專利名稱：基于神經(jīng)網(wǎng)絡(luò)逆辨識與逆控制的多變量系統(tǒng)的間接解耦方法
技術(shù)領(lǐng)域：
本發(fā)明屬于復雜系統(tǒng)智能建模及解耦控制技術(shù)領(lǐng)域，具體涉及基于神經(jīng)網(wǎng)絡(luò)逆辨識與逆控制的多變量系統(tǒng)的間接解耦方法。
背景技術(shù)：
多變量復雜過程控制系統(tǒng)的控制面臨兩大主要難題一個是因為系統(tǒng)的復雜和嚴重不確定性而難以用傳統(tǒng)的理論和方法對系統(tǒng)實時在線建模；另一個是因為系統(tǒng)的復雜和嚴重不確定性，難以用基于解析模型的解耦理論對其實施解耦。盡管眾多學者的研究論文已對多變量過程控制系統(tǒng)的解耦控制進行了深入系統(tǒng)的研究和論述，但是這些理論都基于一個前提這就是必須寫出多變量過程系統(tǒng)精確的解析模型，而這一點在現(xiàn)實中幾乎不可能做到，尤其是對過程控制中系統(tǒng)隨著運行工況不時改變、系統(tǒng)結(jié)構(gòu)和參數(shù)嚴重不確定、非線性、滯后、諸多干擾等因素更是無法寫出其解析模型。本發(fā)明正是基于這一事實和背景，在對三相交流電弧爐電極電弧電流的控制研究和開發(fā)中，探索出一種采用神經(jīng)網(wǎng)絡(luò)在線逆辨識和逆控制的方法，巧妙間接地實現(xiàn)了三相耦合系統(tǒng)的實時在線解耦與控制。

發(fā)明內(nèi)容
在對三相交流電弧爐電極電弧電流的控制研究和開發(fā)中，發(fā)明出一種基于神經(jīng)網(wǎng)絡(luò)逆辨識與逆控制的多變量系統(tǒng)間接解耦方法，采用神經(jīng)網(wǎng)絡(luò)在線逆辨識和逆控制的方法，間接地實現(xiàn)了三相耦合系統(tǒng)的實時在線解耦與控制。
該方法對于三相交流電弧爐電極控制系統(tǒng)，采用三個神經(jīng)網(wǎng)絡(luò)分別對三相電極系統(tǒng)進行逆辨識，其特征在于每相逆辨識的結(jié)果將包含了另外兩相控制信號對該相輸出電流的耦合影響。將每相神經(jīng)網(wǎng)絡(luò)逆辨識模型反向作為逆控制器模型與每相電極系統(tǒng)串聯(lián)，從而構(gòu)成三個已解耦的獨立的偽線性對象，進而針對三個獨立的偽線性對象設(shè)計并調(diào)試出三個獨立的線性調(diào)節(jié)器，以構(gòu)成三個獨立的調(diào)節(jié)回路，實現(xiàn)對三相耦合系統(tǒng)的準確控制。
對于三相交流電弧爐電極控制系統(tǒng)的間接解耦的方法如下三相交流電弧爐電極控制系統(tǒng)A相結(jié)構(gòu)見說明書附圖1。由于逆辨識采用了基于最近鄰聚類算法的RBF網(wǎng)絡(luò)，在線辨識的精度很高。將辨識模型反向作為直接逆控制器模型，即Pa-1(NNC)=Pa-1(NNII),]]>從而使得系統(tǒng)運行過程中始終存在Pa-1(NNC)*Pa≈1,]]>這樣被控對象(A相電極系統(tǒng))即成為一個動態(tài)偽線性對象，因此對偽線性對象用PID控制器就可以了。在圖1中，電弧爐電極系統(tǒng)B相、C相控制信號ub(k)、uc(k)對A相輸出電流ia(k+1)耦合環(huán)節(jié)分別表示為Pba、Pca。環(huán)節(jié)Pba、Pca的輸出iba(k+1)、ica(k+1)可以看作是對ia(k+1)的擾動輸入。因此，這里ia(k+1)＝iaa(k+1)+iba(k+1)+ica(k+1)。A相逆辨識器的輸入向量為[ia(k)ia(k-1)ia(k-2)]T，這樣所得到的逆辨識器模型Pa-1(NNII)完全包含了B相、C相對A相的耦合影響。于是所構(gòu)成的偽線性對象完全抵消了這種耦合影響，巧妙間接地實現(xiàn)了解耦。
本發(fā)明三相電弧爐電極控制的計算機網(wǎng)絡(luò)及系統(tǒng)組成見說明書附圖2。
實驗室模擬實驗電路見說明書附圖3。
對系統(tǒng)的輸入輸出數(shù)據(jù)進行歸一化處理，歸一化處理對網(wǎng)絡(luò)訓練非常重要，能夠有效提高網(wǎng)絡(luò)學習速度，減少訓練時間。為了驗證系統(tǒng)的跟蹤和解耦效果，系統(tǒng)設(shè)定值為i(k+1)＝5(A)(歸一化后為1)。試驗結(jié)果見說明書附圖4～6以及表1所示。
表1實驗裝置三相輸出電流

由表1可知，系統(tǒng)的跟蹤精度高。由圖4～6可知，系統(tǒng)收斂速度快，在調(diào)試中當人為改變一相電阻值時，對該相電流的影響迅速得到恢復(如圖5所示)，同時，對另外兩相電流由于解耦發(fā)生作用而毫無影響(如圖4、圖6所示)。
本發(fā)明采用神經(jīng)網(wǎng)絡(luò)逆辨識和逆控制方法，將電極系統(tǒng)等效為已解耦的偽線性系統(tǒng)，間接地實現(xiàn)了系統(tǒng)的在線解耦和控制。本發(fā)明在超大功率三相交流電弧爐電極升降控制中得到很好應(yīng)用，并適用于任意多變量復雜系統(tǒng)的實時解耦和控制，具有廣泛性。


圖1電弧爐三相電極系統(tǒng)A相控制結(jié)構(gòu)圖Pa-1(NNII)是考慮ub(k)、uc(k)耦合影響的A相電極系統(tǒng)的逆辨識模型，將此反向與A相電極系統(tǒng)Paa連接，構(gòu)成一個實質(zhì)上已解耦的偽動態(tài)線性對象，對此偽線性對象設(shè)計并調(diào)試出一個PIDa控制器，實現(xiàn)了ia(k)對設(shè)定輸入的準確跟蹤控制。
圖2控制系統(tǒng)的計算機網(wǎng)絡(luò)2中，工控機中裝入SIEMENS公司的WinAC RTX，它是面向高速和精確時間要求的基于PC的自動化集成方案中的核心部件，是一套應(yīng)用于Windows操作系統(tǒng)的軟件包，其功能不僅僅限于在PC上實現(xiàn)PLC功能，同時在PLC與PC間實現(xiàn)完美的集成。WinAC ODK(OpenDevelopment Kit)用于控制系統(tǒng)用戶程序的開發(fā)，與WinAC控制平臺相集成?？刂葡到y(tǒng)的用戶程序用VC++6.0編寫。高速數(shù)據(jù)采集器選用臺灣凌華公司生產(chǎn)的PXI總線系列產(chǎn)品DAQ-2010，PXI8570和PCI8570構(gòu)建。采樣頻率為400Khz，每連續(xù)采樣1000個數(shù)據(jù)，經(jīng)數(shù)據(jù)預處理得到一個有效數(shù)。ET200M工作站分布式I/O接口。液壓機構(gòu)的響應(yīng)速度為12ms。
圖3控制系統(tǒng)模擬實驗圖用VC++6.0編制的控制系統(tǒng)程序，通過WinAC ODK和STEP 7形成動態(tài)聯(lián)結(jié)，將三相控制信號ua(k)、ub(k)、uc(k)通過PROFIBUS送至遠程I/O接口ET200M。并經(jīng)A/D模塊轉(zhuǎn)換成模擬控制信號，作為變頻器控制信號，變頻器輸出控制單相交流電機M，電機M帶動單相調(diào)壓器，以改變調(diào)壓器輸出電壓，從而改變電阻負載上的電流。圖3中，變頻器、單相電機、齒輪減速器、單相調(diào)壓器、負載電阻組成一個非線性、強耦合、滯后的廣義對象，用以模擬電極系統(tǒng)。
圖4模擬試驗三相輸出電流波形(A相)圖5模擬試驗三相輸出電流波形(B相)圖6模擬試驗三相輸出電流波形(C相)
具體實施例方式模擬實驗系統(tǒng)組成本系統(tǒng)中，工控機通過工業(yè)以太網(wǎng)Industrial Ethernet(IE)與上位機通訊，通過現(xiàn)場總線Profibus DP(DP)與遠程I/O接口ET200M聯(lián)結(jié)，具體結(jié)構(gòu)如圖2所示。
三相電弧爐主電路中的石墨電極、短網(wǎng)、廢鋼、鋼水等都可以用等效的時變電阻來表示。為模擬實際系統(tǒng)的運行過程，在實驗室設(shè)計了1套三相模擬實驗裝置，如圖3所示。
系統(tǒng)硬件配置①遠程I/O選用Siemens公司的分布式I/O ET200M，包括模擬輸入模塊(1個)，模擬輸出模塊(1個)，數(shù)字輸入模塊(1個)，數(shù)字輸出模塊(1個)；②交流變頻器采用日本YASKAWA US mini J7 Series系列產(chǎn)品；③高速數(shù)據(jù)采集器采用凌華科技的PXI-2010_DAQStreaming，采樣3個信道的數(shù)字訊號，采樣周期設(shè)為2.5μs；④工控機采用SIEMENS公司的Simatic RACK PC IL。
系統(tǒng)使用的軟件①WinAC RTX是面向高速和精確時間要求的SIEMENS工控軟件，可實現(xiàn)基于PC的自動化解決方案。它充分利用了PC機的軟硬件資源，既具有了很好的靈活性、適應(yīng)性、擴展性，又保持了PLC原有的可靠性；②WinAC ODK是與WinAC控制器配套使用的軟件程序開發(fā)工具包，利用這個開發(fā)包可以在C++語言編譯環(huán)境下編寫程序代碼，生成動態(tài)鏈接庫程序，與STEP7進行實時數(shù)據(jù)交換；③PLC控制程序使用STEP 7集成開發(fā)工具編寫，主要完成電氣邏輯控制和狀態(tài)參量監(jiān)測，并配合工控機完成算法程序。采用STEP7中固定的系統(tǒng)功能SFC實現(xiàn)，需要時可以在主程序OB1中調(diào)用各功能模塊；④智能控制程序考慮到該算法的復雜性，在該項目中選用VC++6.0結(jié)合WinAC ODK開發(fā)工具包編制實現(xiàn)系統(tǒng)的數(shù)據(jù)采集、處理、系統(tǒng)辨識、控制算法并輸出控制量等功能的動態(tài)鏈接庫程序，由WinAC調(diào)用，然后通過PLC把控制量送到變頻器的控制輸入端，從而實現(xiàn)對電流的控制要求。
權(quán)利要求
1.基于神經(jīng)網(wǎng)絡(luò)逆辨識與逆控制的多變量系統(tǒng)的間接解耦方法，該方法對于三相交流電弧爐電極控制系統(tǒng)，采用三個神經(jīng)網(wǎng)絡(luò)分別對三相電極系統(tǒng)進行逆辨識，其特征在于每相逆辨識的結(jié)果將包含了另外兩相控制信號對該相輸出電流的耦合影響。將每相神經(jīng)網(wǎng)絡(luò)逆辨識模型反向作為逆控制器模型與每相電極系統(tǒng)串聯(lián)，從而構(gòu)成三個已解耦的獨立的偽線性對象，進而針對三個獨立的偽線性對象設(shè)計并調(diào)試出三個獨立的線性調(diào)節(jié)器，以構(gòu)成三個獨立的調(diào)節(jié)回路，實現(xiàn)對三相耦合系統(tǒng)的準確控制。
2.根據(jù)權(quán)利要求1所述的間接解耦方法，其特征在于對于三相交流電弧爐電極控制系統(tǒng)，該間接解耦的方法具體如下逆辨識采用基于最近鄰聚類算法的RBF網(wǎng)絡(luò)，將辨識模型反向作為直接逆控制器模型，即Pa-1(NNC)=Pa-1(NNII),]]>從而使得系統(tǒng)運行過程中始終存在Pa-1(NNC)*Pa≈1,]]>使被控對象A相電極系統(tǒng)成為一個動態(tài)偽線性對象，對偽線性對象用PID控制，電弧爐電極系統(tǒng)B相、C相控制信號ub(k)、uc(k)對A相輸出電流ia(k+1)耦合環(huán)節(jié)分別表示為Pba、Pca，環(huán)節(jié)Pba、Pca的輸出iba(k+1)、ica(k+1)看作是對ia(k+1)的擾動輸入，因此，ia(k+1)＝iaa(k+1)+iba(k+1)+ica(k+1)；A相逆辨識器的輸入向量為[ia(k)ia(k-1)ia(k-2)]T，這樣所得到的逆辨識器模型Pa-1(NNII)完全包含了B相、C相對A相的耦合影響；于是所構(gòu)成的偽線性對象完全抵消了這種耦合影響，巧妙間接地實現(xiàn)了解耦。
3.根據(jù)權(quán)利要求1，本發(fā)明特征在于對已構(gòu)成的偽線性對象采用PID控制，簡單可行。
4.根據(jù)權(quán)利要求1，本發(fā)明特征在于圖1中，在神經(jīng)網(wǎng)絡(luò)逆控制器Pa-1(NNC)與原控制對象之間加入PID控制器輸出信號，要比在逆控制器Pa-1(NNC)之前串聯(lián)PID控制器容易實現(xiàn)。
全文摘要
本發(fā)明提供基于神經(jīng)網(wǎng)絡(luò)逆辨識與逆控制的多變量系統(tǒng)的間接解耦方法，屬于復雜系統(tǒng)智能建模及解耦控制技術(shù)領(lǐng)域。該方法主要是每相逆辨識的結(jié)果包含了另外兩相控制信號對該相輸出電流的耦合影響，將每相神經(jīng)網(wǎng)絡(luò)逆辨識模型反向作為逆控制器模型與每相電極系統(tǒng)串聯(lián)，從而構(gòu)成三個已解耦的獨立的偽線性對象，進而針對三個獨立的偽線性對象設(shè)計并調(diào)試出三個獨立的線性調(diào)節(jié)器，以構(gòu)成三個獨立的調(diào)節(jié)回路，實現(xiàn)對三相耦合系統(tǒng)的準確控制。本發(fā)明在超大功率三相交流電弧爐電極升降控制中得到很好應(yīng)用，并適用于任意多變量復雜系統(tǒng)的實時解耦、建模和控制，具有廣泛性。
文檔編號H05B7/156GK1794120SQ20051012319
公開日2006年6月28日 申請日期2005年12月22日 優(yōu)先權(quán)日2005年12月22日
發(fā)明者張紹德 申請人:安徽工業(yè)大學