[发明专利]基于Smith模型和单神经元PID的时滞转子主动平衡控制系统及其方法

说明书

本发明公开了一种基于Smith模型和单神经元PID的时滞转子主动平衡控制系统及其方法，是根据时滞转子的动力学模型建立转子系统的Smith预估模型，通过Smith预估控制消除转子系统的时滞因素影响，通过单神经元PID控制器实现控制器参数的自适应调整并求解得到控制步长，最终实现对时滞转子不平衡的有效控制。本发明能克服传统Smith预估控制方法对转子系统模型精度要求高，平衡效率低的缺陷，从而提高控制效率，实现时滞转子主动平衡的高效控制，并且本发明的控制方法能适用在大时滞条件下。

技术领域

本发明涉及具有时滞因素影响的旋转设备主动平衡控制方法领域，具体为一种基于Smith模型和单神经元PID的时滞转子主动平衡控制系统及其方法。

背景技术

目前，旋转机械广泛应用于工业上的各个领域。大部分转子由于设计上的缺陷、材质不均匀等原因，使转子的质心偏离了几何中心，从而产生了转子的不平衡。旋转设备在高速运转下，不平衡会引起旋转设备挠曲变形，产生较大振动，长期运行会降低旋转设备的使用寿命，甚至会引发重大事故，威胁到工作人员的生命安全。为了避免上述的问题的发生，减小转子的振动，必须对转子进行动平衡。然而，旋转设备的主动平衡控制中不可避免的存在时滞现象，传感器采集信号的过程，控制器的计算处理过程和作动器的作动过程都会产生时滞。过去人们为了简化控制方法的设计，通常忽略时滞因素的影响。但是较小的时滞也会对控制效果产生很大影响甚至造成控制系统的失稳。

目前，传统的Smith控制方法在时滞控制系统中广泛应用。但是，传统的Smith控制方法对控制模型的精度要求高，太依赖转子的精确模型。当实际模型与预估模型存在较大差异时，控制效果会明显降低。传统的Smith模型控制不能够实时进行控制参数的调整。人工神经网络可以任意逼近线性或非线性的系统，能够实现几乎所有的常规非线性与不确定系统的控制，所以神经网络被广泛应用于智能控制系统中。但神经网络结构复杂，权值训练的时间较长，不利于实时控制。

发明内容

本发明为克服现有技术存在的不足之处，提供一种基于Smith模型和单神经元PID的时滞转子主动平衡控制系统及其方法，以期能克服传统Smith控制对系统模型精度要求高和平衡效率低的缺陷，从而提高控制效率，实现转子主动平衡的高效控制，并且该控制方法能适用在大时滞的条件下。

为了达到上述发明目的，本发明采用如下技术方案：

本发明一种基于Smith模型和单神经元PID的时滞转子主动平衡控制系统，是应用于转子系统中，其特点是，所述时滞转子主动平衡控制系统包括：平衡头、振动传感器、Smith预估器、单神经元PID控制器和处理器；

所述振动传感器在采样时刻k获得所述转子系统的振动信号y(k)并传递给所述处理器；所述处理器在采样时刻k接收所述Smith预估器的输出信号x(k)并与所述振动信号y(k)进行比较得到差值e_m(k)；

所述处理器在采样时刻k将所述差值e_m(k)与设定的预期振动量r进行比较，得到差值r_m(k)；

所述处理器在采样时刻k接收所述Smith预估器不含时滞的输出信号x_m(k)并与差值r_m(k)进行比较，得到振幅差值e(k)；

所述处理器将所述振幅差值e(k)输入所述单神经元PID控制器中；

所述单神经元PID控制器对所述振幅差值e(k)进行状态转换处理，得到三个输入信号x_i(k)，i＝1,2,3，再根据所述三个输入信号x_i(k)，利用学习规则得到三个权值W_i(k)，从而根据所述三个输入信号x_i(k)和三个权值W_i(k)的平均值得到输出步长u(k)；

所述处理器根据所述输出步长u(k)对所述平衡头进行控制，从而利用所述平衡头实现时滞转子的主动平衡控制。