[发明专利]超前校正器结构参数的获取方法及装置

摘要

本发明提供一种超前校正器结构参数的获取方法和装置，该方法包括：a)确定自动控制系统被控对象和超前校正器的传递函数结构、以及系统期望的频域特性；b)对于所确定的系统传递函数结构和期望的频域特性，构造相应的神经网络；c)采集所述系统的多个数据样本；d)将所采集到的数据样本输入神经网络中，对该神经网络进行训练；e)获取该超前校正器的结构参数。使得使用该方法和装置获取超前校正器的结构参数时，只需用户输入系统被控对象的结构参数K、α、β和引入超前校正器后系统期望的频域性能参数γ、ω，就可迅速计算出该超前校正器的结构参数，从而大大简化了超前校正器结构参数的获取过程，因此，可以缩短超前校正器的设计时间。

主权项

一种超前校正器结构参数的获取方法，包括：a)确定自动控制系统被控对象的传递函数结构G_p(s)为：$G_P\left(s\right)=\frac{K}{s(\mathrm{\αs}+1)(\mathrm{\βs}+1)}---\left(1\right)$其中，K、α、β为该自动控制系统被控对象的结构参数；确定超前校正器的传递函数结构G_c(s)为：$G_C\left(s\right)=\frac{\mathrm{aTs}+1}{\mathrm{Ts}+1}---\left(2\right)$其中，aT、T为该超前校正器的结构参数；并且确定引入该超前校正器后系统的期望的频域性能参数为相角裕量γ和剪切频率ω；b)根据由(1)式确定的自动控制系统被控对象、由(2)式确定的超前校正器以及期望的频域性能参数，构造相应的神经网络，该神经网络包括输入层、隐含层和输出层，其中，输入层节点的输入为该自动控制系统被控对象的结构参数K、α、β以及期望的频域性能参数γ、ω，输出层节点的输出为该超前校正器的结构参数aT、T，并且该K、α、β、γ、ω与该aT、T通过隐含层节点联系如下：$O_k=\underset{j=1}{\overset{l}{\mathrm{\Σ}}}\left(f(\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{w1}_{\mathrm{ij}}{x}_i-{b1}_j)\right){w2}_{\mathrm{jk}}-{b2}_k---\left(3\right)$其中，k＝1或2，O₁＝aT，O₂＝T,1≤i≤n，n＝5，x₁＝K，x₂＝α，x₃＝β，x₄＝γ，x₅＝ω，1≤j≤l，l为隐含层节点数，w1_ij表示输入层第i节点到隐含层第j节点的权值，b1_j表示输入层到隐含层第j个节点的阈值，w2_jk表示隐含层第j节点到输出层第k节点的权值，b2_k表示隐含层到输出层第k节点的阈值，f为tansig函数；c)采集多个已有的数据样本，每个已有的数据样本包括所述自动控制系统被控对象的结构参数K、α、β；引入的超前校正器的结构参数aT、T；以及引入该超前校正器后系统的频域性能参数γ、ω；d)将所采集到的数据样本输入上述(3)式所表达的神经网络中，对该神经网络进行训练；e)将所述已有数据样本之外的K、α、β、γ、ω值输入所述训练好的神经网络中，获取与该K、α、β、γ、ω对应的超前校正器的结构参数aT、T。