資源描述：
《采用系統(tǒng)辨識工具箱辨識結(jié)果.ppt》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在PPT專區(qū)-天天文庫。
1、基于PSO的液壓系統(tǒng)PID參數(shù)優(yōu)化報告人：蔡鐘山時間：2011年5月目錄1、基于系統(tǒng)辨識工具箱的參數(shù)估計2、采用工程整定方法進(jìn)行參數(shù)預(yù)估計3、基于PSO的PID參數(shù)優(yōu)化4、下一步工作1、基于系統(tǒng)辨識工具箱的參數(shù)估計采用matlab的系統(tǒng)辨識工具箱，只需要輸入需要辨識的輸入數(shù)據(jù)和輸出數(shù)據(jù)，選擇一定的系統(tǒng)模型，經(jīng)過一定的數(shù)據(jù)預(yù)處理，最終得到所需要模型的參數(shù)估計值，從而實現(xiàn)系統(tǒng)的辨識。在matlab輸入ident，即可以出現(xiàn)如圖1所示的界面，在importdata里導(dǎo)入數(shù)據(jù)，在estimate里選擇需要的模型
2、。圖1辨識工具箱界面圖2模型選擇界面圖4辨識模型輸出與實際輸出比較相似度達(dá)到96%，辨識出來的模型表示為三階系統(tǒng)：圖3輸入數(shù)據(jù)和輸出數(shù)據(jù)2.1使用工程整定的目的PID工程整定方法：臨界比例法、衰減曲線法、ziegler-Nichols整定。本次預(yù)估計采用ziegler-Nichols整定，對PID三個參數(shù)Kp、Ki、Kd進(jìn)行預(yù)估計，作為后面采用PSO（ParticleSwarmOptimization）粒子群優(yōu)化算法參數(shù)優(yōu)化的一個初始值，并設(shè)定參數(shù)范圍做好鋪墊。2.2Ziegler-Nichols整定先
3、使系統(tǒng)在開環(huán)時候輸入單位階躍信號，觀察階躍響應(yīng)曲線。記錄穩(wěn)態(tài)值，延時時間和時間常數(shù)，是指上升這段時間內(nèi)的擬合直線的兩個時間點之差。根據(jù)曲線利用公式計算Kp、Ki、Kd。2、采用工程整定方法進(jìn)行參數(shù)預(yù)估計控制器類型比例度δ/%積分時間Ti微分時間τPT/(K*L)∞0PI0.9T/(K*L)L/0.30PID1.2T/(K*L)2.2L0.2L表1Ziegler-Nichols法整定控制器參數(shù)圖5開環(huán)階躍響應(yīng)曲線TLK延時時間L、放大系數(shù)K和時間系統(tǒng)T如圖5所示。得到K=2.8236,L=0.5T=1.3
4、。根據(jù)表1計算得到三個參數(shù)kp=1.1,ki=1/Ti=1.38,kd=0.0663、基于PSO的PID參數(shù)優(yōu)化3.1PSO粒子群優(yōu)化算法(PSO)是一種進(jìn)化計算技術(shù),它是一種模擬鳥類覓食的優(yōu)化算法。PSO算法主要有以下幾個定義：1）適應(yīng)度函數(shù)：fitness（），也就是我們擬解決問題的目標(biāo)函數(shù)，PSO主要通過搜索未知參數(shù)（參數(shù)的個數(shù)也稱為粒子的維數(shù)）使適應(yīng)度函數(shù)達(dá)到最優(yōu)解。適應(yīng)度函數(shù)達(dá)到最優(yōu)時的參數(shù)也就是我們所需要的最優(yōu)參數(shù)。2）個體極值和全局極值個體極值指在粒子自身所找到的最優(yōu)解，而全局極值則是在群
5、體中找到的最優(yōu)值。3）PSO主要公式：①②式中，代表的是第k代的第i個粒子第d維的速度代表的是第k代的第i個粒子d第維的位置:為慣性因子；為速度比約束因子；為粒子個體位置最優(yōu)值；為群體位置最優(yōu)值;是加速因子,是在[0,1]之間的隨機數(shù)。3.2適應(yīng)度函數(shù)選擇fitness（）結(jié)合PID控制根據(jù)誤差性能指標(biāo)進(jìn)行選取。誤差性能指標(biāo)主要有以下三種：(1)絕對誤差積分(IAE)性能指標(biāo)(2)平方誤差積分(ISE)性能指標(biāo)(3)時間與誤差平方乘積積分(ISTE)性能指標(biāo)按照不同的誤差性能指標(biāo)進(jìn)行PID控制器參數(shù)整定
6、，所得到的系統(tǒng)閉環(huán)控制效果也會不同。IAE性能指標(biāo)對小偏差的抑制能力比較強；ISE性能指標(biāo)著重于抑制過渡過程中大偏差的出現(xiàn)；ISTE性能指標(biāo)在縮短調(diào)節(jié)時間的同時還可控制大偏差。、、開始初始化參數(shù)，包括維數(shù)、粒子數(shù)，加速因子等給個體隨機賦值根據(jù)PSO進(jìn)行迭代，進(jìn)行速度和位置更新對個體速度和位置進(jìn)行限幅處理根據(jù)適應(yīng)度函數(shù)求取個體極值和全局極值迭代次數(shù)<個體數(shù)結(jié)束YNkp=0.3981,ki=0.3981,kd=0.1000
