胶囊机器人无线供能系统优化方法、系统、装置及介质与流程

技术特征：
1.一种胶囊机器人无线供能系统优化方法，其特征在于，包括以下步骤：构建系统传输效率的数学模型；构建耦合线圈参数的bp神经网络模型，对bp神经网络模型进行训练；将数学模型与训练后的bp神经网络模型进行结合，获得系统优化目标函数；采用粒子群优化算法对所述系统优化目标函数进行优化，获得优化后的系统参数。2.根据权利要求1所述的一种胶囊机器人无线供能系统优化方法，其特征在于，所述系统传输效率的数学模型的表达式为：其中，r1表示发射线圈等效电阻，r2表示接收线圈等效电阻，m为线圈间的互感，r
l
为系统等效负载，ω表示交流电驱动角频率，ω＝2πf，f为系统工作频率。3.根据权利要求1所述的一种胶囊机器人无线供能系统优化方法，其特征在于，所述bp神经网络模型包括：发射线圈bp神经网络模型，用于拟合发射线圈的内阻值；接收线圈bp神经网络模型，用于拟合接收线圈的内阻值；耦合线圈间互感bp神经网络模型，用于拟合耦合线圈间的互感值。4.根据权利要求1所述的一种胶囊机器人无线供能系统优化方法，其特征在于，bp神经网络模型包括1个输入层、1个隐含层以及1个输出层；对于n维输入m维输出的三层bp神经网络，网络输入为：x＝(x1，x2，x
i
，
···
，x
n
)，网络输出为：y＝(y1，y2，y
k
，
···
，y
m
)；ω
ij
为输入层第i个节点到隐含层第j个节点之间的权值，ν
jk
表示隐含层第j个节点到输出层第k个节点间的权值，θ
j
和γ
k
则分别表示隐含层第j个节点阈值与输出层第k个节点的阈值，f1和f2分别为隐含层和输出层的传递函数；所述bp神经网络模型的正向计算过程：隐含层第j个节点的输入z
j
和输出o
j
为：输出层第k个节点的输入p
k
和输出y
k
为：所述bp神经网络模型的反向传播过程：当样本量为q时，网络的损失函数即网络的全局误差e
total
可以表示为：
式中，y
k
代表期望输出，y
k
代表实际输出；所述bp神经网络模型通过降低误差反向传播，修正计算结果，从而提高拟合精度，其中修正计算公式如下：。5.根据权利要求3所述的一种胶囊机器人无线供能系统优化方法，其特征在于，所述对bp神经网络模型进行训练，包括：获取实测的线圈参数作为训练数据；对于发射线圈bp神经网络模型，采用发射线圈匝数n1和系统工作频率f作为输入，发射线圈内阻r1作为输出，根据训练数据对bp神经网络进行训练；对于接收线圈bp神经网络模型，采用接收线圈匝数n2和系统工作频率f作为输入，接收线圈内阻r2作为输出，根据训练数据对bp神经网络进行训练；对于耦合线圈间互感bp神经网络模型，采用发射线圈匝数n1和接收线圈匝数n2作为输入，互感m作为输出，根据训练数据对bp神经网络进行训练；所述bp神经网络模型的表达式如下：。6.根据权利要求5所述的一种胶囊机器人无线供能系统优化方法，其特征在于，所述系统优化目标函数的表达式为：其中，η表示系统传输效率，r
l
为系统等效负载，ω表示交流电驱动角频率，ω＝2πf，f为系统工作频率。7.根据权利要求1所述的一种胶囊机器人无线供能系统优化方法，其特征在于，所述采
用粒子群优化算法对所述系统优化目标函数进行优化，包括：以发射线圈匝数n1、接收线圈匝数n2、系统工作频率f、系统等效负载r
l
为优化决策变量，设置粒子群优化算法参数；根据设置完参数的粒子群优化算法对系统优化目标函数进行优化，获得优化后的系统参数。8.一种胶囊机器人无线供能系统优化系统，其特征在于，包括：系统效率模块，用于构建系统传输效率的数学模型；网络训练模块，用于构建耦合线圈参数的bp神经网络模型，对bp神经网络模型进行训练；模型结合模块，用于将数学模型与训练后的bp神经网络模型进行结合，获得系统优化目标函数；参数优化模块，用于采用粒子群优化算法对所述系统优化目标函数进行优化，获得优化后的系统参数。9.一种胶囊机器人无线供能系统优化装置，其特征在于，包括：至少一个处理器；至少一个存储器，用于存储至少一个程序；当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现权利要求1
‑
7任一项所述方法。10.一种存储介质，其中存储有处理器可执行的程序，其特征在于，所述处理器可执行的程序在由处理器执行时用于执行如权利要求1
‑
7任一项所述方法。

技术总结
本发明公开了一种胶囊机器人无线供能系统优化方法、系统、装置及介质，其中方法包括以下步骤：构建系统传输效率的数学模型；构建耦合线圈参数的BP神经网络模型，对BP神经网络模型进行训练；将数学模型与训练后的BP神经网络模型进行结合，获得系统优化目标函数；采用粒子群优化算法对所述系统优化目标函数进行优化，获得优化后的系统参数。本发明通过构建耦合线圈参数的BP神经网络模型，避免数学解析的复杂计算以及长时间的有限元软件分析，简化了无线能量传输系统参数优化过程，能够实现多参数的优化，提高系统传输性能；另外，结合粒子群优化算法对无线能量传输系统进行优化，便于操作，易于实现。本发明可广泛应用于微机电系统领域。领域。领域。


技术研发人员：李旻 梅远腾
受保护的技术使用者：华南理工大学
技术研发日：2021.07.02
技术公布日：2021/11/19