基于粒子群算法优化神经网络...浪主动补偿预测控制系统设计.pdf

基于粒子群算法优化神经网络的海浪主动补偿预测控制系统设计

摘要

风力发电是世界上发展最快的绿色能源技术，具有清洁、无污染，资源丰富发电利

用小时数高等优点，已成为世界各国优先发展的能源领域。我国东南沿海海岸线长达1.8

万多公里，受季风影响，海上风力资源极其丰富，近年来我国海上风电发展迅速，海上

风电装机容量已达5.1吉瓦。由于海上环境恶劣，当风电平台发生故障时，维修人员在

登台维修过程中的人身安全难以保证，开展海浪主动补偿平台及海浪主动补偿预测控制

系统研究尤为重要。

本文首先针海浪对工作平台的影响，设计了基于六自由度并联机构的海浪主动补偿

系统，并对系统的组成进行详细的介绍；为准确、实时检测海浪主动补偿系统的补偿情

况，设计了基于MEMS惯性系统和拉线机构组成的位置和姿态检测机构。

其次，对海浪主动补偿系统进行运动学和动力学分析。建立六自由度并联补偿平台

的运动模型，采用几何分析法对六自由度并联补偿平台进行逆运动学分析；采用解析法

对六自由度并联补偿平台进行正运动学求解。采用拉格朗日动力学公式对六自由度并联

补偿平台进行动力学建模，建立电动缸与平台之间的力学关系。为验证运动学和动力学

分析的正确性，通过ADAMS软件进行运动学与动力学的仿真。

再次，针对海浪主动补偿系统的时滞性问题开展海浪主动补偿预测控制方法的研

究。对海浪主动补偿系统的时滞产生进行分析，通过平台运动输入输出信号进行对比，

获得具体的时滞量级；基于时滞分析结果首先采用Elman神经网络进行预测控制方法研

究，针对Elman神经网络存在的权值和阈值易产生局部极小值，导致预测结果不理想问

题，提出了基于粒子群算法优化的Elman神经网络的预测控制方法，通过两个仿真对比，

验证粒子群优化Elman神经网络预测控制方法的有效性。

最后，为了验证所研究的预测控制方法的有效性和可行性，搭建的海浪主动补偿系

统的实验平台。设计了上位机控制软件和操控界面，进行功能性控制实验。分别采用基

于粒子群算法优化的Elman神经网络的预测控制方法和Elman神经网络的预测控制方法

开展实际控制试验，验证粒子群优化Elman神经网络预测控制方法在实际补偿运动上，

对时滞问题解决与补偿精度的优越性。

关键词：海浪主动补偿系统；预测控制；粒子群优化算法；Elman神经网络

基于粒子群算法优化神经网络的海浪主动补偿预测控制方法研究

ABSTRACT

Windpowergenerationisthefastestdevelopinggreenenergytechnologyintheworld,

withtheadvantagesofclean,pollution-free,abundantresources,andhighutilizationhoursof

powergeneration.Ithasbecomeapriorityenergyfieldforcountriesaroundtheworld.The

southeastcoastofChinahasacoastlineofover18000kilometers,andisextremelyrichin

offshorewindresourcesduetotheinfluenceofmonsoons.Inrecentyears,Chinasoffshore

windpowerhasdevelopedrapidly,withaninstalledcapacityof5.1gigawatts.Duetothe

harshmarineenvironment,whenawindpowerplatformmalfunctions,itisdifficulttoensure

thepersonalsafetyofmaintenancepersonnelduringthemaintenanceprocess.Therefore,itis

particularlyimportanttocar