【技术实现步骤摘要】
本专利技术涉及群体智能优化算法领域，特别涉及一种电机转速环adrc控制器参数优化方法。
技术介绍
1、运动转台是一种高精度的位置伺服系统，广泛应用于军事和民用领域，在飞行器设计实验、雷达伺服控制系统、量子通信领域等具有重要作用。其中电机控制系统作为转台系统的重要组成部分，电机的转速控制非常重要。随着社会的发展和科技的进步，对转台伺服系统的性能要求也越来越高，不仅要求有很高的稳定精度和很好的动态品质，还要有一定的抗干扰能力。
2、国内外学者的研究方向多侧重于控制算法的创新与改进，并提出了许多控制策略来提高运动转台的性能，例如滑膜控制、反步法控制、神经网络控制等等。自抗扰控制技术(adrc)具有一定的抗干扰能力，但是该控制器参数过多、整定时难以获得一组最优解，因此需要选择一定的方法进行参数优化。群体智能优化算法是指通过模拟自然界的一些规律，搜索一定的解空间内的最优适应度来求得最优解的方法，它模拟了生物群体的行为规律，体现了生物群体的参与、聚集和协同行为。群体智能优化算法也已经发展的很成熟，如模拟退火算法、遗传算法、蚁群算法、粒子群优化算法、麻雀搜索算法等等。
3、遗传算法是一种较为经典的启发式算法，依据自然界中生物的遗传进化过程演化而来，具备较强的全局寻优能力，它不依赖于问题的具体领域，对问题的种类有很强的鲁棒性，广泛应用于许多科学领域。但遗传算法也存在陷入局部最优解的缺陷，传统遗传算法存在优化效率低、过早收敛等问题，对传统遗传算法进行改进，提高优化效率，也是目前需要解决的一个问题。
<
1、针对上述技术问题，本专利技术提出了一种电机转速环adrc控制器参数优化方法，将自适应遗传算法应用到电机的转速环进行仿真实验，其中电机的电流环采用pi控制，通过调节参数调节电流环的带宽以满足对转速的控制要求，而电机转速环的控制采用adrc控制，在matlab/simulink中搭建和编写s-function来实现adrc控制仿真；
2、其中，永磁直流力矩电机在恒定磁场励磁条件下的电压平衡方程式为：
3、
4、eg＝keωm
5、式中，t为时间，eg为电机反电动势，ke为电机反电动势系数，ωm为电机转速，ua为电枢绕组上的电压，ia为电枢电流，ra为电枢绕组电阻，la为电枢绕组电感；
6、电机转矩满足：
7、
8、式中，电动机转矩tm＝ktia，kt为转矩系数，tl折算到电动机转轴上的负载转矩，jges为折算到电动机轴上的总转动惯量；
9、pwm功率放大器作为一个滞后的放大环节，其传递函数数学模型为
10、
11、式中，kpwm为功率放大器的放大倍数，tpwm为功率放大器的时间常数；
12、将pwm功率放大器串联到电枢电路中，从电枢中反馈出电流，在驱动器中加入电流pi控制构成电流环；
13、所述电流环的输入是经过电枢电流，所述电流环的输出是电机的转速。
14、进一步地，通过二阶自抗扰控制器的自抗扰控制技术对电机的转速进行控制；所述自抗扰控制技术是一种非线性控制方法，所述二阶自抗扰控制器包括跟踪微分器(td)、扩张状态观测器(eso)和非线性状态误差反馈控制律(nlsef)。
15、进一步地，所述跟踪微分器的微分形式如下：
16、
17、式中，k为第k次采样，t为采样周期，v1为输入信号v的跟踪信号，v2为输入信号v的微分信号，r0为速度因子，h0为滤波因子，最速控制综合函数fst(x1,x2,r0,h0)定义为：
18、
19、式(5)中，fst前面所有的参数为中间变量，fst为该函数的输出值。
20、进一步地，所述扩张状态观测器的微分形式如下：
21、
22、式中，u为系统输入，y为系统输出，zi(i＝1,2,3)为扩张状态观测器的输出变量，αi(i＝1,2)和β0i(i＝1,2,3)为步长参数，fal为非线性函数，其表达式为：
23、
24、进一步地，非线性状态误差反馈控制律为
25、
26、式中，u0为误差反馈控制量，β1和β2均为可调增益，b0为系统控制增益。
27、进一步地，所述自适应遗传算法包括交叉、变异操作，将种群中的个体适应度作为交叉概率和变异概率的参考指标，以便筛选出优秀的个体。
28、进一步地，所述自适应遗传算法的交叉概率为：
29、
30、式中pc是交叉概率，fc是交叉前两个父代中的适应度，fmax,fmin分别为群体中适应度的最大值和最小值，k1,k2,k3均为0-1之间的常数。
31、进一步地，将所述变异操作通常和交叉操作衔接使用，以提升算法的全局搜索性能，在算法即将接近最优解的时候，通过变异操作有效加快算法的收敛速度；所述自适应遗传算法的变异概率为：
32、
33、式中，pm是变异概率，k4,k5,k6是0-1之间的常数。
34、进一步地，所述自适应遗传算法步骤为：
35、s1、将需要优化的参数进行编码，设定群体数量与最大迭代次数，生成初始群体；
36、s2、选取适应度函数来评估群体中每个个体的适应度；
37、s3、两两进行选择操作，淘汰掉适应度低的个体，并同时复制适应度高的个体；
38、s4、根据自适应交叉概率，对选中的个体进行交叉操作；
39、s5、根据自适应变异概率，对选中的个体进行变异操作，产生新的个体；
40、s6、重复第s2-s5步骤，判断是否到达最大迭代次数或者适应度收敛到设定的值；
41、s7、输出最终结果。
42、本专利技术与现有技术相比的有益效果是：(1)本专利技术针对传统遗传算法存在的优化效率低、过早收敛等不足，解决了传统遗传算法存在陷入局部最优解的缺陷，对传统遗传算法进行改进，提高了优化效率；(2)本专利技术通过改进的自适应遗传算法，并将该算法应用到电机的转速环进行仿真实验，将电机的电流环采用pi控制，通过调节参数将电流环调到较大的带宽以满足对转速的控制要求；(3)本专利技术解决了因传统遗传算法在寻优过程中，参数都是固定不变的，会一定程度上影响算法性能和效率的问题；(4)本专利技术能够自适应地调整遗传算法中的参数，交叉概率和变异概率的选择对于遗传算法准确地搜索全局最优有很大的作用，本专利技术对传统遗传算法做出一些优化调整，将种群中的个体适应度作为交叉概率和变异概率的重要参考指标，从而更好地筛选出优秀的个体。
本文档来自技高网...【技术保护点】
1.一种电机转速环ADRC控制器参数优化方法，其特征在于，将自适应遗传算法应用到电机的转速环进行仿真实验，其中电机的电流环采用PI控制，通过调节参数调节电流环的带宽以满足对转速的控制要求，而电机转速环的控制采用ADRC控制，在Matlab/Simulink中搭建和编写S-function来实现ADRC控制仿真；
2.如权利要求1所述的一种电机转速环ADRC控制器参数优化方法，其特征在于，通过二阶自抗扰控制器的自抗扰控制技术对电机的转速进行控制；所述自抗扰控制技术是一种非线性控制方法，所述二阶自抗扰控制器包括跟踪微分器(TD)、扩张状态观测器(ESO)和非线性状态误差反馈控制律(NLSEF)。
3.如权利要求2所述的一种电机转速环ADRC控制器参数优化方法，其特征在于，所述跟踪微分器的微分形式如下：
4.如权利要求3所述的一种电机转速环ADRC控制器参数优化方法，其特征在于，所述扩张状态观测器的微分形式如下：
5.如权利要求4所述的一种电机转速环ADRC控制器参数优化方法，其特征在于，非线性状态误差反馈控制律为
6.如权利
7.如权利要求6所述的一种电机转速环ADRC控制器参数优化方法，其特征在于，所述自适应遗传算法的交叉概率为：
8.如权利要求7所述的一种电机转速环ADRC控制器参数优化方法，其特征在于，将所述变异操作通常和交叉操作衔接使用，以提升算法的全局搜索性能，在算法即将接近最优解的时候，通过变异操作有效加快算法的收敛速度；所述自适应遗传算法的变异概率为：
9.如权利要求8所述的一种电机转速环ADRC控制器参数优化方法，其特征在于，所述自适应遗传算法步骤为：
...【技术特征摘要】
1.一种电机转速环adrc控制器参数优化方法，其特征在于，将自适应遗传算法应用到电机的转速环进行仿真实验，其中电机的电流环采用pi控制，通过调节参数调节电流环的带宽以满足对转速的控制要求，而电机转速环的控制采用adrc控制，在matlab/simulink中搭建和编写s-function来实现adrc控制仿真；
2.如权利要求1所述的一种电机转速环adrc控制器参数优化方法，其特征在于，通过二阶自抗扰控制器的自抗扰控制技术对电机的转速进行控制；所述自抗扰控制技术是一种非线性控制方法，所述二阶自抗扰控制器包括跟踪微分器(td)、扩张状态观测器(eso)和非线性状态误差反馈控制律(nlsef)。
3.如权利要求2所述的一种电机转速环adrc控制器参数优化方法，其特征在于，所述跟踪微分器的微分形式如下：
4.如权利要求3所述的一种电机转速环adrc控制器参数优化方法，其特征在于，所述扩张状态...
【专利技术属性】
技术研发人员：李深，徐国团，
申请(专利权)人：九江精密测试技术研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。