本发明涉及含时滞被控对象的温度控制，具体涉及热电制冷器、半导体制冷片的温度控制技术，属于计算、推算或计数的。
背景技术：
1、热电制冷技术通过利用热电效应实现电能与热能之间的转换，以满足热电模块温度变化的要求。热电制冷器因具备结构简单、无机械振动、无环境污染、工作可靠、快速响应等优势，在红外探测、航空航天、电子工业、生化研究、医疗、民用等领域有着广泛而重要的应用。合理的冷端温度不仅有助于保护电子元件、满足高精度温度要求，还确保实验准确性和设备在极端环境下的正常运行。实现冷端温度目标的到温时间、过程超调和到温误差直接影响热电制冷器的工作稳定性、效率性以及使用寿命。然而，热电制冷器的冷端温度依靠传统pid技术在实现梯度变化的目标时存在超调量显著、到温时间较长、稳态误差较大等问题。上述问题在复杂应用环境下更为明显，这对热电制冷器的温度控制提出挑战。
2、针对以上挑战，传统pid控制技术无法应对复杂环境下的温控目标要求，使用神经网络在线调节pid参数以自适应控制冷端温度是一种解决途径。bp算法是常用的神经网络训练方法，具有自主学习且逼近任意非线性函数的优势。然而，由于控制误差过大、控制误差的时滞积累，bp算法应用在热电制冷器的温度控制时存在网络权重梯度爆炸、梯度消失的问题，梯度爆炸和梯度消失导致bp算法的网络权重过早饱且严重影响bp算法调整pid控制参数的效率。此外，初值敏感问题导致bp算法或缓慢或快速的学习收敛速率。
3、综上，本发明旨在提出一种改进bp算法以满足热电制冷器宽范域、各种梯度变化的温度目标控制要求。
技术实现思路
1、本发明的发明目的是由于上述背景技术的不足，提供一种针对热电制冷器、半导体片的冷端温度控制方法，通过对bp算法进行改进，并将改进后的bp算法用于在线自适应调整比例参数、积分参数、微分参数，实现热电制冷器冷端温度以小超调、快速度、高精度的方式达到多个目标状态的发明目的，解决传统pid控制技术无法应对复杂环境下热电制冷器时滞性、非线性、非定常温度控制要求的技术问题。
2、本发明为实现上述发明目的采用如下技术方案：
3、一种基于改进bp算法的热电制冷器温度控制方法，包括如下步骤：
4、步骤1，初始化bp算法参数；
5、步骤2.依据星雀优化算法初始化bp算法网络权重；
6、步骤3，采样k时刻冷端温度实际值、k时刻目标温度、k时刻温度误差；
7、步骤4，根据确定的网络权重初始值构建bp神经网络，通过bp神经网络前向传播k时刻冷端温度实际值、k时刻目标温度、k时刻温度误差，得到k时刻比例参数、k时刻积分参数、k时刻微分参数；
8、步骤5，依据前k个时刻的采样数据、k时刻比例参数、k时刻积分参数、k时刻微分参数以及增量式pid控制律，计算k时刻控制电流，向热电制冷器施加k时刻控制电流；
9、步骤6，采样k+τ时刻冷端温度实际值，并计算k+τ时刻温度误差；
10、步骤7，在bp神经网络中反向传播k+τ时刻温度误差，并在反向传播的过程中引入梯度安全因子更新网络权重；
11、步骤8，在k+τ时刻冷端温度实际值达到k时刻目标温度时，结束整个方法流程，否则，k＝k+1，返回步骤3。
12、作为一种基于改进bp算法的热电制冷器温度控制方法的进一步优化方案，步骤1初始化的bp算法参数包括但不限于学习速率和惯性系数。
13、作为一种基于改进bp算法的热电制冷器温度控制方法的再进一步优化方案，步骤2依据星雀优化算法初始化bp算法网络权重的具体方法为：构建目标函数cost，cost＝ts+rmse，ts为冷端实际温度进入±1％误差带所需的调节时间，rmse为调节时间ts后的冷端实际温度与目标温度的均方根误差，搜索目标函数取得最小值时连接输入层与中间层的网络权重wi、连接中间层与输出层的网络权重wo。
14、作为一种基于改进bp算法的热电制冷器温度控制方法的再进一步优化方案，步骤5中，依据前k个时刻的采样数据、k时刻比例参数、k时刻积分参数、k时刻微分参数以及增量式pid控制律，计算k时刻控制电流的表达式为：u(k)＝kp(e(k)-e(k-1))+kie(k)+kd(e(k)-2e(k-1)+e(k-2))+u(k-1))，其中，u(k)、u(k-1)为k时刻、k-1时刻的控制量，e(k)、e(k-1)、e(k-2)为k时刻、k-1时刻、k-2时刻的偏差信号，kp为比例系数，ki为积分系数，kd为微分系数。
15、作为一种基于改进bp算法的热电制冷器温度控制方法的再进一步优化方案，步骤6中，τ的取值通过系统辨识热电制冷器冷端温度与控制电流之间的等价趋势传递函数中的延迟环节参数获取。
16、作为一种基于改进bp算法的热电制冷器温度控制方法的再进一步优化方案，步骤7在反向传播的过程中引入梯度安全因子更新网络权重的表达式为：其中，wi(k)、wi(k-1)为k时刻、k-1时刻连接输入层与中间层的网络权重，δwi(k)为bp算法依据误差的链式传播法则对k时刻连接输入层与中间层的网络权重的调整值，wo(k)、wo(k-1)为k时刻、k-1时刻连接中间层与输出层的网络权重，δwo(k)为bp算法依据误差的链式传播法则对k时刻连接中间层与输出层的网络权重的调整值，s为梯度安全因子，emax为控制初始时刻目标温度与实际温度之间的温差最大值。
17、作为一种基于改进bp算法的热电制冷器温度控制方法的再进一步优化方案，调节时间ts后的冷端实际温度与目标温度的均方根误差为y(k)是指k时刻冷端温度实际值，y(k)指k时刻目标温度，n为采样时刻总数。
18、作为一种基于改进bp算法的热电制冷器温度控制方法的再进一步优化方案，热电制冷器冷端温度与控制电流之间的等价趋势传递函数为：其中，gi为热电制冷器冷端温度与控制电流之间的等价趋势传递函数，分别为热电制冷器冷端温度、控制电流的时域函数，s为拉普拉斯算子，k1、k2为热电制冷器冷端温度时域函数的系数，p1，p2、p3为控制电流时域函数的系数。
19、一种电子设备，包括存储器和处理器，存储器上储存有在处理器上运行的计算机程序，处理器运行计算机程序时执行上述的热电制冷器温度控制方法的步骤。
20、一种计算机可读存储介质，其上存储有计算机程序，计算机程序运行时执行上述的热电制冷器温度控制方法的步骤。
21、本发明采用上述技术方案，具有以下有益效果：
22、(1)本发明对bp算法进行改进，引入梯度安全因子更新网络权重，网络权重不会出现梯度爆炸、梯度消失问题，在复杂应用背景下能保持学习收敛的能力。
23、(2)本发明对bp算法进行改进，引用兼具局部寻优与全局搜素能力的星雀优化算法迭代搜索最佳的初始网络权重，克服bp算法依赖初始网络权重的缺陷，神经网络能以最优的效率调整得到pid控制参数。
24、(3)本发明所提改进的bp算法可以适应多种目标温度、环境温度的工作需求，自适应调整pid控制参数，为热电制冷器的冷端温度提供精确、鲁棒的控制效果。
1.一种基于改进bp算法的热电制冷器温度控制方法，其特征在于，包括如下步骤：
2.根据权利要求1所述一种基于改进bp算法的热电制冷器温度控制方法，其特征在于，所述步骤1初始化的bp算法参数包括但不限于学习速率和惯性系数。
3.根据权利要求2所述一种基于改进bp算法的热电制冷器温度控制方法，其特征在于，所述步骤2依据星雀优化算法初始化bp算法网络权重的具体方法为：构建目标函数cost，cost＝ts+rmse，ts为冷端实际温度进入±1％误差带所需的调节时间，rmse为调节时间ts后的冷端实际温度与目标温度的均方根误差，搜索目标函数取得最小值时连接输入层与中间层的网络权重wi、连接中间层与输出层的网络权重wo。
4.根据权利要求3所述一种基于改进bp算法的热电制冷器温度控制方法，其特征在于，所述步骤5中，依据前k个时刻的采样数据、k时刻比例参数、k时刻积分参数、k时刻微分参数以及增量式pid控制律，计算k时刻控制电流的表达式为：
5.根据权利要求4所述一种基于改进bp算法的热电制冷器温度控制方法，其特征在于，所述步骤6中，τ的取值通过系统辨识热电制冷器冷端温度与控制电流之间的等价趋势传递函数中的延迟环节参数获取。
6.根据权利要求5所述一种基于改进bp算法的热电制冷器温度控制方法，其特征在于，所述步骤7在反向传播的过程中引入梯度安全因子更新网络权重的表达式为：其中，wi(k)、wi(k-1)为k时刻、k-1时刻连接输入层与中间层的网络权重，δwi(k)为bp算法依据误差的链式传播法则对k时刻连接输入层与中间层的网络权重的调整值，wo(k)、wo(k-1)为k时刻、k-1时刻连接中间层与输出层的网络权重，δwo(k)为bp算法依据误差的链式传播法则对k时刻连接中间层与输出层的网络权重的调整值，s为梯度安全因子，emax为控制初始时刻目标温度与实际温度之间的温差最大值。
7.根据权利要求3所述一种基于改进bp算法的热电制冷器温度控制方法，其特征在于，所述调节时间ts后的冷端实际温度与目标温度的均方根误差为y(k)是指k时刻冷端温度实际值，y(k)指k时刻目标温度，n为采样时刻总数。
8.根据权利要求5所述一种基于改进bp算法的热电制冷器温度控制方法，其特征在于，所述热电制冷器冷端温度与控制电流之间的等价趋势传递函数为：其中，gi为热电制冷器冷端温度与控制电流之间的等价趋势传递函数，分别为热电制冷器冷端温度、控制电流的时域函数，s为拉普拉斯算子，k1、k2为热电制冷器冷端温度时域函数的系数，p1，p2、p3为控制电流时域函数的系数。
9.一种电子设备，包括存储器和处理器，所述存储器上储存有在所述处理器上运行的计算机程序，所述处理器运行所述计算机程序时执行权利要求1所述的热电制冷器温度控制方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序运行时执行权利要求1所述的热电制冷器温度控制方法的步骤。
