阀控非对称伺服缸基于粒子群优化的模糊PID控制器研究
本文选题:模糊PID + 粒子群算法 ; 参考:《液压与气动》2017年09期
【摘要】:针对阀控非对称伺服缸非线性、参数时变的特点,考虑到油液压缩特性的影响,建立了包含变体积弹性模量的系统数学模型。提出一种基于粒子群算法优化(PSO)的模糊自适应PID控制方法(简称PSO_FPID)。模糊逻辑推理在线调整PID控制器的比例、积分和微分系数,以粒子群算法实现对模糊控制比例因子和量化因子的参数寻优,两种方法的组合保证了系统最佳参数匹配下的自适应控制。同时,利用AMESim与Simulink联合仿真研究不同含气量的阀控缸模型在传统PID与PSO_FPID两种控制方法下的动态响应特性。结果表明:PSO_FPID综合了PID控制器高精度的优点和模糊控制器快速、适应性强的特点,能够有效抑制油液动态压缩特性的非线性影响,使系统具有良好的动、稳态特性。
[Abstract]:In view of the nonlinear and time-varying parameters of the valve controlled asymmetric servo cylinder, a system mathematical model including variable volume modulus of elasticity is established considering the influence of the compression characteristics of the oil. A fuzzy adaptive pid control method based on particle swarm optimization (PSO) is proposed. The proportion, integral and differential coefficients of pid controller are adjusted online by fuzzy logic reasoning, and the parameters of fuzzy control scale factor and quantization factor are optimized by particle swarm optimization algorithm. The combination of the two methods ensures the adaptive control under the optimal parameter matching of the system. At the same time, the dynamic response of the valve controlled cylinder model with different air content under the traditional pid and PSOFPID control methods is studied by using AMESim and Simulink. The results show that: PSOFPID combines the advantages of pid controller with high precision and fuzzy controller with the characteristics of fast and strong adaptability. It can effectively suppress the nonlinear effect of oil dynamic compression characteristics and make the system have good dynamic and steady characteristics.
【作者单位】: 华南理工大学机械与汽车工程学院;韶关市华工高新技术产业研究院;
【基金】:国家自然科学基金(11272122) 广东省部产学研重大项目(2012A090300011)
【分类号】:TH137
【相似文献】
相关期刊论文 前10条
1 于颖;李永生;於孝春;;粒子群算法在工程优化设计中的应用[J];机械工程学报;2008年12期
2 卢峰;高立群;;基于改进粒子群算法的优化策略[J];东北大学学报(自然科学版);2011年09期
3 苏邢;笪益辉;季夏名;;基于改进粒子群算法的桁架主动杆优化[J];科技创新与应用;2014年02期
4 张大鹏;王福利;何大阔;林志玲;;用粒子群算法求解打靶点的一种方法[J];东北大学学报;2006年07期
5 陈君兰;叶春明;周蓉;谢阳;;粒子群算法在多模式项目作业调度中的应用[J];机械设计与研究;2012年04期
6 周蓉;叶春明;谢阳;陈君兰;;基于混沌粒子群算法的多目标多执行模式项目调度问题研究[J];计算机科学;2013年04期
7 常晓萍;秦建华;Yigong LOU;;粒子群算法在化工过程优化中的应用[J];石油化工高等学校学报;2007年01期
8 王正初;赵燕伟;;复杂系统可靠性冗余优化的量子粒子群算法研究[J];中国制造业信息化;2007年11期
9 莫愿斌;陈德钊;胡上序;;混沌粒子群算法及其在生化过程动态优化中的应用[J];化工学报;2006年09期
10 赵强;丁柏群;;用改进的粒子群算法求解并联6自由度平台的最大误差[J];机械设计;2007年06期
相关会议论文 前1条
1 曹春红;张永坚;李文辉;;杂交粒子群算法在工程几何约束求解中的应用[A];中国仪器仪表学会第六届青年学术会议论文集[C];2004年
相关博士学位论文 前1条
1 张静;基于混合离散粒子群算法的柔性作业车间调度问题研究[D];浙江工业大学;2014年
相关硕士学位论文 前10条
1 黄耀珍;基于改进粒子群算法优化的CCHP系统中冷冻水循环系统的模糊PID控制[D];重庆大学;2015年
2 韩宜珂;基于粒子群算法的SLP在车间设施布局中的应用[D];西安建筑科技大学;2016年
3 张淼;改进粒子群算法在薄膜参数反演与设计中的应用[D];西安工业大学;2011年
4 祁佳;粒子群算法的改进与应用研究[D];南京信息工程大学;2008年
5 黄慧;基于改进粒子群算法的车间作业排序的优化及仿真研究[D];南京航空航天大学;2012年
6 王盼;基于粒子群算法的铝型材电泳生产线调度[D];中南大学;2014年
7 陈莉莉;多目标粒子群算法及其在车间调度中的应用研究[D];浙江工业大学;2011年
8 李振;基于改进粒子群算法的多产品厂调度问题研究[D];华东理工大学;2014年
9 王玲;基于改进粒子群算法的变流量空调水系统应用研究[D];沈阳建筑大学;2013年
10 张辉;基于改进粒子群算法的可靠性优化研究[D];湖南大学;2012年
,本文编号:2075653
本文链接:https://www.wllwen.com/jixiegongchenglunwen/2075653.html