[發明專利]基于高斯過程回歸的電磁作動器等效磁場強度建模方法

有效

• 申請號: 201810176015.1
• 申請日: 2018-03-02
• 公開（公告）號: CN108595744B
• 公開（公告）日: 2021-11-16
• 發明（設計）人: 劉偉;高揚;張仁勇
• 申請（專利權）人: 中國科學院空間應用工程與技術中心
• 主分類號: G06F30/27
• 分類號: G06F30/27
• 代理公司: 北京市盛峰律師事務所 11337
• 代理人: 席小東

本發明提供一種基于高斯過程回歸的電磁作動器等效磁場強度建模方法，將統計機器學習理論中的高斯過程回歸方法應用于電磁作動器等效磁場強度建模問題，所述基于高斯過程回歸的電磁作動器等效磁場強度建模方法包括如下步驟：基于選擇的協方差函數和建立的高斯過程回歸模型，通過最大化邊緣對數似然對協方差函數的超參數進行優化，得到最終建立的電磁作動器等效磁場強度模型。優點為：本發明提供的一種基于高斯過程回歸的電磁作動器等效磁場強度建模方法，不依賴于機理模型，建立的模型是條件概率模型，具有很強的通用性，特別適用于解決具有復雜磁場分布的電磁作動器等效磁場強度建模問題。

技術領域

本發明屬于磁懸浮控制和統計機器學習技術領域，具體涉及一種基于高斯過程回歸的電磁作動器等效磁場強度建模方法。

背景技術

建立高精度的電磁作動器等效磁場強度模型，是實現電磁作動器高性能的關鍵。目前，電磁作動器等效磁場強度建模方法有機理分析方法建模、實驗法建模以及有限元分析法建模。機理建模通常是在理想假設條件下進行的，假定磁場均勻并忽略漏磁通、邊緣效應等因素。由于加工工藝水平的制約，實際電磁作動器的結構尺寸和線圈匝數與理論設計值有一定的差別，因此機理建模的模型誤差較大。有限元分析法建模較為精確，但是計算量較大，過程復雜，且有限元模型的精度仍需通過實驗加以驗證。因此，對于具有復雜磁場分布的電磁作動器，可以采用實驗法建立其等效磁場強度模型，無需考慮內部機理過程，建模過程簡單，模型精度取決于輸入、輸出數據的測量精度以及對數據的數學處理方法。

采用實驗法建立電磁作動器等效磁場強度模型，其對實驗測量數據的處理方法類似于統計機器學習中的回歸問題。回歸問題是指根據已知實驗數據，建立輸入變量(自變量)到輸出變量(因變量)之間的映射函數模型；并且該模型能夠對任意給定的輸入，對其相應的輸出做出一個好的預測。這里的已知實驗數據，亦稱訓練數據集合，即電磁作動器等效磁場強度實驗法建模中測量得到的輸入、輸出數據。回歸問題的學習等價于函數擬合：選擇一條函數曲線使其很好地擬合已知數據且很好地預測未知數據。

高斯過程回歸方法是一種統計機器學習方法，適用于處理高維數、小樣本和非線性等復雜回歸問題。高斯過程回歸的前提假設條件是：給定一些輸入變量的值，對應的輸出值服從聯合正態分布。基于貝葉斯理論和統計機器學習理論，高斯過程回歸建立了非參數概率模型，不僅能夠對未知輸入進行預測輸出，而且對該預測輸出的精度參數或不確定性(即估計方差)進行定量分析，已廣泛應用于時間序列預測分析、動態系統模型辨識、控制系統設計以及濾波算法狀態估計等領域。

然而，目前的各類電磁作動器等效磁場強度建模方法，建立的模型通常是參數模型，不適用于解決具有復雜磁場分布的電磁作動器等效磁場強度建模問題。

發明內容

針對電磁作動器等效磁場強度建模問題，本發明提供一種基于高斯過程回歸的電磁作動器等效磁場強度建模方法，可有效解決上述問題。

本發明采用的技術方案如下：

本發明提供一種基于高斯過程回歸的電磁作動器等效磁場強度建模方法，將統計機器學習理論中的高斯過程回歸方法應用于電磁作動器等效磁場強度建模問題，所述基于高斯過程回歸的電磁作動器等效磁場強度建模方法包括如下步驟：

S1，通過電磁作動器靜態標定測試系統，測量得到磁場工作區域內不同位置點處的等效磁場強度，并將實驗測試數據分成測試數據集合和訓練數據集合；

S2，基于S1測量得到的實驗測試數據作圖分析，確定高斯過程回歸的協方差函數；

S3，基于貝葉斯定理和訓練數據集合，建立等效磁場強度的高斯過程回歸模型；

S4，基于S2選擇的協方差函數和S3建立的高斯過程回歸模型，通過最大化邊緣對數似然對協方差函數的超參數進行優化，得到最終建立的電磁作動器等效磁場強度模型，并采用測試數據集合檢驗高斯過程回歸模型的預測精度。

優選的，S1具體為：