一种基于粒子群算法PID分离的参数整定方法技术

本发明专利技术公开了一种基于粒子群算法PID分离的参数整定方法，包括以下步骤：初始化设定粒子群的粒子个数，惯性系数，加速系数，粒子最大迭代次数，初始速度，对应每个粒子的空间位置分量和PID初始值；计算每个粒子对应的目标函数值；根据目标函数值更新个体最优的粒子位置、全局最优粒子位置、每个粒子的位置分量，再根据PID映射公式，更新对应每个粒子此次迭代的PID的值；重复迭代，直到迭代结束；输出全局最优PID参数值和对应的PID值。本发明专利技术在常规的粒子群优化算法中加入了PID映射的算法，可以将粒子空间位置分量映射到三维的PID参数空间中，这样便于算法筛选出最优的粒子位置，提高PID参数整定的效率。

【技术实现步骤摘要】

本专利技术涉及一种交流电机的PID参数整定方法，特别涉及一种基于粒子群算法PID分离的参数整定方法。
技术介绍
PID(比例(proportion)、积分(integral)、导数(derivative))控制器作为最早实用化的控制器已有近百年历史。PID控制器简单易懂，使用中不需精确的系统模型等先决条件，因而成为应用最为广泛的控制器，广泛应用于工业控制，比如电机速度控制系统等。但传统的PID值通常使用手动调节，耗费较多的时间且往往不容易得到最优的PID参数。因此国内外研究人员对PID的整定放大进行了大量的研究，但交流电机的速度控制器PID参数整定仍然是一个待完善和待解决的问题。
技术实现思路
为了解决上述技术问题，本专利技术提供一种方便、快捷的基于粒子群算法PID分离的参数整定方法。本专利技术解决上述问题的技术方案是：一种基于粒子群算法PID分离的参数整定方法，包括以下步骤：步骤一：初始化设定粒子群的粒子个数，惯性系数，加速系数，粒子最大迭代次数，初始速度，对应每个粒子的空间分量和PID初始值；步骤二：计算每个粒子在交流电机中对应的目标函数值；步骤三：根据目标函数值，更新个体最优的粒子位置，更新全局最优粒子位置；更新每个粒子的位置分量，再根据PID映射公式，更新对应每个粒子此次迭代的PID的值；步骤四：判断当前迭代次数是否和最大迭代次数相等，若是，则跳出迭代，执行步骤五；若否，则当前迭代次数加1，跳到步骤二；步骤五：输出全局最优PID参数值和对应的PID值。上述基于粒子群算法PID分离的参数整定方法，所述步骤二中，目标函数为：f＝∫t|s-sref|dt其中，s为电机实测速度，sref为预期速度，t为时间。上述基于粒子群算法PID分离的参数整定方法，所述步骤三中，更新个体最优的粒子位置具体步骤为：将此次迭代个体最优值与历史个体最优值进行比较，如果此次迭代个体最优值大于或者等于历史个体最优值，则不更新个体最优的粒子位置；如果此次迭代个体最优值小于历史个体最优值，则将此次迭代个体最优值作为当前个体最优值，更新个体最优值。上述基于粒子群算法PID分离的参数整定方法，所述步骤三中，更新全局最优粒子位置具体步骤为：判断找到的此次迭代的全局最优粒子位置是否小于历史全局最优粒子位置；如果是，则将此次迭代的全局最优粒子位置作为当前全局最优粒子位置；否，则不更新，继续沿用历史全局最优粒子位置。上述基于粒子群算法PID分离的参数整定方法，所述步骤三中，每个粒子的位置分量更新公式为： v i + 1 k = wv i k + a 1 r 1 ( Pbest i k - x i k ) + a 2 r 2 ( G b e s t - x i k ) ]]> x i + 1 k = x i k + v i + 1 k ]]>其中，为第k个粒子第i+1次迭代的速度，为第k个粒子第i次迭代的速度；为第k个粒子第i次迭代的位置分量，为第k个粒子第i+1次迭代的位置分量；r1和r2为(0,1)之间的随机数，为第k个粒子第i次迭代时找到的个体最优值，Gbest为当前找到的全局最优值。上述基于粒子群算法PID分离的参数整定方法，所述步骤三中，PID映射公式为： P k i + 1 = x k i + 1 3 + ( - 1 ) ( λ p - 1 ) * τ P ( I k i + D k i 2 - P k i ) ]]> I k i + 1 = x k i + 1 3 + ( - 1 ) ( λ I - 1 ) * τ I ( P 本文档来自技高网...

【技术保护点】
一种基于粒子群算法PID分离的参数整定方法，包括以下步骤：步骤一：初始化设定粒子群的粒子个数，惯性系数，加速系数，粒子最大迭代次数，初始速度，对应每个粒子的空间分量和PID初始值；步骤二：计算每个粒子在交流电机中对应的目标函数值；步骤三：根据目标函数值，更新个体最优的粒子位置，更新全局最优粒子位置；更新每个粒子的位置分量，再根据PID映射公式，更新对应每个粒子此次迭代的PID的值；步骤四：判断当前迭代次数是否和最大迭代次数相等，若是，则跳出迭代，执行步骤五；若否，则当前迭代次数加1，跳到步骤二；步骤五：输出全局最优PID参数值和对应的PID值。

【技术特征摘要】
1.一种基于粒子群算法PID分离的参数整定方法，包括以下步骤：步骤一：初始化设定粒子群的粒子个数，惯性系数，加速系数，粒子最大迭代次数，初始速度，对应每个粒子的空间分量和PID初始值；步骤二：计算每个粒子在交流电机中对应的目标函数值；步骤三：根据目标函数值，更新个体最优的粒子位置，更新全局最优粒子位置；更新每个粒子的位置分量，再根据PID映射公式，更新对应每个粒子此次迭代的PID的值；步骤四：判断当前迭代次数是否和最大迭代次数相等，若是，则跳出迭代，执行步骤五；若否，则当前迭代次数加1，跳到步骤二；步骤五：输出全局最优PID参数值和对应的PID值。2.根据权利要求1所述的基于粒子群算法PID分离的参数整定方法，其特征在于：所述步骤二中，目标函数为：f＝∫t|s-sref|dt其中，s为电机实测速度，sref为预期速度，t为时间。3.根据权利要求1所述的基于粒子群算法PID分离的参数整定方法，其特征在于：所述步骤三中，更新个体最优的粒子位置具体步骤为：将此次迭代个体最优值与历史个体最优值进行比较，如果此次迭代个体最优值大于或者等于历史个体最优值，则不更新个体最优的粒子位置；如果此次迭代个体最优值小于历史个体最优值，则将此次迭代个体最优值作为当前个体最优值，更新个体最优值。4.根据权利要求3所述的基于粒子群算法PID分离的参数整定方法，其特征在于：所述步骤三中，更新全局最优粒子位置具体步骤为：判断找到此次迭代的全局最优粒子位置是否小于历史全局最优粒子位置；如果是，则将此次迭代的全局最优粒子位置作为当前全局最优粒子位置；否，则不更新，继续沿用历史全局最优粒子位置。5.根据权利要求4所述的基于粒子群算法PID分离的参数整定方法，其特征在于：所述步骤三中，每个粒子的位置分量更新公式为： v i + 1 k = wv i k + a 1 r 1 ( Pbest i k - x i k ) + a 2 r 2 ( G b e s t - x i k ) ]]> x i + 1 k = x i k + v i + 1 k ]]>其中，为第k个粒子第i+1次迭代的速度，为第k个粒子第i次迭代的速度；为第k个粒子第i次迭代的位置分量，为第k个粒子第i+1次迭代的位置分量；r1和r2为(0,1)之间的随机数，为第k个粒子第i次迭代时找到的个体最优值，Gbest为当前找到的全局最优值。6.根据权利要求5所述的基于粒子群算法PID分离的参数整定方法，其特征在于：所述步骤三中，PID映射公式为： P k i + 1 = x k i + 1 3 + ( - 1 ) ( λ p - 1 ) * τ P ( I k i + D k i 2 - P k i ) ]]> I k i + 1 = x k i + 1 3 + ( - 1 ) ( λ I - 1 ) * τ I ( P k i + D k i 2 - I k i ) ]]> D k i + 1 = x k i + 1 3 ...

【专利技术属性】
技术研发人员：于文新，王俊年，隋永波，王振恒，
申请(专利权)人：湖南科技大学，
类型：发明
国别省市：湖南;43