近年來(lái),分?jǐn)?shù)階微積分被引入到控制理論中,并取得了豐富的研究成果。將分?jǐn)?shù)階微積分理論應(yīng)用到經(jīng)典的PID控制器的設(shè)計(jì)中所得到的分?jǐn)?shù)階PIλDμ控制器,與傳統(tǒng)的PID控制器相比具有更好的控制品質(zhì),能夠滿足當(dāng)今工業(yè)對(duì)于高性能控制器的要求。本文主要研究了基于改進(jìn)粒子群算法的分?jǐn)?shù)階PIλDμ控制器優(yōu)化及應(yīng)用,主要內(nèi)容分為以下四部分:第一部分,介紹了粒子群優(yōu)化算法及其改進(jìn),研究了慣性權(quán)重和學(xué)習(xí)因子對(duì)PSO速度模型的影響,給出了一種具有動(dòng)態(tài)慣性權(quán)重和動(dòng)態(tài)學(xué)習(xí)因子的改進(jìn)策略,提高了 PSO算法的搜索性能,且不容易陷入局部最優(yōu)點(diǎn)。第二部分,首先簡(jiǎn)介了分?jǐn)?shù)階微積分的基本理論和分?jǐn)?shù)階PIλDμ控制器,然后重點(diǎn)分析了分?jǐn)?shù)階控制器的離散化方法,給出一種具有可變參數(shù)δ的生成函數(shù)。進(jìn)而,采用直接離散化方法和間接離散化方法進(jìn)行了分?jǐn)?shù)階微積分算子的離散化實(shí)驗(yàn)。結(jié)果表明可變參數(shù)δ的取值和近似階次的選取會(huì)影響分?jǐn)?shù)階微積分算子的離散化結(jié)果。第三部分,簡(jiǎn)介了主導(dǎo)極點(diǎn)法、相位裕量與幅值裕量法對(duì)于分?jǐn)?shù)階控制器參數(shù)的整定思路,并提出了基于改進(jìn)PSO算法的分?jǐn)?shù)階PIλDμ控制器參數(shù)整定算法。在此基礎(chǔ)上,設(shè)計(jì)了基于MATLAB/GUI的控... 

【文章來(lái)源】：山東科技大學(xué)山東省

【文章頁(yè)數(shù)】：84 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２．１粒子群算法的結(jié)構(gòu)流程圖??Ｆｉｇ．?２．１?Ｔｈｅ?ｓｔｒｕｃｔｕｒｅ?ｆｌｏｗ?ｃｈａｒｔ?ｏｆ?ｐａｒｔｉｃｌｅ?ｓｗａｒｍ?ｏｐｔｉｍｉｚａｔｉｏｎ??２．２經(jīng)典粒子群優(yōu)化算法??

?２００００?１５??對(duì)上述測(cè)試函數(shù)和算法條件初始化后，開(kāi)始進(jìn)行尋優(yōu)測(cè)試，圖２．３、圖２．４、??圖２．５分別為Ｓｐｈｅｒｅ函數(shù)、Ｒａｓｔｒｉｇｉｎ函數(shù)以及Ａｃｋｌｅｙ函數(shù)適應(yīng)值的迭代圖，實(shí)??驗(yàn)結(jié)束后并對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行了統(tǒng)計(jì)，如表２．３所示。??Ｓｐｈｅｒｅ??５０ｒ－?—?一?—?—?ｒ?！?－－?ｔ?－－－－－?－??ｏｆ?＾?ｂ－ｂ－ｑ－ｅｉ－ｑ?－ｅ?ｅ－?［?ｊ??１－１００?＼?Ｘ??？?＼??卜?＞?＼－??｜?－２００??——〇－?ＰＳＯ－ＬＤＩＷ??－２５０?ＰＳＯ－ＣＫ?＼??—?？—ＳＰＳＯ?＼??－３００?—Ｓ－?ＳＤＰＳＯ?氣??一Ｏ－本文ＰＳＯ?？??－３５０＇?１?＇?１???０?５０００?１００００?１５０００?２００００??Ｎｕｍｂｅｒ?ｏｆ?ｇｅｎｅｒａｔｉｏｎｓ：?（Ｐｏｐｕｌａｔｉｏｎ＝３０，?Ｄｉｍｅｎｓｉｏｎ＝２０）??圖２．２?Ｓｐｈｅｒｅ函數(shù)Ｆ丨㈨的性能測(cè)試??Ｆｉｇ．?２．２?Ｐｅｒｆｏｒｍａｎｃｅ?ｔｅｓｔ?ｆｏｒ?Ｓｐｈｅｒｅ?ｆｕｎｃｔｉｏｎ?＾（ｘ）??１３??

表２．３優(yōu)化結(jié)果比較??Ｔａｂ２．３?Ｓｔａｔｉｓｔｉｃａｌ?ｃｏｍｐａｒｉｓｏｎｓ?ｏｆ?ｔｈｅ?ｏｐｔｉｍｉｚａｔｉｏｎ?ｒｅｓｕｌｔｓＰＳＯ－ＬＤＩＷ?ＰＳＯ－ＣＫ?ＳＰＳＯ?ＳＤＰＳＯ?本文?ＰＳ?ＣＯ?最小值?０．００００?０．００００?０．００００?１．３１ｘｌ〇－１２?２．４２ｘ１?〇－平均值?０．００００?０．００００?０．００００?３．１２ｘｌ〇－ｙ?４．７３ｘ１?Ｏ＇標(biāo)準(zhǔn)差?〇．〇〇〇〇?０．００００?０．００００?ｌ．ＯｌｘｌＯ＇８?３．１１ｘｌ０＇（ｘ）最小值?３．８７０５?２７．８５３?２１．８８９?２．９８５２?１．９８９９??平均值?１３．９３０?５６．７１８?５１．６２７?２０．８４６?９．１３３７??標(biāo)準(zhǔn)差?１３．７００?１９．５６４?１９．０４２?１２．６８０?２．８１１９??Ｗ?最小值?２．７２ＸＨＴ１５?７．０１ｘｌ〇－１５?２．８１ＸＨＴ１５?１．９９＞＜１０＇７?２．９４ｘｌ〇平均值?４．８１ｘｌ〇－１５?２．０５４４?０．７９１８?２．１４ｘｌ〇＇５?６．６４ｘｌ〇標(biāo)準(zhǔn)差?１．８３ｘｌ〇－１５?２．５１２?２．３０４?５．０４＞＜１〇－５?２．２３＞＜１０＿１４??

【參考文獻(xiàn)】：
期刊論文
[1]分?jǐn)?shù)階PIλDμ控制器在三相PWM整流器中的應(yīng)用[J]. HOANG THI THU GIANG,王孝洪,潘志峰.  自動(dòng)化技術(shù)與應(yīng)用. 2018(01)
[2]基于PSO和SA多子群分層并行的智能分布式算法[J]. 邱千鈞,肖玉杰,曹淵,于邵禎.  兵器裝備工程學(xué)報(bào). 2017(12)
[3]基于改進(jìn)自適應(yīng)DE算法的分?jǐn)?shù)階PIλDμ參數(shù)優(yōu)化[J]. 王璇,史樂(lè)珍.  工業(yè)儀表與自動(dòng)化裝置. 2017(06)
[4]非線性動(dòng)態(tài)自適應(yīng)旋轉(zhuǎn)角的量子菌群算法[J]. 劉璐,單梁,戴躍偉,戚志東.  控制與決策. 2017(12)
[5]粒子群整定模糊PID控制紙機(jī)干燥部壓力研究[J]. 劉濱朝,李明輝.  中國(guó)造紙學(xué)報(bào). 2017(04)
[6]基于RandW-SecPSO的四旋翼飛行器分?jǐn)?shù)階PID控制器參數(shù)優(yōu)化[J]. 趙玉穎,姜香菊,曾幼涵.  測(cè)控技術(shù). 2017(11)
[7]分?jǐn)?shù)階控制器在含風(fēng)電接入電網(wǎng)的應(yīng)用[J]. 王志蘭,趙興勇.  電力學(xué)報(bào). 2017(04)
[8]基于蟻群優(yōu)化分?jǐn)?shù)階PID的充電控制研究[J]. 儲(chǔ)昭碧,胡永新,王昊.  制造業(yè)自動(dòng)化. 2017(07)
[9]一種改進(jìn)人工蜂群的分?jǐn)?shù)階PID控制器優(yōu)化算法[J]. 胡海濤,高嵩,陳超波,曹凱.  計(jì)算機(jī)測(cè)量與控制. 2017(07)
[10]基于SPSO的PID參數(shù)自整定速度控制[J]. 孫波,魏勇,楊觀賜.  微特電機(jī). 2017(07)

碩士論文
[1]分?jǐn)?shù)階復(fù)合型PID型控制器綜合設(shè)計(jì)方法研究[D]. 潘迪.山東大學(xué) 2017
[2]分?jǐn)?shù)階系統(tǒng)的自適應(yīng)PID控制方法研究[D]. 葛箏.沈陽(yáng)理工大學(xué) 2015
[3]分?jǐn)?shù)階控制器設(shè)計(jì)與仿真研究[D]. 王淼.北京交通大學(xué) 2014
[4]面向分?jǐn)?shù)階系統(tǒng)的分?jǐn)?shù)階控制器設(shè)計(jì)與仿真[D]. 趙曉宇.長(zhǎng)春理工大學(xué) 2014
[5]基于分?jǐn)?shù)階控制系統(tǒng)的動(dòng)態(tài)電壓恢復(fù)器控制策略的研究[D]. 許斌斌.華北電力大學(xué) 2013
[6]分?jǐn)?shù)階信號(hào)濾波技術(shù)及應(yīng)用研究[D]. 孫海洋.天津大學(xué) 2012
[7]分?jǐn)?shù)階模型參考自適應(yīng)控制研究[D]. 劉思銘.黑龍江大學(xué) 2012
[8]熱工系統(tǒng)分?jǐn)?shù)階控制器的設(shè)計(jì)[D]. 楊勇.華北電力大學(xué) 2012



本文編號(hào)：3274139