控制回路优化制造技术

本发明专利技术涉及一种优化转换器(1)的控制回路(10)、例如转换器(1)的控制系统(20)的方法，该方法包括以下步骤：获取由该转换器(1)供电的驱动系统(2)的实际值(nist)，基于至少一个机器学习模型(ML1，ML2，ML3)和实际值(nist)来推断该控制回路(10)的控制参数(Kp，Tn)的一个或多个调整以用于改进该控制准确度，输出这些调整以用于适配该控制参数(Kp，Tn)值。Tn)值。Tn)值。

【技术实现步骤摘要】
【国外来华专利技术】控制回路优化


[0001]本专利技术涉及用于驱动系统的闭环控制。

技术介绍

[0002]调谐控制回路是将其控制参数(比例带/增益、积分增益/复位、微分增益/速率)调整到所需控制响应的最佳值。稳定性(无界振荡)是基本要求，但除此之外，不同的系统具有不同的行为，不同的应用具有不同的要求，并且要求可能彼此冲突。
[0003]PID控制器在工业中广泛使用，是数十年来最流行的控制器。因此，即使PID设计中的小的改进也可能在世界范围内具有主要影响。在时域和频域上有许多关于PID调谐算法的理论和实践论文。它们使用分析、图形或经验方法，包括人工智能。
[0004]有几种用于调谐PID回路的方法。最有效的方法通常包括开发某种形式的处理模型，然后基于动态模型参数选择P、I和D。手动调谐方法可能相对耗时，特别是对于具有长循环时间的系统。
[0005]类似模数最优或对称最优的传统调谐技术可应用于许多功率电子应用的控制回路的设计。当在数字控制系统中直接实现时，这将导致降低的稳定性裕度，因为对于控制器设计没有考虑采样效果。/>[0006]在电本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种优化转换器(1)的控制回路(10)的方法，例如，优化转换器(1)的控制系统(20)的方法，所述方法包括以下步骤：获取由所述转换器(1)供电的驱动系统(2)的实际值(n
ist
)；基于至少一个机器学习模型(ML1，ML2，ML3)和所述实际值(n
ist
)来推断所述控制回路(10)的控制参数(Kp，Tn)中的一个或多个调整，以用于提高所述控制准确度，输出用于适应所述控制参数(Kp，Tn)值的所述调整。2.根据前述权利要求所述的方法，其中，推断步骤包括确定用于调整所述控制参数(Kp，Tn)中的一个或多个控制参数的一个或多个控制动作。3.根据前述权利要求中任一项所述的方法，其中，推断步骤包括从有限数目的控制动作中确定控制动作，其中，控制动作包括：调整所述控制回路的比例部分的系数，Kp；或调整所述控制回路的积分部分的积分时间，Tn；或调整比例部分的系数和积分部分的积分时间。4.根据前述权利要求中任一项所述的方法，其中，控制动作包括调整相应的控制参数值的调整因子。5.根据前述权利要求中任一项所述的方法，其中，所述机器学习模型(ML1，ML2，ML3)是多个不同机器学习模型的组合、优选是一个或多个K最近邻，和/或一个或多个支持向量机，或K最近邻和支持向量机的组合。6.根据前述权利要求中任一项所述的方法，其中，第一机器学习模型(ML1)、优选K最近邻模型例如针对多个控制动作中的每一个控制动作输出分类，并且第二机器学习模型(ML2)、优选支持向量机(ML2)例如针对多个控制动作中的每一个控制动作输出误差和。7.根据前述权利要求中...

【专利技术属性】
技术研发人员：马克西米利安，
申请(专利权)人：西门子股份公司，
类型：发明
国别省市：