設計一種基于遺傳算法優(yōu)化的模糊PID（比例-積分-微分）控制器GFPC（genetic algorithm based fuzzy PID controller）,以提高無刷直流電機的工作穩(wěn)定性. GFPC通過模糊控制器整定PID的比例、積分和微分系數(shù),并采用改進的遺傳算法對模糊控制器的隸屬度函數(shù)和模糊規(guī)則進行優(yōu)化,以改善無刷直流電機的控制效果.通過對比實驗對該方法進行測試,結(jié)果表明, GFPC具有更好的穩(wěn)態(tài)性能和動態(tài)品質(zhì),且自適應能力與魯棒性更強. 

【文章來源】：吉林大學學報(理學版). 2020,58(06)北大核心

【文章頁數(shù)】：8 頁

【部分圖文】：

GFPC結(jié)構(gòu)框圖

其中: Kp為比例增益; Ki為積分系數(shù); Kd為微分系數(shù); e為調(diào)節(jié)器偏差輸入信號. 模糊PID控制原理為: 電機實際轉(zhuǎn)速ωm與設定目標轉(zhuǎn)速ωref進行比較并采樣, 得出采樣誤差e=ωm-ωref, 將采樣誤差e和誤差變化率ec作為模糊控制器的輸入量, 輸入數(shù)值量經(jīng)過比例因子和隸屬度函數(shù)映射為模糊量, 然后根據(jù)模糊規(guī)則庫得到相應的輸出模糊量, 再經(jīng)過清晰化得到輸出數(shù)值增量ΔKp,ΔKi,ΔKd, 在線與PID 初始參數(shù)累加, 最終輸出使系統(tǒng)有較好穩(wěn)態(tài)與動態(tài)性能的PID參數(shù). 在實際運行中, 每次采樣模糊控制器都會對PID參數(shù)進行一次在線調(diào)整, 直至達到穩(wěn)定狀態(tài). 模糊PID控制器仿真模型如圖2所示.2.2 改進的遺傳優(yōu)化算法

模糊控制規(guī)則的編碼也采用實數(shù)編碼, 每個模糊規(guī)則參數(shù)被編碼成一個實數(shù), 其范圍為1～5, 定義1=NB, 2=NS, 3=Z, 4=PS, 5=PB進行編碼, 本文考慮的規(guī)則有25個參數(shù), 將所有編碼參數(shù)串聯(lián)產(chǎn)生的編碼字符串形成一條染色體, 每條染色體在群體中指定一個個體編號, 染色體編碼示例如圖4所示. 每條染色體的評估都基于一個適應度函數(shù), 該函數(shù)允許評估、 鑒別和分類個體.圖4 染色體編碼示例

【參考文獻】：
期刊論文
[1]無刷直流電機穩(wěn)定性控制器設計[J]. 程飛,周云山.  計算機仿真. 2018(04)
[2]基于一階低通濾波器滑模反步法的直流電機位置控制[J]. 奚文龍,唐文秀,許李尚,劉方悅.  重慶郵電大學學報(自然科學版). 2017(04)
[3]無刷直流電機模糊PI控制系統(tǒng)設計[J]. 溫嘉斌,麻宸偉.  電機與控制學報. 2016(03)
[4]基于改進模糊算法的移動機器人避障[J]. 彭玉青,李木,張媛媛.  計算機應用. 2015(08)
[5]基于遺傳模糊PID的液壓AGC控制系統(tǒng)研究[J]. 李紹銘,徐龍淞,楊帆.  機床與液壓. 2015(10)
[6]變論域模糊控制的無刷直流電機控制系統(tǒng)[J]. 李紅偉.  控制工程. 2010(05)



本文編號：3209820