Design of PID Controllers of Anti-aircraft Artillery Servo System with Multiple Performance Specifications

A novel design method for determining the proportional-integral-derivative(PID) controller gains of an anti-aircraft artillery servo system with multiple performance specifications based on a particle swarm optimization (PSO) algorithm is proposed. First, a performance criterion evolution function combined with the system maximum displacement settling time, rise time, overshoot, steady state error, constant velocity tracking error and sine wave tracking error is defined. Second, the optimization problem of PID controller parameters and the searching procedure of PSO algorithm are constructed. Finally, the optimal or near optimal PID controller parameters are fast and easily obtained by solving the above optimization problem on the given controller parameter space following the PSO searching procedure. The simulation results show the effectiveness of the proposed controllers.     

基于粒子群优化的伺服系统比例积分微分控制器设计方法

给出了 一种基于粒子群优化（PSO)算法的火炮伺服系统比例积分微分（PID)控制器优 化设计方法。定义了 ー个综合考虑火炮调转时间、上升时间、超调量、系统静态误差、等速跟踪误差 和正弦跟踪误差等动静态性能的指标函数,在给定的控制器参数空间进行组合优化搜索,可迅速求 得使性能指标优化函数极小化的ー组PID控制器参数。仿真結果表明该方法有效。     

基于粒子群优化的某车载火箭炮自抗扰控制

针对车载火箭炮行进间的PID 控制方法存在动态性能的限制,提出一种自抗控制器的设计。针对自抗扰 控制器(active disturbance rejection control,ADRC)模块中存在众多且不便确定的参数这一问题,利用粒子群优化算 法(particle swarm optimization,PSO)较强的寻优能力,对扩张状态观测器的参数进行优化,并优化控制系统。仿真 结果表明：基于该控制方法的伺服系统稳定性显著提升,提高行进间火炮的控制精度与动态性能。     

参数自适应教与学优化分数阶PID控制器设计

本文针对分数阶PID控制器调节参数多、人工调参难度较大的问题,提出了参数自适应教与学优化分数阶PID控制器设计方法。分数阶PID控制器参数寻优过程引入种群适应度方差表征种群的“聚集程度”,将影响算法收敛速度和收敛精度的教学因子设计成种群适应度方差的函数,使其在算法迭代过程中根据种群的“聚集程度”自适应调节算法收敛速度。当种群聚集程度高时,提高教学因子取小值的概率,增强种群的多样性;当种群聚集程度低时,提高教学因子取大值的概率,提高算法的收敛速度。通过仿真验证,本文提出的参数自适应分数阶PID控制器控制整数阶系统、分数阶系统均可获得优良的控制效果,与参考文献设计的控制器相比在动态性能上有显著提升,参数自适应分数阶PID控制器较整数阶PID控制器在响应速度上提高69.8%,超调量减少92.6%,稳态误差减小32.4%。     

基于角速率的低配置小型无人机高度控制律设计

采用鲁棒伺服最优控制方法(robust servo linear quadratic regulator,RSLQR)设计了基于角速率的某小型无人机高度控制律。该方法将鲁棒指标和时域控制品质相融合,将跟踪误差扩展到系统动态模型中,利用线性二次型最优控制理论,设计了控制律结构和参数,实现了高度的无静差控制,保障了控制器的鲁棒性能。与常规控制器对比结果表明：基于角速率的控制器具有良好的高度跟踪效果和抗干扰能力,满足了小型低配置无人机的飞行控制要求。     

基于免疫遗传模糊神经滑模的地面作战机器人轨迹跟踪控制

提出了一种基于运动学与动力学模型的免疫遗传模糊神经滑模混合控制器用于地面作战机器人的控制。算法中利用径向基神经网络逼近滑模控制的等效部分,并通过免疫遗传算法对径向基神经网络参数进行了优化,滑模控制的增益通过模糊控制策略进行了调节。利用该算法对圆形轨迹进行了跟踪控制仿真及试验分析,与传统的滑模控制相比,该算法能够有效克服系统的不确定性因素的影响,有效抑制了滑模控制中抖振现象,系统的动态轨迹跟踪性能得到了优化。     

基于简便约束粒子群优化算法的空空导弹μ-PID控制器设计

针对现有约束粒子群优化(PSO)算法存在的算法复杂、应用范围受限、优化效果不佳等缺陷,提出一种新型约束粒子群算法。该算法采用目标函数替换的方法将约束优化问题转化为非约束优化问题,具有简便易用的优点。通过典型测试函数测试并和其他具有代表性的约束PSO算法进行对比,表明该算法在处理约束优化问题上的优越性。为了验证该算法应用于工程的可行性,以样例导弹纵向模型为对象,针对经典Raytheon控制结构,采用该算法设计了μ-PID控制器。仿真结果表明,样例导弹控制器可以在满足多种时域指标的同时具有良好的鲁棒性能,达到了设计指标要求,验证了所提出算法的有效性。     

某交流伺服系统的免疫克隆粒子群优化自抗扰控制

针对采用永磁同步电机(permanent magnet synchronous motor,PMSM)驱动的某火箭炮位置交流伺服系统存在摩擦力矩、外界扰动等一系列复杂非线性问题,设计一种基于免疫克隆粒子群优化算法的自抗扰控制器(IPSO-ADRC).根据自抗扰控制(active disturbance rejection control,ADRC)抗干扰能力强和粒子群优化算法(particle swarm optimization,PSO)寻优能力强的特点,采用免疫克隆粒子群优化算法在线整定自抗扰控制器的重要参数;并将克隆选择算法(clonal selection algorithm,CSA)融入到粒子群算法中,维护群体种类的差异性,解决PSO算法的缺陷问题.仿真实验结果证明:该控制策略使系统的稳态性能更好,并能提升系统的动态品质.     

桥式起重机定位和防摆的粒子群算法优化PID 控制

为使桥式起重机精确定位和快速消摆,设计了利用PSO算法优化PID参数的定位防摆控制器。通过在Matlab中编写PSO算法程序和连接Matlab与Simulink的调用函数程序,结合在Simulink中建立的起重机吊重系统模型,完成了PSO-PID控制器控制的吊重系统的仿真。通过仿真,起重机小车实现了无超调无静差的快速定位,吊重摆动也得到快速有效的抑制。仿真结果证明了该控制器的可行性和有效性。     

基于遗传算法优化的四旋翼控制系统研究

为提高多自由度、非线性的四旋翼无人机模型控制系统的系统响应与控制效果,提出一种基于遗传算法优化的模糊PID控制策略。将整个控制系统分解为外环位置控制器和内环姿态控制器2部分,对四旋翼无人机系统进行建模仿真。由仿真分析结果得知,当滚转角度分别为35°、45°和65°时,通过遗传算法优化的模糊PID控制相对于模糊PID控制的角度误差分别降低2.58°、3.09°和3.78°;X轴误差分别降低了0.759、0.658和0.593 m;Y轴误差分别降低了0.157、0.228和0.195 m;Z轴误差分别降低了0.169、0.237和0.514 m。结果表明：该策略保证了整机的稳定性,使整机的控制系统能达到更好的控制效果,保证了四旋翼无人机具有更好的性能。     

多模态模糊PID 控制算法在转台伺服系统中的应用

由于结构简单,可靠和安全,PID控制广泛用于伺服控制系统。但其固有的缺陷导致对复杂系统控制效果变差。为解决某些问题,设计一种多模态模糊PID控制器,应用模糊控制理论在线调节控制器参数和结构。通过控制实际转台伺服系统验证其具有良好的控制效果。     

基于模糊神经网络PID的串级温度控制系统研究

为解决传统PID 控制存在控制效果不够理想、性能欠佳和很难满足系统精度要求的问题,提出基于模糊 神经网络的自适应PID 控制算法对系统进行控制。采用Labview 构建模糊神经PID 控制器,对环控引气系统温度进 行动态控制,进行仿真研究,并将此控制策略与经典PID 控制进行仿真比较。结果表明：基于模糊神经网络的PID 控制算法在系统的超调量和调节时间上都小于经典PID,能提高系统的快速性和准确性,改善系统特性。     

空战机动飞行轨迹生成与控制

针对依赖于标准机动动作库或者驾驶员经验的机动控制问题,提出一种基于蒙特卡罗树搜索算法生成机 动轨迹的方法,只需给定目标机动动作的初始和终止状态,通过反复搜索即可得到达成机动目标的操作序列;并设 计前馈加反馈的复合控制器来提高轨迹跟踪的效果。实验以筋斗机动为例进行验证,仿真结果表明：得到的筋斗参 考轨迹各项指标均接近职业战斗机飞行员的最佳表现;同时与传统的PID 控制器进行对比,证明了复合控制器能显 著提高筋斗轨迹的跟踪效果,为解决机动控制问题提出了一种有效的解决方案。     

空战机动飞行轨迹生成与控制

针对依赖于标准机动动作库或者驾驶员经验的机动控制问题,提出一种基于蒙特卡罗树搜索算法生成机 动轨迹的方法,只需给定目标机动动作的初始和终止状态,通过反复搜索即可得到达成机动目标的操作序列;并设 计前馈加反馈的复合控制器来提高轨迹跟踪的效果。实验以筋斗机动为例进行验证,仿真结果表明：得到的筋斗参 考轨迹各项指标均接近职业战斗机飞行员的最佳表现;同时与传统的PID 控制器进行对比,证明了复合控制器能显 著提高筋斗轨迹的跟踪效果,为解决机动控制问题提出了一种有效的解决方案。     

汽车磁流变半主动悬架系统自适应反推跟踪控制

针对汽车磁流变半主动悬架系统非线性和模型不确定性所引起的控制稳定性及优化问题,考虑被控悬架综合控制目标的安全约束,建立1/2车辆悬架系统的非线性动力学模型。基于被控悬架系统与参考轨迹之间的跟踪误差,使用自适应反推方法和Lyapunov理论,设计被控悬架系统的磁流变阻尼器控制输入函数,提出基于投影算子的自适应控制律,进而设计一种能够处理安全约束问题的自适应反推控制器;为验证所提出控制策略的可行性和有效性,基于Matlab/Simulink建立磁流变悬架控制系统的仿真模型,并分别在随机路面和凸块路面上对该控制策略进行仿真验证。仿真结果表明,所提出的自适应反推控制策略能使磁流变悬架车辆在行驶稳定性方面具有较好的全局渐进稳定性,并能明显提高车辆行驶平顺性,满足悬架系统各方面的安全约束。     

基于人工鱼群算法的制导炸弹多目标鲁棒PID控制器设计

采用先进控制理论设计的控制器往往阶次较高难以应用于工程实践,PID控制是目前工程中应用最广泛的控制方法.同时控制系统几乎都需要满足多个性能指标的要求,因此提出了一种基于人工鱼群算法的多目标优化方法.分析了制导炸弹控制系统的多目标要求,然后在满足系统鲁棒性的前提下,选取内、外回路的时域指标作为多目标优化的子目标,求解了系统的Pareto最优解,决策者可以在Pareto解中选取需要的满意解进而设计制导炸弹多目标鲁棒PID控制器.数值仿真表明,人工鱼群算法可以快速搜索到多目标问题的Pareto解,所设计的系统时域性能和鲁棒性好.     

Research on Airborne Electro-Optical Tracking and Sighting System Based on Fuzzy PID and H∞ Control

Airborne electro-optical tracking and sighting system is a three-degree-of-freedom angular position servo system which is influenced by multi-disturbance, and its control system consists of stabilizing and tracking components. Stabilizing control is applied to track angular velocity order and control multi-disturbance under airborne condition, and its robustness should be very good; tracking control is applied to compensate tracking error of angular position. A mathematical model is established by taking the control of yaw loop as example. H∞ stabilizing controller is designed by taking the advantage of H∞ control robustness and combining with Kalman filter. A fuzzy control is introduced in general PID control to design a decoupled fuzzy Smith estimating PID controller for tracking control. Simulation research shows that the control effect of airborne electro-optical tracking and sighting system based on fuzzy PID and H∞ control is good, especially when the model parameters change and the multi-disturbance exists, the system capability has little fall, but this system still can effectively track a target.     

一种变参数的复合自抗扰舵机控制器设计

基于导弹舵机系统的特点,结合误差分段PID响应速度快和自抗扰复合控制抗扰动好的优点,进行位置环控制,尝试根据误差变化自适应调节误差增益系数和微分增益系数,运用遗传算法优化参数,对负载力矩外部扰动和模型参数摄动进行补偿,通过与PID控制比较,证明变参数复合自抗扰控制舵机达到指标要求,动态响应相移、幅值衰减都优于分段PID,大动态负载扰动输出脉动频率小,在电枢电阻、转动惯量变化时,具有很好的快速性和鲁棒性。     

基于协调粒子群算法的无限冲激响应滤波器优化设计

确定滤波器的参数和阶数是无限冲激响应(IIR)数字滤波器设计中的最重要问题。目前的IIR滤波器优化设计方法容易陷入局部极值,难以得到全局最优解,且阶数不易确定。针对IIR数字滤波器优化设计实质上是一个对参数优化的问题,引入了协调粒子群算法对IIR滤波器进行优化设计,将传统设计方法和优化设计方法相结合,根据传统设计方法确定滤波器的阶数,通过协调粒子群算法对参数进行优化,将最小均方误差函数作为适应度函数,将滤波器的性能要求作为算法终止条件,滤波器的稳定性作为约束条件。该方法解决了传统方法设计的结果不理想以及常用优化设计方法不收敛且阶数不易确定的问题。经过在实际系统中的应用,表明该方法是有效、实用的。     

基于反演法的某制导迫弹鲁棒自适应控制器设计

设计了一种基于反演法的鲁棒自适应控制器,以解决制导迫弹在飞行中存在的气动参数不确定和未建模误差等问题,在设计过程中通过带有σ修正的参数自适应律对系统中的不确定参数进行在线估计,针对模型中的未建模误差,采用鲁棒函数抵消,在反演法的推导过程中,加入了一阶低通滤波器,得到虚拟控制量的微分,消除了传统反演法中的“项数膨胀”难题,并利用李雅普诺夫函数证明了该闭环系统为半全局稳定的。该设计方法放宽了对不确定项的限制,仿真结果证明了该方法的有效性。