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。     

基于改进鲨鱼优化算法的自抗扰控制参数整定

非线性自抗扰控制器耦合参数多,常规经验整定法难以获得最优参数,以至于影响控制器的控制精度.单一机制的优化算法整定出的自抗扰参数均可能是局部最优解,不能有效提高自抗扰控制器的控制精度.针对此问题, 提出一种基于改进鲨鱼优化算法的自抗扰控制器参数优化设计方法.为解决基本鲨鱼优化算法易陷入局部最优解、算法后期收敛速度慢的问题,提出混合交叉变异策略与双种群协同机制,以ITAE指标为自抗扰控制器参数选择的优化目标,并以二自由度机械臂为例进行仿真验证.结果表明,优化后的自抗扰控制器具有更小的超调量和更高的控制精度,在加入外界干扰后,控制器可以很快抑制干扰,具有很好的抗干扰能力,改进后的鲨鱼优化算法可以用于复杂非线性系统自抗扰控制器的参数优化.     

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.     

单神经元自抗扰控制技术在汽包水位系统中的应用

针对自抗扰控制器(ADRC)在锅炉汽包水位控制系统中整定参数较多且不易整定的不足,提出了单神经元自抗扰控制(SNADRC)技术方案。自抗扰控制器是一种新型的非线性控制器,对模型精度要求不高,且具有优良的鲁棒性能和较好的控制品质。单神经元具备良好的自学习、自整定能力,以及结构简单、算法收敛快、适应能力强的特性。该方案采用单神经元控制模块,改进了自抗扰控制器的非线状态误差反馈(NLSEF)模块,不仅降低了参数整定的数目,且具有较强的自我调节和自我学习的能力,实现了参数的在线自整定。对传统PID锅炉汽包水位控制系统与单神经元自抗扰锅炉汽包水位控制系统的控制性能进行了比较。仿真结果表明,单神经元自抗扰控制系统超调量更低,抗干扰能力更强。该控制器具有优良的应用前景。     

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。     

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。