本发明涉及电梯启停，具体涉及一种电梯时变干扰力矩的情境最优估计方法、系统及介质。
背景技术：
1、安全和稳定是电梯系统运行的基本要求，在满足基本要求的前提下，对舒适性的要求也再不断提高；舒适性受多方面因素影响，例如电梯的制作材料以及电压的稳定性，其中松开刹车时的回滚是影响电梯乘客感觉的关键因素之一。
2、解决回滚问题的关键是在电梯启动时释放电磁制动器实现扭矩的快速平衡，通常需要安装在电梯轿厢上的重量传感器的负载信息为驱动系统提供匹配的电磁转矩。开发电梯称重装置，用于获取负载信息和先进的补偿策略，可以提高乘坐的舒适度。但是由于工作环境复杂，测量信号具有偏差，此时电梯的称重装置具有不确定性。因此，对电梯启停过程中具有不确定性称重的干扰力矩的估计一直是一个关键问题。
3、现有的对干扰力矩的估计方法主要分为两种。第一种是把其当成常值，然后使用低通滤波器进行处理。第二种是通过对其建成状态空间方程形式，使用卡尔曼滤波算法(kf)进行估计。但是在实际应用中，干扰力矩不是常值，且考虑摩擦力矩以及噪声非高斯，此时这两种方法都不再适用。
4、例如，公开号为cn115043279a的中国专利，公开了一种电梯起动的力矩补偿控制方法，电梯起动时，获取电梯厢的重量数据，根据重量数据给曳引机提供预力矩；预力矩为电梯厢在所述重量数据时，起动所需补偿的称重力矩的预设数目倍；获取曳引轮转动数据，根据曳引轮转动数据得到补偿力矩，将补偿力矩提供给曳引机，对预力矩进行补偿；但是公开号为cn115043279a的中国专利仅仅考虑电梯厢的重量数据和曳引轮转动数据，且未考虑电梯的称重装置具有不确定性的问题，补偿控制效果差。
技术实现思路
1、本发明解决了电梯启停时现有的干扰力矩估计方法鲁棒性差，进而导致得到的干扰力矩的状态估计值精度差的问题，提出一种电梯时变干扰力矩的情境最优估计方法、系统及介质，综合考虑干扰力矩的影响因素，根据情境最优估计增益获得干扰力矩的状态估计值；在符合电梯启停实际情况的前提下，有效提高目标的估计精度。
2、为了实现上述目的，本发明采用以下技术方案：一种电梯时变干扰力矩的情境最优估计方法，包括以下步骤：
3、s1，根据干扰力矩的影响因素，建立电梯无齿轮升降机的系统模型；
4、s2，根据情境优化方法获取系统矩阵集合和输入矩阵集合，随后得到预测方程和估计方程；
5、s3，根据估计误差推导出性能指标和使性能指标达到情境最优估计时的约束条件，求出在非高斯噪声下的情境最优估计增益；
6、s4，根据情境最优估计增益获得的干扰力矩的状态估计值；迭代执行步骤s2至步骤s4，得到情境最优估计值集合。
7、本技术方案中，首先建立电梯无齿轮升降机的系统模型，在建立系统模型之后，考虑到称重装置的不确定性，利用情境优化方法通过离散不确定性来近似连续不确定性，得到相应的预测方程和估计方程；根据推导出的性能指标以及达到情境最优估计时的约束条件，通过求解凸优化问题来得到情境最优估计增益；相比于现有技术，本发明的方法在符合电梯启停实际情况的前提下，能够显著提高目标的估计精度。
8、本发明还进一步设置为：所述步骤s1包括：
9、s11，考虑干扰力矩的影响因素以及电梯称重装置的不确定性，结合系统矩阵和输入矩阵，建立关于电梯无齿轮升降机的状态模型和量测模型；
10、s12，采用零阶保持法对关于电梯无齿轮升降机的状态模型和量测模型进行离散化处理，生成离散化后的状态空间方程。
11、本技术方案中，首先通过建立无齿轮升降机的配重侧、轿厢侧以及牵引滑轮的动力学方程，并考虑制动器对滑动施加的摩擦力矩，来进行干扰力矩分析，通过动力学方程得到相应的系统矩阵和输入矩阵，随后得到状态模型和量测模型，最终对模型进行离散化处理，以便后续的处理。
12、本发明还进一步设置为：所述步骤s2包括：
13、s21，采用情境优化方法在轿厢侧的误差范围内选择若干个不同的轿厢侧质量；
14、s22，将若干个不同的轿厢侧质量代入至系统矩阵和输入矩阵，得到基于情境的系统矩阵集合和输入矩阵集合；
15、s23，根据系统矩阵集合和输入矩阵集合得到预测方程和估计方程进行预测和估计。
16、本技术方案中，由于称重装置的测量存在误差，轿厢侧质量只能确定在一个连续范围，此时优化问题存在无限约束，无法求解。所以我们通过情境优化方法在误差范围内选择若干种可能，通过离散不确定性来近似连续不确定性。
17、本发明还进一步设置为：所述性能指标具体根据当前时刻的统计误差与上一时刻的统计误差的递推关系推导得到。
18、本技术方案中，通过步骤s1系统模型中系统矩阵和输入矩阵的转换，继而构建估计误差矩阵，并根据估计误差矩阵来推导得到性能指标。
19、本发明还进一步设置为：所述状态模型的表示式具体为：
20、，
21、其中，为状态，为配重位移，为轿厢位移，为牵引滑轮的机械位置，为牵引滑轮的角速度，为复合干扰扭矩，为的导数，为输入，为牵引机产生的电磁转矩，a和b分别为系统矩阵和输入矩阵，、为导致的系统矩阵a和输入矩阵b的不确定性，为轿厢侧真实质量与称重质量之差，为有界噪声， e为噪声矩阵。
22、本技术方案中，表示轿厢侧质量的不确定性，、表示由该不确定性导致的统矩阵a和输入矩阵b的不确定性。
23、本发明还进一步设置为：所述预测方程和估计方程具体为：
24、，
25、其中，为状态预测量，为状态估计值，为情境最优估计增益，表示系统矩阵集合或输入矩阵集合中第种情况，和分别为系统矩阵集合何输入矩阵集合中的元素，为t时刻传感器测量的牵引滑轮的机械位置， c为参数矩阵。
26、本技术方案中，和为系统矩阵集合以及情境输入矩阵集合内的构成元素，具体为：
27、。
28、本发明还进一步设置为：所述性能指标具体为：
29、，
30、其中，为t时刻的估计误差矩阵，为t时刻的估计误差转置矩阵；
31、有，
32、表示为进行列增广，为t-1时刻的有界噪声，为t时刻的有界噪声，和均为正定的中间矩阵。
33、本技术方案中，性能指标基于估计误差矩阵以及估计误差转置矩阵的相应关系得到。
34、本发明还进一步设置为：所述步骤s3包括：
35、通过使性能指标达到情境最优估计时的约束条件求解中间矩阵的迹的最小值，通过求解得到的中间矩阵的迹的最小值来得到对应的情境最优估计增益。
36、本技术方案中，通过设置优化问题，最终得到情境最优估计增益。
37、一种电梯时变干扰力矩的情境最优估计系统，使用上述的一种电梯时变干扰力矩的情境最优估计方法，包括：
38、系统模型建立模块，建立电梯无齿轮升降机的系统模型，包括状态模型和量测模型；
39、预测和估计模块，根据情境优化方法生成预测方程和估计方程；
40、情境最优估计增益生成模块，根据性能指标求出在非高斯噪声下的情境最优估计增益；
41、干扰力矩估计模块，根据情境最优估计增益得到干扰力矩的状态估计值。
42、本技术方案中，系统模型建立模块与预测和估计模块相连接，预测和估计模块与情境最优估计增益生成模块相连接，情境最优估计增益生成模块与干扰力矩估计模块相连接；此外，干扰力矩估计模块还与预测和估计模块相连，方便迭代执行；本发明的系统能够协同作业控制，在干扰力矩估计模块得到相应的估计值，有效提高目标的估计精度。
43、一种介质，所述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实现如上述的一种电梯时变干扰力矩的情境最优估计方法的步骤。
44、本技术方案中，在计算机程序运行时，能够执行上述方法的内容。
45、本发明能够带来如下的有益效果：
46、1、本发明涉及的一种电梯时变干扰力矩的情境最优估计方法，综合考虑干扰力矩的影响因素，根据情境最优估计增益获得干扰力矩的状态估计值；在符合电梯启停实际情况的前提下，提高鲁棒性，有效提高目标的估计精度；
47、2、本发明涉及的一种电梯时变干扰力矩的情境最优估计系统，系统模型建立模块、预测和估计模块、情境最优估计增益生成模块以及干扰力矩估计模块之间能够协同作业控制，在干扰力矩估计模块得到相应的估计值，有效提高目标的估计精度。
1.一种电梯时变干扰力矩的情境最优估计方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种电梯时变干扰力矩的情境最优估计方法，其特征在于，所述步骤s1包括：
3.根据权利要求1所述的一种电梯时变干扰力矩的情境最优估计方法，其特征在于，所述步骤s2包括：
4.根据权利要求1所述的一种电梯时变干扰力矩的情境最优估计方法，其特征在于，所述性能指标具体根据当前时刻的统计误差与上一时刻的统计误差的递推关系推导得到。
5.根据权利要求2所述的一种电梯时变干扰力矩的情境最优估计方法，其特征在于，所述状态模型的表示式具体为：
6.根据权利要求3所述的一种电梯时变干扰力矩的情境最优估计方法，其特征在于，所述预测方程和估计方程具体为：
7.根据权利要求1所述的一种电梯时变干扰力矩的情境最优估计方法，其特征在于，所述性能指标具体为：
8.根据权利要求1至7任一项所述的一种电梯时变干扰力矩的情境最优估计方法，其特征在于，所述步骤s3包括：
9.一种电梯时变干扰力矩的情境最优估计系统，使用权利要求1-8任一项所述的一种电梯时变干扰力矩的情境最优估计方法，其特征在于，包括：
10.一种介质，其特征在于，所述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实现如权利要求1至8任一项所述的一种电梯时变干扰力矩的情境最优估计方法的步骤。
