浅析粒子群算法液压伺服系统pid参数的优化

《浅析粒子群算法液压伺服系统pid参数的优化》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、学兔兔www.xuetutu.com第6期(总第181期)机械工程与自动化NO．62013年l2月MECHANICALENGINEERING&AUTOMATIONDec．文章编号：1672—6413(2013)06—0031—03基于粒子群算法液压伺服系统PID参数的优化丁曙光，许来(合肥：1--业大学，安徽合肥230009)摘要：PID控制器在液压伺服系统中得到广泛的应用。为了有效地寻找液压伺服系统的最佳PID控制器参数，提出一种基于粒子群算法的PID参数优化策略。通过建立PS()一PID控制器参数模型，对PID控制器的参数进行实时优化；

2、利用MATLAB对系统进行仿真，结果显示在液压伺服系统的工况相同时．新型控制器能取得满意的控制效果。关键词：粒子群；PID控制器；液压伺服系统中图分类号：TN820．33：Tt’391．9文献标识码：A0引言1粒子群优化算法液压伺服系统是在液压传动和自动控制理论基础粒子群优化算法(ParticleSwarmOptimization，上建立起来的一种自动控制系统。由于其优良的动态PSO)是由Kennedy和Eberhart于1995年提出的一性能，在机械行业得到了广泛应用，通常在一些简单的种演化计算算法，它是一种基于种群进化的计算方法，液压伺

3、服系统中，我们采用传统PID控制方法对系统算法的基本思想是通过群体中个体之间的协作和信息进行控制就能得到较好的控制效果，然而随着社会的共享来寻找最优解。可以这样来理解PSO算法：PSO进步，液压技术与自动化水平也相应提高，人们在对一算法就是模拟一群鸟寻找食物的过程，每只鸟都是些复杂的液压伺服系统进行控制时，由于系统的非线PSO算法中的一个粒子，也就是我们需要求解问题的性、滞后性和时变性等特点，用传统PID控制方法很可能解，这些鸟在寻找食物的过程中，通过跟踪个体极难对这些系统进行有效的控制，为此就需要采用一些值与全局极值，然后不停改变自己在空

4、中飞行的位置新型的控制策略对系统进行控制[1]。和速度来寻找食物的最佳位置[2]，其中个体极值是每近几十年来，一些新型的智能算法(如神经网络、个粒子当前搜索到的最优位置，全局极值是整个粒子遗传算法、免疫算法)被人们相继提出，这些算法具有群当前搜索到的最优位置。通用性和鲁棒性好、算法简单以及并行处理等优点，对假设种群中有个粒子在D维空间中搜索，我们于一些传统PID控制算法不能较好控制的复杂系统，用x，一[X⋯，z]表示第个粒子的位置，选取合适的智能控制算法可以取得好的控制效果。随V一[⋯，m]为第个粒子的速度，粒子的个着这些算法的逐渐成熟，在

5、复杂的液压伺服系统中的体极值用P一[pP，⋯，P]‘r来表示，P=[。，应用也越来越多。当然，这些算法也有一些缺陷，如遗P，⋯，PgD]则为整个粒子群的全局极值。每个粒子传算法，其主要缺点为：①容易早熟，其算法对新空间的飞行速度和位置通过下面两个式子不断更新[3]：的探索能力是有限的，也容易收敛到局部最优解；②涉(f+1)=，(￡)+C1n[户(￡)一()]+C2re·及到大量个体的计算，当问题复杂时，计算时间是个问[p()一z(￡)]l≤≤；l≤d≤D。⋯⋯⋯(1)题；③稳定性差，因为遗传算法属于随机类算法，需要(+1)：()+(￡+1)

6、1≤≤m；1≤d≤多次运算，结果的可靠性差，不能得到稳定的解。为了D。⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯(2)克服液压伺服系统中传统PID控制器的不足，本文拟其中：W为惯性因子；C。、C。分别为将每个粒子推向个采用粒子群优化算法来调整液压伺服控制系统中的体极值和全局极值位置的统计加速项的权值，称为加PID参数值，使系统运行保持合适的瞬态参数，以提高速因子，通常情况下取c一C。一2．0；r、为[O，1]之系统的鲁棒性和控制品质。问的随机变量。对于惯性因子W，一般情况下我们取收稿口期：2013—04—15；修回日期：2o13—06—15作者简

7、介：丁曙光(1962一)，男，安徽黄山人，剐教授，工学硕士，研究方向：微机检测及控制技术、液压设备的计算机控制技术及应用。学兔兔www.xuetutu.com·32·机械工程与自动化2013年第6期0．1～0．9之间的数，通常来讲，惯性因子的取值较大，化粒子群，第个粒子的位置向量为x(￡)，速度向量其局部寻优能力较弱而全局寻优能力较强，取值较小为V(￡)。时则有相反的效果。(2)将每个粒子的位置向量依次作为PID控制器在迭代的时候，粒子的位置向量被限制在[X参数，对系统进行仿真后根据公式(4)计算其适应度X]范围内，而x；和X由实际问题决定

8、。值。2基于粒子群算法整定的PID控制器参数(3)比较粒子当前的适应度值与粒子本身的PID控制器是按偏差的微分、积分和比例的线性最好适应度值P，若