[發(fā)明專利]一種磁浮列車懸浮間隙傳感器齒槽效應(yīng)的補(bǔ)償方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010344909.4
• 申請(qǐng)日: 2020-04-27
• 公開（公告）號(hào): CN111598255A
• 公開（公告）日: 2020-08-28
• 發(fā)明（設(shè)計(jì)）人: 牛剛;曹雪杰
• 申請(qǐng)（專利權(quán)）人: 同濟(jì)大學(xué)
• 主分類號(hào): G06N20/10
• 分類號(hào): G06N20/10;B60L13/04
• 代理公司: 上海科盛知識(shí)產(chǎn)權(quán)代理有限公司 31225
• 代理人: 王懷瑜

本發(fā)明涉及一種磁浮列車懸浮間隙傳感器齒槽效應(yīng)的補(bǔ)償方法，所述方法具體為，采用預(yù)先進(jìn)行參數(shù)優(yōu)化和訓(xùn)練后的最小二乘支持向量機(jī)模型，對(duì)磁浮列車懸浮間隙傳感器的輸出值進(jìn)行齒槽效應(yīng)補(bǔ)償，獲取磁浮列車懸浮間隙值；所述最小二乘支持向量機(jī)模型的訓(xùn)練和參數(shù)優(yōu)化過程包括以下步驟：采集歷史數(shù)據(jù)樣本；構(gòu)建初始的最小二乘支持向量機(jī)模型；將歷史數(shù)據(jù)樣本載入初始的最小二乘支持向量機(jī)模型中，進(jìn)行模型訓(xùn)練；采用粒子群優(yōu)化算法對(duì)模型訓(xùn)練步驟獲取的最小二乘支持向量機(jī)模型的懲罰因子和核函數(shù)參數(shù)進(jìn)行優(yōu)化。與現(xiàn)有技術(shù)相比，本發(fā)明可以較好地消除齒槽效應(yīng)，提高了傳感器的檢測精度，滿足磁浮列車懸浮控制系統(tǒng)的要求。

技術(shù)領(lǐng)域

本發(fā)明涉及磁浮列車懸浮間隙傳感器領(lǐng)域，尤其是涉及一種磁浮列車懸浮間隙傳感器齒槽效應(yīng)的補(bǔ)償方法。

背景技術(shù)

現(xiàn)有磁浮列車懸浮間隙傳感器安裝于懸浮電磁鐵磁極內(nèi)，基于電磁感應(yīng)的原理將被測垂向位移轉(zhuǎn)化為傳感器探頭線圈電感的變化，并通過測量電感量的變化確定懸浮間隙，即傳感器線圈表面與長定子齒面的間隙。

根據(jù)以上工作原理分析，當(dāng)被測體定子軌道表面為齒槽交錯(cuò)結(jié)構(gòu)，即使保持列車以某一固定懸浮間隙行進(jìn)，由于被測導(dǎo)體與線圈之間的相對(duì)位置發(fā)生改變，磁場分布會(huì)隨之改變，最終影響電感值，從而導(dǎo)致間隙傳感器輸出信號(hào)周期性波動(dòng)即齒槽效應(yīng)。這種間隙傳感器輸出誤差可能會(huì)導(dǎo)致懸浮系統(tǒng)性能下降，尤其是當(dāng)間隙測量誤差進(jìn)入懸浮電磁鐵閉環(huán)控制系統(tǒng)時(shí)后果更為嚴(yán)重，甚至可能造成發(fā)散振蕩、電磁鐵撞擊軌道。

對(duì)于懸浮間隙傳感器齒槽效應(yīng)的補(bǔ)償，現(xiàn)有的補(bǔ)償方法一是單純依靠增加傳感器的硬件冗余來提高傳感器的可靠性，但這種方法硬件成本消耗大而且補(bǔ)償效果不是特別好；二是通過改變間隙傳感器探頭線圈結(jié)構(gòu)，但是這種方法對(duì)工藝要求較高，而且受工藝和客觀空間等影響，也只能部分減小齒槽效應(yīng)；三是軟件補(bǔ)償齒槽效應(yīng)方法，但是相鄰傳感器數(shù)據(jù)融合消除齒槽效應(yīng)的方法前提是要求2個(gè)間隙傳感器都獨(dú)立正常工作，人工神經(jīng)網(wǎng)絡(luò)技術(shù)有訓(xùn)練速度慢、易陷入局部極小點(diǎn)和全局搜索能力弱的缺點(diǎn)，組合模型運(yùn)算量很大，導(dǎo)致計(jì)算時(shí)間過長影響傳感器輸出補(bǔ)償?shù)膶?shí)時(shí)性。

發(fā)明內(nèi)容

本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的缺陷而提供一種補(bǔ)償精度高的磁浮列車懸浮間隙傳感器齒槽效應(yīng)的補(bǔ)償方法。

本發(fā)明的目的可以通過以下技術(shù)方案來實(shí)現(xiàn)：

一種磁浮列車懸浮間隙傳感器齒槽效應(yīng)的補(bǔ)償方法，所述方法具體為，采用預(yù)先進(jìn)行參數(shù)優(yōu)化和訓(xùn)練后的最小二乘支持向量機(jī)模型，對(duì)磁浮列車懸浮間隙傳感器的輸出值進(jìn)行齒槽效應(yīng)補(bǔ)償，獲取磁浮列車懸浮間隙值；所述最小二乘支持向量機(jī)模型的訓(xùn)練和參數(shù)優(yōu)化過程包括以下步驟：

樣本采集步驟：采集歷史數(shù)據(jù)樣本；

模型構(gòu)建步驟：構(gòu)建初始的最小二乘支持向量機(jī)模型；

模型訓(xùn)練步驟：將歷史數(shù)據(jù)樣本載入初始的最小二乘支持向量機(jī)模型中，進(jìn)行模型訓(xùn)練；

參數(shù)優(yōu)化步驟：采用粒子群優(yōu)化算法對(duì)模型訓(xùn)練步驟獲取的最小二乘支持向量機(jī)模型的懲罰因子和核函數(shù)參數(shù)進(jìn)行優(yōu)化，并將歷史數(shù)據(jù)樣本載入?yún)?shù)優(yōu)化后的最小二乘支持向量機(jī)模型中，重新進(jìn)行訓(xùn)練；

模型獲取步驟：獲取訓(xùn)練并參數(shù)優(yōu)化后的最小二乘支持向量機(jī)模型。

進(jìn)一步地，所述歷史數(shù)據(jù)樣本包括齒槽位置、磁浮列車懸浮間隙傳感器輸出值和真實(shí)懸浮間隙值。

進(jìn)一步地，所述樣本采集步驟還包括，采用灰色關(guān)系分析法，分析齒槽位置和磁浮列車懸浮間隙傳感器輸出值對(duì)真實(shí)懸浮間隙值的影響程度，從而對(duì)所述歷史數(shù)據(jù)樣本進(jìn)行篩選，更新歷史數(shù)據(jù)樣本。

進(jìn)一步地，所述樣本采集步驟還包括，對(duì)歷史數(shù)據(jù)樣本進(jìn)行歸一化處理。

進(jìn)一步地，所述最小二乘支持向量機(jī)模型的回歸函數(shù)為：