[发明专利]智能风机叶片基于灰色信息优化的自适应内模振动控制方法

摘要

本发明公开了一种智能风机叶片基于灰色信息优化的自适应内模振动控制方法，该方法针对复杂运行环境下智能风机叶片振动系统中存在的多种不确定因素，采用基于灰色信息理论优化的自适应内模振动控制方法，即利用灰关联优化的差分进化辨识方式对不确定影响下的叶片振动系统进行精确辨识，使得内模振动过程辨识更加理想精确；利用灰色规划理论对叶片自适应内模振动控制器的参数进行自适应优化调节，有利于提高控制系统的动态特性和鲁棒性，使得闭环系统在克服不确定因素影响的同时能够取得高性能的智能风机叶片自适应振动控制效果。通过本发明，提供的灰色优化自适应内模振动控制方法可克服智能风机叶片在复杂工作环境中的多种不确定性因素影响。

主权项

1.一种复杂运行环境下智能风机叶片不确定系统的最优自适应振动控制方法,其特征是，包括的步骤如下：(1)首先针对复杂运行环境下智能风机叶片振动系统存在的复杂不确定摄动，利用差分进化算法对智能风机叶片系统的动态等效模型进行非线性辨识；通过差分进化辨识算法中变异因子F和交叉因子CR的优化选取，来控制辨识算法的收敛性、全局与局部搜索能力，并最终影响振动系统辨识的准确性和辨识效率；(2)针对步骤(1)中变异因子F和交叉因子CR的选取问题，利用灰关联决策理论优化变异因子F和交叉因子CR，通过寻找最优变异因子Fopt和最优交叉因子CRopt获得不确定影响下的最优系统辨识结果，提高叶片振动系统的过程辨识精度；(3)根据不确定摄动下的叶片振动系统辨识模型，设计自适应内模振动控制器，自适应内模振动控制器中的自适应低通滤波器适用于高阶系统的内模控制，并且根据系统的动态误差，系统不确定摄动以及系统时变特性的影响，在线自适应调节滤波器的多个参数，提高复杂运行环境下智能叶片的自适应振动控制性能；(4)针对步骤(3)中自适应滤波器的多参数自适应调节问题，采用灰色规划思想在线求解最优滤波器不确定多参数，即满足系统鲁棒性和动态响应速度之间的最佳折衷方案；灰色非线性规划的引入使得这种最佳控制方案根据风机叶片复杂运行环境的改变在线进行自适应调整，并在当前不确定环境影响下获得最优控制效果，同时也使得自适应内模振动控制器参数整定的计算量减小、控制实时性增强；(5)最后利用双口双回路结构设计叶片自适应内模控制系统，利用双回路自适应内模控制结构，使控制器能够随着叶片系统不确定参数的辨识更新，及时补充新信息调整不确定滤波器参数，使得复杂不确定叶片系统的内模振动控制具有较强的自适应性和鲁棒性；同时利用双口内模控制结构，解决控制量饱和问题，增强叶片振动系统的稳定性和鲁棒性。