基于粒子群優化的分數階ＰＩＤ預測函數參數整定

2015年01月29日15:11:50 本網站我要評論(2)字號：T | T | T

關鍵字：應用

摘　　　要：為避免分數階ＰＩＤ預測函數手動調節參數的不確定性以及繁瑣性，應用粒子群算法優化其參數，完善分數階ＰＩＤ預測函數控制器，并提高其控制精度，充分體現了算法的智能性。將粒子群整定分數階ＰＩＤ預測函數算法應用于單變量的勵磁控制系統中，通過Ｍａｔｌａｂ仿真并與模糊分數階ＰＩＤ預測函數以及經驗調節方法相比較，結果表明，粒子群算法整定參數收斂速度快，找到較優點時間短，整定后的算法具有靜態誤差小、無超調、上升速度快、調節時間短、抗干擾能力強等優點，能很好地滿足勵磁系統的動態特性，并具有較強的魯棒性及適應性。

關　鍵　詞：粒子群優化；分數階ＰＩＤ預測函數控制；勵磁控制

１　引　言

分數階ＰＩＤ（ＦＯＰＩＤ）控制器較早由ＰｏｄｌｕｂｎｙＩ教授提出［１］，是普通ＰＩＤ在分數階領域的擴展，

ＦＯＰＩＤ比傳統ＰＩＤ多了２個自由度λ和μ，增強了調節的靈活性，明顯提高了系統的響應速度及魯棒性，同時加大了參數的調節難度，至今仍未探尋出一種合適的參數整定方法。預測函數控制（ＰｒｅｄｉｃｔｉｖｅＦｕｎｃｔｉｏｎａｌＣｏｎｔｒｏｌ，ＰＦＣ）較早由Ｒｉｃｈａｌｅｔ和Ｋｕｎｔｚｅ等［２３］提出并成功應用于機器人控制的第三代模型預測控制算法，該算法根據過去的狀態預測未來的輸入與輸出，能很好地解決系統穩態誤差問題，有效地抑制大干擾，但其響應的速度較慢。

將分數階ＰＩＤ與預測函數控制結合得到的新型控制算法（ＦＯＰＩＤＰＦＣ）同時具有ＦＯＰＩＤ和ＰＦＣ的優點，比單一的控制算法效果更好［４］，但其參數是通過經驗和多次試驗得到的，特別是當被控對象改變時，參數需再次調整，這樣不僅費時，還可能導致找不到較優控制參數。因此尋求一種快速、簡單、可靠的智能算法來優化控制參數尤為重要。

登錄網站后可下載文件

基于粒子群優化的分數階ＰＩＤ預測函數參數整定

相關閱讀: