基于自抗扰控制的全数字电动舵机设计

关于电动舵机性能优化问题,针对电动舵机非线性强、使用环境复杂,引起系统响应性能差.为提高控制性能,提出采用DSP结合FPGA的全数字电动舵机设计方案,并充分利用全数字通信的优点,利用一种同步RS485总线和CAN总线的总线式电动舵机控制系统;其次引入自抗扰控制算法,并针对自抗扰算法对测量噪声较敏感的特点,提出基于反正切函数的自抗扰控制算法;最后针对自抗扰参数较多的特点,使用改进PSO对参数进行优化.经试验验证,电动舵机系统集成度高,抗干扰能力强,并且带载精度高,频带带宽高,对内部参数摄动以及外部负载变化具有较强的控制鲁棒性.     

基于BAS-PSO的半主动悬架自抗扰控制

针对车辆半主动悬架振动控制问题，提出了一种基于天牛须粒子群优化(Beetle Antennae Search and Particle Swarm Optimization, BAS-PSO)的自抗扰控制(Active Disturbance Rejection Control, ADRC)策略。通过搭建被控模型和设计自抗扰控制器，实现了对车辆悬架系统抗扰能力的增强。为解决ADRC参数需要人工试取整定的问题，在PSO算法的基础上融合了BAS算法，有效克服了粒子群的局部最优问题，并以车辆性能指标的均方根值为目标函数，进行控制算法优化。在MATLAB/Simulink环境下进行仿真实验时，将基于BAS-PSO的ADRC与被动悬架、粒子群的ADRC和粒子群PID控制进行了验证和比较。结果表明，所提出的控制策略具有更好的减振效果。     

PSODE混合算法的ADRC控制

针对自抗扰控制过程中存在的最优参数难以确定的问题,提出一种基于混合PSODE的参数调整算法。采用线性ADRC控制器,利用ITAE值作为子项对系统动态性能进行评价,对于振幅回撤较大的输出增加惩罚策略;针对ADRC控制参数较多、难优化的问题,采用混合PSODE算法进行优化:当PSO的搜索停滞时,新算法异步间歇对pbest空间进行变异,并自适应调整惯性权重使粒子收敛,平衡了算法的全局和局部搜索能力。最后利用所提出的控制算法对锅炉过热汽温系统控制模型进行仿真,结果显示优化后的控制系统具有良好的控制性能和鲁棒性。     

基于粒子群算法的自抗扰飞行控制器优化设计

提出了一种基于粒子群算法的自抗扰飞行控制器优化设计方法。方法中,利用自抗扰控制方法抗干扰能力强、鲁棒性好与对模型参数变化适应能力强的特点,设计了自抗扰纵向飞行控制器,以提高飞行控制性能。同时针对所设计的自抗扰飞行控制器参数较多,难以设计的问题,应用粒子群优化算法进行了控制器参数的自寻优设计。仿真结果表明:不需要人工调参,通过粒子群优化算法自寻优获得的飞行控制器参数具有良好的控制性能,提高了设计效率。     

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。     

基于参数优化的永磁同步电动机直接转矩控制系统自抗扰控制器研究

针对基于PI控制器的永磁同步电动机直接转矩控制系统存在转矩波动大、易受负载变化影响的问题,设计了一种基于转速外环的自抗扰控制器,代替PI控制器以改善永磁同步电动机直接转矩控制系统的性能;采用粒子群优化算法对自抗扰控制器的相关参数进行了优化计算,改进了控制器的调节性能。仿真和实验结果表明,基于参数优化自抗扰控制器的永磁同步电动机直接转矩控制系统具有较高的抗负载扰动能力,更快的响应速度和良好的动、静态性能。     

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。     

开关磁阻电机自抗扰调速优化控制研究

开关磁阻电机速度控制系统是复杂的非线性时变系统,系统变量之间耦合严重,容易产生转矩脉动和噪声,针对上述问题,提出混沌粒子群优化的自抗扰控制方法;首先,依照速度环的模型特点,设计自抗扰控制器,包括跟踪微分器,扩张观测器,以及非线性状态误差反馈率,使用混沌粒子群算法对控制器进行参数调优,得到自抗扰控制器的参数;混沌自抗扰的输出作为参考转矩输入至直接转矩控制器,然后直接转矩控制器将参考转矩转化为脉冲信号输入到电力电子器件中;最后在仿真平台上对设计的控制系统进行实验,并与传统的PD(比例-微分)控制方案以及常用自抗扰控制方案进行对比。结果显示,对于给定的速度阶跃信号和阶跃扰动,混沌粒子群优化的自抗扰控制方法相比于传统的PID和常用的自抗扰参数表现出更优的动态和静态性能,并且在外部参数和内部参数扰动时,表现出良好的抗干扰能力。     

基于粒子群算法的自抗扰控制器参数优化

针对于自抗扰控制器中参数难以整定的问题,提出了基于粒子群优化算法的参数优化设计方法。该设计方法的实质就是选择合适的适应度函数,利用粒子群优化方法对自抗扰控制器的可调参数进行优化。该设计方法运算简单易于实现。对于实现自抗扰控制算法的快速调参具有重要意义。     

无人机空中加油控制设计与仿真

无人机空中加油控制精度问题,无人受油机模型的各种不确定性与来自外部的各种干扰归结为扰动,造成控制精度差。为解决上述问题,提出一种免疫粒子群优化算法的自抗扰无人机自主空中加油飞行控制律设计方法。利用自抗扰控制能够自动检测并补偿内部与外部干扰影响的特点,并利用扩张状态观测器进行估计与补偿,从而增强了所设计飞行控制律的鲁棒性,用免疫粒子群优化算法对自抗扰控制器参数进行了优化研究,以提高设计效率。仿真结果表明,所设计的自抗扰自主空中加油控制系统具有优良的控制性能与较高的控制精度,能够满足无人机自主空中加油的要求。