[发明专利]一种非线性不稳定风力机舱悬浮系统的模型预测控制方法

说明书

本发明将非线性不稳定的风力机舱悬浮系统控制分为镇定和性能改善两部分，包括机舱悬浮镇定控制器、机舱悬浮预测控制器以及RBF神经网络的模型失配补偿器，协同完成机舱悬浮电流参考设定，采用状态反馈将非稳定的机舱悬浮系统进行镇定，基于镇定的机舱悬浮系统模型，构建离散化的模型预测模型，综合考虑气隙跟踪误差、气隙速度以及控制变量输入的多目标优化状态变量，实施预测参考电流，采用RBF神经网络的模型失配补偿器在线逼近模型失配值，并结合模型失配动态调整系数，共同完成模型失配补偿。本发明有效解决了模型失配对模型预测控制性能的影响，同时为模型预测在线优化调整，提出了一条智能补偿途径。

技术领域

本发明公开了一种风机机舱悬浮控制方法，是一种应用于非线性不稳定风力磁悬浮偏航系统的模型预测控制方法，属于电气工程控制领域。

背景技术

风力磁悬浮偏航系统采用机舱悬浮后偏航，提升了机舱偏航稳定性，极大降低了偏航功耗。但悬浮控制策略的研究多集中在悬浮小球、悬浮列车以及悬浮轴承等领域，且多集中在PID控制、滑模控制、自适应控制等，但上述控制本质上都是有差调节，控制器是以控制器目标的偏差e为基础对系统调整，存在滞后性和不确定性。而模型预测具有超前性，已广泛应用于过程控制和工业控制领域，并取得显著控制效果，较多应用于线性系统。但风力机舱悬浮系统本质为非线性和不稳定系统，工况极其复杂多变，基于非稳定的模型进行预测未来时刻的控制输入，很难获取满意效果，特别是模型失配问题也严重影响机舱悬浮性能。发明专利2018104169712提出了含模型失配补偿的风力机舱悬浮控制，但模型失配补偿器采用自适应补偿方法实时补偿，但由于模型失配结构和参数的不确定性，使得模型失配补偿存在一定局限。

发明内容

本发明的主要目的在于：针对现有技术的不足和空白，本发明提供一种非线性不稳定风力机舱悬浮系统的模型预测控制方法，包括机舱悬浮镇定控制器、机舱悬浮预测控制器以及RBF神经网络的模型失配补偿器，协同完成机舱悬浮电流参考设定；机舱悬浮镇定控制器采用状态反馈和极点配置方法，将非稳定的风力机舱悬浮系统转换成稳定系统,作为模型预测的控制模型；机舱悬浮预测控制器基于镇定后风力机舱悬浮系统模型，构建增广的风力机舱悬浮预测离散模型，以气隙参考输入跟踪和控制输入的限定，设置模型预测控制的优化指标，设定预测的悬浮电流；基于RBF神经网络的模型失配补偿器采用RBF神经网络在线逼近模型失配值以及模型失配动态调整系数，共同完成模型失配补偿，基于模型失配观测器，构建模型失配动态系统Lyapunov能量函数，推导获取RBF神经网络的权值更新自适应律；一种非线性不稳定风力机舱悬浮系统的模型预测控制方法的设计步骤为：

步骤1，针对风力机舱悬浮系统模型其中，f_d为机舱所受轴向干扰力，m为机舱旋转体质量总和，δ为定转子之间悬浮气隙，μ₀为真空导率，N为悬浮绕组匝数，S为磁极铁芯总面积，I_f为悬浮电流，将其基于平衡点(δ₀，I_f0)线性化为

其中，u_a＝k_II_f，d＝f_d/m+o(f)，o(f)为线性化忽略掉的高阶项。

步骤2，风力机舱悬浮镇定控制器设计

式(1)显见为能控系统，采用状态反馈的极点配置方法将不稳定系统(1)进行镇定控制，转化为

其中，C＝[1,0]，和分别为期望的稳定特征根，镇定控制输入为u_a＝Kx，

步骤3，机舱悬浮预测控制器设计

第一步，设置采样周期T_s，对式(2)机舱悬浮镇定系统离散化处理，构建以x(k)＝[Δx_m(k)^T y(k)]^T为状态变量的机舱悬浮离散系统模型