![](https://csdnimg.cn/release/download_crawler_static/18782825/bg1.jpg)
第
30
卷第
4
期
太原科技大学学报
Vo
l.
30
No.4
2009
年
8
月
JOURNAL
OF
TAIYUAN
UNIVERSITY
OF
SCIENCE
AND
TECHNOLOGY
Aug.2oo9
文章编号
:1673
一 2057
(
2009
)
04
-
0290
-
04
一种基于微粒群算法的自适应滑模控制
史元浩,张井岗,陈志梅
(太原科技大学电子信息工程学院,太原
030024)
摘
要:提出了一种基于微粒群算法的自适应滑模控制方法,把微粒群算法运用于自适应滑模控
制器设计中
O
首先利用一种自适应算法估计系统中总不确定量的上确界,然后利用微粒群算法对自适
应滑模控制器的切换参数和自适应参数进行优化调节,在改善系统控制性能和鲁棒性的同时削弱了抖
振。仿真研究结果证明了该方法的有效性。
关键词:滑模控制;自适应控制;微粒群算法
中图分类号
:T
P2
73
文献标识码
:A
滑模变结构控制(
Variable
Structures
Sliding
幽
Mode
Control
,
VSSMC)
本质上是一类特殊的非线性
控制,对系统的参数摄动和外部干扰具有非常良好
的鲁棒'性
[IJ
。但是滑模变结构控制的缺点在于会
产生抖振,而且设计控制器必须事先知道系统中包
括系统内部参数摄动和外部干扰等系统中总不确
定量的上确界,实际上系统中总不确定量的上确界
很难准确获得,所以往往会采用一个比实际边界值
更大的值来确保系统的稳定性,这也造成了系统控
制力过大,加剧抖振。文献
[3]
利用一种自适应算
法来估计系统中总不确定量的上确界,可以改善滑
模控制器的控制力过大和抖振,但是其切换参数和
自适应参数是利用经验给定的,并不是最优值。
Lin
F J,
CHOU
W
D
等人
[4J
设计了一种实时遗传算法,
实现了滑模变结构控制器中自适应增益项的在线
自适应优化,一定程度上的减小了抖振,但是遗传
算法在涉及较多参数优化时,容易陷人局部极值
点,使得遗传算法收敛速度很慢,并不能很好的改
善系统的控制性能。
微粒群算法,又称粒子群优化(
Pa
时
icle
Swarm
Optimization
,
PSO)
,是由
Kennedy
J
和
Eberhart
R C
等于
1995
年开发的一种演化计算技术
[5.6]O
文献
收稿日期
:2
∞
8
-D
6
-D
3
基金项目:山西省自然基金资助项目
(2008011027
-3)
[7]
用微粒群算法优化滑模控制器的反馈增益,在
变频调速系统中得到了良好的验证。本文提出了一
种基于
PSO
的一种自适应滑模控制方法,仿真获得
了满意的控制效果
O
1
系统描述
考虑如下典型伺服驱动系统:
(川=川)
-
O(
t)
(1)
X
1
(t) = -
(}(
t) = - X
2
(t)
其中
,
0*
(t)
为输入信号
,
O(
t)
为转子位置,以
t)
为
转子转速。
式(1)简化为:
X ( t) =
AX
( t) + B U ( t) +
Dd
( t) ( 2 )
考虑系统的不确定量,式
(2)
可写成:
X ( t) =
(A
+
L1
A)
X ( t) + (B +
L1
B)
U ( t) +
(D
+
L1
D)
d (
t)
(3
)
其中
L1
A
,L1
B
和
L1
D
为系统的不确定量,重新整理式
(3)
可得:
X ( t) =
AX
( t) + B ( U ( t) + E ( t) ) ( 4 )
其中
E(
t)
称之为系统总的不确定量,定义为:
E(t) =
B+
L1
AX(t) +
B+
L1
BU(t) +
作者简介:史元浩(1
982
- )
,男,硕士研究生,主要研究方向为智能控制。