一种风力发电机智能叶片测控方法及其系统与流程

本发明涉及风力发电机叶片控制领域，尤其涉及一种风力发电机智能叶片测控方法及其系统。

背景技术：

在风力发电机的叶片结构上，随着风力机叶片尺寸增大，叶片的柔性和惯性均增加，现有变桨控制技术是全叶片变桨，难以对叶片的气动性能施加快速有效的控制。智能叶片是在叶片的尾缘添加尾缘襟翼，尾缘襟翼的惯性小于叶片，智能叶片的控制方案能够从一定程度上弥补变桨控制大惯性、强滞后及难于实现局部调节的缺点。现有智能叶片技术只是对智能叶片进行气动参数和升力的静态测量，研究了襟翼偏转在不同角度时气动参数的变化，没有以某个目标来实现动态闭环控制，即尾缘襟翼在不同角度时叶片的气动性能和升力变化情况，没有将自动控制系统嵌入到智能叶片中。

此外，现有的变桨控制技术也是实现叶片升力控制的方案，但变桨控制具有较强的滞后性，当风速变化较大时，变桨控制系统难以做出及时响应。原因在于变桨控制是对整个叶片进行调节，当叶片较长时，叶片惯性和柔性都较大，变桨控制系统调桨距角时的滞后也将更严重。同时调节桨距角需要执行器提供较大的力矩，故还需要体积较大的执行电机。

技术实现要素：

本发明实施例所要解决的技术问题在于，提供一种风力发电机智能叶片测控方法及其系统。能按照控制系统性能指标通过调节尾缘襟翼的偏转角度对智能叶片的升力进行自动控制，具有良好的动态特性和稳态特性。同时，还能对智能叶片的升力和尾缘襟翼的偏转角度进行实时监控。。

为了解决上述技术问题，本发明实施例提供了一种风力发电机智能叶片测控方法，包括以下步骤：

s1：将读取的叶片的实时升力值y(k)与目标升力值r(k)进行比较得到偏差e(k)＝r(k)-y(k)

s2：设计单神经元增量式pid控制器，计算出襟翼角度控制量的增量δθr(k)，经过z变换得到所述叶片上的尾缘襟翼的角度目标值θr(k)；

s3：将襟翼目标偏角与襟翼实时偏角之差eθ(k)通过pi控制器计算出控制量δu(k)，经过z变换得到控制所述尾缘襟翼的伺服电机的电机轴目标角度值u(k)。

进一步地，所述单神经元增量式pid控制器使用s函数实现，并按有有监督的hebb学习规则实现权值的调整。

更进一步地，所述s函数的输入向量为积分、比例和微分量组成的向量：

x1＝e(k)

x2＝e(k)-e(k-1)

x3＝e(k)-2e(k-1)+e(k-2)

其中，e(k-1)和e(k-2)分别为一个步长和两个步长前的偏差值。

更进一步地，所述有监督的hebb学习规则实现权值的调整包括以神经元之间的连接权值ωi为s函数结构中状态向量，权值迭代方程为：

ω1(k)＝ω1(k-1)+ηie(k)y(k)x1(k)

ω2(k)＝ω2(k-1)+ηpe(k)y(k)x2(k)

ω3(k)＝x3(k-1)+ηde(k)y(k)x3(k)

其中，ηi、ηp和ηd分别为积分、比例和微分学习效率，y(k)为实时升力值。

更进一步地，对所述单神经元pid的输出进行绝对值处理，使单神经元pid的控制量输出为：

θr(k)＝θr(k-1)+δθr(k)

其中，ku为单神经元比例系数。

更进一步地，还包括对比例系数ku进行非线性变换在线修正：

ku＝k0+ξ|e(k)ⁿ|/r(k)

其中，k0为比例系数稳态初值，ξ为调整系数，n取整数，r(k)为升力的设定值。

更进一步地，所述pi控制器的控制方法包括以下计算公式：

eθ(k)＝θr(k)-θy(k)

δu(k)＝kieθ(k)+kp[eθ(k)-eθ(k-1)]

u(k)＝u(k-1)+δu(k)。

相应地，本发明实施例还提供了一种风力发电机智能叶片测控的系统，包括传感器、上位机、下位机、控制对象，

所述上位机与所述下位机通讯连接；

所述传感器包括编码器、限位开关、参考点开关和升力传感器；

所述传感器与所述下位机电连接；

所述控制对像包括设置于叶片末端的尾缘襟翼，所述尾缘襟翼设置于襟翼轴，所述襟翼轴连接有驱动装置与所述编码器；

所述尾缘襟翼设置有定位薄片；

所述限位开关用于检测所述尾缘襟翼的位置，使所述驱动装置可驱动所述尾缘襟翼位于所述参考点开关处。

进一步地，所述限位开关、参考点开关为红外光电门。

更进一步地，所述升力传感器为ati六分量天平。

实施本发明实施例，具有如下有益效果：本发明能够按照控制系统性能指标通过调节尾缘襟翼的偏转角度对智能叶片的升力进行自动控制，具有良好的动态特性和稳态特性。同时，还能对智能叶片的升力和尾缘襟翼的偏转角度进行实时监控。本发明具有精度高、抗干扰能力强、成本低、系统动态特性较好等优点。

附图说明

图1是本发明的测控系统结构示意图；

图2是本发明的智能叶片的结构示意图；

图3是本发明的控制原理示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述。

如图1、图2所示，本发明实施例的一种风力发电机智能叶片测控的系统，能在风洞环境下正常运行，主要由传感器、下位机西门子s7－200plc、上位机matlab/simulink、和控制对象四部分组成。所述传感器包括07编码器、08限位开关、09参考点开关和10升力传感器。07编码器信号线连接plc高速计数器端子，07编码器轴通过联轴器连接蜗轮蜗杆减速箱输出轴，涡轮蜗杆减速箱是双向输出轴，一端连接编码器，另一端连接襟翼轴；08限位开关和09参考点开关均选用红外光电门，均与plc数字量输入端子连接，在可偏转襟翼的尾缘添加定位薄片，定位薄片11随襟翼运动使限位开关挡光导通时，襟翼将停止偏转对襟翼偏转角度进行限制，防止运行过程调节过度而给模型带来的损坏，参考点开关用于开机启动或出现故障后回机械参考点；10升力传感器选用ati六分量天平，与下端面的端板相连，ati六分量天平与配套的atif/t控制器相连，atif/t控制器通过rs232电缆与下位机进行通讯，将实时升力值写入下位机；下位机，负责升力数据接受和运动控制；上位机01matlab/simulink进行数据分析与处理，matlab/gui进行状态监控和参数设置，plc与matlab/simulink通过02opc服务器进行连接，实现实时通信，其中opc服务器使用pcacess。

尾缘襟翼与一根刚性襟翼轴通过螺丝刚性连接。叶片的上下端面均与两块端板相连，端板是为了减少边界气流损失。下端板与六分量天平相连，用于测量升力。上端板上放置电机和涡轮蜗杆减速箱传动机构，减速箱输出轴与襟翼轴通过联轴器连接。控制系统其余部分放在远离智能叶片的地方。

本系统通过一个plc数字量输入端相连的按钮，用于系统开机或者出现故障时进行机械回零，当按钮按下，触发机械回零(即回机械参考点)程序。风作用在智能叶片上时，叶片产生升力，当风变化，叶片升力将随风变化，从而与期望升力产生偏差。用六分量天平测量各方向的力矩和力，通过配套的atif/t系统控制器计算出实时升力值。atif/t控制器通过rs232电缆与plc进行通讯，将实时升力值写入plc。编码器检测实时角度θy(t)并将模拟量信号传递给plc，plc通过a/d转换获取襟翼实时角度值θy(k)。matlab/simulink通过pcacess从plc的寄存器中读取实时升力值y(k)和襟翼实时角度值θy(k)，并利用这些数据在matlab/simulink中设计控制器。控制器计算出伺服电机的目标角度值u(k)后，通过pcacess将该数据传输给plc，plc执行运行控制指令，使伺服电机发生偏转，并经过蜗轮蜗杆减速箱带动尾缘襟翼偏转，进而影响智能叶片的气动特性，从而实现升力的动态闭环控制。

如图3所示，本发明实施例的一种风力发电机智能叶片测控方法，主要包括内环：襟翼的角度控制环，采用pi控制方法；外环：升力控制环，采用单神经元pid控制器。

实时升力值y(k)与目标升力值r(k)进行比较得到偏差e(k)＝r(k)-y(k)。

由e(k)、y(k)和r(k)设计单神经元增量式pid控制器，该控制器计算出襟翼角度控制量的增量δθr(k)，经过z变换得到角度目标值θr(k)。

在matlab/simulink中利用s函数实现单神经元pid算法，按有监督的hebb学习规则来实现权值的调整，权值调整的核心思想在于两神经元之间连接权值的增量与他们激励之积成正比，hebb学习规则在核心思想的基础上加入了教师监督信息。在实现单神经元pid时，s函数结构中的输入向量为积分、比例和微分量组成的向量，即为：

x1＝e(k)

x2＝e(k)-e(k-1)

x3＝e(k)-2e(k-1)+e(k-2)

其中e(k)为目标升力值r(k)与实时升力值y(k)之差，即e(k)＝r(k)-y(k)。e(k-1)和e(k-2)分别为一个步长和两个步长前的偏差值。

以神经元之间的连接权值ωi为s函数结构中状态向量，权值迭代方程为：

ω1(k)＝ω1(k-1)+ηie(k)y(k)x1(k)

ω2(k)＝ω2(k-1)+ηpe(k)y(k)x2(k)

ω3(k)＝x3(k-1)+ηde(k)y(k)x3(k)

其中，ηi、ηp和ηd分别为积分、比例和微分学习效率。y(k)为实时升力值。

权值自整定可能出现负值致正反馈，使系统发散。对单神经元pid的输出进行绝对值处理，则单神经元pid的控制量输出为：

θr(k)＝θr(k-1)+δθr(k)

通过自学习算法使得控制器的学习效率和初始权值的影响大大降低，对控制器性能影响最大的参数为单神经元比例系数ku。

为了方便现场整定和使控制器获得更好的自适应特性，对比例系数ku进行非线性变换在线修正：

ku＝k0+ξ|e(k)ⁿ|/r(k)

其中，k0为比例系数稳态初值，ξ为调整系数，n取整数，r(k)为升力的设定值。

襟翼的角度控制环采用pi控制器。襟翼目标偏角与襟翼实时偏角之差为eθ(k)，pi控制器计算出控制量δu(k)，并经过z变换得到伺服电机的电机轴目标角度值u(k)。算法如下：

eθ(k)＝θr(k)-θy(k)

δu(k)＝kieθ(k)+kp[eθ(k)-eθ(k-1)]

u(k)＝u(k-1)+δu(k)

本发明具有如下优点：

①精度高、抗干扰能力强：使用了“plc－伺服电机－蜗轮蜗杆减速箱－襟翼轴”传动方案。plc作为下位机，抗干扰能力强，伺服电机的控制精度高，涡轮蜗杆减速箱为nmrv标准件，传动精度较高。

②成本低：用个人电脑实现触摸屏的功能，即用matlab/simulink作为上位机，并在其中设计控制算法，无需另购配套触摸屏。

③系统动态特性较好：控制系统使用结构简单且具有自适应的增量式非线性pid控制器——单神经元pid控制器。

④本发明用单神经元pid控制器实现控制，为了减少累积误差，用增量式单神经元pid。单神经元pid特点是在保证结构简单的条件下能取得优于经典pid控制器的效果，具有较强的工程实用性。固定参数的经典pid无法满足上述非线性、强干扰的升力控制系统的控制需求。单神经元pid控制器结构简单，具有自适应控制的特点，具有较强的工程实用性。当系统过程动态变化，控制器试图感受这一变化并实时地调节控制器的参数或控制策略，使指定的性能指标达到最优。将单神经元pid控制器应用于风力机尾缘襟翼调节系统，能够有效的改善风力机控制系统非线性、时变性、时滞性和抗干扰问题。

以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。