一种基于改进型SPSA的电机转速控制参数优化方法及系统技术方案

本发明专利技术涉及一种基于改进型SPSA的电机转速控制参数优化方法及系统，方法包括以下步骤：S1,初始化；S2,优化过程，根据改进型SPSA方法给出新的、待实验的、标度化后的迭代控制参数组合；S3,预处理过程，将标度化后的迭代控制参数组合预处理成实际可行迭代控制参数组合；S4,实验测试过程；S5,后处理过程，按公式

Optimization method and system of motor speed control parameters based on improved SPSA

The invention relates to an improved SPSA-based optimization method and system for motor speed control parameters. The method comprises the following steps: S1, initialization; S2, optimization process, according to the improved SPSA method to give a new, to be tested, scaled iterative control parameters combination; S3, pretreatment process, the scaled iterative control. Parameter combination pretreatment into practical feasible iterative control parameter combination; S4, experimental test process; S5, post-processing process, according to formula

【技术实现步骤摘要】
一种基于改进型SPSA的电机转速控制参数优化方法及系统
本专利技术涉及电机转速控制领域，具体地涉及一种基于改进型SPSA的电机转速控制参数优化方法及系统。
技术介绍
控制系统的性能是控制系统设计的关键。而控制系统性能受到多种因素影响，一是控制器的结构，二是过程噪声或扰动，三是控制系统的参数。而一旦控制器的结构确定，则控制系统性能只能通过对控制系统参数的调整来进行改善。因此，控制系统的参数整定是一项重要的工作。目前最主要的控制参数整定与优化方法可分为四类。第一类是试凑法，该方法是由工程师根据操作经验不断调整控制参数设置并进行试验，直至找到一组可以接受的控制参数组合。该方法严重依赖于工程师个人经验，整定过程耗时费力且整定值的最优性不能得到保证。第二类方法是经验公式法，该方法主要用于PID控制参数整定。例如，Ziegler-Nichols整定方法和继电反馈方法等。这类方法中，工程师通常需要先通过暂态响应试验、参数估计或频率响应试验等获得对象模型，然后再根据经验整定公式给出参数整定值。该方法的优点在于实施简单。不过，它也存在以下问题：首先，该方法需要依赖于过程模型，但精确模型是难以或不可能获得的；其次，由该方法所获取的控制参数整定值通常并非最优值；再次，经验公式的选取需要依赖于工程师经验和对过程特性的了解。这些问题导致该方法在大多数情况下并不能提供理想的结果。第三类方法是基于模型的优化方法，它是建立在控制性能的模型已知的前提下的一种方法。假定控制性能与控制参数间的模型已知，那么就可以通过基于模型的优化方法实现控制参数的最优化。然而，实际情况下，控制性能与控制参数间的相关关系非常复杂，一般情况下是难以获得的。因此，该方法实际上很难应用于控制参数整定值研究。第四类是在控制系统仿真模型基础上，通过遗传算法、群智能算法等优化算法进行仿真优化，但仿真所获得的控制参数应用于实际过程控制时往往难以达到最优效果。
技术实现思路
本专利技术针对电机转速控制系统控制参数整定存在的寻优成本高、依赖专家经验、难以保证最优性等主要问题，提出了一种改进型SPSA的电机转速控制参数优化系统及方法，其目的在于实现在尽可能减少质量优化成本的条件下，通过少量在线实验，快速找到控制系统的最优控制参数组合，以提高电机转速控制系统的控制性能。并行摄动随机逼近方法(SPSA)是J.C.Spall于1987年在有限差分随机逼近算法的基础上加以改进而提出的。该方法梯度估计只需要两次目标函数评价值而不考虑问题的维度。在适当的前提条件下，给定同样的迭代次数，SPSA可以获得与有限差分法梯度逼近同样的统计精度而只需要1/n的函数评价，n为变量维度。因此，本方法具有很高的优化效率。在本专利技术中，对该方法进行了改进，利用历史迭代过程信息，对该优化过程的效率进行了进一步提升。为此，本专利技术采用的具体技术方案如下：一种基于改进型SPSA的电机转速控制参数优化方法，其中，所述方法包括以下步骤：S1,初始化，人为给定初始控制参数组合并对初始控制参数组合进行标度化，设定优化过程和评估过程所需的相关参数的初始值；S2,优化过程，根据改进型SPSA方法给出新的、待实验的、标度化后的迭代控制参数组合；S3,预处理过程，将标度化后的迭代控制参数组合预处理成实际可行迭代控制参数组合；S4,实验测试过程，将实际可行迭代控制参数组合传送给电机的控制系统，并使电机在该控制参数组合下运行，控制系统采集从起始时刻t0开始至测试终止时刻tf之间内的实际转速，构成转速序列，其中在时刻t0，转速为零，在时刻tf，转速为目标设定值vsp；S5,后处理过程，根据实际转速按公式计算其ITAE指标以评估电机的控制性能，其中，ti为采样时刻，e(i)为该采样时刻下实际转速与设定转速的偏差，并对实际可行迭代控制参数组合进行标度化；S6,评估过程，根据实际可行迭代控制参数组合及其对应的ITAE值，并根据历史信息计算得相对最优性序列，并根据该序列的轨迹特征，对实际可行迭代控制参数组合是否符合最优性进行实时评估，若符合最优性，则输出最优控制参数组合，否则转至S2进行迭代。进一步地，S1中的标度化通过公式进行，其中，为初始控制参数组合，(Xt)L＝inf(Xt)为下界，(Xt)H＝sup(Xt)为上界，n为优化的控制参数个数，表示第i个控制参数的初值，t＝1,2,…,n。进一步地，在S1中对改进型SPSA方法的参数{a,A,c,α,γ}进行赋值，并设定改进型SPSA迭代算子v＝1；并对评估过程的相关参数进行设定，设置终止状态系数初值κ＝0，下限阈值κF，终止因子下限阈值ξΓ，滑动平滑系数λ，滑动终止系数η。更进一步地，在一个优选实施例中，参数{a,A,c,α,γ}为{α＝0.602,γ＝0.101,a＝50,A＝30,c＝8}，下限阈值κF＝3，终止因子下限阈值ξΓ＝0.05，滑动平滑系数λ＝1，滑动终止系数η＝1。更进一步地，S2的具体步骤为：S21,算法增益更新:as＝a/(A+s)α，cs＝c/sγ；S22,摄动向量产生:通过蒙特卡洛方式产生一个n维随机向量(摄动向量)Δs，其中该向量的每一维都是由伯努利±1分布随机产生，其中产生+1、-1的概率均为0.5；S23,正向摄动点产生:令k＝k+1，经实验得到其对应控制参数下的ITAE值S24,逆向摄动点产生:令k＝k+1，经实验得到其对应控制参数下的ITAE值S25,梯度逼近:根据摄动点估计在点处的近似梯度因为优化操作区间有约束存在，所以梯度估计公式修正为：S26,迭代控制参数组合点搜索:利用近似梯度和迭代最优解的差值逼近下一迭代点，迭代控制参数组合点按照公式计算；令k＝k+1，s＝s+1。更进一步地，S3的具体步骤为：S31,根据将相应的迭代控制参数组合还原为实际迭代控制参数，其中，为还原后的迭代控制参数组合；的各个维度表征与原相对应的实际物理参数；S32,如果则实际可行的迭代控制参数否则，选取一个满足可行域内距离的欧氏距离最近的点来代替并令实际可行的迭代控制参数选取近似可行点的规则如其中，为空间中某点到的欧氏距离，Φ为满足最小欧式距离的解集。更进一步地，S6的具体步骤如下：S61,产生或更新相对最优性序列：设前一批次的迭代控制参数组合序列为Mk-1＝{(X1,Y1),(X2,Y2),…(Xk-1,Yk-1)}，其中Xi为实际可行迭代控制参数组合，Yi为该控制参数组合下的ITAE计算值，(Xi,Yi)构成一个迭代控制参数组合信息集。新迭代控制参数组合信息集为(Xk,Yk)，将其更新入迭代点序列后，形成当前迭代组合序列Mk；再将各控制参数组合信息集基于迭代控制参数组合ITAE的大小进行重新排序，形成一组按ITAE值递增的序列其中为当前迭代点控制参数组合序列中ITAE值最小、控制性能最优的迭代控制参数组合；并将该迭代控制参数组合信息集写入相对最优性序列其中当前最优序列的新增点即为S62，产生或更新平滑轨迹：以n+1作为滑动轨迹的计算基数，λ为滑动平滑系数(取整数1，2…)，滑动窗口大小则为λ(n+1)，滑动轨迹形成的计算规则如下：采用该计算规则对相对最优性序列进行平滑，产生滑动轨迹S63，产生或更新终止轨迹：在滑动轨迹的基础上，进一步滑动平均计算得终止轨迹其计算规则如下：本文档来自技高网...

【技术保护点】
1.一种基于改进型SPSA的电机转速控制参数优化方法，其特征在于：所述方法包括以下步骤：S1,初始化，人为给定初始控制参数组合并对初始控制参数组合进行标度化，设定优化过程和评估过程所需的相关参数的初始值；S2,优化过程，根据改进型SPSA方法给出新的、待实验的、标度化后的迭代控制参数组合；S3,预处理过程，将标度化后的迭代控制参数组合预处理成实际可行迭代控制参数组合；S4,实验测试过程，将实际可行迭代控制参数组合传送给电机的控制系统，并使电机在该控制参数组合下运行，控制系统采集从起始时刻t0开始至测试终止时刻tf之间内的实际转速，构成转速序列，其中在时刻t0，转速为零，在时刻tf，转速为目标设定值vsp；S5,后处理过程，根据实际转速按公式

【技术特征摘要】
1.一种基于改进型SPSA的电机转速控制参数优化方法，其特征在于：所述方法包括以下步骤：S1,初始化，人为给定初始控制参数组合并对初始控制参数组合进行标度化，设定优化过程和评估过程所需的相关参数的初始值；S2,优化过程，根据改进型SPSA方法给出新的、待实验的、标度化后的迭代控制参数组合；S3,预处理过程，将标度化后的迭代控制参数组合预处理成实际可行迭代控制参数组合；S4,实验测试过程，将实际可行迭代控制参数组合传送给电机的控制系统，并使电机在该控制参数组合下运行，控制系统采集从起始时刻t0开始至测试终止时刻tf之间内的实际转速，构成转速序列，其中在时刻t0，转速为零，在时刻tf，转速为目标设定值vsp；S5,后处理过程，根据实际转速按公式计算其ITAE指标以评估电机的控制性能，其中，ti为采样时刻，e(i)为该采样时刻下实际转速与设定转速的偏差，并对实际可行迭代控制参数组合进行标度化；S6,评估过程，根据实际可行迭代控制参数组合及其对应的ITAE值，并根据历史信息计算得相对最优性序列，并根据该序列的轨迹特征，对实际可行迭代控制参数组合是否符合最优性进行实时评估，若符合最优性，则输出最优控制参数组合，否则转至S2进行迭代。2.如权利要求1所述的基于改进型SPSA的电机转速控制参数优化方法，其特征在于：S1中的标度化通过公式进行，其中，为初始控制参数组合，(Xt)L＝inf(Xt)为下界，(Xt)H＝sup(Xt)为上界，n为优化的控制参数个数，表示第i个控制参数的初值，t＝1,2,…,n。3.如权利要求2所述的基于改进型SPSA的电机转速控制参数优化方法，其特征在于：在S1中对改进型SPSA方法的参数{a,A,c,α,γ}进行赋值，并设定改进型SPSA迭代算子s＝1；并对评估过程的相关参数进行设定，设置终止状态系数初值κ＝0，下限阈值κF，终止因子下限阈值ξΓ，滑动平滑系数λ，滑动终止系数η。4.如权利要求3所述的基于改进型SPSA的电机转速控制参数优化方法，其特征在于：参数{a,A,c,α,γ}取{α＝0.602,γ＝0.101,a＝50,A＝30,c＝8}，下限阈值κF＝3，终止因子下限阈值ξΓ＝0.05，滑动平滑系数λ＝1，滑动终止系数η＝1。5.如权利要求3所述的基于改进型SPSA的电机转速控制参数优化方法，其特征在于：S2的具体步骤为：S21,算法增益更新:as＝a/(A+s)α，cs＝c/sγ；S22,摄动向量产生:通过蒙特卡洛方式产生一个n维随机向量(摄动向量)Δs，其中该向量的每一维都是由伯努利±1分布随机产生，其中产生+1、-1的概率均为0.5；S23,正向摄动点产生:令k＝k+1；经实验得到其对应控制参数下的ITAE值S24,逆向摄动点产生:令k＝k+1；经实验得到其对应控制参数下的ITAE值S25,梯度逼近:根据摄动点估计在点处的近似梯度因为优化操作区间有约束存在，所以梯度估计公式修正为：S26,迭代控制参数组合点搜索:利用近似梯度和迭代最优解的差值逼近下一迭代点，迭代控制参数组合点按照公式计算；令k＝k+1，s＝s+1。6.如权利要求5所述的基于改进型SPSA的电机转速控制参数优化方法，其特征在于：S3的具体步骤为：S31,根据将相应的迭代控制参数组合还原为实际迭代控制参数，其中，为还原后的迭代控制参数组合；的各个维度表征与原相对应的实际物理参数；S32,如果则实际可行的迭代控制参数否则，选取一个满足可行域内距离的欧氏距离最近的点来代替并令实际可行的迭代控制参数选取近似可行点的规则如其中，为空间中某点到的欧氏距离，Φ为满足最小欧式距离的解集。7.如权利要求6所述的基于改进型SPSA的电机转速控制参数优化方法，其特征在于：S6的具体步骤如下：S61,产生或更新相对最优...

【专利技术属性】
技术研发人员：孔祥松，朱易晟，许雄达，江绍波，张辑，苏鹭梅，郑雪钦，
申请(专利权)人：厦门理工学院，
类型：发明
国别省市：福建,35