[发明专利]基于模范系统的对象辨识及控制系统优化整定方法有效
申请号: | 202010758066.2 | 申请日: | 2020-07-31 |
公开(公告)号: | CN111830833B | 公开(公告)日: | 2021-09-10 |
发明(设计)人: | 邱育东;张文生 | 申请(专利权)人: | 中国科学院自动化研究所 |
主分类号: | G05B13/04 | 分类号: | G05B13/04 |
代理公司: | 北京市恒有知识产权代理事务所(普通合伙) 11576 | 代理人: | 郭文浩;尹文会 |
地址: | 100190 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 模范 系统 对象 辨识 控制系统 优化 方法 | ||
1.一种基于模范系统的对象辨识及控制系统优化整定方法,其特征在于,该方法包括:
步骤S10,构建有时延控制系统中被控对象Gp、滤波器Gf和控制器Gc以及模范系统中模范滤波器Gfo和模范对象Go的数学模型,并确定优化参数;构建无时延控制系统中被控对象Gp、滤波器Gf和控制器Gc以及模范系统中模范滤波器Gfo和模范对象Go的数学模型,并确定优化参数;
步骤S20,分别设置有时延和无时延系统的估计对象参数的初始值;
步骤S30,将幅值R的跳跃信号作为系统的测试输入,分别获取有时延和无时延控制系统的测试输出和模范系统的测试输出
基于幅值R、有时延和无时延控制系统的测试输出和模范系统的测试输出分别计算有时延和无时延系统的对象参数的修正值;基于所述有时延和无时延控制系统的测试输出和模范系统的测试输出分别计算有时延和无时延系统的特定评价指标Sdyo;
步骤S40,若为首次测试,则跳转步骤S50;否则,分别判断所述有时延和无时延系统的特定评价指标Sdyo是否小于对应的备份的特定评价指标Sdyo,若是则跳转步骤S50,否则跳转步骤S60;
步骤S50,备份本次测试中的估计对象参数及控制参数和特定评价指标,分别基于有时延和无时延系统的对象参数的修正值对当前估计对象参数进行修正,并分别以修正的估计对象参数替换对应的控制系统和模范系统中的估计对象参数,并跳转步骤S30;
步骤S60,分别将备份的参数替换对应的系统的参数,获得有时延和无时延的对象辨识参数及优化整定后的控制系统;
其中,所述特定评价指标Sdyo,其计算方法为:
其中,和在有时延系统中为有时延的控制系统的测试输出和有时延系统对应的模范系统的测试输出,在无时延系统中为无时延的控制系统的测试输出和无时延系统对应的模范系统的测试输出。
2.根据权利要求1所述的基于模范系统的对象辨识及控制系统优化整定方法,其特征在于,步骤S10中“构建有时延控制系统中被控对象Gp、滤波器Gf和控制器Gc以及模范系统中模范滤波器Gfo和模范对象Go的数学模型,并确定优化参数”,其方法为:
其中,S为拉氏算子;K0,K1,K2,τ为实际对象参数,K0为积分因子,K1为比例因子,K2为微分因子,τ为实际时延值;
其中,为跟随参数,α1为优化跟随参数;为抗干扰参数,α2为优化抗干扰参数;α1,α2为优化参数;
其中,为控制器参数,为比例系数,为积分系数,为微分系数,为滤波系数,为估计时延值;为系统的估计对象参数,为对象参数实际时延与估计时延的差值;
3.根据权利要求1所述的基于模范系统的对象辨识及控制系统优化整定方法,其特征在于,步骤S10中“构建无时延控制系统中被控对象Gp、滤波器Gf和控制器Gc以及模范系统中模范滤波器Gfo和模范对象Go的数学模型,并确定优化参数”,其方法为:
其中,S为拉氏算子;K0,K1,K2为实际对象参数,K0为积分因子,K1为比例因子,K2为微分因子;
其中,为跟随参数,α1为优化跟随参数;为抗干扰参数,α2为待优化抗干扰参数,To是优化响应时间常数;α1,α2,To为优化参数;
其中,为控制器参数,为比例系数,为积分系数,为微分系数,为滤波系数;为系统的估计对象参数;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院自动化研究所,未经中国科学院自动化研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010758066.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种移动式监考机器人
- 下一篇:拱形门与幕墙的连接机构及施工方法