气动加载系统的粒子群-滑模观测器控制
来源期刊:控制工程2017年第11期
论文作者:白国振 邱磊 周媛 杨磊
文章页码:2324 - 2331
关键词:图像分割;气动加载伺服控制系统;粒子群;滑模干扰观测器;混沌系统;
摘 要:针对气动加载伺服控制系统的时滞、强非线性,提出一种基于混沌粒子群(CPSO)的改进滑模干扰观测器(ISMDO)的控制方案。利用观测器预估理论对实际输出进行估计,计算出无延时的预估输出,并将此输出值与设定值的误差作为滑模控制器的输入计算控制量。同时采用粒子群算法进行控制器的参数寻优,为使寻优效果更好,首先采用混沌反学习法"初选"粒子,再利用"淘汰"条件对粒子群算法进行筛选,并基于混沌系统替换粒子策略对群体进行补充。通过与PID控制算法,滑模干扰观测器(SMDO)等不同控制策略对阶跃、正弦信号的系统仿真进行比较,证明算法能较好的解决系统的延迟和非线性。并通过试验验证对于气动加载系统来说,该算法具有较好的控制性能。
白国振,邱磊,周媛,杨磊
上海理工大学机械学院
摘 要:针对气动加载伺服控制系统的时滞、强非线性,提出一种基于混沌粒子群(CPSO)的改进滑模干扰观测器(ISMDO)的控制方案。利用观测器预估理论对实际输出进行估计,计算出无延时的预估输出,并将此输出值与设定值的误差作为滑模控制器的输入计算控制量。同时采用粒子群算法进行控制器的参数寻优,为使寻优效果更好,首先采用混沌反学习法"初选"粒子,再利用"淘汰"条件对粒子群算法进行筛选,并基于混沌系统替换粒子策略对群体进行补充。通过与PID控制算法,滑模干扰观测器(SMDO)等不同控制策略对阶跃、正弦信号的系统仿真进行比较,证明算法能较好的解决系统的延迟和非线性。并通过试验验证对于气动加载系统来说,该算法具有较好的控制性能。
关键词:图像分割;气动加载伺服控制系统;粒子群;滑模干扰观测器;混沌系统;