使用粒子群聚演算法最佳化PID 控制器 - 龙华科技大学.PDF

使用粒子群聚演算法最佳化 PID 控制器 使用粒子群聚演算法最佳化 PID 控制器 蔡貴夙 陳詩豐 龍華科技大學 龍華科技大學 工程技術研究所 機械工程系 摘要 在本研究中試著將粒子群聚最佳化 (Particle Swarm Optimization, PSO)演算法運 用在搜尋 PID 控制器的參數上，而在搜尋的過程中以不同的性能指標去做為判斷性 能優劣的依據。 在性能指標方面採用下列三種，積分平方誤差法 (Integral square-error) 、積分絕對值誤差(Integral absolute-error) 、積分時間乘絕對值誤差 (Integral-of-time-multiplied absolute-error) 。在論文中包括使用系統參數鑑定的方式得 到直流伺服馬達的轉移函數，並利用粒子群聚演算法搜尋 PID 參數，另外在將模擬 的結果跟遺傳基因演算法來做比較。 結果提出以粒子群聚演算法來調整 PID 參數所 得到的運算時間比遺傳基因演算法運算時間還要快速。 另一方面，此以粒子群聚演 算法來最佳化 PID 參數之系統針對不同適應函數的差異也被證明具有強健性。 關鍵詞： PID 控制器，粒子群聚演算法，最佳化控制，適應函數，強健性 1.前言 許多針對 PID 參數整定提出許多的方法， 由 於 比 例 - 積 分 - 微 分 這些方法大致上可以區分為經驗的 PID調 (Proportion-Integration-Derivation ，PID)控 整方法和最佳化 PID 參數調整法。經驗的 制器發展已久，並且又具有構造簡單與穩 調整法有 1942 年Ziegler和 Nichol[1]提出 定控制的特性，且性能有具有強健性，因 的調整公式，其是由靈敏度的觀察、依適 此在工業界應用相當的廣泛，然而 PID 控 當的振幅與震盪頻率來決定適當的控制 制性能的優劣取決控制器的參數上，但是 器參數，之後又有頻域補償設計和時域補 又由於 PID 控制器的三個參數( 比例－積 償設計 [2]而經驗的 PID整定過程較為複 分－微分調整時又會相互的影響，因此在) 雜、高階系統較不易計算，並且難以達到 參數調整上就顯的相當重要，在以往都是 參數的最佳化且容易有過大的震盪和過 靠著工程師的試誤法調整出最佳的參 衝的現象產生。最佳化 PID 控制法有以模 數，但是由於此一方法相當的耗時又耗人 擬退火法[3]來調整 PID 參數和遺傳基因 力，相當的不具經濟效率，然而之後便有 演算法 [4,5]來調整 PID 參數，而在 1994 龍華科技大學學報第十九期 年 D.P.Kwok[3]將模擬退火法和遺傳基因 方便的，而PID 控制器實際也有 PI跟 PD 演算法一起用於調整 PID 參數，得到了以 控制，PID 控制主要是根據輸入和輸出的 遺傳基因演算法來調整 PID 參數會有較好 誤差，計算出比例、微分、積分的控制量。 的效能，但是由於遺傳基因演算法需要編 在控制器裡面的比例控制部份是將其輸 碼的步驟是相當耗時的，於是江瑞利和吳