基于模糊控制的飞轮轴向电磁轴承控制方法及系统与流程

摘要: 本发明涉及电磁轴承控制,特别是涉及一种基于模糊控制的飞轮轴向电磁轴承控制方法及系统。背景技术:1、在飞轮储能系统中,电磁轴承(特别是轴向电磁轴承)对于实现飞轮转...
基于模糊控制的飞轮轴向电磁轴承控制方法及系统与流程

本发明涉及电磁轴承控制,特别是涉及一种基于模糊控制的飞轮轴向电磁轴承控制方法及系统。

背景技术:

1、在飞轮储能系统中,电磁轴承(特别是轴向电磁轴承)对于实现飞轮转子的无接触、稳定悬浮至关重要。目前主流技术采用基于pid(比例-积分-微分)及其改进算法的主动磁悬浮控制。然而,飞轮在高速旋转时,系统会呈现出强烈的非线性、参数时变及外部扰动等复杂特性。传统的pid控制依赖于精确的数学模型,在面对这些非线性、时变因素时,其控制效果的鲁棒性较差,动态响应能力不足,可能导致悬浮精度下降、振动加剧,进而影响系统稳定性和机械轴承寿命。

2、由此可见,上述现有的电磁轴承控制方法在使用上,显然仍存在有不便与缺陷,而亟待加以进一步改进。如何能创设一种新的飞轮轴向电磁轴承控制方法,成为当前业界急需改进的目标。

技术实现思路

1、有鉴于此,本公开实施例提供了一种基于模糊控制的飞轮轴向电磁轴承控制方法,至少部分解决现有技术中存在的问题。

2、第一方面,本公开实施例提供了一种基于模糊控制的飞轮轴向电磁轴承控制方法,所述方法包括以下步骤:

3、获取飞轮的静态数据和动态数据;其中,所述静态数据包括:静态轴向受力标准值和标准测试电流序列;所述动态数据为飞轮运行的实时数据,包括:轴向位移、飞轮转速、温度和当前电流;

4、对所述静态数据中的数据对进行储存,生成动态数据库;

5、对所述动态数据库中的数据对进行拟合,得到初始线性电磁力模型;

6、基于所述静态数据设置控制死区;

7、基于所述动态数据获取综合特征向量;

8、基于所述动态数据库和当前电流生成非线性逆模型;

9、基于所述综合特征向量和所述控制死区判断是否需要进行电磁力补偿;其中,当需要进行电磁力补偿时,基于双层模糊推理模型计算期望电磁力;

10、基于所述期望电磁力和非线性逆模型进行计算,得到施加于线圈的驱动电压。

11、根据本公开实施例的一种具体实现方式,所述基于所述静态数据设置控制死区,包括:

12、基于以下公式计算初始控制死区阈值:

13、;

14、其中,为初始控制死区阈值;为静态轴向受力标准值;为预设的初始比例系数;

15、建立两个独立但并行的滑动时间窗口,所述滑动时间窗口,包括:偏差窗口和控制电流窗口;

16、基于以下公式计算扰动强度指标:

17、;

18、其中,为时刻的扰动强度指标;为偏差窗口内的数据点数,,为评估时间窗口长度;为采样周期;为偏差窗口内的第个偏差值;为窗口内偏差的均值,;

19、基于以下公式计算平均电流估算值:

20、;

21、其中,为时刻的平滑后平均电流估算值;为平滑因子,;为上一时刻的滑动平均电流;为时刻的瞬时电流;

22、基于以下公式计算动态控制死区的更新:

23、;

24、其中,为更新后的动态控制死区;为初始控制死区阈值;为时变扰动适应系数;为时刻的扰动强度指标;为预设的固定系数;为时刻的平滑后平均电流估算值;

25、基于以下公式计算时变扰动适应系数:

26、;

27、其中,为时变扰动适应系数;为预设的最小扰动适应系数;为预设的最大扰动适应系数,满足;为扰动强度指标变化率的短期平均值;为sigmoid型饱和函数;

28、设置控制死区的上下限为:

29、

30、其中,;;为预设的缩放系数,为最小缩放系数,为最大缩放系数。

31、根据本公开实施例的一种具体实现方式,所述基于所述动态数据获取综合特征向量,包括:

32、基于以下公式获取综合特征向量:

33、;

34、其中,为综合特征向量;为位移误差;为位移误差的变化率;为转子当前的角速度;为转子当前的角加速度;为2倍频与基频的幅值比;为n倍频与基频的幅值比;为频谱因子;为实际电流与最终控制目标电流的差值;为时刻的滤波温度;为温度变化率;为滑动窗口内的线性趋势;

35、基于以下公式计算位移误差:

36、;

37、其中,为时刻的实际受力;为静态轴向受力标准值;

38、基于以下公式计算位移误差的变化率:

39、;

40、其中,为采样周期;为上一采样时刻的位移误差;

41、基于以下公式计算特征频率的幅值比:

42、;

43、其中,为2倍频与基频的幅值比;为频率的幅值;为的幅值;为n倍频与基频的幅值比;为频率的幅值;

44、基于以下公式计算谱平坦度特征:

45、;

46、其中,为采样点数量;为序列号;为频率处的频谱值;

47、基于以下公式计算电流跟踪误差:

48、;

49、其中,为测量的实际电流;为最终控制目标电流;

50、基于以下公式计算温度变化率:

51、;

52、其中,为时刻的滤波温度;为采样周期;

53、基于以下公式计算滑动窗口内的线性趋势:

54、

55、其中,为时间窗口长度;为第个时间点;为时间平均值;为第个时刻的基频幅值;为基频幅值的平均值。

56、根据本公开实施例的一种具体实现方式,所述基于所述动态数据库和当前电流生成非线性逆模型,包括:

57、对所述动态数据库中的数据对进行拟合,得到初始线性电磁力模型;

58、基于所述动态数据库对初始线性电磁力模型进行修正拟合,得到电磁力与电流的非线性函数:

59、;

60、其中,为驱动电流;为线性项系数;为绝对值项系数;为三次项系数;为反正切项;为增益系数;为尺度系数;

61、从动态数据库筛选运行状态平稳的数据段,通过递推最小二乘法更新非线性电磁力模型的参数;

62、基于更新后的模型生成非线性逆模型,其中,为补偿电流;为期望电磁力;为力-电流逆模型的估计函数。

63、根据本公开实施例的一种具体实现方式,所述基于所述综合特征向量和所述控制死区判断是否需要进行电磁力补偿,包括:

64、当、且时,不进行电磁力补偿;

65、当且时,启动主模糊控制器进行电磁力补偿;

66、当或时,启动转速前馈补偿器进行电磁力补偿;

67、当且时,同时启动主模糊控制器和转速前馈补偿器进行电磁力补偿;

68、其中,为位移误差;为动态控制死区阈值;为转子当前的角加速度;为角加速度下限阈值;为2倍频与基频的幅值比;为频域特征阈值。

69、根据本公开实施例的一种具体实现方式,所述基于双层模糊推理模型计算期望电磁力,包括:

70、基于以下公式计算期望电磁力:

71、;

72、其中,为主控制器输出权重;为期望力的修正增量;为修正后的前馈力。

73、根据本公开实施例的一种具体实现方式,所述方法还包括:

74、基于以下公式计算性能指标:

75、;

76、其中,为权重系数,;为控制精度指标;为控制能耗指标;为执行器活动指标;为鲁棒性指标;

77、基于以下公式计算控制精度指标:

78、;

79、其中,为采样点数量;为序列号;为离散时刻的位移误差;

80、基于以下公式计算控制能耗指标:

81、;

82、其中,为评估时间窗口;为当前时刻;为时刻的瞬时电流;

83、基于以下公式计算执行器活动指标:

84、;

85、其中,为评估时间窗口;为电流变化率;

86、判断所述性能指标是否低于设定阈值;当所述性能指标低于设定阈值时,通过进化策略优化模糊规则后件参数,并使用更新后的模糊规则库。

87、根据本公开实施例的一种具体实现方式,所述基于所述期望电磁力和非线性逆模型进行计算,得到施加于线圈的驱动电压,包括:

88、基于非线性逆模型将期望电磁力映射为电流指令:

89、;

90、其中,为时刻的原始电流指令;为查找表插值函数;为时刻的期望电磁力;

91、当,对电流指令进行速率限制:

92、;

93、其中,为时刻的限幅后电流指令;为上限限制函数;为下限限制函数;为时刻的最大允许电流限值;为上一采样时刻的最终电流值;为最大允许电流变化率;

94、基于所述电流指令,计算所需的前馈电压:

95、;

96、其中,为时刻的线圈电阻估计值;为线圈电感估计值;

97、基于以下公式计算驱动电压:

98、;

99、其中,为时刻的理想电压指令;为功率放大器允许的最大负向电压极限;为功率放大器允许的最大正向电压极限;

100、基于以下公式计算:

101、;

102、其中,为时刻的电压前馈分量;为带抗饱和机制的控制器;为限幅后电流的变化量。

103、第二方面,本公开实施例提供了一种基于模糊控制的飞轮轴向电磁轴承控制系统,所述系统包括:

104、数据获取模块,被配置用于获取飞轮的静态数据和动态数据;其中,所述静态数据包括:静态轴向受力标准值和标准测试电流序列;所述动态数据为飞轮运行的实时数据,包括:轴向位移、飞轮转速、温度和当前电流;

105、储存模块,被配置用于对所述静态数据中的数据对进行储存,生成动态数据库;

106、死区计算模块,被配置用于基于所述静态数据设置控制死区;

107、特征提取模块,被配置用于基于所述动态数据获取综合特征向量;

108、模型生成模块,被配置用于基于所述动态数据库和当前电流生成非线性逆模型;

109、判断模块,被配置用于基于所述综合特征向量和所述控制死区判断是否需要进行电磁力补偿;其中,当需要进行电磁力补偿时,基于双层模糊推理模型计算期望电磁力;

110、计算模块,被配置用于基于所述期望电磁力和非线性逆模型进行计算,得到施加于线圈的驱动电压。

111、与现有技术相比,本发明具有以下有益效果:

112、(1)显著提升轴向力控制精度

113、通过非线性电磁力模型在线辨识与补偿,采用多项式与反正切组合结构精确刻画磁饱和、不对称等非线性特性,并利用递推最小二乘实时更新参数,使电流-力映射误差大大减小;结合双层模糊推理与动态权重协同,在复杂工况下轴向力偏差的均方根值较常规模糊pid控制大幅降低。

114、(2)实现工况自适应的节能与长寿命运行

115、自适应控制死区根据扰动强度与能耗指标动态调整宽度,在稳态微扰下自动放宽死区,使主模糊控制器动作频率降低,有效减少电磁线圈的微动发热与功率放大器开关损耗,延长轴承与驱动器使用寿命;多维分级触发机制进一步确保系统在稳态静默节能、动态全开协同,突破传统死区省电即迟钝的矛盾。

116、(3)具备预见性扰动抑制能力

117、将提取的转速变化率与振动特征被引入转速前馈模糊补偿器,在轴向力偏差尚未超出死区时即启动前馈补偿。

118、(4)实现全生命周期的自学习与自进化

119、非线性模型通过遗忘因子递推算法在线跟踪线圈温度漂移与磁材老化,模糊规则自整定基于cma-es进化策略在离线仿真中优化规则后件参数,并经平滑切换与在线验证后更新。系统在长期运行中控制性能不退化,且能自动适应轴承磨损、刚度变化等慢变特性,无需人工重新标定或调参。

120、(5)多重安全保障与执行闭环

121、在电流合成中集成速率限制、热降额限幅、电流跟踪误差监测与自适应前馈电压补偿,确保执行器工作在安全域内;同时记录包含状态、决策、执行的完整数据,形成“感知-决策-执行-记忆”的智能闭环,为故障诊断与健康管理提供数据支撑。