粒子群算法反馈自适应率参数优化方法及全阶状态观测器技术

本发明专利技术属于全阶状态观测器转速估算系统技术领域，公开了一种粒子群算法反馈自适应率参数优化方法及全阶状态观测器，令待整定的PI参数作为粒子在寻优空间的位置向量，将根据PI参数设计准则计算出的PI参数作为部分初始种群；选取适应度函数；计算出每个粒子的适应度值并进行排序，确定局部最优和全局最优；更新当前每个粒子的速度和位置；判断是否达到结束条件。本发明专利技术利用粒子群算法的优化能力，实现自适应率PI参数的离线优化，根据给出的PI参数的设定范围，给出几组参数作为初始种群的一部分，通过编码、初始化种群及参数设置、适应度评价、更新粒子速度和位置得到PI参数最优值，并将得到的结果应用于全阶状态观测器进行验证。

【技术实现步骤摘要】
粒子群算法反馈自适应率参数优化方法及全阶状态观测器
本专利技术属于全阶状态观测器转速估算系统
，尤其涉及一种粒子群算法反馈自适应率参数优化方法及全阶状态观测器。
技术介绍
在全阶状态观测器转速估算系统中，为保证整个转速的估算系统在电动机动态运行时有较好的动态特性，同时具有较好的抗干扰能力以及适当的稳定裕度，设计合理的全阶状态观测器反馈自适应率PI参数至关重要。在实际的控制系统中，PI参数的设计缺乏系统的理论，对于不同的系统，往往都是利用经验通过试凑的方法得到，既麻烦又具有很大的盲目性，很难选择到最优的PI参数，无法保证全阶状态观测器有很好的收敛速度和性能指标，从而使系统很难达到最优的工作状态。对基于定子磁场定向的全阶状态观测器矢量控制系统中PI调节器参数的设计进行了研究，给出了影响其参数设计的主要因素及参数的设计范围，对于参数的设计具有重要意义，但是设计的参数之间相互制约，往往得不到最优的设计参数。综上所述，现有技术存在的问题是：在实际的控制系统中PI参数的设计缺乏系统的理论，具有很大的盲目性；得不到最优的设计参数。在实际控制系统中PI参数的设计受多种因素的综合影响，同时，PI本文档来自技高网...

【技术保护点】
1.一种粒子群算法反馈自适应率参数优化方法，其特征在于，所述粒子群算法反馈自适应率参数优化方法包括以下步骤：步骤一，令待整定的PI参数作为粒子在寻优空间的位置向量，分别根据频域法按照PI参数设计准则计算PI参数；步骤二，选取适应度函数；步骤三，计算出每个粒子的适应度值并进行排序，确定局部最优和全局最优；步骤四，更新当前每个粒子的速度和位置；步骤五，判断是否达到结束条件，如未达到结束条件，则返回步骤三，直到满足终止条件，得到电流高频噪声为反馈自适应率参数的值。

【技术特征摘要】
1.一种粒子群算法反馈自适应率参数优化方法，其特征在于，所述粒子群算法反馈自适应率参数优化方法包括以下步骤：步骤一，令待整定的PI参数作为粒子在寻优空间的位置向量，分别根据频域法按照PI参数设计准则计算PI参数；步骤二，选取适应度函数；步骤三，计算出每个粒子的适应度值并进行排序，确定局部最优和全局最优；步骤四，更新当前每个粒子的速度和位置；步骤五，判断是否达到结束条件，如未达到结束条件，则返回步骤三，直到满足终止条件，得到电流高频噪声为反馈自适应率参数的值。2.如权利要求1所述的粒子群算法反馈自适应率参数优化方法，其特征在于，所述粒子群算法反馈自适应率参数优化方法具体包括以下步骤：(1)令待整定的PI参数(kp,ki)作为粒子在寻优空间的位置向量p(kp,ki)；为了减小初始化种群所代表参数取值的盲目性，分别根据频域法按照PI参数设计准则，计算得到ki和kp，并折中选取二者的值；计算得到的参数值的0.1-10倍之间的随机数，初始种群的大小选为50，最大迭代次数选为100；限制因子λ＝0.73，惯性因子最大值ωmax＝0.9，惯性因子最小值ωmin＝0.4，认知因子和社会因子分别取c1＝2.0,c2＝2.3，电流高频噪声为反馈自适应率参数分别为kp和ki；(2)适应度函数的选取，适应度函数为给定转速及估算转速差值的积分函数，为(3)计算出每个粒子的适应度值并进行排序，确定局部最优和全局...

【专利技术属性】
技术研发人员：沈凤龙，王建辉，满永奎，边春元，
申请(专利权)人：辽东学院，
类型：发明
国别省市：辽宁,21