基于PSODE混合算法优化的自抗扰控制器设计,本论文为免费优秀的关于控制器设计论文范文资料，可用于相关论文写作参考。
控制器设计论文参考文献：
摘 要： 自抗扰控制器在强干扰系统和大时滞条件下的控制效果不好,主要影响因素是静态参数机制,为此设计了一种基于差分进化算法和粒子群算法联合优化的自抗扰控制器.使用粒子群算法对自抗扰控制器中抗扩张状态观测器的动量估计系数进行在线优化,使用误差阈值触发启动的伺服机制提高动态优化的计算速度,并使用差分进化算法的变异、交叉和选择算子提高粒子群算法的多样性,防止陷入局部最优值以提高算法的收敛精度.在热工时滞系统中的实验结果表明,改进后的算法在强干扰系统和大时滞条件下的控制效果得到提高,抗干扰性能和鲁棒性得到提高.
关键词： 自抗扰控制器； 粒子群算法； 差分进化算法； 抗干扰； 鲁棒性
中图分类号： TN02?34； TP183 文献标识码： A 文章编号： 1004?373X（2017）03?0092?04
Design of active disturbance rejection controller based on
joint optimization algorithm of PSODE
REN Lu, HE Ping, ZHANG Xiaolei, GUO Xiulin
（Faculty of Metallurgical and Energy Engineering, Kunming University of Science and Technology, Kunming 650093, China）
Abstract： Since the active disturbance rejection controller in strong interference system and under large?delay condition has bad control effect due to the influence of the static parameter mechani, an active disturbance rejection controller based on the joint optimization of the particle swarm optimization algorithm and difference evolution algorithm was designed. The particle swarm optimization algorithm is used to optimize the momentum estimation coefficient of the anti?expansion state observer in the controller online. The servo mechani started by the error threshold trigger is adopted to improve the computation speed of the dynamic optimization. The mutation, crossover and selection operators of the difference evolution algorithm are employed to improve the diversity of the particle swarm optimization algorithm and prevent it from falling into the local optimum, so as to improve the convergence precision of the algorithm. The experimental results of the thermal time delay system show that the control effect of the improved controller in strong interference system and under large?delay condition is improved, and the anti?jamming performance and robustness are enhanced.
Keywords： active disturbance rejection controller； particle swarm optimization； differential evolution algorithm； anti?jamming performance； robustness
0 引 言
自抗扰控制器[1]（Active Disturbances Rejection Control,ADRC）因其不需受控对象具备精确的数学模型就能实现高精度控制,在鲁棒性、抗干扰能力和响应速度方面具有独特的优势,在机器人控制、电机控制、电力系统和飞行控制等领域得到广泛应用,具备较强的工业实用价值[2].但是由于ADRC的相关参数较多,调整存在较大难度,因此目前对ADRC的改进优化算法较多,主要包括使用混沌粒子群[3]、免疫粒子群[4]和模拟控制[5]等算法优化的ADRC,这些改进算法有效提高了ADRC的参数调整效率,对ADRC的实际应用起到较好的促进作用,但还是采用静态优化机制,而ADRC本身是参数线下静态优化机制,在热工系统之类的强干扰和大时滞环境系统下易导致输出超调和不稳定,系统误差易超差导致系统紊乱[6],针对这一缺陷,本文使用差分进化算法（Difference Hybrid Algorithm,DE）和粒子群算法（Particle Swarm Optimization Algorithm,PSO）的联合算法对ADRC算法进行动态优化,利用PSO对ADRC内扩张状态观测器的动量估计系数进行优化,同时结合差分进化算法的变异、交叉和选择算子提高粒子群算法的多样性,防止PSO陷入局部最优值,提高PSO的全局搜索能力.
结论：关于本文可作为相关专业控制器设计论文写作研究的大学硕士与本科毕业论文控制器设计论文开题报告范文和职称论文参考文献资料。
结构设计优化技术其在建筑结构设计中应用
【摘要】对于现代建筑而言，其本身的结构设计中便对于其自身的功能较为重要，所以在现代之中结构设计优化技术在现代之中有着普遍的存在价值，针对于现代建。
抗连续倒塌设计方法在置换技术中应用
【摘要】随着经济的发展，我国的建筑业也逐渐迈向房屋维修、改造加固迈进，我国有很多相对成熟的加固技术并应用于实践，但是，在保证技术性可靠的同时，仍。
优化技术在房屋建筑结构设计中应用
摘 要：随着人们对生活品质追求的逐渐提升，对房屋建筑结构设计工作提出更多更高的要求，在设计过程中设计人员需要对房屋建筑结构功能、安全性、经济性以。
面向高维数据随机森林算法优化
作者简介：罗超，2003年毕业于湘潭大学测控技术与仪器专业；2013年至2016年，就读于人民大学统计学院；现任职于霍尼韦尔航空航天部门，专注于。