一种直流电机调速控制系统及控制方法 |
|||||||
| 申请号 | CN202410132770.5 | 申请日 | 2024-01-31 | 公开(公告)号 | CN117955378A | 公开(公告)日 | 2024-04-30 |
| 申请人 | 惠州友星电子有限公司; | 发明人 | 肖正华; 陶小波; 郑成军; 谭子克; 罗浩; | ||||
| 摘要 | 本 发明 公开了一种直流 电机 调速控制系统及控制方法，该系统包括PID控制单元，用于根据直流电机实时运行速度和 角 度进行PID控制，输出第一控制 信号 ； 电流 控制器 用于根据第一 控制信号 以及直流电机输出的电流信号，生成第二控制信号；驱动单元用于根据 输入信号 和第二控制信号生成驱动信号；驱动单元包括， 电阻 测量模 块 用于测量电阻值以计算实时 温度 ，预测模块用于计算电机振幅，增益控制器用于根据实时温度和振幅生成增益控制信号，经 放大器 放大后给驱动控制器生成驱动信号。本发明通过PID整定结合电流控制，能够提高控制系统的响应速度，减少稳态误差，通过监测温度和振幅，能够及时修正控制信号，防止 过热 损坏，提高了电机的性能。 | ||||||
| 权利要求 | 1.一种直流电机调速控制系统，其特征在于，所述系统包括： |
||||||
| 说明书全文 | 一种直流电机调速控制系统及控制方法技术领域[0001] 本发明涉及电机控制技术领域，尤其涉及一种直流电机调速控制系统及控制方法。 背景技术[0002] 直流电机凭借其启动快、响应快的优点，被广泛应用于各个机械制造领域。PID控制器是一种根据偏差信号输出控制信号的控制器，其由比例、积分、和微分三种控制元素组成。在直流电机的控制中，PID控制器常常用于控制电机的电流、转速和位置等参数。然而，PID控制过程容易受到电机实际运行过程的性能以及状态参数的干扰，如电磁干扰等，如此便使得电机运行与预先设定的目标参数差距越来越大，增大了运行误差，严重降低了电机的运行性能。因此，有必要提供一种直流电机调速控制系统能够提高控制信号的精度，减少电机的运行误差。 发明内容[0003] 为了解决上述提出的至少一个技术问题，本发明提供一种直流电机调速控制系统及控制方法。 [0004] 第一方面，本发明提供了一种直流电机调速控制系统，所述系统包括： [0005] PID控制单元、电流控制器及驱动单元； [0006] 所述PID控制单元用于根据直流电机实时的运行速度和运行角度进行PID控制，输出第一控制信号； [0007] 所述电流控制器用于根据第一控制信号以及直流电机输出的电流信号，生成第二控制信号； [0009] 所述电阻测量模块用于实时测量直流电机的电阻值，并根据电阻值计算直流电机的实时温度； [0011] 所述增益控制器用于根据输入信号以及直流电机的实时温度和振幅确定增益控制信号； [0012] 所述放大器用于对增益控制信号和第二控制信号进行放大； [0013] 所述驱动控制器用于根据放大后的增益控制信号和第二控制信号生成驱动信号。 [0014] 优选地，所述PID控制单元包括： [0015] 速度及角度检测模块、补偿模块以及模糊自适应PID控制器； [0017] 所述补偿模块用于将直流电机的运行速度和运行角度输入至摩擦补偿控制器，生成补偿控制信号； [0018] 所述模糊自适应PID控制器用于根据直流电机的运行速度和运行角度、补偿控制信号进行PID参数整定，生成所述第一控制信号。 [0019] 优选地，所述补偿模块还用于构建摩擦补偿控制器，包括： [0020] E＝Ne+E1+E2 [0021] Ne＝Wf(v,θ)+e [0022] 式中，Ne表示采用神经网络观测器得到的观测误差，f表示激活函数，W表示神经网络的理想权值矩阵，e表示逼近误差，v,θ表示输入的速度和角度；E1表示线性稳定反馈项，E2表示非线性鲁棒反馈项，E表示补偿控制信号。 [0023] 优选地，所述模糊自适应PID控制器，还用于： [0024] 根据直流电机实时输出的运行速度和运行角度以及预先设定的目标速度和目标角度，确定模糊自适应PID控制器的输入误差和误差变化率； [0025] 利用隶属度函数对输入误差和误差变化率进行模糊化处理； [0026] 确定模糊控制规则，采用最大隶属度平均法对隶属度函数进行解模糊处理，得到所述第一控制信号。 [0030] 根据所述优化函数，采用反向传播算法获取与所述优化函数对应的梯度，采用梯度下降法优化所述初始深度神经网络的网络参数。 [0031] 优选地，所述增益控制器包括： [0032] 振幅增益处理器，用于根据预测模块输出的直流电机振幅与直流电机的最大振幅计算振幅增益； [0033] 温度增益处理器，用于根据直流电机的实时温度与最大温度计算温度增益； [0034] 比较输出端，用于根据振幅增益和温度增益输出所述增益控制信号。 [0035] 第二方面，本发明还提供了一种直流电机调速控制方法，应用于如第一方面任一项实施方式中所述的直流电机调速控制系统，所述方法包括： [0036] 实时采集直流电机的运行角度和运行速度，根据直流电机实时的运行角度和运行速度进行PID控制，得到第一控制信号； [0037] 实时采集直流电机输出的电流信号，根据电流信号和第一控制信号进行电流参数整定，得到第二控制信号； [0038] 根据直流电机的输入信号和第二控制信号生成驱动信号，以驱动直流电机运行；其中，根据输入信号和第二控制信号生成驱动信号包括： [0039] 实时测量直流电机的电阻值，并根据电阻值计算直流电机的实时温度； [0040] 获取输入直流电机的电压及电流反馈信号并输入至预测模型，得到直流电机的振幅； [0041] 根据直流电机的实时温度和振幅确定增益控制信号，对增益控制信号、输入信号以及第二控制信号进行信号放大，生成驱动信号。 [0042] 第三方面，本发明还提供了一种电子设备，包括：处理器和存储器，所述存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令，当所述处理器执行所述计算机指令时，所述电子设备执行如上述第一方面及其任意一种可能实现的方式的方法。 [0043] 第四方面，本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被电子设备的处理器执行时，使所述处理器执行如上述第一方面及其任意一种可能实现的方式的方法。 [0044] 与现有技术相比，本发明的有益效果在于： [0045] 1)本发明提供的驱动单元包括增益控制器、放大器、电阻测量模块、预测模块及驱动控制器；电阻测量模块用于实时测量直流电机的电阻值，并根据电阻值计算直流电机的实时温度；预测模块用于获取电压及电流反馈信号并输入至预测模型，得到直流电机的振幅；增益控制器用于根据输入信号以及直流电机的实时温度和振幅确定增益控制信号；放大器用于对增益控制信号和第二控制信号进行放大；驱动控制器用于根据放大后的增益控制信号和第二控制信号生成驱动信号。其中，预测模型是基于神经网络算法训练得到，能够在输入电压及电流反馈信号后快速的预测出电机的振幅。因此，本发明能够快速的得到电机振幅和实时温度信息，以根据振幅增益来调整驱动信号大小，并且在温度过高时对应修正放大器的放大系数，能够有效防止因为振幅过大或运行温度过高导致的电机损坏，大大提升了电机性能，延长了电机的使用寿命。 [0046] 2)本发明提供采用了模糊自适应PID整定，模糊自适应PID控制器基于遗传算法生成，通过遗传算法自动寻优和设计模糊逻辑控制器，来对PID控制参数进行微调，以便实现模糊自适应PID控制。与人工设计模糊逻辑器相比，具有速度快、精度高以及控制效果好的优点，使得直流电机运行更快地趋于稳态。 [0047] 3)本发明PID控制单元还结合了摩擦补偿控制器，通过运算得到补偿控制信号，进一步提高了模糊自适应PID控制器的输出精度。 [0049] 为了更清楚地说明本发明实施例或背景技术中的技术方案，下面将对本发明实施例或背景技术中所需要使用的附图进行说明。 [0051] 图1为本发明实施例提供的一种直流电机调速控制系统的结构示意图； [0052] 图2为本发明实施例提供的模糊自适应PID控制器的原理示意图； [0053] 图3为本发明实施例提供的一种直流电机调速控制方法的流程示意图； 具体实施方式[0055] 为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。 [0056] 本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。 [0057] 本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。 [0058] 在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。 [0059] 另外，为了更好地说明本发明，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本发明同样能够实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本发明的主旨。 [0060] PID控制过程容易受到电机实际运行过程的性能以及状态参数的干扰，如电磁干扰等，如此便使得电机运行与预先设定的目标参数差距越来越大，增大了误差，降低了电机的运行性能。为了解决该问题，本发明提供了一种直流电机调速控制系统，能够反馈电机运行的振幅和温度，结合PID整定和电流控制，能够大大减少电机的运行误差，从而保证了电机性能。 [0061] 请参阅图1，图1为本发明实施例提供的一种直流电机调速控制系统的结构示意图。如图1所示，该直流电机调速控制系统包括以下结构： [0062] PID控制单元、电流控制器及驱动单元； [0063] PID控制单元用于根据直流电机实时的运行速度和运行角度进行PID控制，输出第一控制信号。 [0064] 需要说明的是，PID控制器全称为比例‑积分‑微分控制器，由比例单元P、积分单元I和微分单元D组成。 [0065] 比例单元P：比例控制是一种最简单的控制方式。其控制器的输出与输入误差信号成比例关系。比例系数越大，系统调整速度越快，但可能产生震荡。比例系数越小，系统调整速度越慢，但震荡的范围也就越小。 [0066] 积分单元I：积分控制是根据误差的累积值进行调整。积分系数越小，系统调整速度越快，但可能导致系统调整滞后。积分系数越大，系统调整速度越慢，但调整效果明显。 [0067] 微分单元D：微分控制是根据误差的变化率进行调整。微分系数越大，系统调整速度越快，但可能产生震荡。微分系数越小，系统调整速度越慢，但震荡的范围也就越小。 [0068] PID控制器的工作原理是通过不断调整控制输入，使得系统的误差逐渐减小，最终达到稳定状态。比例部分通过乘以一个比例系数来调整控制输入，使得控制输入与误差成正比。积分部分通过乘以一个积分时间常数来调整控制输入，使得控制输入与误差的累积值成正比。微分部分通过乘以一个微分时间常数来调整控制输入，使得控制输入与误差的变化率成正比。 [0069] 本实施例中，首先实时采集直流电机的运行速度和运行角度，然后与对应的，预先设定的目标速度和目标角度进行对比，计算出速度误差、角度误差以作为PID控制器的输入，然后经PID整定后，生成第一控制信号，并将该信号发送给电流控制器。通过调整PID控制器的参数，可以实现对电机转速的精确控制，从而提高电机驱动电路的性能和效率。 [0070] 电流控制器用于根据所述第一控制信号以及直流电机输出的电流信号，生成第二控制信号。 [0071] 电流控制器是一种能够控制电流的电子设备，其工作原理主要依赖于反馈控制系统。当输入电源电压或负载发生变化时，电流控制器会检测这些变化并将信息回传给电源供应器，通过控制其开关管或直流电平来调整输出电流大小，以达到目标电流、电压和功率。 [0072] 目前常见的电机控制系统中，PID控制信号通常是独立作用于电机的驱动电路中。而电流控制主要依赖于反馈电流信号进行调整，如此以来，电流控制的精度就难以保证。为此，在本实施例中，当PID控制单元生成第一控制信号后，会将该信号发送给电流控制器，电流控制器根据PID整定后得到的第一控制信号以及电机输出反馈的电流信号，就能够准确地来调整电流的大小，例如，在电机刚启动时，为了使得电机迅速达到预先设定的目标速度，PID输出的第一控制信号通常会为较大的比例增益和微分增益，此时将该信号一并发送给电流控制器后，电流控制器不仅会考虑目前直流电机的工作电流，还会考虑应该如何调整电流使得电机转子转速能够尽快达到预先设定的目标速度，如此则可以大大保证电流控制信号的精度。 [0073] 驱动单元用于根据输入信号和第二控制信号生成驱动信号，利用驱动信号驱动直流电机运行。 [0074] 驱动单元的主要作用是将输入的控制信号转化为适当的电流或电压信号，以驱动电机运行。通过控制静态或动态负载电流或电压来实现对电子器件的控制，从而确保器件始终处于安全可控的电气状态。在电机驱动过程中，驱动单元主要通过控制电机的旋转角度和运转速度，以此来实现对占空比的控制，保证电机的正常运行。 [0075] 本实施例中，驱动单元会接收输入信号和电流控制信号。假设输入信号为电流信号，那么驱动单元就会利用电流控制信号对控制电机工作的初始电流信号进行调整，以使得电机能够较快的达到稳态效果。因此本实施例通过PID控制，叠加电流控制、叠加驱动转换，实现了对直流电机运行过程的精准控制。 [0076] 具体地，驱动单元包括增益控制器、放大器、电阻测量模块、预测模块及驱动控制器；其中， [0077] 电阻测量模块用于实时测量直流电机的电阻值，并根据电阻值计算直流电机的实时温度； [0078] 预测模块用于获取电压及电流反馈信号并输入至预测模型，得到直流电机的振幅； [0079] 增益控制器用于根据输入信号以及直流电机的实时温度和振幅确定增益控制信号； [0080] 放大器用于对增益控制信号和第二控制信号进行放大； [0081] 驱动控制器用于根据放大后的增益控制信号和第二控制信号生成驱动信号。 [0082] 在一个实施例中，增益控制器具体包括： [0083] 振幅增益处理器，用于根据预测模块输出的直流电机振幅与直流电机的最大振幅计算振幅增益； [0084] 温度增益处理器，用于根据直流电机的实时温度与最大温度计算温度增益； [0085] 比较输出端，用于根据振幅增益和温度增益输出所述增益控制信号。 [0086] 需要说明的是，对上述两个增益的比较输出增益控制信号,最终放大器根据增益控制信号调整放大倍数，并依据放大倍数对输入至电机的驱动信号进行放大并输出反馈驱动信号以驱动直流电机，如此可以保证经放大器输出的反馈驱动信号能有效驱动电机，且确保电机不会因振幅过大导致机械损坏,也免于受温度影响造成的零件过热损毁。优选地，可以基于所述温度增益和所述振幅增益，从中任意选择一个调整放大器的放大倍数，具体选择可以根据实际情况调整。 [0087] 在本实施例中，预测模型是基于神经网络算法训练得到的，能够在输入电压及电流反馈信号后快速的预测出电机的振幅。因此，本实施例能够快速的得到电机振幅和实时温度信息，以根据振幅增益来调整驱动信号大小，并且在温度过高时对应修正放大器的放大系数，能够有效防止因为振幅过大或运行温度过高导致的电机损坏，大大提升了电机性能，延长了电机的使用寿命。 [0088] 在一个优选地实施例中，预测模块包括基于深度神经网络算法训练得到的预测模型；其中训练所述深度神经网络算法包括： [0089] 确定初始深度神经网络的优化函数以及网络结构；所述网络结构包含至少一个输入层、至少一个输出层和若干个隐藏层； [0090] 根据所述优化函数，采用反向传播算法获取与所述优化函数对应的梯度，采用梯度下降法优化所述初始深度神经网络的网络参数。 [0091] 本实施例中，采用的深度神经网络为DNN网络，采用全连接神经网络形式，包括少一个输入层、至少一个输出层和若干个隐藏层。当前层的每个神经元都会接入前一层每个神经元的输入信号。在每个连接过程中，来自前一层的信号被乘以一个权重，增加一个偏置，然后通过一个非线性激活函数，通过简单非线性函数的多次复合，实现输入空间到输出空间的复杂映射。 [0092] 在训练DNN预测模型时，本实施例实现获取了大量的数据样本，以电流及电压信号为输入，以电机振幅为输出，然后训练DNN预测模型，直至模型的预测精度达到预设精度为止。其中损失函数采用均方误差、交叉熵、平均绝对百分比误差中的任意一种。 [0093] 在一个实施例中，初始深度神经网络的优化函数的表达式为： [0094] ζ＝αζ1+(1‑α)ζ2 [0095] 式中，ζ1表示无监督自编码模型优化函数，ζ2表示线性类别分析函数，α表示初始深度神经网络的优化函数的系数。 [0096] 无监督自编码模型UCA是一种深度学习模型，其主要目标是学习输入数据的有用特征，并通过编码器和解码器两个部分将输入数据压缩为低维的编码表示，然后再将编码表示还原成原始数据。优化无监督自编码模型的主要目标是最小化输入数据与输出数据之间的差异，这样可以学习到数据的内在结构和规律。 [0097] 其中，优化算法的选择主要取决于所处理的任务类型和数据特性。通常，优化算法包括梯度下降法、Adam以及RMSProp等。为了加快训练速度，减少过拟合现象。本实施例优先采用梯度下降法进行训练。 [0098] 线性类别分析函数主要是根据输入的训练样本向量集合,在保存的初始线性类别分析函数中添加数据类别信息后得到，具体为： [0099] 对初始线性类别分析函数采用松弛算法进行松弛化处理,以及对输入的训练样本向量集合进行归一化处理； [0100] 将归一化处理后的训练样本向量集合代入松弛化处理后的初始线性类别分析函数中，生成线性类别分析函数。优选地，可以采用高斯‑赛德尔迭代、雅可比迭代等松弛算法。 [0101] 本实施例采用了DNN神经网络算法，通过优化函数和梯度下降法，加快了模型训练效率，减少了拟合问题。通过结合了无监督自编码模型，能够提高模型预测振幅的准确度。此外，本实施例通过训练得到预测模型，使得该模型能够根据电流和电压反馈信号，准确、快速预测出电机的振幅，进一步计算振幅增益，从而对放大器的系数进行调整，防止因为电机振幅过大造成的机械损伤，保证了电机的运行安全，延长了电机的使用寿命。 [0102] 继续参见图1，在一个优选地实施例中，PID控制单元具体包括以下结构： [0103] 速度及角度检测模块、补偿模块以及模糊自适应PID控制器； [0104] 速度及角度检测模块用于通过传感器实时获取直流电机的运行速度和运行角度； [0105] 补偿模块用于将直流电机的运行速度和运行角度输入至摩擦补偿控制器，生成补偿控制信号； [0106] 模糊自适应PID控制器用于根据直流电机的运行速度和运行角度、补偿控制信号进行PID参数整定，生成所述第一控制信号。 [0107] 在一个实施例中，补偿模块还用于构建摩擦补偿控制器，包括： [0108] E＝Ne+E1+E2 [0109] Ne＝Wf(v,θ)+e [0110] 式中，Ne表示采用神经网络观测器得到的观测误差，f表示激活函数，W表示神经网络的理想权值矩阵，e表示逼近误差，v,θ表示输入的速度和角度；E1表示线性稳定反馈项，E2表示非线性鲁棒反馈项，E表示补偿控制信号。 [0111] 本实施例的PID控制单元通过结合摩擦补偿控制器，运算得到补偿控制信号，进一步提高了模糊自适应PID控制器的输出精度。 [0112] 优选地，所述模糊自适应PID控制器，还用于： [0113] 根据直流电机实时输出的运行速度和运行角度以及预先设定的目标速度和目标角度，确定模糊自适应PID控制器的输入误差和误差变化率； [0114] 利用隶属度函数对输入误差和误差变化率进行模糊化处理； [0115] 确定模糊控制规则，采用最大隶属度平均法对隶属度函数进行解模糊处理，得到所述第一控制信号。 [0116] 示例性地，模糊自适应PID控制器的整定过程主要包括以下几个步骤： [0117] 输入量的量化：通过量化函数将输入量投射到一定的数字级别，一般都是相对于0对称的数字区间。 [0118] 输入值的模糊化：确定误差和误差变化率的模糊子集，利用选用负大[NB]、负中[NM]、负小[NS]、零[ZO]、正小[PS]、正中[PM]、正大[PB]等7个语言变量，来表达其模糊子集的精度。 [0119] 确定模糊规则库：模糊规则库是模糊控制的核心部分，它包含了一系列的模糊规则，用来描述输入与输出之间的关系。确定模糊规则库需要依靠专家经验和实际数据，通过观察和分析系统运行的规律，将其转化为模糊规则。 [0120] 设计模糊推理机制：在模糊控制中，通过对输入值进行模糊化，将其转化为模糊集合。然后，利用模糊规则库进行推理，确定输出值。推理过程可以采用模糊逻辑运算，如模糊与、模糊或、模糊非等，以及模糊推理方法，如最大最小或者加权平均等。 [0121] 进行模糊自整定：根据系统的实时响应数据，自动调整模糊控制器的参数。通过不断迭代，逐步调整模糊控制器的参数，使其与实际系统的响应最为接近。 [0122] 实施控制算法：在完成模糊自整定后，将得到的模糊控制器参数应用于实际系统中。通过不断监测并调整控制参数，使得系统能够达到预定的目标。 [0123] 模糊自适应PID控制的基本思想是根据电机的误差和误差变化率作为控制器的输入量。在运行过程中，对误差和误差变化率的变化进行实时检测，依照模糊控制原理对PID参数进行实时调整。 [0124] 隶属度函数是模糊化过程中将精确量映射到各个模糊集合论域的重要环节。隶属度函数的种类很多，其中三角型隶属度函数表达式最为简单，所需优化变量少而在自动生成模糊控制器中得到广泛应用。但以往工作多将隶属度函数数量固定为7个，二输人三输出的FC中所有隶属度函数的优化位数需要25个。 [0125] 隶属度函数数量固定后，模糊规则的数量也随之固定，不利于更好地体现模糊控制器的优越性。且每个隶属度函数需要优化位数较多，给优化造成一定困难。 [0126] 为此，本实施例采用的隶属度函数优化方法可大大减少需要优化变量个数。以一个输入为例，仅需对2个变量个数进行优化，分别用于确定隶属度函数的个数和各隶属度函数的分布情况。对于模糊规则来说，仅需对模糊规则的分布情况进行优化。二输入三输出的模糊控制器中模糊规则的优化位数仅需5位。 [0127] 具体地，在一个优选地实施例中，所述模糊自适应PID控制器采用遗传算法构建。 [0128] 在利用遗传算法自动生成模糊控制器时，需要对输入的比例因子和输出的量化因子进行优化，以确保精确数值能够通过比例因子准确落在模糊控制器的隶属度函数工作范围内。量化因子则是相反，需要将输出的隶属度函数转化为精确数值，以实现对PID的自适应调整。 [0129] 进一步地，确定遗传算法的编码规则，对于模糊自适应PID控制器这个2输入、3输出结构，需要对输入和输出的隶属度函数的数量、隶属度函数的分布情况和模糊规则的构成情况，还有2个比例因子和3个量化因子进行优化。 [0130] 确定适应度函数，采用误差绝对值时间积分性能指标作为遗传算法生成模糊控制器参数选择的适应度函数。遗传算法中目标函数的选取非常重要，决定了算法能否达到预期控制目标。其中，目标函数的表达式如下： [0131] [0132] 式中，e(t)表示直流电机被控量的误差，u(t)表示直流电机的输入量，tU表示上升2 时间，w1、w2、w3表示权重。此处通过加u(t)项，可以有效防止控制量过大。 [0133] 直流电机速度控制中一般不希望出现超调量，把超调量引入目标函数中，可以有效控制电机速度超调量，目标函数就转化为新的目标函数，如下式所示： [0134] [0135] 式中，ey(t)＝y(t)‑y(t‑1)，y(t)为被控对象输出，w4为权重，且大于w1。 [0136] 进一步地，为避免遗传算法进化时相同染色体过多导致早熟，采用无回放余数随机选择和最优保存策略相结合的选择机制。可确保每一代种群中比平均适应度大的染色体能够遗传到下一代种群中，同时每一代适应度最高的染色体也可以遗传到下一代种群中。 [0137] 交叉和变异运算是遗传算法的重要环节，但由于以往交叉因子和变异因子多为固定值，不能自适应进行调整。为此，采用自适应交叉因子和变异因子，提高遗传算法的进化效率。其中，自适应交叉因子和变异因子表达式分别如下： [0138] [0139] [0140] 式中：fm、fa是当前种群的最大适应度和平均适应度值；f1为两个交叉染色体中适应度较大数值；f2为变异染色体的适应度数值；pc1和pc2为事先设定的交叉因子，优先取值为0.85和0.6；pm1和pm2为事先设定的变异因子，优先取值为0.1和0.001。 [0141] 因此，通过制定遗传编码规则，确定适应度函数，选择模糊机制以及进行交叉和变异运算，最终能够得到基于遗传算法寻优后的模糊自适应PID控制器。 [0142] 本实施例提供采用了模糊自适应PID整定，模糊自适应PID控制器基于遗传算法生成，通过遗传算法自动寻优和设计模糊逻辑控制器，来对PID控制参数进行微调，以便实现模糊自适应PID控制。与人工设计模糊逻辑器相比，具有速度快、精度高以及控制效果好的优点。 [0143] 参见图3，基于上述实施例提供的直流电机调速控制系统，在一个实施例中，还提供了一种直流电机调速控制方法，所述方法包括： [0144] S10、实时采集直流电机的运行角度和运行速度，根据直流电机实时的运行角度和运行速度进行PID控制，得到第一控制信号； [0145] S20、实时采集直流电机输出的电流信号，根据电流信号和第一控制信号进行电流参数整定，得到第二控制信号； [0146] S30、根据直流电机的输入信号和第二控制信号生成驱动信号，以驱动直流电机运行；其中，根据输入信号和第二控制信号生成驱动信号包括： [0147] S40、实时测量直流电机的电阻值，并根据电阻值计算直流电机的实时温度； [0148] S50、获取输入直流电机的电压及电流反馈信号并输入至预测模型，得到直流电机的振幅； [0149] S60、根据直流电机的实时温度和振幅确定增益控制信号，对增益控制信号、输入信号以及第二控制信号进行信号放大，生成驱动信号。 [0150] 可以理解的是，本实施例提供的方法能够实现如上述直流电机调速控制系统所实现的效果，具体包括： [0151] 1)预测模型基于神经网络算法训练得到，能够在输入电压及电流反馈信号后快速的预测出电机的振幅。因此本实施例能够快速的得到电机振幅和实时温度信息，以根据振幅增益来调整驱动信号大小，并且在温度过高时对应修正放大器的放大系数，能够有效防止因为振幅过大或运行温度过高导致的电机损坏，大大提升了电机性能，延长了电机的使用寿命。 [0152] 2)提供采用了模糊自适应PID整定，模糊自适应PID控制器基于遗传算法生成，通过遗传算法自动寻优和设计模糊逻辑控制器，来对PID控制参数进行微调，以便实现模糊自适应PID控制。与人工设计模糊逻辑器相比，具有速度快、精度高以及控制效果好的优点。此外，由于结合了摩擦补偿控制信号，能够进一步提高模糊自适应PID控制器的输出精度，使得直流电机运行更快地趋于稳态。 [0153] 本发明某一实施例还提供了一种电子设备，包括：处理器、发送装置、输入装置、输出装置和存储器，所述存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令，当所述处理器执行所述计算机指令时，所述电子设备执行如上述任意一种可能实现的方式的方法。 [0154] 本发明某一实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被电子设备的处理器执行时，使所述处理器执行如上述任意一种可能实现的方式的方法。 [0155] 请参阅图4，图4为本发明实施例提供的一种电子设备的硬件结构示意图。 [0156] 该电子设备2包括处理器21，存储器22，输入装置23，输出装置24。该处理器21、存储器22、输入装置23和输出装置24通过连接器相耦合，该连接器包括各类接口、传输线或总线等等，本发明实施例对此不作限定。应当理解，本发明的各个实施例中，耦合是指通过特定方式的相互联系，包括直接相连或者通过其他设备间接相连，例如可以通过各类接口、传输线、总线等相连。 [0157] 处理器21可以是一个或多个图形处理器(graphics processing unit，GPU)，在处理器21是一个GPU的情况下，该GPU可以是单核GPU，也可以是多核GPU。可选的，处理器21可以是多个GPU构成的处理器组，多个处理器之间通过一个或多个总线彼此耦合。可选的，该处理器还可以为其他类型的处理器等等，本发明实施例不作限定。 [0158] 存储器22可用于存储计算机程序指令，以及用于执行本发明方案的程序代码在内的各类计算机程序代码。可选地，存储器包括但不限于是随机存储记忆体(random access memory，RAM)、只读存储器(read‑only memory，ROM)、可擦除可编程只读存储器(erasable programmable read only memory，EPROM)、或便携式只读存储器(compact disc read‑only memory，CD‑ROM)，该存储器用于相关指令及数据。 [0159] 输入装置23用于输入数据和/或信号，以及输出装置24用于输出数据和/或信号。输入装置23和输出装置24可以是独立的器件，也可以是一个整体的器件。 [0160] 可理解，本发明实施例中，存储器22不仅可用于存储相关指令，本发明实施例对于该存储器中具体所存储的数据不作限定。 [0161] 可以理解的是，图4仅仅示出了一种电子设备的简化设计。在实际应用中，电子设备还可以分别包含必要的其他元件，包含但不限于任意数量的输入/输出装置、处理器、存储器等，而所有可以实现本发明实施例的视频解析装置都在本发明的保护范围之内。 [0162] 本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。 [0163] 所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。所属领域的技术人员还可以清楚地了解到，本发明各个实施例描述各有侧重，为描述的方便和简洁，相同或类似的部分在不同实施例中可能没有赘述，因此，在某一实施例未描述或未详细描述的部分可以参见其他实施例的记载。 [0164] 在本发明所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。 [0165] 所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。 [0166] 另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。 [0167] 在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者通过所述计算机可读存储介质进行传输。所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line，DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，数字通用光盘(digital versatiledisc，DVD))、或者半导体介质(例如固态硬盘(solid state disk，SSD))等。 [0168] 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部分流程，该流程可以由计算机程序来指令相关的硬件完成，该程序可存储于计算机可读取存储介质中，该程序在执行时，可包括如上述各方法实施例的流程。而前述的存储介质包括：只读存储器(read‑only memory，ROM)或随机存储存储器(random access memory，RAM)、磁碟或者光盘等各种可存储程序代码的介质。 |
||||||
QQ群二维码
意见反馈
意见反馈