改进遗传算法整定自抗扰控制器参数及应用

非线性自抗扰控制器策略(ADRC)耦合参数众多,单一机制优化算法在进行参数整定时易陷入局部最优解,极大地降低了自抗扰控制器的控制精度。针对此问题,该文提出了一种改进遗传算法(KFC-2PMGA)进行自抗扰控制器参数整定,将核模糊聚类算法应用到遗传算法双种群划分中,并针对聚类所得双种群,分别采用不同的自适应交叉及变异策略,有效地避免了传统遗传算法易产生"早熟"的现象。并以永磁同步电机为例进行仿真验证。结果表明,优化后的自抗扰控制器具有良好的系统响应及控制精度,改进后的遗传优化算法适用于复杂非线性自抗扰控制器参数整定。     

基于双种群鲨鱼优化算法的自抗扰机械臂轨迹跟踪

针对自抗扰控制器耦合参数过多,传统经验整定法难以整定的问题,提出一种改进的鲨鱼优化算法对参数进行在线整定.通过自适应控制因子、双种群寻优、位置废弃等策略改善传统鲨鱼优化算法易陷入局部最优和开发勘探能力不平衡的缺陷.将整定后的自抗扰控制器对机械臂进行轨迹跟踪实验.实验结果表明,优化后的自抗扰控制器有效降低了轨迹跟踪误差,提高了控制精度和抗扰动能力.     

基于双种群混沌鲸鱼算法的自抗扰控制器参数整定

非线性自抗扰控制器具有多个耦合参数且依靠传统的经验整定法难以整定,以至于对控制器的精度和抗扰动能力造成一定影响。针对此问题,提出一种双种群混沌鲸鱼算法对控制器参数进行在线整定。针对传统鲸鱼算法易陷入局部最优以及在迭代后期出现寻优缓慢的现象,提出一种混沌策略和双种群协同机制对算法进行改进。以机械臂作为被控对象进行仿真验证,结果表明优化后的自抗扰控制器具有更好的控制精度和良好的抗扰动能力。改进后的鲸鱼优化算法可以用于非线性自抗扰控制器参数整定。     

服务机器人自抗扰控制器参数整定优化技术研究

针对服务机器人自抗扰控制器多个参数的整定,主要采用经验试法或某种优化算法进行整定,存在参数整定过程困难、整定结果陷入局部最优等问题,为了解决这些问题,提出了一种基于人工免疫遗传算法优化的服务机器人自抗扰控制器参数整定技术方法。该方法主要充分融合了人工免疫和遗传算法各自的优点,解决了单种智能优化算法出现的“早熟”问题,使得自抗扰控制器参数整定实现最优解;最后搭建仿真平台进行了实验,实验结果表明了该方法提高了自抗扰控制器控制精度、稳定性和鲁棒性,有效验证了提出方法的有效性。     

基于PSO优化的电动舵机自抗扰控制器设计

将自抗扰控制技术(ADRC)引入电动舵机控制系统,针对系统输出的测量噪声,使用反正切非线性函数对ARDC进行改进,并针对自抗扰控制器参数较多,整定难度大的特点,采用粒子群优化算法(PSO)优化参数.利用Matlab/Simulink对某电动舵机控制系统进行建模、实现基本自抗扰控制器得出基本ADRC控制性能数据,采用粒子群优化算法对ADRC参数进行优化,得出PSO优化ADRC控制性能数据.分析两组数据得出经过粒子群算法优化后的参数更能发挥自抗扰控制器的效能,优化过程对ADRC实际应用具有指导意义.     

永磁同步电机的自抗扰控制器参数自整定

当永磁同步电机的工作环境和工作任务发生改变时,被控对象的模型会出现较大的变化;由于每次模型改变都要对控制器的参数进行调整,为了简单、快速地对线性自抗扰控制器的参数w0、wc、b0进行整定,设计了一种基于改进粒子群的算法的参数自整定方法;该算法引入了自适应权重因子从而兼顾了粒子的局部搜索能力和全局搜索能力;为了避免粒子陷入局部最优解,采用了对粒子群进行柯西变异的方法使粒子跳出局部最优从而找到全局最优解;仿真实验表明,采用改进粒子群算法整定的线性自抗扰控制器跟踪误差比较标准粒子群算法整定的控制器的跟踪误差降低了4.89％,且比标准粒子群算法收敛速度提高了50％、收敛精度平均提高了73个数量级.     

基于改进粒子群算法的四旋翼自抗扰控制器优化设计

针对四旋翼飞行器自抗扰控制器参数较多,人工整定困难且难以得到最优控制效果的问题,提出一种基于改进粒子群算法的四旋翼自抗扰控制器优化方法。在设计了四旋翼飞行器的自抗扰控制器之后,将自抗扰控制器的参数作为粒子群中的粒子进行迭代寻优,同时在传统的粒子群算法基础上,参考遗传算法,对适应值不好的粒子进行交叉保优,以提高粒子的多样性,加快寻优速度。仿真结果表明,对比人工整定参数的控制器,优化后的控制器超调更小,调节时间更快。该方法能够解决四旋翼飞行器自抗扰控制器人工参数整定困难的问题,且优化后的控制器具有更好的控制效果。     

离散型自抗扰控制器在四旋翼飞行姿态控制中的应用

本文首先介绍了自抗扰控制器的结构组成,包括跟踪微分器、扩张状态观测器以及非线性状态误差反馈律,及各部分的典型算法.针对四旋翼盘旋系统的姿态控制问题,设计了3种离散型自抗扰控制器,搭建了仿真结构图,并进行了参数整定,得到了优良的仿真结果.进而在实际装置上进行试验,调试出了令人满意的姿态实时控制结果.实时控制结果表明,文中所设计的自抗扰控制器可以满足控制精度及快速性的要求,并且具有抗干扰性能、稳定控制能力以及对非线性强耦合系统的解耦能力.最后,总结并分析了3种自抗扰控制器的优缺点及适用范围.     

基于改进差分算法的变桨ADRC参数优化

自抗扰控制器是一类不依赖被控对象数学模型且具有较强鲁棒性及抗干扰能力的非线性控制器,已成功应用于风力发电机变桨距控制这一多变量、强耦合的非线性系统中,但自抗扰控制器也存在参数众多整定难度大这一明显缺点。现提出了通过智能算法来实现参数的自动整定。分析了改进差分进化算法的原理及步骤,并将改进差分进化算法应用到ADRC的整定过程中,实现参数的自动整定。仿真结果验证了通过改进差分进化算法自动整定ADRC参数的可行性,与传统PID控制器相比,改进差分进化算法整定后的ADRC能较好的满足风力发电机变桨控制要求,有效维持了风力发电机组输出功率的稳定性。     

腰部外骨骼机器人线性自抗扰控制器参数优化

针对腰部外骨骼机器人线性自抗扰控制器参数难以调整的问题,本文提出一种基于天牛须搜索的改进粒子群算法(PSO)。建立腰部外骨骼机器人模型,采用线性自抗扰控制器,进一步引入改进的PSO对其进行参数优化。该算法通过混沌初始化种群,提高粒子执行效率;采用非线性策略调整惯性因子和学习因子,加强粒子的搜索能力;引入天牛须搜索算法与PSO结合,并采用自适应权重,使得粒子可对周边环境进行较好地判断,避免粒子陷入局部最优。分别通过6个测试函数和建立系统评价指标进行仿真实验,结果表明所提出的算法有更好的收敛精度,优化后的控制器具有更好的控制性能。     

基于QDRNN-ADRC的重力稳定平台控制研究

针对稳定平台系统存在系统模型不够精确或者参数变化,或者外部干扰未知等现象,以及采用自抗扰控制器存在参数众多且难以整理的问题,提出了一种基于准对角递归神经网络—自抗扰控制器(QDRNN—ADRC)的重力稳定平台控制算法.通过自抗扰控制器对系统的"总扰动"进行估计并补偿,同时引入神经网络的辨识功能对自抗扰控制器部分参数进行在线整定,基于自抗扰控制技术核心架构设计了QDRNN—ADRC.仿真结果表明:有效解决了重力稳定平台利用神经网络的辨识功能对自抗扰控制器部分参数进行在线整定外扰动的干扰以及参数自适应整定问题,相对于传统控制方法,其在稳定精度、快速性及抗干扰性方面均具有一定优势.     

永磁同步电机PID参数优化研究

研究永磁同步电机优化控制问题,永磁同步电机具有强耦合和强非线性特性的特点,应用环境一般较为复杂且常常存在各种干扰使电机系统稳定性差,针对传统PID控制方式很难满足电机系统要求,控制效果差,超调大。为提高控制精度,提出一种改进的PID控制方法。将PID控制器的参数作为粒子群中的粒子,系统控制精度作为粒子的寻优目标,通过粒子搜索找到最优PID控制参数,从而对电机进行精确的控制。仿真结果表明,粒子群算法的PID控制器提高了永磁同步电机系统控制精度,为永磁同步电机优化设计提供了科学依据。     

无刷双馈电机自抗扰控制方法

针对无刷双馈电机非线性强耦合特性, 提出一种实现其高性能控制的自抗扰控制方法. 在控制电机同步坐标系下, 设计磁链自抗扰控制器和转速自抗扰控制器, 对系统内部的耦合影响和系统外部扰动进行观测和补偿, 实现非线性系统线性化控制. 该控制器具有较强的鲁棒性, 且不依赖电机模型. 仿真对比结果表明, 自抗扰控制器能够准确地估计和补偿系统的内外扰动, 控制精度高, 抗扰能力强, 能够实现磁链和电磁转矩的解耦, 进而实现磁链和转速相互独立控制, 是一种简单有效的高性能控制方法.

     

循环流化床锅炉燃烧系统的自抗扰控制器优化设计

循环流化床锅炉燃烧系统是典型的具有非线性、大滞后、强耦合特性的系统, 很难建立准确的数学模型,常规的控制方法难以取得良好的控制效果. 自抗扰控制器具有结构简单, 不依赖被控对象具体模型等优点, 易于工业现场应用. 本文为某国产75 t/h循环流化床锅炉燃烧系统设计自抗扰控制器, 使用非支配排序果蝇算法对控制器参数进行基于ITAE指标、调节时间和最大控制量的多目标优化. 用所设计控制器进行仿真研究, 并与非优化的自抗扰控制器和基于预期动态的PI控制器进行比较. 结果表明, 所设计控制器效果最优, 可以更有效地对通道间的耦合 进行估计和补偿, 具有更强的解耦能力.     

基于FOPID+ADRC的永磁同步电机低速控制

永磁同步电机(permanent magnet synchronous motor,PMSM)是一个非线性、多变量、强耦合系统,具有不确定的外部干扰。为了提高其低速运行时的控制精度,采用一种改进自抗扰控制(active disturbance rejection control,ADRC)对其进行控制。首先通过插值法构建一个新的非线性函数来代替ADRC中原有的最优控制函数,使其在原点处更平滑和连续。并将此函数应用于扩张观测器(extended state observer,ESO),最后将非线性误差反馈率(nonlinear state error feedback,NLSEF)用分阶数比例积分微分(fractional-order proportion integration differentiation,FOPID)代替以提高其动态性能。经SIMULINK仿真结果表明,该控制算法在PMSM低速控制中比传统ADRC具有更快的响应速度和更好的抗干扰能力。     

电动负载模拟器多余力矩抑制方法研究

为了解决多余力矩对电动负载模拟器强干扰,影响加载指令跟踪精度的问题,论文将基于蚁群优化的PID控制方法用于加载电机控制器的设计.首先在分析加载电机结构以及工作原理的基础上建立了电动加载系统的数学模型,并利用结构不变性原理进行前馈补偿推导;其次针对常规PID控制器无法通过变参数来应对复杂的非线性环境的问题,提出了一种基于...     

机载液压舵机伺服系统优化控制研究与仿真

研究机载液压舵机伺服系统液位精确控制问题。飞行器在空中起降高度发生大幅变化时导致气压不稳,液压受到气压不稳的影响发生不规律性和非线性波动。传统液压舵机伺服控制方法中,以PID算法为基础,控制参数灵活,不能很好地处理液压异常变化带来的液位零漂、滞后造成的影响,造成液位控制精度不高的问题。为此提出了参数动态调整的机载液压舵机伺服系统液位优化控制算法,通过建立参数动态模型,运用动态模型使得液压参数可以根据实际情况变化,保证了干扰条件下的控制精度。仿真结果表明,优化控制方法能够有效解决气压干扰下液位的控制精度,为系统优化提供思路。