液压位置伺服系统PID参数在线优化.docx
《液压位置伺服系统PID参数在线优化.docx》由会员分享,可在线阅读,更多相关《液压位置伺服系统PID参数在线优化.docx(6页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、液压位置伺服系统PID参数在线优化ronggang导语:将粒子群算法与传统的PID控制器相结合,并采用平方误差矩积分函数作为适应度判据摘要:将粒子群算法与传统的PID控制器相结合,并采用平方误差矩积分函数作为适应度判据,构成了PSO-PID控制器,该控制器可以在线优化PID控制器参数。仿真结果说明,在系统工况发生变化时,新型控制器可以获得满意的控制效果。阀控缸是液压位置伺服控制系统常采用的一种形式,被广泛应用在对控制精度要求较高的大功率场合。活塞位置的偏向信号经PID控制器线性组合后,作为伺服阀控制信号,调节通过伺服阀的流量,到达控制液压缸活塞位置的目的。在硬件条件一定的情况下,控制系统的性能
2、主要取决于控制器性能,而控制器的参数又直接决定着系统的最终控制效果。在钢铁消费中,液压位置伺服系统多运行在恶劣的环境下,系统的控制特性会随着设备老化和现场扰动发生较大变化,这要求PID控制器参数可以根据现场情况适时调整,维持系统良好的控制性能。粒子群优化算法PSO是一种基于群智能的启发式算法,起源于对简单社会系统的模拟。粒子群算法中,每个优化问题的潜在解都是搜索空间中的一个“粒子。每个粒子由粒子速度决定运动方向和间隔,每个粒子都包含一个适应值,空间中的所有粒子通过跟踪当前最优粒子完成解空间中的搜索任务。将粒子群算法的启发式搜索功能与PID控制器结合起来,构成PSO-PID控制器,并将优化后的P
3、ID控制器应用到液压位置伺服系统当中,结果说明采用PSO方法优化后的液压伺服系统在系统特性发生变化后仍能获得较好的控制效果。2粒子群优化原理粒子群算法对生物种群行为进展模拟,采用群智能的方式进展寻优。每个粒子的状态根据自身最优解Pb,和全局最优解Gb进展更新。下式为粒子的速度表达式vk+1=W1vk+C1r1kPb-xk+C2r2kGb-xk1xk+1=xk+vk2vk-第k代粒子运动速度;W1-粒子运动速度权重系数;Pb-当前粒子的自身最优解;Gb-粒子群的最优解;xk-第k代粒子运动位置;C1,C2-学习常数;r1k-属于01间的随机变量。为加快寻优速度、防止粒子群算法陷入部分最优,需要对
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 液压 位置 伺服系统 PID 参数 在线 优化
限制150内