一種饋能懸架自適應離線神經網絡逆控制系統及方法
2023-05-18 14:12:11 1
一種饋能懸架自適應離線神經網絡逆控制系統及方法
【專利摘要】本發明公開了一種饋能懸架自適應離線神經網絡逆控制系統及方法，該系統具有4個輸入埠和1個輸出埠，包括離線神經網絡逆控制器、自適應控制器、自適應算法、脈寬調製器、加法器、比較器和時延模塊。其中：4個輸入埠的輸入信號分別為儲能元件的端電壓Us，電磁阻尼器的實際輸出電流ireal和工作速度v，以及電磁阻尼器的給定電流iref，輸出埠的輸出信號為控制DC-DC變換器的脈衝信號。本發明採用離線神經網絡逆提供饋能懸架所需的穩態控制輸入，由系統參數攝動和外界不確定性擾動引起的幹擾則由自適應控制器進行補償，提高了控制系統的魯棒性和系統的抗幹擾能力，加速了電磁阻尼器的繞組實際電流對理想給定電流的跟蹤。
【專利說明】一種饋能懸架自適應離線神經網絡逆控制系統及方法
【技術領域】
[0001] 本發明涉及一種饋能懸架自適應離線神經網絡逆控制方法，屬於車輛懸架系統智 能控制【技術領域】。
【背景技術】
[0002] 饋能懸架能夠回收懸架系統由於路面激勵而產生的振動能量，減少了懸架系統 的能耗，具有較好的應用前景。目前，饋能懸架的研究重心集中在如何進行低饋能電壓的 存儲、協調懸架饋能性能與隔振性能等方面，因此，饋能懸架系統中饋能迴路的設計至關重 要。
[0003] DC-DC變換器由於能夠實現功率變換、調節輸出電壓等優點，可以有效地應用到饋 能迴路的設計中。當饋能懸架無外接動力源時，可以通過控制DC-DC變換器使饋能懸架工 作在半主動模式，從而提高饋能懸架的舒適性和安全性。然而，由於車身、輪胎等本身是復 雜的非線性元件，饋能懸架中的電磁阻尼器以及DC-DC變換器也存在很強的非線性和時變 性，系統參數往往是不精確和變化的，如輸入電壓的非線性衰減以及波動幹擾，電容電感寄 存電阻的忽略，負載的不確定性容易造成控制器參數和實際參數不匹配，從而導致系統性 能的惡化；同時，饋能懸架系統的輸入受到路面隨機激勵的影響，其工作過程受到外界的幹 擾，本身結構參數因會存在著不同程度的攝動，所以對DC-DC變換器進行實時控制時，對控 制系統的動態響應特性和抗幹擾能力要求尤為嚴格，控制系統必須能精確、快速反應，能根 據輸入電壓和負載的變化自適應調整控制器，才能保證系統具有良好的動態響應性能和魯 棒性。
[0004] 傳統的DC-DC變換器控制方法依賴於對其數學模型的顯式描述，如滑模控制、自 校正控制、魯棒控制等，而DC-DC變換器是一個高階、強非線性、時變或斷續的離散電路，因 而很難用精確的數學模型對其進行解析分析。智能控制包括專家系統、模糊邏輯和神經網 絡，為解決這類問題提供了新的、強有力的工具，為饋能懸架用DC-DC變換器的控制方法設 計提供了新的思路。
【發明內容】
[0005] 本發明的目的是提供一種能夠提高饋能懸架系統在參數攝動和外界擾動下對給 定電磁阻尼力的快速跟蹤能力及抗幹擾能力的控制方法。
[0006] 本發明解決該技術問題所採用的技術方案是：將饋能懸架用DC-DC變換器的實際 控制輸入分解成產生穩態分量的穩態控制輸入和補償系統參數變化和不確定擾動項的補 償控制輸入，構建自適應離線神經網絡逆控制系統，由經過訓練的離線神經網絡逆控制器 產生DC-DC變換器的穩態控制輸入，由自適應控制器產生補償控制輸入，將兩部分輸入經 過加法器，得到DC-DC變換器的實際控制輸入。
[0007] 自適應離線神經網絡逆控制系統的被控對象為饋能懸架用DC-DC變換器，饋能 懸架由彈簧和電磁阻尼器構成，電磁阻尼器可以為直線電機或旋轉電機，且無外部動力源 提供動力，電磁阻尼器僅工作在發電狀態，產生的交流電流經過整流器被轉換成直流輸入 DC-DC變換器，並存儲到儲能元件中，儲能元件可以為超級電容或者蓄電池，自適應離線神 經網絡逆控制系統通過控制DC-DC變換器中的功率開關管，調節電磁阻尼器的繞組電流， 以實現電磁阻尼器阻尼力實時可控。
[0008] 構建的自適應離線神經網絡逆控制系統具有4個輸入埠和1個輸出埠，包括 離線神經網絡逆控制器、自適應控制器、自適應算法、脈寬調製器、加法器、比較器和時延模 塊，其中：4個輸入埠的輸入信號分別為儲能兀件的端電壓i/ s、電磁阻尼器的實際輸出電 流iMal和工作速度^以及電磁阻尼器的給定理想電流iMf，輸出埠的輸出信號為控制 DC-DC變換器的脈衝信號，脈衝信號的維數由DC-DC變換器中被控功率開關管的個數決定； 電磁阻尼器的繞組實際電流信號iMf與給定理想電流iMal為比較器的輸入，比較器的 輸出端接自適應控制算法的輸入端，自適應控制算法的輸出端接入自適應控制器，調整自 適應控制器的權值，給定理想電流iMf經過時延模塊形成的時延信號序列構成自適應控制 器的輸入，離線神經網絡逆控制器的輸入為儲能元件端電壓?4、電磁阻尼器的工作速度^ 和給定理想電流i Mf，離線神經網絡逆控制器和自適應控制器的輸出端均接加法器的輸入 端，加法器的輸出端為佔空比信號，且接入脈寬調製器的輸入端，脈寬調製器的輸出端接入 DC-DC變換器的輸入端，脈寬調製器的輸出端也即為自適應離線神經網絡逆控制系統的輸 出端。
[0009] 其中，離線神經網絡逆控制器採用BP神經網絡，訓練樣本根據DC-DC變換器的穩 態模型得到，確定DC-DC變換器在不同儲能元件端電壓、電磁阻尼器工作速度以及佔空比 下的穩態電流，並將對應的儲能元件端電壓、電磁阻尼器工作速度和其穩態電流作為離線 神經網絡逆控制器的輸入，佔空比作為輸出，對離線神經網絡逆控制器進行訓練；自適應控 制器採用自適應FIR濾波器，自適應算法採用歸一化LMS算法。
[0010] 該饋能懸架自適應離線神經網絡逆控制方法包括如下內容： (1) 確定被控對象DC-DC變換器的輸入變量、輸出變量以及狀態變量，並建立DC-DC變 換器的穩態模型和動態小信號模型，模型的輸入包括控制DC-DC變換器內部功率開關管的 脈衝信號和電磁阻尼器的繞組反電勢，輸出變量和狀態變量根據控制要求選取； (2) 根據DC-DC變換器的穩態模型，確定離線神經網絡逆控制器的樣本集，訓練離線 神經網絡逆控制器的樣本輸入集為儲能元件端電壓、電磁阻尼器工作速度及其繞組穩態電 流，佔空比為樣本輸出集，採用輸入、輸出樣本集對BP神經網絡進行訓練，確定神經網絡的 各個權係數，構建離線神經網絡逆控制器； (3) 離線神經網絡逆控制器根據採集到的儲能元件端電壓K、電磁阻尼器的工作速度r 和給定理想電流iMf信號，提供DC-DC變換器的穩態控制輸入； (4) 初始化自適應控制器的權值係數，自適應控制器根據時延模塊傳輸的輸入信號產 生DC-DC變換器的初始補償控制輸入； (5) 離線神經網絡逆控制器的穩態控制輸入和自適應控制器的初始補償控制輸入經過 加法器產生佔空比信號，該佔空比信號經過脈寬調製器被轉換成相應的PWM脈衝信號控制 DC-DC變換器中各個功率開關管； (6) 在對DC-DC變換器的控制下，電磁阻尼器的繞組實際電流iMal改變，該電流與給定 理想電流iMf經過比較器產生自適應算法的輸入信號，經過相應的處理計算，自適應算法對 自適應控制器的權值係數進行更新； (7)權值係數經過更新後的自適應控制器根據時延模塊傳輸的輸入信號產生新的補償 控制輸入，該補償輸入與離線神經網絡逆控制器（501)的穩態控制輸入控制DC-DC變換器 (30)，使電磁阻尼器（102)的繞組實際電流厶 eal改變，從而對自適應控制器（502)的權值系 數進行再修正，使繞組實際電流iMal逼近給定理想電流值i Mf。 toon] 本發明的有益效果是：本發明採用離線神經網絡逆提供饋能懸架所需的穩態控制 輸入，由系統參數攝動和外界不確定性擾動引起的幹擾則由自適應控制器進行補償，提高 了控制系統的魯棒性和系統的抗幹擾能力，增加離線神經網絡逆控制器的學習樣本，可以 增強神經網絡的泛化能力，加速電磁阻尼器的繞組實際電流對理想給定電流的跟蹤。
【專利附圖】
【附圖說明】
[0012] 圖1是饋能懸架系統結構示意圖。
[0013] 圖2是自適應離線神經網絡逆控制系統。
[0014] 圖3是選定的DC-DC變換器結構示意圖。
[0015] 圖4是饋能懸架系統的等效電路模型。
[0016] 圖中：10、饋能懸架，20、整流器，30、DC-DC變換器，40、儲能元件，50、自適應離線 神經網絡逆控制系統，101、彈簧，102、電磁阻尼器，301、升壓電感，302、功率開關管，501、離 線神經網絡逆控制器，502、自適應控制器，503、自適應算法，504、脈寬調製器，505、加法器， 506、比較器，507、時延模塊。
【具體實施方式】
[0017] 下面結合附圖和具體實施例對本發明的技術方案作進一步說明。
[0018] 首先，構建如圖2所示的自適應離線神經網絡逆控制系統50,其包含4個輸入埠 和1個輸出埠，由離線神經網絡逆控制器501、自適應控制器502、自適應算法503、脈寬調 制器504、加法器505、比較器506和時延模塊507組成。其中：4個輸入埠的輸入信號分 別為儲能元件40的端電壓K，電磁阻尼器102的實際輸出電流i Mal和工作速度^以及電 磁阻尼器102的給定理想電流i,ef，輸出埠的輸出信號為控制DC-DC變換器30的脈衝信 號，脈衝信號的維數由DC-DC變換器30中被控功率開關管的個數決定。
[0019] 電流信號厶ef與厶eal為比較器506的輸入，比較器506的輸出端接自適應控制算法 503的輸入端，自適應控制算法503的輸出端接入自適應控制器502,給定理想電流i, ef經過 時延模塊507形成的時延信號序列構成自適應控制器502的輸入，離線神經網絡逆控制器 501的輸入為儲能元件40端電壓i/ s、電磁阻尼器102的工作速度r和給定理想電流iief，離 線神經網絡逆控制器501的輸出端和自適應控制器502的輸出端均接入加法器505的輸入 端，加法器505的輸出端為佔空比信號，且接入脈寬調製器504的輸入端，佔空比信號經過 脈寬調製器504被轉化為相應的脈衝信號，脈寬調製器504的輸出端接入DC-DC變換器30 的輸入端，脈寬調製器504的輸出端即為自適應離線神經網絡逆控制系統50的輸出端。
[0020] 本發明中饋能懸架系統的結構如圖1所示。
[0021] 為了詳細闡述本發明實施例的具體步驟內容，選定電磁阻尼器102為直線電機， DC-DC變換器如圖3所示，儲能元件40定為超級電容。
[0022] 具體步驟內容如下： (1) 建立饋能懸架系統的等效電路模型，如圖4所示。圖中，7?和Z分別為直線電機的 內阻和電感，i為電機繞組電流，^為升壓電感，\為電機繞組的感應電動勢，經過整流器 20後，\變為直流電壓，且滿足\=九7 (九為直線電機反電勢係數^為直線電機工作速度的 大小），SC為超級電容。假設電路中各元件均為理想元件，選定DC-DC變換器30工作在電 流連續模式下，功率開關管302的工作周期為/；，佔空比為汄則
【權利要求】
1. 一種饋能懸架自適應離線神經網絡逆控制系統，其特徵在於，所述饋能懸架自適應 離線神經網絡逆控制系統（50)具有4個輸入埠和1個輸出埠，包括離線神經網絡逆控 制器（501)、自適應控制器（502)、自適應算法（503)、脈寬調製器（504)、加法器（505)、比較 器（506)和時延模塊（507)，其中：4個輸入埠的輸入信號分別為儲能兀件（40)的端電壓 t電磁阻尼器（102)的實際輸出電流iMal和工作速度以及電磁阻尼器（102)的給定理 想電流i Mf，輸出埠的輸出信號為控制DC-DC變換器（30)的脈衝信號，脈衝信號的維數由 DC-DC變換器（30)中被控功率開關管的個數決定； 電流信號Aef與厶eal為比較器（506)的輸入，比較器（506)的輸出端接自適應控制算 法（503)的輸入端，自適應控制算法（503)的輸出端接入自適應控制器（502)，以調整自適 應控制器（502)的權值，給定理想電流i, ef經過時延模塊（507)形成的時延信號序列構成自 適應控制器（502)的輸入，離線神經網絡逆控制器（501)的輸入為儲能元件（40)端電壓K、 電磁阻尼器（102)的工作速度r和給定理想電流i Mf，離線神經網絡逆控制器（501)的輸出 端和自適應控制器（502)的輸出端均接加法器（505)的輸入端，加法器（505)的輸出端為佔 空比信號，且接入脈寬調製器（504)的輸入端，佔空比信號經過脈寬調製器（504)被轉化為 相應的脈衝信號，脈寬調製器（504)的輸出端接入DC-DC變換器（30)的輸入端，脈寬調製器 (504)的輸出端即為自適應離線神經網絡逆控制系統（50)的輸出端。
2. 根據權利要求1所述的饋能懸架自適應離線神經網絡逆控制系統，其特徵在於，所 述饋能懸架自適應離線神經網絡逆控制系統（50)的被控對象為饋能懸架（10)用DC-DC變 換器（30)，其中，饋能懸架（10)由彈簧（101)和電磁阻尼器（102)構成，電磁阻尼器（102) 無外部動力源提供動力，僅僅工作在發電狀態，電磁阻尼器（102)產生的交流電流經過整流 器（20 )被轉換成直流輸入DC-DC變換器（30 )，並存儲到儲能元件（40 )中，饋能懸架自適應 離線神經網絡逆控制系統（50)通過控制DC-DC變換器（30)中的功率開關管，調節電磁阻尼 器（102)的繞組電流，以實現電磁阻尼器（102)阻尼力實時可控。
3. 根據權利要求1所述的饋能懸架自適應離線神經網絡逆控制系統，其特徵在於，所 述離線神經網絡逆控制器（501)採用BP神經網絡，訓練樣本根據DC-DC變換器（30)的穩態 模型得到，確定DC-DC變換器（30)在不同儲能元件（40)端電壓、電磁阻尼器（102)工作速 度以及佔空比下的穩態電流，並將對應的儲能元件（40)端電壓、電磁阻尼器（102)工作速 度和其穩態電流作為離線神經網絡逆控制器（501)的輸入，佔空比作為輸出，對離線神經網 絡逆控制器（501)進行訓練。
4. 根據權利要求1所述的饋能懸架自適應離線神經網絡逆控制系統，其特徵在於，所 述自適應控制器（502 )採用自適應FIR濾波器，自適應算法（503 )採用歸一化LMS算法。
5. 根據權利要求2所述的饋能懸架自適應離線神經網絡逆控制系統，其特徵在於，所 述電磁阻尼器（102)為直線電機或旋轉電機，所述儲能元件（40)為超級電容或者蓄電池。
6. -種饋能懸架自適應離線神經網絡逆控制方法，包括如下步驟： (1) 確定被控對象DC-DC變換器（30)的輸入變量、輸出變量以及狀態變量，並建立 DC-DC變換器（30 )的穩態模型和動態小信號模型，模型的輸入包括控制DC-DC變換器（30 ) 內部功率開關管的脈衝信號和電磁阻尼器（102)的繞組反電勢，輸出變量和狀態變量根據 控制要求選取； (2) 根據DC-DC變換器（30)的穩態模型，確定離線神經網絡逆控制器（501)的樣本 集，訓練離線神經網絡逆控制器（501)的樣本輸入集為儲能元件（40)端電壓、電磁阻尼器 (102)工作速度及其繞組穩態電流，佔空比為樣本輸出集，採用輸入、輸出樣本集對BP神經 網絡進行訓練，確定神經網絡的各個權係數，構建離線神經網絡逆控制器（501); (3) 離線神經網絡逆控制器（501)根據採集到的儲能元件（40)端電壓K、電磁阻尼器 (102 )的工作速度r和給定理想電流iMf信號，提供DC-DC變換器（30 )的穩態控制輸入； (4) 初始化自適應控制器（502)的權值係數，自適應控制器（502)根據時延模塊（507) 傳輸的輸入信號產生DC-DC變換器（30)的初始補償控制輸入； (5) 離線神經網絡逆控制器（501)的穩態控制輸入和自適應控制器（502)的初始補償 控制輸入經過加法器（505)產生佔空比信號，該佔空比信號經過脈寬調製器（40)被轉換成 相應的PWM脈衝信號控制DC-DC變換器（30)中各個功率開關管； (6) 在對DC-DC變換器（30)的控制下，電磁阻尼器（102)的繞組實際電流厶eal改變，該 電流與給定理想電流i, ef經過比較器（506)產生自適應算法（503)的輸入信號，經過相應的 處理計算，自適應算法（503)對自適應控制器（502)的權值係數進行更新； (7) 經過更新後的自適應控制器（502)根據時延模塊（507)傳輸的輸入信號產生新的 補償控制輸入，該補償輸入與離線神經網絡逆控制器（501)的穩態控制輸入控制DC-DC變 換器（30)，使電磁阻尼器（102)的繞組實際電流厶 eal改變，從而對自適應控制器（502)的權 值係數進行再修正，使繞組實際電流iMal不斷逼近給定理想電流值i Mf。
【文檔編號】B60G17/015GK104085265SQ201410257624
【公開日】2014年10月8日 申請日期:2014年6月12日 優先權日:2014年6月12日
【發明者】施德華, 陳龍, 汪若塵, 錢金剛, 沈鈺傑 申請人:江蘇大學