[发明专利]速度控制方法和速度控制装置

权利要求书

1.一种速度控制方法，其特征在于，包括：

将当前速度指令、预设时间内的历史速度指令以及所述预设时间内的历史速度指令对应的历史速度值输入非线性神经网络模型；

将所述非线性神经网络模型输出的与所述当前速度指令对应的修正速度指令输入比例积分微分PID控制器，以便PID控制器根据所述修正速度指令对速度进行控制。

2.根据权利要求1所述的方法，其特征在于，还包括：

采集不同工况下的历史速度指令以及所述不同工况下的历史速度指令对应的历史速度值作为训练数据；

对所述训练数据进行归一化；

利用归一化的训练数据确定所述非线性神经网络模型的参数，从而确定所述非线性神经网络模型。

3.根据权利要求2所述的方法，其特征在于，所述对所述训练数据进行归一化包括：

将归一化前的训练数据与训练数据中最小值的差除以归一化后的训练数据与预设归一化后最小值的差作为第一比值；

将归一化前的训练数据中最大值与最小值的差除以预设归一化后最大值与最小值的差作为第二比值；

通过使得所述第一比值与所述第二比值相等确定归一化后的训练数据。

4.根据权利要求1所述的方法，其特征在于，还包括：

根据实时地或每隔预设周期反馈至所述非线性神经网络模型的速度指令和速度值，对所述非线性神经网络模型进行修正。

5.根据权利要求1所述的方法，其特征在于，

所述PID控制器利用预设的比例参数、积分参数、微分参数对所述修正速度指令以及反馈得到的上一时刻的速度值进行运算，确定速度控制量，以便对速度进行控制。

6.根据权利要求1-5任一项所述的方法，其特征在于，

所述非线性神经网络为非线性有源自回归NARX神经网络，所述NARX神经网络的隐层神经元为8个，延时阶数为2。

7.一种速度控制装置，其特征在于，包括：

神经网络模块，用于将当前速度指令、预设时间内的历史速度指令以及所述预设时间内的历史速度指令对应的历史速度值输入非线性神经网络模型；

PID控制模块，用于将所述非线性神经网络模型输出的与所述当前速度指令对应的修正速度指令输入比例积分微分PID控制器，以便PID控制器根据所述修正速度指令对速度进行控制。

8.根据权利要求7所述的装置，其特征在于，

所述神经网络模块还用于采集不同工况下的历史速度指令以及所述不同工况下的历史速度指令对应的历史速度值作为训练数据，对所述训练数据进行归一化，利用归一化后的训练数据确定所述非线性神经网络模型的参数，从而确定所述非线性神经网络模型。

9.根据权利要求8所述的装置，其特征在于，

将归一化前的训练数据与训练数据中最小值的差除以归一化后的训练数据与预设归一化后最小值的差作为第一比值，将归一化前的训练数据中最大值与最小值的差除以预设归一化后最大值与最小值的差作为第二比值，通过使得所述第一比值与所述第二比值相等来确定归一化后的训练数据。

10.根据权利要求7所述的装置，其特征在于，

所述神经网络模块还用于根据实时地或每隔预设周期反馈至所述非线性神经网络模型的速度指令和速度值，对所述非线性神经网络模型进行修正。

11.根据权利要求7所述的装置，其特征在于，

所述PID控制模块还利用预设的比例参数、积分参数、微分参数对所述修正速度指令以及反馈得到的上一时刻的速度值进行运算，确定速度控制量，以便对速度进行控制。

12.根据权利要求7-11任一项所述的装置，其特征在于，

所述非线性神经网络为非线性有源自回归NARX神经网络，所述NARX神经网络的隐层神经元为8个，延时阶数为2。