[发明专利]一种风力发电机智能叶片测控方法及其系统

权利要求书

1.一种风力发电机智能叶片测控方法，其特征在于，包括以下步骤：

S1：将读取的叶片的实时升力值y(k)与升力的设定值r(k)进行比较得到偏差e(k)＝r(k)-y(k)

S2：设计单神经元增量式PID控制器，计算出襟翼角度控制量的增量Δθ_r(k)，经过z变换得到所述叶片上的尾缘襟翼的角度目标值θ_r(k)；

S3：将襟翼目标偏角与襟翼实时偏角θ_y(k)之差e_θ(k)通过PI控制器计算出控制量Δu(k)，经过z变换得到控制所述尾缘襟翼的伺服电机的电机轴目标角度值u(k)；

所述单神经元增量式PID控制器使用S函数实现，并按有监督的Hebb学习规则实现权值的调整；

所述S函数的输入向量为积分、比例和微分量组成的向量：

x₁＝e(k)

x₂＝e(k)-e(k-1)

x₃＝e(k)-2e(k-1)+e(k-2)

其中，e(k-1)和e(k-2)分别为一个步长和两个步长前的偏差值；

所述有监督的Hebb学习规则实现权值的调整通过以下公式进行：

ω₁(k)＝ω₁(k-1)+η_Ie(k)y(k)x₁(k)

ω₂(k)＝ω₂(k-1)+η_Pe(k)y(k)x₂(k)

ω₃(k)＝x₃(k-1)+η_De(k)y(k)x₃(k)

其中，ω₁、ω₂、ω₃分别为神经元的连接权值，η_I、η_P和η_D分别为积分、比例和微分学习效率，y(k)为实时升力值。

2.根据权利要求1所述的风力发电机智能叶片测控方法，其特征在于，对所述单神经元PID的输出进行绝对值处理，使单神经元PID的控制量输出为：

θ_r(k)＝θ_r(k-1)+Δθ_r(k)

其中，K_u为单神经元比例系数。

3.根据权利要求2所述的风力发电机智能叶片测控方法，其特征在于，还包括对比例系数K_u进行非线性变换在线修正：

K_u＝K₀+ξ|e(k)ⁿ|/r(k)

其中，K₀为比例系数稳态初值，ξ为调整系数，n取整数，r(k)为升力的设定值。

4.根据权利要求1－3任一项所述的风力发电机智能叶片测控方法，其特征在于，所述PI控制器的控制方法包括以下计算公式：

e_θ(k)＝θ_r(k)-θ_y(k)

Δu(k)＝K_Ie_θ(k)+K_P[e_θ(k)-e_θ(k-1)]

u(k)＝u(k-1)+Δu(k)

其中，K_I、K_P分别为PI控制器的积分增益和比例增益。

5.一种用于权利要求1－4任一项所述的风力发电机智能叶片测控方法的系统，其特征在于，包括传感器、上位机、下位机、控制对象，

所述上位机与所述下位机通讯连接；

所述传感器包括编码器、限位开关、参考点开关和升力传感器；

所述传感器与所述下位机电连接；

所述控制对像包括设置于叶片末端的尾缘襟翼，所述尾缘襟翼设置于襟翼轴，所述襟翼轴连接有驱动装置与所述编码器；

所述尾缘襟翼设置有定位薄片；

所述限位开关用于检测所述尾缘襟翼的位置，使所述驱动装置可驱动所述尾缘襟翼位于所述参考点开关处；

所述限位开关、参考点开关为红外光电门；

所述升力传感器为ATI六分量天平。