一种基于CARIMA模型的曳引式电梯速度模型预测控制器设计方法技术

本发明专利技术公开的基于CARIMA模型的曳引式电梯速度模型预测控制器设计方法，包括如下步骤：步骤1：设定预测视野p；步骤2：将电梯曳引机的拖动方程整理为广义模型预测一般形式计算H和Q矩阵；步骤3：依据广义模型预测的控制律，计算当前步的转矩电流变化值；步骤4：根据上一步的转矩电流值，更新当前步的转矩电流值i

【技术实现步骤摘要】
一种基于CARIMA模型的曳引式电梯速度模型预测控制器设计方法


[0001]本专利技术涉及电梯控制
，特别涉及一种基于CARIMA模型的曳引式电梯速度模型预测控制器设计方法。

技术介绍

[0002]CARIMA模型全称为Controlled Auto
‑
regressiveIntegrated Moving Average，即受控自回归积分滑动平均。CARIMA模型之所以被应用，是因为其包含了扰动的预测值，从而可以稳态给出无偏差的预测，无需考虑一些参数带来的不确定性。
[0003]CARIMA模型具有以下几个特点：(1)可描述一类非平稳扰动；(2)可保证系统输出稳态误差为0；(3)CARIMA模型能够自然地把积分作用纳入到控制律中，因此，阶跃负载扰动引起的偏差将自然得到消除。
[0004]现有的曳引式电梯速度控制器一般采用PI控制器，利用其本身具有的低通特性来进行抗扰，但抗扰不是其设计主要考量的地方，对于抗扰并没有针对性的设计，这类控制方法对于这些不确定性的统筹控制能力有限，其参数调整，更多的是基于实施现场经验的针对性调节(ad hoc)，对于称重传感器的扰动也没有专门的对应方式。

技术实现思路

[0005]本专利技术所要解决的技术问题在于针对曳引式电梯速度控制器一般采用PI控制器所存在的上述技术问题而提供一种基于CARIMA模型的曳引式电梯速度模型预测控制器设计方法。
[0006]为了实现上述专利技术目的，本专利技术的基于CARIMA模型的曳引式电梯速度模型预测控制器设计方法，包括如下步骤：
[0007]步骤1：设定预测视野(Prediction Horizon)p；
[0008]步骤2：将电梯曳引机的拖动方程整理为广义模型预测(GPC)一般形式
[0009]计算H和Q矩阵；其中：是p
×
1维的矩阵，H为p
×
p维的矩阵，为p
×
1维的矩阵，P为p
×
(m
‑
1)维的矩阵，为(m
‑
1)
×
1维的矩阵，Q为p
×
n维的矩阵，为n
×
1维的矩阵，其中
←
指的是过去的测量值或者计算值，
→
指的是对未来的预测值，Δ＝1
‑
z
‑1为差分因数项，z表示差分算符(Differential Operator)，因为m＝1，所以P和矩阵为0；
[0010]步骤3：依据广义模型预测的控制律，计算当前步的转矩电流变化值其中，E＝[1 0
ꢀ…ꢀ
0]1×
p
为系数矩阵，表示只取预
测的当前周期的转矩电流变化量；为参考速度曲线矩阵，为测速传感器测得的反馈速度矩阵，H
T
H是实对称矩阵，λI也为实对称矩阵；
[0011]步骤4：根据上一步的转矩电流值，更新当前步的转矩电流值i
q
(k)＝i
q
(k
‑
1)+Δi
q
(k)，其中k表示当前周期；i
q
(k
‑
1)表示上一周期的转矩电流；
[0012]步骤5：上一步得到转矩电流值作为电流控制器的输入，进入电流控制器中；
[0013]步骤6：依据实际控制效果调整代价函数J的输入加权值λ；
[0014]步骤：7：当前值成为前一周期值，进入下一预测周期，在下一周期重复上文上述步骤3至步骤5，进行滚动优化控制(Receding Horizon Control)。
[0015]在本专利技术的一个优选实施例中，所述H和Q矩阵为：其中，
[0016][0017][0018][0019]A1＝a1‑1[0020]A2＝
‑
a1[0021]对于永磁同步曳引机：
[0022][0023][0024]其中，是永磁体磁链，J为曳引系统转轴侧的转动惯量(Moment of Inertia)，B为曳引系统阻尼系数，p为极对数，T
s
为采样时间；
[0025]对于感应式异步曳引机，
[0026][0027][0028]其中，L
r
为转子侧的等效漏电感，L
m
是互感，i
sd
为等效到定子侧的直轴电流，n为蜗轮蜗杆减速机减速比；
[0029]利用Toeplitz矩阵的性质，对进行求解，
[0030][0031]其中，
[0032][0033][0034][0035]如果视野p是奇数：
[0036][0037]如果视野p是偶数：
[0038][0039]由于采用了如上的技术方案，本专利技术通过建立永磁同步电机和异步感应式电机的受控自回归积分滑动平均模型，采用广义模型预测控制算法实现了转速控制，提高了电梯控制系统在外界扰动和自身参数扰动下的强壮性(Robustness)。
附图说明
[0040]图1为本专利技术感应式异步电机的等效模型示意图。
[0041]图2为在弱磁调速时，i
sd
和L
m
与磁链之间的调整示意图。
[0042]图3为本专利技术基于CARIMA模型的曳引式电梯速度模型预测控制器设计方法的流程示意图。
具体实施方式
[0043]以下结合附图和具体实施方式来进一步描述本专利技术。
[0044]本专利技术的
技术介绍
可以参考如下文献：
[0045]【1】《对角CARIMA模型多变量广义预测控制》李奇安 褚健《浙江大学学报：工学版》2006年第4期；
[0046]【2】《一种新型GPC算法及其在PMSM直接转矩控制中的实现》林瑞全 黄韬 王春迎 哈尔滨理工大学学报2011年10月；
[0047]【3】《永磁同步电机网络预测控制器设计》胡继宝，张艳 中国科技论文在线精品论文 第9卷 第16期2016年08月；
[0048]【4】LDLT分解法求解对称线性方程组朱松盛南京师范大学。
[0049]本专利技术基于CARIMA模型，使用广义模型预测控制提出一种可在曳引式电梯领域使用的最优控制器的设计方法，通过设置预测视野和输入信号加权系数来得到代价函数(Cost Function)最优的转矩电流，用于电流控制器控制。
[0050]1.广义模型预测(Generalized Model Prediction)的一般形式为：
[0051][0052]其中，是p
×
1维的矩阵，H为p
×
p维的矩阵，为p
×
1维的矩阵，P为p
×
(m
‑
1)维的矩阵，为(m
‑
1)
×
1维的矩阵，Q为p
×
n维的矩阵，为n
×
1维的矩阵。其中
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于CARIMA模型的曳引式电梯速度模型预测控制器设计方法，其特征在于，包括如下步骤：步骤1：设定预测视野p；步骤2：将电梯曳引机的拖动方程整理为广义模型预测(GPC)一般形式计算H和Q矩阵；其中：是p
×
1维的矩阵，H为p
×
p维的矩阵，为p
×
1维的矩阵，P为p
×
(m
‑
1)维的矩阵，为(m
‑
1)
×
1维的矩阵，Q为p
×
n维的矩阵，为n
×
1维的矩阵，其中
←
指的是过去的测量值或者计算值，
→
指的是对未来的预测值，Δ＝1
‑
z
‑1为差分因数项，z表示差分算符(Differential Operator)，因为m＝1，所以P和矩阵为0；步骤3：依据广义模型预测的控制律，计算当前步的转矩电流变化值其中，E＝[1 0
…
0]1×
p
为系数矩阵，表示只取预测的当前周期的转矩电流变化量；为参考速度曲线矩阵，为测速传感器测得的反馈速度矩阵，H
T
H是实对称矩阵，λI也为实对称矩阵；步骤4：根据上一步的转矩电流值，更新当前步的转矩电流值i<...

【专利技术属性】
技术研发人员：胡伟楠，杨亚军，周根富，
申请(专利权)人：永大电梯设备中国有限公司，
类型：发明
国别省市：