System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于pid控制优化,尤其涉及一种基于自适应的飞机刹车冷却风扇pid控制方法。
技术介绍
1、飞机刹车冷却风扇是专门设计用于冷却飞机刹车系统的关键组件,在飞机着陆或者高强度刹车时,刹车系统会产生大量的热量,需要有效地散热以保持系统在安全工作温度范围内,刹车冷却风扇通过吸入冷空气并将其引导至刹车系统周围,加速热量的散发,确保飞机的安全性和性能。
2、在飞机刹车冷却风扇控制系统中,速度pid控制器是其中的关键,速度pid控制器性能的优劣将会直接关系到飞机刹车冷却风扇运行时的稳定性和运行速度;传统pid控制器结合比例、积分和微分三种运算于一体,由于其结构简单,稳定性强、在工业控制中得到了广泛的应用;但传统pid控制的参数调整过度需要工作人员的经验,不仅十分地耗费时间,而且难以提高控制的精度;而且传统的pid控制器采用线性组合方式运算输出控制量,适用于线性系统,但在处理非线性、时变等复杂过程时效果可能不佳,尤其飞机刹车冷却风扇控制系统是一个非线性的,高耦合的复杂控制系统,传统的pid控制往往达不到最佳的效果。
3、将智能算法运用于pid控制器参数的调节是近些年来的一个热点,例如粒子群优化pid控制器、鲸鱼算法优化pid控制器;但是这些算法由于自身的局限性,通常会有一些不足,如收敛速度不够快、局部搜索能力不够和容易陷入局部最优解等问题;足球队训练算法(ftta)是2024年1月发表于中科院一区的一种新的智能优化算法,该算法通过模拟高水平足球训练队中球员的行为,将算法迭代分为三个阶段:集体训练、分组训练和单人
技术实现思路
1、本专利技术的目的在于:提出一种基于自适应的飞机刹车冷却风扇pid控制方法,通过改进足球队训练算法优化飞机刹车冷却风扇控制系统的速度pid控制器,解决了传统pid控制方法在面对复杂条件下和非线性的飞机刹车冷却风扇控制系统时,响应速度不快和人工调节参数困难、控制精度不足的问题,从而使飞机刹车冷却风扇控制系统在高热、高震动的复杂环境下具有优异的抗干扰性和安全性。
2、为实现上述目的,本专利技术采用了如下技术方案:
3、一种基于自适应的飞机刹车冷却风扇pid控制方法,具体步骤如下:
4、步骤一、使用simulink软件建立飞机刹车冷却风扇控制系统模型。
5、步骤二、使用matlab软件建立基础足球队训练算法的数学模型。
6、步骤三、改进足球队优化算法,所述改进点包括:(1)引入混沌映射改进足球队训练算法个体初始化位置公式;(2)引入自适应参数 和c1,改进探索者的位置更新公式;(3)在算法迭代后期引入重启机制。
7、步骤四、改进后的足球队训练算法进行迭代,将迭代后得到的最佳个体的三个维度值传递给飞机刹车冷却风扇控制系统的速度pid控制器。
8、步骤五、运行飞机刹车冷却风扇控制系统模型,验证改进后足球队训练算法的性能。
9、进一步地,所述步骤一中,飞机刹车冷却风扇控制系统模型包括:误差计算模块、速度pid控制器模块、电流pid控制器模块、逆park变换模块、svpwm控制模块,三相逆变器模块、位置和速度观测器模块、clark变换模块、park变换模块、交流异步电机模块。
10、进一步地,所述步骤一中,飞机刹车冷却风扇控制系统模型的速度pid控制器包括:误差计算单元、pid控制器单元、改进足球队训练算法单元、受控对象单元、速度信息采集单元;给定速度pid控制器一个目标速度,将目标速度与电机实际转速进行作差,求得速度差值e(t),将e(t)输入pid控制器单元,经过改进足球队训练算法优化参数的pid控制器单元对e(t)进行调节输出控制量u(t)到受控对象单元,受控对象运行之后输出速度值y(t),速度信息采集单元将采集到的速度传递给误差计算单元与目标速度作差,形成一个闭环的控制系统。
11、进一步地,所述步骤二中,建立基础足球队训练算法数学模型,包括:给定算法种群规模,迭代次数,个体维度以及个体位置上下界等参数,另外需要编写算法的测试代码,验证改进后的足球队训练算法性能优于基础足球队训练算法,选择itae指标作为算法的适应度函数,itae的公式为:
12、;
13、式中,j为所求的适应度值,e(t)为速度误差值,t为控制系统运行时间。
14、进一步地,所述步骤三中,改进足球队训练算法,具体步骤如下:
15、step1、引入混沌映射改进足球队训练算法个体初始化位置公式,引入的混沌映射为logistic映射,公式为:
16、(1);
17、(2);
18、式(1)中,为种群中序列第一的个体,采用伪随机数的方法初始化此个体,ub和lb为种群位置的上下界;
19、式(2)中,i = 1,… ,pop,pop为种群规模大小,为第i+1个个体位置,为第i个个体位置,为取值在(3,4]的随机数;
20、step2、引入自适应参数 和c1,改进探索者的位置更新公式,改进后的公式为:
21、(3);
22、(4);
23、(5);
24、式(3)中,为改进后的个体更新位置,w和c1为自适应参数,为当前迭代第i个个体位置,为当前迭代最佳个体位置,为当前迭代最差个体位置,t为当前迭代次数,r为取值在(0,1]的随机数,i的意义同上;
25、的计算公式如式(4),为改进后更新的位置的适应度,当前最佳个体位置的适应度,t为当前迭代次数,max_iter为最大迭代次数;
26、c1的计算公式如式(5),采用贪婪选择的方式决定c1的大小,和的意义同上,r为取值在(0,1]的随机数;
27、step3、当算法在迭代后期陷入局部最优时,引入重启机制,选择部分个体重新初始化,帮助算法跳出局部最优。
28、进一步地,所述步骤四中,改进后的足球队训练算法进行迭代,将迭代后得到的最佳个体的三个维度值传递给飞机刹车冷却风扇控制系统的速度pid控制器,具体步骤为:
29、s1、引入混沌映射改进足球队训练算法个体初始化位置公式,计算种群初始位置的适应度,记录适应度最小的个体为最佳个体,适应度最大的个体为最差个体;
30、s2、算法进入集体训练阶段,按照随机数a的大小,将种群个体分为四种不同类型的球员,分别是追随者,探索者,思考者和波动者,具体步骤如下:
31、q1、当a ≥ 0.75时,个体被归类为追随者,追随者的位置更新公式为:
32、;
33、式中,为追随者更新后的位置,为当前迭代第i个追随者位置,为当前迭代最佳个体位置,r为取值在(0,1]的随机数,i和t的意义同上;
34、q2、当0.75>a ≥ 0.5时,个体被归类为探索者,改进后的探索者位置更新公式同上;
...【技术保护点】
1.一种基于自适应的飞机刹车冷却风扇PID控制方法,其特征在于:具体包括以下步骤:
2.根据权利要求1所述的一种基于自适应的飞机刹车冷却风扇PID控制方法,其特征在于:所述步骤一中,飞机刹车冷却风扇控制系统模型包括:误差计算模块、速度PID控制器模块、电流PID控制器模块、逆PARK变换模块,SVPWM控制模块,三相逆变器模块、位置和速度观测器模块、CLARK变换模块、PARK变换模块、交流异步电机模块;其中,飞机刹车冷却风扇控制系统模型的速度PID控制器模块包括:误差计算单元、PID控制器单元、改进足球队训练算法单元、受控对象单元、速度信息采集单元。
3.根据权利要求1所述的一种基于自适应的飞机刹车冷却风扇PID控制方法,其特征在于:所述步骤三中,改进足球队训练算法,具体步骤如下:
4.根据权利要求1所述的一种基于自适应的飞机刹车冷却风扇PID控制方法,其特征在于:所述步骤四中,将改进足球队训练算法寻优结束得到的最佳参数传递给飞机刹车冷却风扇控制系统的速度PID控制器,具体步骤为:
5.根据权利要求1所述的一种基于自适应的飞机刹车
6.根据权利要求1所述的一种基于自适应的飞机刹车冷却风扇PID控制方法,其特征在于:所述步骤四中的分组训练的具体步骤如下:
7.根据权利要求1所述的一种基于自适应的飞机刹车冷却风扇PID控制方法,其特征在于:所述步骤四中的单人额外训练的公式为:
8.根据权利要求1所述的一种基于自适应的飞机刹车冷却风扇PID控制方法,其特征在于:所述步骤四中的贪婪选择的公式为:
...【技术特征摘要】
1.一种基于自适应的飞机刹车冷却风扇pid控制方法,其特征在于:具体包括以下步骤:
2.根据权利要求1所述的一种基于自适应的飞机刹车冷却风扇pid控制方法,其特征在于:所述步骤一中,飞机刹车冷却风扇控制系统模型包括:误差计算模块、速度pid控制器模块、电流pid控制器模块、逆park变换模块,svpwm控制模块,三相逆变器模块、位置和速度观测器模块、clark变换模块、park变换模块、交流异步电机模块;其中,飞机刹车冷却风扇控制系统模型的速度pid控制器模块包括:误差计算单元、pid控制器单元、改进足球队训练算法单元、受控对象单元、速度信息采集单元。
3.根据权利要求1所述的一种基于自适应的飞机刹车冷却风扇pid控制方法,其特征在于:所述步骤三中,改进足球队训练算法,具体步骤如下:
4....
【专利技术属性】
技术研发人员:张玉璘,饶志鹏,丁启萌,李忠涛,赵光龙,管峰保,曹旭,弭吉越,李昂,
申请(专利权)人:济南大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。