[发明专利]一种多支路流量标定协同控制方法和控制系统

权利要求书

1.一种多支路流量标定协同控制方法，其特征在于：包括以下步骤：

S1：通过神经网络PID控制器对各个电动调节阀的开度进行控制；

S2：通过模糊PID速控制器对离心泵结构进行控制；

S3：根据实际控制要求设定流量范围区间，采用分程协调控制进行控制；实现多支路流量协同控制。

2.根据权利要求1所述的一种多支路流量标定协同控制方法，其特征在于：神经网络PID控制器的设计方法如下：

S2.1：处理器获取调节阀相关参数，并带入直流电机动态平衡方程式：

式中，R_a为电机电枢内阻，L_a为电枢电感，U_d(t)为电枢电压，I_d(t)为电枢电流，E_m(t)为感应电动势；

S2.2：通过减速机构转矩输出表达式得到输出转角与输入电压的传递函数表达式：

式中，J为电机转动惯量，f为电机摩擦系数，θ(t)为电机输出转角，K_m为电机力矩系数；

S2.3：通过PID算法对传感器采集的数据进行处理，具体包括以下步骤：

S2.3.1：采用离散型PID控制算法进行处理，其公式为：

S2.3.2：采用位置式PID控制算法的两次相邻输出值的差值作为控制信号，得到以下公式：

Δu(k)＝K_p[e(k)-e(k-1)]+K_ie(k)+K_d[e(k)-2e(k-1)+e(k-2)]………(4)；

S2.3.3：将公式(3)和(4)相减，得到以下公式：

u(k)＝u(k-1)+Δu(k)………(5)；

S2.4：设定神经网络结构，采用三层BP神经网络，输入值与输出值个数均为三个，将指定输入rin(k)，实际输入yout(k)和误差值error(k)作为输入层三个信号，输出信号为PID控制器的K_p、K_i和K_d；根据在线温度设定点和误差信号，BP神经网络采用在线自适应调整方法，实现网络学习，前进传输，反向传播以及权重和阈值调整；

将神经网络中隐藏层的激活函数设为双曲正切函数，得到以下公式：

将神经网络中输出层的激活函数为sigmoid函数，得到以下公式：

得到输出层的结果后，采用最速下降法对网络权系数进行修正，并加入收敛到全局最小搜索的项，输出层所有权值的变化计算如下：

同理，隐藏层所有权值变化计算如下：

根据上述数据，得到初步的神经网络PID控制器；

S2.5：将初步的神经网络PID控制器使用粒子群算法进行优化，得到最终的神经网络PID控制器。