基于免疫粒子群的机器人自抗扰控制器参数整定方法

针对利用经验试凑法或其他优化算法整定机器人自抗扰控制器参数,存在整定过程复杂、整定结果不是全局最优等缺陷,提出一种基于免疫粒子群融合算法的机器人自抗扰控制器参数整定方法。该方法将免疫算法的免疫信息处理机制引入粒子群算法结构中,解决了免疫算法优化过程繁杂冗长以及粒子群算法过早陷入局部最优的问题,实现了自抗扰控制器参数整定,快速找到全局最优解。MATLAB仿真结果表明：该方法提高了自抗扰控制器的响应速度和稳定性,适用于机器人自抗扰控制器参数的整定。     

6自由度液压机器人的自抗扰控制

为提高6自由度液压机器人电液驱动系统的控制性能,针对电液位置伺服系统的非线性和不确定性,建立了6自由度液压机器人后臂电液位置伺服系统的数学模型,提出了3阶自抗扰控制方案,通过对系统内扰和外扰进行估计和补偿,实现对位置的控制。仿真结果表明,所设计的自抗扰控制器不仅能满足系统对快速性和准确性的要求,而且还能有效抑制负载突变或未知扰动对系统性能的影响,与传统PID控制相比,其具有更强地鲁棒性和抗扰动能力,能满足6自由度液压机器人控制系统动态性能的基本要求。     

基于粒子群优化算法的液压伺服控制系统PID参数优化

PID控制是液压伺服控制系统中广泛应用的一种控制方式,PID参数是否合理直接影响着液压伺服系统的性能.本文以并联电液伺服平台的PID参数优化为例,使用粒子群优化算法对PID参数进行优化,结果显示该方法的调节效果良好.     

基于自抗扰控制的矿车液压驱动优化研究

液压驱动系统因功率密度大、承载能力强被广泛应用于矿山运输车辆驱动,但传统液压驱动系统采用内燃机-变量泵-阀-变量马达的传动方式,具有能耗高、效率低的缺点。为解决上述问题,提出一种变转速液压驱动系统方案。采用变转速电机-定量泵-蓄能器-定量马达的传动方式,提高能量效率,同时精简了控制器结构。通过控制器控制电机转速,实现整车的速度控制。为提高矿山运输车驱动系统控制性能,改进自抗扰控制器。结果表明:变转速液压驱动系统很好地适配于矿山运输车辆;所设计的控制系统的精度更高、稳定性更好、抗扰能力更强。     

轧机液压APC系统的自抗扰控制研究

考虑到液压APC系统存在不确定负载干扰和未建模动态的特点,首先建立了液压APC系统的模型,将不确定性负载扰动和未建模动态视为一个综合扰动项,然后利用扩张状态观测器（ESO）对其进行观测和补偿,并基于自抗扰控制技术设计了一个不依赖于对象模型的控制器。仿真结果表明：该控制器不仅有效地抑制了不确定负载扰动对系统的影响,同时对受控对象模型参数的变化也具有较强的鲁棒性。     

液压位置伺服系统的自抗扰控制

由于闪光对焊过程中液压伺服系统存在非线性、参数时变性和强干扰性等特点,传统PID控制在控制精度上难以满足要求。依据液压伺服系统的主要影响因素和工艺要求,设计了三阶非线性自抗扰控制器。建立了液压伺服系统的数学模型,利用AMESim和Matlab软件对液压系统进行联合仿真,并将仿真结果与采用PID控制器的仿真结果进行对比。结果表明:该控制器优于传统的PID控制器,满足了液压位置伺服系统的控制要求,具有很强鲁棒性和抗干扰能力。     

基于改进差分进化算法的液压自抗扰控制器设计

液压伺服系统由于控制精度高、功率密度大受到广泛应用,但其自身在运行中存在较大的扰动和非线性,使其精确位置控制存在一定的难度。自抗扰控制器（ADRC）是一种新型的控制器,它对于强不确定性和非线性有较好的控制能力,但它是一个多参数非线性控制器,其优化设计的难度远远高于PID等传统控制器。提出一种改进差分进化算法,使用了一种新型的目标函数,并将其应用在液压伺服系统的自适应自抗扰控制器设计中。仿真实验结果证明：改进差分进化算法相比较于其他方法具有更强的全局搜索能力,设计的自抗扰控制器能更好地适应液压伺服控制的需要。     

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。     

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。     

异步电机调速系统的自抗扰控制研究

针对矢量控制系统存在的参数鲁棒性差的这一难点,基于自抗扰控制原理,提出了一种可以取代经典PID控制器用于异步电机调速的非线性自抗扰控制器.利用扩张状态观测器,自抗扰控制器可以估计出系统状态变量及其广义导数,从而实现异步电机的精确解耦.此外,上述控制方案不需要精确电机参数就可以实现干扰补偿,这使得自抗扰控制器的设计能够独立于异步电机的精确数学模型.仿真和实验结果表明,相对于经典PID控制器,自抗扰控制器在较宽的调速范围内具有更好的动态性能.     

基于柔性铰链微动平台的自抗扰控制方法

微动平台一般以柔性铰链为导向机构,由于系统固有频率低,会严重限制传统PID算法的控制带宽,影响定位精度。因此,设计自抗扰控制算法（ADRC）将系统未建模动态与外部未知扰动共同视作“总扰动”,通过扩张状态观测器（ESO）进行估计和补偿,提高系统的控制带宽。为了充分利用已知的模型信息,设计基于模型的ADRC算法,将柔性铰链标称模型输入到ESO中,进一步提升系统的控制性能。最后,通过10 μm行程的点位运动实验进行验证。结果表明：因为控制带宽无法过大而导致PID难以响应,ADRC提高了控制系统带宽,实现了精密定位;模型ADRC进一步提升了响应速度与定位精度。相比ADRC,模型ADRC整定时间缩短了68.1%,最大跟踪误差降低了53.8%,定位精度提升了60.7%。     

电液舵机的自抗扰控制研究

采用直驱式伺服控制的新型电液舵机系统具有非线性程度高、系统响应慢、易受外界负载扰动等特点,传统的PID控制器无法抵抗外界干扰,对大工况变化系统控制效果差。为克服传统PID控制器的缺点,安排了过渡过程,调节系统的响应过程以降低启停过程的动态冲击;设计了扩张状态观测器,估计补偿系统受到的水动力负载扰动;进一步通过非线性控制规律组合,增加了系统的响应速度。基于设计的自抗扰控制器,采用了MATLAB和AMESim联合仿真研究。与传统的PID控制器对比:运用自抗扰控制的电液舵机,启停过程更加平滑;控制特性不变的情况下系统抗干扰能力得到进一步增强。     

压电驱动的快刀伺服器的迟滞逆模型辨析与自抗扰复合逆控制

为了提高具有表面微结构零件的超精密加工中快刀伺服器的轨迹预测和跟踪精度与抗干扰性,设计一种新型复合控制:在前馈控制器中用Preisach逆模型补偿系统中压电陶瓷驱动器引起的非线性特性;针对前馈控制器未能补偿的非建模扰动、模型参数的不确定性以及其他外界未知扰动,设计了自抗扰控制作反馈控制器。推导了Preisach逆模型;用RBF神经网络实现了Preisach逆模型对压电陶瓷驱动器的线性化补偿;通过对快刀伺服器的建模分析,得到惯性环节和二阶振荡环节串联的等效模型,设计三阶四维扩张状态观测器,可对未知扰动的观测结果作出实时估计和补偿。根据快刀伺服器和超精密车削的特点,取消跟踪微分器,增加速度输入和加速度输入,设计了改进的自抗扰控制器。上述两种控制器组合成复合控制器。实验表明,该复合控制方法可以提高预测和跟踪精度与抗干扰性。     

基于混合粒子群算法的液压弯辊控制

在带钢轧制过程中,由于液压弯辊伺服控制系统是非线性时变系统,并受多种因素的影响,很难建立精确的数学模型,弯辊也需要对轧制力的变化做出快速的反应,因此控制器的性能是关键因素,本文将粒子群算法和遗传算法相结合,组成新的混合算法并将其应用到某液压弯辊伺服系统的自适应PID控制中,并对此进行仿真研究,取得了较好的控制效果.     

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。     

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.