CN114545767A - 一种基于pid控制器的悬浮控制性能实时优化方法、装置 - Google Patents
一种基于pid控制器的悬浮控制性能实时优化方法、装置 Download PDFInfo
- Publication number
- CN114545767A CN114545767A CN202210191501.7A CN202210191501A CN114545767A CN 114545767 A CN114545767 A CN 114545767A CN 202210191501 A CN202210191501 A CN 202210191501A CN 114545767 A CN114545767 A CN 114545767A
- Authority
- CN
- China
- Prior art keywords
- observer
- pid controller
- output
- parameter
- order inertia
- 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.)
- Pending
Links
- 239000000725 suspension Substances 0.000 title claims abstract description 90
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000005457 optimization Methods 0.000 title claims description 19
- 238000005339 levitation Methods 0.000 claims description 58
- 238000005070 sampling Methods 0.000 claims description 32
- 239000011159 matrix material Substances 0.000 claims description 25
- 238000000354 decomposition reaction Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 12
- 238000010276 construction Methods 0.000 claims description 9
- 239000004576 sand Substances 0.000 claims description 5
- 230000007547 defect Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000000750 progressive effect Effects 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
- G05B11/00—Automatic controllers
- G05B11/01—Automatic controllers electric
- G05B11/36—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential
- G05B11/42—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential for obtaining a characteristic which is both proportional and time-dependent, e.g. P. I., P. I. D.
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本申请公开了一种基于PID控制器的悬浮控制性能实时优化方法、装置、设备及计算机可读存储介质。在利用PID控制器对电磁悬浮系统进行悬浮控制的过程中,且电磁悬浮系统模型未知的情况下,为保证悬浮控制性能,本申请并不像传统方案一样对PID控制器参数进行整定,而是利用输出观测器和一阶惯性环节生成另一路控制信号,将该控制信号与PID输出的控制信号求和以作为对电磁悬浮系统的控制信号。通过这种方式,克服了参数整定过程繁琐、耗时长甚至整定时需要停机等缺陷,实现了实时在线优化PID控制器以达到优化悬浮控制性能的目的。
Description
技术领域
本申请涉及计算机技术领域,特别涉及一种基于PID控制器的悬浮控制性能实时优化方法、装置、设备及计算机可读存储介质。
背景技术
电磁悬浮系统为磁浮列车的关键子系统,电磁悬浮控制器根据实时测得的悬浮间隙,生成控制量,调节励磁线圈电流以实现电磁力调节,从而将被控对象悬浮到指定的位置。电磁悬浮控制器的性能直接影响电磁悬浮系统的悬浮性能好坏,因此,电磁悬浮控制器的设计十分重要。
在电磁悬浮系统全天候运行过程中,会面临各种未建模扰动、系统元器件参数变化等模型参数不确定性,确保电磁悬浮系统在上述因素下的优良悬浮性能为重要需求。然而,电磁悬浮系统出厂下线时,由于电磁悬浮系统模型未知,电磁悬浮控制器参数整定繁琐、耗时长、且对于不同轨道路段难以保证高悬浮性能,甚至需要重新人工整定。如何实现电磁悬浮控制器在模型参数不确定性下实时重构以改善悬浮性能,是电磁悬浮控制系统待解决的另一需求。
现有的实现电磁悬浮控制器的技术方案主要分为以下两类:
一类为经典PID控制器或改进的PID控制器,其中采用经典的离线调试得到的PID控制器,或者,在经典的PID控制器基础上加入神经网络、自适应控制律等对PID控制器参数进行在线整定得到的PID控制器,其优点是结构简单,可在模型未知情况下得到可以接受的悬浮性能。但是,在电磁悬浮系统出厂下线时,PID控制器参数存在整定繁琐、耗时长且对于不同轨道路段难以保证高悬浮性能,甚至需要重新人工整定的缺陷。
另一类是鲁棒控制器或非线性控制器等,利用对于模型参数不确定性的先验知识设计鲁棒控制器,或根据系统模型信息设计非线性控制器等。虽然已有多种基于复杂的电磁悬浮控制器被提出,如鲁棒控制器和非线性控制器等,但是,此类方法往往对不确定性做出特定假设或者需要电磁悬浮系统模型信息,受制于此类控制器相较于经典PID控制器结构更为复杂,而且电磁悬浮系统电气与机械结构涉及参数众多且受到运行环境多变等因素的影响,所以此类控制方法在工程中并未得到有效应用。
目前工程中应用最为广泛的电磁悬浮控制器仍然以经典PID控制器为主。如何实现电磁悬浮系统模型未知情况下实现PID控制器的高效整定以优化悬浮性能,是电磁悬浮控制系统亟待解决的问题。
发明内容
本申请的目的是提供一种基于PID控制器的悬浮控制性能实时优化方法、装置、设备及计算机可读存储介质,用以解决在电磁悬浮系统模型未知的情况下,当前基于PID控制器的悬浮控制方案的实施效果不理想的问题。其具体方案如下:
第一方面,本申请提供了一种基于PID控制器的悬浮控制性能实时优化方法,包括:
在电磁悬浮系统稳定运行期间,运行输出观测器构造算法,得到输出观测器;
在每个采样时刻,运行所述输出观测器,得到残差信号;
在每个时间窗口,运行一阶惯性环节参数更新算法,更新一阶惯性环节参数;
在每个采样时刻,根据所述残差信号和所述一阶惯性环节参数,按照一阶惯性环节表达式生成第一控制量;
对所述第一控制量和PID控制器输出的第二控制量求和,得到最终控制量;
根据所述最终控制量,对所述电磁悬浮系统进行悬浮控制。
可选的,所述输出观测器如下:
xo(k+1)=A1xo(k)+B1u(k)+L1y(k)
r(k)=gy(k)-c1xo(k)
其中,k,k+1表示当前采样时刻和下一采样时刻;xo表示输出观测器的状态变量;A1,B1,g,c1表示输出观测器的参数矩阵,L1表示输出观测器的观测器增益;r表示残差信号;u表示最终控制量;y表示电磁悬浮系统的悬浮间隙。
可选的,所述运行输出观测器构造算法,得到输出观测器,包括:
在第一时间段和第二时间段分别对电磁悬浮系统的第二参考信号、最终控制量和悬浮间隙进行数据采集,得到四个矩阵所述第一时间段为(k-2s-Nc,k-s-1),所述第二时间段为(k-s-Nc+1,k),其中,k表示当前时刻,s和Nc均为指定的时间参数且Nc>>s;
对所述四个矩阵进行排列,并对排列结果进行LQ分解;
对LQ分解结果进行奇异值分解;根据奇异值分解结果,确定中间矩阵;
从所述中间矩阵提取第一中间参数;
根据所述第一中间参数,确定输出观测器的参数矩阵和观测器增益;根据所述参数矩阵和所述观测器增益,构建相应的输出观测器。
可选的,所述根据所述第一中间参数,确定输出观测器的参数矩阵和观测器增益,包括:
根据所述第一中间参数,按照目标公式确定输出观测器的参数矩阵和观测器增益,所述目标公式如下:
其中,p1,p2,...,ps和q1,q2,...,qs+1为第一中间参数。
可选的,所述一阶惯性环节表达式如下:
其中,z是数字控制系统中定义的离散域,u1是第一控制量,r表示残差信号,θ1,θ2是一阶惯性环节参数。
可选的,所述运行一阶惯性环节参数更新算法,更新一阶惯性环节参数,包括:
S1、设置时间窗口,窗口大小为采样周期的正整数倍;初始化一阶惯性环节参数;
S2、在所述时间窗口的每个采样时刻,计算第二中间参数;
S3、在每个所述时间窗口结束时,根据所述第二中间参数更新所述一阶惯性环节参数;
S4、判断更新后的一阶惯性环节参数是否超过阈值,若超过,则重置所述更新后的一阶惯性环节参数等于所述阈值;
S5、判断是否达到停止更新条件,若达到,则输出最终的一阶惯性环节参数,否则回到S2。
第二方面,本申请提供了一种基于PID控制器的悬浮控制性能实时优化装置,包括:
输出观测器构造模块,用于在电磁悬浮系统稳定运行期间,运行输出观测器构造算法,得到输出观测器;
残差信号生成模块,用于在每个采样时刻,运行所述输出观测器,得到残差信号;
一阶惯性环节参数更新模块,用于在每个时间窗口,运行一阶惯性环节参数更新算法,更新一阶惯性环节参数;
第一控制量生成模块,用于在每个采样时刻,根据所述残差信号和所述一阶惯性环节参数,按照一阶惯性环节表达式生成第一控制量;
最终控制量生成模块,用于对所述第一控制量和PID控制器输出的第二控制量求和,得到最终控制量;
悬浮控制模块,用于根据所述最终控制量,对所述电磁悬浮系统进行悬浮控制。
第三方面,本申请提供了一种基于PID控制器的悬浮控制性能实时优化设备,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,以实现如上所述的基于PID控制器的悬浮控制性能实时优化方法。
第四方面,本申请提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时用于实现如上所述的基于PID控制器的悬浮控制性能实时优化方法。
本申请所提供的一种基于PID控制器的悬浮控制性能实时优化方法,包括:在电磁悬浮系统稳定运行期间,运行输出观测器构造算法,得到输出观测器;在每个采样时刻,运行输出观测器,得到残差信号;在每个时间窗口,运行一阶惯性环节参数更新算法,更新一阶惯性环节参数;在每个采样时刻,根据残差信号和一阶惯性环节参数,按照一阶惯性环节表达式生成第一控制量;对第一控制量和PID控制器输出的第二控制量求和,得到最终控制量;根据最终控制量,对电磁悬浮系统进行悬浮控制。
可见,在利用PID控制器对电磁悬浮系统进行悬浮控制的过程中,且电磁悬浮系统模型未知的情况下,为保证悬浮控制性能,该方法并不像传统方案一样对PID控制器参数进行整定,而是利用输出观测器和一阶惯性环节生成另一路控制信号,将该控制信号与PID输出的控制信号求和以作为对电磁悬浮系统的控制信号。通过这种方式,克服了参数整定过程繁琐、耗时长、甚至整定时需要停机等缺陷,实现了实时在线优化PID控制器以达到悬浮控制性能的目的,不需要改变已有PID控制器的参数。
此外,本申请还提供了一种基于PID控制器的悬浮控制性能实时优化装置、设备及计算机可读存储介质,其技术效果与上述方法的技术效果相对应,这里不再赘述。
附图说明
为了更清楚的说明本申请实施例或现有技术的技术方案,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的介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请所提供的基于PID控制器的悬浮控制性能实时优化方法实施例一的流程图;
图2为本申请所提供的基于PID控制器的悬浮控制性能实时优化方法的原理示意图;
图3为本申请所提供的基于PID控制器的悬浮控制性能实时优化装置实施例的功能框图;
图4为本申请所提供的基于PID控制器的悬浮控制性能实时优化设备实施例的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面结合附图和具体实施方式对本申请作进一步的详细说明。显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
在电磁悬浮控制领域,目前应用最为广泛的电磁悬浮控制器仍然以经典PID控制器为主。鉴于此,本申请提出一种基于PID控制器的悬浮控制性能实时优化方法、装置、设备及计算机可读存储介质,能在电磁悬浮系统模型未知情况下,针对已有的PID控制器,实现对PID控制器的重构,进一步优化悬浮性能,而不需要改变已有PID控制器的参数。
下面对本申请提供的基于PID控制器的悬浮控制性能实时优化方法实施例一进行介绍。参见图1,实施例一包括:
S11、在电磁悬浮系统稳定运行期间,运行输出观测器构造算法,得到输出观测器;
在电磁悬浮系统稳定运行期间,PID控制器已经使得电磁悬浮系统能够实现悬浮控制,此时,电磁悬浮系统稳定运行于工作点。
S12、在每个采样时刻,运行输出观测器,得到残差信号;
S13、在每个时间窗口,运行一阶惯性环节参数更新算法,更新一阶惯性环节参数;
S14、在每个采样时刻,根据残差信号和一阶惯性环节参数,按照一阶惯性环节表达式生成第一控制量;
S15、对第一控制量和PID控制器输出的第二控制量求和,得到最终控制量;
如上所述,PID控制器已经使得电磁悬浮系统能够实现悬浮控制,即PID控制器一直在输出上述第二控制量。本实施例利用第一控制量对PID控制器的悬浮控制性能进行优化,其中第一控制量的生成方案随时可以加入系统,且加入时不需要暂停PID控制器的运行。而且,由于本实施例是通过另一路控制信号即第二控制量对PID控制器的悬浮控制性能进行优化,所以本实施例不需要调整PID控制器的参数。
S16、根据最终控制量,对电磁悬浮系统进行悬浮控制。
可以理解的是,悬浮控制过程中,每个采样时刻都会生成相应的控制量,所以上述S12至S16的步骤实际上是重复执行的。本实施例只是以单个控制量的生成过程为例对整体实施过程进行说明。
本实施例所提供一种基于PID控制器的悬浮控制性能实时优化方法,在利用PID控制器对电磁悬浮系统进行悬浮控制的过程中,且电磁悬浮系统模型未知的情况下,为保证悬浮控制性能,该方法并不像传统方案一样对PID控制器参数进行整定,而是利用输出观测器和一阶惯性环节生成另一路控制信号,将该控制信号与PID输出的控制信号求和以作为对电磁悬浮系统的控制信号。通过这种方式,克服了参数整定过程繁琐、耗时长、甚至整定时需要停机等缺陷,实现了实时在线优化PID控制器以达到悬浮控制性能的目的,不需要改变已有PID控制器的参数。
下面开始详细介绍本申请提供的基于PID控制器的悬浮控制性能实时优化方法实施例二,实施例二在实施例一的基础之上,对悬浮控制过程进行了详尽的说明。
本实施例的原理如图2所示,主要包括输出观测器、一阶惯性环节、输出观测器构造算法、一阶惯性环节参数更新算法四部分,即图2中虚线框内内容,以及其相互之间的工作方式构成。根据工程实践,电流环、悬浮电磁铁及(车体)负载为二阶系统,即阶数2阶为已知。
首先,对本实施例涉及的一些参数进行说明:
w(k)为参考信号,即指定的悬浮间隙值;
u0(k)为PID控制器的输出信号,即上述第二控制量,维度为1;
u1(k)为一阶惯性环节的输出信号,即上述第一控制量,维度为1;
u(k)为PID控制器的输出信号u0(k)与一阶惯性环节的输出信号u1(k)之和,即u1(k)+u0(k);
y(k)为电磁悬浮系统的传感器量测值,即悬浮间隙,维度为1;
r(k)为输出观测器的输出值,即上述残差信号,维度为1;
k指代当前时刻(即第k个采样周期开始的时刻);
采样周期在后文中用T表示,为已知量。
整体而言,图2中虚线框内内容四部分之间的工作方式为:
步骤1:PID控制器使得电磁悬浮系统能够实现悬浮控制,此时,电磁悬浮系统稳定运行于工作点;
步骤2:运行输出观测器构造算法,得到输出观测器;
步骤3:在每个采样时刻,运行输出观测器,得到残差信号;
步骤4:在每个时间窗口,运行一阶惯性环节参数更新算法,更新一阶惯性环节参数;
步骤5:根据残差信号与一阶惯性参数,按照一阶惯性环节表达式在每个采样时刻生成第一控制量;
步骤6:对PID控制器输出的第二控制量与一阶惯性环节的输出第一控制量求和,作为最终控制量,按照图2中的结构输出;
步骤7:重复步骤3至步骤6。
下面分别对PID控制器、输出观测器及输出观测器构造算法、一阶惯性环节及一阶惯性环节参数更新算法进行介绍。
第一,PID控制器
PID控制器在z域,即离散域中,具有如下形式:
z域为数字控制系统中明确定义的离散域。
其中,Kp,Ki,Kd,N分别为比例、积分、微分和滤波器参数,为已知量,通过调试得到。
需要注意的是,图2中,若除去一阶惯性环节和输出观测器,剩下的部分已经能够由PID控制器实现对于电磁悬浮系统的悬浮控制。输出观测器和一阶惯性环节的引入,是为了在已经实现悬浮的基础上进一步改善悬浮性能。
第二,输出观测器
对于电磁悬浮系统,输出观测器形式如下:
xo(k+1)=A1xo(k)+B1u(k)+L1y(k)
r(k)=gy(k)-c1xo(k)
其中,k,k+1表示当前采样时刻和下一采样时刻;xo表示输出观测器的状态变量;A1,B1,g,c1表示输出观测器的参数矩阵,L1表示输出观测器的观测器增益;r表示残差信号;u表示最终控制量;y表示电磁悬浮系统的悬浮间隙。
上述参数矩阵与观测器增益按照如下方式得到:
其中,p1,p2,...,ps和q1,q2,...,qs+1为第一中间参数,s为指定的时间参数,为标量。
上述第一中间参数按照如下输出观测器构造算法获取:
步骤1:如前文所述,PID控制器如下:
对PID控制器按照传递函数互质分解的经典方法即欧几里得算法(EuclideanAlgorithm)进行互质分解,得到PID控制器的互质分解表达形式如下:
u0=V-1(z)U(z)(w(z)-y(z))
其中V(z)与U(z)为互质的传递函数。
由上式中的V(z)和参考信号w(z)按下式构建第二参考信号:
同时收集u(i)和y(i),i=k-s-Nc,···,k,组成如下矩阵:
其中,Nc>>s,且由实施者指定。
步骤2:对上述四个矩阵按如下排列,并对其进行LQ分解:
其中,Q1,Q2,Q3为单位正交基。
步骤3:对步骤2得到的结果进行奇异值分解:
其中,U1,U2,V1,V2为奇异值分解之后得到的酉矩阵。∑1为与U1和V1对应的奇异值矩阵,∑2为与U2和V2对应的奇异值矩阵。
U2的行数为2(s+1),列数为:s-1。根据U2的维度,按如下方式获取U2:对奇异值分解得到的[U1 U2],提取其最后s-1列对应的所有行。
步骤4:从中间矩阵Kd,s中提取第一中间参数p1,p2,...,ps和q1,q2,...,qs+1,具体提取方式为:选取Kd,s的最后一行,取该行的第1至第s列依次为p1,p2,...,ps,取该行的第s+2至2(s+1)列依次为q1,q2,...,qs+1。
步骤5:根据步骤4得到的p1,p2,...,ps和q1,q2,...,qs+1构造输出观测器的参数矩阵A1,B1,g,c1和输出观测器的观测器增益L1,得到输出观测器。
第三,一阶惯性环节
一阶惯性环节表达式如下:
其中,一阶惯性环节的初始状态为0,θ1,θ2为需要在线实时计算出的一阶惯性环节参数。PID控制器的重构即通过在线实时优化θ1,θ2来实现。
其中,θ2∈[-b,b],b<1,θ1的范围不做限制。
实时优化θ1,θ2的过程由一阶惯性环节参数更新算法实现,该算法具体过程如下:
步骤1:由实施者指定优化时间窗口W,时间窗口为采样周期的正整数倍;初始化θ1=0,θ2=0。
步骤2:在每一个采样时刻,按下式进行计算第二中间参数:
其中,
步骤3:在每一个时间窗口结束时,根据第二中间参数更新θ1,θ2,具体实施过程如下:
步骤5:重复步骤2至步骤5,直到θ1,θ2满足停止更新条件。停止更新条件由实施者定义。例如,可定义为外部输入的停止指令;又比如,可以为:
其中,j代表参数向量第j次更新;|·|为绝对值运算;m1与m2分别为判断参数向量θ1与θ2是否满足停止更新条件的判断窗口,其可以自行设定;δ1与δ2分别为停止更新的判断阈值,同样可以自行设定。
综上,本实施例提供的一种基于PID控制器的悬浮控制性能实时优化方法,能够确保PID控制器在模型参数未知情况下的优良悬浮控制性能。实现结构简单,通过对一阶惯性环节的实时优化改善悬浮控制性能,便于工程实施,提高了PID控制器参数整定效率,确保了电磁悬浮系统在不同工况下的良好悬浮性能。
下面对本申请实施例提供的基于PID控制器的悬浮控制性能实时优化装置进行介绍,下文描述的基于PID控制器的悬浮控制性能实时优化装置与上文描述的基于PID控制器的悬浮控制性能实时优化方法可相互对应参照。
如图3所示,本实施例的基于PID控制器的悬浮控制性能实时优化装置,包括:
输出观测器构造模块31,用于在电磁悬浮系统稳定运行期间,运行输出观测器构造算法,得到输出观测器;
残差信号生成模块32,用于在每个采样时刻,运行所述输出观测器,得到残差信号;
一阶惯性环节参数更新模块33,用于在每个时间窗口,运行一阶惯性环节参数更新算法,更新一阶惯性环节参数;
第一控制量生成模块34,用于在每个采样时刻,根据所述残差信号和所述一阶惯性环节参数,按照一阶惯性环节表达式生成第一控制量;
最终控制量生成模块35,用于对所述第一控制量和PID控制器输出的第二控制量求和,得到最终控制量;
悬浮控制模块36,用于根据所述最终控制量,对所述电磁悬浮系统进行悬浮控制。
本实施例的基于PID控制器的悬浮控制性能实时优化装置用于实现前述的基于PID控制器的悬浮控制性能实时优化方法,因此该装置的具体实施方式可见前文中的基于PID控制器的悬浮控制性能实时优化方法的实施例部分,在此不再展开介绍。
此外,本申请还提供了一种基于PID控制器的悬浮控制性能实时优化设备,如图4所示,包括:
存储器100:用于存储计算机程序;
处理器200:用于执行所述计算机程序,以实现如上文所述的基于PID控制器的悬浮控制性能实时优化方法。
最后,本申请提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时用于实现如上文所述的基于PID控制器的悬浮控制性能实时优化方法。
本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它实施例的不同之处,各个实施例之间相同或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。
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。
以上对本申请所提供的方案进行了详细介绍,本文中应用了具体个例对本申请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申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (9)
1.一种基于PID控制器的悬浮控制性能实时优化方法,其特征在于,包括:
在电磁悬浮系统稳定运行期间,运行输出观测器构造算法,得到输出观测器;
在每个采样时刻,运行所述输出观测器,得到残差信号;
在每个时间窗口,运行一阶惯性环节参数更新算法,更新一阶惯性环节参数;
在每个采样时刻,根据所述残差信号和所述一阶惯性环节参数,按照一阶惯性环节表达式生成第一控制量;
对所述第一控制量和PID控制器输出的第二控制量求和,得到最终控制量;
根据所述最终控制量,对所述电磁悬浮系统进行悬浮控制。
2.如权利要求1所述的方法,其特征在于,所述输出观测器如下:
xo(k+1)=A1xo(k)+B1u(k)+L1y(k)
r(k)=gy(k)-c1xo(k)
其中,k,k+1表示当前采样时刻和下一采样时刻;xo表示输出观测器的状态变量;A1,B1,g,c1表示输出观测器的参数矩阵,L1表示输出观测器的观测器增益;r表示残差信号;u表示最终控制量;y表示电磁悬浮系统的悬浮间隙。
3.如权利要求2所述的方法,其特征在于,所述运行输出观测器构造算法,得到输出观测器,包括:
在第一时间段和第二时间段分别对电磁悬浮系统的第二参考信号、最终控制量和悬浮间隙进行数据采集,得到四个矩阵,所述第一时间段为(k-2s-Nc,k-s-1),所述第二时间段为(k-s-Nc+1,k),其中,k表示当前时刻,s和Nc均为指定的时间参数且Nc>>s;
对所述四个矩阵进行排列,并对排列结果进行LQ分解;
对LQ分解结果进行奇异值分解;根据奇异值分解结果,确定中间矩阵;
从所述中间矩阵提取第一中间参数;
根据所述第一中间参数,确定输出观测器的参数矩阵和观测器增益;根据所述参数矩阵和所述观测器增益,构建相应的输出观测器。
6.如权利要求5所述的方法,其特征在于,所述运行一阶惯性环节参数更新算法,更新一阶惯性环节参数,包括:
S1、设置时间窗口,窗口大小为采样周期的正整数倍;初始化一阶惯性环节参数;
S2、在所述时间窗口的每个采样时刻,计算第二中间参数;
S3、在每个所述时间窗口结束时,根据所述第二中间参数更新所述一阶惯性环节参数;
S4、判断更新后的一阶惯性环节参数是否超过阈值,若超过,则重置所述更新后的一阶惯性环节参数等于所述阈值;
S5、判断是否达到停止更新条件,若达到,则输出最终的一阶惯性环节参数,否则回到S2。
7.一种基于PID控制器的悬浮控制性能实时优化装置,其特征在于,包括:
输出观测器构造模块,用于在电磁悬浮系统稳定运行期间,运行输出观测器构造算法,得到输出观测器;
残差信号生成模块,用于在每个采样时刻,运行所述输出观测器,得到残差信号;
一阶惯性环节参数更新模块,用于在每个时间窗口,运行一阶惯性环节参数更新算法,更新一阶惯性环节参数;
第一控制量生成模块,用于在每个采样时刻,根据所述残差信号和所述一阶惯性环节参数,按照一阶惯性环节表达式生成第一控制量;
最终控制量生成模块,用于对所述第一控制量和PID控制器输出的第二控制量求和,得到最终控制量;
悬浮控制模块,用于根据所述最终控制量,对所述电磁悬浮系统进行悬浮控制。
8.一种基于PID控制器的悬浮控制性能实时优化设备,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,以实现如权利要求1至6任意一项所述的基于PID控制器的悬浮控制性能实时优化方法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时用于实现如权利要求1至6任意一项所述的基于PID控制器的悬浮控制性能实时优化方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210191501.7A CN114545767A (zh) | 2022-02-28 | 2022-02-28 | 一种基于pid控制器的悬浮控制性能实时优化方法、装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210191501.7A CN114545767A (zh) | 2022-02-28 | 2022-02-28 | 一种基于pid控制器的悬浮控制性能实时优化方法、装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114545767A true CN114545767A (zh) | 2022-05-27 |
Family
ID=81661853
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210191501.7A Pending CN114545767A (zh) | 2022-02-28 | 2022-02-28 | 一种基于pid控制器的悬浮控制性能实时优化方法、装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114545767A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115616921A (zh) * | 2022-12-19 | 2023-01-17 | 中国人民解放军国防科技大学 | 一种电磁悬浮系统的增量式控制方法、装置以及介质 |
CN116068903A (zh) * | 2023-04-06 | 2023-05-05 | 中国人民解放军国防科技大学 | 一种闭环系统鲁棒性能的实时优化方法、装置及设备 |
CN117783929A (zh) * | 2024-02-26 | 2024-03-29 | 西北工业大学 | 一种直流变换器的开关管故障诊断方法 |
-
2022
- 2022-02-28 CN CN202210191501.7A patent/CN114545767A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115616921A (zh) * | 2022-12-19 | 2023-01-17 | 中国人民解放军国防科技大学 | 一种电磁悬浮系统的增量式控制方法、装置以及介质 |
CN115616921B (zh) * | 2022-12-19 | 2023-03-10 | 中国人民解放军国防科技大学 | 一种电磁悬浮系统的增量式控制方法、装置以及介质 |
CN116068903A (zh) * | 2023-04-06 | 2023-05-05 | 中国人民解放军国防科技大学 | 一种闭环系统鲁棒性能的实时优化方法、装置及设备 |
CN117783929A (zh) * | 2024-02-26 | 2024-03-29 | 西北工业大学 | 一种直流变换器的开关管故障诊断方法 |
CN117783929B (zh) * | 2024-02-26 | 2024-05-03 | 西北工业大学 | 一种直流变换器的开关管故障诊断方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114545767A (zh) | 一种基于pid控制器的悬浮控制性能实时优化方法、装置 | |
Ahamed et al. | A reinforcement learning approach to automatic generation control | |
Wang et al. | Sliding-mode surface-based decentralized event-triggered control of partially unknown interconnected nonlinear systems via reinforcement learning | |
Zhang et al. | Fuzzy delay compensation control for TS fuzzy systems over network | |
CN114362196B (zh) | 一种多时间尺度主动配电网电压控制方法 | |
Tyukin et al. | Feasibility of random basis function approximators for modeling and control | |
CN109638815B (zh) | 一种电力系统中长期电压安全稳定预防控制策略确定方法 | |
Qi et al. | Non-fragile H∞ SMC for Markovian jump systems in a finite-time | |
CN115036931A (zh) | 一种有源电网无功电压仿射可调鲁棒优化方法和装置 | |
CN100483276C (zh) | 一种基于噪声估计的自适应状态反馈预测控制方法 | |
Dizche et al. | Sparse wide-area control of power systems using data-driven reinforcement learning | |
CN111478344B (zh) | 一种能源微网负荷频率控制方法、系统及相关产品 | |
Liu et al. | A data-driven method for online constructing linear power flow model | |
Rigatos et al. | A nonlinear optimal control approach for shipboard AC/DC microgrids | |
Rigatos et al. | Non‐linear optimal control for the hot‐steel rolling mill system | |
EP2734900A1 (en) | Regulation method | |
CN117117989A (zh) | 一种机组组合深度强化学习求解方法 | |
He et al. | Network‐based robust fault detection with incomplete measurements | |
Zhao et al. | Fault-tolerant adaptive event-triggered integral sliding mode control for uncertain networked systems under actuator failures | |
Rinaldi et al. | Higher order sliding mode observers and nonlinear algebraic estimators for state tracking in power networks | |
CN111682552B (zh) | 数据驱动的无功电压控制方法、装置、设备及存储介质 | |
CN114757548A (zh) | 一种采用场景构建的风电储能设备调节性能评估方法 | |
CN111179110B (zh) | 虚拟电厂可变阶聚合等效鲁棒动态模型建模方法及装置 | |
Beura et al. | Load frequency control of two area microgrid using reinforcement learning controller | |
Singh | Decentralized estimation and control for power systems |
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 |