本文選題：主動磁懸浮軸承 + PID控制��； 參考：《軸承》2017年10期

【摘要】：為了提高單自由度主動磁懸浮軸承系統(tǒng)的穩(wěn)定性,采用隨機權(quán)重粒子群算法與傳統(tǒng)PID控制相結(jié)合的方法,將隨機權(quán)重粒子群算法與線性遞減權(quán)重粒子群算法進行函數(shù)測試對比,結(jié)果表明,隨機權(quán)重粒子群算法能夠更快、更準確地找出優(yōu)化函數(shù)的最優(yōu)值。通過MATLAB/Simulink構(gòu)建系統(tǒng)模型并進行仿真對比,證明隨機權(quán)重粒子群算法可以更好地提高系統(tǒng)的穩(wěn)定性。
[Abstract]:In order to improve the stability of single-degree-of-freedom active magnetic bearing system, the random weight particle swarm optimization algorithm and the linear decreasing weight particle swarm optimization algorithm are used to test and compare the random weight particle swarm optimization algorithm with the traditional pid control method. The results show that the stochastic weighted particle swarm optimization algorithm can find the optimal value of the optimization function faster and more accurately. By MATLAB / Simulink simulation and comparison, it is proved that the stochastic weighted particle swarm optimization algorithm can improve the stability of the system better.
【作者單位】： 南通大學電氣工程學院;常州工學院電氣與光電工程學院;
【基金】：國家自然科學基金項目(51175052)
【分類號】：TH133.3;TP18

【相似文獻】

相關(guān)期刊論文 前10條

1 喬佩利;馬麗麗;鄭林;;基于改進粒子群算法的車間作業(yè)調(diào)度問題研究[J];哈爾濱理工大學學報;2011年02期

2 鄭長征,李智;基于粒子群算法的斗輪機結(jié)構(gòu)優(yōu)化設(shè)計[J];礦山機械;2004年12期

3 高潮;劉志雄;;基于輪盤賭編碼和粒子群算法的并行機調(diào)度優(yōu)化[J];機械制造;2010年06期

4 李浩平;方子帆;計三有;;基于離散粒子群算法的資源約束下多項目資源優(yōu)化方法研究[J];現(xiàn)代機械;2011年01期

5 張新敏;丘漢金;;基于混合粒子群算法的多訂單轉(zhuǎn)換成本研究[J];機械工程師;2013年01期

6 葛銳;陳建橋;魏俊紅;;基于改進粒子群算法的機械結(jié)構(gòu)優(yōu)化設(shè)計[J];機械科學與技術(shù);2007年08期

7 吳軍;李為吉;;基于改進粒子群算法的盤式制動器優(yōu)化設(shè)計[J];機械設(shè)計與制造;2007年04期

8 何建佳;徐福緣;葉偉;;置換流水車間調(diào)度的文化量子粒子群算法[J];機械設(shè)計與制造;2009年08期

9 王占奎;焦紅偉;王得勝;逄明華;;基于遺傳粒子群算法的集成塊布局優(yōu)化[J];機床與液壓;2007年11期

10 張其亮;陳永生;;有效的混合粒子群算法求解阻塞流水車間調(diào)度問題[J];計算機集成制造系統(tǒng);2012年12期

相關(guān)碩士學位論文 前3條

1 方群;多目標拆卸線平衡問題的改進粒子群算法研究[D];西南交通大學;2014年

2 譚立靜;粒子群算法及其在串聯(lián)盤輸送機控制系統(tǒng)中的應用研究[D];遼寧工程技術(shù)大學;2007年

3 季少梅;柔性路徑下基于混合粒子群算法的跨單元調(diào)度方法[D];北京理工大學;2011年

，

本文編號：2093721