CN104090490B - 一种基于混沌粒子群优化算法的输入整形器闭环控制方法 - Google Patents
一种基于混沌粒子群优化算法的输入整形器闭环控制方法 Download PDFInfo
- Publication number
- CN104090490B CN104090490B CN201410317759.2A CN201410317759A CN104090490B CN 104090490 B CN104090490 B CN 104090490B CN 201410317759 A CN201410317759 A CN 201410317759A CN 104090490 B CN104090490 B CN 104090490B
- Authority
- CN
- China
- Prior art keywords
- particle
- chaos
- input shaper
- value
- search
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 239000002245 particle Substances 0.000 title claims abstract description 75
- 238000005457 optimization Methods 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000004088 simulation Methods 0.000 claims description 8
- 230000033001 locomotion Effects 0.000 claims description 4
- 238000005096 rolling process Methods 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 2
- NAXKFVIRJICPAO-LHNWDKRHSA-N [(1R,3S,4R,6R,7R,9S,10S,12R,13S,15S,16R,18S,19S,21S,22S,24S,25S,27S,28R,30R,31R,33S,34S,36R,37R,39R,40S,42R,44R,46S,48S,50R,52S,54S,56S)-46,48,50,52,54,56-hexakis(hydroxymethyl)-2,8,14,20,26,32,38,43,45,47,49,51,53,55-tetradecaoxa-5,11,17,23,29,35,41-heptathiapentadecacyclo[37.3.2.23,7.29,13.215,19.221,25.227,31.233,37.04,6.010,12.016,18.022,24.028,30.034,36.040,42]hexapentacontan-44-yl]methanol Chemical group OC[C@H]1O[C@H]2O[C@H]3[C@H](CO)O[C@H](O[C@H]4[C@H](CO)O[C@H](O[C@@H]5[C@@H](CO)O[C@H](O[C@H]6[C@H](CO)O[C@H](O[C@H]7[C@H](CO)O[C@@H](O[C@H]8[C@H](CO)O[C@@H](O[C@@H]1[C@@H]1S[C@@H]21)[C@@H]1S[C@H]81)[C@H]1S[C@@H]71)[C@H]1S[C@H]61)[C@H]1S[C@@H]51)[C@H]1S[C@@H]41)[C@H]1S[C@H]31 NAXKFVIRJICPAO-LHNWDKRHSA-N 0.000 claims 2
- 230000006978 adaptation Effects 0.000 claims 1
- 210000001367 artery Anatomy 0.000 claims 1
- 210000003462 vein Anatomy 0.000 claims 1
- 230000005540 biological transmission Effects 0.000 abstract description 7
- 230000010355 oscillation Effects 0.000 abstract description 5
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000002401 inhibitory effect Effects 0.000 abstract description 3
- 230000000739 chaotic effect Effects 0.000 abstract description 2
- 230000009466 transformation Effects 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
Landscapes
- Feedback Control In General (AREA)
Abstract
本发明涉及一种基于混沌粒子群优化算法的输入整形器闭环控制方法,属于共轴传动机械启动过程的驱动控制方法技术领域;针对共轴传动机械启动过程存在抖振问题,本发明提出的控制方法对传动机构进行闭环控制,并且经实验结果证明了这种控制方法的有效性和可行性;在离线的状态下,运用混沌粒子群优化算法对双脉冲输入整形器进行优化,得到其优化参数,然后运用优化的输入整形器对PD闭环执行机构进行控制;本发明针对共轴传动印刷机械启动过程中的扭振问题,提出了一种基于混沌粒子群优化的输入整形器参数自整定的控制算法。此控制在大幅抑制了***的扭振的同时实现***的快速无振响应。
Description
技术领域
本发明涉及一种基于混沌粒子群优化算法的输入整形器闭环控制方法,属于共轴传动机械启动过程的驱动控制方法技术领域。
背景技术
共轴传动印刷机在启动过程中,由于采用长轴连接,轴与轴之间传输距离长、***刚度低、负载质量重等诸多因素的影响造成了启动时会发生扭转振动,扭振现象不仅影响了启动过程的稳态时间,而且对传动轴也会带来很大的冲击,从而影响印刷机的使用寿命。
针对以上原因采用了输入整形器的方法对***进行时域滤波,然而传统的零振荡输入整形器需要精确建模,参数间相互影响,整定困难。本发明引入混沌粒子群优化算法对控制器参数进行优化,通过对***进程传函变换,实现了***信号的在线采集、离线优化、同时保持了较高地精度。
发明内容
本发明的目的在于提供了一种基于混沌粒子群优化算法的输入整形器闭环控制方法,针对共轴传动机械启动过程存在抖振问题,本发明提出的控制方法对传动机构进行PD控制,并且经实验结果证明了这种控制方法的有效性和可行性。
为实现上述目的,本发明所采用的技术方案为一种基于混沌粒子群优化算法的输入整形器闭环控制方法,在离线的状态下,运用混沌粒子群优化算法对双脉冲的输入整形器进行优化,得到其最优参数,然后运用得到的最优输入整形器对PD执行机构控制,该方法包括如下具体步骤,
S1用简单的PD参数调节执行机构运动,以后保持不变,***输入速度信号x(t),驱动机械***运动,运用编码器从***输出轴采集到其速度曲线v(t)和最终稳定速度u;
S2根据***输出轴的稳定速度u,采用混沌粒子群优化算法得到双脉冲输入整形器的参数,双脉冲输入整形器的频域表达式为其中Ai和ti分别是脉冲序列的幅值及其所对应的时滞,由时间最优可令t1=0,则得公式为:为使***输出达到稳定速度u,添加约束方程A1+A2=1,Ai>0;
所述混沌粒子群优化算法的过程如下,
S2.1初始化并设置输入整形器相关参数;包括A1、A2和t2的取值范围,由于A1+A2=1,Ai>0,故A2的取值范围[0~1],A1=1-A2;t2的选取比较重要,因为过大的t2的取值范围会使混沌粒子群算法早熟,陷入局部极小值,然而过小的取值范围优化时会漏掉最优解,要首先根据***的模型来估算信号的延时时间,多质转动平台的延时较小,故给定t2的取值范围为[0~5]。
设置混沌粒子群相关参数;包括确定粒子群规模m=30,粒子搜索空间维数D=2
(即A2、t2两个粒子),迭代次数k最大为30,混沌搜索最大步数n为10,搜索空间范围即根据A2、t2范围确定),学习因子c1=c2=2,惯性权
重范围wmin=0.6,第i个粒子个体最优位置为其中为所有
中的最优(即全局最优),随机初始化每个粒子的位置和速度;
S2.2将每个粒子的位置向量依次作为输入整形器参数,依次对采集回来的速度运动曲线进行仿真,得到仿真曲线;根据仿真曲线计算每个粒子的适应度值,并将其作为衡量粒子位置优劣的依据;设置适应度函数为
式中,v(t)为仿真曲线的瞬时速度,u为***输出轴最终稳定速度,ftr为一较大的惩罚函数值,具体定义为
其中,tr为仿真曲线上升时间,当在指定仿真周期内没有达到上升时间时,ftr为一较大的惩罚函数值;当时间达到上升时间时,ftr取值为tr;
S2.3根据适应度函数计算每一个粒子的适应度值,如果该粒子的适应度值小于粒子自身以前的适应度值,则用该粒子的当前位置替换如果该粒子适应度值小于粒子群以前的适应度值,则用该粒子的位置替换
S2.4对每个粒子的速度和位置进行更新,第k次循环时,此时第i个粒子位
置矢量为飞行速度为当前粒子个体最优位置为当前全局最优位置为(d=1,2...,D),则
第k+1次循环时,第i个粒子速度迭代方程为位置矢
量迭代方程
S2.5计算每个微粒的适应度值,保留群体中最好的20%最佳粒子;
S2.6对最佳粒子执行混沌局部搜索,并更新和
所述混沌局部搜索算法的过程如下,
S2.6.1循环初始化n=0,d=1;
S2.6.2运用第i个粒子位置矢量的第d维变量,按照下式得到混沌变量d=1,2,...D,其中xmax,d和xmin,d为第d维变量的搜索上下界;
S2.6.3计算下步迭代的混沌变量d=1,2,3...D;
S2.6.4根据混沌变量得到位置矢量 若d=D,则转S2.6.5,否则d=d+1,转S2.6.2;
S2.6.5根据新的位置矢量得到适应度值,与原始的位置矢量相比较,若适应度值较好或者混沌搜索已达到最大迭代步数,将新位置矢量作为混沌搜索结果,否则置k=k+1,转S2.6.2.
S2.7当k达到设定的迭代次数后,结束滚动优化过程,输出参数优化值。否则,转到步骤S2.8。
S2.8按下面的式子对矢量的每个空间变量收缩搜索区域:
xmin,d=max{xmin,d,xg,d-r*(xmax,d-xmin,d)}
xmax,d=min{xman,j,xg,d-r*(xmax,d-xmin,d)}
其中xg,d表示当前的第d维变量的值,r为[0,1]的随机数;
S2.9当k达到设定的迭代次数后,结束滚动优化过程,输出参数优化值;否则在收缩后的空间内随机产生群体中剩余的80%的微粒,转S2.2;
S3运用得到的最优整形器对执行机构进行PD控制。
与现有技术相比,本发明的有益效果在于:本发明针对共轴传动印刷机械启动过程中的扭振问题,提出了一种基于混沌粒子群优化算法的输入整形器闭环控制方法。此控制在大幅抑制了***的扭振的同时实现***的快速无振响应。
附图说明
图1是该控制方法应用***结构框图。
图2是混沌粒子群优化过程图。
图3是simulink下的优化模型图。
图4a是原始PD***启动曲线图。
图4b是原始PD***启动曲线傅里叶变换图。
图5a是带输入整形器的PD***启动曲线图。
图5b是带输入整形器的PD***启动曲线傅里叶变换图。
具体实施方式
本发明是一种基于混沌粒子群优化算法的输入整形器闭环控制方法,参照图1,在线情况下输入信号进入机械***后采集输出轴速度运动曲线,再根据采集曲线运用混沌粒子群优化算法离线优化出输入整形器的参数,然后将优化出的输入整形器控制PD机械***运动,这样可以滤掉启动信号中与执行机构共振的频点,在大幅抑制了***扭振的同时实现了***快速无振响应。
混沌粒子群离线的优化方法如图2所示,混沌粒子群算法与simulink模型之间链接的桥梁是粒子(即输入整形器公式中的A2、t2)。优化过程如下,随机产生粒子群,将该粒子群中的粒子依次赋值给simulink模型输入整形器中的参数A2、t2,然后运行控制***的simulink模型,得到该粒子的适应度值,最后判断是否判断是否可以退出算法,若不退出,则对粒子的速度和位置进行更新,即对A2、t2更新。
图3是simulink下的优化模型图,采集的速度信号经过输入整形器模块后得到仿真曲线,再经过适应度函数模块得到适应度值。
图4a是原始***启动曲线图,是多质量PD闭环转动***输入幅值为8600的阶跃信号的响应,***振荡一直存在,超调约为13.953%;图4b是原始PD***启动曲线傅里叶变换图,可以明显看出存在一个低频振点。
图5a是带输入整形器的PD***启动曲线图,在同样的幅值的阶跃信号激励下,则***的超调仅仅为3.488%,振荡得到抑制,且调整时间仅为700ms;图5b是带输入整形器的PD***启动曲线傅里叶变换图,看出低频振点消除。
Claims (2)
1.一种基于混沌粒子群优化算法的输入整形器闭环控制方法,其特征在于:在离线的状态下,运用混沌粒子群优化算法对双脉冲的输入整形器进行优化,得到其最优参数,然后运用得到的最优输入整形器对执行机构进行PD控制,该方法包括如下具体步骤,
S1用PD参数调节执行机构运动,***输入速度信号x(t),驱动机械***运动,运用编码器从***输出轴采集到其速度曲线v(t)和最终稳定速度u;
S2根据***输出轴的稳定速度u,采用混沌粒子群优化算法得到双脉冲输入整形器的参数,双脉冲输入整形器的频域表达式为其中Ai和ti分别是脉冲序列的幅值及其所对应的时滞,由时间最优令t1=0,则得公式为:为使***输出达到稳定速度u,添加约束方程A1+A2=1,Ai>0;
所述混沌粒子群优化算法的过程如下,
S2.1初始化并设置输入整形器相关参数;包括A1、A2和t2的取值范围,由于A1+A2=1,Ai>0,故A2的取值范围[0~1],A1=1-A2;要首先根据***的模型来估算信号的延时时间,多质量块转动平台的延时小,故给定t2的取值范围为[0~5];
设置粒子群相关参数:包括确定粒子群的规模数m=30,粒子搜索空间维数D=2,即脉冲序列的幅值A2、脉冲序列的时滞t2,迭代次数k最大为30,混沌搜索最大步数n为10,搜索空间范围学习因子c1=c2=2,惯性权重w=0.6,第i个粒子个体最优位置为其中为所有中的最优,随机初始化粒子群中的每个粒子的位置和速度;
S2.2将每个粒子的位置向量依次作为输入整形器参数,依次对采集回来的速度运动曲线进行仿真,得到仿真曲线;根据仿真曲线计算每个粒子的适应度值,并将其作为衡量粒子位置优劣的依据;设置适应度函数为
式中,v(t)为仿真曲线的瞬时速度,u为***输出轴最终稳定速度,ftr为惩罚函数值,具体定义为
其中,tr为仿真曲线上升时间,当在指定仿真周期内没有达到上升时间时,ftr取值为kt;当时间达到上升时间时,ftr取值为tr;
S2.3根据适应度函数计算每一个粒子的适应度值,如果该粒子的适应度值小于粒子自身以前的适应度值,则用该粒子的当前位置替换如果该粒子适应度值小于粒子群以前的适应度值,则用该粒子的位置替换
S2.4对每个粒子的速度和位置进行更新,第k次循环时,此时第i个粒子位置矢量为速度为当前粒子个体最优位置为当前全局最优位置为d=1,2...,D,则第k+1次循环时,第i个粒子速度迭代方程为位置矢量迭代方程
S2.5计算每个粒子的适应度值,保留群体中20%的最佳粒子;
S2.6对最佳粒子执行混沌局部搜索,并更新和
所述混沌局部搜索的过程如下,
S2.6.1循环初始化k=0,d=1;
S2.6.2运用第i个粒子位置矢量的第d维变量,按照下式得到混沌变量d=1,2,...D,其中Xmax,d和Xmin,d为第d维变量的搜索上下界;
S2.6.3计算下步迭代的混沌变量d=1,2,3...D;
S2.6.4根据混沌变量得到位置矢量 若d=D,则转S2.6.5,否则d=d+1,转S2.6.2;
S2.6.5根据新的位置矢量得到适应度值,与原始的位置矢量相比较,若为最佳适应度值或者混沌搜索已达到最大迭代步数,将新位置矢量作为混沌搜索结果,否则置k=k+1,转S2.6.2;
S2.7当k达到设定的迭代次数后,结束滚动优化过程,输出参数优化值;否则,转到步骤S2.8;
S2.8按下面的式子对矢量的每个空间变量收缩搜索区域:
xmin,d=max{xmin,d,xg,d-r*(xmax,d-xmin,d)},0≤r≤1
xmax,d=min{xmax,d,xg,d-r*(xmax,d-xmin,d)},0≤r≤1
其中Xg,d,表示当前的第d维变量的值;
S2.9当k达到设定的迭代次数后,结束滚动优化过程,输出参数优化值;否则在收缩后的空间内随机产生群体中剩余的80%的粒子,转S2.2;
S3运用得到的最优整形器对执行机构进行PD控制。
2.根据权利要求1所述的一种基于混沌粒子群优化算法的输入整形器闭环控制方法,其特征在于:所述搜索空间范围Xmin=[0,0]、Xmax=[1,5],即根据A2、t2范围确定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410317759.2A CN104090490B (zh) | 2014-07-04 | 2014-07-04 | 一种基于混沌粒子群优化算法的输入整形器闭环控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410317759.2A CN104090490B (zh) | 2014-07-04 | 2014-07-04 | 一种基于混沌粒子群优化算法的输入整形器闭环控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104090490A CN104090490A (zh) | 2014-10-08 |
CN104090490B true CN104090490B (zh) | 2018-11-02 |
Family
ID=51638212
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410317759.2A Expired - Fee Related CN104090490B (zh) | 2014-07-04 | 2014-07-04 | 一种基于混沌粒子群优化算法的输入整形器闭环控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104090490B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105447589B (zh) * | 2015-10-15 | 2019-07-23 | 国家电网公司 | 一种减低燃煤机组NOx排放量的控制方法和装置 |
CN106597851B (zh) * | 2016-12-15 | 2019-04-30 | 南京航空航天大学 | 一种小型无人机飞控***的鲁棒容错控制方法 |
CN106647283A (zh) * | 2017-01-23 | 2017-05-10 | 无锡信捷电气股份有限公司 | 一种基于改进cpso的自抗扰位置伺服***优化设计方法 |
CN106950831B (zh) * | 2017-03-06 | 2020-06-16 | 湖北工业大学 | 一种离线优化/在线切换的无功补偿方法 |
CN106816877A (zh) * | 2017-03-10 | 2017-06-09 | 国网江苏省电力公司常州供电公司 | 一种含光伏的配电网电压跌落检测补偿方法 |
CN107944594B (zh) * | 2017-09-30 | 2021-11-23 | 华南理工大学 | 一种基于斯皮尔曼等级与rkelm微网短期负荷预测方法 |
CN107729706B (zh) * | 2017-11-29 | 2020-02-21 | 湖南科技大学 | 一种非线性机械***的动力学模型构建方法 |
CN109117751B (zh) * | 2018-07-24 | 2021-10-19 | 南京信息工程大学 | 基于自适应混沌粒子群算法的随机共振微弱信号检测方法 |
CN108919652B (zh) * | 2018-10-10 | 2021-07-27 | 北京工商大学 | 一种自适应抗扰整形控制方法与*** |
CN110109350A (zh) * | 2019-03-29 | 2019-08-09 | 广东工业大学 | 一种基于混沌飞蛾捕焰算法的波浪发电装置的功率捕获优化方法 |
CN111123705B (zh) * | 2019-12-18 | 2021-09-21 | 南京航空航天大学 | 一种螺旋桨及传动轴***的主动振动控制的设计方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6505085B1 (en) * | 1999-03-04 | 2003-01-07 | Massachusetts Institute Of Technology | Method and apparatus for creating time-optimal commands for linear systems |
CN101816822A (zh) * | 2010-05-27 | 2010-09-01 | 天津大学 | 功能性电刺激pid参数双源特征融合微粒子群整定方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101980470B (zh) * | 2010-10-03 | 2013-12-04 | 鲁东大学 | 一种基于混沌粒子群优化的ofdm***资源分配方法 |
CN103885338B (zh) * | 2014-03-21 | 2016-08-17 | 北京工业大学 | 一种基于粒子群优化算法的输入整形器参数自整定控制方法 |
-
2014
- 2014-07-04 CN CN201410317759.2A patent/CN104090490B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6505085B1 (en) * | 1999-03-04 | 2003-01-07 | Massachusetts Institute Of Technology | Method and apparatus for creating time-optimal commands for linear systems |
CN101816822A (zh) * | 2010-05-27 | 2010-09-01 | 天津大学 | 功能性电刺激pid参数双源特征融合微粒子群整定方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104090490A (zh) | 2014-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104090490B (zh) | 一种基于混沌粒子群优化算法的输入整形器闭环控制方法 | |
CN103885338B (zh) | 一种基于粒子群优化算法的输入整形器参数自整定控制方法 | |
CN107800343B (zh) | 异步电机自抗扰控制器的设计方法 | |
JP2011501292A5 (zh) | ||
CN102426417A (zh) | Pi参数混合整定法 | |
CN112286218B (zh) | 基于深度确定性策略梯度的飞行器大迎角摇滚抑制方法 | |
CN106557088A (zh) | 一种基于事件触发机制的船舶航向控制器及其控制方法 | |
CN105955328B (zh) | 云台摄像头的速度控制方法和装置 | |
CN110262223A (zh) | 一种基于分数阶pid调速***的水轮机综合性模型建模方法 | |
KR102165991B1 (ko) | 모터 제어 장치 | |
CN107505914A (zh) | 一种考虑滚珠丝杠进给***高阶动态特性的高精运动控制方法 | |
CN103592946A (zh) | 一种基于视加速度测量的主动段程序自适应纵向制导方法 | |
CN105305920A (zh) | 一种抑制交流伺服***扭转振动的***及其方法 | |
CN107381352A (zh) | 一种加速时间可调的起重机防摇控制方法 | |
CN103955136B (zh) | 电磁致驱动定位控制方法及其应用 | |
CN104197793B (zh) | 一种导弹pid控制器参数自适应调节的方法 | |
CN104090596A (zh) | 一种基于粒子群优化算法的五阶段s曲线加减速控制方法 | |
CN107196581A (zh) | 用于微调伺服马达的控制装置、方法及计算机程序产品 | |
CN103001567A (zh) | 六相永磁同步直线电机调速***的多模逆模型辨识方法 | |
Westermayer et al. | High dynamic torque control for industrial engine test beds | |
Pal et al. | Swing up and balance of an inverted pendulum using reinforced learning approach coupled with a proportional-integral-derivative controller | |
CN108845510A (zh) | 柔性连接件的振动控制方法、装置、存储介质及执行*** | |
US11243501B2 (en) | Machine learning device, control system, and machine learning | |
CN108363302A (zh) | 一种基于和声搜索的船舶动力定位底层推进器控制方法 | |
CN110262541A (zh) | 无人机控制方法、装置、无人机、遥控器及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20181102 |