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。     

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。     

PID控制器改进方法研究

分析了常规PID(比例—积分—微分)控制特点,针对其在非线性控制中存在的问题,基于参数自整定和控制器误差组合方式,分别设计了参数自整定模糊PID控制器、参数自整定RBF神经网络PID控制器和非线性自抗扰PD控制器.并进行了实验验证,实验结果表明,从参数自整定和控制器误差组合角度出发,所采用的控制策略可使非线性系统具有较好的动态特性、鲁棒性和自适应能力.     

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。     

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。     

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.     

用MATLAB仿真分析自抗扰控制器的整定参数

自抗扰控制器在实际使用时有多个需要整定的参数,由于控制器参数多,又无法确定参数作用方向,因此参数整定困难,为实际使用自抗扰控制器带来不便。本文利用MATLAB软件仿真分析控制器及参数,寻求参数整定规律,简化整定过程,对实际应用自抗扰控制器具有较大的意义。     

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.     

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。