CN112507468A - 一种磁浮列车悬浮系统参数优化方法、装置及电子设备 - Google Patents

一种磁浮列车悬浮系统参数优化方法、装置及电子设备 Download PDF

Info

Publication number
CN112507468A
CN112507468A CN202110134202.5A CN202110134202A CN112507468A CN 112507468 A CN112507468 A CN 112507468A CN 202110134202 A CN202110134202 A CN 202110134202A CN 112507468 A CN112507468 A CN 112507468A
Authority
CN
China
Prior art keywords
value
parameter
parameter value
interval
initial
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.)
Granted
Application number
CN202110134202.5A
Other languages
English (en)
Other versions
CN112507468B (zh
Inventor
龙志强
王平
李博文
黄翠翠
梁仕
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.)
National University of Defense Technology
Original Assignee
National University of Defense Technology
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 National University of Defense Technology filed Critical National University of Defense Technology
Priority to CN202110134202.5A priority Critical patent/CN112507468B/zh
Publication of CN112507468A publication Critical patent/CN112507468A/zh
Application granted granted Critical
Publication of CN112507468B publication Critical patent/CN112507468B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明公开了一种磁浮列车悬浮系统参数优化方法，包括：对第一取值区间内的PID控制参数执行拉丁超立方抽样操作，得到第一参数值；利用第一参数值执行优选参数值查找操作，得到初始优选参数值；利用初始优选参数值及预设区间宽度确定第二取值区间；对第二取值区间内的PID控制参数执行拉丁超立方抽样操作，得到第二参数值；利用第二参数值执行优选参数值查找操作，得到最终优选参数值。本方法首先利用执行拉丁超立方抽样操作确定参数值的方式确保初始参数值可靠；同时，本方法还利用初始优选参数值确定第二取值区间，并利用该区间提升参数优化的效果。本发明还提供磁浮列车悬浮系统参数优化装置、电子设备和存储介质，具有上述有益效果。

Description

一种磁浮列车悬浮系统参数优化方法、装置及电子设备
技术领域
本发明涉及磁浮列车悬浮控制系统参数优化领域，特别涉及一种磁浮列车悬浮系统参数优化方法、装置、电子设备及存储介质。
背景技术
传统的智能优化算法在进行参数优化时，首先会利用初始参数值计算得到中间参数值，并根据中间参数值的优化效果继续进行迭代优化。然而磁浮列车悬浮控制系统一般要求性能指标控制在一定范围内，在优化悬浮控制系统参数时还需满足性能指标的约束条件，此时传统智能优化算法会出现无法通过初始值计算得到满足性能指标约束条件的中间值的情况，进而无法继续其他迭代优化步骤。
因此，如何有效地优化磁浮列车悬浮控制系统参数是本领域技术人员需要面对的技术问题。
发明内容
本发明的目的是提供一种磁浮列车悬浮系统参数优化方法、装置、电子设备及存储介质，可利用拉丁超立方抽样方法获取可靠的初始参数值，并利用初始参数值进一步精确地优化磁浮列车悬浮控制系统参数。
为解决上述技术问题，本发明提供一种磁浮列车悬浮系统参数优化方法，包括：
对第一取值区间内的PID控制参数执行拉丁超立方抽样操作，得到第一参数值；
利用所述第一参数值执行优选参数值查找操作，得到初始优选参数值；
利用所述初始优选参数值及预设区间宽度确定第二取值区间；
对第二取值区间内的PID控制参数执行所述拉丁超立方抽样操作，得到第二参数值；
利用所述第二参数值执行所述优选参数值查找操作，得到最终优选参数值。
可选地，所述利用所述第一参数值执行优选参数值查找操作，得到初始优选参数值，包括：
计算所述第一参数值对应的超调量、调节时间及积分指标；
将所述超调量小于预设超调量且调节时间小于预设调节时间的所述第一参数值设置为中间值；
利用所述中间值对应的积分指标，在所述中间值中确定所述积分指标最小的初始优选参数值。
可选地，所述积分指标为ITAE指标。
可选地，所述利用所述初始优选参数值及预设区间宽度确定第二取值区间，包括：
将所述初始优选参数值设置为区间中心，并利用所述区间中心及所述区间宽度构造所述第二取值区间。
可选地，得到最终优选参数值之后，还包括：
将所述最终优选参数值设置为磁浮列车悬浮系统参数。
可选地，所述对第一取值区间内的PID控制参数执行拉丁超立方抽样操作，得到第一参数值，包括：
对第一取值区间内的PID控制参数执行拉丁超立方抽样操作，得到参数抽样值；
利用PID控制参数的类型对所述参数抽样值进行组合，得到所述第一参数值。
可选地，所述对第一取值区间内的PID控制参数执行拉丁超立方抽样操作，得到参数抽样值，包括：
利用所述第一取值区间设置抽样起始值及抽样间隔值；
利用所述抽样起始值及所述抽样间隔值对所述PID控制参数执行所述拉丁超立方抽样操作，得到所述参数抽样值。
本发明还提供一种磁浮列车悬浮系统参数优化装置，包括：
第一抽样模块，用于对第一取值区间内的PID控制参数执行拉丁超立方抽样操作，得到第一参数值；
第一查找模块，用于利用所述第一参数值执行优选参数值查找操作，得到初始优选参数值；
取值区间确定模块，用于利用所述初始优选参数值及预设区间宽度确定第二取值区间；
第二抽样模块，用于对第二取值区间内的PID控制参数执行所述拉丁超立方抽样操作，得到第二参数值；
第二查找模块，用于利用所述第二参数值执行所述优选参数值查找操作，得到最终优选参数值。
本发明还提供一种电子设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如上述所述的磁浮列车悬浮系统参数优化方法。
本发明还提供一种存储介质，所述存储介质中存储有计算机可执行指令，所述计算机可执行指令被处理器加载并执行时，实现如上述所述的磁浮列车悬浮系统参数优化方法。
本发明提供一种磁浮列车悬浮系统参数优化方法，包括：对第一取值区间内的PID控制参数执行拉丁超立方抽样操作，得到第一参数值；利用所述第一参数值执行优选参数值查找操作，得到初始优选参数值；利用所述初始优选参数值及预设区间宽度确定第二取值区间；对第二取值区间内的PID控制参数执行所述拉丁超立方抽样操作，得到第二参数值；利用所述第二参数值执行所述优选参数值查找操作，得到最终优选参数值。
可见，本方法首先利用执行拉丁超立方抽样操作确定参数值的方式确定参数优化的初始值。由于传统的智能优化算法在进行初始参数值选择时无法确保初始参数值分散于取值区间的各个位置，进而存在无法通过初始值计算得到满足性能指标约束条件的中间值的情况；但本方法采用拉丁超立方抽样进行初始参数值确定，由于拉丁超立方抽样操作可先将取值区间进行等分，再对每个等分区间中进行随机抽样，因此可确保等分区间完全覆盖取值区间，进而确保抽样得到初始参数值分散在取值区间的各个位置。同时，本方法在得到初始优选参数值之后，还利用该值及预设区间宽度确定第二取值区间，并进一步利用在第二取值区间中进行拉丁超立方抽样操作得到的第二参数值进行优选参数值查找操作，可进一步提升磁浮列车悬浮系统参数优化的效果。本发明还提供一种磁浮列车悬浮系统参数优化装置、电子设备和存储介质，具有上述有益效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本发明实施例所提供的一种磁浮列车悬浮系统参数优化方法的流程图；
图2为本发明实施例所提供的一种磁浮列车悬浮系统参数优化装置的结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
传统的智能优化算法在进行参数优化时，首先会利用初始参数值计算得到中间参数值，并根据中间参数值的优化效果继续进行迭代优化。然而磁浮列车悬浮控制系统一般要求性能指标控制在一定范围内，在优化悬浮控制系统参数时还需满足性能指标的约束条件，此时传统智能优化算法会出现无法通过初始值计算得到满足性能指标约束条件的中间值的情况，进而无法继续其他迭代优化步骤。有鉴于此，本发明提供一种磁浮列车悬浮系统参数优化方法，可基于拉丁超立方抽样操作进行参数选择，确保初始参数值的选取位置足够分散且分布均匀，并进一步避免无法通过初始参数值计算得到满足性能指标约束的中间值的情况。请参考图1，图1为本发明实施例所提供的一种磁浮列车悬浮系统参数优化方法的流程图，该方法可以包括：
S101、对第一取值区间内的PID控制参数执行拉丁超立方抽样操作，得到第一参数值。
PID控制算法是结合比例、积分和微分三种环节于一体的控制算法，是磁浮列车悬浮系统控制中的核心算法，本发明实施例主要针对于PID控制参数进行优化。其中PID是指比例（Proportion）、积分（Integral）、微分（Derivative）。由于在优化悬浮控制系统参数时还需要满足性能指标的约束条件，进而该优化问题可转变为不等式约束的优化问题。传统的智能优化算法在应对此类不等式约束优化问题时，会出现无法通过初始值计算得到满足性能指标约束条件的中间值的情况，进而无法继续进行其他优化步骤。而本发明实施例采用拉丁超立方抽样操作进行初始的第一参数值选择，该抽样操作首先会对取值区间进行等分操作得到若干等分区间，然后在等分区间中进行随机抽样得到初始的第一参数值，可确保第一参数值所述的等分区间完全覆盖取值区间，进而确保第一参数值的取值位置具有足够的分散度和代表性，最终避免本发明实施例其他计算过程无法通过初始的第一参数值计算得到满足约束条件的解的情况。
需要说明的是，本发明实施例并不限定第一取值区间的具体数值，只要能够满足计算需求即可，用户可根据实际应用需求进行设定。可以理解的是PID控制参数至少由比例（Proportion）、积分（Integral）、微分（Derivative）三种类型的参数构成。本发明实施例并不限定每种类型的PID控制参数对应的第一取值区间的具体数值，只要能够满足计算需求即可。
本发明实施例并不限定拉丁超立方抽样操作的具体过程，用户可参考拉丁超立方抽样的相关技术。
进一步，本发明实施例并不限定在获得PID控制参数的参数抽样值后是否需要对参数抽样值进行组合，当PID控制参数对应的参数抽样值数量较少，管理效率较高，计算效率较高时，可无需进行组合，当PID控制参数对应的参数抽样值数量较多，需要提升计算效率或管理效率时，也可以对参数抽样值进行组合。在本发明实施例中，考虑到PID控制参数对应的参数抽样值较多，为了方便管理及计算，可以对参数抽样值进行组合得到第一参数值。
在一种可能的情况中，对第一取值区间内的PID控制参数执行拉丁超立方抽样操作，得到第一参数值的过程，可以包括：
步骤11：对第一取值区间内的PID控制参数执行拉丁超立方抽样操作，得到参数抽样值；
步骤12：利用PID控制参数的类型对参数抽样值进行组合，得到第一参数值。
需要说明的是，本发明实施例并不限定具体的组合方式和组合顺序，用户可根据实际应用需求进行设定。
进一步，本发明实施例并不限定在第一取值区间中进行拉丁超立方抽样操作之前，是否需要设置抽样起始值，当第一取值区间中位于区间起始位置的值也具有优化价值，需要参与后续的优化计算时，可以不设置抽样起始值；当第一取值区间中位于区间起始位置的某一区间中存在无优化意义或优化意义较低的值，可以进行排除以提升计算效率时，也可以设置抽样起始值已去除该部分无意义的值。在本发明实施例中，为了提升计算效率，可设置抽样起始值，以排除第一取值区间中位于区间起始位置的某一区间中存在无优化意义或优化意义较低的值。
在一种可能的情况中，对第一取值区间内的PID控制参数执行拉丁超立方抽样操作，得到参数抽样值，包括：
步骤21：利用第一取值区间设置抽样起始值及抽样间隔值；
步骤22：利用抽样起始值及抽样间隔值对PID控制参数执行拉丁超立方抽样操作，得到参数抽样值。
抽样间隔值为拉丁超立方抽样操作的必要参数，用于拉丁超立方抽样的等分过程。需要说明的是，本发明实施例并不限定抽样起始值及抽样间隔值的具体数值，用户可根据实际应用需求进行设定。
下面结合具体实例解释上述过程。将PID控制参数中的比例参数（Proportion）、积分参数（Integral）和微分参数（Derivative）分别设置为
Figure 979061DEST_PATH_IMAGE001
，为每个参数分别设置搜索阈值
Figure 692939DEST_PATH_IMAGE002
，可到如下取值区间：
Figure 269414DEST_PATH_IMAGE003
设置起始点为
Figure 959896DEST_PATH_IMAGE004
，间隔为
Figure 836585DEST_PATH_IMAGE005
，其中
Figure 206518DEST_PATH_IMAGE004
和
Figure 270289DEST_PATH_IMAGE005
为
Figure 265927DEST_PATH_IMAGE006
的比例。以
Figure 482276DEST_PATH_IMAGE007
为例，当起始点为
Figure 6798DEST_PATH_IMAGE004
、间隔为
Figure 292286DEST_PATH_IMAGE005
时，
Figure 308259DEST_PATH_IMAGE007
的实际取值区间为
Figure 362802DEST_PATH_IMAGE008
，取值间隔为：
Figure 589384DEST_PATH_IMAGE009
利用以上参数对PID控制参数执行拉丁超立方抽样操作后，每种PID控制参数均得到
Figure 362168DEST_PATH_IMAGE010
个参数抽样值，最后根据PID控制参数的种类进行组合后，得到
Figure 919183DEST_PATH_IMAGE011
个第一参数值。
S102、利用第一参数值执行优选参数值查找操作，得到初始优选参数值。
需要说明的是，本发明实施例并不限定优选参数查找操作的具体过程，例如可利用第一参数值计算积分指标，并根据积分指标的大小确定优选参数，也可以利用第一参数值计算悬浮控制系统的性能指标，并利用性能指标的约束条件确定优选参数，也可以是以上两种方法的组合。在本发明实施例中，为了确保优选参数满足积分指标要求的同时满足性能指标的约束条件，可采用以上两种方法的组合。本发明实施例并不限定具体的性能指标，例如可以为超调量、调节时间、上升时间、稳态误差等，也可以为多种性能指标的组合。在本发明实施例中，考虑到磁浮列车悬浮系统重点针对超调量和调节时间进行参数优化，因此性能指标可采用超调量和调节时间的组合。
在一种可能的情况中，利用第一参数值执行优选参数值查找操作，得到初始优选参数值的过程，可以包括：
步骤31：计算第一参数值对应的超调量、调节时间及积分指标；
步骤32：将超调量小于预设超调量且调节时间小于预设调节时间的第一参数值设置为中间值；
步骤33：利用中间值对应的积分指标，在中间值中确定积分指标最小的初始优选参数值。
进一步，本发明实施例并不限定具体的积分指标，例如可以为平方误差积分准则（ISE）、时间乘平方误差积分准则（ITSE）、绝对误差积分准则（IAE）或时间成绝对误差积分准则（ITAE）。由于ITAE在进行动态性能分析时精确度较高，可准确描述参数的动态性能，因此在本发明实施例中，可采用ITAE指标作为积分指标。本发明实施例也不限定超调量、调节时间的具体计算方法，用户可参考PID控制及悬浮控制系统的相关技术。
下面以一个具体的例子解释上述过程。
将
Figure 359391DEST_PATH_IMAGE011
个第一参数值带入悬浮控制系统，得到各个第一参数值对应的超调量
Figure 773186DEST_PATH_IMAGE012
、调节时间
Figure 298846DEST_PATH_IMAGE013
及ITAE指标
Figure 190709DEST_PATH_IMAGE014
，其中j表示第j个第一参数值。
根据超调量及调节时间对第一参数值进行筛选。如果
Figure 751004DEST_PATH_IMAGE012
小于预设超调量
Figure 621787DEST_PATH_IMAGE015
且
Figure 103584DEST_PATH_IMAGE016
小于预设调节时间
Figure 517248DEST_PATH_IMAGE017
，则保存
Figure 400890DEST_PATH_IMAGE018
及对应的
Figure 890908DEST_PATH_IMAGE019
，其中
Figure 125581DEST_PATH_IMAGE018
表示第j个第一参数值。
利用ITAE指标在保存的
Figure 77356DEST_PATH_IMAGE018
中查找初始优选参数。当
Figure 97396DEST_PATH_IMAGE018
对应的ITAE指标最小时，也就是当
Figure 742004DEST_PATH_IMAGE020
时，将该
Figure 463972DEST_PATH_IMAGE018
保存为
Figure 235750DEST_PATH_IMAGE021
，也就是
Figure 828406DEST_PATH_IMAGE022
。
S103、利用初始优选参数值及预设区间宽度确定第二取值区间。
本发明为了更加精确地查找优选参数值，在得到初始优选参数值之后采用该值进一步确定第二取值区间，以缩小查找范围同时在初始优选参数值附近查找最终优选参数值。
需要说明的是，本发明实施例并不限定利用初始优选参数值及预设区间宽度确定第二取值区间的具体方式，例如可以以初始优选参数值为区间起始点，并向坐标轴正方向延伸预设区间宽度得到第二取值区间，也可以以初始优选参数值为区间结束点，并向坐标轴负方向延伸预设区间宽度得到第二取值区间，也可以为初始优选参数值为区间中点，向两侧延伸直至总延伸长度为预设区间宽度，得到第二取值区间。在本发明实施例中，为了确保优选参数值查找的可靠性和准确性，可采用第三种方法确定第二取值区间。需要说明的是，本发明实施例并不限定预设区间宽度的具体数值，用户可根据实际应用需求进行设定。
在一种可能的情况中，利用初始优选参数值及预设区间宽度确定第二取值区间的过程，可以包括：
步骤41：将初始优选参数值设置为区间中心，并利用区间中心及区间宽度构造第二取值区间。
S104、对第二取值区间内的PID控制参数执行拉丁超立方抽样操作，得到第二参数值。
需要说明的是，本发明实施例对步骤S104的限定描述与步骤S101的限定描述相同，具体可参考S101部分的描述，此处不再赘述。
下面以具体的例子解释第二取值区间的确定过程及第二参数值的选择过程。当得到初始优选参数值
Figure 909494DEST_PATH_IMAGE023
后，以
Figure 866561DEST_PATH_IMAGE024
为起始点，以
Figure 425719DEST_PATH_IMAGE025
为终点建立第二取值区间，预设取值宽度为
Figure 138460DEST_PATH_IMAGE026
，其中
Figure 875603DEST_PATH_IMAGE027
为
Figure 306584DEST_PATH_IMAGE028
。设置间隔为
Figure 403853DEST_PATH_IMAGE029
。
利用以上参数对PID控制参数执行拉丁超立方抽样操作后，每种PID控制参数均得到
Figure 659516DEST_PATH_IMAGE030
个参数抽样值，最后根据PID控制参数的种类进行组合后，得到
Figure 551249DEST_PATH_IMAGE031
个第二参数值。
S105、利用第二参数值执行优选参数值查找操作，得到最终优选参数值。
需要说明的是，本发明实施例对步骤S105的限定描述与步骤S102的限定描述相同，具体可参考S102部分的描述，此处不再赘述。
进一步，本发明实施例并不限定得到最终优选参数值的后续操作，例如可以输出该最终优选参数值，也可以将最终优选参数值设置为磁浮列车悬浮系统参数。为了及时利用该值参与悬浮系统控制，在一种可能的情况中，得到最终优选参数值之后，还可以包括：
步骤51：将最终优选参数值设置为磁浮列车悬浮系统参数。
下面以一个具体的例子解释上述过程。
将
Figure 469526DEST_PATH_IMAGE031
个第二参数值带入悬浮控制系统，得到各个第二参数值对应的超调量
Figure 383868DEST_PATH_IMAGE032
、调节时间
Figure 805622DEST_PATH_IMAGE033
及ITAE指标
Figure 133835DEST_PATH_IMAGE034
，其中m表示第m个第二参数值。
根据超调量及调节时间对第二参数值进行筛选。如果
Figure 290141DEST_PATH_IMAGE032
小于预设超调量
Figure 994792DEST_PATH_IMAGE035
且
Figure 802211DEST_PATH_IMAGE036
小于预设调节时间
Figure 301325DEST_PATH_IMAGE037
，则保存
Figure 679348DEST_PATH_IMAGE038
及对应的
Figure 922111DEST_PATH_IMAGE039
，其中
Figure 662665DEST_PATH_IMAGE040
表示第m个第二参数值。
利用ITAE指标在保存的
Figure 332681DEST_PATH_IMAGE040
中查找初始优选参数。当
Figure 460649DEST_PATH_IMAGE040
对应的ITAE指标最小时，也就是当
Figure 241523DEST_PATH_IMAGE041
时，将该
Figure 757955DEST_PATH_IMAGE040
保存为
Figure 864452DEST_PATH_IMAGE042
，也就是
Figure 217067DEST_PATH_IMAGE043
。
基于上述实施例，本方法首先利用执行拉丁超立方抽样操作确定参数值的方式确定参数优化的初始值。由于传统的智能优化算法在进行初始参数值选择时无法确保初始参数值分散于取值区间的各个位置，进而存在无法通过初始值计算得到满足性能指标约束条件的中间值的情况；但本方法采用拉丁超立方抽样进行初始值确定，由于拉丁超立方抽样操作可先将取值区间进行等分，再对每个等分区间中进行随机抽样，因此可确保等分区间完全覆盖取值区间，进而确保抽样得到初始值分散在取值区间的各个位置。同时，本方法在得到初始优选参数值之后，还利用该值及预设区间宽度确定第二取值区间，并进一步利用在第二取值区间中进行拉丁超立方抽样操作得到的第二参数值进行优选参数值查找操作，可进一步提升磁浮列车悬浮系统参数的优化效果。
下面对本发明实施例提供的一种磁浮列车悬浮系统参数优化装置、电子设备和存储介质进行介绍，下文描述的磁浮列车悬浮系统参数优化装置、电子设备和存储介质与上文描述的磁浮列车悬浮系统参数优化方法可相互对应参照。
请参考图2，图2为本发明实施例所提供的一种磁浮列车悬浮系统参数优化装置的结构框图，该装置可以包括：
第一抽样模块201，用于对第一取值区间内的PID控制参数执行拉丁超立方抽样操作，得到第一参数值；
第一查找模块202，用于利用第一参数值执行优选参数值查找操作，得到初始优选参数值；
取值区间确定模块203，用于利用初始优选参数值及预设区间宽度确定第二取值区间；
第二抽样模块204，用于对第二取值区间内的PID控制参数执行拉丁超立方抽样操作，得到第二参数值；
第二查找模块205，用于利用第二参数值执行优选参数值查找操作，得到最终优选参数值。
可选地，第一查找模块202，还可以包括：
第一计算子模块，用于计算第一参数值对应的超调量、调节时间及积分指标；
中间值设置子模块，用于将超调量小于预设超调量且调节时间小于预设调节时间的第一参数值设置为中间值；
初始优选参数值确定子模块，用于利用中间值对应的积分指标，在中间值中确定积分指标最小的初始优选参数值。
可选地，第一计算子模块中的积分指标为ITAE指标。
可选地，取值区间确定模块203，可以包括：
取值区间确定子模块，用于将初始优选参数值设置为区间中心，并利用区间中心及区间宽度构造第二取值区间。
可选地，该装置还可以包括：
设置模块，用于将最终优选参数值设置为磁浮列车悬浮系统参数。
可选地，第一抽样模块201，可以包括：
抽样值提取子模块，用于对第一取值区间内的PID控制参数执行拉丁超立方抽样操作，得到参数抽样值；
组合子模块，用于利用PID控制参数的类型对参数抽样值进行组合，得到第一参数值。
可选地，抽样值提取子模块，可以包括：
抽样参数设置单元，用于利用第一取值区间设置抽样起始值及抽样间隔值；
抽样值提取单元，用于利用抽样起始值及抽样间隔值对PID控制参数执行拉丁超立方抽样操作，得到参数抽样值。
本发明实施例还提供一种电子设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行计算机程序时实现如上述的磁浮列车悬浮系统参数优化的步骤。
由于电子设备部分的实施例与磁浮列车悬浮系统参数优化方法部分的实施例相互对应，因此电子设备部分的实施例请参见磁浮列车悬浮系统参数优化方法部分的实施例的描述，这里暂不赘述。
本发明实施例还提供一种存储介质，存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述任意实施例的磁浮列车悬浮系统参数优化方法的步骤。如计算机程序被处理器执行时实现对第一取值区间内的PID控制参数执行拉丁超立方抽样操作，得到第一参数值；利用第一参数值执行优选参数值查找操作，得到初始优选参数值；利用初始优选参数值及预设区间宽度确定第二取值区间；对第二取值区间内的PID控制参数执行拉丁超立方抽样操作，得到第二参数值；利用第二参数值执行优选参数值查找操作，得到最终优选参数值。
由于存储介质部分的实施例与磁浮列车悬浮系统参数优化方法部分的实施例相互对应，因此存储介质部分的实施例请参见磁浮列车悬浮系统参数优化方法部分的实施例的描述，这里暂不赘述。
说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器（RAM）、内存、只读存储器（ROM）、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本发明所提供的一种磁浮列车悬浮系统参数优化方法、装置、电子设备和存储介质进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。

Claims (10)

1.一种磁浮列车悬浮系统参数优化方法，其特征在于，包括：
对第一取值区间内的PID控制参数执行拉丁超立方抽样操作，得到第一参数值；
利用所述第一参数值执行优选参数值查找操作，得到初始优选参数值；
利用所述初始优选参数值及预设区间宽度确定第二取值区间；
对第二取值区间内的PID控制参数执行所述拉丁超立方抽样操作，得到第二参数值；
利用所述第二参数值执行所述优选参数值查找操作，得到最终优选参数值。
2.根据权利要求1所述的磁浮列车悬浮系统参数优化方法，其特征在于，所述利用所述第一参数值执行优选参数值查找操作，得到初始优选参数值，包括：
计算所述第一参数值对应的超调量、调节时间及积分指标；
将所述超调量小于预设超调量且调节时间小于预设调节时间的所述第一参数值设置为中间值；
利用所述中间值对应的积分指标，在所述中间值中确定所述积分指标最小的初始优选参数值。
3.根据权利要求2所述的磁浮列车悬浮系统参数优化方法，其特征在于，所述积分指标为ITAE指标。
4.根据权利要求1所述的磁浮列车悬浮系统参数优化方法，其特征在于，所述利用所述初始优选参数值及预设区间宽度确定第二取值区间，包括：
将所述初始优选参数值设置为区间中心，并利用所述区间中心及所述区间宽度构造所述第二取值区间。
5.根据权利要求1所述的磁浮列车悬浮系统参数优化方法，其特征在于，得到最终优选参数值之后，还包括：
将所述最终优选参数值设置为磁浮列车悬浮系统参数。
6.根据权利要求1至5任一项所述的磁浮列车悬浮系统参数优化方法，其特征在于，所述对第一取值区间内的PID控制参数执行拉丁超立方抽样操作，得到第一参数值，包括：
对第一取值区间内的PID控制参数执行拉丁超立方抽样操作，得到参数抽样值；
利用PID控制参数的类型对所述参数抽样值进行组合，得到所述第一参数值。
7.根据权利要求6所述的磁浮列车悬浮系统参数优化方法，其特征在于，所述对第一取值区间内的PID控制参数执行拉丁超立方抽样操作，得到参数抽样值，包括：
利用所述第一取值区间设置抽样起始值及抽样间隔值；
利用所述抽样起始值及所述抽样间隔值对所述PID控制参数执行所述拉丁超立方抽样操作，得到所述参数抽样值。
8.一种磁浮列车悬浮系统参数优化装置，其特征在于，包括：
第一抽样模块，用于对第一取值区间内的PID控制参数执行拉丁超立方抽样操作，得到第一参数值；
第一查找模块，用于利用所述第一参数值执行优选参数值查找操作，得到初始优选参数值；
取值区间确定模块，用于利用所述初始优选参数值及预设区间宽度确定第二取值区间；
第二抽样模块，用于对第二取值区间内的PID控制参数执行所述拉丁超立方抽样操作，得到第二参数值；
第二查找模块，用于利用所述第二参数值执行所述优选参数值查找操作，得到最终优选参数值。
9.一种电子设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至7任一项所述的磁浮列车悬浮系统参数优化方法。
10.一种存储介质，其特征在于，所述存储介质中存储有计算机可执行指令，所述计算机可执行指令被处理器加载并执行时，实现如权利要求1至7任一项所述的磁浮列车悬浮系统参数优化方法。
CN202110134202.5A 2021-02-01 2021-02-01 一种磁浮列车悬浮系统参数优化方法、装置及电子设备 Active CN112507468B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110134202.5A CN112507468B (zh) 2021-02-01 2021-02-01 一种磁浮列车悬浮系统参数优化方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110134202.5A CN112507468B (zh) 2021-02-01 2021-02-01 一种磁浮列车悬浮系统参数优化方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN112507468A true CN112507468A (zh) 2021-03-16
CN112507468B CN112507468B (zh) 2021-04-23

Family

ID=74953079

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110134202.5A Active CN112507468B (zh) 2021-02-01 2021-02-01 一种磁浮列车悬浮系统参数优化方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN112507468B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115981292A (zh) * 2023-02-14 2023-04-18 中国人民解放军国防科技大学 磁浮列车的悬浮系统性能评价方法、装置及设备和介质
CN116027756A (zh) * 2023-02-24 2023-04-28 季华实验室 生产参数在线最优化方法、装置、电子设备及存储介质
CN116205154A (zh) * 2022-12-30 2023-06-02 中国能源建设集团广东省电力设计研究院有限公司 空气动力系数的生成方法、装置、终端设备及存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103136401A (zh) * 2011-12-02 2013-06-05 深圳光启高等理工研究院 一种人造微结构的试验设计表获取方法及装置
CN103544349A (zh) * 2013-10-24 2014-01-29 湖南大学 汽车盘式制动器系统振动稳定性的优化方法
US20140222265A1 (en) * 2013-02-07 2014-08-07 Valery Miftakhov Ac/dc hybrid electric drivetrain system and method for use in high-performance electric vehicles
CN107861385A (zh) * 2017-11-06 2018-03-30 中国人民解放军国防科技大学 一种磁悬浮系统的离散时间最优控制方法和装置
CN108897211A (zh) * 2018-07-19 2018-11-27 中国人民解放军国防科技大学 一种磁浮列车的悬浮控制系统参数优化方法
CN109522602A (zh) * 2018-10-18 2019-03-26 北京航空航天大学 一种基于代理模型的Modelica模型参数优化方法
CN112083698A (zh) * 2020-09-10 2020-12-15 南昌市言诺科技有限公司 一种基于数字孪生模型的产线实时控制方法和装置
CN112182746A (zh) * 2020-09-15 2021-01-05 的卢技术有限公司 一种基于云计算的吸能盒碰撞性能参数优化方法
CN112231836A (zh) * 2020-10-21 2021-01-15 华中科技大学 一种基于遗传算法和数值仿真的翼型优化方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103136401A (zh) * 2011-12-02 2013-06-05 深圳光启高等理工研究院 一种人造微结构的试验设计表获取方法及装置
US20140222265A1 (en) * 2013-02-07 2014-08-07 Valery Miftakhov Ac/dc hybrid electric drivetrain system and method for use in high-performance electric vehicles
CN103544349A (zh) * 2013-10-24 2014-01-29 湖南大学 汽车盘式制动器系统振动稳定性的优化方法
CN107861385A (zh) * 2017-11-06 2018-03-30 中国人民解放军国防科技大学 一种磁悬浮系统的离散时间最优控制方法和装置
CN108897211A (zh) * 2018-07-19 2018-11-27 中国人民解放军国防科技大学 一种磁浮列车的悬浮控制系统参数优化方法
CN109522602A (zh) * 2018-10-18 2019-03-26 北京航空航天大学 一种基于代理模型的Modelica模型参数优化方法
CN112083698A (zh) * 2020-09-10 2020-12-15 南昌市言诺科技有限公司 一种基于数字孪生模型的产线实时控制方法和装置
CN112182746A (zh) * 2020-09-15 2021-01-05 的卢技术有限公司 一种基于云计算的吸能盒碰撞性能参数优化方法
CN112231836A (zh) * 2020-10-21 2021-01-15 华中科技大学 一种基于遗传算法和数值仿真的翼型优化方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116205154A (zh) * 2022-12-30 2023-06-02 中国能源建设集团广东省电力设计研究院有限公司 空气动力系数的生成方法、装置、终端设备及存储介质
CN116205154B (zh) * 2022-12-30 2023-09-05 中国能源建设集团广东省电力设计研究院有限公司 空气动力系数的生成方法、装置、终端设备及存储介质
CN115981292A (zh) * 2023-02-14 2023-04-18 中国人民解放军国防科技大学 磁浮列车的悬浮系统性能评价方法、装置及设备和介质
CN116027756A (zh) * 2023-02-24 2023-04-28 季华实验室 生产参数在线最优化方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN112507468B (zh) 2021-04-23

Similar Documents

Publication Publication Date Title
CN112507468B (zh) 一种磁浮列车悬浮系统参数优化方法、装置及电子设备
CN107943874B (zh) 知识图谱处理方法、装置、计算机设备及存储介质
CN111913803B (zh) 一种基于akx混合模型的服务负载细粒度预测方法
CN109857804B (zh) 一种分布式模型参数的搜索方法、装置和电子设备
CN108121215B (zh) 基于全回路重构仿真的工业控制回路性能评价方法及装置
CN110609975B (zh) 一种基于Kriging代理模型的并行计算全局优化方法
WO2019127975A1 (zh) 在极端湍流风况下控制风力发电机组变桨的方法和装置
KR20160013012A (ko) 기술적 시스템의 스타팅 변수의 모델을 확인하기 위한 방법
CN115562037B (zh) 一种非线性多智能体系统控制方法、装置、设备及应用
CN112667613B (zh) 基于多延时特性多变量校正的烟气NOx预测方法及系统
CN105654187A (zh) 控制系统中点定位方法之网格二叉树法
CN110489301B (zh) mapreduce任务性能的分析方法、装置及设备
CN113537614A (zh) 电网工程造价预测模型的构建方法、系统、设备及介质
CN103871022A (zh) 一种图像裁剪方法和装置
CN112492627A (zh) 后到先服务通信系统、发射端设备、介质及性能优化方法
CN117059169A (zh) 基于参数自适应成长优化器的生物多序列比对方法及系统
US9367937B2 (en) Apparatus and method for effective graph clustering of probabilistic graphs
CN108537322A (zh) 神经网络层间激活值量化方法及装置
CN115933597A (zh) 控制系统的参数整定方法、系统及计算机设备
CN114610234A (zh) 一种存储系统参数推荐方法及相关装置
CN113254674A (zh) 一种网络安全设备知识推理方法、装置、系统及存储介质
CN111382479A (zh) 预估铸件重量的方法和设备
CN111723834A (zh) 语音深度学习训练方法及装置
CN111489531A (zh) 一种适配报警主机的线尾阻的方法、电子设备和存储介质
CN117408089B (zh) 一种基于表面法向量修正的反距离权重数据插值方法

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