CN113671828A - 一种除尘风机集群的编队控制方法和系统 - Google Patents
一种除尘风机集群的编队控制方法和系统 Download PDFInfo
- Publication number
- CN113671828A CN113671828A CN202110830946.0A CN202110830946A CN113671828A CN 113671828 A CN113671828 A CN 113671828A CN 202110830946 A CN202110830946 A CN 202110830946A CN 113671828 A CN113671828 A CN 113671828A
- Authority
- CN
- China
- Prior art keywords
- dust removal
- fan
- removal fan
- formation control
- cluster
- 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
Links
- 239000000428 dust Substances 0.000 title claims abstract description 148
- 230000015572 biosynthetic process Effects 0.000 title claims abstract description 115
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000013507 mapping Methods 0.000 claims abstract description 13
- 239000011159 matrix material Substances 0.000 claims description 10
- 238000009795 derivation Methods 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 5
- 230000003247 decreasing effect Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 238000011217 control strategy Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 235000019504 cigarettes Nutrition 0.000 description 2
- 230000009194 climbing Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000006641 stabilisation Effects 0.000 description 2
- 238000011105 stabilization Methods 0.000 description 2
- 241000208125 Nicotiana Species 0.000 description 1
- 235000002637 Nicotiana tabacum Nutrition 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000010960 cold rolled steel Substances 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
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
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)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种除尘风机集群的编队控制方法和系统,包括:依据除尘风机集群构建动态局域网;依据动态局域网构建动态反馈模型,将动态反馈模型中除尘风机的坐标信息转化为关于除尘风机的实际状态的二阶积分;推导二阶积分以得到实际状态与反馈状态的映射关系,作为编队控制律;在监测非全局约束引起的编队控制律受限时,对除尘风机的反馈状态进行近似估计;依据除尘风机的实际状态和反馈状态设计包含I/O状态信息的I/O协议,以除尘风机集群的实际的I/O状态信息与动态反馈后的I/O状态信息的误差为零为目标,优化求解闭环系统,以确定编队控制律,依据编队控制律实现对除尘风机集群的编队控制。
Description
技术领域
本发明涉及风力除尘相关技术领域,尤其涉及一种除尘风机集群的 编队控制方法和系统。
背景技术
除尘风机是可作为单个自主控制的主体设备,采用真空吸风的形式 抽取卷烟生产中产生的烟尘、烟灰,另外除尘风机也可用作风力平衡的 辅助设备。对生产车间多个自主控制的除尘风机集群进行编队控制,是 为了使所有单个个体的除尘风机趋近于并保持特定的队列。基于可获取 的局部信息(如相对位置、线速度、角速度等),对多个除尘风机的分布 式编队控制一直是控制领域持续关注的重点之一。
对于除尘风机集群控制的资料有很多,例如湖南大学(李俊.一种新 型直流串联风机并网拓扑结构及其控制策略[M].湖南大学硕士论文, 2017)提出一种采用分布式控制并能够有效并联变流器机侧环流和网侧 环游的控制策略,通过仿真和实验验证该策略的正确性。西北工业大学 (崔荣鑫,徐德民等.基于行为的机器人编队控制研究[J].计算机仿真,2006,23)建立了一种基于行为的机器人编队控制结构模型,该结构采 用分层控制策略,全局控制器根据当前所有机器人的状态从一个有限状 态机中选择下一步机器人的行为,将协调控制量发送给各机器人,各机 器人再通过局部控制器对自身进行控制。在此基础上,将一类机器人模 型进行反馈线性化,再根据编队控制的要求,利用后推方法设计控制律。 华北电力大学(马燕峰、陈磊等.基于负载均衡的含风电场电力系统优化 调度方法[J].电网技术,2018,9)提出一种常规机台出力的重调度方法;并 将其应用于风火系统调度系统中,通过负载均衡算法的应用,常规机台能 有效平衡风电爬坡事件发生引起的风电功率缺额,保证系统爬坡容量的 实际需求。湖南工业大学(冯磊.复杂环境下多机器人的协同编队与避障 控制研究[M].湖南工业大学硕士论文,2017)提出一种基于虚拟领航法 和反步法进行轨迹跟踪的多机器人编队算法,在此基础上构建了多机器 人系统在三维空间下的编队模型,并利用空间投影方法将其映射到二维 平面进行分析。火箭军工业大学(贾枭,张国良等.异构多机器人编队相 互通信时延精确控制[J].计算机工程与应用,2018,54),提出一种基于一 致性理论的异构系统编队控制算法,该算法考虑零时延与固定时延两种 情况,首先利用一致性思想将领航跟随者模式下的异构多机器人系统编 队控制问题转换为稳定性问题。然后根据矩阵分析与Routh-Hurwitz定 理,推导出零时延系统实现编队控制的充要条件。进一步构造 Lyapunov-Razumikhin函数,利用Newton-Leibniz公式与Lyapunov定理, 推导出固定时延系统实现编队控制的充分条件。
一个大型生产车间的除尘风机集群一般采用分布式布局。这样便于 以下优点:一是可方便做集线,避免连线相互干扰,而且有利于实现多 点控制;二是可优化场地空间,避免空间分配不均匀,实现资源优化利 用。但采用这种分布式布局对风机的集群协同工作的控制要求较高,难 度也较大。主要体现在:一是分布式的风机集群编队控制一般是采用全局位置信息,并且对相对位置信息的感知和相互交换,效率较低,因为 传统的信息交互拓扑结构是基于全局线性增益的,这就会造成单个除尘 风机之间信息交互时不可避免会产生延迟现象。二是分布式的风机集群 编队控制由于采用的是全局位置信息在位置信息存在误差时,冗错率较 低,无法实现编队控制目标,这就会造成各风机启停无法协调统一,引起除尘管内风压不均衡。三是分布式的风机集群编队控制由于采用的是 全局位置信息,所以无法对局部位置的单个或多个风机做到精准控制, 其线速度无法达到期望值,不符合实际需求。
发明内容
鉴于上述,本发明的目的是提供一种除尘风机集群的编队控制方法 和系统,实现对除尘风机集群的工作状态控制。
为实现上述发明目的,本发明提供以下技术方案:
第一方面,实施例提供了一种除尘风机集群的编队控制方法,包括 以下步骤:
针对具有拓扑结构的除尘风机集群,选择某个除尘风机作为主风机 启动时,依据拓扑结构随机选择与主风机拓扑连接的若干除尘风机一并 启动,组成动态局域网;
依据动态局域网的拓扑关系构建动态反馈模型,将动态反馈模型中 除尘风机的坐标信息转化为关于除尘风机的实际状态的二阶积分,以将 除尘风机集群的局部编队控制问题转化为二阶积分问题;
推导二阶积分以得到实际状态与反馈状态的映射关系,作为编队控 制律;
在监测非全局约束引起的编队控制律受限时,对除尘风机的反馈状 态进行近似估计,以确保除尘风机的反馈状态的完整输出;
依据除尘风机的实际状态和反馈状态设计包含I/O状态信息的I/O 协议,以构建对除尘风机集群的闭环系统,以除尘风机集群的实际的I/O 状态信息与动态反馈后的I/O状态信息的误差为零为目标,优化求解闭 环系统,以确定编队控制律,依据编队控制律实现对除尘风机集群的编 队控制。
优选地,所述将动态反馈模型中除尘风机的坐标信息转化为关于除 尘风机的实际状态的二阶积分,包括:
将动态反馈模型转化为二阶积分,[xi,yi]表示第i个除尘风机在动态 反馈模型中的二阶积分,xi和yi表示二阶积分中的两个变量,第i个除尘 风机的实际状态为:xi=vicosθi,yi=visinθi,θi=ωi,其中,线速度vi∈R, 方位角θi∈R,角速度ωi∈R,R表示任何自然数,i(i=0,1,...,N)。
优选地,所述推导二阶积分以得到实际状态与反馈状态的映射关系, 作为分布式的编队控制律,包括:
在除尘风机的实际状态中引入一个新输入:转速ni∈R,使得vi=πrni, r表示除尘风机的转盘半径,πr为风机的转盘周长;
将二阶积分[xi,yi]进行推导,定义xi'=vxi,yi'=vyi,继而定义:xi'=vicosθi,yi'=visinθi,则相应地,对vxi和vyi进行求导以得实际状态与反馈状态的映 射关系,作为编队控制律,即vxi和vyi分别表 示推导后的二阶积分[xi',yi']对应的反馈线速度;在vi≠0的情况下,通过等 式变换可得:
优选地,所述对除尘风机的反馈状态进行近似估计的过程为:
在当前除尘风机的反馈状态不在全局位置,这时引用主风机的状态 信息并进行近似估算,得出当前除尘风机的反馈状态[xi',yi'],即:
优选地,在构建闭环系统时,对二阶积分[xi',yi']引入编队动态控制律, 使得闭环系统无界;
引入编队动态控制律,在二阶积分[xi',yi']中,xi'=αvicosθi,yi'=βvisinθi, 其中α∈R,β∈R,α表示输入控制单位矩阵,β表示输出控制单位矩阵, 相应地重新定义vxi′和vyi′分别表示编队动态控制律下的[xi',yi']下的反馈线 速度,编队控制律则演变为:
式中,α*为α的逆矩阵。
优选地,所述依据除尘风机的实际状态和反馈状态设计包含I/O状 态信息的I/O协议,包括:
其中,ui∈R表示控制输入值,δi表示测量取值;
ui表示初始状态的控制输入值,d表示递减差,则;
优选地,所述依据编队控制律实现对除尘风机集群的编队控制,包 括:
当除尘风机集群中某个除尘风机出现故障时,优化得到的编队控制 律中不具有该出现故障的除尘风机的状态信息,则依据编队控制律对除 尘风机集群的编队控制时,剔除出现故障的除尘风机,并自动生成主风 机,输出控制命令,以控制相应除尘风机工作。
第二方面,实施例提供了一种除尘风机集群的编队控制系统,包括 除尘风机、电控总成、信号采集器、信号转换器、信号控制器、路由器, 其中,
所述除尘风机提供工业除尘需要的负压空气;
所述信号采集器自动采集各除尘风机输出的模拟信号并发送至所述 信号转换器;
所述信号转换器接收模拟信号并转换为数字信号,并转换为路由器 可识别的数据包,同时接收来自于上层交换机的指令,反向转换为模拟 信号后传送至信号控制器,另外与下层路由器组成单个动态局域网;
所述的信号控制器接收来自于信号转换器的数字信号和反馈除尘风 机的启停信号,用来控制启停除尘风机;
所述路由器分别安装在各个除尘风机的附近,用以接收和反馈除尘 风机的输入信号或输出信号,并负责布置网络信号的物理拓扑和各个除 尘风机之间的局域网架构,另外负责选择最佳路由、负荷分担、链路备 份及和其他路由器进行信息交换;
所述电控总成负责交换、收集和反馈各除尘风机的动态局域网内的 路由信号,完成编队控制的下位机数据架构,并采用上述除尘风机集群 的编队控制方法,实现对除尘风机集群的编队控制。
与现有技术相比,本发明提供的除尘风机集群的编队控制方法和系 统,具有的有益效果至少包括:风机集群在局部位置时系统自动估算一 次主风机状态信息就可得出当前风机反馈状态;风机集群布置位置存在 实际误差时由系统根据拓扑关系也可实现局域编队控制目标;风机集群 可依照拓扑结构任意组队,已编队的风机可随时拆减或增加,系统会重 新组队,并且实现输入到输出稳定的闭环结构。
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做简单地介绍,显而易见 地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技 术人员来讲,在不付出创造性劳动前提下,还可以根据这些附图获得其 他附图。
图1是一实施例提供的除尘风机集群的编队控制系统的结构示意图;
图2是一实施例提供的除尘风机组的结构示意图;
图3是一实施例提供的电控总成的结构示意图;
图4是一实施例提供的除尘风机集群的编队控制方法的流程图;
图5是一实施例提供的由输入状态信息到输出状态信息稳定系统构 成的动态网络图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白,以下结合附图 及实施例对本发明进行进一步的详细说明。应当理解,此处所描述的具 体实施方式仅仅用以解释本发明,并不限定本发明的保护范围。
如图1和图2所示,实施例提供的除尘风机集群的编队控制系统采 用拓扑结构实现除尘风机的分布方式连接,每个除尘风机组2均与电控 总成1通信连接。除尘风机组2包含信号采集器3、信号转换器4、信号 控制器5、路由器6,除尘风机7。
其中,除尘风机7可以采用西门子高压鼓风机,内含漩涡真空泵, 以提供工业除尘需要的负压空气;信号采集器3自动采集各除尘风机输 出的模拟信号并发送至信号转换器4;信号转换器4采用维智控61850 工业级转换器,接收来自于信号采集器3的模拟信号转换为数字信号, 并自动按照内置Modbus网关协议转换为路由器6可识别的数据包,同时 接收来自于上层交换机的指令,反向转换为模拟信号后传送至信号控制 器5,另外可与下层路由器组成单个局域网;信号控制器5接收来自于信 号转换器4的数字信号和反馈除尘风机的启停信号,用来控制启停除尘 风机;路由器6可以采用TP-LINK工业级路由器,分别安装在各个除尘 风机的附近,用以接收和反馈除尘风机的输入信号或输出信号,并负责 布置信号下位机的物理拓扑和各个除尘风机之间的局域网架构,另外负 责选择最佳路由、负荷分担、链路备份及和其他路由器进行信息交换; 电控总成1负责交换、收集和反馈各除尘风机的动态局域网内的路由信 号,完成编队控制的下位机数据架构,承载软件算法实现对除尘风机集 群的编队控制。
如图3所示,电控总成1包含机柜7、4口千兆交换机8、24口千兆 交换机9、服务器10、UPS 11、分组空气开关12、电源开关13、LED灯 14及电缆(包括通信电缆、网线、电源线等)。
其中,机柜7采用Q235A冷轧钢板,2mm厚度,外表喷涂RAL7021 型号油漆。4口千兆交换机8采用TP-LINK工业交换机,具有Web网管 功能,拥有4个千兆以太网接口,2个千兆SFP接口,能够在-40℃~75℃ 环境温度下稳定工作,能够适应大粉尘、高污染的恶劣环境。负责传输 和交换下位机各个路由器的数据,并发送至24口千兆交换机。24口千兆 交换机9采用TP-LINK工业交换机,具有环网三层网管功能,拥有24 个千兆以太网接口,4个万兆SFP接口,负责传输和汇总4口千兆交换 机发来的数据,并将数据传输至服务器10。服务器10采用DELL工业 塔式服务器,具有较强的功能扩展性,应用范围广泛,可自由配对不同 的拓扑结构,采购成本适中,性能出众,实施例提供的除尘风机集群的 编队控制方法所对应的软件程序存储在服务器10中。所述UPS 11采用 山特不间断电源,具有4小时交流电能储备功能,另外对电压过高或电 压过低都能提供保护,保护硬件不受损坏。电源开关13采用导轨式电源 输出,自带变压功能。LED灯14采用感应式光源,提供足够亮度。分组 空气开关12采用分组总闸式断路器,具备短路保护功能。
实施例提供的编队控制系统的实施步骤为:当风机集群内各风机就 位布置完毕后,除尘风机7通电输出模拟信号被信号采集器3采集后经 通讯电缆传输至信号转换器4,信号转换器4通过内置的Modbus网关协 议转换为路由器6可识别的数据包发送给路由器6,并与该路由器6组成 一个局域网,同时信号转换器4接收来自于外部电控总成内24口千兆交 换机的指令信号,并将该指令信号反向转换为模拟信号发送给信号控制 器5,信号控制器5接收成功后用以控制除尘风机的启停。当除尘风机通 电后电控总成1也随之通电,此时电控总成的电源开关13闭合后,UPS 11充电,服务器10、4口千兆交换机8和24口千兆交换机9一起通电工 作,4口千兆交换机8与服务器10通过网线进行通讯,服务器10发送指 令至4口千兆交换机8,4口千兆交换机8同时传输和交换下位机路由器 数据后,再将路由信息传输至24口千兆交换机9,24口千兆交换机9再 进行汇总后传输至服务器10,最终形成一个由输入至输出的闭环。当机 柜7内发生电路短路时,分组空气开关12可保护电器安全。
如图4所示,实施例还提供了一种除尘风机集群的编队控制方法, 该除尘风机集群的编队控制方法依靠上述编队控制系统实现,主要技术 思想为:首先是利用风机集群拓扑关系建立动态反馈模型(下位机的信 号转换器和路由器,上位机的服务器与交换机),将编队控制问题转化为 二阶积分,然后将转化的二阶积分进行推导,得到分布式的编队控制律, 为避免非全局约束引起的编队受限问题,在控制设计中引入近似估算, 以确保当前风机的反馈状态始终能够完整输出,再次将风机集群视作一 个拓扑结构的闭环系统且无界,最后通过设计可控且稳定的输入输出协 议(I/O协议)使风机集群实际I/O状态信号与动态反馈后的I/O状态信 息之间的误差最终收敛到零,从而实现一个由输入到输出稳定系统构成 的动态网络。
具体地,实施例提供的编队控制方法包括以下步骤:
步骤1,针对具有拓扑结构的除尘风机集群,选择某个除尘风机作为 主风机启动时,依据拓扑结构随机选择与主风机拓扑连接的若干除尘风 机一并启动,组成动态局域网。
实施例中,随机建立一条主次关系的拓扑结构,然后选择某个风机 作为主风机启动时,由系统随机选择主风机就近的其它风机也一并启动, 以此满足除尘工艺需求。
步骤2,依据动态局域网的拓扑关系构建动态反馈模型,将动态反馈 模型中除尘风机的坐标信息转化为关于除尘风机的实际状态的二阶积分。
实施例中,依据风机集群拓扑关系建立动态反馈模型,对除尘风机 集群拓扑关系的一类问题是编队集群内各个除尘风机的全局位置的精确 信息往往不能直接用于反馈控制,而只能利用相对位置的测量信息,例 如对集群内某个风机的状态确定只能通过主风机来估算出这个风机的状 态信息,因此,对风机集群拓扑关系需要建立动态反馈模型,其基本思 想是首先通过约束条件下的动态反馈模型将风机的坐标信息转化为二阶 积分,由此,除尘风机集群的局部编队控制也就转化为使集群内各个风 机从输入到输出实现近似估算,达到主次的编队控制。
实施例中,将动态反馈模型转化为二阶积分,[xi,yi]表示第i个除尘 风机在动态反馈模型中的二阶积分,第i个除尘风机的实际状态为: xi=vicosθi,yi=visinθi,θi=ωi,其中,线速度vi∈R,方位角θi∈R,角速度 ωi∈R,R表示任何自然数,i(i=0,1,...,N)。
步骤3,推导二阶积分以得到实际状态与反馈状态的映射关系,作为 编队控制律。
实施例中,在推导二阶积分时,在除尘风机的实际状态中引入一个 新输入:转速ni∈R,使得vi=πrni,r表示除尘风机的转盘半径,πr为 风机的转盘周长;
将二阶积分[xi,yi]进行推导,定义xi'=vxi,yi'=vyi,继而定义:xi'=vicosθi,yi'=visinθi,则相应地,对vxi和vyi进行求导以得实际状态与反馈状态的映 射关系,作为编队控制律,即vxi和vyi分别表 示推导后的二阶积分[xi',yi']对应的反馈线速度;在vi≠0的情况下,通过等 式变换可得:
步骤4,在监测非全局约束引起的编队控制律受限时,对除尘风机的 反馈状态进行近似估计。
在上述的二阶积分变量中,xi'=vxi=uxi,yi'=vyi=uyi,在保证第i个除 尘风机在风机集群内的坐标在动态反馈时不能建立在初始状态的情况下, 也就是说当前风机的反馈信息不在全局位置,这时引用主风机的状态信 息并进行近似估算,得出当前风机的反馈状态[xi',yi'],即:
在对当前风机进行近似估算后即可得到其反馈状态,保证其反馈状 态始终能够完整输出,但在对当前风机进行近似估算时偶尔会出现数值 溢出(主要是由于t超出上限值引起),虽然对t定义趋向于无穷大,但 实际工况中往往对t限制较多,例如在风机集群拓扑结构中各风机的组态 时间应越小越好,否则组态时间过长易导致输入信号叠加而使拓扑结构 不稳定,也影响反馈状态下的输出不稳定,因此,限定t取值为20秒以 内,该20秒是个经验值,因为参考思科路由器的网络拓扑组态时间不超 过15秒,该t可根据实际工况适当增加或减少,但原则上不应超过30 秒,因为网络架构包括硬件自检、拓扑组态和信息校验,而整个架构时 间一般为1分钟内,即t的取值为15~30秒。
步骤5,依据除尘风机的实际状态和反馈状态设计包含I/O状态信息 的I/O协议,以构建对除尘风机集群的闭环系统,并求解闭环系统,以 确定编队控制律。
实施例中,闭环系统是保证一个由输入到输出始终稳定的动态拓扑 结构,为此对二阶积分[xi',yi']引入编队动态控制律,使得闭环系统无界, 以不受数值溢出影响。
引入编队动态控制律,在二阶积分[xi',yi']中,xi'=αvicosθi,yi'=βvisinθi, 其中α∈R,β∈R,α表示输入控制单位矩阵,β表示输出控制单位矩阵, 相应地重新定义vxi′和vyi′分别表示编队动态控制律下的[xi',yi']下的反馈线 速度,编队控制律则演变为:
式中,α*为α的逆矩阵。
在引入编队动态控制律后,可使风机编队在拓扑结构的闭环系统内 无界。可控是闭环系统的关键问题。通过设计可控且稳定的输入输出(以 下简称I/O)协议,可以使风机集群的实际I/O状态信号与动态反馈后的 I/O状态信息之间的误差最终收敛到零,从而实现一个由输入到输出稳定 系统构成的动态网络,如图5所示。
其中,ui∈R表示控制输入值,一般系统会自动取值0~216区间内任一 数字,δi表示测量取值,通过人为设定测量取值δi可以监测协议的有效 性,而ui是一个严格递减的数值,即ui=u1+(i-1)d,其中ui表示初始状态 的控制输入值,d表示递减差。通过对控制输入值ui的实时变化以满足 风机闭环系统下无界能观并且偏差为零,避免出现因数值溢出导致输出 不稳定的风险,从而使闭环系统可控。
在闭环系统中,测量取值δi可以监测I/O协议的有效性,控制输入 值ui可以使闭环系统无界能观,但在控制输入值ui实时变化的情况下会 出现一个风险,即当ui一直递减至零时会引起数值界限无法收敛的问题, 造成协议失效,为此需要对ui进行界定。
实施例中,对ui界定分别在I/O协议的输入端和输出端进行,即:
同样,将ui代入输出端O中,得当系统为 初始状态时,由于输出端仍有信号存在(电感信号、电压信号等),此时 u1≠0,u1不可忽略不计。在对控制输入值ui进行界定后,可以确保闭环 系统在初始状态时仍然可以无界能观。
在求解闭环系统时,以除尘风机集群的实际的I/O状态信息与动态 反馈后的I/O状态信息的误差为零为目标,优化求解闭环系统,以确定 编队控制律,
步骤6,依据编队控制律实现对除尘风机集群的编队控制。
实施例中,当除尘风机集群中某个除尘风机出现故障时,优化得到 的编队控制律中不具有该出现故障的除尘风机的状态信息,则依据编队 控制律对除尘风机集群的编队控制时,剔除出现故障的除尘风机,并自 动生成主风机,输出控制命令,以控制相应除尘风机工作。
上述实施例提供的除尘风机集群的编队控制方法和系统所应用的主 体是除尘风机,除尘风机的启停不同于其他风机设备,因为考虑到烟草 企业生产车间除尘风机的吸尘效果和风叶使用周期,所以它的启停时间 一般较长,背景技术中的风机都具备启停的快速响应。
上述实施例提供的除尘风机集群的编队控制方法和系统所设计的风 机集群内当前风机的反馈信息若不在全局位置时,可引入主风机的状态 信息进行估算后得出当前风机的反馈状态,而背景技术中设备是基于全 局位置信息的控制方法,而且每进行一次近似估算都需要重新进行参数 定义。
上述实施例提供的除尘风机集群的编队控制方法和系统所设计的风 机集群内的某个风机设备在布置时与实际存在误差时,也可以根据拓扑 关系实现局域编队控制目标,而背景技术中设备在布置时必须严格符合 实际位置,无法使用拓扑结构,更无法实现局域编队控制,否则集群系 统对此无法配对而无法实现编队控制目标。
以上所述的具体实施方式对本发明的技术方案和有益效果进行了详 细说明,应理解的是以上所述仅为本发明的最优选实施例,并不用于限 制本发明,凡在本发明的原则范围内所做的任何修改、补充和等同替换 等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种除尘风机集群的编队控制方法,其特征在于,包括以下步骤:
针对具有拓扑结构的除尘风机集群,选择某个除尘风机作为主风机启动时,依据拓扑结构随机选择与主风机拓扑连接的若干除尘风机一并启动,组成动态局域网;
依据动态局域网的拓扑关系构建动态反馈模型,将动态反馈模型中除尘风机的坐标信息转化为关于除尘风机的实际状态的二阶积分,以将除尘风机集群的局部编队控制问题转化为二阶积分问题;
推导二阶积分以得到实际状态与反馈状态的映射关系,作为编队控制律;
在监测非全局约束引起的编队控制律受限时,对除尘风机的反馈状态进行近似估计,以确保除尘风机的反馈状态的完整输出;
依据除尘风机的实际状态和反馈状态设计包含I/O状态信息的I/O协议,以构建对除尘风机集群的闭环系统,以除尘风机集群的实际的I/O状态信息与动态反馈后的I/O状态信息的误差为零为目标,优化求解闭环系统,以确定编队控制律,依据编队控制律实现对除尘风机集群的编队控制。
2.如权利要求1所述的除尘风机集群的编队控制方法,其特征在于,所述将动态反馈模型中除尘风机的坐标信息转化为关于除尘风机的实际状态的二阶积分,包括:
将动态反馈模型转化为二阶积分,[xi,yi]表示第i个除尘风机在动态反馈模型中的二阶积分,xi和yi表示二阶积分中的两个变量,第i个除尘风机的实际状态为:xi=vicosθi,yi=visinθi,θi=ωi,其中,线速度vi∈R,方位角θi∈R,角速度ωi∈R,R表示任何自然数,i(i=0,1,...,N)。
7.如权利要求1所述的除尘风机集群的编队控制方法,其特征在于,所述依据编队控制律实现对除尘风机集群的编队控制,包括:
当除尘风机集群中某个除尘风机出现故障时,优化得到的编队控制律中不具有该出现故障的除尘风机的状态信息,则依据编队控制律对除尘风机集群的编队控制时,剔除出现故障的除尘风机,并自动生成主风机,输出控制命令,以控制相应除尘风机工作。
8.一种除尘风机集群的编队控制系统,其特征在于,包括除尘风机、电控总成、信号采集器、信号转换器、信号控制器、路由器,其中,
所述除尘风机提供工业除尘需要的负压空气;
所述信号采集器自动采集各除尘风机输出的模拟信号并发送至所述信号转换器;
所述信号转换器接收模拟信号并转换为数字信号,并转换为路由器可识别的数据包,同时接收来自于上层交换机的指令,反向转换为模拟信号后传送至信号控制器,另外与下层路由器组成单个动态局域网;
所述信号控制器接收来自于信号转换器的数字信号和反馈除尘风机的启停信号,用来控制启停除尘风机;
所述路由器分别安装在各个除尘风机的附近,用以接收和反馈除尘风机的输入信号或输出信号,并负责布置网络信号的物理拓扑和各个除尘风机之间的局域网架构,另外负责选择最佳路由、负荷分担、链路备份及和其他路由器进行信息交换;
所述电控总成负责交换、收集和反馈各除尘风机的动态局域网内的路由信号,完成编队控制的下位机数据架构,并采用权利要求1~7任一项所述的除尘风机集群的编队控制方法,实现对除尘风机集群的编队控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110830946.0A CN113671828B (zh) | 2021-07-22 | 2021-07-22 | 一种除尘风机集群的编队控制方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110830946.0A CN113671828B (zh) | 2021-07-22 | 2021-07-22 | 一种除尘风机集群的编队控制方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113671828A true CN113671828A (zh) | 2021-11-19 |
CN113671828B CN113671828B (zh) | 2024-02-20 |
Family
ID=78539831
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110830946.0A Active CN113671828B (zh) | 2021-07-22 | 2021-07-22 | 一种除尘风机集群的编队控制方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113671828B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114371711A (zh) * | 2022-01-10 | 2022-04-19 | 华北电力大学(保定) | 一种机器人编队避障路径规划方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102591312A (zh) * | 2012-03-15 | 2012-07-18 | 陈万志 | 一种风力发电机组远程实时监控的无线通信系统及方法 |
CN107992090A (zh) * | 2018-01-25 | 2018-05-04 | 西北工业大学深圳研究院 | 一种应用于网络化集群智能体系统的自适应编队方法 |
CN109193750A (zh) * | 2018-07-27 | 2019-01-11 | 湖北工业大学 | 基于pidd2控制器的风电集群参与agc方法 |
CN111443715A (zh) * | 2020-04-22 | 2020-07-24 | 北京航空航天大学 | 一种集群系统编队-合围控制方法及系统 |
CN112034714A (zh) * | 2020-09-08 | 2020-12-04 | 北京航空航天大学 | 一种分组时变编队合围跟踪控制方法及系统 |
CN212141825U (zh) * | 2020-05-09 | 2020-12-15 | 山西海洁星环保设备有限公司 | 一种基于混合型拓扑结构的除尘控制装置 |
WO2021077902A1 (zh) * | 2019-10-23 | 2021-04-29 | 中兴通讯股份有限公司 | 一种风扇调速系统及方法 |
-
2021
- 2021-07-22 CN CN202110830946.0A patent/CN113671828B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102591312A (zh) * | 2012-03-15 | 2012-07-18 | 陈万志 | 一种风力发电机组远程实时监控的无线通信系统及方法 |
CN107992090A (zh) * | 2018-01-25 | 2018-05-04 | 西北工业大学深圳研究院 | 一种应用于网络化集群智能体系统的自适应编队方法 |
CN109193750A (zh) * | 2018-07-27 | 2019-01-11 | 湖北工业大学 | 基于pidd2控制器的风电集群参与agc方法 |
WO2021077902A1 (zh) * | 2019-10-23 | 2021-04-29 | 中兴通讯股份有限公司 | 一种风扇调速系统及方法 |
CN111443715A (zh) * | 2020-04-22 | 2020-07-24 | 北京航空航天大学 | 一种集群系统编队-合围控制方法及系统 |
CN212141825U (zh) * | 2020-05-09 | 2020-12-15 | 山西海洁星环保设备有限公司 | 一种基于混合型拓扑结构的除尘控制装置 |
CN112034714A (zh) * | 2020-09-08 | 2020-12-04 | 北京航空航天大学 | 一种分组时变编队合围跟踪控制方法及系统 |
Non-Patent Citations (1)
Title |
---|
荣飞;李俊;刘诚;徐业事;: "一种新型直流串联风机并网拓扑结构及其控制策略", 电力系统及其自动化学报, no. 05, pages 108 - 114 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114371711A (zh) * | 2022-01-10 | 2022-04-19 | 华北电力大学(保定) | 一种机器人编队避障路径规划方法 |
CN114371711B (zh) * | 2022-01-10 | 2022-11-01 | 华北电力大学(保定) | 一种机器人编队避障路径规划方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113671828B (zh) | 2024-02-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2283403B1 (en) | System and method for implementing a power control application in a distributed control system using iec61850 | |
CN103975284A (zh) | 用于控制光伏电站运行的主从式架构 | |
CN112398946A (zh) | 源网荷储调度控制系统及配置方法 | |
CN207039630U (zh) | 一种风电工业纤发环网数据通信系统 | |
CN105932775B (zh) | 一种信息系统对微电网运行可靠性影响的分析方法 | |
CN113671828B (zh) | 一种除尘风机集群的编队控制方法和系统 | |
CN105554012A (zh) | 一种基于DSP的EtherCAT从站转Canopen主站的通信单元 | |
WO2020041903A1 (en) | Nano/micro-grid power distribution system | |
CN217546078U (zh) | 用于大型储能电站分层分组协调功率控制的组网结构 | |
CN106684852A (zh) | 一种柔性直流电网电压管理中心及其电压稳定控制方法 | |
CN108736508B (zh) | 一种电压穿越控制仿真方法及系统 | |
CN116090665A (zh) | 一种源网荷储一体化管控系统 | |
CN106877320B (zh) | 一种区域内智能微电网节点布局方法 | |
CN115912437A (zh) | 一种电化学储能电站agc模型及其控制方法 | |
CN111198548B (zh) | 基于智能节点重叠网的电力系统和信息系统联合调度系统 | |
Kawakita et al. | Distributed Power-Delivery Decision for a USB-PD-based Network | |
CN110611335B (zh) | 一种考虑电力系统和信息系统联合调度的方法及装置 | |
CN114123237A (zh) | 云边协同的火电及新能源调频、惯量在线监测系统及方法 | |
CN112821433A (zh) | 飞轮阵列储能系统的控制方法、储能系统和电网系统 | |
Ahmed et al. | Remote monitoring with hierarchical network architectures for large-scale wind power farms | |
CN111463821A (zh) | 一种适用于直流配电网的等负载率主从控制方法 | |
CN112737832B (zh) | 端到端模型映射的电力通信混合仿真方法 | |
Zhang et al. | Research on topological structure optimization of underwater constant-current remote supply system based on MMAS optimization algorithm | |
CN116646973B (zh) | 一种微电网的信息交互方法、微电网及存储介质 | |
Babazadeh et al. | Agent-based control of VSC-HVDC transmission grid-A Cyber Physical System perspective |
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 |