Figure FDA0003061939870000031
基函数φl,i(x)被用来构建分段d维函数的空间Vl d,这个分段d维函数是:
Vl d:=span{φl,i:0≤i≤2l} (12)
每一个多变量函数ul(x)∈Vl d都能被表示成唯一的φl,i(x)的加权和:
Figure FDA0003061939870000032
Vl d可以被描述为分段d维线性函数
Figure FDA0003061939870000033
的d维分层函数空间的和,再将每一个多变量函数ul(x)∈Vl d写成一个加权和:
Figure FDA0003061939870000034
这里的wk,i称为分层明细指数;通过定义ψk,i=φk,i,i∈Ik,又写成:
Figure FDA0003061939870000041
得出了基于分层明细指数的一个近似控制律;综上就是利用上述的数学方法,先进行适时的描点,划分大致的子空间,然后再对那些尚没有足够近似化的区域进行再划分,这样连续不断的层层划分下去,直到所有的区域都被近似化;
步骤3)引用自适应分层函数近似法,将近似控制律变成另一种形式;
引入自适应分层函数近似法;考虑函数u(x)∈R,x:=(x1,...,xd)∈Ωd,首先设定一个大致的初级网格系数l0≥0,对于l0的网格点,存储相关的函数值
Figure FDA0003061939870000047
接着网格点得到了连续的处理直到所期望的水平lmax;在每一步,那些不满足特定要求的部分将得到更为精细的处理;对于新得到的处于k水平的网格点,其函数值不是u(xk),但是处于水平k-1的函数值的差别是:
Figure FDA0003061939870000042
这个差别会被储存起来,wk,i称为分层明细;通过自适应分层函数近似法可以将近视控制律表示为:
Figure FDA0003061939870000043
Λ是相关的层级指数的集合;由前文中所涉及到的基函数的性质,这个近似是连续的;
步骤4)电梯机械振动系统状态分区利用重心插值,验证稳定可行性;
对于集合
Figure FDA0003061939870000044
这里conv(R)是凸集,extr(R)是极点,引入重心坐标函数fv(x),其中
Figure FDA0003061939870000045
为一个多胞形,函数fv(x)对所有的x∈S,且满足下列条件:
fv(x)≥0,正值 (18)
Figure FDA0003061939870000046
单元分区 (19)
Figure FDA0003061939870000051
线性分区 (20)
在一个网格上插入一个函数,根据重心坐标函数的性质,只有顶点上的函数值用来进行插值运算;自适应分层函数近似法得到的是一些超矩形,这些超矩形是由插值操作限定的;因为超矩形是凸的多胞形,所以近似控制律就能确保可行性,稳定性和性能范围;
借助近似闭环系统
Figure FDA0003061939870000052
的李雅普诺夫函数来验证这些区域的可行性,稳定性和性能范围;上述步骤2中分层函数已经得到了近似控制律,那么对每一个超矩形区域R∈Rh
Figure FDA0003061939870000053
可以写成一个用重心函数插值得到的形式:
Figure FDA0003061939870000054
对于问题
Figure FDA0003061939870000055
当且仅当
Figure FDA0003061939870000056
对与所有的v∈extr(R)是可行的,那么近似控制律
Figure FDA0003061939870000057
就是最优问题式(19)的一个可行解;
如果定义在
Figure FDA0003061939870000058
上面的重心控制律
Figure FDA0003061939870000059
对所有的v∈extr(R)都是可行的,那么:
Figure FDA00030619398700000510
对于集合R*:={x∈R:R∈Rh},近似函数
Figure FDA00030619398700000511
是一个李雅普诺夫函数;如果R*约束了这个区域,那么从
Figure FDA00030619398700000512
(R*的边界)和Jmin(
Figure FDA00030619398700000513
上的
Figure FDA00030619398700000514
的最小值)就可以看出集合
Figure FDA00030619398700000515
在近似控制律
Figure FDA00030619398700000516
下不变,所以控制律是稳定的;
步骤5)电梯机械振动系统多尺度近似显式模型预测控制;
电梯机械振动系统多尺度显式模型预测控制工作过程分为两个部分;离线计算时,按照电梯机械振动系统控制性能指标,应用上述步骤1)—步骤4)建立电梯机械振动系统的状态区域凸划分,利用分段线性插入法将电梯机械振动系统指标函数J对应的多面体的状态子空间进行划分,并且又引入了自适应分层函数,对得出的近似控制律进行了适当的变形;在线计算时,通过在检测电梯机械振动系统实时的运动状态,即检测电梯轿厢的振动加速度、曳引机,张紧装置的振动角位移,并通过积分和微分运算,得到运动状态向量,通过求导计算得到当前时刻系统状态,并通过查表确定处在哪个状态分区;查表所得所对应的控制律作为电梯机械振动系统的激励列向量;控制输入作用即为作动器通过在轿厢与轿架之间施加控制力,施加控制力于电梯系统,调节电梯机械振动系统的激励列向量从而控制加速度大小,从而调节电梯机械振动系统的运动状态以达到预期效果。
CN201811158548.3A 2018-09-30 2018-09-30 高速电梯机械振动的多尺度近似显式模型预测控制方法 Active CN109541939B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811158548.3A CN109541939B (zh) 2018-09-30 2018-09-30 高速电梯机械振动的多尺度近似显式模型预测控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811158548.3A CN109541939B (zh) 2018-09-30 2018-09-30 高速电梯机械振动的多尺度近似显式模型预测控制方法

Publications (2)

Publication Number Publication Date
CN109541939A CN109541939A (zh) 2019-03-29
CN109541939B true CN109541939B (zh) 2021-07-27

Family

ID=65841397

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811158548.3A Active CN109541939B (zh) 2018-09-30 2018-09-30 高速电梯机械振动的多尺度近似显式模型预测控制方法

Country Status (1)

Country Link
CN (1) CN109541939B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111060272B (zh) * 2019-12-30 2021-08-17 暨南大学 一种电梯轿厢自由振动阻尼测试方法
CN112947083B (zh) * 2021-02-09 2022-03-04 武汉大学 一种基于磁悬浮控制系统的非线性模型预测控制优化方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108227505A (zh) * 2018-01-30 2018-06-29 西安交通大学 基于预测-自适应控制的铣削电主轴振动抑制系统及方法
CN108333927A (zh) * 2018-01-22 2018-07-27 浙江工业大学之江学院 一种无刷直流电机的多胞体近似显式模型预测控制方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9958840B2 (en) * 2015-02-25 2018-05-01 Mitsubishi Electric Research Laboratories, Inc. System and method for controlling system using a control signal for transitioning a state of the system from a current state to a next state using different instances of data with different precisions

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108333927A (zh) * 2018-01-22 2018-07-27 浙江工业大学之江学院 一种无刷直流电机的多胞体近似显式模型预测控制方法
CN108227505A (zh) * 2018-01-30 2018-06-29 西安交通大学 基于预测-自适应控制的铣削电主轴振动抑制系统及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
显式模型预测控制及其在电梯机械系统振动控制中的应用;张聚等;《信息与控制》;20090228;第38卷(第1期);全文 *
显式模型预测控制多尺度近似方法及其应用;万森林;《中国优秀硕士学位论文全文库(电子期刊)》;20140315;全文 *

Also Published As

Publication number Publication date
CN109541939A (zh) 2019-03-29

Similar Documents

Publication Publication Date Title
Guerra et al. Digital twin-based optimization for ultraprecision motion systems with backlash and friction
Zeilinger et al. Real-time suboptimal model predictive control using a combination of explicit MPC and online optimization
CN109884900B (zh) 基于自适应模型预测控制的收获机路径跟踪控制器的设计方法
CN102681489B (zh) 多轴联动数控系统运动平稳性和轮廓加工精度控制方法
CN109541939B (zh) 高速电梯机械振动的多尺度近似显式模型预测控制方法
CN110462531A (zh) 用于控制机器操作的模型预测控制系统和方法
Dai et al. Force control for path following of a 4WS4WD vehicle by the integration of PSO and SMC
Abdul-Adheem et al. From PID to nonlinear state error feedback controller
CN111752151A (zh) 一种工业叶片磨抛加工自适应力跟踪与补偿方法及系统
CN111679579A (zh) 针对传感器和执行器故障系统的滑模预测容错控制方法
JP2010134863A (ja) 制御対象の制御入力決定手段
CN112936286B (zh) 一种多柔性机械臂系统自适应一致性追踪控制方法及系统
JP2013184232A (ja) 脚式歩行ロボットおよびその重心軌道生成方法
Chen et al. Multi-objective optimal design and experimental validation of tracking control of a rotating flexible beam
Wang et al. Neural moving horizon estimation for robust flight control
CN113276114B (zh) 一种基于终端任务指派的可重构机械臂协同力/运动控制系统与方法
CN112462608B (zh) 一种高速列车离散滑模轨迹及速度跟踪控制方法
CN116501061A (zh) 一种基于分层优化的模型预测控制路径跟踪方法
CN109188915B (zh) 内嵌运动性能调节机制的速度规划方法
Florez et al. Structural sparsity in networked control systems
CN113673166B (zh) 面向加工质量预测的数字孪生模型工况自适应方法及系统
CN106682733B (zh) 无人机运动状态分析方法和装置
Manna et al. Comparative performance analysis of LQR and MPC for active suspension system
Tang et al. Actively learning Gaussian process dynamical systems through global and local explorations
Diwan et al. Computationally efficient nonlinear model predictive controller using parallel particle swarm optimization

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
GR01 Patent grant
GR01 Patent grant