基于計算機智能的分數階PID控制器研究.pdf

1、PID控制器是目前過程控制領域廣泛使用的一種控制策略。但是隨著工業(yè)生產規(guī)模擴大化與產品精細化，大約有10％-20％的復雜過程控制無法單純地使用傳統PID控制策略，因此需要尋找更先進的控制策略。分數階PID控制器是近年來提出的一種先進控制策略，兩個分數階次的引入使其比傳統整數階PID控制器具有更加靈活的調節(jié)范圍及更為廣闊的應用前景，但同時五維參數的整定也是制約其應用于實踐的主要難點之一。為此，本文從分數階微積分學入手，基于計算智能的相關技

2、術，提出一種離線參數優(yōu)化與在線參數整定相結合的策略，以獲取分數階PID控制器的五維參數。
　　研究了分數階微積分學的相關內容并結合整數階PID控制理論，闡述了分數階PID控制器的結構與數學實現。采用改進的Oustaloup法對微積分算子進行有理化，在Matlab/Simulink中構建出具有Kp、Ki、Kd、α、β五維參數的分數階PID控制器，作為系統的有理化控制模型。
　　采用離線參數優(yōu)化方法獲取五維參數的初始樣本。為了能

3、夠高效地搜索控制器的最優(yōu)參數，本文提出一種將個體進化與群體智能相結合的智能算法即螢火蟲-遺傳算法。通過仿真實驗研究，證明了該算法比傳統的遺傳算法、混合粒子群算法具有更強大的參數搜索能力。
　　為了將分數階PID控制器應用于實際系統中，本文設計出一種可實現在線參數整定的BP神經網絡分數階PID控制器。為了提高在線參數調整的精度與速度，把采用螢火蟲-遺傳算法離線優(yōu)化后的參數提供給神經網絡作為初始學習樣本。利用BP神經網絡分數階PID控

4、制器具有參數在線自學習的特點，根據輸入信號的變動實時地調整五維參數，從而獲得最優(yōu)控制效果。仿真實驗研究證明，BP神經網絡分數階PID控制器比整數階PID控制器動態(tài)誤差更小。
　　以無刷直流電機系統作為實踐應用平臺，驗證上述研究內容。構建出該系統的傳遞函數模型，采用螢火蟲-遺傳算法離線獲取分數階PID控制器的五維參數，作為BP神經網絡分數階PID控制器的初始學習樣本，進而實現在線參數整定。將BP神經網絡分數階PID控制器與整數階PI