基于迭代学习控制的PID控制器设计

针对传统的经验PID整定方法,提出了一种新的PID参数整定算法。该算法首先利用PD型迭代学习控制来进行期望轨迹的跟踪控制,然后根据迭代学习控制的输入输出数据序列,通过强跟踪滤波器来进行参数辨识,可获得对应于期望轨迹的优化的PID控制参数。给出了迭代学习控制的收敛条件,以及如何利用强跟踪滤波器来进行参数辨识。仿真和实验结果表明,采用该算法设计PID控制器,被控系统可以获得较佳的动态性能和较强的鲁棒性。     

飞机纵向姿态自抗扰控制器的设计及参数优化

将自抗扰控制器用于飞机的纵向姿态控制。在自抗扰控制器(ADRC)参数优化方面,根据参数变化对系统性能的影响,采用二进制遗传算法自动优化,弱化了ADRC参数整定对经验的依赖程度。在两种飞行状态下的仿真及抗干扰测试表明,控制器具有较强的鲁棒性和抗干扰性,系统具有良好的动态和稳态性能。     

分数阶PID控制器参数的自适应设计

分数阶比例-积分-微分(proportional-integral-derivative,PID)控制器是整数阶PID控制器在复数域的推广,通过引入两个可调参数λ和μ使得控制器参数整定范围变大,但使得参数设计变得更加复杂。针对分数阶PID控制器的特点,提出了一种参数自适应的改进型差分进化算法整定方法,在目标函数的选取上,针对传统时间与绝对误差乘积准则对超调量控制不足,引入误差与控制信号加权,分别对整数阶和分数阶被控模型进行理论分析和数值仿真,仿真结果证明了该控制器参数设计方法的有效性和准确性。     

永磁同步电机速度伺服系统的分数阶内模控制

针对永磁同步电机(Permanent magnet synchronous motor,PMSM)速度伺服系统,提出了一种分数阶(Fractional order,FO)内模控制器设计方法。建立了PMSM速度伺服系统的简化数学模型,根据内模控制(Internal model control,IMC)原理,引入分数阶滤波器替代整数阶滤波器,推导出了一种分数阶内模控制器,该控制器仅包含两个可调参数,有效克服了分数阶PIλDμ控制器待整定参数较多的缺陷,并基于系统时域性能指标选择主导极点,给出了控制器参数的解析整定方法,避免了参数选择的盲目性。仿真结果表明,所提方法不仅可以使PMSM速度伺服系统具有较好的设定值跟踪和扰动抑制特性,而且对于系统参数摄动具有更好的鲁棒性。     

一种自校正PID控制器设计与仿真研究

介绍了一种基于改进Ziegler-Nichols参数整定方法的自校正PID控制器。给出系统的ARX模型,引入带遗忘因子的最小二乘实时参数估计算法和增量式PID控制算法;给出改进的Ziegler-Nichols整定方法,建立临界增益和临界振荡周期与系统参数之间的关系式。以其在变风量空调系统的变频风机—管道静压控制回路中的应用为例,进行MATLAB仿真。仿真结果显示,自校正PID控制系统能够实时估计被控对象的参数,实时整定控制器参数,适应被控过程的变化,具有较强的实时参数估计和自校正能力。     

基于MBDE和参数稳定域的PI/PID控制器参数整定

提出了一种应用改进二进制差分进化算法(MBDE,modified binary differential evolution algorithm)对PI/PID控制器参数进行优化整定的方法。基于参数稳定域理论,预先确定保证闭环系统稳定的PI/PID控制器参数的约束范围。根据实际问题的需要,结合相应的性能指标,设计恰当的复合性能准则作为优化算法的优化目标,并采用MBDE智能优化算法对优化目标进行优化,从而得到PI/PID控制器的最优参数。将该方法分别应用于针对某循环流化床床温和一个非最小相位系统的PI/PID控制器的参数整定。仿真结果表明,通过上述方法设计的PI/PID控制器,跟传统方法相比,实现方式简单灵活,可以满足闭环系统动态性能的特殊需求。     

具有优化结构的导弹分数阶控制器设计

对导弹俯仰通道过载控制系统进行线性二次型最优控制设计,利用输出反馈和状态重构推导出广义的导弹三回路结构从而引申出改进的分数阶控制结构,据此研究了不同的分数阶控制策略对系统响应的影响。为便于参数选择,通过粒子群(particle swarm optimization, PSO)算法整定分数阶控制器参数,同时提出一种综合频域和时域指标的适应值函数来加快算法收敛速度。仿真结果表明优化结构的分数阶控制器具有良好的效果。     

横列式双旋翼矢量飞行器的改进ADRC姿态控制算法

横列式双旋翼矢量飞行器具备飞行时间长、风阻小、机动性强等优点, 但其机械结构复杂, 状态之间耦合严重, 抗干扰能力弱。针对其控制特性提出一种基于改进自抗扰控制(active disturbance rejection control, ADRC)的姿态抗干扰解耦控制算法, 该算法利用扩张状态观测器(extended state observer, ESO)实现姿态干扰和状态间耦合项的跟踪和估计, 将非线性多输入多输出(multiple input multiple output, MIMO)系统转化成线性单输入单输出(single input single output, SISO)系统, 采用改进的粒子群优化算法(particle swarm optimization, PSO)对姿态控制系统进行参数优化。通过仿真结果验证了该算法具备良好的抗干扰能力,并设计了实际的飞行控制系统, 进行了飞行器的悬停试验, 实现了稳定悬停。     

基于群体智能免疫算法的PID自整定

传统的PID整定方法得到的结果通常不是最优参数,很多学者采用遗传算法和模拟退火方法来解决这个问题.针对遗传算法很容易陷入局部最优值和模拟退火算法收敛速度慢这些缺点,融合了粒子群算法和人工免疫机理的优点,提出了一种基于群体智能的免疫算法,对典型二阶对象进行PID控制器参数优化整定.仿真结果证明了提出的算法有效可行.     

基于动态神经网络的PID参数整定与实时控制

提出了一种基于对角回归神经网络的PID控制器结构,给出了PID参数在线自整定的学习控制算法。为检验控制效果同时还使用了静态BP网络来整定PID参数,并在Matlab环境下,分别建立了基于对角回归神经网络和BP网络的液位实时控制系统。实际的控制效果说明,基于动态网络的PID控制器工作稳定,具有较好的鲁棒性。     

基于改进粒子群算法的USV航向分数阶控制

针对欠驱动水面船舶（underactuated surface vessel,USV）航向保持稳定性问题,对船舶自动舵控制系统设计了分数阶PIλDμ控制器。积分阶次λ和微分阶次μ的引入使得分数阶比例积分微分（proportion integration differentiation, PID）PIλDμ控制器具有更好的鲁棒性和抗扰动能力,但同时也加大了算法设计的难度。使用改进粒子群算法对分数阶PIλDμ控制器参数进行整定,即解决了粒子群算法容易使粒子陷入局部最优问题,又解决了分数阶PIλDμ控制器整定参数多、设计复杂问题。通过仿真对比实验,结果表明,该控制器能很好地根据船舶动态特性变化,自动进行适应性参数优化,具有跟踪速度快、航向控制超调小以及抗扰性强等优点。     

量子定位中精跟踪系统状态滤波及控制器设计

量子定位系统中精跟踪系统的跟踪精度是高精度定位的前提。针对卫星平台抖动以及工作环境噪声对量子定位系统跟踪精度的影响,建立了带有卫星平台振动信号模型以及有色噪声信号的精跟踪系统模型;设计了自适应强跟踪卡尔曼滤波器(adaptive strong tracking Kalman filter,ASTKF)算法,对状态扰动和输出噪声进行在线估计;并设计ASTKF对精跟踪系统进行闭环跟踪控制。在系统仿真实验中,对ASTKF进行了数值设计;对带有滤波器和比例积分微分(proportion integration differentiation,PID)控制器的精跟踪系统的控制性能,与仅采用PID控制方法以及采用自抗扰控制方法进行了性能对比实验。结果表明:采用带有所提出的ASTKF的PID控制的跟踪精度相较PID及自抗扰控制精度均有明显提高,可以达到量子定位的精跟踪系统对跟踪精度±2 μrad的要求。     

Active disturbance rejection control for PMLM servo system in CNC machining

Uncertain friction is a key factor that influences the accuracy of servo system in CNC machine. In this paper, based on the principle of Active Disturbance Rejection Control (ADRC), a control method is proposed, where both the extended state observer (ESO) and the reduced order extended state observer (RESO) are used to estimate and compensate for the disturbance. The authors prove that both approaches ensure high accuracy in theory, and give the criterion for parameters selection. The authors also prove that ADRC with RESO performs better than that with ESO both in disturbance estimation and tracking error. The simulation results on CNC machine show the effectiveness and feasibility of our control approaches.     

Bandwidth Based Stability Analysis of Active Disturbance Rejection Control for Nonlinear Uncertain Systems

This paper focuses on the stability analysis of the active disturbance rejection control (ADRC) for a class of uncertain systems. To overcome the difficulty of defining a reasonable Lyapunov function and setting limitations of system parameters, the converse Lyapunov theorem and the disturbance theory are employed. This paper proves that the estimation error of the extended state observer (ESO) and the tracking error of the closed-loop system using ADRC are uniformly ultimately bounded and monotonously diminishing with the increase of their respective bandwidth, so that the stability of the ADRC system could be performed. In order to further illustrate the relationship between the stability range and bandwidths, it analyzes quantitatively the performance of ESO and ADRC based on the root locus and the step response. Finally, an example based on a typical control system is carried out, and simulation results verify the theoretical analysis proved in this paper.     

基于改进ESO的四旋翼姿态自抗扰控制器设计

针对四旋翼无人机姿态自抗扰控制(active disturbance rejection control, ADRC)系统在姿态角测量反馈信号受传感器噪声污染时, 基于传统非线性非光滑fal函数的扩张状态观测器(extended state observer, ESO)观测精度不足的问题, 构建了一种新型非线性光滑galn函数以重新设计ESO, 并利用Matlab/Simulink仿真软件进行性能验证。仿真结果表明: 与传统fal函数相比, 本文构建的galn函数为光滑且具有更好的收敛性, 更能体现“大误差小增益”的工程思想; 基于galn函数设计的改进型ESO具有更强的误差跟随能力; 采用改进型ESO设计的四旋翼姿态ADRC系统具有更好的跟踪能力和抗干扰能力。     

Active Disturbance Rejection Control of Second-Order Nonlinear Uncertain Systems with Guaranteed Transient and Steady State Tracking Error Bounds

This paper presents an active disturbance rejection control (ADRC) method for a class of second-order nonlinear uncertain systems with guaranteed transient and steady state tracking error bounds. To deal with the tracking error constraint, an output error transformation and sliding surface technique are introduced to transform the constrained second-order system into an equivalent unconstrained first-order one. Then, an ADRC method is developed to achieve output tracking of the transformed uncertain system. The author proves that the closed-loop system is semi-globally uniformly bounded and it is sufficient to guarantee the tracking error constraint for the original system. Simulation results of a system of two inverted pendulums connected by a spring and a damper demonstrate the effectiveness of the proposed control method.

     

基于粒子群优化算法的自抗扰控制器设计

针对自抗扰控制器参数难以整定的问题,提出了基于粒子群优化算法的自抗扰控制器优化设计方法。该设计方法的实质就是选择合适的适应度函数,利用粒子群优化方法对自抗扰控制器的可调参数进行优化。设计方法运算简单,易于实现。对某炮控伺服系统的仿真研究表明,这种方法是可行的。     

面向预警卫星调度问题的改进粒子群算法

针对预警卫星调度问题的特点,提出了改进型粒子群算法。首先构建了粒子整数编码和解码机制,使粒子编码对应资源分配方案;其次,采用基于优先级的粒子群初始化机制,提高算法对可行解空间的遍历效率;其次对运算符进行重定义,解决基本粒子群算法无法处理离散变量优化问题。最后将改进的离散分群粒子群算法应用于预警任务—资源的调度问题中,实验结果表明,同其它算法相比,该算法具有较高求解性能。     

Multiple-target tracking with adaptive sampling intervals for phased-array radar

A novel adaptive sampling interval algorithm for multitarget tracking is presented.This algorithm which is based on interacting multiple models incorporates the grey relational grade (GRG) into the particle swarm optimization (PSO).Firstly,the desired tracking accuracy is set for each target.Secondly,sampling intervals are selected as particles,and then the advantage of the GRG is taken as the measurement function for resource management.Meanwhile,the fitness value of the PSO is used to measure the difference between desired tracking accuracy and estimated tracking accuracy.Finally,it is suggested that the radar should track the target whose prediction value of the next sampling interval is the smallest.Simulations show that the proposed method improves both the tracking accuracy and tracking efficiency of the phased-array radar.