【技术实现步骤摘要】
本专利技术涉及风力机减振控制技术，特别涉及基于rbde算法的风力机翼型鲁棒抗扰减振控制方法。
技术介绍
1、随着大型风力机的发展，风力机叶片在气动弹性作用下易发生振动，造成叶片损伤，从而威胁风力机的安全稳定运行，因此需要风力机翼型的减振控制。然而，风力机翼型振动由来流风速引起，来流风速的突变，如阵风不仅带来不确定风速变化，同时给系统带来很大的风速干扰，从而严重影响风力机翼型的减振控制效果。在实际中存在大范围持续的阵风干扰，需要设计有效的翼型鲁棒抗扰减振控制方法，从而保证风况下风力机叶片的减振效果和鲁棒性。
2、线性主动抗扰控制器(linear active disturbance rejection control,ladrc)具有结构简单、估计未知干扰和不需要精确模型等优点，基于扩张状态观测器的ladrc具有较强的抗扰能力。目前，已有ladrc文献针对能源电力系统有广泛的成功应用，近年来也应用于在风力发电系统，然而已有风电抗扰控制研究主要针对发电机系统和电网系统，针对风力机翼型振动系统的抗扰控制研究较少。同时，风力机翼型减振控制系统对于风速变化和干扰非常敏感，为了提高控制的鲁棒性，需要整定最优控制参数。然而，传统智能优化算法，如差分进化(differential evolution,de)算法虽然在风力机翼型最优控制参数的计算中取得良好的效果，但是无法在持续风扰下确保闭环系统的鲁棒性。此外，翼型控制面的驱动饱和问题严重。因此，难以利用已有方法在大范围持续阵风干扰下，保证优良的风力机翼型抗扰减振控制效果和鲁棒性。p>
技术实现思路
1、专利技术目的：针对以上问题，本专利技术目的是提供一种基于rbde算法的风力机翼型鲁棒抗扰减振控制方法，有效改善了风力机翼型在大范围持续阵风下的抗干扰能力、减振控制效果、驱动补偿能力和鲁棒性。
2、技术方案：本专利技术的基于rbde算法的风力机翼型鲁棒抗扰减振控制方法，包括：
3、利用风力机翼型气动弹性模型和风洞实验数据，建立基于微型控制面的风力机翼型非线性振动模型；
4、利用两自由度内模控制方法，构建风力机翼型的减振控制器k(s)；
5、基于减振控制器k(s)和ladrc控制方法，设计风力机翼型的减振控制器gc(s)；
6、设计驱动补偿器uτ，结合减振控制器gc(s)，得到风力机翼型的控制器g；
7、利用rbde算法对控制器g中的控制参数进行优化求解。
8、进一步地，风力机翼型非线性振动模型的表达式为：
9、
10、式中，mx为质量矩阵，cx为阻尼矩阵，kx为刚度矩阵，fa为气动矩阵，x＝[h α]t为翼型振动向量，h为翼型挥舞位移，α为翼型扭转角，为x一阶导数，为x二阶导数；
11、其中，气动矩阵的表达式为：
12、
13、式中，la、ma分别为翼型气动升力和力矩，δlg、δmg分别为微型控制面气动升力和力矩。
14、进一步地，减振控制器k(s)的表达式为：
15、
16、式中，s为复数变量，qc(s)为内模控制器，qd(s)为抗扰控制器，p(s)为系统过程模型，表达式分别为：
17、
18、式中，t为时间常数，ζ为阻尼系数，k0为系统增益，λ为反馈滤波参数，λd为抗扰滤波参数，b1为零点系数。
19、进一步地，减振控制器gc(s)的表达式为：
20、
21、式中，k1为控制增益，β1为反馈增益，β2为观测器增益，b为调节因子；
22、将减振控制器gc(s)等效为减振控制器k(s)，求得参数k1、β1、β2分别表示为：
23、
24、β2(λd)＝(1/λd)2。
25、进一步地，驱动补偿器uτ的表达式为：
26、
27、式中，t为时间，kp为补偿增益，e(t)为输出反馈信号，为速度反馈信号，为加速度反馈信号；
28、则风力机翼型的控制器g的表达式为：
29、
30、式中，α为翼型扭转角，表示扭转角估计值，表示扭转速度估计值，τ为微型控制面高度，f为未知干扰，为f的估计值，为f导数的估计值，u为控制信号，kp、λ、λd、b为待优化参数。
31、进一步地，利用rbde算法对控制器g中的控制参数进行优化求解包括如下步骤：
32、步骤51，设定待优化参数kp、λ、λd、b为rbde算法的个体向量xi＝[kpi,λi,λdi,bi]，i＝1,2,…,m，设置种群数量m和最大迭代次数g，随机产生初始种群；
33、步骤52，将目标函数j作为适应度函数，计算个体向量的适应值，选取最优个体向量；
34、其中，目标函数j和限制条件s.t.为：
35、
36、式中，itae为相对误差函数积分，为翼型的挥舞速度，|u|为控制信号的绝对值，为控制速度信号的绝对值，grmax为驱动速率限值，gmax为驱动幅值限值；
37、步骤53，更新最优个体向量的闭环敏感度ε，表达式为：
38、
39、其中，
40、
41、式中，ω为频率，ms为中低频率干扰的敏感度，mp为中高频率干扰的敏感度，sup为上界，max为最大值，c(s)为控制器g；
42、步骤54，根据闭环敏感度ε设计敏感度自适应机制，更新变异因子f和交叉因子cr，表达式分别为：
43、
44、式中，fm为变异因子的上界，rand为0至1之间的随机数，εk为第k代最优个体向量的闭环敏感度，crm为交叉因子的上界；
45、步骤55，利用变异因子f和交叉因子cr控制rbde算法的变异操作、交叉操作和选择操作，重复步骤51至步骤54，直至满足迭代终止条件后结束迭代，得到最优个体向量。
46、有益效果：本专利技术与现有技术相比，其显著优点是：
47、1、本专利技术提出了结合闭环敏感度和差分进化算法的rbde算法，相比于传统de算法提高了最优控制参数的全局寻优性能；
48、2、针对风扰下的风力机翼型抗扰减振控制，本专利技术方法相比于已有ladrc抗扰控制方法，显著降低了翼型振动的疲劳载荷，同时有效克服了驱动饱和问题；3、在大范围持续阵风下，本专利技术增强了风力机翼型抗扰减振控制的鲁棒性。
本文档来自技高网...【技术保护点】
1.基于RBDE算法的风力机翼型鲁棒抗扰减振控制方法，其特征在于，包括：
2.根据权利要求1所述的基于RBDE算法的风力机翼型鲁棒抗扰减振控制方法，其特征在于，风力机翼型非线性振动模型的表达式为：
3.根据权利要求2所述的基于RBDE算法的风力机翼型鲁棒抗扰减振控制方法，其特征在于，减振控制器K(s)的表达式为：
4.根据权利要求3所述的基于RBDE算法的风力机翼型鲁棒抗扰减振控制方法，其特征在于，减振控制器Gc(s)的表达式为：
5.根据权利要求4所述的基于RBDE算法的风力机翼型鲁棒抗扰减振控制方法，其特征在于，驱动补偿器uτ的表达式为：
6.根据权利要求5所述的基于RBDE算法的风力机翼型鲁棒抗扰减振控制方法，其特征在于，利用RBDE算法对控制器g中的控制参数进行优化求解包括如下步骤：
【技术特征摘要】
1.基于rbde算法的风力机翼型鲁棒抗扰减振控制方法，其特征在于，包括：
2.根据权利要求1所述的基于rbde算法的风力机翼型鲁棒抗扰减振控制方法，其特征在于，风力机翼型非线性振动模型的表达式为：
3.根据权利要求2所述的基于rbde算法的风力机翼型鲁棒抗扰减振控制方法，其特征在于，减振控制器k(s)的表达式为：
4.根据权利要求3所述的基于...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。