压电作动器控制系统自适应差分进化麻雀搜索辨识方法技术方案

本发明专利技术提供了一种压电作动器控制系统自适应差分进化麻雀搜索辨识方法，属于压电作动器控制系统辨识技术领域。解决了辨识压电作动器控制系统模型参数和时间延迟速度慢和精度不高的技术问题。其技术方案为：包括以下步骤：步骤1)建立压电作动器控制系统的单输入单输出模型；步骤2)构建压电作动器控制系统自适应差分进化麻雀搜索辨识方法的辨识流程，对所有参数和时间延迟进行估计。本发明专利技术的有益效果为：本发明专利技术提出的压电作动器控制系统自适应差分进化麻雀搜索辨识方法有较快的收敛速度和较高的收敛精度，能较好地适用于对压电作动器控制系统时延非线性闭环模型的建模和参数辨识。识。识。

【技术实现步骤摘要】
压电作动器控制系统自适应差分进化麻雀搜索辨识方法


[0001]本专利技术涉及压电作动器控制系统
，尤其涉及一种压电作动器控制系统自适应差分进化麻雀搜索辨识方法。

技术介绍

[0002]随着超精密运动系统的飞速发展，针对压电作动器的建模和控制研究逐渐成为学术热点。当前，阻碍压电作动器发展的一个主要因素是其迟滞非线性，特别是当压电作动器应用于精度要求很高的场合时，时间延迟对压电作动器运动定位精度的影响不可忽视，需要对压电作动器进行更好地对进行分析和控制。这就需要给压电作动器控制系统建立相应的数学模型，同时辨识所建立模型的参数和时间延迟。经过几十年计算机技术的发展，发展出许多的群智能算法。例如粒子群算法、人工蜂群算法和细菌觅食优化算法。粒子群算法虽然可以较好地应用在不同工况，但也存在容易陷入局部最优和计算量大的问题。人工蜂群算法鲁棒性强，适用于各种复杂连续优化问题，且不敏感于参数和初值的选择，但算法搜索精度不高且随机性过强，导致在实际生产中不能达到令人满意的辨识效果。细菌觅食优化算法具有较强的局部搜索能力，但算法的结构复杂，运行效率偏低。

技术实现思路

[0003]本专利技术的目的在于提供一种压电作动器控制系统自适应差分进化麻雀搜索辨识方法，本专利技术提出的压电作动器控制系统自适应差分进化麻雀搜索辨识方法是一种群智能优化算法，它具有更快的收敛速度和更高的收敛精度，能较好地适用于对压电作动器控制系统的参数辨识。
[0004]为了实现上述专利技术目的，本专利技术采用技术方案具体为：一种压电作动器控制系统自适应差分进化麻雀搜索辨识方法，具体包括以下步骤：
[0005]步骤1)构建压电作动器控制系统时延非线性闭环辨识模型。
[0006]步骤2)构建压电作动器控制系统自适应差分进化麻雀搜索辨识方法的辨识流程。
[0007]第一步：初始化麻雀搜索算法，初始化麻雀种群；
[0008]第二步：收集压电作动器控制系统的期望位移作为输入数据，压电作动器控制系统的实际输出位移作为输出数据；
[0009]第三步：计算麻雀群体中个体适应度，对所有麻雀个体适应度进行排序，找出全局最优适应度值和全局最差适应度值，然后计算初始全局最优位置；
[0010]第四步：令迭代变量k＝1，计算麻雀的初始位置；
[0011]第五步：基于线性递减权重法计算当前的惯性权重值，更新发现者位置；
[0012]第六步：更新跟随者的位置；
[0013]第七步：更新警戒者的位置；
[0014]第八步：如果麻雀种群个体适应度值比种群的平均适应度值高，表明出现了发散现象，进行差分变异扰动。然后对所得到的新个体进行判断，如果新个体比之前的个体更
优，则用新个体对原个体进行更新，否则保持原个体不变。
[0015]第九步：计算麻雀种群适应度并进行重新排序，更新麻雀种群位置；
[0016]第十步：对于所有麻雀，计算群体最佳麻雀位置；
[0017]第十一步：从群体最佳位置中分离提取出参数向量的估计值；
[0018]第十二步：将迭代变量k值加1，重复上述步骤。
[0019]作为本专利技术提供的自适应差分进化麻雀搜索算法的压电作动器控制系统时延非线性闭环模型辨识方法进一步优化方案，所述步骤1)的具体建模步骤如下：
[0020](1
‑
1)构建压电作动器控制系统时延非线性闭环模型：
[0021]u(t)＝r(t)
‑
y(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0022][0023][0024][0025][0026]其中，r(t)为输入量，y(t)为输出量，v(t)是一个均值为零、方差σ2＝0.12满足高斯分布的白噪声；定义x(t)，u(t)，和w(t)为不可测的中间变量；z为后移算子:z
‑1y(t)＝y(t
‑
1)，A(z)和B(z)是关于z的多项式，描述为如下形式：
[0027][0028][0029]非线性部分可以用传递函数表示为：
[0030][0031]其中，未知参数γ
i
,i＝1,2,...,m；是非线性函数的系数，m是非线性块的参数个数。将公式(5)两边同乘以A(z)得到：
[0032][0033]原模型可等价写为：
[0034][0035]时延非线性闭环模型可以表示为：
[0036][0037](1
‑
2)将线性子系统参数向量θ
a
和非线性部分的参数向量θ
b
分别定义为：
[0038][0039]其中：
[0040][0041]则整个模型的参数向量θ表示为：
[0042][0043]对应的信息向量表示为：
[0044][0045]其中：
[0046][0047][0048](1
‑
3)然后我们得到描述的压电作动器控制系统的时延非线性闭环模型：
[0049][0050]作为本专利技术提供的压电作动器控制系统自适应差分进化麻雀搜索辨识方法的进一步优化方案，所述步骤2)构建压电作动器控制系统自适应差分进化麻雀搜索辨识流程的具体步骤如下：
[0051](2
‑
1)设置麻雀个数为N，每个麻雀包含n
a
+n
b
+m个变量，初始化麻雀种群。设置最大迭代次数为T、预警值为ST、发现者PD和警戒者SD比例。
[0052](2
‑
2)收集压电作动器控制系统的期望位移输入数据和实际输出位移输出数据{r(t)，y(t)}。构造形式输出堆积向量Y(l)如下式(17)：
[0053]Y(l)＝[y(l),y(l
‑
1),...,y(1)]T
∈R
l
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(17)
[0054]构造信息堆积向量ψ(l,τ)如式(18)：
[0055][0056]其中，l为数据长度。
[0057](2
‑
3)通过(19)计算麻雀群体中个体适应度，对所有麻雀个体适应度进行排序，找出全局最优适应度值f
g
和全局最差适应度值f
w
，然后通过(20)计算初始全局最优位置
[0058][0059][0060](2
‑
4)设迭代变量k＝1，开始迭代，个体的初始位置是
[0061][0062](2
‑
5)基于线性递减权重法通过(22)计算惯性权重w
k
，通过式子(23)将发现者位置更新为
[0063][0064][0065]其中，k为迭代变量；表示在第k代中第i只麻雀在第j维的位置，随机数ξ∈[0,1]，为第k代种群全局最优适应度，f
ik
表示第k代当前个体的适应度值，Q是服本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种压电作动器控制系统自适应差分进化麻雀搜索辨识方法，其特征在于，包括以下步骤：步骤1)构建压电作动器控制系统时延非线性闭环辨识模型；步骤2)构建压电作动器控制系统自适应差分进化麻雀搜索辨识方法的辨识流程，具体包括以下步骤：第一步：初始化麻雀搜索算法，初始化麻雀种群；第二步：收集压电作动器控制系统的期望位移作为输入数据，压电作动器控制系统的实际输出位移作为输出数据；第三步：计算麻雀群体中个体适应度，对所有麻雀个体适应度进行排序，找出全局最优适应度值和全局最差适应度值，然后计算初始全局最优位置；第四步：令迭代变量k＝1，计算麻雀的初始位置；第五步：基于线性递减权重法计算当前的惯性权重值，更新发现者位置；第六步：更新跟随者的位置；第七步：更新警戒者的位置；第八步：如果麻雀种群个体适应度值比种群的平均适应度值高，表明出现了发散现象，进行差分变异扰动，然后对所得到的新个体进行判断，如果新个体比之前的个体更优，则用新个体对原个体进行更新，否则保持原个体不变；第九步：计算麻雀种群适应度并进行重新排序，更新麻雀种群位置；第十步：对于所有麻雀，计算群体最佳麻雀位置；第十一步：从群体最佳位置中分离提取出参数向量的估计值；第十二步：将迭代变量k值加1，重复上述步骤。2.根据权利要求1所述的压电作动器控制系统自适应差分进化麻雀搜索辨识方法，其特征在于，所述步骤1)的具体建模步骤如下：(1
‑
1)构建压电作动器控制系统时延非线性闭环模型：u(t)＝r(t)
‑
y(t) (1)(1)(1)(1)其中，r(t)为输入量，y(t)为输出量，v(t)是一个均值为零、方差σ2＝0.12满足高斯分布的白噪声；定义x(t)，u(t)，和w(t)为不可测的中间变量；z为后移算子:z
‑1y(t)＝y(t
‑
1)，A(z)和B(z)是关于z的多项式，描述为如下形式：1)，A(z)和B(z)是关于z的多项式，描述为如下形式：
非线性部分可以用传递函数表示为：其中，未知参数γ
i
,i＝1,2,...,m；是非线性函数的系数，m是非线性块的参数个数；将公式(5)两边同乘以A(z)得到：原模型可等价写为：时延非线性闭环模型表示为：(1
‑
2)将线性子系统参数向量θ
a
和非线性部分的参数向量θ
b
分别定义为：其中：则整个模型的参数向量θ表示为：对应的信息向量表示为：其中：其中：(1
‑
3)然后得到描述的压电作动器控制系统的时延非线性闭环模型：
3.根据权利要求1所述的压电作动器控制系统自适应差分进化麻雀搜索辨识方法，其特征在于，所述步骤2)构建压电作动器控制系统自适应差分进化麻雀搜索辨识流程的具体步骤如下：(2
‑
1)设置麻雀个数为N，每个麻雀包含n
a
+n
b
+m个变量，初始化麻雀种群，设置最大迭代次数为T、预警值为ST、发现者PD和警戒者SD比例；(2
‑
2)收集压电作动器控制系统的期望位移输入数据和实际输出位移输出数据{r(t)，y(t)}，构造形式输出堆积向量Y(l)如下式(17)：Y(l)＝[y(l),y(l
‑
1),...,y(1)]
T
∈R
l (17)构造信息堆积向量ψ(l,τ)如式(18)：其中，l为数据长度；(2
‑
3)通过式(19)计算麻雀群体中个体适应度，对所有麻雀个体适应度进行排序，找出全局最优适应度值f
g
和全局最差适应度值f
w

【专利技术属性】
技术研发人员：李俊红，严俊，张泓睿，肖康，刘慧霞，袁银龙，白贵祥，李亚男，李富超，
申请(专利权)人：南通大学，
类型：发明
国别省市：