基于偏微分方程模型学习的磁流体系统的控制方法技术方案

基于PDE模型学习的磁流体系统的控制方法，该方法包括以下步骤：构建通道中磁流体系统的拓扑结构，磁流体系包括两端封闭的通道，通道内的磁流体流体，和垂直于磁流体流动方向的外加电磁场；设定磁流体雷诺数的上下界；用控制参数近似外部可调的感应磁场；获得初始时刻的磁流体速度，获得初始时刻的磁流体感应强度；用控制参数和流体的雷诺数作为输入，T时刻的磁流体流速值为输出；构造用于近似磁流体速度的多项式混沌展开模型；本发明专利技术的优点：考虑参数不确定性的磁流体系统，由于模型不确定参数与控制参数均满足均匀分布，使得多项式混沌展开的近似得到保证。

【技术实现步骤摘要】
基于偏微分方程模型学习的磁流体系统的控制方法
本专利技术涉及封闭通道中磁流体运动控制领域，重点完成磁流体模型参数的不确定量化与磁流体运动控制策略。
技术介绍
磁流体是一种新型的功能材料，它既具有液体的流动性又具有固体磁性材料的磁性。是由直径为纳米量级(10纳米以下)的磁性固体颗粒、基载液以及界面活性剂三者混合而成的一种稳定的胶状液体。该流体广泛应用于各种苛刻条件的磁性流体密封、减震、医疗器械、声音调节、光显示、磁流体选矿等领域。磁流体模型是磁流体流速、磁感应通量和外部磁场相互耦合的非线性时空演化模型。磁流体的流体雷诺数极容易引起参数误差，导致参数不确定性。因此，本专利考虑基于偏微分方程(PDE)模型学习的参数不确定性磁流体系统的近似最优控制。该方法直接建立在参数不确定情况下外部磁场(控制输入)与磁流体流速的相应动态之间的关系。
技术实现思路
本专利技术的目的在于提供一种考虑参数不确定性，用多项式混沌展开构造磁流体流速，使得目标函数与控制参数之间呈显式关系的基于PDE模型学习的磁流体系统的控制方法。基于PDE模型学习的磁流体系统的控制方法，包括以下步骤：1)、构建通道中磁流体系统的拓扑结构，磁流体系包括两端封闭的通道，通道内的磁流体流体，和垂直于磁流体流动方向的外加电磁场；2)、设定磁流体雷诺数的上下界，设置磁流体PDE系统的控制性能指标为：用控制参数近似外部可调的感应磁场，控制方程为：其中，x∈[0,1]为空间变量；Le为通道长度；t∈[0,T]为时间变量，T为整个时间尺度；n为控制参数化的个数；V(x,t)是磁流体的流速；B(x,t)是磁流体系统的磁感应强度；p(t)是沿通道的压降；u(t)是外部可调的感应磁场，为磁流体系统的实际控制输入。Vt(x,t)为V(x,t)对时间变量t的一阶导数；Vxx(x,t)、Vx(x,t)为V(x,t)对空间变量x的二阶、一阶导数；为对时间变量t的一阶导数；Bxx(x,t)、Bx(x,t)为B(x,t)对空间变量x的二阶、一阶导数；Re是磁流体的雷诺数，Rem磁场的雷诺数；υk表示参数化的u(t)，即第k个时间子区间上的控制量的值；是一个指标函数，定义为3)、获得初始时刻的磁流体速度，获得初始时刻的磁流体感应强度；4)、用控制参数和流体的雷诺数作为输入，以T时刻的磁流体流速值为输出；构造用于近似磁流体速度的多项式混沌展开模型；5)、给定控制参数的猜测值，通过实验采集磁流体的雷诺数，将控制参数的猜测值和实验采集的磁流体雷诺数作为输入带入步骤4)的多项式混沌展开模型，获得磁流体速度，获得成本目标函数值；成本目标函数为：S是空间离散化的个数；表示PDE模型学习后，通过多项式混沌展开模型得到的T时刻的磁流体流速值。Θ＝[υ1，υ2，...，υn，Re]T表示n个控制参数值和1个不确定量化参数的集合；6)、计算目标梯度：结合非线性优化算法，迭代得到最优控制序列。非线性优化算法采用现有算法，把梯度信息和目标函数的信息，输入给非线性优化求解器即可获得最优的控制参数。根据梯度和目标函数的信息，找到成本目标函数值最小的控制参数序列，即最优控制序列。作为优选的方案：假设流体雷诺数Re满足均匀分布U(UL,UP)，其中UL表示参数下界，UP表示参数上界；设置磁流体PDE系统的边界条件为V(0,t)＝0,V(1,t)＝0,B(0,t)＝0,B(1,t)＝0.优选的，通过高速相机和磁感应强度传感器的测量磁流体系统的初始情况，磁流体系统的初始情况表示为：V(x,0)＝V0(x),B(x,0)＝B0(x),x∈[0,1].设置外部感应磁场u(t)的约束条件为：0≤u(t)≤umax,t∈[0,T],其中，umax表示外部施加的横向磁场的最大值。优选的，假设外部横向磁场u(t)作用下通道中具有不确定的磁流体雷诺数Re的一维磁流体流动系统，该流动系统满足UL＝0.07,UP＝0.13。磁雷诺数为Rem＝1。优选的，磁流体流系统的初始状态为V0(x)＝(2x2+20)sin(πx)m/s和B0(x)＝x2sin(3πx)Wb/m2。优选的，将最小化成本函数作为代价函数，代价函数表示为：式中，ω1,ω2≥0是预先指定的权重常数；权重值分别为ω1＝1和ω2＝0.002；外部施加的横向磁场的最大值为umax＝5Wb/m2。本专利技术的有益效果是：1、考虑参数不确定性的磁流体系统，由于模型不确定参数与控制参数均满足均匀分布，使得多项式混沌展开的近似得到保证。2、直接对磁流体系统进行控制变量参数化，避免了磁流体模型降阶所产生的误差。3、只需用多项式混沌展开构造磁流体流速V(x,t)，无需构造磁感应强度B(x,t)，简化多项式构造的计算量。4、多项式混沌展开只需要对磁流体的流速V(x,t)进行构造，因此构造的精度可以尽可能的提升，我们这只给了二阶的展开，R2精度已经得到99.92％。5、在用多项式混沌展开构造V(x,t)之后，直接得到目标函数与控制参数之间的显式关系，从而解决常规方法目标函数与控制参数隐似关系的困境。6、由于目标函数与控制参数之间是显式关系，梯度可以直接采用求导方式得到，无需求解协态方程或是灵敏度方法，梯度计算代价可以忽略。7、实验给出本专利技术优化算法所需的总时间为1.96秒，每次梯度计算的时间可以忽略不计。同时，也无需求解原方程，大大节省了优化过程的时间成本。比常规方法提升至少10倍以上的计算效率。附图说明图1为本专利技术中的磁流体系统拓扑结构图。图2为本专利技术直接对磁流体MHD系统进行控制变量参数化流程图。图3为本专利技术PDE模型学习的流程图。图4为本专利技术磁流体运动控制设计流程图。图5为本专利技术的均方根误差(RMSE)。图6为本专利技术的可决系数(R2)。图7为本专利技术所得到在不同雷诺数情况下的控制序列。图8为本专利技术在施加控制序列情况下的磁流体流速时空演化图。具体实施方式如图1所示：通道中磁流体系统的拓扑结构，依次为两端封闭的通道1，磁流体流体2，垂直与磁流体流动方向的外加电磁场3等组成。外加电磁场通过电流电压值的调节，而影响磁流体的运动。本专利技术基于参数不确定的磁流体系统建模步骤：令x∈[0,1]为空间变量，Le为通道长度。令t∈[0,T]为时间变量，T为整个时间尺度。通道中带有参数不确定性的一维不可压缩牛顿导电磁流体流动模型为式中，V(x,t)是磁流体的流速；B(x,t)是磁流体系统的磁感应强度；p(t)是沿通道的压降；u(t)是外部可调的感应磁场，为磁流体系统的实际控制输入。Vt(x,t)为V(x,t)对时间变量t的一阶导数；Vxx(x,t)、Vx(x,t)为V(x,t)对空间变量x的二阶、一阶导数；Bt(x,t)为B(x,t)对时间变量t的一阶导数；Bxx(x本文档来自技高网...

【技术保护点】
1.基于PDE模型学习的磁流体系统的控制方法，其特征在于：该方法包括以下步骤：/n1)、构建通道中磁流体系统的拓扑结构，磁流体系包括两端封闭的通道，通道内的磁流体流体，和垂直于磁流体流动方向的外加电磁场；/n2)、设定磁流体雷诺数的上下界，设置磁流体PDE系统的控制性能指标为：

【技术特征摘要】
1.基于PDE模型学习的磁流体系统的控制方法，其特征在于：该方法包括以下步骤：
1)、构建通道中磁流体系统的拓扑结构，磁流体系包括两端封闭的通道，通道内的磁流体流体，和垂直于磁流体流动方向的外加电磁场；
2)、设定磁流体雷诺数的上下界，设置磁流体PDE系统的控制性能指标为：
用控制参数近似外部可调的感应磁场，控制方程为：






其中，x∈[0,1]为空间变量；Le为通道长度；t∈[0,T]为时间变量，T为整个时间尺度；n为控制参数化的个数；V(x,t)是磁流体的流速；B(x,t)是磁流体系统的磁感应强度；p(t)是沿通道的压降；u(t)是外部可调的感应磁场，为磁流体系统的实际控制输入。Vt(x,t)为V(x,t)对时间变量t的一阶导数；Vxx(x,t)、Vx(x,t)为V(x,t)对空间变量x的二阶、一阶导数；为对时间变量t的一阶导数；Bxx(x,t)、Bx(x,t)为B(x,t)对空间变量x的二阶、一阶导数；Re是磁流体的雷诺数，Rem磁场的雷诺数；υk表示参数化的u(t)，即第k个时间子区间上的控制量的值；

是一个指标函数，定义为



3)、获得初始时刻的磁流体速度，获得初始时刻的磁流体感应强度；
4)、用控制参数和流体的雷诺数作为输入，T时刻的磁流体流速值为输出；构造用于近似磁流体速度的多项式混沌展开模型；
5)、给定控制参数的猜测值，通过实验采集磁流体的雷诺数，将控制参数的猜测值和实验采集的磁流体雷诺数作为输入带入步骤4)的多项式混沌展开模型，获得磁流体速度，获得成本目标函数值；成本目标函数为：

S是空间离散化的个数；

表示PDE模型学习后，通过多项式混沌展开模型得到的T时刻的磁流体流速值。Θ＝[υ...

【专利技术属性】
技术研发人员：卢荣华，陈特欢，
申请(专利权)人：宁波大学，
类型：发明
国别省市：浙江;33