http://www.foshanyuntichechuzu.com/ 萝岗九龙镇升降车出租,   萝岗升降车出租, 萝岗九龙镇出租升降车    基于粒子群优化的升降车伺服缸模糊PID控制策略的性能分析
http://www.foshanyuntichechuzu.com/ 萝岗九龙镇升降车出租,   萝岗升降车出租,  萝岗九龙镇出租升降车     基于粒子群优化的升降车伺服缸模糊PID控制策略的性能分析

产品详情



       萝岗九龙镇升降车出租,   萝岗升降车出租,  萝岗九龙镇出租升降车     基于粒子群优化的升降车伺服缸模糊PID控制策略的性能分析       1控制策略的性能,阐述了模糊控制和粒子群算法的基本原理,并根据实际工作情况完成了基于粒子群算法优化的模糊PID控制器(简称PSO_FPID)的设计。为了说明所设计控制方法的自适应能力,将含气量分别为0.1%、0.7%和1.0%的伺服系统,在普通PID控制下的位移阶跃响应与在PSO_FPID控制下的位移阶跃响应进行分析比较。 含气量为0.1%时系统位移阶跃响应的对比曲线可以看出,两种控制方法下伺服缸都具有比较理想的响应结果。当采用普通PID控制时,系统的超调量为8.80%,调整时间为0.0243s,稳态误差为0.0027mm;当采用PSO_FPID控制时,系统基本无超调,调整时间为0.0193s,稳态误差为0.0022mm。可以看出,PSO_FPID控制方法消除了系统阶跃响应的超调量,缩短了系统的调整时间,减小了系统的稳态误差,其相对于普通PID具有更好的控制效果。



        含气量为0.7%时系统位移阶跃响应的对比曲线可以看出,当油液的含气量增加时,采用PSO_FPID控制方法仍能使伺服缸得到比较理想的位移输出,而采用普通PID控制方法则不能有效抑制参数摄动带来的影响。当采用普通PID控制时,系统的超调量为28.54%,调整时间为0.0194s,稳态误差为0.0043mm;当采用PSO_FPID控制时,系统基本无超调,调整时间为0.0173s,稳态误差为0.0014mm。对比分析结果可知:普通PID控制并不具备自适应能力,由于其控制系数无法实时调整,当伺服系统的某个参数发生改变时,其原有系数可能无法满足现有的控制要求,所以导致系统表现出比较差的响应效果。



        含气量为1.0%时系统位移阶跃响应的对比曲线可以看出,当油液的含气量升高到1.0%时,两种控制方法下伺服缸的位移响应已经出现了较大的差异。当采用普通PID控制时,系统的超调量为58.94%,调整时间为0.0402s,稳态误差为0.0046mm;当采用PSO_FPID控制时,系统基本无超调,调整时间为0.0242s,稳态误差为0.0026mm。可以看出,含气量的上升使得油液有效体积弹性模量降低,导致普通PID控制下活塞杆位移出现较大的波动。而PSO_FPID控制能够根据误差反馈,实时调53整比例、积分和微分作用的比重,有效补偿系统参数变化带来的影响,使系统具有更加理想的动、稳态性能。




         结合三种含气量下伺服缸的位移响应曲线可以看出,当含气量增加时,传统PID控制下系统阶跃响应的滞后时间增长,超调量增大,振荡加剧,但PSO_FPID控制策略却能够有效的消除系统超调,缩短调整时间,减小系统稳态误差,改善了系统的动态性能。列举了两种控制方法下系统阶跃响应的性能指标可知,虽然油液的含气量升高,但相对于普通PID而言,PSO_FPID控制都能使系统阶跃响应的超调量保持在1.0%以内,使系统的调整时间小于0.242s,并使系统的稳态误差小于0.00256mm。这表明PSO_FPID控制能够适应系统的参数变化,有效地消除系统震荡,具有更强的自适应能力和鲁棒性。




      萝岗九龙镇升降车出租,   萝岗升降车出租,  萝岗九龙镇出租升降车 http://www.shundediaolanchechuzu.com/




        2粒子群优化历程,  为三种含气量下,粒子群算法对于模糊PID控制比例因子和量化因子的优化结果和收敛历程,三种模型的适应度值随着迭代次数的进行都逐渐减小,并先后稳定在各自的稳态值不再变化,表明粒子群算法已经在粒子的可行域内寻找到了最优值。在更新迭代的前期,适应度函数值的减小幅度都比较明显,而在优化后期则相对平缓,这也反映了粒子群算法在不同的优化阶段,其搜索能力的侧重。在寻优前期,由于初代粒子的位置和速度都是经过初始化在参数域内随机产生,具有较大的随机性,此时主要以全局寻优能力为主,使粒子尽快的靠近更好位置,所以适应度值减小较快;在寻优后期,各粒子的适应度值已足够小,已足够靠近最优位置,此时主要以局部寻优能力为主,使粒子尽量在附近搜索,避免速度过快而越过最优解。此外,从适应度函数值的收敛曲线中也可以看出,当含气量为0.1%时,适应度值由2.06开始减小,并在第162步时稳定在1.61,减小幅度为0.45;当含气量为0.7%时,适应度值由3.34开始减小,并在第88步时稳定在1.92,减小幅度为1.42;当含气量为1.0%时,适应度值由5.24开始减小,并在第79步时稳定在2.22,减小幅度为3.02。可以看出,随着含气量的增加,伺服系统的动态性能变差,导致适应度函数的初始值也相应增加,但经过粒子群算法寻优后,各模型的适应度值最终相差很小,说明了粒子群算法具有较强的优化能力。为模糊PID控制器比例因子和量化因子在优化过程中的变化曲线可以看出,模糊PID控制参数之间表现出高度的耦合性和非线性,虽然油液含气量是线性增加,但是单独参数却没有表现出相应的递增或递减趋势,最后得到的参数组合也是数值各异。但是值得注意的是,某些参数在优化过程中还是表现出一定的规律。  比例因子K△p随着含气量的增加,其最优值也逐渐增加;而积分环节的比例因子K△i,在三个模型中其最优值都取得了可行域内的较大值。结合伺服缸在不同含气量下的位移响应,则不难解释上述现象。当含气量升高时,伺服缸的响应速度变慢,位移超调量增大,为了得到快速无超调的响应,模糊PID控制需要在不同的阶段加大比例系数增加或减小的幅度,所以其比例因子K△p的值也相应增加。同时,为了减小系统的稳态误差,控制器的积分系数需要足够大,所以三个模型的积分环节比例因子K△i都取得了较大的值。



        萝岗九龙镇升降车出租,   萝岗升降车出租,  萝岗九龙镇出租升降车