CN112415897B - 控制系统的优化方法、装置、系统、车辆、介质及设备 - Google Patents

控制系统的优化方法、装置、系统、车辆、介质及设备 Download PDF

Info

Publication number
CN112415897B
CN112415897B CN202011382098.3A CN202011382098A CN112415897B CN 112415897 B CN112415897 B CN 112415897B CN 202011382098 A CN202011382098 A CN 202011382098A CN 112415897 B CN112415897 B CN 112415897B
Authority
CN
China
Prior art keywords
control system
optimized
optimization
compensation model
determining
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
CN202011382098.3A
Other languages
English (en)
Other versions
CN112415897A (zh
Inventor
王贤宇
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.)
Beijing Rockwell Technology Co Ltd
Original Assignee
Beijing Rockwell Technology Co Ltd
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 Beijing Rockwell Technology Co Ltd filed Critical Beijing Rockwell Technology Co Ltd
Priority to CN202011382098.3A priority Critical patent/CN112415897B/zh
Publication of CN112415897A publication Critical patent/CN112415897A/zh
Application granted granted Critical
Publication of CN112415897B publication Critical patent/CN112415897B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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

Abstract

本公开涉及一种控制系统的优化方法、装置、系统、车辆、介质及设备。优化方法包括：响应于接收到控制系统优化请求，获取待优化控制系统的优化相关参数；根据所述优化相关参数，确定所述待优化控制系统的补偿模型；根据所述补偿模型和所述待优化控制系统的原有控制模型，构建所述待优化控制系统的最优控制算法，以使所述待优化控制系统根据所述最优控制算法进行控制。如此，可以实现优化控制系统的控制算法，提高控制系统的控制裕度的目的。

Description

控制系统的优化方法、装置、系统、车辆、介质及设备
技术领域
本公开涉及自动控制技术领域，具体地，涉及一种控制系统的优化方法、装置、系统、车辆、介质及设备。
背景技术
目前大多数自动驾驶方案中使用的控制算法主要为PID、LQR和MPC，其开发流程为算法设计、代码实现、仿真测试和算法性能优化。而实际工程中对于控制系统很难把控准确的对象模型，因此，当前算法的性能优化方案主要是利用实车调试完成优化，从而导致实车优化耗时长，并且常常凭直觉判断优化效果容易出现没有达到最优性能的问题。
学术界控制算法设计多使用仿真环境依靠准确的模型进行算法搭建，通过仿真实现算法设计架构的调优，但是由于车辆是一个极为复杂的系统，仿真环境很难模拟真实的行车环境和车辆动态，因此，通过仿真实现算法设计架构的调优这种方式很难应用到车辆上，特别是车辆的自动驾驶场景。
通常情况下，在设计控制算法时首先根据需求设定算法参数，之后，在实际测试中反复优化该算法参数，而在控制算法使用过程中由于控制系统存在延迟或控制对象非线性较强等往往出现控制裕度不足、控制系统覆盖范围小的情况，此时多是由于控制算法中算法参数不是最优导致的。相关技术中调节算法参数的方法容易陷入反复调参并且靠经验判断等问题。因此，如何快速优化控制算法，以提高控制系统的控制裕度是待解决的一个问题。
发明内容
本公开的目的是提供一种控制系统的优化方法、装置、系统、车辆、介质及设备，以通过构建补偿模型对待优化控制系统进行优化，以优化控制系统的控制算法，提高控制系统的控制裕度。
为了实现上述目的，本公开提供一种控制系统的优化方法，包括：
响应于接收到控制系统优化请求，获取待优化控制系统的优化相关参数；
根据所述优化相关参数，确定所述待优化控制系统的补偿模型；
根据所述补偿模型和所述待优化控制系统的原有控制模型，构建所述待优化控制系统的最优控制算法，以使所述待优化控制系统根据所述最优控制算法进行控制。
可选地，所述优化相关参数包括当前相位裕度、目标相位裕度和当前截止频率。
可选地，所述响应于接收到控制系统优化请求，获取待优化控制系统的优化相关参数，包括：
响应于接收到控制系统优化请求，确定所述待优化控制系统的所述当前相位裕度和所述当前截止频率；以及
获取所述目标相位裕度。
可选地，所述根据所述待优化控制系统的原有控制模型，确定所述待优化控制系统的当前相位裕度和所述当前截止频率，包括：
对所述待优化控制系统的原有控制模型进行伯德图分析，以得到所述原有控制模型对应的伯德图，其中，所述伯德图包括幅值-频率对数坐标图和相角-频率对数坐标图；
根据所述幅值-频率对数坐标图，确定所述待优化控制系统的当前穿越频率和所述当前截止频率；
根据所述相角-频率对数坐标图和所述当前穿越频率，确定所述待优化控制系统的当前相位裕度。
可选地，所述优化请求包括所述优化相关参数；所述响应于接收到控制系统优化请求，获取待优化控制系统的优化相关参数，包括：
响应于接收到控制系统优化请求，解析所述优化请求，以得到待优化控制系统的优化相关参数。
可选地，所述根据所述优化相关参数，确定所述待优化控制系统的补偿模型，包括：
根据所述当前相位裕度和所述目标相位裕度，确定相位裕度偏差；
根据所述相位裕度偏差确定补偿模型的系数a；
根据所述待优化控制系统的极限系统增益和所述补偿模型的系数a，确定所述补偿模型的系统增益Kc；
根据以下公式，确定所述待优化控制系统的目标穿越频率：
Figure BDA0002808757390000031
其中，wc为所述目标穿越频率，G0(wj)是根据所述当前截止频率和所述原有控制模型确定的增益值；
根据所述目标穿越频率，确定补偿模型的周期T；
根据所述系数a、所述系统增益Kc和所述周期T，确定所述待优化控制系统的补偿模型。
可选地，所述根据所述相位裕度偏差确定补偿模型的系数a，包括：
通过以下公式确定补偿模型的系数a：
Figure BDA0002808757390000032
其中，θ为所述相位裕度偏差。
可选地，所述根据所述目标穿越频率，确定补偿模型的周期T，包括：
通过以下公式确定补偿模型的周期T：
Figure BDA0002808757390000033
其中，wc为所述述目标穿越频率。
可选地，所述根据所述系数a、所述系统增益Kc和所述周期T，确定所述待优化控制系统的补偿模型，包括：
通过以下公式确定所述待优化控制系统的补偿模型：
Figure BDA0002808757390000041
其中，Gc(s)为所述待优化控制系统的补偿模型，s为所述待优化控制系统的输入变量。
可选地，所述根据所述补偿模型和所述待优化控制系统的原有控制模型，构建所述待优化控制系统的最优控制算法，包括：
通过以下公式构建所述待优化控制系统的最优控制算法：
G(s)＝Gc(s)·Go(s)
其中，G(s)为所述待优化控制系统的最优控制算法，Gc(s)为所述待优化控制系统的补偿模型，Go(s)为所述待优化控制系统的原有控制模型。
本公开第二方面提供一种控制系统的优化装置，包括：
获取模块，用于响应于接收到控制系统优化请求，获取待优化控制系统的优化相关参数；
确定模块，用于根据所述优化相关参数，确定所述待优化控制系统的补偿模型；
构建模块，用于根据所述补偿模型和所述待优化控制系统的原有控制模型，构建所述待优化控制系统的最优控制算法，以使所述待优化控制系统根据所述最优控制算法进行控制。
可选地，所述优化相关参数包括当前相位裕度、目标相位裕度和当前截止频率。
可选地，所述获取模块包括：
第一确定子模块，用于响应于接收到控制系统优化请求，确定所述待优化控制系统的所述当前相位裕度和所述当前截止频率；以及
第一获取子模块，用于获取所述目标相位裕度。
可选地，所述第一确定子模块用于：
对所述待优化控制系统的原有控制模型进行伯德图分析，以得到所述原有控制模型对应的伯德图，其中，所述伯德图包括幅值-频率对数坐标图和相角-频率对数坐标图；
根据所述幅值-频率对数坐标图，确定所述待优化控制系统的当前穿越频率和所述当前截止频率；
根据所述相角-频率对数坐标图和所述当前穿越频率，确定所述待优化控制系统的当前相位裕度。
可选地，所述优化请求包括所述优化相关参数；所述获取模块包括：
解析子模块，用于响应于接收到控制系统优化请求，解析所述优化请求，以得到待优化控制系统的优化相关参数。
可选地，所述确定模块包括：
第二确定子模块，用于根据所述当前相位裕度和所述目标相位裕度，确定相位裕度偏差；
第三确定子模块，用于根据所述相位裕度偏差确定补偿模型的系数a；
第四确定子模块，用于根据所述待优化控制系统的极限系统增益和所述补偿模型的系数a，确定所述补偿模型的系统增益Kc；
第四确定子模块，用于根据以下公式，确定所述待优化控制系统的目标穿越频率：
Figure BDA0002808757390000051
其中，wc为所述目标穿越频率，G0(wj)是根据所述当前截止频率和所述原有控制模型确定的增益值；
第六确定子模块，用于根据所述目标穿越频率，确定补偿模型的周期T；
第七确定子模块，用于根据所述系数a、所述系统增益Kc和所述周期T，确定所述待优化控制系统的补偿模型。
可选地，所述第三确定子模块用于：
通过以下公式确定补偿模型的系数a：
Figure BDA0002808757390000061
其中，θ为所述相位裕度偏差。
可选地，所述第六确定子模块用于：
通过以下公式确定补偿模型的周期T：
Figure BDA0002808757390000062
其中，wc为所述述目标穿越频率。
可选地，所述第七确定子模块用于：
通过以下公式确定所述待优化控制系统的补偿模型：
Figure BDA0002808757390000063
其中，Gc(s)为所述待优化控制系统的补偿模型，s为所述待优化控制系统的输入变量。
可选地，所述构建模块用于：
通过以下公式构建所述待优化控制系统的最优控制算法：
G(s)＝Gc(s)·Go(s)
其中，G(s)为所述待优化控制系统的最优控制算法，Gc(s)为所述待优化控制系统的补偿模型，Go(s)为所述待优化控制系统的原有控制模型。
本公开第三方面提供一种控制系统，所述控制系统包括：原有控制模型和本公开第一方面提供的补偿模型。
本公开第四方面提供一种车辆，包括：本公开第三方面所提供的所述控制系统。
本公开第五方面提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本公开第一方面所提供的所述方法的步骤。
本公开第六方面提供一种电子设备，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现本公开第一方面所提供的所述方法的步骤
通过上述技术方案，在接收到控制系统优化请求时，获取待优化控制系统的优化相关参数，根据该优化相关参数确定待优化控制系统的补偿模型，并根据该补偿模型和待优化控制系统的原有控制模型，构建待优化控制系统的最优控制算法，进而该待优化控制系统可以基于该最优控制算法对输入的变量进行控制，以优化控制系统的控制算法，提高控制系统的控制裕度。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：
图1是根据一示例性实施例示出的一种控制系统的优化方法的流程图。
图2是根据一示例性实施例示出的一种待优化控制系统的原有控制模型对应的伯德图。
图3是根据一示例性实施例示出的一种优化后的控制系统的框图。
图4是根据一示例性实施例示出的一种优化后的控制系统的最优控制算法对应的伯德图。
图5是根据一示例性实施例示出的一种控制系统的优化装置的框图。
图6是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。
图1是根据一示例性实施例示出的一种控制系统的优化方法的流程图。如图1所示，该优化方法可以包括以下步骤。
在步骤101中，响应于接收到控制系统优化请求，获取待优化控制系统的优化相关参数。
在本公开中，用户可以通过人机交互界面输入优化请求，以使执行该优化方法的电子设备可以获取到该优化请求，进而开始对待优化控制系统进行优化。示例地，该优化请求中包括待优化控制系统的标识，这样，电子设备在获取到优化请求后，即可确定出待优化的控制系统，以下称为待优化控制系统。
在实际应用中，考虑到控制系统的相位裕度越大，控制系统越稳定，其控制裕度也就越大，因此，在本公开中，可以通过提高相位裕度来优化控制系统的控制算法，以提高控制系统的控制裕度。示例地，优化相关参数可以包括当前相位裕度、目标相位裕度和当前截止频率。
在步骤102中，根据优化相关参数，确定待优化控制系统的补偿模型。
在步骤103中，根据补偿模型和待优化控制系统的原有控制模型，构建待优化控制系统的最优控制算法。
在本公开中，基于优化相关参数生成待优化控制系统的补偿模型。之后，根据补偿模型和待优化控制系统的原有控制模型，构建待优化控制系统的最优控制算法，以使待优化控制系统根据最优控制算法进行控制，从而实现快速优化控制算法，提高控制系统的控制裕度的目的。
采用上述技术方案，在接收到控制系统优化请求时，获取待优化控制系统的优化相关参数，根据该优化相关参数确定待优化控制系统的补偿模型，并根据该补偿模型和待优化控制系统的原有控制模型，构建待优化控制系统的最优控制算法，进而该待优化控制系统可以基于该最优控制算法对输入的变量进行控制，以优化控制系统的控制算法，提高控制系统的控制裕度。
下面以一个完整的实施例对本公开所提供的控制系统的优化方法进行详细说明。
首先，对获取待优化控制系统的优化相关参数的具体实施方式进行说明。
在一种实施例中，优化请求包括优化相关参数，也就是说，用户在输入优化请求的同时也会输入优化相关参数。这样，执行该优化方法的电子设备在接收到该优化请求时可以直接从优化请求中获取到优化相关参数。示例地，响应于接收到控制系统优化请求，解析该优化请求，以得到待优化控制系统的优化相关参数。其中，可以利用相关技术中从请求中解析出相关参数的方式，对优化请求进行解析，本公开对此不作具体限制。
在另一种实施例中，当前相位裕度和当前截止频率均是电子设备在接收到优化请求后自行获取得到的。示例地，响应于接收到控制系统优化请求，确定待优化控制系统的当前相位裕度和当前截止频率，例如可以根据待优化控制系统的原有控制模型得到当前相位裕度和当前截止频。此外，在一种可能的方式中，优化请求可以包括目标相位裕度，如此，目标相位裕度可以是从优化请求中获取得到的。在另一种可能的方式中，目标相位裕度可以是用户在输入优化请求之后输入的，如此，执行本公开提供的优化方法的电子设备可以获取用户输入的目标相位裕度。
例如，可以对待优化控制系统的原有控制模型进行伯德图分析，以得到所述原有控制模型对应的伯德图，其中，所述伯德图包括幅值-频率对数坐标图和相角-频率对数坐标图，并根据幅值-频率对数坐标图，确定待优化控制系统的当前穿越频率和所述当前截止频率；根据相角-频率对数坐标图和当前穿越频率，确定待优化控制系统的当前相位裕度。
图2是根据一示例性实施例示出的一种待优化控制系统的原有控制模型对应的伯德图。其中，伯德图也可称为波特图、波德图，用于分析控制系统频率响应特征。如图2所示，伯德图由两张图组合而成，一张为幅值-频率对数坐标图(图2中位于上方的图)，另一张为相角-频率对数坐标图(图2中位于下方的图)。
首先，从幅值-频率对数坐标图中确定待优化控制系统的当前穿越频率和当前截止频率。
示例地，当前穿越频率为幅值为0时对应的频率值，从图2中的幅值-频率对数坐标图中可以看出，在图2中当前穿越频率大约为6.3rad/s。在自动控制领域中，截止频率通常是指幅值为-3dB时对应的频率值。即，从图2中的幅值-频率对数坐标图中可以看出，待优化控制系统的当前截止频率为7rad/s。
接着，根据相角-频率对数坐标图和当前穿越频率，确定待优化控制系统的当前相位裕度。
相位裕度是指穿越频率对应的相位角与相位角-180°之间的差值。示例地，从图2中的相角-频率对数坐标图中可以看出，穿越频率6.3rad/s对应的相位角与相位角-180°之间的差值为17°，也即是说，当前相位裕度为17°。
值得说明的是，通常相位裕度越大控制系统越稳定。在本公开中，目标相位裕度可以根据经验设定，例如，目标相位裕度可以为45°、50°、55°等等。下面以目标相位裕度为55°为例进行说明。
在按照上述方式中任一方式获取到优化相关参数之后，根据该优化相关参数，确定待优化控制系统的补偿模型。
值得说明的是，在本公开中，待优化控制系统的补偿模型的框架可以如公式(1)所示：
Figure BDA0002808757390000111
其中，Gc(s)为补偿模型，Kc为系统增益，T为周期，a为补偿模型的系数。因此，在本公开中，首先，确定补偿模型中的系统增益Kc、周期T和补偿模型的系数a的数值，在确定出上述参数之后，即可确定出补偿模型。
首先，对补偿模型的系数a的确定方式进行说明。
示例地，根据当前相位裕度和目标相位裕度，确定相位裕度偏差，之后，根据相位裕度偏差确定补偿模型的系数a。例如，目标相位裕度为55°，当前相位裕度为17°，则相位裕度偏差即为38°，之后，通过以下公式(2)确定补偿模型的系数a，在公式(2)中θ为相位裕度偏差：
Figure BDA0002808757390000112
将θ＝38°代入公式(2)中，可以得到a＝0.24。
接着，对补偿模型的系统增益Kc的确定方式进行说明。
根据待优化控制系统的极限系统增益和补偿模型的系数a，确定补偿模型的系统增益Kc。例如，待优化控制系统的极限系统增益算法可以如公式(3)所示：
Figure BDA0002808757390000113
其中，KV为极限系统增益，s为待优化控制系统的输入变量，Go(s)为待优化控制系统的原有控制模型。将KV＝20，a＝0.24代入公式(3)中，可以得到系统增益Kc＝41.7。
之后，对补偿模型的周期T的确定方式进行说明。
首先，根据公式(4)，确定待优化控制系统的目标穿越频率：
Figure BDA0002808757390000121
其中，wc为目标穿越频率，G0(wj)是根据当前截止频率和原有控制模型确定的增益值。
例如，如图2所示，当前截止频率为7rad/s，将当前截止频率7rad/s代入待优化控制系统的原有控制模型
Figure BDA0002808757390000122
中，得到该待优化控制系统的、当前截止频率7rad/s对应的增益值G0(wj)＝-6.2dB。之后，将G0(wj)＝-6.2dB代入公式(4)中，即可计算得到目标穿越频率wc＝9rad/s。
接着，根据目标穿越频率，确定补偿模型的周期T。
示例地，可以通过公式(5)确定补偿模型的周期T：
Figure BDA0002808757390000123
将wc＝9rad/s代入公式(5)中，得到补偿模型的周期T＝1/4.41。
至此，分别确定出了补偿模型的系数a、系统增益Kc和补偿模型的周期T之后，根据系数a、系统增益Kc和补偿模型的周期T，确定待优化控制系统的补偿模型。示例地，将上述所确定的系数a、系统增益Kc和补偿模型的周期T代入上述公式(1)，即可得到补偿模型。
在得到上述补偿模型之后，将该补偿模型代入待优化控制系统中，构建待优化控制系统的最优控制算法。示例地，可以通过公式(6)构建待优化控制系统的最优控制算法：
G(s)＝Gc(s)·Go(s) (6)
其中，G(s)为待优化控制系统的最优控制算法，Gc(s)为待优化控制系统的补偿模型，Go(s)为待优化控制系统的原有控制模型。
图3是根据一示例性实施例示出的一种优化后的控制系统的框图。如图3所示，该控制系统的输入变量S输入补偿模型Gc(s)以得到中间结果，之后，将该中间结果输入待优化控制系统的原有控制模型Go(s)得到最终的结果，以实现利用优化后的控制系统进行控制的目的。
值得说明的是，还可以先将输入变量S输入待优化控制系统的原有控制模型得到中间结果，之后，将该中间结果输入补偿模型得到最终的结果，以实现利用优化后的控制系统进行控制的目的。
图4是根据一示例性实施例示出的一种优化后的控制系统的最优控制算法对应的伯德图。如图4所示，该优化后的控制系统的相位裕度达到55°，与图2中的相位裕度相比，优化后的控制系统的相位裕度得到了显著的提高，相应地，优化后的控制系统的控制裕度也得到了提高，进而提高了控制系统的稳定性。
采用上述技术方案，基于相位裕度补偿法，提高控制系统的控制裕度，并且，使用了频域分析方法与传递函数可以提供数字化的衡量指标，对控制算法的设计者经验要求较低，加快了算法的优化过程，有效减少了优化耗时。
基于同一发明构思，本公开还提供一种控制系统的优化装置。图5是根据一示例性实施例示出的一种控制系统的优化装置的框图。如图5所示，该控制系统的优化装置500可以包括：
获取模块501，用于响应于接收到控制系统优化请求，获取待优化控制系统的优化相关参数；
确定模块502，用于根据所述优化相关参数，确定所述待优化控制系统的补偿模型；
构建模块503，用于根据所述补偿模型和所述待优化控制系统的原有控制模型，构建所述待优化控制系统的最优控制算法，以使所述待优化控制系统根据所述最优控制算法进行控制。
可选地，所述优化相关参数包括当前相位裕度、目标相位裕度和当前截止频率。
可选地，所述获取模块501包括：
第一确定子模块，用于响应于接收到控制系统优化请求，确定所述待优化控制系统的所述当前相位裕度和所述当前截止频率；以及
第一获取子模块，用于获取所述目标相位裕度。
可选地，所述第一确定子模块用于：
对所述待优化控制系统的原有控制模型进行伯德图分析，以得到所述原有控制模型对应的伯德图，其中，所述伯德图包括幅值-频率对数坐标图和相角-频率对数坐标图；
根据所述幅值-频率对数坐标图，确定所述待优化控制系统的当前穿越频率和所述当前截止频率；
根据所述相角-频率对数坐标图和所述当前穿越频率，确定所述待优化控制系统的当前相位裕度。
可选地，所述优化请求包括所述优化相关参数；所述获取模块501包括：
解析子模块，用于响应于接收到控制系统优化请求，解析所述优化请求，以得到待优化控制系统的优化相关参数。
可选地，所述确定模块502包括：
第二确定子模块，用于根据所述当前相位裕度和所述目标相位裕度，确定相位裕度偏差；
第三确定子模块，用于根据所述相位裕度偏差确定补偿模型的系数a；
第四确定子模块，用于根据所述待优化控制系统的极限系统增益和所述补偿模型的系数a，确定所述补偿模型的系统增益Kc；
第四确定子模块，用于根据以下公式，确定所述待优化控制系统的目标穿越频率：
Figure BDA0002808757390000151
其中，wc为所述目标穿越频率，G0(wj)是根据所述当前截止频率和所述原有控制模型确定的增益值；
第六确定子模块，用于根据所述目标穿越频率，确定补偿模型的周期T；
第七确定子模块，用于根据所述系数a、所述系统增益Kc和所述周期T，确定所述待优化控制系统的补偿模型。
可选地，所述第三确定子模块用于：
通过以下公式确定补偿模型的系数a：
Figure BDA0002808757390000152
其中，θ为所述相位裕度偏差。
可选地，所述第六确定子模块用于：
通过以下公式确定补偿模型的周期T：
Figure BDA0002808757390000153
其中，wc为所述述目标穿越频率。
可选地，所述第七确定子模块用于：
通过以下公式确定所述待优化控制系统的补偿模型：
Figure BDA0002808757390000154
其中，Gc(s)为所述待优化控制系统的补偿模型，s为所述待优化控制系统的输入变量。
可选地，所述构建模块503用于：
通过以下公式构建所述待优化控制系统的最优控制算法：
G(s)＝Gc(s)·Go(s)
其中，G(s)为所述待优化控制系统的最优控制算法，Gc(s)为所述待优化控制系统的补偿模型，Go(s)为所述待优化控制系统的原有控制模型。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
基于同一发明构思，本公开还提供一种控制系统，所述控制系统包括：原有控制模型和本公开所提供的补偿模型。
基于同一发明构思，本公开还提供一种车辆，包括本公开所提供的所述控制系统。
图6是根据一示例性实施例示出的一种电子设备的框图。如图6所示，该电子设备600可以包括：处理器601，存储器602。该电子设备600还可以包括多媒体组件603，输入/输出(I/O)接口604，以及通信组件605中的一者或多者。
其中，处理器601用于控制该电子设备600的整体操作，以完成上述的控制系统的优化方法中的全部或部分步骤。存储器602用于存储各种类型的数据以支持在该电子设备600的操作，这些数据例如可以包括用于在该电子设备600上操作的任何应用程序或方法的指令，以及应用程序相关的数据，例如联系人数据、收发的消息、图片、音频、视频等等。该存储器602可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random Access Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。多媒体组件603可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器602或通过通信组件605发送。音频组件还包括至少一个扬声器，用于输出音频信号。I/O接口604为处理器601和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件605用于该电子设备600与其他设备之间进行有线或无线通信。无线通信，例如Wi-Fi，蓝牙，近场通信(Near FieldCommunication，简称NFC)，2G、3G、4G、NB-IOT、eMTC、或其他5G等等，或它们中的一种或几种的组合，在此不做限定。因此相应的该通信组件605可以包括：Wi-Fi模块，蓝牙模块，NFC模块等等。
在一示例性实施例中，电子设备600可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit，简称ASIC)、数字信号处理器(DigitalSignal Processor，简称DSP)、数字信号处理设备(Digital Signal Processing Device，简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的控制系统的优化方法。
在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的控制系统的优化方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器602，上述程序指令可由电子设备600的处理器601执行以完成上述的控制系统的优化方法。
在另一示例性实施例中，还提供一种计算机程序产品，该计算机程序产品包含能够由可编程的装置执行的计算机程序，该计算机程序具有当由该可编程的装置执行时用于执行上述的控制系统的优化方法的代码部分。
以上结合附图详细描述了本公开的优选实施方式，但是，本公开并不限于上述实施方式中的具体细节，在本公开的技术构思范围内，可以对本公开的技术方案进行多种简单变型，这些简单变型均属于本公开的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本公开对各种可能的组合方式不再另行说明。
此外，本公开的各种不同的实施方式之间也可以进行任意组合，只要其不违背本公开的思想，其同样应当视为本公开所公开的内容。

Claims (14)

1.一种控制系统的优化方法，其特征在于，包括：
响应于接收到控制系统优化请求，获取待优化控制系统的优化相关参数；
根据所述优化相关参数，确定所述待优化控制系统的补偿模型；
根据所述补偿模型和所述待优化控制系统的原有控制模型，构建所述待优化控制系统的最优控制算法，以使所述待优化控制系统根据所述最优控制算法进行控制；
其中，通过以下公式确定所述待优化控制系统的补偿模型：
Figure FDA0003937004960000011
其中，Gc(s)为所述待优化控制系统的补偿模型，s为所述待优化控制系统的输入变量，Kc为系统增益，T为周期，a为补偿模型的系数。
2.根据权利要求1所述的优化方法，其特征在于，所述优化相关参数包括当前相位裕度、目标相位裕度和当前截止频率。
3.根据权利要求2所述的优化方法，其特征在于，所述响应于接收到控制系统优化请求，获取待优化控制系统的优化相关参数，包括：
响应于接收到控制系统优化请求，确定所述待优化控制系统的所述当前相位裕度和所述当前截止频率；以及
获取所述目标相位裕度。
4.根据权利要求3所述的优化方法，其特征在于，所述响应于接收到控制系统优化请求，确定所述待优化控制系统的所述当前相位裕度和所述当前截止频率，包括：
对所述待优化控制系统的原有控制模型进行伯德图分析，以得到所述原有控制模型对应的伯德图，其中，所述伯德图包括幅值-频率对数坐标图和相角-频率对数坐标图；
根据所述幅值-频率对数坐标图，确定所述待优化控制系统的当前穿越频率和所述当前截止频率；
根据所述相角-频率对数坐标图和所述当前穿越频率，确定所述待优化控制系统的当前相位裕度。
5.根据权利要求2所述的优化方法，其特征在于，所述优化请求包括所述优化相关参数；所述响应于接收到控制系统优化请求，获取待优化控制系统的优化相关参数，包括：
响应于接收到控制系统优化请求，解析所述优化请求，以得到待优化控制系统的优化相关参数。
6.根据权利要求2所述的优化方法，其特征在于，所述根据所述优化相关参数，确定所述待优化控制系统的补偿模型，包括：
根据所述当前相位裕度和所述目标相位裕度，确定相位裕度偏差；
根据所述相位裕度偏差确定补偿模型的系数a；
根据所述待优化控制系统的极限系统增益和所述补偿模型的系数a，确定所述补偿模型的系统增益Kc；
根据以下公式，确定所述待优化控制系统的目标穿越频率：
Figure FDA0003937004960000021
其中，wc为所述目标穿越频率，G0(wj)是根据所述当前截止频率和所述原有控制模型确定的增益值；
根据所述目标穿越频率，确定补偿模型的周期T。
7.根据权利要求6所述的优化方法，其特征在于，所述根据所述相位裕度偏差确定补偿模型的系数a，包括：
通过以下公式确定补偿模型的系数a：
Figure FDA0003937004960000031
其中，θ为所述相位裕度偏差。
8.根据权利要求6所述的优化方法，其特征在于，所述根据所述目标穿越频率，确定补偿模型的周期T，包括：
通过以下公式确定补偿模型的周期T：
Figure FDA0003937004960000032
其中，wc为所述述目标穿越频率。
9.根据权利要求1-8中任一项所述的优化方法，其特征在于，所述根据所述补偿模型和所述待优化控制系统的原有控制模型，构建所述待优化控制系统的最优控制算法，包括：
通过以下公式构建所述待优化控制系统的最优控制算法：
G(s)＝Gc(s)·Go(s)
其中，G(s)为所述待优化控制系统的最优控制算法，Gc(s)为所述待优化控制系统的补偿模型，Go(s)为所述待优化控制系统的原有控制模型。
10.一种控制系统的优化装置，其特征在于，包括：
获取模块，用于响应于接收到控制系统优化请求，获取待优化控制系统的优化相关参数；
确定模块，用于根据所述优化相关参数，确定所述待优化控制系统的补偿模型；
构建模块，用于根据所述补偿模型和所述待优化控制系统的原有控制模型，构建所述待优化控制系统的最优控制算法，以使所述待优化控制系统根据所述最优控制算法进行控制；
其中，通过以下公式确定所述待优化控制系统的补偿模型：
Figure FDA0003937004960000041
其中，Gc(s)为所述待优化控制系统的补偿模型，s为所述待优化控制系统的输入变量，Kc为系统增益，T为周期，a为补偿模型的系数。
11.一种控制系统，其特征在于，所述控制系统能够利用如权利要求1-9中任一项所述的控制系统的优化方法进行优化。
12.一种车辆，其特征在于，包括：如权利要求11所述的控制系统。
13.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-9中任一项所述方法的步骤。
14.一种电子设备，其特征在于，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现权利要求1-9中任一项所述方法的步骤。
CN202011382098.3A 2020-11-30 2020-11-30 控制系统的优化方法、装置、系统、车辆、介质及设备 Active CN112415897B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011382098.3A CN112415897B (zh) 2020-11-30 2020-11-30 控制系统的优化方法、装置、系统、车辆、介质及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011382098.3A CN112415897B (zh) 2020-11-30 2020-11-30 控制系统的优化方法、装置、系统、车辆、介质及设备

Publications (2)

Publication Number Publication Date
CN112415897A CN112415897A (zh) 2021-02-26
CN112415897B true CN112415897B (zh) 2023-02-21

Family

ID=74830739

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011382098.3A Active CN112415897B (zh) 2020-11-30 2020-11-30 控制系统的优化方法、装置、系统、车辆、介质及设备

Country Status (1)

Country Link
CN (1) CN112415897B (zh)

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6917840B2 (en) * 2001-12-18 2005-07-12 Mts Systems Corporation Method of ascertaining control parameters for a control system
US8467888B2 (en) * 2009-06-05 2013-06-18 The Mathworks, Inc. Automated PID controller design
US9698683B2 (en) * 2014-07-11 2017-07-04 Infineon Technologies Austria Ag Method and apparatus for controller optimization of a switching voltage regulator
CN104181905B (zh) * 2014-09-16 2016-09-14 哈尔滨工业大学 基于期望闭环传递函数的伺服系统控制器优化方法
CN106707740A (zh) * 2017-03-09 2017-05-24 西安电子科技大学 基于积分分离pid的数字电源环路补偿器的设计方法
CN111812967B (zh) * 2020-05-27 2023-05-26 浙江中控技术股份有限公司 基于稳定裕度和动态响应指标的pid控制参数整定方法

Also Published As

Publication number Publication date
CN112415897A (zh) 2021-02-26

Similar Documents

Publication Publication Date Title
US10802472B2 (en) Method and apparatus for controlling motor vibration
CN108885787B (zh) 训练图像修复模型的方法、图像修复方法、装置、介质及设备
JP6671483B2 (ja) スマートデバイスを制御するための方法および装置、ならびにコンピュータ記憶媒体
US8984010B2 (en) Build pooled data source based on hana SAML login
CN106797356A (zh) 一种数字预失真校正系数的控制方法及装置
CN109711273B (zh) 图像关键点提取方法、装置、可读存储介质及电子设备
CN109658346B (zh) 图像修复方法、装置、计算机可读存储介质及电子设备
JP2015084155A (ja) パラメータ調整装置、パラメータ調整方法およびパラメータ調整プログラム
CN112415897B (zh) 控制系统的优化方法、装置、系统、车辆、介质及设备
CN115034369A (zh) 故障诊断的方法、装置、存储介质和电子设备
CN110968367A (zh) 一种电商商品字段配置方法、装置、服务器及存储介质
CN108984623B (zh) 数据查询条件生成方法、装置、存储介质和电子设备
US20230099493A1 (en) Method and apparatus for managing an internet of things device
CN111652382B (zh) 基于区块链的数据处理方法、装置、设备及存储介质
JP2009157623A (ja) 回路シミュレーションのためのシステムと方法
Ferrante On quantization and sporadic measurements in control systems: stability, stabilization, and observer design
Dritsas et al. Robust stability bounds for networked controlled systems with unknown, bounded and varying delays
US9954729B1 (en) Provisioning and configuration of network infrastructure equipment
CN110879718A (zh) mariadb升级方法、装置及电子设备和存储介质
CN115359211A (zh) 模型加载方法、装置、存储介质及电子设备
Zhang et al. Homogeneous L p Stability for Homogeneous Systems
CN114817072A (zh) 基于虚拟场景的车辆测试方法、装置、设备及存储介质
CN109657233B (zh) 生成主题的方法、装置、存储介质及电子设备
CN108173608B (zh) 获取功率估计值的方法、装置和存储介质以及电子设备
CN112255931A (zh) 数据处理方法、装置、存储介质及电子设备

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