技术领域
[0001] 本
发明属于航空动力技术领域，提供了一种动力系统的全局最优PID参数整定系统、方法及装置。
背景技术
[0002] 新
能源汽车、电动飞机及电动飞机汽车等新兴产业正在逐步向智能化、信息化发展，因此对于动力系统的高
精度、精确控制要求也越来越高，动力系统主要包括驱动
电机(直流电机、交流异步电机、永磁同步电机)、
发动机(
活塞式、涡扇式、
转子式发动机)等等，为了实现动力系统的高精度、精确控制，通常将动力系统设计为闭环控制，相比于开环控制，闭环控制系统能够将外界扰动或内部变化带来的偏差量进行消除，有效提高动力系统的抗干扰能力、
稳定性，闭环控制首先需要设计PID
控制器的参数，因此PID控制器参数的整定对闭环动力系统的高精度、精确控制显得十分重要。
[0003] PID控制器参数整定的方法主要分为两大类：理论计算整定法和工程整定法。理论计算整定依赖于系统的数学模型，经过理论计算确定控制器参数，理论计算并没有考虑实际工况的系统模型，导致得到的计算数据未必可以直接用，还是需要通过工程实际进行调整和
修改。工程整定主要依赖工程经验，直接在控制系统的试验中进行，通过临界比例法、反应曲线法和衰减法等等进行参数的整定，需要通过不断的尝试整定，但实际动力系统的理论模型难以精确得到，运行工况复杂，理论计算整定得到的PID控制器参数并不能实现高精度、精确控制；现有的动力系统大多采用工程整定法，依据目标量实时调节控制器参数，对工程经验要求较高，得到的PID控制器参数为动力系统局部最优参数，并且PID控制器不合理的整定参数会导致
驱动电机、发动机的飞车等故障。现有动力系统的理论计算整定，还是工程整定都会导致控制系统陷入局部最优，进而导致系统的局部不稳定，并不能保证系统的全局最优，难以实现动力系统全局高精度、精确控制。
发明内容
[0004] 本发明
实施例提供一种动力系统的全局最优PID参数整定方法，旨在解决现有动力系统的理论计算整定及工程整定都存局部最优，进而导致系统的局部不稳定，难以实现系统全局高精度、精确控制的问题。
[0005] 本发明是这样实现的，一种动力系统的全局最优PID参数整定系统，该系统包括：
[0006] 动力系统；
[0007] 通过CAN
接口与动力系统输入端及输出端通讯连接的AD采集模
块；
[0008] 通过USB接口与AD采集模块通讯连接的PC机。
[0009] 本发明是这样实现的，一种动力系统全局最优PID参数整定方法，所述方法包括如下步骤：
[0010] S1、AD采集模块用于采集动力系统输入端输入的给定输入量Un、及动力系统输出端输出的输出量Yn，
采样周期为Ts；
[0011] S2、PC机基于采集的输入给定量Un及对应的输出量Yn来建立全局最优
算法仿真模型，全局最优算法仿真模型通过
遗传算法来获取全局最优的PID参数。
[0012] 进一步的，所述AD采集模块对不一致的输出量Yn进行剔除，所述剔除过程具体如下：
[0013] S11、计算输出量Yn与对应给定输入量Un差值的绝对值，
[0014] S12、若检测该差值的绝对值大于误差值，则判定为不一致的输出量，进行剔除。
[0015] 进一步的，全局最优PID参数的获取方法具体包括如下步骤：
[0016] S21、从AD采集模读取多组给定输入量Un及对应的输出量Yn；
[0017] S22、基于给定输入量Un及对应的输出量Yn建立动力系统arx数学模型，获取数学模型识别函数；
[0018] S23、将数学模型识别函数转换成动力系统的传递函数；
[0019] S24、基于传递函数搭建闭环仿真模型，在闭环仿真模型上加入ITAE准则作为约束条件，搭建全局最优算法仿真模型；
[0020] S25、全局最优算法仿真模型通过遗传算法来寻找全局最优的PID参数。
[0021] 本发明是这样实现的，一种动力系统全局最优PID参数整定方法，所述方法包括如下步骤：
[0022] S21、从读取多组给定输入量Un及对应的输出量Yn；
[0023] S22、基于给定输入量Un及对应的输出量Yn建立动力系统arx数学模型，获取数学模型识别函数；
[0024] S23、将数学模型识别函数转换成动力系统的传递函数；
[0025] S24、基于传递函数搭建闭环仿真模型，在闭环仿真模型上加入ITAE准则作为约束条件，搭建全局最优算法仿真模型；
[0026] S25、全局最优算法仿真模型通过遗传算法来寻找全局最优的PID参数。
[0027] 本发明是这样实现的，一种动力系统全局最优PID参数整定装置，所述装置包括：
[0028] 参数采集单元，用于读取多组给定输入量Un及对应的输出量Yn；
[0029] 数学模型建立单元，基于给定输入量Un及对应的输出量Yn建立动力系统arx数学模型，获取数学模型识别函数；
[0030] 传递函数转换单元，用于将数学模型识别函数转换成动力系统的传递函数；
[0031] 仿真模型搭建单元，基于传递函数搭建闭环仿真模型，在闭环仿真模型上加入ITAE准则作为约束条件，搭建全局最优算法仿真模型；
[0032] 最优PID参数获取单元，全局最优算法仿真模型配合遗传算法来获取全局最优的PID参数。
[0033] 本发明实施例基于实时采集给定输入量及对应输出量，通过arx辨识实际工况下的模型，辨识的模型能够精确反应该工况的数学模型，为全局最优算法仿真模型的搭建提供精确模型，基于遗传算法能够快速、自动的寻找实际工况条件下的最优PID参数，解决了现有动力系统存在的局部最优、不稳定、精度低、准确性差等问题，实现控制器参数的全局最优处理，提高动力系统的高精度、精确控制；无需过多的工程PID参数调试经验和理论PID参数调试
基础，通过
硬件数据采集，
软件算法分析即可完成；也无需改变原有系统的硬件、软件结构，在PC机上插入软件程序即可使用。
附图说明
[0034] 图1为本发明实施例提供的动力系统全局最优PID参数整定系统的结构示意图；
[0035] 图2为本发明实施例提供的动力系统全局最优PID参数整定方法
流程图；
[0036] 图3为本发明实施例提供的直流电机全局最优算法仿真曲线与手动调节曲线对比图。
具体实施方式
[0037] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0038] 图1为本发明实施例提供的动力系统全局最优PID参数整定系统的结构示意图，为了便于说明，仅示出与本发明实施例相关的部分。
[0039] 该系统包括：
[0040] 动力系统；
[0041] 动力系统主要包括驱动电机及发动机，其中，驱动电机包括：直流电机、交流异步电机、永磁同步电机，发动机包括：活塞式发动机、涡扇式发动机、及转子式发动机；
[0042] 通过CAN接口与动力系统输入端及输出端通讯连接的AD采集模块；
[0043] 通过USB接口与AD采集模块通讯连接的PC机，在本发明实施例中，PC机为personal computer的缩写，一般包括台式机、一体机、
笔记本电脑、掌上电脑、
平板电脑等，在PC机上设有MATLAB软件，基于MATLAB软件来完成全局最优PID参数的整定，其中，[0044] 基于动力系统全局最优PID参数整定系统的全局最优PID参数整定方法具体包括如下步骤：
[0045] S1、AD采集模块用于采集动力系统输入端输入的给定输入量Un(即控制量)，及动力系统输出端输出的输出量Yn(即目标量)，其采样周期为Ts，给定输入量经现有的PID参数整定方法整定后输出输出量，现有一般采用工程整定方法。
[0046] 为了为后续模型搭建提供准确采集量，由于现有的系统PID的给定输入量与输出量间存在一定的误差，因此在判定给定输入量和输出量是否一致时，需要引入一个误差值E，基于误差值采集输入输出量，得到稳定的采集量，采集连即为给定输入量及与其对应的输出量。
[0047] 在本发明实施例中，该AD采集模块对不一致的输出量Yn进行剔除，所述剔除过程具体如下：
[0048] S11、计算输出量Yn与对应给定输入量Un差值的绝对值，
[0049] S12、若检测该差值的绝对值大于误差值，则判定为不一致的输出量，进行剔除。
[0050] S2、PC机基于采集的输入给定量Un及对应的输出量Yn来建立全局最优算法仿真模型，全局最优算法仿真模型通过遗传算法来获取全局最优的PID参数。
[0051] 图2为本发明实施例提供的全局最优的PID参数获取方法的流程图，该方法具体包括如下步骤：
[0052] S21、读取多组给定输入量Un及对应的输出量Yn；
[0053] S22、基于给定输入量Un及对应的输出量Yn建立动力系统arx数学模型，获取数学模型识别函数；
[0054] S23、将数学模型识别函数转换成动力系统的传递函数；
[0055] S24、基于传递函数搭建闭环仿真模型，在闭环仿真模型上加入ITAE准则作为约束条件，搭建全局最优算法仿真模型；
[0056] S25、全局最优算法仿真模型通过遗传算法来获取全局最优的PID参数。
[0057] 本发明实施例还提供一种动力系统全局最优PID参数整定装置，该装置包括：
[0058] 参数采集单元，用于模读取多组给定输入量Un及对应的输出量Yn；
[0059] 数学模型建立单元，基于给定输入量Un及对应的输出量Yn建立动力系统arx数学模型，获取数学模型识别函数；
[0060] 传递函数转换单元，用于将数学模型识别函数转换成动力系统的传递函数；
[0061] 仿真模型搭建单元，基于传递函数搭建闭环仿真模型，在闭环仿真模型上加入ITAE准则作为约束条件，搭建全局最优算法仿真模型；
[0062] 最优PID参数获取单元，全局最优算法仿真模型通过遗传算法来获取全局最优的PID参数。
[0063] 本发明实施例基于实时采集给定输入量及对应输出量，通过arx辨识实际工况下的模型，辨识的模型能够精确反应该工况的数学模型，为全局最优算法仿真模型的搭建提供精确模型，基于遗传算法能够快速、自动的寻找实际工况条件下的最优PID参数，解决了现有动力系统存在的局部最优、不稳定、精度低、准确性差等问题，实现控制器参数的全局最优处理，提高动力系统的高精度、精确控制；无需过多的工程PID参数调试经验和理论PID参数调试基础，通过硬件数据采集，软件算法分析即可完成；也无需改变原有系统的硬件、软件结构，在PC机上插入软件程序即可使用。
[0064] 图3为本发明实施例提供的直流电机全局最优算法仿真曲线与手动调节曲线对比图，将全局最优算法与手动调节的两组PID参数曲线进行对比，可以看出全局最优算法得到的PID参数能够快速逼近设定值，没有超调和
波动，能够实现直流电机的高精度及精准控制。
[0065] 本领域普通技术人员可以理解，实现上述实施例方法中的全部或者部分步骤是可以通过程序来指令相关的硬件来完成的，所述的程序可以存储于一计算机可读取存储介质中，不失一般性，计算机可读取存储介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、EPROM、EEPROM、闪存或其他固态存储介质，CD-ROM、DVD或其他光学存储介质、磁带盒、磁带、磁盘或其他
磁性存储设备。当然，本领域技术人员可知计算机存储介质不局限于上述几种。
[0066] 本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，该程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读
存储器，磁盘或光盘等。
[0067] 以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
