基于GA-PSO的PMSM伺服系统分数阶控制

针对永磁同步电机伺服系统要求快速响应、鲁棒性及抗干扰能力的问题,设计了一种遗传算法—粒子群算法(GA-PSO)优化的分数阶PID控制器。利用改进Oustaloup算法,框图化实现分数阶PID控制器。采用GA-PSO算法优化整定分数阶PID控制器参数,解决了分数阶PID控制器设计繁琐、参数整定多的问题,可得到使伺服系统性能最好的分数阶PID控制器参数组合。对采用分数阶PID控制器和传统整数阶PID控制伺服系统进行仿真,结果表明,采用优化后的分数阶PID控制器具有跟踪速度快、抗干扰能力强、鲁棒性好的优点。     

基于蚁群算法分数阶PID控制器在温度控制系统的应用

针对温度控制系统的控制,提出了一种基于蚁群算法的分数阶PID控制方法。该控制器以系统误差、控制器输出、上升时间和超调量构成的函数为性能指标,利用蚁群算法全局搜索能力获取一组最优的PID参数Kp、Ki、Kd,并且能根据实时获取的误差在线调整PID参数。通过对比分析传统PID和分数阶PID,结果表明该温度控制器具有良好的动、静态特性,自适应性和鲁棒性好。     

基于蚁群算法的数控进给伺服系统PID参数优化

数控机床进给伺服系统的好坏,极大地影响了机床的加工性能。以蚁群系统和蚁群算法为基础提出了将蚁群算法与PID结合起来利用其全局寻优的能力对PID控制器参数进行优化的一种新的设计方法。在简要介绍蚁群算法基本思想的基础上,推导了蚁群算法PID参数优化方法,并给出了新算法的具体实现步骤,最后将该优化方案应用于控制数控机床进给伺服系统中的执行电机。计算机仿真结果表明,与传统的PID控制器相比,这种基于蚁群算法的PID参数优化控制器具有良好的动态和稳态性能。     

采用遗传算法参数整定的车辆ABS分数阶PID控制

以单轮车辆模型为基础在一定的简化和假设后对ABS进行数学建模,然后将分数阶微积分理论与传统PID控制理论相结合,构造出分数阶PID控制器。为得到最优的控制器参数,利用MATLAB的遗传算法工具箱,完成遗传算法的主程序编写。由于分数阶微积分算子的存在,不能直接用传递函数的方法得到适应度函数值,所以采用Simulink建立适应度函数值的仿真模型供主程序调用。然后在MATLAB/Simulink环境下,进行仿真实验:1)经验试凑法和遗传算法得到控制器参数时的系统仿真比较;2)基于遗传算法的分数阶PID控制器与传统PID控制器的系统仿真比较。结果表明:经过遗传算法优化得到的参数,使ABS系统的制动距离、制动时间、滑移率阶跃响应的超调量明显比试凑法时更小,同样得到分数阶PID控制器的ABS系统比整数阶的制动性能有明显的提升,从而验证了所提出的分数阶PID控制器在ABS制动控制中是有效的。     

基于CAPSO算法的修正炮弹分数阶控制器设计

为了提高修正炮弹系统模型的控制品质,采用分数阶控制器以取得更优的控制效果。针对分数阶控制器参数整定时大都需要公式推导、计算量大等问题,提出一种基于混沌自适应粒子群优化算法(CAPSO)并用于修正炮弹分数阶控制器的设计。将混沌算法与惯性权重调整的粒子群算法融合,对粒子群进行混沌初始化并对陷入局部最优的粒子进行混沌搜索,同时引入惯性权重非线性调整策略提高了算法的收敛精度,得到全局最优解。利用CAPSO算法对分数阶PIλDμ控制器的参数进行整定,并用于修正炮弹俯仰角稳定回路的控制中。通过仿真实验,验证了该优化算法的可行性。仿真结果表明,CAPSO算法在修正炮弹分数阶控制器的参数整定方面优于主导极点法、粒子群优化算法(PSO)等算法,与PSO算法相比调节时间减少了1.139 s、超调量减小了11.84%,具有收敛速度快、超调量小、稳定性好、抗干扰性强等特点;经CAPSO算法优化的分数阶PIλDμ控制器动态响应特性要优于整数阶PID控制器。     

改进粒子群算法优化的五连杆机器人分数阶PID控制器

针对机器人传统PID控制系统响应速度慢、输出不稳定性等问题,采用改进PID控制器,引入改进粒子群算法,将自适应加速器参数插入粒子群算法的原始速度更新公式,从而加快算法的收敛速度.采用改进粒子群算法优化分数阶PID控制器,将改进后的PID控制器用于五连杆机器人电机转速响应分析.仿真曲线表明:采用传统PID控制器,响应时间为0.5s,上下波动次数较多;采用改进PID控制器,响应时间为0.2s,上下波动次数较少.五连杆机器人采用改进粒子群算法优化分数阶PID控制器,能够快速地提高机器人控制系统运动的稳定性,降低输出误差.     

对分数阶非线性悬架的遗传优化PIλDμ控制

针对由分数阶磁流变阻尼和非线性弹簧组成的复杂车辆悬架系统进行减振控制研究。首先建立1/4车辆二自由度非线性悬架数学模型,然后结合分数阶微积分理论,设计PI~λD~μ控制器,采用遗传算法在线整定分数阶PID控制器参数,其中以车身垂直加速度、悬架动位移和轮胎动变形为优化指标建立适应度函数。同时在Matlab/Simulink中对非线性悬架分别进行分数阶PID控制、整数阶PID控制与被动悬架的性能对比仿真实验。结果表明,以遗传算法在线整定的分数阶PID控制器与被动悬架和整数阶PID控制的悬架相比减振效果更好,说明在既含有分数阻尼器又含有非线性弹簧时,其对悬架进行控制是有效的。     

一种新型最优PID控制器的设计

以蚁群算法为基础，提出了一种新的具有不完全微分的最优PID控制器的参数优化策略。该策略通过蚁群算法找出系统的3个最优参数，即比例增益Kp,积分时间常数T1和微分时间常数TD，针对给定的控制对象，给出了新算法的具体实现步骤。仿真应用表明，这种PID控制器具有很强的灵活性、适应性和鲁棒性。     

快速刀具伺服分数阶PID控制仿真的研究

利用分数阶PID控制,提出了一种新的快速刀具伺服(FTS)跟踪控制方法,以改善FTS的控制性能。根据差分进化算法,讨论了分数阶PID控制器的参数整定;通过数值仿真,考察了该方法的可行性和有效性。针对FTS的轨迹跟踪,根据响应时间、跟踪精度等指标,详细比较了分数阶PID控制与传统PID控制的性能。仿真结果表明,分数阶PID控制器的阶跃响应时间约为5×10-7s,是PID控制响应时间的42%,对频率为1 kHz,幅值为1μm的正弦信号的跟踪误差约为6 nm,是PID跟踪误差的50%,验证了基于分数阶PID控制器实现FTS轨迹跟踪控制的可行性和优越性。     

对含分数阶阻尼器非线性悬架的PID控制研究

对由分数阶磁流变阻尼器(分数阶Bingham模型)和非线性弹簧组成的汽车悬架系统进行PID控制研究,先建立其二自由度非线性悬架数学模型,再根据车辆的舒适性和平顺性要求设计PID控制器,在Matlab/simulink中建立非线性悬架的仿真模型,对PID控制器参数整定,并用Oustaloup逼近算法解算分数阶微积分因子,实现数值仿真。结果表明,该悬架与被动悬架相比,该悬架的平顺性和舒适性有明显的提高,说明在既含有分数阻尼器又含有非线性弹簧时,以PID控制器对悬架进行控制同样有效,对以后研究非线性悬架有一定的指导意义。     

交流伺服系统分数阶PID改进型自抗扰控制

针对采用永磁同步电机驱动的火箭炮交流伺服系统存在摩擦、惯性力矩、变负载及不同工况下内外扰动等复杂非线性问题,考虑到自抗扰控制(ADRC)抗内外干扰能力强和分数阶PID控制动态性能好,设计了一种分数阶PID改进型自抗扰控制器(FOPID-IADRC)。为了取得良好的动态性能和减少参数计算量,采用分数阶PID控制器取代非线性状态误差反馈器;引入粒子群优化算法,对FOPID控制器的5个控制参数进行实时在线自整定。仿真和半实物台架实验结果表明：该控制策略能够有效抑制位置扰动,具有良好的动态性能和较强的抗干扰能力。     

模糊分数阶PID在线径控制系统中的应用

PTFE推挤机是通讯电缆生产的主要设备,其核心是具有时变性、非线性、大滞后的线径控制系统。采用传统的PID进行控制时,由于PID控制器的参数为常数,一旦出现扰动易产生超调。为解决出现扰动时线缆线径波动较大的问题,将模糊控制与分数阶PID控制相结合,设计模糊分数阶PID(FOFPID)控制器。以线径误差及其变化率作为输入信号,分数阶PID控制器的5个参数作为输出信号对线径控制系统进行调节。分析了不同积分阶次和微分阶次对线径控制效果的影响,建立适合线径控制的模糊规则,完成对FOFPID控制器参数的自适应整定, 并引入Smith预估器对滞后特性进行动态补偿。实验结果表明,带滞后补偿的FOFPID控制器快速响应能力较好,控制效果较优,满足通讯线缆实际生产要求。     

基于蚁群算法PID控制器的自动配料系统研究

针对传统PID配料控制系统精度不高的问题,提出了一种基于蚁群算法PID参数优化控制方法,将蚁群算法能快速稳定找到最优参数解的特点与PID精确调节的特点有机结合起来。在简要介绍蚁群算法原理的基础上,描述了蚁群算法PID参数优化方法,并给出了新算法的具体实现步骤。仿真应用研究表明,该方法比传统的PID控制有更强的灵活性、适应性和鲁棒性,能有效提高系统配料精度,进而验证了该方案的可行性和有效性。     

带式输送机输送带横向纠偏控制系统

为提升输送带横向纠偏系统实时性和准确性,设计了带式输送机输送带横向纠偏控制系统。首先提出输送带纠偏控制系统总体方案,再根据控制系统数学模型,设计基于排序蚁群算法优化的输送带横向纠偏PID控制器,最后对排序蚁群算法优化的PID控制器进行仿真分析和实验验证。结果表明,基于排序蚁群算法优化的PID控制器对于阶跃信号响应速度快、超调量小。系统的提出对保障港口带式输送机安全稳定运行具有重要意义。     

神经网络分数阶PI~μD~λ在压电叠堆控制中的应用

为了克服压电叠堆的迟滞特性,实现压电叠堆的精确控制,建立了压电叠堆控制系统,研究了该系统所用到的神经网络、分数阶微积分等算法。首先,搭建了采集压电叠堆位移数据的硬件系统,并对含有噪声的位移数据进行了滤波处理;利用径向基函数(RBF)神经网络对压电叠堆建模,得到了模型参数。然后,利用RBF神经网络建模得到的Jacobain信息来整定分数阶PI~μD~λ控制器中的参数对压电叠堆进行控制。最后,与RBF整数阶PID对压电叠堆的控制效果进行了对比。结果显示:RBF建模误差仅为位移实测数据的0.22%,RBF神经网络分数阶PIμDλ控制系统输出稳定,很好地跟随了给定。得到的结果表明RBF神经网络分数阶PI~μD~λ控制器控制性能良好,在压电叠堆的控制中比RBF整数阶PID控制器表现得更加稳定、精确。     

基于分数阶微积分的线控转向系统的控制研究

根据线控转向系统的特点,建立了能够实现正常转向功能的前轮转向模块的动力学方程。并根据线控转向系统鲁棒性的设计要求,提出了一种基于分数阶微积分理论的PIλDμ控制器,使得线控转向系统在所要求的频域范围具有鲁棒性。讨论了积分阶次、微分阶次以及拟合阶次对控制系统的影响。通过优化方法得到分数阶PIλDμ控制器的五个设计参数,用Oustaloup递归算法对分数阶PIλDμ控制器进行拟合,得到了可在Matlab/Simulink环境下使用的分数阶PIλDμ控制器仿真模型,并对该控制系统进行了仿真分析。结果表明:该控制器对提高转向系统性能的鲁棒性是有效的。     

基于分数阶控制算法的伺服压力机控制器研究

针对压力机位置伺服控制系统惯量大、精度不高等问题,根据滑块运动特点,提出分数阶PI~λD~μ控制理论以及分数阶控制器的数字实现方式。分数阶控制器中分数阶微积分的使用能够改善传统PID控制器的系统稳定性,提高控制效果。为验证分数阶控制器的控制效果,在Matlab/Simulink下建立了压力机位置伺服系统模型,仿真结果显示:分数阶PI~λD~μ控制器的控制效果明显优于传统的整数阶PID控制器。     

移相全桥DC/DC变换器分数阶PI~λD~μ控制的研究

针对传统PID控制已经难以达到移相全桥变换器对输出动态响应的要求,将分数阶PIλDμ控制器应用到移相全桥变换器中,提高其动态特性。首先,在Buck变换器基础上,建立移相全桥DC-DC变换器小信号模型。利用粒子群优化算法对分数阶PIλDμ参数的整定,获取最佳PID参数。最后,分别在MATLAB/Simulink中搭建的仿真模型和3k W实验样机,对分数阶PIλDμ与整数阶PID进行比较。仿真与实验样机的结果均验证分数阶PIλDμ控制策略的可行性和有效性。     

基于分数阶PIλDμ控制器的线控转向系统研究

根据线控转向系统的特点,建立了能够实现系统正常转向功能的前轮转向模块的动力学方程.考虑到系统性能受到参数的不确定性、未建模动态及前轮回正力矩的影响,基于分数阶微积分理论,提出了一种基于分数阶微积分理论的PIλDμ控制器,使得线控转向系统在所要求的频域范围具有鲁棒性.讨论了微、积分阶次以及拟合阶次对控制系统的影响.通过优化方法得到了分数阶PIλDμ控制器的5个设计参数,用Oustaloup递归算法对分数阶PIλDμ控制器进行了拟合,并据此建立了可在Matlab/simulink环境下使用的分数阶PIλDμ控制器仿真模型.最后对该控制系统进行了仿真分析,结果表明该控制器对提高转向系统性能的鲁棒性是有效的.     

两种群智能算法在PID参数优化中的应用分析

PID的参数优化是应用工程中非常关键的一个问题.针对PID的参数优化,分析了两种最常用、经典的群智能算法——粒子群算法和蚁群算法在PID参数优化中的应用.两种群智能算法与PID控制器的结合适用于不同场合,各有优势和不足.两种群智能算法都能够有效地对PID参数进行整定,使得系统得到更好的鲁棒性和精确度.