改进粒子群算法自抗扰控制在磁悬浮 .docxVIP

Science

ScienceandTechnologyInnovation┃科技与创新

2023年第

2023年第01期

文章编号：2095-6835（2023）01-0011-05

改进粒子群算法自抗扰控制在磁悬浮系统中的研究*

翟远盛，王树贤，李亮

（江西理工大学电气工程与自动化学院，江西赣州314000）

摘要：磁悬浮系统具有易受干扰及模型不确定等特征，因此采取不依赖模型的自抗扰控制应用在磁悬浮系统中。但自抗扰控制参数众多，为解决参数整定烦琐问题，设计自适应权重粒子群算法对自抗扰控制器参数进行优化。该算法主要利用粒子的适应值大小，对粒子速度权重进行自适应改进。同时，当粒子适应值方差多次小于一定次数时，对粒子施加柯西变异防止粒子陷入局部最优，与其他常规粒子群算法相比，该算法粒子寻优迭代次数显著提前，减少粒子搜索时间。通过Matlab/Simulin真实验结果表明，基于改进粒子群算法优化后的系统有着很好的抗扰动和适应性能。

关键词：自抗扰控制；改进粒子群；柯西变异；自适应权重

中图分类号：TP273文献标志码：ADOI：10.15913/j.cnki.kjycx.2023.01.003

磁悬浮技术利用磁场使物体悬浮，主要应用于开关磁阻电机、磁悬浮轨道交通、磁悬浮轴承中[1-3]。但如何设计控制器满足系统实时性、抗干扰性是一项挑战，许多学者对此进行了研究。在鲁棒控制设计中选择合适的加权函数，并结合离散数字控制，使磁悬浮系统具有快速响应性[4]。在PID控制中引入神经网络反馈补偿，提高了磁悬浮控制系统的动态性能和精度[5]。这些算法相对复杂，为此研究一种简单实用的控制系统是磁悬浮技术广泛应用的关键。

PID（PacketIdentifi）er控制动态性能受参数影响较大，当被控系统参数因环境改变时，需要调节PID增益。而自抗扰控制（ADRC）通过输入动态反馈线性化，使系统等效为串联积分控制，解决了PID控制的缺点[6-7。]自抗扰控制的实时估计扰动和快速补偿机制，使控制系统具有强鲁棒性、对环境具有很强的适应性，所以自抗扰控制应用于磁悬浮系统中具有超调小、相应快的控制品质。此外，自抗扰控制可用于速度跟踪、电机控制、滤波技术、伺服系统等方面[8-10]。但自抗扰控制参数众多，参数整定通常采取智能调节算法，如遗传算法、神经网络、自适应学习算法[11-12]，这些算法具有一定计算量，需要良好的硬件支持。

实验采用单自由度磁悬浮球作为研究对象，对磁悬浮球系统进行建模分析，采用改进粒子群算法对自抗扰控制器参数进行优化，对系统抗干扰、跟踪能力进行测试实验并分析系统性能。

——————————————————————————

1磁悬浮控制系统

1.1磁悬浮系统原理

磁悬浮系统由电磁铁、光学传感器、驱动电路、控制器组成，结构如图1所示。电磁铁绕组中通入电流i产生电磁力F，当电磁力F与重力G相等时实现小球悬浮。由于电磁力与小球位置有关，外界轻微的干扰都会导致磁力的变化，要实现系统平衡需要对小球位置采取闭环控制。

i

i

u

u

xF

x

F

光源

光源

G

G

图1磁悬浮系统结构模型

1.2磁悬浮系统数学模型

实际控制中磁悬浮系统存在众多干扰。如电压-电流放大器的滞后时间、电源电压的波动、导线温度升高使电阻发生改变，这些因素是磁悬浮系统不确定的原因。由于控制器采用自抗扰控制技术，具有不依赖精确的数学模型，所以对磁悬浮系统进行建模有以下处理方法：①忽略磁悬浮系统因外界环境导致系统参数改变；②驱动电路滞后时间为微秒级，忽略电流滞

*［基金项目］江西省教育厅科学技术研究项目（编号：GJJ170514）

·11·

Copyright?博看网.AllRightsReserved.

科技与创新

科技与创新┃ScienceandTechnologyInnovation

2023年

2023年第01期

后效应，对磁悬浮系统建立二阶系统模型。

由电磁定律和运动学方程得出以下系统方程：

m

d2x（t）

dt2F（i，x）

F（i，x）mg

i2uAN

i2

0

x4

x

（1）

di（t）dtU（t）Ri（t）

di（t）

dt

式（1）中：m为铁球质量；i为电磁铁绕组瞬时电流；x为小球到电磁铁表面的瞬时气隙；u0为磁导率；A为铁芯导磁截面积；N为电磁铁线圈匝数。

由磁悬浮系统方程知电磁力与气隙的平方成反比，是典型的非线性系统，运用线性理论对系统分析时，需