[發明專利]SISO緊格式無模型控制器基于系統誤差的參數自整定方法

有效

• 申請號: 201711081100.1
• 申請日: 2017-11-06
• 公開（公告）號: CN107942655B
• 公開（公告）日: 2020-06-09
• 發明（設計）人: 盧建剛;李雪園
• 申請（專利權）人: 浙江大學
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 浙江杭州金通專利事務所有限公司 33100
• 代理人: 劉曉春

1.SISO緊格式無模型控制器基于系統誤差的參數自整定方法，其特征在于包括以下步驟：

步驟(1)：SISO緊格式無模型控制器參數包含懲罰因子λ和步長因子ρ；確定SISO緊格式無模型控制器待整定參數，所述SISO緊格式無模型控制器待整定參數，為所述SISO緊格式無模型控制器參數的部分或全部，包含懲罰因子λ和步長因子ρ的任意之一或任意種組合；確定BP神經網絡的輸入層節點數、隱含層節點數、輸出層節點數，所述輸出層節點數不少于所述SISO緊格式無模型控制器待整定參數個數；初始化BP神經網絡的隱含層權系數、輸出層權系數；

步驟(2)：將當前時刻記為k時刻，基于系統輸出期望值與系統輸出實際值，采用系統誤差計算函數計算得到k時刻的系統誤差，記為e(k)；所述系統誤差計算函數的自變量包含系統輸出期望值與系統輸出實際值；

步驟(3)：將步驟(2)計算得到的系統誤差及其函數組、系統輸出期望值、系統輸出實際值的任意之一或任意種組合，作為BP神經網絡的輸入；

步驟(4)：基于步驟(3)所述的BP神經網絡的輸入，BP神經網絡進行前向計算，計算結果通過輸出層輸出，得到所述SISO緊格式無模型控制器待整定參數的值；

步驟(5)：基于步驟(2)得到的系統誤差e(k)、步驟(4)得到的所述SISO緊格式無模型控制器待整定參數的值，采用SISO緊格式無模型控制器的控制算法，計算得到SISO緊格式無模型控制器針對被控對象在k時刻的控制輸入u(k)；

步驟(6)：基于步驟(5)得到的所述控制輸入u(k)，計算所述控制輸入u(k)分別針對各個所述SISO緊格式無模型控制器待整定參數在k時刻的梯度信息，具體計算公式如下：

當所述SISO緊格式無模型控制器待整定參數中包含懲罰因子λ時，所述控制輸入u(k)針對所述懲罰因子λ在k時刻的梯度信息為：

當所述SISO緊格式無模型控制器待整定參數中包含步長因子ρ時，所述控制輸入u(k)針對所述步長因子ρ在k時刻的梯度信息為：

其中，為k時刻的偽梯度估計值；

步驟(7)：以系統誤差函數的值最小化為目標，采用梯度下降法，結合步驟(6)得到的所述梯度信息，進行系統誤差反向傳播計算，更新BP神經網絡的隱含層權系數、輸出層權系數，作為后一時刻BP神經網絡進行前向計算時的隱含層權系數、輸出層權系數；所述系統誤差函數的自變量包含系統誤差、系統輸出期望值、系統輸出實際值的任意之一或任意種組合；

步驟(8)：所述控制輸入u(k)作用于被控對象后，得到被控對象在后一時刻的系統輸出實際值，返回到步驟(2)，重復步驟(2)到步驟(8)。

2.根據權利要求1所述的SISO緊格式無模型控制器基于系統誤差的參數自整定方法，其特征在于，所述步驟(2)中的所述系統誤差計算函數采用e(k)＝y^*(k)-y(k)，其中y^*(k)為k時刻設定的系統輸出期望值，y(k)為k時刻采樣得到的系統輸出實際值；或者采用e(k)＝y^*(k+1)-y(k)，其中y^*(k+1)為k+1時刻的系統輸出期望值，y(k)為k時刻采樣得到的系統輸出實際值。

3.根據權利要求1所述的SISO緊格式無模型控制器基于系統誤差的參數自整定方法，其特征在于，所述步驟(3)中的所述系統誤差及其函數組，包含k時刻的系統誤差e(k)、k時刻及之前所有時刻的系統誤差的累積即k時刻系統誤差e(k)的一階后向差分e(k)-e(k-1)、k時刻系統誤差e(k)的二階后向差分e(k)-2e(k-1)+e(k-2)、k時刻系統誤差e(k)的高階后向差分的任意之一或任意種組合。

4.根據權利要求1所述的SISO緊格式無模型控制器基于系統誤差的參數自整定方法，其特征在于，所述步驟(7)中的所述系統誤差函數為e²(k)+ωΔu²(k)，其中，e(k)為系統誤差，Δu(k)＝u(k)-u(k-1)，ω為大于或等于0的常數。