基于混合粒子群算法的单杆柔性臂LQR位置控制优化设计.pdfVIP

基于混合粒子群算法的单杆柔性臂LQR位置控制优化设计.pdf

  1. 1、本文档共4页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于混合粒子群算法的单杆柔性臂LQR位置控制优化设计

第9期 组 合机床 与 自动化 加工 技术 No.9 2015年 9月 ModularM achineTool& AutomaticManufacturingTechnique Sept.2015 文章编号:10131—2265(2015)09-0049—04 DOI:10.13462/j.cnki.mmtamt.2015.09.014 基于混合粒子群算法的单杆柔性臂 LQR位置控制优化设计水 路 恩,杨雪锋,李 威,刘玉飞,鞠锦勇 (中国矿业大学机 电工程学院,江苏徐州 221116) 摘要:针对单杆柔性机械臂LQR(1inearquadraticregulator)控制中加权矩阵参数的选择问题,提 出了 一 种基于混合粒子群算法寻优加权矩阵参数的方法。首先,基于假设模态法和拉格朗日方程建立了 单杆柔性臂的动力学模型,并推导出系统的控制模型。引入了遗传算法中交叉操作以加强粒子群算 法中粒子间区域的搜索能力,改进了基本粒子群算法易陷入局部最优的问题。最后,仿真结果表明 基于混合粒子群算法迭代寻优得到的加权矩阵参数与经验值相比具有更优的控制效果。而且,与传 统采用的遗传算法优化加权矩阵参数方法相比,具有较快的搜索和收敛速度,且具有需要调节的参 数少、概念简单、实现容易的特点。 关键词:柔性臂;LQR;混合粒子群算法;Simulink仿真 中图分类号 :THll3.1;TGS06 文献标识码 :A TheOptimalDesignofLQRTipPositionControlforSingleFlexibleManipulators BasedonHybridParticleSwarm Algorithm LU En,YANGXue-feng,LIWei,LIUYu—fei,JUJin—yong (SchoolofMechatronicEngineering,ChinaUniversityofMiningandTechnology,XuzhouJiangsu221l16, China) Abstract:A optimizationmethodofhteweightedmatrixparametersbasedonhybridparticleswarm algo— rithm ispresentedforhteLQRcontrolofsingleflexiblemanipulators.First,thedynamicmodelofthesingle flexiblemanipulatorisestablished by hte assumed modemehtod andhteLagrna geequations.Then,the modelofcontrolsystem isderivedbythedynamicmodelwhichiswrittenasamatrixequation.Thecrossing operatorofgeneticalgorithm isinrtoducedintohteparticleswarm algorithm tosrtengthenhtesearchability ofparticlesarea,andimprovethebasicparticleswarm optimizationalgorithm whichiseasytofallintolocal optima.Finally.htenumericalsmiulationresultsshow thathtecontroleffectsofhteiterativeoptimization prama eterofhteweightedmatrixbasedonhtehybridparticleswarm algorithm isbeuerhtna htemehtodof experiencevalue.Inaddition,whenitwascompraedwithhte

文档评论(0)

***** + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档