基于BP神經(jīng)網(wǎng)絡(luò)PID控制的風(fēng)電葉片靜力加載系統(tǒng)

張玲玲

(北京鑒衡認(rèn)證中心有限公司，北京 100013)

風(fēng)力發(fā)電作為綠色環(huán)保能源技術(shù)，在清潔能源開(kāi)發(fā)中得到了廣泛應(yīng)用。風(fēng)力發(fā)電葉片是捕捉風(fēng)能的基礎(chǔ)部件，對(duì)于葉形尺寸、疲勞強(qiáng)度和機(jī)械性能有很高的要求。風(fēng)機(jī)葉片是風(fēng)機(jī)機(jī)組的重要組成部分，也是風(fēng)機(jī)機(jī)組中較易發(fā)生損傷的部件。風(fēng)機(jī)葉片靜力加載試驗(yàn)的主要目的是對(duì)其承受的極限載荷進(jìn)行檢驗(yàn)，以及對(duì)其強(qiáng)度極限和剛度性能的考核驗(yàn)證，為結(jié)構(gòu)優(yōu)化提供必要的試驗(yàn)數(shù)據(jù)及分析結(jié)果。

兆瓦級(jí)風(fēng)機(jī)葉片的靜力加載試驗(yàn)多采用多點(diǎn)同步加載拉力的方法實(shí)現(xiàn)，即采用多級(jí)多點(diǎn)同步加載方式。在載荷拉力加載過(guò)程中，應(yīng)確保每個(gè)加載點(diǎn)的載荷拉力勻速變化，以保證隨著載荷拉力的增加而保持載荷分布的形狀。

1 靜力加載試驗(yàn)臺(tái)構(gòu)成

風(fēng)電葉片全尺寸結(jié)構(gòu)靜力加載系統(tǒng)是對(duì)大型葉片加載力、撓度力、撓度、應(yīng)變等相關(guān)參數(shù)進(jìn)行測(cè)試的綜合性試驗(yàn)平臺(tái)，主要由加載試驗(yàn)臺(tái)基座、操作監(jiān)控室、側(cè)向地軌以及8個(gè)(可擴(kuò)展)加載模塊(由加載支架、伺服絞車、加載纜索、拉力傳感器組件和從站電氣箱組成)和控制系統(tǒng)等組成，見(jiàn)圖1。

圖1 葉片全尺寸結(jié)構(gòu)靜力加載系統(tǒng)示意

2 控制系統(tǒng)硬件組成

控制系統(tǒng)硬件主要由上位機(jī)、主站電氣箱和8個(gè)從站電氣箱、驅(qū)動(dòng)器、伺服電機(jī)、拉力傳感器、位移傳感器等組成，見(jiàn)圖2。

圖2 葉片全尺寸結(jié)構(gòu)靜力加載系統(tǒng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)

3 控制系統(tǒng)軟件設(shè)計(jì)

軟件組成包括人機(jī)界面、主站PLC程序、從站PLC程序等。上位機(jī)PC通過(guò)以太網(wǎng)與主站PLC通訊：主站PLC發(fā)送控制數(shù)據(jù)至各從站點(diǎn)PLC，各從站點(diǎn)PLC控制驅(qū)動(dòng)器使伺服電機(jī)運(yùn)動(dòng)，各從站PLC將拉力、轉(zhuǎn)速等數(shù)據(jù)發(fā)送至主站PLC。各個(gè)驅(qū)動(dòng)器與從站PLC通過(guò)485串口，將電流等數(shù)據(jù)發(fā)送至從站PLC，見(jiàn)圖3。

圖3 上、下位機(jī)各主要功能模塊組成

4 BP神經(jīng)網(wǎng)絡(luò)PID控制策略

在葉片多點(diǎn)靜力加載過(guò)程中，系統(tǒng)表現(xiàn)出非線性、強(qiáng)耦合、變參數(shù)的特征，嚴(yán)重影響葉片靜力加載的穩(wěn)定性和精確性，需要通過(guò)強(qiáng)有力的解耦措施來(lái)實(shí)現(xiàn)精準(zhǔn)加載。

在沒(méi)有解耦控制算法的情況下，實(shí)際反饋曲線如圖4所示，各加載載荷之間出現(xiàn)了嚴(yán)重的交叉干擾，這種多點(diǎn)加載載荷之間交叉干擾的情況稱為“交聯(lián)耦合”。

圖4 3點(diǎn)靜力加載交聯(lián)耦合曲線

對(duì)多種解耦控制策略進(jìn)行分析可知，由于BP神經(jīng)網(wǎng)絡(luò)PID解耦控制可在線實(shí)時(shí)整定PID控制器參數(shù)，實(shí)現(xiàn)對(duì)靜力測(cè)試過(guò)程中參數(shù)變化的實(shí)時(shí)解耦，是解決葉片多點(diǎn)加載交聯(lián)耦合的有效控制策略。

基于BP神經(jīng)網(wǎng)絡(luò)的PID控制系統(tǒng)結(jié)構(gòu)框圖如圖5所示。

圖5 基于BP神經(jīng)網(wǎng)絡(luò)的PID控制系統(tǒng)結(jié)構(gòu)

控制器由2部分組成：BP神經(jīng)網(wǎng)絡(luò)、PID控制器。

PID算法通過(guò)誤差信號(hào)控制被控量，而控制器本身就是比例(Kp)、積分(Ki)、微分(Kd)3個(gè)環(huán)節(jié)的加和。

神經(jīng)網(wǎng)絡(luò)具有任意非線性表達(dá)能力，可以通過(guò)對(duì)系統(tǒng)性能的學(xué)習(xí)來(lái)實(shí)現(xiàn)具有最佳組合的PID控制。利用BP神經(jīng)網(wǎng)絡(luò)可以建立參數(shù)Kp、Ki、Kd自整定的PID控制器。

4.1 變步長(zhǎng)BP神經(jīng)網(wǎng)絡(luò)算法

BP神經(jīng)網(wǎng)絡(luò)是一種按誤差反向傳播學(xué)習(xí)訓(xùn)練的多層前饋網(wǎng)絡(luò)，是目前應(yīng)用最廣泛、最成熟的神經(jīng)網(wǎng)絡(luò)模型之一。BP網(wǎng)絡(luò)運(yùn)算、儲(chǔ)存大量建立在層級(jí)之間的輸入—輸出模式映射關(guān)系上，無(wú)需事前揭示描述這種映射關(guān)系的數(shù)學(xué)方程，通過(guò)梯度下降法學(xué)習(xí)自適應(yīng)調(diào)整，理論上可以逼近任意非線性的連續(xù)函數(shù)。

BP神經(jīng)網(wǎng)絡(luò)由一個(gè)輸入層，多個(gè)隱含層，一個(gè)輸出層組成。變步長(zhǎng)算法通過(guò)引入修正項(xiàng)對(duì)反向傳播進(jìn)行優(yōu)化，使神經(jīng)網(wǎng)絡(luò)在穩(wěn)定時(shí)加速收斂。正反向傳播法如圖6所示。

圖6 BP網(wǎng)絡(luò)算法流程

當(dāng)拉力誤差性能指標(biāo)大于閾值時(shí)，開(kāi)啟反向傳播算法，利用誤差負(fù)梯度調(diào)整輸入層至隱含層與隱含層至輸出層神經(jīng)元之間的權(quán)值。梯度下降法步驟流程如圖7所示。

圖7 梯度下降法步驟流程

4.2 靜力測(cè)試系統(tǒng) BP神經(jīng)網(wǎng)絡(luò)PID參數(shù)自整定算法

整個(gè)BP神經(jīng)網(wǎng)絡(luò)PID控制網(wǎng)絡(luò)(如圖8)中，每個(gè)節(jié)點(diǎn)當(dāng)前預(yù)設(shè)拉力與當(dāng)前反饋拉力作為輸入值。兩者偏差量以及偏差和、偏差的差值一方面作為經(jīng)典PID控制器的輸入，運(yùn)算出輸出值u(k)電機(jī)轉(zhuǎn)速；另一方面，偏差量也是BP神經(jīng)網(wǎng)絡(luò)的輸入，計(jì)算出經(jīng)典PID 3個(gè)參數(shù)Kp、Ki、Kd的整定值，而控制器的輸出u(k)用于在線調(diào)整神經(jīng)網(wǎng)絡(luò)。每個(gè)節(jié)點(diǎn)的輸出量作為每個(gè)加載點(diǎn)的使動(dòng)量，經(jīng)過(guò)一系列的傳動(dòng)系統(tǒng)，最終以絞車卷動(dòng)加載纜索的方式產(chǎn)生作用力施加在風(fēng)電葉片上，多條加載纜索的協(xié)同動(dòng)作即實(shí)現(xiàn)了風(fēng)電葉片多點(diǎn)靜力同步載。

圖8 靜力加載系統(tǒng)BP神經(jīng)網(wǎng)絡(luò)PID控制系統(tǒng)結(jié)構(gòu)

5 現(xiàn)場(chǎng)加載試驗(yàn)

對(duì)83.6 m的葉片進(jìn)行靜力加載試驗(yàn)，檢驗(yàn)其載荷的承受能力，現(xiàn)場(chǎng)如圖9所示。根據(jù)IEC61400-23標(biāo)準(zhǔn)，每個(gè)加載點(diǎn)的加載過(guò)程從0%載荷開(kāi)始按照最大目標(biāo)載荷的40%—60%—80%—100%分級(jí)加載；卸載過(guò)程則按照上述相反順序逐級(jí)卸載，完成整個(gè)加載過(guò)程。極限載荷保持階段的加載力必須大于100%目標(biāo)載荷，但一般不超過(guò)目標(biāo)載荷的101%，其連續(xù)保持時(shí)間不少于10 s。理想的葉片靜力加載、卸載過(guò)程如圖10所示。按照試驗(yàn)大綱，試驗(yàn)選用5個(gè)加載點(diǎn)，葉根至葉尖的位置分別為25 m、38 m、53 m、68 m、75 m處，對(duì)應(yīng)的極限載荷分別為243 kN、140 kN、101 kN、65 kN、33 kN，極限載荷的保持時(shí)間為15 s。測(cè)試加載曲線如圖11所示。

圖9 83.6 m葉片靜力加載測(cè)試

圖10 靜力分段加載過(guò)程示意

圖11 靜力測(cè)試加載曲線

極限載荷保持階段的測(cè)試值與目標(biāo)值對(duì)比見(jiàn)表1。

表1 極限載荷目標(biāo)值與測(cè)試值對(duì)比

6 結(jié) 語(yǔ)

此風(fēng)電葉片全尺寸靜力加載系統(tǒng)屬于目前世界最大的風(fēng)機(jī)葉片檢測(cè)平臺(tái)。采用的基于BP神經(jīng)網(wǎng)絡(luò)PID參數(shù)自整定控制算法，是解決葉片多點(diǎn)加載交聯(lián)耦合的有效控制策略，試驗(yàn)結(jié)果表明，極限載荷保持階段的加載力大于100%目標(biāo)載荷，不超過(guò)目標(biāo)載荷的101%，其連續(xù)保持時(shí)間不少于10 s，滿足兆瓦級(jí)風(fēng)電葉片全尺寸靜力加載試驗(yàn)要求。