本发明提供了一种基于超级电容的工业电梯节能控制调节方法；有前向试探过程和反馈调整过程；前向试探过程包括如下步骤：①获取参数值；②输出调整值；③输出控制；反馈调整过程包括如下步骤：①获取反馈值；②反向计算；③参数调整。本发明通过前向试探过程和反馈调整过程两阶段的方式，能在执行环境中针对多路超级电容实际电性能而动态优化控制参数，从而极大的优化多路超级电容的协同控制，且由于采用算法自优化的方式，从而避免大量多路超级电容协同控制实验所带来的实验成本。
1.一种基于超级电容的工业电梯节能控制调节方法，其特征在于：有前向试探过程和反馈调整过程；前向试探过程包括如下步骤：①获取参数值：读取当前PID参数和初始PID参数，并获取当前电流检测值和电压检测值；
②输出调整值：以初始PID参数为基准在预设定范围内生成随机数，将读取到的当前PID参数一一对应加上随机数，得到PID参数调整值发送待执行，并将PID参数调整值代入至PID调节→电流电压变化值模型后结合当前电流检测值和电压检测值计算得到的电流检测和电压检测的预期值保存在内存中；
③输出控制：将PID参数调整值作为超级电容调节节点的PID参数用于控制；
所述步骤②的具体步骤为：以初始PID参数X0为基准在预设定范围D内生成随机数R，将读取到的当前PID参数一一对应加上随机数，得到PID参数调整值Xt=Xt+X0*D*R发送待执行，其中随机数R内每一变量均为-1 1之间的随机数，并将PID参数调整值Xt代入至PID调节→~电流电压变化值模型后结合当前电流检测值和电压检测值计算得到的电流检测和电压检测的预期值Y0保存在内存中，PID调节→电流电压变化值模型通过实验数据采用浅层前馈神经网络建模得到；
②反向计算：将当前获取的电流检测和电压检测的读值，与N个时序之前的电流检测和电压检测的预期值，代入损失函数中计算，N为2 5；
所述损失函数为电流检测和电压检测的读值和电流检测和电压检测的预期值的交叉熵函数；
③参数调整：根据损失函数计算结果调整PID参数，并将调整后的PID参数返回作为当前PID参数，同时从内存中删除电流检测和电压检测的预期值。
2.如权利要求1所述的基于超级电容的工业电梯节能控制调节方法，其特征在于：所述当前PID参数存储于总控节点的内存中。
3.如权利要求1所述的基于超级电容的工业电梯节能控制调节方法，其特征在于：所述初始PID参数存储于随机调节模块的内置存储器中，且由随机调节模块生成随机数。
4.如权利要求2所述的基于超级电容的工业电梯节能控制调节方法，其特征在于：所述当前PID参数在每经过M个时序后写入至存储器中，M为100以上。
5.如权利要求1所述的基于超级电容的工业电梯节能控制调节方法，其特征在于：所述前向试探过程和反馈调整过程以5ms为一个执行周期。
6.如权利要求1所述的基于超级电容的工业电梯节能控制调节方法，其特征在于：所述反馈调整过程中的①获取反馈值和②反向计算在参数调整模块中执行。
7.如权利要求6所述的基于超级电容的工业电梯节能控制调节方法，其特征在于：所述参数调整模块为以Cortex-A9处理器为核心的系统级芯片。
一种基于超级电容的工业电梯节能控制调节方法
技术领域
[0001] 本发明涉及一种基于超级电容的工业电梯节能控制调节方法。
背景技术
[0002] 《基于超级电容的电梯节能技术的研究》(周继超，2016年12月)提供了一种基于超级电容的电梯节能控制的方法，该方法针对接有单路超级电容的电梯节能控制，能实现4％左右的节能效率，然而在实际生产中，工业电梯由于负重需要和冗余设计需要，采用更大功率的电机，同时对于超级电容的采用也更倾向于选择多路超级电容的方案，但超级电容的参数分散性导致多路超级电容的方案中，难以将单路超级电容的控制方案简单均化，多路超级电容之间会基于超级电容的参数分散而产生电性能差异，目前现有技术中并没有针对多路超级电容协同控制的优化方法。
发明内容
[0003] 为解决上述技术问题，本发明提供了一种基于超级电容的工业电梯节能控制调节方法，该基于超级电容的工业电梯节能控制调节方法通过前向试探过程和反馈调整过程两阶段的方式，能在执行环境中针对多路超级电容实际电性能而动态优化控制参数，从而极大的优化多路超级电容的协同控制。
[0004] 本发明通过以下技术方案得以实现。
[0005] 本发明提供的一种基于超级电容的工业电梯节能控制调节方法；有前向试探过程和反馈调整过程；前向试探过程包括如下步骤：
[0006] ①获取参数值：读取当前PID参数和初始PID参数，并获取当前电流检测值和电压检测值；
[0007] ②输出调整值：以初始PID参数为基准在预设定范围内生成随机数，将读取到的当前PID参数一一对应加上随机数，得到PID参数调整值发送待执行，并将PID参数调整值代入至PID调节→电流电压变化值模型后结合当前电流检测值和电压检测值计算得到的电流检测和电压检测的预期值保存在内存中；
[0008] ③输出控制：将PID参数调整值作为超级电容调节节点的PID参数用于控制；
[0009] 反馈调整过程包括如下步骤：
[0010] ①获取反馈值：获取电流检测和电压检测的读值；
[0011] ②反向计算：将当前获取的电流检测和电压检测的读值，与N个时序之前的电流检测和电压检测的预期值，代入损失函数中计算，N为2～5；
[0012] ③参数调整：根据损失函数计算结果调整PID参数，并将调整后的PID参数返回作为当前PID参数，同时从内存中删除电流检测和电压检测的预期值。
[0013] 所述当前PID参数存储于总控节点的内存中。
[0014] 所述初始PID参数存储于随机调节模块的内置存储器中，且由随机调节模块生成随机数。
[0015] 所述当前PID参数在每经过M个时序后写入至存储器中，M为100以上。
[0016] 所述前向试探过程和反馈调整过程以5ms为一个执行周期。
[0017] 所述反馈调整过程中的①获取反馈值和②反向计算在参数调整模块中执行。
[0018] 所述参数调整模块为以Cortex-A9处理器为核心的系统级芯片。
[0019] 所述预设定范围为7％～12％中任意一值。
[0020] 所述损失函数为电流检测和电压检测的读值和电流检测和电压检测的预期值的交叉熵函数。
[0021] 本发明的有益效果在于：通过前向试探过程和反馈调整过程两阶段的方式，能在执行环境中针对多路超级电容实际电性能而动态优化控制参数，从而极大的优化多路超级电容的协同控制，且由于采用算法自优化的方式，从而避免大量多路超级电容协同控制实验所带来的实验成本。
附图说明
[0022] 图1是本发明的流程图。
具体实施方式
[0023] 下面进一步描述本发明的技术方案，但要求保护的范围并不局限于所述。
[0024] 本发明主要用于基于多个超级电容的工业电梯中，对连接超级电容的变流器的PID控制优化，《基于超级电容的电梯节能技术的研究》(周继超，2016年12月)提供了单个超级电容的电梯节能控制方式，本发明主要针对上述电梯节能控制方式用于多个(多路)超级电容的情况下的优化，即一种基于超级电容的工业电梯的节能控制的调节方法，有前向试探过程和反馈调整过程；
[0025] 前向试探过程包括如下步骤：
[0026] ①获取参数值：读取当前PID参数Xt和初始PID参数X0，并获取当前电流检测值和电压检测值，其中每一调节节点上PID参数有三个，多个调节节点的PID参数可视为一个PID参数向量，因此当前PID参数Xt和初始PID参数X0均为向量；
[0027] ②输出调整值：以初始PID参数X0为基准在预设定范围D内生成随机数R(随机数R也为向量，随机数R中变量个数与PID参数中变量数量相同、一一对应)，将读取到的当前PID参数一一对应加上随机数，得到PID参数调整值Xt＝Xt+X0*D*R发送待执行，其中随机数R内每一变量均为-1～1之间的随机数，并将PID参数调整值Xt代入至PID调节→电流电压变化值模型后结合当前电流检测值和电压检测值计算得到的电流检测和电压检测的预期值Y0保存在内存中，PID调节→电流电压变化值模型通过实验数据采用浅层前馈神经网络建模得到；
[0028] ③输出控制：将PID参数调整值Xt作为超级电容调节节点的PID参数用于控制；
[0029] 反馈调整过程包括如下步骤：
[0030] ①获取反馈值：获取电流检测和电压检测的读值Yt+N；
[0031] ②反向计算：将当前获取的电流检测和电压检测的读值Yt+N，与N个时序之前的电流检测和电压检测的预期值Y0，代入损失函数Floss中计算，N为2～5；
[0032] ③参数调整：根据损失函数计算结果调整PID参数Xt+N，并将调整后的PID参数Xt+N返回作为当前PID参数Xt+N+1，同时从内存中删除电流检测和电压检测的预期值Y0。
[0033] 所述当前PID参数存储于总控节点的内存RAM中，便于调用，总控节点一般采用Cortex-M4、Cortex-M7系列高性能处理器，如STM32F722ZET6，其内置有256KB的RAM中。
[0034] 所述初始PID参数存储于随机调节模块的内置存储器FLASH中，且由随机调节模块生成随机数，随机调节模块一般采用Cortex-M0、Cortex-M1系列价格较低的处理器，如NUVOTON的M0516LDN，同时也可采用高性能8051单片机，如STC15W4K32S4。
[0035] 所述当前PID参数在每经过M个时序后写入至存储器中，M为100以上，作为防断电自动保存参数的方式，存储器一般采用EEPROM，如AT24C02。
[0036] 所述前向试探过程和反馈调整过程以5ms为一个执行周期，可采用freeRTOS实现，设置系统时钟节拍为5ms。
[0037] 所述反馈调整过程中的①获取反馈值和②反向计算在参数调整模块中执行。
[0038] 所述参数调整模块为以Cortex-A9处理器为核心的系统级芯片，如三星的Exynos 4412，而由于其超高性能主要用于承担反馈调整过程中的①获取反馈值和②反向计算步骤的计算量，故实际实现中可以不安装Linux。
[0039] 所述预设定范围为7％～12％中任意一值。
[0040] 所述损失函数为电流检测和电压检测的读值和电流检测和电压检测的预期值的交叉熵函数。
[0041] 基于上述可见，步骤①获取参数值中取得PID控制的基准参数，步骤②输出调整值中将PID控制的基准参数加上一随机值，让PID控制的基准参数变形为另一组参数，使得PID控制的基准参数有所调整但又不会严重影响原定的控制过程，考虑随机数应当均衡，避免衰减的情况，因此将初始控制参数X0为随机数取值基准，而初始控制参数X0在整个控制过程中并不发生变化，故实际上是使得随机数取值基准为一常数，步骤③输出控制执行PID控制，此时作为该过程产生的控制参数调整值Xt而言，并不马上得到反馈，而是在执行N个时序(即系统周期)后，在步骤①获取反馈值中得到实际的反馈，而在步骤②反向计算中，根据实际的反馈更新PID控制的基准参数，类似于深度学习中的反向传播，但不同之处在于更新的是输入值，即PID控制的基准参数，在步骤③参数调整中将更新后PID控制的基准参数返回。
[0042] 如图1所示，本发明中总控节点、调节节点、检测节点对应于《基于超级电容的电梯节能技术的研究》中图4-2的DSP，电压调节对应于《基于超级电容的电梯节能技术的研究》中图5-1的电压调节器，电流调节对应于《基于超级电容的电梯节能技术的研究》中图5-1的电流调节器，电流检测对应于《基于超级电容的电梯节能技术的研究》中图5-1的电流检测，电压检测对应于《基于超级电容的电梯节能技术的研究》中图5-1的电压检测，不同之处在于本发明由于用于多路超级电容的节能控制优化，故总控节点、调节节点、检测节点分置，方便控制。
