本文選題：模糊PID + 粒子群算法��； 參考：《液壓與氣動》2017年09期

【摘要】：針對閥控非對稱伺服缸非線性、參數(shù)時變的特點,考慮到油液壓縮特性的影響,建立了包含變體積彈性模量的系統(tǒng)數(shù)學(xué)模型。提出一種基于粒子群算法優(yōu)化(PSO)的模糊自適應(yīng)PID控制方法(簡稱PSO_FPID)。模糊邏輯推理在線調(diào)整PID控制器的比例、積分和微分系數(shù),以粒子群算法實現(xiàn)對模糊控制比例因子和量化因子的參數(shù)尋優(yōu),兩種方法的組合保證了系統(tǒng)最佳參數(shù)匹配下的自適應(yīng)控制。同時,利用AMESim與Simulink聯(lián)合仿真研究不同含氣量的閥控缸模型在傳統(tǒng)PID與PSO_FPID兩種控制方法下的動態(tài)響應(yīng)特性。結(jié)果表明:PSO_FPID綜合了PID控制器高精度的優(yōu)點和模糊控制器快速、適應(yīng)性強的特點,能夠有效抑制油液動態(tài)壓縮特性的非線性影響,使系統(tǒng)具有良好的動、穩(wěn)態(tài)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.
【作者單位】： 華南理工大學(xué)機械與汽車工程學(xué)院;韶關(guān)市華工高新技術(shù)產(chǎn)業(yè)研究院;
【基金】：國家自然科學(xué)基金(11272122) 廣東省部產(chǎn)學(xué)研重大項目(2012A090300011)
【分類號】：TH137

【相似文獻】

相關(guān)期刊論文 前10條

1 于穎;李永生;於孝春;;粒子群算法在工程優(yōu)化設(shè)計中的應(yīng)用[J];機械工程學(xué)報;2008年12期

2 盧峰;高立群;;基于改進粒子群算法的優(yōu)化策略[J];東北大學(xué)學(xué)報(自然科學(xué)版);2011年09期

3 蘇邢;笪益輝;季夏名;;基于改進粒子群算法的桁架主動桿優(yōu)化[J];科技創(chuàng)新與應(yīng)用;2014年02期

4 張大鵬;王福利;何大闊;林志玲;;用粒子群算法求解打靶點的一種方法[J];東北大學(xué)學(xué)報;2006年07期

5 陳君蘭;葉春明;周蓉;謝陽;;粒子群算法在多模式項目作業(yè)調(diào)度中的應(yīng)用[J];機械設(shè)計與研究;2012年04期

6 周蓉;葉春明;謝陽;陳君蘭;;基于混沌粒子群算法的多目標多執(zhí)行模式項目調(diào)度問題研究[J];計算機科學(xué);2013年04期

7 常曉萍;秦建華;Yigong LOU;;粒子群算法在化工過程優(yōu)化中的應(yīng)用[J];石油化工高等學(xué)校學(xué)報;2007年01期

8 王正初;趙燕偉;;復(fù)雜系統(tǒng)可靠性冗余優(yōu)化的量子粒子群算法研究[J];中國制造業(yè)信息化;2007年11期

9 莫愿斌;陳德釗;胡上序;;混沌粒子群算法及其在生化過程動態(tài)優(yōu)化中的應(yīng)用[J];化工學(xué)報;2006年09期

10 趙強;丁柏群;;用改進的粒子群算法求解并聯(lián)6自由度平臺的最大誤差[J];機械設(shè)計;2007年06期

相關(guān)會議論文 前1條

1 曹春紅;張永堅;李文輝;;雜交粒子群算法在工程幾何約束求解中的應(yīng)用[A];中國儀器儀表學(xué)會第六屆青年學(xué)術(shù)會議論文集[C];2004年

相關(guān)博士學(xué)位論文 前1條

1 張靜;基于混合離散粒子群算法的柔性作業(yè)車間調(diào)度問題研究[D];浙江工業(yè)大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 黃耀珍;基于改進粒子群算法優(yōu)化的CCHP系統(tǒng)中冷凍水循環(huán)系統(tǒng)的模糊PID控制[D];重慶大學(xué);2015年

2 韓宜珂;基于粒子群算法的SLP在車間設(shè)施布局中的應(yīng)用[D];西安建筑科技大學(xué);2016年

3 張淼;改進粒子群算法在薄膜參數(shù)反演與設(shè)計中的應(yīng)用[D];西安工業(yè)大學(xué);2011年

4 祁佳;粒子群算法的改進與應(yīng)用研究[D];南京信息工程大學(xué);2008年

5 黃慧;基于改進粒子群算法的車間作業(yè)排序的優(yōu)化及仿真研究[D];南京航空航天大學(xué);2012年

6 王盼;基于粒子群算法的鋁型材電泳生產(chǎn)線調(diào)度[D];中南大學(xué);2014年

7 陳莉莉;多目標粒子群算法及其在車間調(diào)度中的應(yīng)用研究[D];浙江工業(yè)大學(xué);2011年

8 李振;基于改進粒子群算法的多產(chǎn)品廠調(diào)度問題研究[D];華東理工大學(xué);2014年

9 王玲;基于改進粒子群算法的變流量空調(diào)水系統(tǒng)應(yīng)用研究[D];沈陽建筑大學(xué);2013年

10 張輝;基于改進粒子群算法的可靠性優(yōu)化研究[D];湖南大學(xué);2012年

，

本文編號：2075653