[发明专利]一种曳引机自适应控制系统

摘要

一种曳引机自适应控制系统，涉及扶梯动力装置应用和节能领域。采用多传感器感知的原理对曳引机的相关运行参数进行实时监控，并通过PID控制器实时接收传感器采集的信号对扶梯曳引机进行实时控制。提取曳引机运行参数等相关特征信息；根据所述相关特征信息，建立神经网络模型描述曳引机运行参数对扶梯曳引机的影响，并基于所建立的神经网络模型，采用差分进化算法优化神经网络的权值；根据建立的优化模型对扶梯曳引机进行自适应控制。该方法通过控制器对运行参数进行自动识别和自动校正，增强曳引机对运行环境的适应性。

主权项

一种曳引机自适应控制系统，其特征在于包括检测单元、计算单元、存储单元、控制单元，所述检测单元与曳引机系统相连，所述检测单元包括电流传感器、加速度传感器、温度传感器、速度传感器、扭矩传感器；所述电流传感器、加速度传感器、温度传感器、速度传感器、扭矩传感器用于检测曳引机的电机电流、电机加速度、减速机油温、电机速度、曳引机输出扭矩相关运行参数信息；所述计算单元与所述检测单元连接，所述计算单元与所述检测单元相连，根据所述提取的曳引机运行参数，计算当前工况下系统所需的曳引机输出功率P0，通过建立BP神经网络模型拟合建立起输入量与输出量之间的非线性映射关系；所述存储单元与所述计算单元相连，根据所述BP神经网络模型，采用差分进化算法训练神经网络的权值，所述存储单元存储有曳引机功率特性匹配表和电机转速分配数据库；所述控制单元与所述计算单元相连，通过神经网络的自学习能力，在线调整某种最优控制规律下的PID控制器的三个参数：比例系数kp、微分系数ki和积分系数kd，实现某种性能指标的最优化，根据所述优化模型对扶梯曳引机进行自适应控制调节；所述差分进化算法具体步骤有：（1）确定所述差分进化算法控制参数。差分进化算法控制参数包括：种群规模、变异算子、交叉算子、最大迭代次数，并随机产生初始种群；（2）确定所述PID控制器三个参数：比例系数kp、微分系数ki和积分系数kd的上下限；（3）根据所述步骤控制的结果对初始种群进行评价，即计算初始种群中每个个体的适应度值.；（4）根据所述步骤计算得到的适应度函数值来判断迭代次数是否达到最大；（5）所述步骤的判断结果若是迭代次数达到最大迭代次数，则进化终止，将此时的最佳个体作为解输出；若否，继续；（6）根据所述步骤进行变异和交叉操作，对边界条件进行处理，得到临时种群；（7）根据所述步骤对临时种群进行评价，计算临时种群中每个个体的适应度值；（8）进行选择操作，得到新种群；（9）满足控制要求，输出全局最优值及其适应度函数值后，结束优化过程。