基于模型参考的机舱悬浮系统RBF神经网络自适应解耦控制方法技术方案

本发明专利技术公开了一种基于模型参考的机舱悬浮系统RBF神经网络自适应解耦控制方法，构建含轴向、俯仰两自由度运动的机舱两端悬浮模型，将模型参考自适应控制与RBF神经网络相结合，借助参考模型严格线性无耦合特点及RBF神经网络无限逼近能力，基于模型偏差设计RBF神经网络自适应控制器，使悬浮系统模型完全逼近参考模型，从而实现完全解耦，线性跟踪控制器以解耦后的悬浮系统为参考，完成机舱悬浮跟踪控制。本发明专利技术将极大提升机舱悬浮跟踪、干扰抑制以及两端悬浮同步性能，有利于风力机舱悬浮下偏航对风，同时对较重悬浮物的多点悬浮控制具有较强指导意义。具有较强指导意义。具有较强指导意义。

【技术实现步骤摘要】
基于模型参考的机舱悬浮系统RBF神经网络自适应解耦控制方法


[0001]本专利技术涉及一种基于模型参考的机舱悬浮系统RBF神经网络自适应解耦控制方法，尤其是一种应用于水平轴风力发电系统机舱稳定悬浮后偏航对风，解决桨叶侧和尾翼侧迎风面积差异极易导致机舱俯仰，属于风力发电磁悬浮领域。

技术介绍

[0002]水平轴风力发电系统是风电系统的流行机型，传统风力偏航装置采用机械耦合式偏航结构，存在摩擦功耗大、对风精度差以及故障率高等问题，为此曲阜师范大学新能源研究所提出了风力磁悬浮偏航系统，极大降低机舱偏航功耗。由于机舱悬浮工况恶劣，风速风向时变，机舱桨叶侧和尾翼侧质量不完全相同，导致机舱极易俯仰，严重影响风电机组运行安全，如何提升机舱轴向悬浮稳定、有效抑制机舱俯仰、提高悬浮系统同步性能是风力机舱悬浮稳定关键，专利202010552436采用同步控制方法虽然可以降低机舱两端的同步误差，使风力机舱具有一定的抗干扰能力，但是没有完全解决机舱桨叶侧和尾翼侧耦合的问题，对于悬浮系统的解耦控制，传统分散式PID加交叉耦合控制和线性化解耦方法要求被控系统必须采用精确的数学模型来描述，这使得多数解耦控制方法应用在风力机舱两端悬浮系统时很难达到预期的悬浮控制效果，严重制约风力机舱的悬浮稳定性以及偏航对风精确度。

技术实现思路

[0003]本专利技术目的是为克服上述现有技术的不足，提供了一种基于模型参考的机舱悬浮系统RBF神经网络自适应解耦控制方法，将机舱两端耦合悬浮系统转化为单端悬浮独立控制，构建了单端悬浮线性解耦模型，借助RBF神经网络的无限逼近能力，将机舱单端悬浮系统无限逼近单端悬浮线性解耦模型，实现机舱两端悬浮系统解耦和干扰抑制，同时为悬浮变流器提供悬浮电流参考；所述单端悬浮线性解耦模型采用三阶线性无耦合稳定系统模型；所述单端悬浮独立控制是在模型参考自适应控制基础上引入了RBF神经网络，设计基于模型参考的RBF神经网络自适应控制器和线性跟踪控制器；所述基于模型参考的RBF神经网络自适应控制器采用5个隐含层神经元结构，基于机舱两端悬浮系统和线性解耦模型的模型偏差、模型偏差一阶导数和模型偏差二阶导数，设计RBF神经网络权值的自适应律，并在线进行网络权值的优化调整；所述线性跟踪控制器的有效参考输入由悬浮气隙参考和和RBF神经网络自适应控制器输出共同组成，并易于悬浮气隙反馈，生成悬浮气隙跟踪误差、误差一阶导数、以及跟踪误差二阶导数作为状态反馈控制输入，完成机舱悬浮跟踪控制，实现两端悬浮解耦和两端悬浮同步控制。包括以下步骤：
[0004]步骤1构建含轴向、俯仰两自由度运动方程
[0005][0006]式中，ω为俯仰角速度，为俯仰角度,F
A
、F
B
分别为两侧独立的悬浮吸力，J为机舱俯仰转动惯量，m为风力机舱质量，g为重力加速度，δ为轴向悬浮气隙，f
d
为机舱轴向干扰，T
s
为机舱倾覆力矩，r为机舱旋转半径。
[0007]步骤2构建机舱两端悬浮力方程
[0008][0009]式中，μ0为真空磁导率，N为两侧悬浮绕组匝数，S为磁极面积，δ
A
、i
A
为桨叶侧悬浮气隙、悬浮电流，δ
B
、i
B
为尾翼侧悬浮气隙、悬浮电流。
[0010]步骤3风机机舱两端悬浮动态模型转化
[0011]第一步，采用坐标变换将式(1)两自由度运动方程，转化为以前后侧气隙运动方程为
[0012][0013]第二步，基于(δ0，i0)将式(3)转化为机舱两端线性化动态模型：
[0014][0015]式中，δ0为平衡点处的悬浮绕组与机舱之间的气隙，i0为平衡点处流过悬浮绕组的悬浮电流，Δf为线性化后的高阶项。
[0016]第三步，对式(4)进行求导可得
[0017][0018]第四步，由于内环悬浮电流通过悬浮变流器控制，为了研究方便，将悬浮绕组线圈模型化，即悬浮绕组线圈用一个电阻和一个电感串联代替。根据电磁感应定律及电路的基尔霍夫定律可知，单侧机舱的悬浮绕组电压方程为u(t)＝Ri(t)+dψ(t)/dt，又气隙磁场ψ可表示为ψ＝Li＝Nφ
m
，故悬浮变流器的动态模型可表示为：
[0019][0020]式中，R，L分别为悬浮变流器中的等效电阻和等效电感。
[0021]第五步，假设机舱悬浮过程中悬浮变流器中的电阻、电感等参数不发生变化，则由式(6)可表示为：
[0022][0023]第六步，当悬浮机舱处于平衡状态时，其加速度为零，即则可由式(4)求得：
[0024][0025]第七步，结合式(7)和(8)，式(5)可转化为：
[0026][0027]第八步，将上式中的交叉耦合项、轴向扰动项以及俯仰扰动项归结为系统不确定项，分别表示为
[0028]则式(9)可简化为如下形式：
[0029][0030]步骤4单端悬浮线性解耦模型的选取
[0031]第一步，构建一个线性系统模型作为机舱两端悬浮系统的期望模型，表示为：
[0032][0033]第二步，由式(11)可知该期望模型是完全线性无耦合的模型，它的微分方程可描述为：
[0034][0035]式中，A
m
，B
m
为预期常数；r为参考气隙输入，期望模型状态变量与悬浮系统模型状态变量一致，即X
m
＝X。
[0036]第三步，为保证跟踪性能良好，取ξ＝0.8，ω
n
＝70，则式(12)中系数矩阵为：
[0037][0038]同时，可得到该期望模型的主导极点s0＝
‑
60，还有极点s1＝
‑
70+2.48
×
10
‑8i，s2＝
‑
70
‑
2.48
×
10
‑8i，很明显，该期望模型的三个极点均分布在左半平面且无超调，证明所取线性系统是渐进稳定的。
[0039]步骤5基于模型参考的RBF神经网络自适应控制器和线性跟踪控制器设计
[0040]第一步，在设计控制器时以A侧为例，设状态变量u为控制输入，则单端悬浮独立控制的状态空间方程可写为：
[0041][0042]式中，K为线性控制器参数矩阵，可由理想模型参考RBF神经网络自适应解耦匹配条件得到。
[0043]第二步，由步骤4单端悬浮线性解耦模型的选取可知，机舱单端悬浮系统期望模型的微分方程为：
[0044][0045]第三步，采用基于模型参考的RBF神经网络自适应控制器将机舱单端悬浮系统模型逼近期望模型，使RBF神经网络输出实时调节参考气隙和反馈气隙，此时RBF神经网络将悬浮系统复合不确定扰动项逼近Φ
*
，存在理想神经网络权值向量θ
*
，使
[0046]Φ
*
＝θ
*T
h(x)+本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于模型参考的机舱悬浮系统RBF神经网络自适应解耦控制方法，其特征在于：将机舱两端耦合悬浮系统转化为单端悬浮独立控制，构建了单端悬浮线性解耦模型，借助RBF神经网络的无限逼近能力，将机舱单端悬浮系统无限逼近单端悬浮线性解耦模型，实现机舱两端悬浮系统解耦和干扰抑制，同时为悬浮变流器提供悬浮电流参考；所述单端悬浮线性解耦模型采用三阶线性无耦合稳定系统模型；所述单端悬浮独立控制是在模型参考自适应控制基础上引入了RBF神经网络，设计基于模型参考的RBF神经网络自适应控制器和线性跟踪控制器；所述基于模型参考的RBF神经网络自适应控制器采用5个隐含层神经元结构，基于机舱两端悬浮系统和线性解耦模型的模型偏差、模型偏差一阶导数和模型偏差二阶导数，设计RBF神经网络权值的自适应律，并在线进行网络权值的优化调整；所述线性跟踪控制器的有效参考输入由悬浮气隙参考和RBF神经网络自适应控制器输出共同组成，并易于悬浮气隙反馈，生成悬浮气隙跟踪误差、误差一阶导数、以及跟踪误差二阶导数作为状态反馈控制输入，完成机舱悬浮跟踪控制，实现两端悬浮解耦和两端悬浮同步控制。2.根据权利要求1所述的基于模型参考的机舱悬浮系统RBF神经网络自适应解耦控制方法，其特征在于，包括以下步骤：步骤1 构建含轴向、俯仰两自由度运动方程式中，ω为俯仰角速度，为俯仰角度,F
A
、F
B
分别为两侧独立的悬浮吸力，J为机舱俯仰转动惯量，m为风力机舱质量，g为重力加速度，δ为轴向悬浮气隙，f
d
为机舱轴向干扰，T
s
为机舱倾覆力矩，r为机舱旋转半径；步骤2 构建机舱两端悬浮力方程式中，μ0为真空磁导率，N为两侧悬浮绕组匝数，S为磁极面积，δ
A
、i
A
为桨叶侧悬浮气隙、悬浮电流，δ
B
、i
B
为尾翼侧悬浮气隙、悬浮电流；步骤3 风机机舱两端悬浮动态模型转化第一步，采用坐标变换将式(1)两自由度运动方程，转化为以前后侧气隙运动方程为第二步，基于(δ0，i0)将式(3)转化为机舱两端线性化动态模型：
式中，δ0为平衡点处的悬浮绕组与机舱之间的气隙，i0为平衡点处流过悬浮绕组的悬浮电流，Δf为线性化后的高阶项；第三步，对式(4)进行求导可得第四步，由于内环悬浮电流通过悬浮变流器控制，为了研究方便，将悬浮绕组线圈模型化，即悬浮绕组线圈用一个电阻和一个电感串联代替，根据电磁感应定律及电路的基尔霍夫定律可知，单侧机舱的悬浮绕组电压方程为u(t)＝Ri(t)+dψ(t)/dt，又气隙磁场ψ可表示为ψ＝Li＝Nφ
m
，故悬浮变流器的动态模型可表示为：式中，R,L分别为悬浮变流器中的等效电阻和等效电感；第五步，假设机舱悬浮过程中悬浮变流器中的电阻、电感等参数不发生变化，则由式(6)可表示为：第六步，当悬浮机舱处于平衡状态时，其加速度为零，即则可由式(4)求得：第七步，结合式(7)和(8)，式(5)可转化为：
第八步，将上式中的交叉耦合项、轴向扰动项以及俯仰扰动项归结为系统不确定项，分别表示为别表示为则式(9)可简化为如下形式：步骤4 单端悬浮线性解耦模型的选取第一步，构建一个线性系统模型作为机舱两端悬浮系统的期望模型，表示为：第二步，由式(11)可知该期望模型是完全线性无耦合的模型，它的微分方程可描述为：式中，A
m
，B
m
为预期常数，r为参考气隙输入，期望模型状态变量与悬浮系统模型状态变量一致，即X
m
＝X；第三步，为保证跟踪性能良好，取ξ＝0.8，ω
n
＝70，则式(12)中系数矩阵为：同时，可得到该期望模型的主导极点s0＝
‑
60，还有极点s1＝
...

【专利技术属性】
技术研发人员：褚晓广，周洁，蔡彬，马骢，李文玉，王伟超，
申请(专利权)人：曲阜师范大学，
类型：发明
国别省市：