智能分數(shù)階PIλDμ控制器的研究.pdf

1、在工業(yè)生產中應用比較廣泛的就是傳統(tǒng)PID控制器，控制技術已經十分成熟，但是傳統(tǒng)的整數(shù)階PID控制器有其自身的弊端即只能對線性和時不變環(huán)節(jié)的控制對象進行控制，而對非線性和時變環(huán)節(jié)整數(shù)階PID控制器的控制效果并不理想，分數(shù)階PIλDμ控制器的提出較好的解決了這些問題。本文主要采用智能算法對分數(shù)階PIλDμ控制器的5個參數(shù)即Kp，Ki，Kd，λ，μ進行優(yōu)化，文中可大致分為兩部分，第一部分主要講述了在理論上對分數(shù)階pIλDμ控制器進行參數(shù)整定的

2、方法。在第一部分中用于參數(shù)整定的方法主要有遺傳算法、模糊控制理論、小波神經網絡、DNA計算。給出了各種算法的基本思想和步驟，并在每章最后都給出了仿真實驗，充分證明了每種智能算法的可行性。遺傳算法是目前參數(shù)整定過程中用的比較成熟的一種算法，本文分別在時域和頻域兩個角度給出了遺傳算法整定分數(shù)階PIλDμ控制器參數(shù)的步驟，時域主要根據(jù)ITAE標準構造目標函數(shù)來尋找控制器的一組最佳參數(shù)，頻域主要根據(jù)幅值條件和相角條件來尋找最佳參數(shù)，介紹的比較全

3、面，詳細。然后將能處理模糊量的模糊控制方法用于分數(shù)階PIλDμ控制器的參數(shù)整定中，通過對控制器參數(shù)進行模糊推理來尋找控制器的最佳參數(shù)組合，仿真結果表明了該參數(shù)整定策略的可行性。小波網絡是基于神經網絡的基礎上發(fā)展起來的，將小波網絡用于分數(shù)階PIλDμ控制器的參數(shù)整定中是對傳統(tǒng)神經網絡優(yōu)化PID控制器的改進。通過使用小波網絡的反向傳播計算能力對分數(shù)階PIλDμ控制器的參數(shù)進行尋優(yōu)。DNA計算是近年來發(fā)展起來的一種新型仿生算法，DNA計算由于

4、計算上的高度并行性，以及能處理海量的數(shù)據(jù)，因此具有很廣泛的應用前景，通過滿足DNA計算中的各種約束條件就能來找到控制器的一組最優(yōu)參數(shù)。
　　 論文的第二部分，主要介紹了分數(shù)階PIλDμ控制器的應用及其硬件實現(xiàn)。在第二部分中，分數(shù)階PIλDμ控制器的主要應用是用來調節(jié)載煤船上電機的速度，至于分數(shù)階PIλDμ控制器的硬件實現(xiàn)，基本的操作思想就是在μC/OS-Ⅱ操作系統(tǒng)下，以ARM為基礎來設計嵌入式PIλDμ控制器。在工業(yè)、農業(yè)、航天