一种控制参数优化方法及装置与流程

专利2022-05-09  32



1.本发明涉及轨道列车领域,特别是涉及一种控制参数的优化方法及装置。


背景技术:

2.目前,可以通过经验或仿真进行轨道车辆的控制调试,然而这种方式耗时耗力,依靠经验进行控制调试往往依赖主观判断,不够准确也不具有针对性,而基于仿真进行控制调试没有准确的优化方向,因此依靠经验或仿真进行调试后的控制系统性能往往不能满足实际需要。
3.举例来说,近年来,磁浮列车作为新型轨道交通工具受到人们越来越多的关注,它通过电磁力实现列车与轨道之间的无接触的悬浮和导向,利用直线电机产生的电磁力牵引列车运行。磁浮列车是一个复杂的机电系统,它通常由悬浮、牵引、供电等部分构成,其中悬浮控制系统是整个磁浮列车的关键核心,是决定磁浮列车性能的一个关键部件。悬浮控制系统主要由传感器、控制器和电磁铁等部分组成,其中控制器是整个悬浮控制系统的核心部分,它接收来自传感器的间隙、加速度以及电流等信号,生成控制信息以控制电磁铁,从而使电磁铁和轨道之间保持稳定的间隙。
4.目前,仅仅依据经验或仿真进行悬浮控制调试,耗时耗力,依靠经验进行悬浮控制调试往往依赖主观判断,不够准确也不具有针对性,基于悬浮控制系统的参数进行仿真从而进行控制调制,没有准确的优化方向,因此调试后的悬浮控制系统的性能往往不够好,不能满足实际需要。


技术实现要素:

5.为解决上述技术问题,本申请实施例提供一种控制参数的优化方法及装置,提高了控制参数的优化速率和准确性。
6.本申请实施例提供了一种控制参数的优化方法,包括:
7.确定控制系统的待优化传递函数以及二阶系统的传递函数;所述待优化传递函数具有待优化参数;
8.基于相同的采样规则,在所述待优化传递函数上选取多个待优化数据,在所述二阶系统的传递函数上选取多个目标数据;
9.基于所述待优化数据和所述目标数据的差值,构建目标函数;
10.寻找所述待优化参数的最优值,以使所述目标函数最小化。
11.可选的,所述基于所述待优化数据和所述目标数据的差值,构建目标函数,包括:
12.基于所述待优化数据和所述目标数据的差值,结合所述待优化传递函数和所述二阶系统的传递函数的谐振频率差值、增益峰值差值和零极点分布差异的至少一种,构建目标函数。
13.可选的,所述目标函数j(k)为:
14.j(k)=α
·
δd β
·
δa γ
·
δω;
15.所述k为所述待优化参数,所述α、β、γ为加权因子,所述δd为所述待优化数据和所述目标数据的差值,所述δa为所述待优化传递函数和所述二阶系统的传递函数的增益峰值差值,所述δω为所述待优化传递函数和所述二阶系统的传递函数的谐振频率差值。
16.可选的,所述寻找所述待优化参数的最优值,以使所述目标函数最小化,包括:
17.利用粒子群算法、蚁群算法或神经网络算法,寻找所述待优化参数的最优值,以使所述目标函数最小化;所述粒子群算法中,根据个体粒子的历史速度、惯性权重和加速度因子确定所述个体粒子的收敛速度。
18.可选的,所述二阶系统的传递函数为二阶系统闭环传递函数或二阶系统开环传递函数。
19.可选的,所述采样规则包括:在预设频率范围内利用奈奎斯特采样定理进行采样。
20.本申请实施例提供了一种控制参数的优化装置,包括:
21.函数确定单元,用于确定控制系统的待优化传递函数以及二阶系统的传递函数;所述待优化传递函数具有待优化参数;
22.采样单元,用于基于相同的采样规则,在所述待优化传递函数上选取多个待优化数据,在所述二阶系统的传递函数上选取多个目标数据;
23.目标函数构建单元,用于基于所述待优化数据和所述目标数据的差值,构建目标函数;
24.寻优单元,用于寻找所述待优化参数的最优值,以使所述目标函数最小化。
25.可选的,所述目标函数构建单元具体用于:
26.基于所述待优化数据和所述目标数据的差值,结合所述待优化传递函数和所述二阶系统的传递函数的谐振频率差值、增益峰值差值和零极点分布差异的至少一种,构建目标函数。
27.可选的,所述目标函数j(k)为:
28.j(k)=α
·
δd β
·
δa γ
·
δω;
29.所述k为所述待优化参数,所述α、β、γ为加权因子,所述δd为所述待优化数据和所述目标数据的差值,所述δa为所述待优化传递函数和所述二阶系统的传递函数的增益峰值差值,所述δω为所述待优化传递函数和所述二阶系统的传递函数的谐振频率差值。
30.可选的,所述寻优单元具体用于:
31.利用粒子群算法、蚁群算法或神经网络算法,寻找所述待优化参数的最优值,以使所述目标函数最小化;所述粒子群算法中,根据个体粒子的历史速度、惯性权重和加速度因子确定所述个体粒子的收敛速度。
32.可选的,所述二阶系统的传递函数为二阶系统闭环传递函数或二阶系统开环传递函数。
33.可选的,所述采样规则包括:在预设频率范围内利用奈奎斯特采样定理进行采样。
34.本申请实施例提供了一种控制参数的优化方法及装置,确定待优化传递函数以及二阶系统的传递函数,待优化传递函数具有待优化参数,基于相同的采样规则,在待优化传递函数上选取多个待优化数据,在二阶系统的传递函数上选取多个目标数据,基于待优化数据和目标数据的差值,构建目标函数,寻找待优化参数的最优值,以使目标函数最小化。也就是说,本申请实施例中可以对待优化传递函数和二阶系统的传递函数进行拟合,从而
对待优化参数进行优化,减小待优化传递函数和二阶系统的传递函数之间的差距,从而使优化后的待优化传递函数与二阶系统的传递函数具有相似的特性,实现较优良的控制性能,实现了控制参数的优化。
附图说明
35.为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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申请中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
36.图1为本申请实施例提供的一种控制参数的优化方法的流程图;
37.图2为本申请实施例提供的一种待优化传递函数和二阶系统的传递函数在复数域中的曲线示意图;
38.图3为本申请实施例提供的一种待优化传递函数和二阶系统的传递函数的曲线示意图;
39.图4为本申请实施例提供的一种控制参数的优化装置的结构框图。
具体实施方式
40.为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请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。
41.正如背景技术中的描述,以悬浮控制系统为例,悬浮控制系统中的控制器可以接收传感器的信号,生成控制信息以控制电磁铁,从而使电磁铁和轨道之间保持稳定的间隙,目前仅仅依据经验或仿真进行控制调试,耗时耗力,调试后的控制系统的性能往往较差。
42.基于此,本申请实施例提供了一种控制参数的优化方法及装置,确定待优化传递函数以及二阶系统的传递函数,待优化传递函数具有待优化参数,基于相同的采样规则,在待优化传递函数上选取多个待优化数据,在二阶系统的传递函数上选取多个目标数据,基于待优化数据和目标数据的差值,构建目标函数,寻找待优化参数的最优值,以使目标函数最小化。也就是说,本申请实施例中可以对待优化传递函数和二阶系统的传递函数进行拟合,从而对待优化参数进行优化,减小待优化传递函数和二阶系统的传递函数之间的差距,从而使优化后的待优化传递函数与二阶系统的传递函数具有相似的特性,得到较优良的控制性能,实现了控制参数的优化。
43.下面结合附图,通过实施例来详细说明本申请实施例提供的一种控制参数的优化方法及装置的具体实现方式。
44.参考图1所示为本申请实施例提供的一种控制参数的优化方法的流程图,可以包括以下步骤。
45.s101,确定控制系统的待优化传递函数以及二阶系统的传递函数,待优化传递函数具有待优化参数。
46.控制系统可以为悬浮控制系统,应用于磁浮列车,可以包括传感器、控制器和电磁铁等部分,控制器可以接收来自传感器的信号,生成控制信息以控制电磁铁,从而使电磁铁
和轨道之间利用电磁力保持稳定的间隙。需要说明的是,控制系统也可以是其他智能轨道列车的控制系统,例如具有控制系统的火车等。
47.在本申请实施例中,可以确定控制系统的待优化传递函数,待优化传递函数表征控制系统当前的性能状态,可以是控制信号和电磁铁状态之间的传递函数,控制信号可以是轨道激励δh(t),电磁铁状态可以是电磁铁的位置信息或者位置变化信息δz(t),传递函数g1(s)=δz(t)/δh(t)。控制系统的待优化传递函数可以具有待优化参数,调整待优化参数可以调整控制系统的性能,待优化参数可以有多个,例如本申请实施例中待优化参数可以包括ka、kv和ks。
48.在本申请实施例中,还可以将控制系统等价为二阶系统,根据控制系统的固有参数确定二阶系统的传递函数,通常来说,二阶系统是具有优良控制性能的系统。具体的,可以根据阶跃相应的超调量、调节时间等指标确定系统阻尼比ξ,根据列车时速v和轨道梁长度l计算电磁铁跟踪轨道梁的最大跟踪频率f,从而得到无阻尼振动的阻尼角频率ω
n
,以对应系统带宽指标,从而确定二阶系统的传递函数,其中,f=l/v。
49.其中,二阶系统的传递函数可以为二阶闭环传递函数,也可以是二阶开环传递函数,二阶闭环传递函数可以为:
[0050][0051]
二阶开环传递函数可以为:
[0052][0053]
s102,基于相同的采样规则,在待优化传递函数上选取多个待优化数据,在二阶系统的传递函数上选取多个目标数据。
[0054]
为了便于对待优化传递函数和二阶系统的传递函数进行比较,可以基于相同的采样规则,在待优化传递函数上选取多个待优化数据,在二阶系统的传递函数上选取多个目标数据,比较多个待优化数据和多个目标数据。
[0055]
具体的,采样规则可以包括在预设频率范围内进行采样。考虑到控制系统是一个惯性系统,具有典型的低通特性,因此在低频带内待优化传递函数和二阶系统的传递函数的特性差别不大,此时电磁铁对低频的缓和曲线、弯道、轨道梁具有较好的通过性,因此在[0,ω
n-δω)的频率范围内不进行采样;在中频带[ω
n-δω,ω
n
δω]的频段内进行采样,从而在[ω
n-δω,ω
n
]保证系统带宽内的通过性,而在[ω
n

n
δω]保证快速性和衰减近似性;由于惯性作用,在高频带内的待优化传递函数和二阶系统的传递函数的特性一致,都具有大幅度的衰减特性,因此可以不进行采样。也就是说,本申请实施例中,预设频率范围可以是[ω
n-δω,ω
n
δω]。
[0056]
具体的,采样规则还可以包括采样方式为奈奎斯特采样定理,从而保留待优化传递函数和二阶系统的传递函数的原始信号。
[0057]
举例来说,可以在[ω
n-δω,ω
n
δω]内取n个点,从而得到n个待优化数据和n个目标数据,第i个待优化数据为g
1i
,第i个目标数据的g
2i

[0058]
s103,基于待优化数据和目标数据的差值,构建目标函数。
[0059]
待优化数据是从待优化传递函数中采样得到的,可以代表待优化传递函数的特性,目标数据是从二阶系统的传递函数中采样得到的,可以表示二阶系统的传递函数的特性,待优化数据和目标数据的差值可以体现待优化传递函数和二阶系统的传递函数之间的差距,差距越小,说明待优化传递函数和二阶系统的传递函数越接近,由于二阶系统是具有优良控制性能的系统,则与之接近的待优化传递函数也是具有优良控制性的函数。
[0060]
因此,在本申请实施例中,可以计算得到待优化数据和目标数据的差值,由于待优化数据和目标数据均有多个,则可以分别对应计算待优化数据和目标数据的差值。具体的,第i个待优化数据和第i个目标数据在复数域内的差值可以为:
[0061][0062]
参考图2所示,为待优化传递函数和二阶系统的传递函数在复数域中的曲线示意图,待优化数据和目标数据的差值δd可以根据多个δ
i
确定:
[0063][0064]
这样,基于待优化数据和目标数据的差值,构建目标函数可以具体为,将待优化数据和目标数据的差值作为目标函数,目标函数越小,待优化数据和目标数据越接近,即待优化传递函数和二阶系统的传递函数越接近,从而控制系统与目标系统在动态行为上较一致。
[0065]
在本申请实施例中,基于待优化数据和目标数据的差值,构建目标函数,还可以具体为,基于待优化数据和目标数据的差值,结合待优化传递函数和二阶系统的传递函数的谐振频率差值、增益峰值差值和零极点分布差异的至少一种,构建目标函数。其中,待优化传递函数和二阶系统的传递函数的谐振频率差值,可以体现待优化传递函数和二阶系统的传递函数的谐振频率的差距,待优化传递函数和二阶系统的传递函数的增益峰值差值,可以体现待优化传递函数和二阶系统的传递函数的增益峰值的差距,待优化传递函数和二阶系统的传递函数的零极点分布差异,可以体现待优化传递函数和二阶系统的传递函数的零极点的位置差异,以上三种数据可以在细节上体现待优化传递函数和二阶系统的传递函数的相似度。也就是说,目标函数可以在一定程度上体现待优化传递函数和二阶系统的传递函数的接近程度,同时也可以体现待优化传递函数和二阶系统的传递函数的相似度,从而较全面的体现二者的相似程度。
[0066]
参考图3所示,为一种待优化传递函数和二阶系统的传递函数的曲线示意图,其中,待优化传递函数的谐振频率ω1为:
[0067][0068]
可以计算待优化传递函数谐振频率ω1和二阶系统的传递函数的谐振频率ω2的差值δω,即待优化传递函数和二阶系统的传递函数的谐振频率差值δω,谐振频率差值δω可以表示待优化传递函数和二阶系统的传递函数之间的曲线走势差异,通过下式表示:
[0069]
δω=|ω
2-ω1|=|ω
n-ω1|。
[0070]
谐振峰值体现了系统的阻尼信息,待优化传递函数的增益(amplifie,单位mm/mm)峰值a1可以表示为:
[0071][0072]
可以计算待优化传递函数的增益峰值a1和二阶系统的传递函数的增益峰值a2的差值δa,即待优化传递函数和二阶系统的传递函数的增益峰值差值δa,增益峰值差值δa可以表示待优化传递函数和二阶系统的传递函数之间的阻尼吻合状况,通过下式表示:
[0073]
δa=|a
2-a1|=|10
0-a1|。
[0074]
作为一种示例,目标函数可以根据待优化数据和目标数据的差值δd,待优化传递函数和二阶系统的传递函数的增益峰值差值δa和待优化传递函数和二阶系统的传递函数的谐振频率差值δω确定。具体的,目标函数j(k)可以为:
[0075]
j(k)=α
·
δd β
·
δa γ
·
δω;
[0076]
其中,k为待优化参数,α、β、γ为加权因子。随着k的取值的变化,j(k)的值随之变化,因此可以令j(k)最小化,即令待优化传递函数和二阶系统的传递函数之间的差距最小化,此时可以确定出最优的待优化参数。k可以具体为ka、kv和ks。
[0077]
s104,寻找待优化参数的最优值,以使目标函数最小化。
[0078]
在本申请实施例中,目标函数表示可以在一定程度上体现待优化传递函数和二阶系统的传递函数的接近程度,也可以同时体现待优化传递函数和二阶系统的传递函数的相似度,因此通过调整待优化参数而令目标函数最小化,可以减小待优化传递函数和二阶系统的传递函数的差异,在目标函数的值较小时,待优化传递函数具有和二阶系统的传递函数相似的性能,此时控制系统的性能较优,相应的控制系统给的待优化参数也是较优的参数,即实现了待优化参数的寻优。
[0079]
在具体实施方式中,寻找待优化参数的最优值,以使目标函数最小化,可以利用粒子群算法、蚁群算法或神经网络算法实现。下面以粒子群算法为例,对最小化目标函数的过程进行说明。
[0080]
根据待优化参数可以确定边界范围,边界范围可以是与待优化参数查找较小的参数构成的范围,例如待优化参数为(ka,kv,ks),则待优化参数ka的边界范围可以是((1-η)ka,(1 η)ka),待优化参数kv的边界范围可以是((1-η)kv,(1 η)kv),待优化参数ks的边界范围可以是((1-η)ks,(1 η)ks),也就是说,待优化参数的边界范围,可以是三维的区域。
[0081]
将边界范围确定的区域作为粒子空间,使m个粒子均匀分布在离子空间内,得到每个粒子的初始位置,初始位置可以利用d维度的空间向量表示,第j个粒子的空间向量可以表示为:
[0082]
x
j
=(x
j1
,x
j2


,x
jd
),j=1,2,3,

,m。
[0083]
在待优化参数有三个时,d为3,即初始位置可以通过三维空间向量表示。根据待优化参数的初始位置,可以确定目标函数的初值j
local
和目标函数的全局最优值j
global
,待优化参数在初始位置时,目标函数的初值中的最优值即为目标函数的全局最优值。
[0084]
对于每个粒子,每一次迭代移动的速度向量可以表示为:
[0085]
v
j
=(v
j1
,v
j2


,v
jd
),
[0086]
本申请实施例中,可以根据个体粒子的历史速度、惯性权重和加速度因子确定当前收敛速度向量,这样根据迭代次数不同,可以有不同的当前收敛速度向量,使待优化参数
的寻优过程效率更高,准确性更好。可以理解的是,每一次迭代后,可以将该次迭代中的目标函数的最优值该粒子的历史最优值进行比较,从而更新该粒子的历史最优值,并将各个粒子的最优值与全局最优值进行比较,从而更新全局最优值。
[0087]
具体的,调整后的第j个粒子的第p次迭代的当前速度向量可以表示为:
[0088]
v
jp
=ω
p
v
j(p-1)
c
p
(x
local(j)-x
j(p-1)
) d
p
(x
global-x
j(p-1)
) e
p
r
p
x
j(p-1)

[0089]
其中,ω
p
为加速度因子,c
p
、d
p
、e
p
为惯性权重,r
p
为[0,1]的随机数,x
local(j)
为第j个粒子在历史最优值时的位置向量,x
global
为全部粒子的全局历史最优值时该粒子的位置向量,x j(p-1)
为第p-1次迭代后第j个粒子的位置,其中,ω
p
、c
p
、d
p
、e
p
随着迭代次数增加而线性递减,这样在迭代初期各个粒子在空间内运动比较剧烈,增强了全局收敛能力,在迭代后期各个粒子在空间内运动比较平缓,这样保证了局部收敛能力。另外,随机数与上一次迭代时的位置相乘,使得粒子惯性更强。
[0090]
在迭代过程中,还可以确定系统是否稳定,例如判断每个参数下系统的特征根是否位于虚轴左侧,若是,则认为系统稳定,若系统不稳定,则可以将该粒子在该次迭代中的目标函数值确定为10
10
,从而避免不稳定的粒子对算法的影响。
[0091]
在经过迭代后,可以令迭代次数大于预设次数时停止迭代,也可以令目标函数的值小于或等于预设值时停止迭代,实现目标函数的最小化,将目标函数的最小值对应的待优化函数作为优化结果,实现待优化函数的优化。
[0092]
本申请实施例提供了一种控制参数的优化方法,确定待优化传递函数以及二阶系统的传递函数,待优化传递函数具有待优化参数,基于相同的采样规则,在待优化传递函数上选取多个待优化数据,在二阶系统的传递函数上选取多个目标数据,基于待优化数据和目标数据的差值,构建目标函数,寻找待优化参数的最优值,以使目标函数最小化。也就是说,本申请实施例中可以对待优化传递函数和二阶系统的传递函数进行拟合,从而对待优化参数进行优化,减小待优化传递函数和二阶系统的传递函数之间的差距,从而使优化后的待优化传递函数与二阶系统的传递函数具有相似的特性,得到较优良的控制性能,实现了控制参数的优化。
[0093]
基于以上一种控制参数的优化方法,本申请实施例还提供了一种控制参数的优化装置,参考图4所示,为本申请实施例提供的一种控制参数的优化装置的结构框图,所述装置包括:
[0094]
函数确定单元110,用于确定控制系统的待优化传递函数以及二阶系统的传递函数;所述待优化传递函数具有待优化参数;
[0095]
采样单元120,用于基于相同的采样规则,在所述待优化传递函数上选取多个待优化数据,在所述二阶系统的传递函数上选取多个目标数据;
[0096]
目标函数构建单元130,用于基于所述待优化数据和所述目标数据的差值,构建目标函数;
[0097]
寻优单元140,用于寻找所述待优化参数的最优值,以使所述目标函数最小化。
[0098]
可选的,所述目标函数构建单元具体用于:
[0099]
基于所述待优化数据和所述目标数据的差值,结合所述待优化传递函数和所述二阶系统的传递函数的谐振频率差值、增益峰值差值和零极点分布差异的至少一种,构建目标函数。
[0100]
可选的,所述目标函数j(k)为:
[0101]
j(k)=α
·
δd β
·
δa γ
·
δω;
[0102]
所述k为所述待优化参数,所述α、β、γ为加权因子,所述δd为所述待优化数据和所述目标数据的差值,所述δa为所述待优化传递函数和所述二阶系统的传递函数的增益峰值差值,所述δω为所述待优化传递函数和所述二阶系统的传递函数的谐振频率差值。
[0103]
可选的,所述寻优单元具体用于:
[0104]
利用粒子群算法、蚁群算法或神经网络算法,寻找所述待优化参数的最优值,以使所述目标函数最小化;所述粒子群算法中,根据个体粒子的历史速度、惯性权重和加速度因子确定所述个体粒子的收敛速度。
[0105]
可选的,所述二阶系统的传递函数为二阶系统闭环传递函数或二阶系统开环传递函数。
[0106]
可选的,所述采样规则包括:在预设频率范围内利用奈奎斯特采样定理进行采样。
[0107]
本申请实施例提供了一种控制参数的优化装置,确定待优化传递函数以及二阶系统的传递函数,待优化传递函数具有待优化参数,基于相同的采样规则,在待优化传递函数上选取多个待优化数据,在二阶系统的传递函数上选取多个目标数据,基于待优化数据和目标数据的差值,构建目标函数,寻找待优化参数的最优值,以使目标函数最小化。也就是说,本申请实施例中可以对待优化传递函数和二阶系统的传递函数进行拟合,从而对待优化参数进行优化,减小待优化传递函数和二阶系统的传递函数之间的差距,从而使优化后的待优化传递函数与二阶系统的传递函数具有相似的特性,实现较优良的控制性能,实现了控制参数的优化。
[0108]
本申请实施例中提到的“第一
……”
、“第一
……”
等名称中的“第一”只是用来做名字标识,并不代表顺序上的第一。该规则同样适用于“第二”等。
[0109]
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到上述实施例方法中的全部或部分步骤可借助软件加通用硬件平台的方式来实现。基于这样的理解,本申请的技术方案可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如只读存储器(英文:read-only memory,rom)/ram、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者诸如路由器等网络通信设备)执行本申请各个实施例或者实施例的某些部分所述的方法。
[0110]
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的设备及系统实施例仅仅是示意性的,其中作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
[0111]
以上所述仅是本申请的优选实施方式,并非用于限定本申请的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。

技术特征:
1.一种控制参数的优化方法,其特征在于,包括:确定控制系统的待优化传递函数以及二阶系统的传递函数;所述待优化传递函数具有待优化参数;基于相同的采样规则,在所述待优化传递函数上选取多个待优化数据,在所述二阶系统的传递函数上选取多个目标数据;基于所述待优化数据和所述目标数据的差值,构建目标函数;寻找所述待优化参数的最优值,以使所述目标函数最小化。2.根据权利要求1所述的方法,其特征在于,所述基于所述待优化数据和所述目标数据的差值,构建目标函数,包括:基于所述待优化数据和所述目标数据的差值,结合所述待优化传递函数和所述二阶系统的传递函数的谐振频率差值、增益峰值差值和零极点分布差异的至少一种,构建目标函数。3.根据权利要求2所述的方法,其特征在于,所述目标函数j(k)为:j(k)=α
·
δd β
·
δa γ
·
δω;所述k为所述待优化参数,所述α、β、γ为加权因子,所述δd为所述待优化数据和所述目标数据的差值,所述δa为所述待优化传递函数和所述二阶系统的传递函数的增益峰值差值,所述δω为所述待优化传递函数和所述二阶系统的传递函数的谐振频率差值。4.根据权利要求1所述的方法,其特征在于,所述寻找所述待优化参数的最优值,以使所述目标函数最小化,包括:利用粒子群算法、蚁群算法或神经网络算法,寻找所述待优化参数的最优值,以使所述目标函数最小化;所述粒子群算法中,根据个体粒子的历史速度、惯性权重和加速度因子确定所述个体粒子的收敛速度。5.根据权利要求1-4任意一项所述的方法,其特征在于,所述二阶系统的传递函数为二阶系统闭环传递函数或二阶系统开环传递函数。6.根据权利要求1-4任意一项所述的方法,其特征在于,所述采样规则包括:在预设频率范围内利用奈奎斯特采样定理进行采样。7.一种控制参数的优化装置,其特征在于,包括:函数确定单元,用于确定控制系统的待优化传递函数以及二阶系统的传递函数;所述待优化传递函数具有待优化参数;采样单元,用于基于相同的采样规则,在所述待优化传递函数上选取多个待优化数据,在所述二阶系统的传递函数上选取多个目标数据;目标函数构建单元,用于基于所述待优化数据和所述目标数据的差值,构建目标函数;寻优单元,用于寻找所述待优化参数的最优值,以使所述目标函数最小化。8.根据权利要求7所述的装置,其特征在于,所述目标函数构建单元具体用于:基于所述待优化数据和所述目标数据的差值,结合所述待优化传递函数和所述二阶系统的传递函数的谐振频率差值、增益峰值差值和零极点分布差异的至少一种,构建目标函数。9.根据权利要求8所述的装置,其特征在于,所述目标函数j(k)为:j(k)=α
·
δd β
·
δa γ
·
δω;
所述k为所述待优化参数,所述α、β、γ为加权因子,所述δd为所述待优化数据和所述目标数据的差值,所述δa为所述待优化传递函数和所述二阶系统的传递函数的增益峰值差值,所述δω为所述待优化传递函数和所述二阶系统的传递函数的谐振频率差值。10.根据权利要求7所述的装置,其特征在于,所述寻优单元具体用于:利用粒子群算法、蚁群算法或神经网络算法,寻找所述待优化参数的最优值,以使所述目标函数最小化;所述粒子群算法中,根据个体粒子的历史速度、惯性权重和加速度因子确定所述个体粒子的收敛速度。11.根据权利要求7-10任意一项所述的装置,其特征在于,所述二阶系统的传递函数为二阶系统闭环传递函数或二阶系统开环传递函数。12.根据权利要求7-10任意一项所述的装置,其特征在于,所述采样规则包括:在预设频率范围内利用奈奎斯特采样定理进行采样。
技术总结
本申请实施例公开了一种控制参数优化方法及装置,确定待优化传递函数以及二阶系统的传递函数,待优化传递函数具有待优化参数,基于相同的采样规则,在待优化传递函数上选取多个待优化数据,在二阶系统的传递函数上选取多个目标数据,基于待优化数据和目标数据的差值,构建目标函数,寻找待优化参数的最优值,以使目标函数最小化。也就是说,本申请实施例中可以对待优化传递函数和二阶系统的传递函数进行拟合,从而对待优化参数进行优化,减小待优化传递函数和二阶系统的传递函数之间的差距,从而使优化后的待优化传递函数与二阶系统的传递函数具有相似的特性,得到较优良的控制性能,实现了控制参数的优化。实现了控制参数的优化。实现了控制参数的优化。


技术研发人员:苗欣 金浩 姜付杰 陈健 李言民
受保护的技术使用者:中车青岛四方机车车辆股份有限公司
技术研发日:2020.01.16
技术公布日:2021/7/15

转载请注明原文地址:https://doc.8miu.com/read-650179.html

最新回复(0)