改进PSO算法优化交流伺服系统PID参数研究

伺服系统PID控制参数的优化整定对系统可靠性和稳定性有着重要意义,而传统整定方式下参数优化整定时间较长、效果不佳、反应较慢。为了解决以上问题,提出一种优化交流伺服系统参数的控制方法。基于改进PSO算法实现惯性权重和学习因子随迭代次数的改变自适应调整,引入适应度函数快速优化整定PID控制器参数。利用MATLAB分别对基于遗传算法(GA)、量子遗传算法(QGA)、粒子群算法(PSO)的伺服系统PID参数整定进行仿真实验及对比分析。通过实验测试基于改进PSO算法和GA算法的PID控制器对伺服系统稳定性的影响。结果表明:利用改进PSO算法对PID参数进行优化整定,使得伺服系统具有鲁棒性强、稳定性高、超调量小等优点。     

永磁同步电机的时间尺度自抗扰控制参数整定

针对永磁同步电机(PMSM)复杂、强耦合的非线性特点,同时传统PI控制算法控制精度不高、响应速度慢等特点,提出了一种基于时间尺度参数整定的自抗扰控制(ADRC)PMSM控制策略。在传统的ADRC的基础上分析时间尺度研究参数整定问题,理论分析后得出PMSM的时间尺度,结合时间尺度与ADRC参数的关系进行参数整定。仿真结果表明,该方法在ADRC控制下有良好的动态性能并且对不同的PMSM均具有良好的鲁棒性和抗干扰能力。     

自抗扰与改进ESO并联的永磁同步电机矢量控制

为提高永磁同步电机的控制性能，设计了一种自抗扰控制器与改进ESO并联的永磁同步电机矢量控制系统。首先，利用光滑的非线性函数改进传统的ESO,提高其对信号的平滑处理能力，并将改进的ESO与ADRC并联，提高信号处理的准确率；然后，将系统的电磁转矩与负载误差、转速误差与时间积分主动补偿到电流环，提高系统的响应速度和抗干扰性；最后，利用乌鸦算法优化ADRC的参数，减少人工参数整定的复杂度。Simulink中的仿真结果表明，改进系统比ADRC和PI控制具有更好的鲁棒性和稳定性。     

机床用直线伺服系统改进型ADRC设计

针对永磁直线电机伺服系统存在纹波推力扰动、负载扰动、摩擦力扰动和其他不确定性扰动,文章提出了一种双闭环改进型自抗扰控制器优化设计方法.针对永磁直线同步电机(PMLSM)系统,设计了速度环和位置环自抗扰控制器,并对一阶自抗扰控制器(ADRC)进行了优化,在保证控制器性能的前提下,省略掉ADRC模型中的非线性跟踪微分器(TD)环节,同时为有效降低模型复杂程度,减小算法计算量,采用线性比例调节代替非线性状态反馈控制律(NLSEF),实现了永磁直线同步电机的改进型双闭环自抗扰控制.仿真结果表明,该自抗扰控制器能够很好的解决强耦合和非线性问题,能够提高系统的响应速度,减小稳态误差且无超调,对负载扰动、电机参数变化具有良好的鲁棒性.     

基于改进粒子群算法的无刷直流电机控制研究

文章针对无刷直流电机(BLDC)复杂的、耦合的非线性的特点,克服传统的控制算法控制速度精度不高、响应速度慢等缺点,提出了一种基于改进的粒子群算法(PSO)对PID控制器系数自整定的无刷直流电机控制新策略.在Matlab/Simulink中搭建BLDC控制系统的仿真模型,并实现双闭环的控制:速度环采用改进粒子群算法优化PID控制,电流环采用滞环电流控制.仿真结果验证了该控制方法对无刷直流电机调速系统具有良好的快速性、稳定性和鲁棒性.     

改进型Smith-Fuzzy PID参数自整定在热连轧机厚度系统中的应用

热连轧机厚控系统具有高度非线性、时变性和纯滞后等特点,有研究者采用改进型Smith算法补偿了由于纯滞后而导致的带材厚度精度波动问题。本文针对参数的时变性再结合FuzzyPID参数自整定控制方式,即改进型Smith-Fuzzy PID参数自整定。仿真结果表明:其调节时间减小,稳定时间提前,既对纯滞后特性有较好的补偿作用,又对被控对象参数变化有较强的适应能力,其成果对有色冶金行业提高带材质量具有重要的实用价值。     

改进自抗扰的PMSM双环伺服系统控制研究

永磁同步电机(PMSM)在电机参数本身变化和外部负载干扰等复杂环境下,传统控制方法无法满足伺服系统对于精度高、抗扰性强和稳定性好的要求。针对该问题,提出一种改进自抗扰(ADRC)的双环控制策略。结合PMSM控制模型和ADRC参数在PMSM中的实际物理意义,设计了改进扩张状态观测器(ESO)的二阶非线性自抗扰控制器实现对位置和速度的联合控制,简化了控制结构以提高伺服系统响应速度,设计了一阶线性自抗扰控制器实现对电流的控制,减小其对外环的影响以进一步提高伺服系统对高性能要求,给出了双环控制器一整套参数整定方法。在MATLAB/Simulink上的仿真实验结果表明,相较于标准ESO,改进ESO更加遵循实际,整个控制策略对于负载扰动和参数摄动表现出很好的抗扰性能和控制精度。研究结果表明,该控制策略能够有效满足PMSM伺服控制系统对高性能的要求。     

电液位置伺服系统低阶自抗扰控制研究

电液位置伺服系统是一种时变非线性、外部扰动未知且数学模型复杂的高阶系统,对其采用的高阶自抗扰控制方法,需要整定参数较多,模型结构复杂,在实际工程应用中难以实现。针对这个问题,对电液位置伺服系统的一阶和二阶自抗扰控制(ADRC)性能进行研究,实现电液位置伺服系统的低阶自抗扰控制。基于Simulink建立的电液位置伺服系统的低阶自抗扰控制系统,给定阶跃和正弦信号指令,并对系统施加一个负载扰动力,分析系统的响应速度、准确性和抗干扰能力。结果表明,一阶和二阶自抗扰控制都可以使电液位置伺服系统达到稳定状态,且二阶非线性自抗扰控制系统响应速度更快,控制精度高,鲁棒性更强。     

平整机轧制力控制系统神经网络自整定PID控制策略研究

为提高平整机轧制力控制系统的动态特性,满足延伸率控制的要求,在对轧制力控制系统模型辨识分析的基础上,对平整机轧制力控制系统的控制算法进行研究.针对平整机轧制力控制系统存在的电液耦合特性、参数时变特性、外界干扰和非线性等情况,提出基于改进BP算法的神经网络的自整定PID控制器,并对系统的响应特性进行仿真分析.结果表明基于改进BP神经网络的自整定PID控制器的控制效果优于普通PID控制器,且对于非线性和时变系统同样具有良好的控制能力.     

风干扰下无人机自抗扰控制参数自整定

针对室外环境中的复杂气流扰动对无人机姿态控制的影响,对姿态控制结构和控制器参数自整定进行研究。首先,建立复杂风场环境模型,并将其引入到无人机动力学模型中;其次,在此基础上,设计自抗扰控制器,并针对自抗扰控制参数过多整定困难的问题,使用RBF神经网络实现控制器参数自整定,采用IAE和ITAE性能指标来判断控制器性能好坏。通过与常规PID和反步法进行对比,证明了基于RBF神经网络优化后的非线性自抗扰控制器具有较高的控制精度和较好的抗风扰能力。     

基于粒子群算法的预挤压组合凹模优化设计

针对射孔弹壳体预挤压组合凹模,以降低凹模内壁最大等效应力为优化目标,对组合凹模结构参数进行了优化分析,得到了最佳径向直径比和过盈系数,为组合凹模的设计提供了定量优化的依据.采用拉丁超立方方法,对组合凹模的径向直径比和过盈系数进行抽样,结合数值模拟试验,建立等效应力与组合凹模结构参数的Kriging模型.在此基础上,应用Kriging模型结合粒子群算法,在结构参数的变量空间内进行全局寻优,得到优化的组合凹模结构尺寸.     

基于自适应果蝇优化算法的PID参数优化

针对基本果蝇优化算法(FOA)控制精度不高且易陷入局部最优的缺陷,提出一种自适应果蝇优化算法(IFOA)的PID参数优化方案。该算法以控制偏差绝对值和输入平方项的时间积分作为适应度函数,经过迭代寻优得到最优的PID参数值。通过二阶时滞系统测试并与基本果蝇优化算法比较,结果表明:该算法控制精度高、响应速度快、鲁棒性好,为PID参数优化提供了参考。     

基于PSO-SVM的FPC焊盘表面缺陷检测研究

针对柔性线路板(FPC)焊盘表面的缺陷检测,建立了一种利用粒子群算法(PSO)进行参数寻优的PSO-SVM分类识别模型。首先通过OTSU法将焊盘从原始图像中分割出来,然后对其5种表面缺陷从形状、灰度、纹理三个方面提取了14维特征,接着用粒子群算法方法对支持向量机的参数优化以获得较高的识别准确率,最后对缺陷样本进行分类识别,并将其与GS-SVM和BP神经网络分类性能进行对比。实验证明了该方法可以对焊盘缺陷进行准确的分类识别。     

高强度钢板的轿车支柱内板成形工艺研究

高强度钢板在成形过程中对工艺参数比较敏感,容易出现破裂等缺陷。采用有限元数值分析技术,对某轿车高强度钢板支柱内板结构零件的拉延工序进行数值模拟分析。对影响拉延成形质量的工艺参数进行了优化,主要对零件的坯料形状、拉延筋和压边力进行优化,通过对FLD图的分析以及综合考虑生产成本等问题,得到了坯料的形状,合理的拉延筋布置和合适的压边力。最终将优化后的模拟分析结果与实际生产出来的拉延件结果进行对比,验证了数值模拟的有效性,生产出质量较好的产品。     

基于并行遗传算法的矩形件排样优化

利用遗传算法对待排零件进行编码,将矩形件正交排样问题转化为排列问题.然后采用一种新的解码排样算法--基于最低水平线的改进算法,将每一个体编码转化为排样图,进行适应度评价,以驱动遗传进化,最终寻找出最优排样图.对遗传算法进行了并行性改进,较好地维持了种群的多样性,增强了算法的搜索效率.对文献中的两个算例进行了求解,结果表明该算法是有效的.     

基于PFEA、ANN和GA的U形件成形板料形状优化

将参数化网格划分系统ParaMesh和网格模型转换接口程序应用于参数化有限元分析(PFEA)和优化设计之中。通过ParaMesh建立了参数化有限元模型并进行参数化有限元分析。把人工神经网络(ANN)和遗传算法(GA)相结合进行优化设计,研究了U形件翻边成形中的板料形状优化。利用优化的结果值进行验算,获得了良好的成形件,表明基于PFEA、ANN和GA进行成形板料形状优化是可行的。     

WOA-SVM算法在钛合金端铣刀具磨损预测的研究

针对钛合金加工中刀具磨损状态的准确识别问题,建立了基于支持向量机(SVM)和鲸鱼优化算法(WOA)的钛合金刀具磨损预测模型。将SVM和WOA相结合,提出了一种新的WOA-SVM模型,用于钛合金立铣刀刀具磨损的精确估计。通过提取切削力的信号特征作为监测特征,利用邻域保持嵌入(NPE)对监测特征实现降维,提高了WOA-SVM模型的建模效率。实验结果表明：在保证预测精度的前提下,NPE的使用使WOA-SVM的建模时间减少了90%以上;与PSO-SVM和GSA-SVM等常用方法相比,WOA-SVM具有较高的预测精度,建模时间减少了30%以上;所建模型能有效预测钛合金加工刀具的磨损状态。     

基于SOA-LSSVM的SLS成形工艺参数优化研究

为提高选择性激光烧结(SLS)成形精度,解决工艺参数优化试验成本高等问题,选择激光功率、预热温度、扫描速度、扫描间距以及分层厚度5个工艺参数设计正交试验以获得样本数据并建立统一目标函数。采用人群搜索算法(SOA)优化最小二乘支持向量机(LSSVM),建立基于SOA-LSSVM的SLS成形件精度预测模型;预测不同工艺参数组合下制件的统一性能,并与采用传统BP神经网络和LSSVM模型获得的预测结果进行对比。结果表明：SOA-LSSVM模型针对小样本预测问题具有良好的泛化能力,预测值与实际值的最大相对误差仅为1.11%,可为SLS加工参数组合的选择提供参考。     

大型机械结构件的多学科设计优化(MDO)研究

大型机械结构件的优化设计一直是结构优化设计的一个重要内容,而多学科设计优化(MDO)为其结构优化提供了一条更为系统、精确的方法。本文主要讨论和研究了大型机械结构件MDO中的一些关键技术问题,并以轻型货车EQ1060F驾驶室车身为例,对其进行了多学科结构优化设计,为汽车车身的设计提供了一条新的设计思路。     

基于数值模拟的形状优化方法在冒口设计中的应用

基于数值模拟结果将结构优化领域中的形状优化方法应用于浇冒口的设计过程,建立设计、分析和优化的集成系统.针对铸造工艺建立了优化模型,并给出设计变量的灵敏度分析公式,首次利用全局收敛法(GCM)自动获取优化过程的搜索方向和搜索步长.最后给出一个冒口优化设计的算例,证明该优化模型和算法的可靠性,在保证铸件质量的同时达到了材料损耗最小的目的,实现了浇冒口系统参数的自动化设计.