[发明专利]一种基于监督学习的舰船旋转机械设备前馈振动控制系统

说明书

本发明提供一种基于监督学习的舰船旋转机械设备前馈振动控制系统，借助预先训练好的监督学习模型，可以根据不同工况在线更新次级通道模型的模型参数Asubgt;pq/subgt;，同时还根据历史的加速度信号和转速信号等更新权重参数，最后基于经过模型参数Asubgt;pq/subgt;滤波后的转速信号和权重参数获取驱动电机抑制旋转机械设备振动的电流信号，因此，本发明考虑了振动工况变化对次级通道的影响，算法精度更高、更加适应振动工况的变化，可达到更好的振动控制效果。

技术领域

本发明属于机械振动控制技术领域，尤其涉及一种基于监督学习的舰船旋转机械设备前馈振动控制系统。

背景技术

各类舰船上装备的电机、汽轮机、泵等各类旋转机械设备一般通过橡胶隔振器与船体连接。橡胶隔振器一是起到连接作用，二是起到隔振作用。但是，橡胶隔振器一般对高频谱线的隔振效果较好，对于低频谱线的隔振效果不佳。因此，人们提出主动振动控制技术用于进一步减小低频谱线。前馈振动控制是一类常见的控制方法，需要在算法中构建次级通道模型。次级通道模型受到设备转速、环境温度等工况变化的影响，但是以往的前馈振动控制一般没有考虑到这些工况变化对次级通道模型的影响。

发明内容

为解决上述无法根据工况变化在线更新次级通道的问题，本发明提供一种基于监督学习的舰船旋转机械设备前馈振动控制系统，借助监督学习，根据不同工况在线更新次级通道模型，适应复杂的振动工况变化，达到更好的振动控制效果。

一种基于监督学习的舰船旋转机械设备前馈振动控制系统，包括信号采集模块、控制模块、电流控制器以及电机6，其中，控制模块包括次级通道更新单元、次级通道单元、权重参数更新单元、控制电流计算单元；

所述信号采集模块用于实时获取当前环境的温度信号、待控的旋转机械设备8的加速度信号e(n)和转速信号x(n)，其中，n表示当前时刻；

将温度信号和转速信号输入次级通道更新单元上运行的监督学习模型，得到次级通道模型的模型参数A_pq，其中，所述监督学习模型通过神经网络监督学习算法训练得到，所述次级通道模型用于表征加速度信号与电机提供的激励力之间的映射关系；

所述次级通道单元用于将模型参数A_pq作为滤波系数对转速信号x(n)进行滤波，得到滤波后的转速信号x′(n)；

所述权重参数更新单元用于获取当前时刻的权重参数ω(n)，且ω(n)＝ω(n-1)-2μe(n-1)x′(n-1)，其中，ω(n-1)为上一时刻的权重参数，μ为设定步长，e(n-1)为上一时刻的加速度信号，x′(n-1)为上一时刻对应的滤波后的转速信号序列，且该转速信号序列由当前时刻之前的连续多个时刻的滤波后的转速信号构成；

所述控制电流计算单元用于获取当前时刻的电流信号I(n)＝ω^T(n)x(n)，其中，T表示转置，x(n)为当前时刻对应的转速信号序列，且该转速信号序列由包含当前时刻在内的连续多个时刻的转速信号构成；

所述电流控制器用于根据电流信号I(n)驱动电机6产生作用于旋转机械设备8的激励力，实现旋转机械设备8振动的抑制。

进一步地，所述次级通道模型采用线性滤波的形式表示如下：

其中，z(n)为电机6各时刻提供的激励力，为表征加速度信号与激励力之间映射关系的系数，N为设定的表征所述映射关系所需要的时刻总数。

进一步地，所述滤波后的转速信号x′(n)的获取方法为：

其中，为表征加速度信号与激励力之间映射关系的系数，N为设定的表征所述映射关系所需要的时刻总数。

进一步地，所述监督学习模型的获取方法为：