[发明专利]台架控制系统的模糊控制方法、存储介质及设备

说明书

本发明涉及台架控制系统的模糊控制方法、储存介质及计算机设备，主要包括：采集历史数据集；利用FCM算法对历史数据集聚类，获取聚类后的历史数据子集中数据最密集区域的值作为隶属度函数的最大值，并利用隶属度函数将历史数据子集划分为模糊集合；构建基于Wang‑Mendel算法的模糊控制模型；获取专家经验数据作为训练数据，采用监督学习方法训练模糊控制模型；将模糊集合输入训练后的模糊控制模型，获取模糊规则集；将模糊规则集中条件不相同的模糊规则定义为临近规则，利用临近规则补全模糊库中不完备的模糊规则，获得新的模糊规则集；输入新的模糊规则集至台架控制系统进行PID参数自整定。

技术领域

本发明属于汽车发动机-测功机台架技术领域，具体涉及台架控制系统的模糊控制方法、存储介质及设备。

背景技术

发动机台架试验是通过模拟发动机在不同工况(负载、转速)下运行特性，并记录各项试验参数来分析评估发动机各项性能指标的重要方法和手段。台架试验中需要对和发动机和测功机的主要参数如转速、扭矩、发动机油门开度、励磁等精确控制并检测，同时对试验中大量参数如油耗量，发动机多点进气、排气温度、压力、油温、水温以及尾气排放进行检测，通过一系列模拟工况试验得到发动机各项关键数据和曲线。

发动机台架性能试验需要按照试验规范模拟不同工况下(不同转速、不同扭矩参数的组合)发动机工作情况，通常采用电涡流测功机或者四象电力限测功机来作为发动机的模拟负载。

由于“发动机+测功机”组合系统是一个复杂非线性系统，通常该控制系统的输入为发动机的油门信号和测功机的励磁信号，控制系统的输出为拖动系统的扭矩和转速，输入和输出量之间是强耦合量，尤其发动机台架性能试验中工况需要频繁切换对闭环控制带来很多控制难题，普通PID调节控制在处理这类问题时往往容易出现超调量过大，稳定时间长的问题，很多台架控制系统超调量达到10％甚至25％以上。同时由于不同发动机性能存在较大差异，控制系统PID参数经常需要人为修改调试才能获得比较好的控制性能，给现场试验人员造成很大的技术困扰。

现阶段应用于发动机台架的控制最为典型的还是传统的PID控制，然而对于发动机台架系统而言，待测发动机的类型往往有多种(功率不同，飞轮矩不同，发动机类型性能不同)，这就意味着每更换一个发动机，都要重新对PID参数进行整定，PID参数的整定依赖于实际经验，使得在发动机台架的试验的过程中，PID参数的调节往往费时费力，不利于实际操作。在此基础上，引入了模糊控制来实现PID参数的自整定，设计模糊控制器的关键就是模糊规则的选择，模糊规则的选择直接决定了控制效果的好坏，自适应模糊PID控制在一定程度上弥补了传统PID控制的不足，但是传统的模糊规则的选取依赖于现场工程师的实际经验，往往需要经过多次试验才能得到一个较为满意的规则，获取过程繁琐、模糊规则提取的鲁棒性和准确性低。

发明内容

为了解决上述自适应模糊PID控制中模糊规则提取的鲁棒性和准确性低的技术问题，本发明提出台架控制系统的模糊控制方法、存储介质及计算机设备并应用于发动机台架闭环控制系统中。

本发明涉及台架控制系统的模糊控制方法、存储介质及计算机设备。

根据本发明的一个方面，公开台架控制系统的模糊控制方法，主要步骤包括：以发动机特性曲线的速度拐点为界线采集台架试验中的历史数据集；利用FCM算法对所述历史数据集聚类，获取聚类后的历史数据子集中数据最密集区域的值作为隶属度函数的最大值，并利用所述隶属度函数将所述历史数据子集划分为模糊集合；构建基于Wang-Mendel算法的模糊控制模型；获取专家经验数据作为训练数据，采用监督学习方法训练所述模糊控制模型；将所述模糊集合输入训练后的模糊控制模型，获取第一模糊规则集；将所述第一模糊规则集中条件不相同的模糊规则定义为临近规则，利用所述临近规则补全所述第一模糊库中不完备的模糊规则，获得第二模糊规则集；输入所述第二模糊规则集至台架控制系统进行PID参数自整定。

进一步地，以发动机特性曲线的速度拐点为界线采集台架试验中的历史数据集的步骤包括：