[发明专利]一种基于神经网络在线调整悬浮控制器参数的实现方法

说明书

本发明公开了一种基于神经网络在线调整悬浮控制器参数的实现方法，方法包括：获取悬浮控制器的参考输出数据和悬浮控制器的实际输出数据；根据悬浮控制器的参考输出数据、悬浮控制器的实际输出数据和预先训练好的神经网络模型进行神经网络辨识，根据辨识后的神经网络模型得到神经网络输出数据；根据悬浮控制器的参考输出数据、悬浮控制器的实际输出数据和神经网络输出数据进行悬浮控制器参数调整得到整定后的参数。能够利用神经网络模型的非线性映射描述能力和自调整能力，实时的根据环境的变化调整悬浮控制器的控制参数，大幅提高了悬浮控制器的控制性能，减少实际工作过程中因外部干扰和内部参数变化带来的控制性能下降的问题。

技术领域

本发明涉及磁浮交通悬浮控制系统领域，尤其涉及一种基于神经网络在线调整悬浮控制器参数的实现方法。

背景技术

磁悬浮列车越来越受到欢迎，悬浮控制器是磁浮列车的核心系统之一，它的稳定可靠性直接关系到磁浮列车运行的稳定可靠。在磁浮列车的运行过程中，常见的由于轨道接缝带来的外部环境的干扰和列车负载质量变化带来的内部参数变化等情况的出现，悬浮控制器中原有的固定参数的PID控制器不能根据环境的变化进行调整，当出现上述的外部干扰和内部参数变化等情况，控制性能会变差，会影响列车乘坐的舒适性和安全性，所以需要悬浮控制器的控制参数能够根据实际工作情况进行自调整的方法，更好的保证悬浮控制器的良好性能，保证列车的舒适性和安全性。

因此，对于悬浮系统的稳定可靠运行易受到外部环境干扰和内部参数变化等情况的影响的问题，如何自适应调整悬浮控制器的控制参数，更好的保证悬浮控制器的控制性能，成为本领域技术人员亟需解决的问题。

发明内容

本发明要解决的技术问题是，为减少实际工作过程中因外部干扰和内部参数变化带来的控制性能下降的问题，提供一种基于神经网络在线调整悬浮控制器参数的实现方法，提高了悬浮控制器的控制性能，以保证列车的舒适性和安全性。

本发明解决其技术问题采用的技术方案是：

一种基于神经网络在线调整悬浮控制器参数的实现方法，方法包括以下步骤：

步骤S100：获取悬浮控制器的参考输出数据和悬浮控制器的实际输出数据；

步骤S200：根据悬浮控制器的参考输出数据、悬浮控制器的实际输出数据和预先训练好的神经网络模型进行神经网络辨识，根据辨识后的神经网络模型得到神经网络输出数据；

步骤S300：根据悬浮控制器的参考输出数据、悬浮控制器的实际输出数据和神经网络输出数据进行悬浮控制器参数调整得到整定后的参数。

优选地，步骤S200具体为：

步骤S210：根据悬浮控制器的参考输出数据和悬浮控制器的实际输出数据得到第一差值；

步骤S220：根据第一差值和悬浮控制器的实际输出数据得到期望输出数据，其中，悬浮控制器的实际输出数据中包含有悬浮系统的传感器数据；

步骤S230：根据期望输出数据、悬浮控制器的实际输出数据和预先训练好的神经网络模型进行神经网络辨识，根据辨识后的神经网络模型得到神经网络输出数据。

优选地，步骤S220中得到期望输出数据的计算公式为：

其中，k_c为电流内环的比例系数，k_p、k_i、k_d分别为间隙外环中比例、积分、微分系数，e(t)为t时刻的第一差值，为第一差值的一阶微分，Δu为悬浮控制器中PID控制策略的控制输出量，为Δu对PID控制器中比例系数k_p的偏微分。

优选地，步骤S230具体为：