基于粒子群和细菌觅食优化算法的直流电动机控制系统-燕山大学学报.PDFVIP

第４０ 卷 第３ 期 燕山大学学报 Ｖｏｌ ４０ Ｎｏ ３ ２０１６ 年５ 月 Ｊｏｕｒｎａｌ ｏｆ Ｙａｎｓｈａｎ Ｕｎｉｖｅｒｓｉｔｙ Ｍａｙ ２０１６ 　 　 文章编号：１００７⁃７９１Ｘ（２０１６）０３⁃０２７０⁃０５ 基于粒子群和细菌觅食优化算法的直流电动机控制 系统的ＰＩＤ 参数寻优 １， ∗ ２ 杨　 洋 ，王秀芹 （１． 渤海大学工学院，辽宁锦州１２１０１３ ；２． 渤海大学信息科学与技术学院，辽宁锦州１２１０１３ ） 摘　 要：由于直流电动机控制系统的ＰＩＤ 参数选取可等效为优化问题，因此基于寻优策略法的ＰＩＤ 控制成为一 类有效的研究方法。 粒子群优化的寻优能力在进化后期随着种群多样性的消失易陷入局部最优，而细菌觅食 机制具有易跳出局部最优的特点。 本文将两种优化算法相结合，给出一种混合启发式算法应用于直流电动机 控制，在细菌觅食优化算法中初始位置加入粒子群优化算法结果，通过细菌觅食优化算法找到最优的直流电动 机ＰＩＤ 控制参数，实现ＰＩＤ 控制要求。 仿真结果表明本文算法在收敛速度和控制效果上优于粒子群优化和细 菌觅食优化算法，验证了寻优方法的有效性和可行性。 关键词：ＰＩＤ 控制；粒子群优化； 细菌觅食优化；直流电动机 中图分类号： ＴＰ１８　 　 文献标识码： Ａ　 　 ＤＯＩ：１０．３９６９／ ｊ．ｉｓｓｎ．１００７⁃７９１Ｘ．２０１６．０３．０１４ 控制效果。 因此，广泛应用在 ＰＩＤ 控制器参数优 ０　 引言 化问题，并已有大量文献对此进行研究。 如文献 直流电动机具有调速性能好、易于快速启动 ［７ ］给出分别利用粒子群优化（ Ｐａｒｔｉｃｌｅ Ｓｗａｒｍ Ｏｐｔｉｍｉｚａｔｉｏｎ ， ＰＳＯ ） 算 法、 遗传算 法 （ Ｇｅｎｅｔｉｃ 及控制、过载能力大等特点，在轧钢机、 电机汽车 Ａｌｇｏｒｉｔｈｍ ， ＧＡ ） 和 进 化 算 法 （ Ｅｖｏｌｕｔｉｏｎａｒｙ 和起重设备等调速范围大的大型设备中发挥重要 ［１］ Ａｌｇｏｒｉｔｈｍ ， ＥＡ ）寻找直流电动机 ＰＩＤ 控制参数的 作用 。 其控制问题包括获取动态模型、确定控 方法。 文献［８ ］给出了一种结合 ＧＡ 和ＰＳＯ 算法 ［２］ 制策略、实现所期望的系统响应和性能等 。 由 的直流电动机ＰＩＤ 控制方法，文献［９ ］将细菌觅食 于ＰＩＤ （Ｐｒｏｐｏｒｔｉｏｎ Ｉｎｔｅｇｒａｔｉｏｎ Ｄｉｆｆｅｒｅｎｔｉａｔｉｏｎ ） 控制 优化（Ｂａｃｔｅｒｉａｌ Ｆｏｒａｇｉｎｇ Ｏｐｔｉｍｉｚａｔｉｏｎ ， ＢＦＯ ） 与 ＧＡ 具有规律简单、容易实现、控制效果好和鲁棒性强 结合应用于ＰＩＤ 控制器的设计问题，文献［１０ ］给 ［３］ 等特点 ，是直流电动机系统首选的控制方法，相 出了一种改进ＰＳＯ 算法，并应用于交流伺服系统 应ＰＩＤ 参数的设定结果也将影响直流电动