CN116165901B - 一种基于模糊逻辑的前馈参数自动调试方法、装置及介质 - Google Patents
一种基于模糊逻辑的前馈参数自动调试方法、装置及介质 Download PDFInfo
- Publication number
- CN116165901B CN116165901B CN202310401821.5A CN202310401821A CN116165901B CN 116165901 B CN116165901 B CN 116165901B CN 202310401821 A CN202310401821 A CN 202310401821A CN 116165901 B CN116165901 B CN 116165901B
- Authority
- CN
- China
- Prior art keywords
- following error
- difference
- parameter
- acceleration
- feedforward
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 78
- 230000001133 acceleration Effects 0.000 claims abstract description 156
- 238000012937 correction Methods 0.000 claims abstract description 94
- 238000012545 processing Methods 0.000 claims abstract description 12
- 230000008569 process Effects 0.000 claims description 26
- 230000006870 function Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000005484 gravity Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 12
- 241001671983 Pusa Species 0.000 description 9
- 238000004590 computer program Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 238000004806 packaging method and process Methods 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
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
-
- 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
- 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
本发明公开了一种基于模糊逻辑的前馈参数自动调试方法、装置及介质,包括基于当前速度前馈参数和/或当前加速度前馈参数,控制设备执行运动,判断跟随误差差值、位置欠冲量差值和最小跟随误差差值是否均在各自的预设范围内,若否,则根据模糊化处理获取速度前馈参数的修正值和/或加速度前馈参数的修正值;重新控制设备执行运动,直至跟随误差差值、位置欠冲量差值和最小跟随误差差值均在各自的预设范围内。该基于模糊逻辑的前馈参数自动调试方法、装置及介质,能够根据模糊控制理论,从获取到的数据,自动查表得出需要调整的前馈参数的修正值进而对当前前馈参数进行迭代修正,调试效率高,调试方便,使得设备的运行性能更加稳定、优化。
Description
技术领域
本发明涉及自动控制领域,特别是涉及一种半导体封装设备的调试方法、装置及介质。
背景技术
在精密运动控制系统中,尤其是在半导体封装设备中,如焊线机、贴片机,为保证高加速下的动态跟随性能,会引入前馈控制(FFC),前馈控制一般包含速度前馈和加速度前馈。目前,要设计一组较优的前馈控制参数,需要经验丰富的工程师调试;但这有以下两种弊端:1、随着设备产量的提高,如果采用人工调试的方法会耗费极大的人力和时间成本;2、设备往往被一线操作人员使用,他们往往不具备调试的能力。因此,在生产过程中,引入对于前馈参数的自动调试的方法显得尤为重要。
发明内容
本发明要解决的技术问题是为了克服现有技术中的缺陷,提供一种设备中基于模糊逻辑的前馈参数自动调试方法。
本发明是通过下述技术方案来解决上述技术问题:一种基于模糊逻辑的前馈参数自动调试方法,其特征在于,包括,
基于当前速度前馈参数和/或当前加速度前馈参数,控制设备执行运动,
判断跟随误差差值PED、位置欠冲量差值USD和最小跟随误差差值是否均在各自的预设范围内,
其中,所述跟随误差差值PED为实际加速段最大跟随误差MaxDPEa与目标加速段最大跟随误差MaxDPEt之间的差值,所述位置欠冲量差值USD为实际减速段位置欠冲量PUSa与目标减速段位置欠冲量PUSt之间的差值,所述最小跟随误差差值为实际全行程最小跟随误差与目标全行程最小跟随误差之间的差值;
若否,则根据模糊化处理获取速度前馈参数的修正值和/或加速度前馈参数的修正值,得到修正后的速度前馈参数和/或加速度前馈参数,将修正后的速度前馈参数和/或加速度前馈参数作为当前速度前馈参数和/或当前加速度前馈参数;
重新开始控制设备执行运动,直至跟随误差差值PED、位置欠冲量差值USD和最小跟随误差差值均在各自的预设范围内,停止调试。
优选地,在重新开始控制设备执行运动前,将循环次数N加1,并且判断该循环次数是否超过预设次数,若否则继续,若是,则调试失败终止程序。
优选地,根据模糊化处理获取速度前馈参数和/或加速度前馈参数的修正值,具体包括,
通过二维查找表得到速度前馈参数的修正值和/或加速度前馈参数的修正值,
所述二维查找表为根据模糊化处理建立的输入跟随误差差值PED和位置欠冲量差值USD,输出为速度前馈参数的修正值ΔKv或加速度前馈参数的修正值ΔKa的二维查找表。
优选地,得到修正后的速度前馈参数和/或加速度前馈参数,具体为根据以下公式,
Kaff’=Kaff+ΔKa×Kca;(1)
Kvff’=Kvff+ΔKv×Kcv;(2)
其中,Kaff为当前加速度前馈参数,ΔKa为加速度前馈参数修正值,Kca为加速度修正因子,Kaff’为修正后的加速度前馈参数;
Kvff为当前速度前馈参数,ΔKv为速度前馈参数修正值,Kcv为速度修正因子,Kvff’为修正后的速度前馈参数;
Kca为低于Kaff一个数量级的系数,Kcv为低于Kvff一个数量级的系数。
优选地,还包括根据模糊化处理建立输入为跟随误差差值PED和位置欠冲量差值USD,输出为速度前馈参数的修正值ΔKv或加速度前馈参数的修正值ΔKa的二维查找表,具体包括,
基本论域的选择;
建立输入、输出变量的模糊子集;
建立模糊规则;
模糊推理与去模糊化得到查找表。
优选地,基本论域分为13个等级;
所述输入、输出变量的模糊子集定义为{负最大(NB) ,负中间值(NM),负最小(NS),零级(ZO),正最小(PS),正中间值(PM),正最大(PB)},语言变量的隶属度函数选择梯形函数;
所述模糊规则为根据经验判断制定;
所述模糊推理和去模糊化采用重心法或最大隶属度法。
优选地,所述根据模糊化处理建立二维查找表还包括先控制设备在速度前馈参数和/或加速度前馈参数的最大范围内运行,获得判断跟随误差差值PED的最大范围和位置欠冲量差值USD的最大范围,进而将该范围划分成基本论域分为13个等级。
优选地,判断跟随误差差值PED、位置欠冲量差值USD和全行程最小跟随误差差值是否在各自的预设范围内,包括,
当判断跟随误差差值PED、位置欠冲量差值USD满足在各自的预设范围内,而全行程最小跟随误差差值不在对应的预设范围内时;
则增大目标加速段最大跟随误差MaxDPEt和目标减速段位置欠冲量PUSt,重新计算跟随误差差值PED和位置欠冲量差值USD。
本发明的另一方面,提供了一种基于模糊逻辑的前馈参数自动调试装置,其特征在于,包括,
控制模块,用于控制设备在当前速度前馈参数和/或当前加速度前馈参数运行;
第一获取模块,用于在设备运行后,获取设备的实际加速段最大跟随误差MaxDPEa、实际减速段位置欠冲量PUSa和实际全行程最小跟随误差MinPDEa;
计算模块,用于计算跟随误差差值PED、位置欠冲量差值USD和最小跟随误差差值,
其中,所述跟随误差差值PED为实际加速段最大跟随误差MaxDPEa与目标加速段最大跟随误差MaxDPEt之间的差值,所述位置欠冲量差值USD为实际减速段位置欠冲量PUSa与目标减速段位置欠冲量PUSt之间的差值,所述最小跟随误差差值为实际全行程最小跟随误差与目标全行程最小跟随误差之间的差值;
判断模块,用于判断跟随误差差值PED、位置欠冲量差值USD和最小跟随误差差值是否均在各自的预设范围内;
第二获取模块,用于根据模糊化处理获取速度前馈参数的修正值和/或加速度前馈参数的修正值;
修正模块,用于得到修正后的速度前馈参数和/或加速度前馈参数,将修正后的速度前馈参数和/或加速度前馈参数作为当前速度前馈参数和/或当前加速度前馈参数。
优选地,还包括循环保护模块,所述循环保护模块用于累加循环次数,并且判断是否大于预设次数。
优选地,所述第二获取模块包括,
查表模块,用于通过二维查找表得到速度前馈参数的修正值和/或加速度前馈参数的修正值;
所述二维查找表为根据模糊化处理建立的输入跟随误差差值PED和位置欠冲量差值USD,输出为速度前馈参数的修正值ΔKv或加速度前馈参数的修正值ΔKa的二维查找表。
优选地,所述修正模块得到修正后的速度前馈参数和/或加速度前馈参数,具体为根据以下公式得到,
Kaff’=Kaff+ΔKa×Kca;(1)
Kvff’=Kvff+ΔKv×Kcv;(2)
其中,Kaff为当前加速度前馈参数,ΔKa为加速度前馈参数修正值,Kca为加速度修正因子,Kaff’为修正后的加速度前馈参数;
Kvff为当前速度前馈参数,ΔKv为速度前馈参数修正值,Kcv为速度修正因子,Kvff’为修正后的速度前馈参数;
Kca为低于Kaff一个数量级的系数,Kcv为低于Kvff一个数量级的系数。
优选地,还包括表格生成模块,所述表格生成模块,用于根据模糊化处理建立输入为跟随误差差值PED和位置欠冲量差值USD,输出为速度前馈参数的修正值ΔKv或加速度前馈参数的修正值ΔKa的二维查找表;
所述表格生成模块包括基本论域选择模块;输入变量模糊子集建立模块;输出变量模糊子集建立模块;模糊规则建立模块;模糊推理和去模糊化模块。
优选地,所述表格生成模块还包括第三获取模块,用于当控制装置控制设备在速度前馈参数和/或加速度前馈参数的最大范围内运行时,获得判断跟随误差差值PED的最大范围和位置欠冲量差值USD的最大范围,供基本论域选择模块划分论域等级。
优选地,所述判断模块包括,
第一判断子模块,用于判断跟随误差差值PED是否在其预设范围内;
第二判断子模块,用于判断位置欠冲量差值USD是否在其预设范围内;
第三判断子模块,用于判断最小跟随误差差值是否在其预设范围内;
修改子模块,当第一、第二判断模块判断跟随误差差值PED、位置欠冲量差值USD满足在各自的预设范围内,第三判断模块判定最小跟随误差差值不在对应的预设范围内时,则增大目标加速段最大跟随误差MaxDPEt和目标减速段位置欠冲量PUSt。
本发明的又一方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述的方法。
本发明的又一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行上述的方法。
本发明的积极进步效果在于:该基于模糊逻辑的前馈参数自动调试方法、装置及介质,能够根据模糊控制理论,从获取到的数据,自动查表得出需要调整的前馈参数的修正值进而对当前前馈参数进行迭代修正,再控制设备运动,调试效率高,自动调试方便,使得设备的运行性能更加稳定、优化。
附图说明
图1为本发明实施例1提供的基于模糊逻辑的前馈参数自动调试方法的流程示意图;
图2为本发明实施例1提供的基于模糊逻辑的前馈参数自动调试方法中步骤S3的示意图;
图3为本发明实施例1提供的基于模糊逻辑的前馈参数自动调试方法中步骤S200的示意图;
图4为本发明实施例2提供的基于模糊逻辑的前馈参数自动调试方法中步骤S3’的示意图;
图5为本发明实施例3提供的基于模糊逻辑的前馈参数自动调试装置的示意图;
图6为本发明实施例3提供的基于模糊逻辑的前馈参数自动调试装置的判断模块的示意图;
图7为本发明实施例3提供的基于模糊逻辑的前馈参数自动调试装置的表格生成模块的示意图;
图8为本发明实施例4提供的示例电子设备500的示意性框图。
具体实施方式
下面通过实施例的方式进一步说明本发明,但并不因此将本发明限制在所述的实施例范围之中。
半导体封装设备中,例如焊线机、贴片机,为保证高加速下的动态跟随性能,会引入前馈控制(Feed Forward Control,FFC),一般常用的为速度前馈和加速度前馈,通过调整前馈参数,能够改善系统的性能。而反应设备高速运转时的系统性能的参数一般包括加速段的最大跟随误差(Maximum Dynamic Position Error),记为MaxDPE;减速段的位置欠冲量(Position Under shoot),记为PUS;全行程的最小跟随误差(Minimum DynamicPosition Error),记为MinDPE。在控制时,一般会设置目标加速段的最大跟随误差MaxDPEt,目标减速段的位置欠冲量PUSt以及目标全行程的最小跟随误差MinDPEt,当系统运行后得到的实际加速段最大跟随误差MaxDPEa与目标加速段最大跟随误差MaxDPEt之间的差值,实际减速段位置欠冲量PUSa与目标减速段位置欠冲量PUSt之间的差值,以及实际全行程最小跟随误差与目标全行程最小跟随误差之间的差值,三个差值均满足位于各自的预设范围内时,则认为系统不需要再调试,否则,则需要调整速度前馈参数和/或加速度前馈参数。
优选地,所述速度前馈参数和加速度前馈参数可以同时调节,或者也可以仅调整一项,使得上述三个差值满足要求。
本发明设定实际加速段最大跟随误差MaxDPEa与目标加速段最大跟随误差MaxDPEt之间的差值为跟随误差差值PED,实际减速段位置欠冲量PUSa与目标减速段位置欠冲量PUSt之间的差值,为位置欠冲量差值USD,以及实际全行程最小跟随误差与目标全行程最小跟随误差之间的差值为最小跟随误差差值。
该三个差值的预设范围,分别为其目标值±范围阈值,例如随误差差值PED,目标加速段最大跟随误差MaxDPEt为A,范围阈值为B,则该跟随误差差值PED的范围为目标值±范围阈值,即A±B。通常该目标值以及范围阈值,根据不同的设备有预定的范围。
当三个差值不满足要求时,采用模糊控制理论,根据跟随误差差值PED和位置欠冲量差值USD获得度前馈参数的修正值和/或加速度前馈参数的修正值,进而迭代修改速度前馈参数和/或加速度前馈参数,优化系统的性能。
实施例1
如图1所示,为本发明实施例1的基于模糊逻辑的前馈参数自动调试方法的流程图,该方法中,仅调试了加速度前馈参数Kaff,该方法具体包括以下步骤:
S1,基于当前加速度前馈参数,控制设备执行运动,当前加速度前馈参数在该步骤执行前通过获取预设的加速度前馈参数获得,该前馈参数可以为0,也可以为其他数值。即在该步骤前,还可以设有一步骤S100,用于获取预设加速度前馈参数。或者是直接将当前加速度前馈参数设为0。
S2,获取设备的实际加速段最大跟随误差MaxDPEa、实际减速段位置欠冲量PUSa和实际全行程最小跟随误差MinPDEa;该步骤中的实际加速段最大跟随误差MaxDPEa、实际减速段位置欠冲量PUSa和实际全行程最小跟随误差MinPDEa;均在设备运行一次后通过系统自动计算获取,并且将获取到的数据进行去噪声处理,得到准确的数值。
S3,判断跟随误差差值PED、位置欠冲量差值USD和最小跟随误差差值是否均在各自的预设范围内。
其中,所述跟随误差差值PED为实际加速段最大跟随误差MaxDPEa与目标加速段最大跟随误差MaxDPEt之间的差值,所述位置欠冲量差值USD为实际减速段位置欠冲量PUSa与目标减速段位置欠冲量PUSt之间的差值,所述最小跟随误差差值为实际全行程最小跟随误差与目标全行程最小跟随误差之间的差值;该步骤具体为通过上述计算,获得具体的差值,然后再判断跟随误差差值PED、位置欠冲量差值USD和最小跟随误差差值是否均在各自的预设范围内。
S4,若是,则说明三个差值均位于其各自的预设范围内,系统在当前的速度前馈参数下运动能够达到良好的性能,因此,可直接退出调试;
若否,则根据模糊化处理获取加速度前馈参数的修正值,得到修正后的加速度前馈参数,将修正后的加速度前馈参数作为当前加速度前馈参数,重新开始执行步骤S1,即重新开始控制设备执行一次运动,直至跟随误差差值PED、位置欠冲量差值USD和最小跟随误差差值均在各自的预设范围内。
具体的,根据模糊化处理获取加速度前馈参数的修正值,包括通过二维查找表得到加速度前馈参数的修正值,该二维查找表为根据模糊化处理建立的输入跟随误差差值PED和位置欠冲量差值USD,输出为加速度前馈参数的修正值ΔKa的二维查找表。
如下表1所示,
其中{-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6,}为跟随误差差值PED和位置欠冲量差值USD的13个等级,根据PED和USD的最大范围进行划分,一次运动后,得到的PED和USD位于何等级,就对应查表。例如,PED的实际数值范围为{-13,-13},则划分为13个等级,每个等级的范围为2,-6对应{-13,-11},-5对应{-11,-9}……6对应{11,13},依次类推,根据实际测得的PED进行对应的查表。查表后得到加速度前馈参数的修正值ΔKa后,计算修正后的加速度前馈参数,
Kaff’=Kaff+ΔKa×Kca;(1)
其中Kaff为当前加速度前馈参数,ΔKa为加速度前馈参数修正值,Kca为加速度修正因子,Kca为低于Kaff一个数量级的系数,例如,如果当前的加速度前馈参数为Kaff为50,而查表1得到加速度前馈值ΔKa为个位数,例如上表中的3,为了更好地迭代调整加速度前馈值,则可以选取加速度修正因子Kca为2,这样修正后的加速度前馈参数Kaff’相对于当前加速度前馈参数Kaff变化,不至于导致数量级的差别。而如果加速度修正因子选择为20,则修正后的加速度前馈参数Kaff’相对于当前加速度前馈参数Kaff的变化则为60,大于当前的加速度前馈参数为Kaff为50的本身,这样一次修正值过大,会导致系统调试的次数增加和效率低下。因此,优选地,Kca为低于Kaff一个数量级的系数,本领域技术人员可以根据需要调整。
将修正后的加速度前馈参数作为当前加速度前馈参数,然后再重新开始进行步骤S1,以此循环,直至三个差值都满足位于各自的预设范围内的条件,进而退出调试。
该方法还包括步骤S5,即在重新开始循环前,将循环次数N累加1,循环次数N的初始值为1,若循环次数N超过预设次数,则调试失败,程序终止,若未超过预设次数,则继续循环。具体的,为在步骤S4运行后,将循环次数N+1,并且判断N+1是否大于预设次数,若小于或等于,则继续循环,若大于,则认定调试失败,程序终止。
如图2所示,为步骤S3的具体实施方式的流程示意图。判断跟随误差差值PED、位置欠冲量差值USD和最小跟随误差差值是否均在各自的预设范围内,包括以下步骤,
S31,先判断跟随误差差值PED、位置欠冲量差值USD和最小跟随误差差值是否均在各自的预设范围内;若是,则停止调试;若否,进行步骤S32。
S32,判断是否为跟随误差差值PED和位置欠冲量差值USD满足在各自的预设范围内而最小跟随误差差值不满足在其对应的预设范围内,若否,则跳过步骤S33、S34,进行步骤S4;若是,则进行步骤S33、S34。
S33,增大目标加速段最大跟随误差MaxDPEt和目标减速段位置欠冲量PUSt的值;并且在后续过程中沿用该增大后的加速段最大跟随误差MaxDPEt和目标减速段位置欠冲量PUSt的值。
S34,重新计算跟随误差差值PED和位置欠冲量差值USD。
因为上述步骤中,只需要根据PED和USD来查表获得加速度前馈参数的修正值,而当PED和USD满足位于其预设范围内的条件时,则通过查表来获得的加速度前馈参数的修正值通常为0,即表1中,二维表两维输入值均为0级时对应的值,此时无法通过修正加速度前馈参数再来进行调节。说明该目标加速段最大跟随误差MaxDPEt和目标减速段位置欠冲量PUSt的值设置不准确,因此,此时需要增大目标加速段最大跟随误差MaxDPEt和目标减速段位置欠冲量PUSt的值,进而重新计算跟随误差差值PED和位置欠冲量差值USD。
而增大目标加速段最大跟随误差MaxDPEt和目标减速段位置欠冲量PUSt的值后,其跟随误差差值PED的预设范围和位置欠冲量差值USD的预设范围必将随之变化。
并且本发明实施例1中的方法,如图3所示,还包括步骤S200,根据模糊化处理建立输入为跟随误差差值PED和位置欠冲量差值USD,输出为加速度前馈参数的修正值ΔKa的二维查找表,具体包括:
S201,基本论域的选择;分为13个等级,当然也可以根据需要划分为11个等级等。并且在该等级划分前,可以事先控制设备在速度前馈参数和/或加速度前馈参数的最大范围内运行,进而获得判断跟随误差差值PED的最大范围和位置欠冲量差值USD的最大范围,进而将该最大范围划分成基本论域分为13个等级。
S202,建立输入、输出变量的模糊子集;其中,输入、输出变量的模糊子集定义为{负最大(NB) ,负中间值(NM),负最小(NS),零级(ZO) , 正最小(PS), 正中间值(PM),正最大(PB) },语言变量的隶属度函数选择梯形函数。
S203,建立模糊规则;其中模糊规则根据下述规则表来制定,如下表2所示,其中值的选取根据工程师的经验得到,本领域技术人员可以根据需要和设备的特性,自行进行调整。因此该模糊规则也可以更改,并不一定如下表2所示。
表2:
S204,模糊推理与去模糊化得到查找表。所述模糊推理和去模糊化采用重心法或最大隶属度法,进而能够得到如上表1所示的二维查找表。
该基于模糊逻辑的前馈参数自动调试方法,能够根据模糊控制理论,从获取到的数据,自动查表得出需要调整的前馈参数的修正值进而对当前前馈参数进行迭代修正,再控制设备运动,判断参数是否满足预设的范围,若满足,则退出调试,若不满足则继续迭代修正,不但调试效率高,调试方便,而且能够自动运行,使得设备的运行性能更加稳定、优化。
当然,上述实施例中仅对加速度前馈参数进行自动调试,本领域技术人员也可以了解到,也可以仅对速度前馈参数进行自动调试,即将上述步骤中的加速度前馈参数均替换为速度前馈参数即可。
也可以两个参数一起进行调整,即根据得到的PED和USD的值,同时查询两张二维查找表,同时得到加速度前馈参数的修正值和速度前馈参数的修正值,进而同时调整加速度前馈参数和速度前馈参数进行设备的控制,其他步骤,与该实施例1相同。
实施例2
该实施例中,其他步骤与实施例1相同,不同的是步骤S3的判断和处理方式,如图4所示,为步骤S3的另一种实施方式的流程示意图。
步骤S3’,判断跟随误差差值PED、位置欠冲量差值USD和最小跟随误差差值是否均在各自的预设范围内,包括以下步骤,
S31’,先判断跟随误差差值PED和位置欠冲量差值USD是否均在各自的预设范围内;若否,则跳过以下步骤直接进行步骤S4;若是,则进行步骤S32’;
S32’,判断最小跟随误差差值是否位于其对应的预设范围内,若是,则停止调试;若否,继续进行S33’;
S33’,增大目标加速段最大跟随误差MaxDPEt和目标减速段位置欠冲量PUSt的值;并且在后续过程中沿用该增大后的加速段最大跟随误差MaxDPEt和目标减速段位置欠冲量PUSt的值;
S34’,重新计算跟随误差差值PED和位置欠冲量差值USD。
该实施例中的该步骤S3’与实施例1中的步骤S3的作用相同,均用于判断当出现PED和USD满足位于其预设范围内的条件,而最小跟随误差差值不满足时,如何通过调整最大跟随误差MaxDPEt和目标减速段位置欠冲量PUSt,来对设备进行调试。
实施例3
如图5所示,为执行上述实施例1、2所需要的基于模糊逻辑的前馈参数自动调试装置。
控制模块1,用于控制设备在当前速度前馈参数和/或当前加速度前馈参数运行。还可以用于控制设备在最大范围的速度前馈参数和/或当前加速度前馈参数下运动,进而获得跟随误差差值PED和位置欠冲量差值USD的范围。
第一获取模块21,用于在设备运行后,获取设备的实际加速段最大跟随误差MaxDPEa、实际减速段位置欠冲量PUSa和实际全行程最小跟随误差MinPDEa;并且该第一获取模块21与计算模块3连接,用于将上述获取的数据传递至计算模块3。
计算模块3,用于计算跟随误差差值PED、位置欠冲量差值USD和最小跟随误差差值。
其中,所述跟随误差差值PED为实际加速段最大跟随误差MaxDPEa与目标加速段最大跟随误差MaxDPEt之间的差值,所述位置欠冲量差值USD为实际减速段位置欠冲量PUSa与目标减速段位置欠冲量PUSt之间的差值,所述最小跟随误差差值为实际全行程最小跟随误差与目标全行程最小跟随误差之间的差值。
其中的目标加速度跟随误差MaxDPEt、目标减速段位置欠冲量PUSt和目标全行程最小跟随误差为预先设置获得,也可能根据判断模块4判断后进行更改。
判断模块4,用于判断跟随误差差值PED、位置欠冲量差值USD和最小跟随误差差值是否均在各自的预设范围内;如图6所示,所述判断模块还包括
第一判断子模块41,用于判断跟随误差差值PED是否在其预设范围内;
第二判断子模块42,用于判断位置欠冲量差值USD是否在其预设范围内;
第三判断子模块43,用于判断最小跟随误差差值是否在其预设范围内;
修改子模块44,当第一、第二判断模块判断跟随误差差值PED、位置欠冲量差值USD满足在各自的预设范围内,第三判断模块判定最小跟随误差差值不在对应的预设范围内时,增大目标加速段最大跟随误差MaxDPEt和目标减速段位置欠冲量PUSt。
第二获取模块22,用于根据模糊化处理获取速度前馈参数的修正值和/或加速度前馈参数的修正值;该第二获取模块,包括查表模块,用于通过二维查找表得到速度前馈参数的修正值和/或加速度前馈参数的修正值。所述二维查找表为根据模糊化处理建立的输入跟随误差差值PED和位置欠冲量差值USD,输出为速度前馈参数的修正值ΔKv或加速度前馈参数的修正值ΔKa的二维查找表。
修正模块5,用于得到修正后的速度前馈参数和/或加速度前馈参数,将修正后的速度前馈参数和/或加速度前馈参数作为当前速度前馈参数和/或当前加速度前馈参数。
所述修正模块得到修正后的速度前馈参数和/或加速度前馈参数,具体为根据以下公式得到,
Kaff’=Kaff+ΔKa×Kca;(1)
Kvff’=Kvff+ΔKv×Kcv;(2)
其中,Kaff为当前加速度前馈参数,ΔKa为加速度前馈参数修正值,Kca为加速度修正因子,Kaff’为修正后的加速度前馈参数;
Kvff为当前速度前馈参数,ΔKv为速度前馈参数修正值,Kcv为速度修正因子,Kvff’为修正后的速度前馈参数;
Kca为低于Kaff一个数量级的系数,Kcv为低于Kvff一个数量级的系数。
优选地,该装置还包括循环保护模块7,该循环保护模块7包括次数累加模块和次数判断模块,次数累加模块用于在每次判断模块判断需要重新执行一次循环时将循环次数N+1,该循环次数的初始值为1,而次数判断模块,用于判断该循环次数是否大于预设次数,若大于,则中断程序,提示调试失败,若小于等于,则继续循环。
该装置还包括初始获取模块,用于获取初始速度前馈参数和/或初始加速度前馈参数,作为当前速度前馈参数和/或当前加速度前馈参数。该初始速度前馈参数和/或初始加速度前馈参数,可以为0,或者设置的其他数值。
还包括表格生成模块6,所述表格生成模块,用于根据模糊化处理建立输入为跟随误差差值PED和位置欠冲量差值USD,输出为速度前馈参数的修正值ΔKv或加速度前馈参数的修正值ΔKa的二维查找表;
所述表格生成模块,如图7所示,包括基本论域选择模块61;输入变量模糊子集建立模块62;输出变量模糊子集建立模块63;模糊规则建立模块64;模糊推理和去模糊化模块65,上述模块分别用于执行上述实施例1、2中的步骤S200。
其中基本论域选择模块61用于将判断跟随误差差值PED的最大范围和位置欠冲量差值USD的范围划分成多个等级,优选地,将判断跟随误差差值PED的最大范围和位置欠冲量差值USD的最大范围,划分成13个等级。
输入变量模糊子集建立模块62和输出变量模糊子集建立模块63,优选地,将输入、输出变量的模糊子集定义为{负最大(NB) ,负中间值(NM),负最小(NS),零级(ZO) , 正最小(PS), 正中间值(PM),正最大(PB) },语言变量的隶属度函数选择梯形函数。
模糊规则建立模块64,所采用的模糊规则根据表2所示,其中值的选取根据工程师的经验得到,本领域技术人员可以根据需要和设备的特性,自行进行调整。因此该模糊规则也可以更改,并不一定如下表2所示。
模糊推理与去模糊化模块65,所述模糊推理和去模糊化模块采用重心法或最大隶属度法,进而能够得到如上表1所示的二维查找表。
所述表格生成模块,还包括第三获取模块23,用于当控制装置控制设备在速度前馈参数和/或加速度前馈参数的最大范围内运行时,获得判断跟随误差差值PED的最大范围和位置欠冲量差值USD的最大范围,供基本论域选择模块划分论域等级。
实施例4
图8示出了可以用来实施本发明的实施例的示例电子设备500的示意性框图。设备500包括计算单元501,其可以根据存储在ROM(Read-Only Memory,只读存储器)502中的计算机程序或者从存储单元508加载到RAM(Random Access Memory,随机访问/存取存储器)503中的计算机程序,来执行各种适当的动作和处理。在RAM 503中,还可存储设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。I/O(Input/Output,输入/输出)接口505也连接至总线504。
设备500中的多个部件连接至I/O接口505,包括:输入单元506,例如键盘、鼠标等;输出单元507,例如各种类型的显示器、扬声器等;存储单元508,例如磁盘、光盘等;以及通信单元509,例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于CPU(Central Processing Unit,中央处理单元)、GPU(Graphic Processing Units,图形处理单元)、各种专用的AI(Artificial Intelligence,人工智能)计算芯片、各种运行机器学习模型算法的计算单元、DSP(Digital SignalProcessor,数字信号处理器)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理,例如基于模糊逻辑的前馈参数自动调试方法。例如,在一些实施例中,基于模糊逻辑的前馈参数自动调试方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元508。在一些实施例中,计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM 503并由计算单元501执行时,可以执行上文描述的方法的一个或多个步骤。备选地,在其他实施例中,计算单元501可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行前述基于模糊逻辑的前馈参数自动调试方法。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
虽然以上描述了本发明的具体实施方式,但是本领域的技术人员应当理解,这仅是举例说明,本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下,可以对这些实施方式做出多种变更或修改,但这些变更和修改均落入本发明的保护范围。
Claims (16)
1.一种基于模糊逻辑的前馈参数自动调试方法,其特征在于,包括,
基于当前速度前馈参数和/或当前加速度前馈参数,控制设备执行运动,
判断跟随误差差值、位置欠冲量差值和最小跟随误差差值是否均在各自的预设范围内,
其中,所述跟随误差差值为实际加速段最大跟随误差与目标加速段最大跟随误差之间的差值,所述位置欠冲量差值为实际减速段位置欠冲量与目标减速段位置欠冲量之间的差值,所述最小跟随误差差值为实际全行程最小跟随误差与目标全行程最小跟随误差之间的差值;
若否,则根据模糊化处理获取速度前馈参数的修正值和/或加速度前馈参数的修正值,得到修正后的速度前馈参数和/或加速度前馈参数,将修正后的速度前馈参数和/或加速度前馈参数作为当前速度前馈参数和/或当前加速度前馈参数;
重新开始控制设备执行运动,直至跟随误差差值、位置欠冲量差值和最小跟随误差差值均在各自的预设范围内,停止调试;
其中,判断跟随误差差值、位置欠冲量差值和全行程最小跟随误差差值是否在各自的预设范围内,还包括,
当判断跟随误差差值、位置欠冲量差值满足在各自的预设范围内,而全行程最小跟随误差差值不在对应的预设范围内时;
则增大目标加速段最大跟随误差和目标减速段位置欠冲量,重新计算跟随误差差值和位置欠冲量差值。
2.如权利要求1所述的基于模糊逻辑的前馈参数自动调试方法,其特征在于,在重新开始控制设备执行运动前,将循环次数N加1,并且判断该循环次数是否超过预设次数,若否则继续,若是,则调试失败终止程序。
3.如权利要求1所述的基于模糊逻辑的前馈参数自动调试方法,其特征在于,根据模糊化处理获取速度前馈参数和/或加速度前馈参数的修正值,具体包括,
通过二维查找表得到速度前馈参数的修正值和/或加速度前馈参数的修正值,
所述二维查找表为根据模糊化处理建立的输入为跟随误差差值和位置欠冲量差值,输出为速度前馈参数的修正值或加速度前馈参数的修正值的二维查找表。
4.如权利要求1所述的基于模糊逻辑的前馈参数自动调试方法,其特征在于,得到修正后的速度前馈参数和/或加速度前馈参数,具体为根据以下公式,
Kaff’=Kaff+ΔKa×Kca;
Kvff’=Kvff+ΔKv×Kcv;
其中,Kaff为当前加速度前馈参数,ΔKa为加速度前馈参数修正值,Kca为加速度修正因子,Kaff’为修正后的加速度前馈参数;
Kvff为当前速度前馈参数,ΔKv为速度前馈参数修正值,Kcv为速度修正因子,Kvff’为修正后的速度前馈参数;
Kca为低于Kaff一个数量级的系数,Kcv为低于Kvff一个数量级的系数。
5.如权利要求1所述的基于模糊逻辑的前馈参数自动调试方法,其特征在于,还包括根据模糊化处理建立输入为跟随误差差值和位置欠冲量差值,输出为速度前馈参数的修正值或加速度前馈参数的修正值的二维查找表,具体包括,
基本论域的选择;
建立输入、输出变量的模糊子集;
建立模糊规则;
模糊推理与去模糊化得到查找表。
6.如权利要求5所述的基于模糊逻辑的前馈参数自动调试方法,其特征在于,基本论域分为13个等级;
所述输入、输出变量的模糊子集定义为{负最大,负中间值,负最小,零级,正最小,正中间值,正最大},语言变量的隶属度函数选择梯形函数;
所述模糊规则为根据经验判断制定;
所述模糊推理和去模糊化采用重心法或最大隶属度法。
7.如权利要求6所述的基于模糊逻辑的前馈参数自动调试方法,其特征在于,所述根据模糊化处理建立二维查找表还包括先控制设备在速度前馈参数和/或加速度前馈参数的最大范围内运行,获得判断跟随误差差值的最大范围和位置欠冲量差值的最大范围,进而将该范围划分成基本论域分为13个等级。
8.一种基于模糊逻辑的前馈参数自动调试装置,其特征在于,包括,
控制模块(1),用于控制设备在当前速度前馈参数和/或当前加速度前馈参数运行;
第一获取模块(21),用于在设备运行后,获取设备的实际加速段最大跟随误差、实际减速段位置欠冲量和实际全行程最小跟随误差;
计算模块(3),用于计算跟随误差差值、位置欠冲量差值和最小跟随误差差值,
其中,所述跟随误差差值为实际加速段最大跟随误差与目标加速段最大跟随误差之间的差值,所述位置欠冲量差值为实际减速段位置欠冲量与目标减速段位置欠冲量之间的差值,所述最小跟随误差差值为实际全行程最小跟随误差与目标全行程最小跟随误差之间的差值;
判断模块(4),用于判断跟随误差差值、位置欠冲量差值和最小跟随误差差值是否均在各自的预设范围内;
第二获取模块(22),用于根据模糊化处理获取速度前馈参数的修正值和/或加速度前馈参数的修正值;
修正模块(5),用于得到修正后的速度前馈参数和/或加速度前馈参数,将修正后的速度前馈参数和/或加速度前馈参数作为当前速度前馈参数和/或当前加速度前馈参数;
所述判断模块(4)包括修改子模块(44),当跟随误差差值、位置欠冲量差值满足在各自的预设范围内,而最小跟随误差差值不在对应的预设范围内时,则增大目标加速段最大跟随误差和目标减速段位置欠冲量。
9.如权利要求8所述的基于模糊逻辑的前馈参数自动调试装置,其特征在于,还包括循环保护模块(7),所述循环保护模块(7)用于累加循环次数,并且判断是否大于预设次数。
10.如权利要求8所述的基于模糊逻辑的前馈参数自动调试装置,其特征在于,所述第二获取模块(22)包括,
查表模块,用于通过二维查找表得到速度前馈参数的修正值和/或加速度前馈参数的修正值;
所述二维查找表为根据模糊化处理建立的输入为跟随误差差值和位置欠冲量差值,输出为速度前馈参数的修正值或加速度前馈参数的修正值的二维查找表。
11.如权利要求8所述的基于模糊逻辑的前馈参数自动调试装置,其特征在于,所述修正模块得到修正后的速度前馈参数和/或加速度前馈参数,具体为根据以下公式得到,
Kaff’=Kaff+ΔKa×Kca;
Kvff’=Kvff+ΔKv×Kcv;
其中,Kaff为当前加速度前馈参数,ΔKa为加速度前馈参数修正值,Kca为加速度修正因子,Kaff’为修正后的加速度前馈参数;
Kvff为当前速度前馈参数,ΔKv为速度前馈参数修正值,Kcv为速度修正因子,Kvff’为修正后的速度前馈参数;
Kca为低于Kaff一个数量级的系数,Kcv为低于Kvff一个数量级的系数。
12.如权利要求8所述的基于模糊逻辑的前馈参数自动调试装置,其特征在于,还包括表格生成模块(6),所述表格生成模块,用于根据模糊化处理建立输入为跟随误差差值和位置欠冲量差值,输出为速度前馈参数的修正值或加速度前馈参数的修正值的二维查找表;
所述表格生成模块(6)包括基本论域选择模块(61);输入变量模糊子集建立模块(62);输出变量模糊子集建立模块(63);模糊规则建立模块(64);模糊推理和去模糊化模块(65)。
13.如权利要求12所述的基于模糊逻辑的前馈参数自动调试装置,其特征在于,所述表格生成模块(6)还包括第三获取模块(23),用于当控制装置控制设备在速度前馈参数和/或加速度前馈参数的最大范围内运行时,获得判断跟随误差差值的最大范围和位置欠冲量差值的最大范围,供基本论域选择模块划分论域等级。
14.如权利要求8所述的基于模糊逻辑的前馈参数自动调试装置,其特征在于,所述判断模块(4)包括,
第一判断子模块(41),用于判断跟随误差差值是否在其预设范围内;
第二判断子模块(42),用于判断位置欠冲量差值是否在其预设范围内;
第三判断子模块(43),用于判断最小跟随误差差值是否在其预设范围内。
15.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310401821.5A CN116165901B (zh) | 2023-04-17 | 2023-04-17 | 一种基于模糊逻辑的前馈参数自动调试方法、装置及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310401821.5A CN116165901B (zh) | 2023-04-17 | 2023-04-17 | 一种基于模糊逻辑的前馈参数自动调试方法、装置及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116165901A CN116165901A (zh) | 2023-05-26 |
CN116165901B true CN116165901B (zh) | 2023-07-25 |
Family
ID=86416587
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310401821.5A Active CN116165901B (zh) | 2023-04-17 | 2023-04-17 | 一种基于模糊逻辑的前馈参数自动调试方法、装置及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116165901B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118226792B (zh) * | 2024-05-22 | 2024-09-20 | 杭州士腾科技有限公司 | 顶升机构的控制方法及控制系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06102905A (ja) * | 1992-09-18 | 1994-04-15 | Hitachi Ltd | フィードフォワード/フィードバック制御装置 |
CN113110657A (zh) * | 2021-04-22 | 2021-07-13 | 上海呈彧智能科技有限公司 | 加热炉炉膛压力与排烟温度控制方法、系统及介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106054595A (zh) * | 2016-06-12 | 2016-10-26 | 广东工业大学 | 一种用于调整前馈参数的方法和系统 |
CN111367168B (zh) * | 2018-12-26 | 2022-12-30 | 博众精工科技股份有限公司 | 基于模糊逻辑的前馈参数设计方法 |
CN113325691B (zh) * | 2021-04-29 | 2022-07-12 | 西安交通大学 | 一种无人车双闭环纵向控制方法、系统及设备 |
CN113359458B (zh) * | 2021-06-22 | 2023-02-28 | 天津理工大学 | 一种高速并联机器人的模糊前馈控制方法 |
-
2023
- 2023-04-17 CN CN202310401821.5A patent/CN116165901B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06102905A (ja) * | 1992-09-18 | 1994-04-15 | Hitachi Ltd | フィードフォワード/フィードバック制御装置 |
CN113110657A (zh) * | 2021-04-22 | 2021-07-13 | 上海呈彧智能科技有限公司 | 加热炉炉膛压力与排烟温度控制方法、系统及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116165901A (zh) | 2023-05-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116165901B (zh) | 一种基于模糊逻辑的前馈参数自动调试方法、装置及介质 | |
CN109696827B (zh) | 惯性权重余弦调整粒子群优化算法的pid参数整定方法 | |
CN108365784A (zh) | 基于改进pso-bp神经网络的无刷直流电机控制方法 | |
CN107317353B (zh) | 一种含分布式光伏发电配电网电压控制方法及系统 | |
JP6869589B1 (ja) | 情報処理装置、方法及びプログラム | |
CN106054595A (zh) | 一种用于调整前馈参数的方法和系统 | |
CN110875599A (zh) | 一种电网频率振荡的控制方法及系统 | |
CN117519333A (zh) | 自整定pid温度控制方法、装置、存储介质及电子设备 | |
JP2008165674A (ja) | Pid制御方法及びpid制御装置 | |
CN113311783A (zh) | 一种s型运动曲线规划方法及系统 | |
CN106953886B (zh) | 一种基于以太网的列车通信网络周期信息调度方法 | |
CN112523929B (zh) | 导叶开度模拟量分段开环控制与调速器pid闭环控制相结合的控制方法及系统 | |
CN106909077A (zh) | 一种变频器s曲线加减速突变的控制方法 | |
CN111367168B (zh) | 基于模糊逻辑的前馈参数设计方法 | |
CN112072961A (zh) | 一种基于anfis的无刷直流电机调速系统 | |
CN108199391A (zh) | 一种发电机uel与pss的协调控制方法 | |
CN111381565B (zh) | 三次多项式s曲线加减速的加加速度递归计算限制方法 | |
Neema et al. | Speed control of induction motor using fuzzy rule base | |
CN115480481A (zh) | 一种单轴高阶约束加减速控制方法 | |
Elshafei et al. | Adaptive fuzzy regulation of the DC-bus capacitor voltage in a wind energy conversion system (WECS) | |
CN107168052B (zh) | 一种mmc-hvdc系统控制参数优化方法 | |
CN114614490A (zh) | 无功电压控制方法和装置、介质以及计算装置 | |
WO2022219670A1 (ja) | 加工条件設定装置、加工条件設定方法、および放電加工装置 | |
CN116950957B (zh) | 一种智慧液压云仿真系统 | |
CN110867890B (zh) | 一种双馈风机直流母线电压降阶砰-砰控制方法 |
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 |