分数阶PI^λD^μ控制器参数设计方法——极点阶数搜索法

分数阶PIλDμ控制器将传统整数阶PID控制器的微分与积分阶数扩展到分数.利用μ、λ两个参数,可以灵活地设计PID控制器.本文提出了一种整定分数阶PIλDμ控制器参数的有效方法——极点阶数搜索法.其基本原理是,首先估计分数阶PIλDμ控制器的比例参数KP,然后设计一对稳定度较好的极点,再估计参数μ和λ的搜寻范围,最后将KP?极点代入分数阶控制系统的特征方程中,并在μ和λ的搜寻范围内搜寻一组能满足分数阶控制系统时域性能指标的分数阶PIλDμ控制器的参数KP、KI、λ、KD、μ.仿真结果证明,用极点阶数搜索法设计出的分数阶PIλDμ控制器能更好地调节分数阶被控系统.

控制系统的分数阶建模及分数阶PI^λD^μ控制器设计

在系统分析与设计过程中,针对高阶动态系统所具有的时滞性,常常利用具有延迟环节的一阶(first order plus time delay,FOPTD)或者二阶系统(second order plus time delay,SOPTD)模型对其进行近似处理,由于建模误差过大影响所描述系统的准确性和控制性能。本文给出了具有延迟环节的新型非整数阶类一阶系统模型(non-integer order plus time delay,NIOPTD),并分别设计了某高阶系统降阶得到的传统模型与新型类一阶系统近似模型,对比分析新型类一阶系统模型的优点与可行性。针对上述3种系统模型(FOPTD、SOPTD、NIOPTD)在频域内给出分数阶PIλDμ控制器新的参数整定方法,通过仿真对比分析得出方法的有效性,并证实分数阶PIλDμ控制器作用于NIOPTD模型具有最好的控制性能和鲁棒稳定性。

单级倒立摆的分数阶PI^λD^μ控制器设计

针对单级倒立摆系统的平衡控制问题,采用基于输出反馈双回路控制方案,提出了一种分数阶PDμ控制器设计方法。在建立了系统数学模型的基础上,基于闭环系统的特征多项式和系统稳定性及各种性能指标的要求,选取了合适的闭环主导极点,通过输出反馈控制器改变控制系统的极点位置来使闭环系统具有所期望的动态特性和渐进稳定,并利用微粒群(PSO)优化算法整定分数阶控制器参数。仿真结果表明:双回路分数阶PDμ控制器较整数阶PD控制器,收敛速度快,振荡小,能取得更好的控制效果。

不稳定时滞过程的分数阶PI^λD^μ控制器设计

针对不稳定时滞过程,研究了一种基于设定值加权的分数阶PIλDμ控制器设计方法。首先采用比例环节构成内环反馈镇定不稳定时滞过程,然后基于等效的过程模型,依据设定值加权方法设计分数阶PIλDμ控制器,并进行了控制器参数整定。仿真结果表明:用此方法设计得到的分数阶PIλDμ控制器可以使系统获得良好的动态响应特性,干扰抑制特性以及克服系统参数变化的鲁棒性。

分数阶PI^λD^μ控制器阶数变化对控制性能的影响

与传统整数阶PID控制器相比,分数阶PIλDμ控制器增加了两个可调参数,微分阶数μ与积分阶数λ。调节μ与λ的值就可以调节控制器微分环节与积分环节的强弱,使得分数阶PIλDμ控制器的设计更加灵活,控制性能更加优良。通过仿真实验详细研究了分数阶PIλDμ控制器的微分阶数μ与积分阶数λ变化对控制器控制性能的影响。仿真结果表明,μ与λ分别主要影响系统的超调和系统的稳态精度。

分数阶PI^λD^μ控制器的一种状态空间实现

首先回顾了分数阶微积分、分数阶系统和分数阶PI^λD^μ控制器的数学描述，对于一类分数阶SISO被控对象，提出了一种基于整数阶微分算子的分数阶PI^λD^μ控制器的S平面状态空间实现。同时，在Matlab Simulink仿真平台实现了基于Oustaloup连续滤波器法的分数阶微分算子和该状态空间实现，并基于遗传算法整定了状态空间参数。仿真结果验证了该状态空间的有效性与正确性。

基于非线性动态重心粒子群优化的分数阶PI^(λ)D^(μ)控制器设计

针对现有Oustaloup滤波器拟合精度不佳、结构复杂的缺点,提出了最优精简Oustaloup滤波器。针对粒子群优化算法整定分数阶PI^(λ)D^(μ)控制器参数时学习能力不充分、迭代收敛乏力的问题,提出了一种改进的粒子群优化算法。该算法设计了双异步非线性动态学习因子,以提高粒子的思考能力与信息共享能力,并增加了粒子群质量重心项,用以加速收敛过程。将改进的算法结合最优精简Oustaloup滤波器应用于分数阶PI^(λ)D^(μ)控制器的设计过程,选取了2个分数阶系统模型进行仿真验证。结果表明,改进的算法收敛速度更快且不易陷入局部最优,所设计的控制系统超调量更小、调节时间更短、稳态误差更小,提高了系统的抗干扰能力。

SCR脱硝系统的分数阶PI^(λ)D^(μ)参数优化控制

为解决选择性催化还原(SCR)脱硝过程中存在的较强不确定性问题,在不改变原有控制系统的基础上,提出将分数阶PI^(λ)D^(μ)控制应用到SCR脱硝控制系统中。为获取分数阶PI^(λ)D^(μ)控制器参数的最优组合,提出一种带协方差自适应矩阵自适应进化策略(CMA-ES)采样器的Optuna优化算法,并用该算法对分数阶PI^(λ)D^(μ)控制器的参数进行寻优。结果表明:相比于传统最优PID控制方案,优化后的分数阶PI^(λ)D^(μ)控制器具有更好的设定值跟踪能力、抗干扰能力及鲁棒性。

基于改进粒子群算法的并网逆变器分数阶PI^(λ)D^(μ)控制研究

针对整数阶PID控制器参数选择受限致使并网逆变器系统性能欠佳的问题,文中提出了一种基于改进粒子群算法的并网逆变器分数阶控制策略。分析了分数阶PI^(λ)D^(μ)控制器的积分阶次λ、微分阶次μ对被控系统动态及稳态性能的影响;将分数阶PI^(λ)D^(μ)控制器与电流双闭环、电网电压前馈控制相结合,提出一种基于分数阶PI^(λ)D^(μ)控制器的并网逆变器的电流控制策略,并与传统整数阶PID控制策略进行比较;详细分析分数阶PI^(λ)D^(μ)控制器的参数取值范围,并采用改进粒子群算法寻优参数。仿真结果表明,采用分数阶PI^(λ)D^(μ)控制,增强了控制系统的灵活性,降低了并网电流总谐波畸变率,改善了系统的动态性能,提高了系统的电网扰动抑制能力。

基于神经网络优化算法的分数阶PI^(λ)D^(μ)控制

针对传统的PID控制器控制效果欠佳以及分数阶PI^(λ)D^(μ)控制器参数复杂难以整定的问题,设计了一种基于误差反向传播(Back propagation,BP)神经网络算法的分数阶PI^(λ)D^(μ)控制器。首先,将分数阶PI^(λ)D^(μ)控制器数字化,然后通过BP神经网络算法调节突触权值,经调整后的输出量作为分数阶PI^(λ)D^(μ)控制器的参数值,最后分别采用分数阶和整数阶作为被控对象进行实验仿真,仿真结果证明了神经网络分数阶PI^(λ)D^(μ)控制器比传统PID控制器的具有超调量小、上升时间快、稳定性好的优点。

分数阶控制及PI^λD^μ控制器的设计与进展

随着计算机技术的快速发展,近年来关于分数阶控制(特别是分数阶PID控制)的理论与应用研究愈来愈受到重视,基于传统PID控制理论发展的分数阶PIλDμ控制器的分析与设计得到了进一步的发展。本文在简单介绍分数阶微积分的基础上,重点介绍了近年来分数阶控制几个方面的进展,最后介绍了需要进一步研究的问题。

分数阶Cuk变换器的PI^(λ)D^(μ)控制研究

为了进一步提高变换器建模的精度,准确地描述其真实的动力学行为,并为变换器的优化控制提供更为准确的理论依据,基于电感和电容本质是非整数阶的事实,根据分数阶微积分理论,建立电流连续模式下Cuk变换器的分数阶模型,并采用分数阶PI^(λ)D^(μ)控制器进行控制。其次为了降低分数阶PI^(λ)D^(μ)控制器的参数整定难度,提出一种基于BP神经网络的Cuk变换器分数阶PI^(λ)D^(μ)控制策略。最后在Matlab/Simulink仿真平台上进行仿真验证,分析了分数阶PI^(λ)D^(μ)控制的分数阶Cuk变换器的稳态、鲁棒性及动态性能,并与整数阶PID控制器作对比。实验结果表明:建立的变换器分数阶模型可以更准确地描述实际系统的真实特性;和整数阶PID控制对比,分数阶PI^(λ)D^(μ)控制系统鲁棒性更强,控制灵活性更好,进一步提升了系统的动态特性。

SWATH船纵向运动的分数阶PI^(λ)D^(μ)控制

针对小水线面双体船(SWATH)的纵向运动稳定性问题,对某SWATH船设计了一种分数阶PI^(λ)D^(μ)控制器。首先,在控制器设计过程中,引入ITAE准则获得分数阶PID控制器的优化参数,并以类似方式得到优化参数的最优PID控制器。然后,以SWATH船为研究对象,分别采用分数阶PI^(λ)D^(μ)控制器和最优PID控制器对其等效Nomoto模型和考虑风浪干扰后的模型进行仿真研究。最后,对它们的控制性能及控制能量消耗进行比对分析。通过分析发现,本文所提出的分数阶PI^(λ)D^(μ)控制器的控制效果明显优于最优PID控制器,且分数阶PI^(λ)D^(μ)控制器更为节能。

基于蚁狮优化算法的直流变换器分数阶PI^(λ)D^(μ)控制

为提高直流变换器输出电压的响应速度和稳定性,文中提出了一种采用蚁狮优化算法改进双有源桥型直流变换器分数阶PI^(λ)D^(μ)控制器的方法。将待优化的参数看作是蚁狮个体所处的空间位置,并以双有源桥型直流变换器误差性能指标ITAE作为目标函数,采用蚁狮优化算法搜索待求分数阶PI^(λ)D^(μ)控制器参数的全局最优解,进而实现对输出电压的控制优化。对传统工程经验整定整数阶PID、粒子群算法整定分数阶PI^(λ)D^(μ)和蚁狮优化算法整定分数阶PI^(λ)D^(μ)的双有源桥直流变换器输出电压性能进行仿真和实验对比。结果表明,文中所提方法可缩短调节时间,提高响应速度,增强系统抗干扰能力,证明了优化方法的有效性和可行性。

基于BP神经网络和分数阶PI^(λ)D^(μ)的VIENNA整流器控制策略

为了解决传统比例积分(proportional integral,PI)控制器调节速度慢、追踪性能差等问题,提出了误差逆传播(back propagation,BP)神经网络和分数阶PI^(λ)D^(μ)(BP-FOPID)相结合的控制方法。首先根据维也纳(Vienna)整流器的拓扑结构推导出数学模型。接着根据数学模型设计双闭环控制,其中外环采用BP神经网络对参考电流进行非线性拟合,内环采用分数阶PI^(λ)D^(μ)控制器对外环输出的参考电流进行跟踪。另外,由于直流侧上下桥臂电容电压会存在不平衡的问题,本文采用了计及小矢量的改进空间矢量脉宽调制(space vector pulse width modulation,SVPWM)调制策略。最后,在MATLAB/Simulink中建立相应的仿真模型,仿真结果表明,本文所提的控制策略能够达到控制目标且控制性能上优于比例积分控制器。

基于动态逆分数阶PI^(λ)D^(μ)的高速飞行器控制器设计

为提高高速再入飞行器的控制品质,开展了基于非线性动态逆解耦技术及分数阶PI^(λ)D^(μ)(FOPID)的控制技术研究。首先,在时标分离的基础上,建立了飞行器高速无动力再入模型。在此基础上,设计了动态逆分数阶PI^(λ)D^(μ)控制器进行了三通道解耦控制。仿真结果表明,相对于传统PID控制器,动态逆分数阶PI^(λ)D^(μ)控制器具有超调量小、响应快、稳态误差小等优点,以及良好的控制品质和鲁棒性,有利于高速飞行器的稳定控制。

基于改进QPSO分数阶PID预测算法的线径控制系统

针对传统PID控制器在具有非线性、大滞后、时变性的线径控制系统中控制效果不理想的问题,引入分数阶PI^(λ)D^(μ)控制器,并结合改进的量子粒子群算法和MAC预测控制,提出一种IQPSO-FOPID-MAC预测控制策略。通过改进的QPSO算法对分数阶PI^(λ)D^(μ)控制器的参数进行优化,MAC算法建立预测模型对线径进行预测并实时在线校正,改善线径控制系统的滞后性。仿真对比实验结果表明:与其它三种控制方法相比,IQPSO-FOPID-MAC预测控制具有超调量小,调节时间短,抗干扰能力和鲁棒性强等优势,符合线径实际生产需求,具有一定的实用性。

飞航导弹分数阶PID控制及其数字实现

PID控制器在飞行控制中一直处在主导地位,因此有必要对它的控制品质和鲁棒性进行改进和提高。其中一种可能是将分数阶微积分原理把传统的PID控制器的阶次推广到分数领域,引出一种新的比例、积分、微分控制器—PIλDμ,它不但适合于分数阶系统,也适用于整数阶系统,并能够取得一些优于整数阶PID控制器的效果。最后给出了分数阶PIλDμ控制器的数字实现形式,并应用于某型飞航导弹。仿真结果表明该控制器不仅能提高系统的控制品质,而且该控制器对其本身参数和系统参数的变化并不敏感,具有更灵活的结构和更强的鲁棒性。

基于分数阶PI~λD~μ重复控制的多SOGI锁相环设计

由于电网电压不平衡、含有大量谐波分量,导致传统的锁相环基波相位跟踪失败,多SOGI的锁相环响应速度慢、误差大等问题。设计基于分数阶PI~λD~μ重复控制策略的多SOGI锁相环。在电压不平衡和含有谐波的情况下,利用Simulink分别进行仿真分析,结果证明该方案比传统锁相环和多SOGI锁相环能更好地跟踪电网基波电压的相位,同时能有效地提取正负序幅值,提高了并网发电系统并网的快速性、稳定性、抗干扰性和有效性。

城市轨道交通列车分数阶控制算法研究

实现全自动驾驶是城市轨道交通列车未来的发展方向,速度控制算法作为列车自动驾驶系统(Automatic Train Operation,ATO)的核心,对于列车的控制性能具有重要的影响。本文使用了分数阶PIλDμATO速度控制算法,采用Tustin直接离散化作为分数阶PIλDμ控制器的数值离散化方法,完成了分数阶PIλDμ控制器的设计与实现,并将该控制器应用于列车自动运行系统中。仿真研究表明,与传统的整数阶PID控制算法相比较,分数阶PIλDμATO速度控制算法能很好地满足列车运行的基本指标,从而验证了其较好的鲁棒性和适应性。