基于模糊自整定单神经元PID控制的转子动平衡控制系统及其方法与流程

本发明涉及旋转设备动平衡控制方法领域，具体为一种基于模糊自整定单神经元PID控制的转子动平衡控制系统及其方法。

背景技术：

目前，旋转机械大量应用于工业的各个方面，由于转子不平衡原因使旋转机械产生振动，严重的可能损坏机械，造成工程上不必要的损失。为了减少这些不必要的损失，降低转子的振动，必须对转子进行动平衡。

目前，传统PID控制方法在旋转机械平衡控制中广泛应用。但是，传统PID控制方法平衡效率与平衡精度不高，并且传统PID控制器的设计需要事先多次试验才能确定控制参数。人工神经网络可以任意逼近线性或非线性系统，能够实现几乎所有的常规非线性与不确定系统的控制，因此被广泛应用于智能控制系统中。但神经网络结构复杂，权值训练的时间较长，不利于实时控制。

技术实现要素：

本发明为克服现有技术存在的不足之处，提供一种基于模糊自整定单神经元PID控制的转子动平衡控制系统及其方法，以期能克服传统PID控制方法平衡效率低，平衡精度不高的缺陷，从而提高控制效率，实现对平衡头的高效控制。

为了达到上述发明目的，本发明采用如下技术方案：

本发明一种基于模糊自整定单神经元PID控制的转子动平衡控制系统的特点包括：转子系统、平衡头、振动传感器、模糊控制器、单神经元PID控制器、处理器；

所述振动传感器采集所述转子系统在第k次循环下的振动值y(k)并传递给所述处理器，所述处理器将所接收到的振动信号y(k)与所设定的目标值进行比较，得到第k次循环下的差值e(k)作为所述模糊控制器的一个输入值；所述处理器对所述差值e(k)进行微分计算，得到所述差值e(k)的变化率作为所述模糊控制器的另一个输入值后，由所述模糊控制器进行模糊处理得到第k次循环下的增益K(k)；k≥1；

所述处理器根据所述差值e(k)计算得到第k次循环下所述单神经元PID控制器的输入信号x_i(k)；i＝1,2,3；

所述单神经元PID控制器根据所述输入信号x_i(k)，利用改进的有监督的Hebb算法分别得到第k次循环下所述输入信号x_i(k)的权值W_i(k)并输出；

所述处理器根据所述输入信号x_i(k)、增益K(k)和权值W_i(k)计算得到第k次循环下的控制步长u(k)并传递给所述平衡头，从而利用所述平衡头控制所述转子系统以实现转子动平衡。

本发明一种基于模糊自整定单神经元PID控制的转子动平衡控制方法的特点是应用于由转子系统、平衡头、振动传感器、模糊控制器、单神经元PID控制器所组成的控制系统中，并按如下步骤进行：

步骤1、利用振动传感器采集第k次循环下转子系统的振动值y(k)，并与所设定的目标值进行比较，若振动值y(k)大于所述目标值，则计算第k次循环下的差值e(k)，并执行步骤2；否则，表示所述转子系统满足转子动平衡；

步骤2、对所述差值e(k)进行微分计算，得到所述差值e(k)的变化率；

步骤3、利用模糊控制器对所述差值e(k)和差值e(k)的变化率进行模糊化、模糊推理和去模糊化处理，得到第k次循环下的增益K(k)；

步骤4、利用式(1)获得第k次循环下所述单神经元PID控制器的三个输入信号x₁(k)、x₂(k)和x₃(k)：

式(1)中，当k＝1时，e(k-1)和e(k-2)均为0；当k＝2时，e(k-2)为0；

步骤5、利用式(2)所示的改进的有监督的Hebb算法得到第i个输入信号的权值W_i(k)i＝1,2,3；

W_i(k)＝W_i(k-1)+η_ie(k-1)u(k-1)x_i(k-1) (2)

式(2)中，η_i表示第i个输入信号的学习效率；u(k-1)表示第k-1次循环下的控制步长，当k＝1时，W_i(k-1)为初始给定权值，u(k-1)＝0，e(k-1)＝0；

步骤6、利用式(3)得到第k次循环下的控制步长u(k)：

式(3)中，表示第i个输入信号权值的平均值；并有：

步骤7、所述平衡头根据控制步长u(k)对所述转子系统进行动控制；

步骤8、将k+1赋值给k，并返回步骤1。

与现有技术相比，本发明的有益效果是：

1、本发明采用模糊自整定单神经元PID控制方法，与传统的PID控制方法相比，基于模糊自整定单神经元PID控制方法响应速度快，超调量和振荡次数明显减少，具有很好的鲁棒性和稳定性，从而使得转子系统的平衡时间缩短，控制效率提高，且提高了平衡精度。

2、本发明在单神经元PID控制的基础上，引入模糊控制技术，通过定义模糊变量、设计隶属度函数得到单神经元PID控制的增益K(k)，通过增益K(k)的可变控制，提高了控制效率，从而求解得到精确的输出步长，实现了对平衡头的高效控制。

3、本发明将单神经元技术与传统PID控制结合使得PID的控制参数可以自适应调整，与传统PID控制相比，改善了传统PID控制器的参数固定缺陷，通过参数的自适应调整，提高了转子系统的控制效率。

4、当转子系统中出现干扰信号后，本发明采用模糊自整定单神经元PID控制方法，与传统的PID控制方法相比，转子系统能最快的达到稳定状态，所以该发明方法具有很好的稳定性和鲁棒性。

附图说明

图1为本发明的基于模糊自整定单神经元PID控制方法原理图；

图2为本发明方法的控制算法流程图；

图3为本发明的实验架构图；

图4a为本发明方法与传统PID和单神经元PID控制方法的MATLAB仿真幅值变化对比图；

图4b为加入干扰信号后幅值变化对比图；

图5a为本发明方法与传统PID方法对动平衡控制重复实验减振时间对比结果图；

图5b为重复实验减振效果对比结果图。

具体实施方式

本实施例中，一种基于模糊自整定单神经元PID控制的转子动平衡控制系统，包括：转子系统、平衡头、振动传感器、模糊控制器、单神经元PID控制器、处理器；

如图1所示，本方法的控制原理如下：

振动传感器采集转子系统在第k次循环下的振动值y(k)并传递给处理器，处理器将所接收到的振动信号y(k)与所设定的目标值进行比较，得到第k次循环下的差值e(k)作为模糊控制器的一个输入值；处理器对差值e(k)进行微分计算，得到差值e(k)的变化率作为模糊控制器的另一个输入值后，由模糊控制器进行模糊处理得到第k次循环下的增益K(k)；k≥1；其中，模糊处理的具体步骤如下：

1.将模糊控制器的输入量差值e(k)，差值e(k)的变化率和输出量增益K(k)进行标定，将其指定到某一区间范围内，采用对称方式将输入量和输出量进行分级。

2.设置输入量差值e(k)、差值e(k)变化率和输出量K的隶属度函数。

3.根据模糊控制器的模糊规则，模糊推理得到增益K(k)的模糊值。

4.采用质心法进行去模糊化操作，得到增益K(k)的精确输出。

处理器根据差值e(k)计算得到第k次循环下单神经元PID控制器的输入信号x_i(k)；i＝1,2,3；

单神经元PID控制器根据输入信号x_i(k)，利用改进的有监督的Hebb算法分别得到第k次循环下输入信号x_i(k)的权值W_i(k)并输出；

处理器根据输入信号x_i(k)、增益K(k)和权值W_i(k)计算得到第k次循环下的控制步长u(k)并传递给平衡头，从而利用平衡头控制转子系统以实现转子动平衡，具体的说，是利用平衡头中质量块转动角度，通过调整质量块的转动角度以实现转子动平衡。

本实施例中，一种基于模糊自整定单神经元PID控制的转子动平衡控制方法，应用于由转子系统、平衡头、振动传感器、模糊控制器、单神经元PID控制器所组成的控制系统中，如图2所示，具体算法流程按如下步骤进行：

步骤1、利用振动传感器采集第k次循环下转子系统的振动值y(k)，本实施例中，采用电涡流位移传感器，振动传感器置于轴承座表面转子中心上方用于获取转子径向位移量的变化情况，通过采集到的振动值y(k)与所设定的目标值进行比较，若振动值y(k)大于目标值，则计算第k次循环下的差值e(k)，并执行步骤2；否则，表示转子系统满足转子动平衡；

步骤2、对差值e(k)进行微分计算，得到差值e(k)的变化率；

步骤3、利用模糊控制器对差值e(k)和差值e(k)的变化率进行模糊化、模糊推理和去模糊化处理，得到第k次循环下的增益K(k)；

步骤4、利用式(1)获得第k次循环下单神经元PID控制器的三个输入信号x₁(k)、x₂(k)和x₃(k)：

式(1)中，当k＝1时，e(k-1)和e(k-2)均为0；当k＝2时，e(k-2)为0；

步骤5、利用式(2)所示的改进的有监督的Hebb算法得到第i个输入信号的权值W_i(k)i＝1,2,3；

W_i(k)＝W_i(k-1)+η_ie(k-1)u(k-1)x_i(k-1) (2)

式(2)中，η_i表示第i个输入信号的学习效率；u(k-1)表示第k-1次循环下的控制步长，当k＝1时，W_i(k-1)为初始给定权值，u(k-1)＝0，e(k-1)＝0；

步骤6、利用式(3)得到第k次循环下的控制步长u(k)：

式(3)中，表示第i个输入信号权值的平均值；并有：

步骤7、平衡头根据控制步长u(k)对转子系统进行动控制；

步骤8、将k+1赋值给k，并返回步骤1。

下面基于实验，对本发明方法的实施效果进行详细说明：

为验证基于模糊自整定单神经元PID控制方法的有效性及优越性，采用电机构建转子系统实验台和MATLAB仿真进行动平衡实验。实验架构图如图3所示。实验平台包括变频电机(功率750W，扭矩2.4NM)、变频器(西门子MM4206SE6420-2UC17-5AA1，功率750W，单相电压220V)、实验轴承NSK#1302、转轴、轴承座及振动传感器(电涡流位移传感器YXS-DWA)。振动传感器置于轴承座表面转子中心上方用于获取转子径向位移量的变化情况，平衡头置于转子端部用来给转子提供不平衡补偿质量。控制器分别与振动传感器以及平衡头相连接，获取振动传感器采集的振动值，并输出控制信号驱动平衡头进行不平衡补偿。

从图4a中可以看出，单神经元PID控制相对于传统PID控制的超调量明显减少，本发明方法相对于单神经元PID控制的超调量完全消除,控制效率也有所提高。因此，相对于传统PID控制方法和单神经元PID控制方法，基于模糊自整定单神经元PID控制方法，避免了超调量，同时也提高了控制效率。从图4b中可以看出，受到干扰后本发明方法振幅最小并且以最快的速度恢复稳定，所以基于模糊自整定单神经元PID控制方法的鲁棒性好。

实验中将单神经元模糊自整定PID控制方法与传统PID控制方法同时应用到转子动平衡系统中，并将实验结果进行了对比。设定转子初始转速为1200转/分钟，测得初始振值为30.0um，对基于模糊自整定单神经元PID控制方法与传统PID控制方法分别以相同的初始条件进行了20次实验，时间对比结果图如图5a所示。图5a反映出基于模糊自整定单神经元PID控制方法平均只需要3.9秒左右就可以消除50％的初始振动量，而传统的PID方法达到同样的效果却需要9.8秒左右；图5b为重复实验减振效果对比结果图。图5b反映出在相同的初始条件下模糊自整定单神经元PID方法平均可以减少70％左右的振动量，而传统PID控制减少的振动量只有55％左右。实验证明了本发明方法的有效性及优越性。