一种基于粒子群算法的网络环境电机控制器设计算法

1.一种基于粒子群算法的网络环境电机控制器设计算法，其特征在于，具体步骤如下：步骤一、建立包含了网络通信延迟的PID控制器与直流电机的闭环系统模型；针对第k个采样周期，考虑网络通信延迟后离散形式的模型为：A为离散系统的系统矩阵，B为离散系统的输入矩阵；x k 为系统在k*Ts时刻的状态信号，Ts为固定的采样周期；k＝1,2,3,...n；n为系统运行的最大步数；u k 为k*Ts时刻不考虑任何延迟时的输入信号； 为k*Ts时刻考虑延迟d 2,k 的输入信号； 代表k*Ts时刻经过延迟执行器实际收到的输入信号；d 1,k 代表控制信号u经过网络后延迟的采样周期数；K P 为PID控制器的比例项系数，K I 为PID控制器的积分项系数，K D 为PID控制器的微分环节的增益参数；r k 代表k*Ts时刻的参考信号； 代表k*Ts时刻经过延迟后控制器实际收到的输出信号；d 2,k 代表输出信号y经过网络后延迟的采样周期数；r i 代表i*Ts时刻的参考信号； 代表i*Ts时刻经过延迟后控制器实际收到的输出信号；同时，延迟满足有上界且不小于0的限制条件，如下：其中， 代表控制器传出的控制信号由执行器接收时的最大传输时间，也就是控制输入信号最大延迟时间； 代表执行器/控制电机传出的输出信号/转速信号经过网络后由控制器接收的最大传输时间，也就是输出信号的最大延迟时间；步骤二、将闭环系统模型转化为静态输出反馈形式，建立考虑网络通信随机延迟的控制器稳定条件；稳定条件如下：其中，P,Q,Z,S 1 ,S 2 为待求矩阵，且P,Q,Z为正定对称矩阵；K＝[-K P -K I -K D ]，使得： 步骤三、设计满足控制器稳定条件的APSO算法中的K P ，K I 和K D 的目标函数；目标函数为：其中，y k 为系统在k*Ts时刻的测量输出信号也就是直流电机的转速信号；步骤四、利用APSO算法求出目标函数中PID控制器的最优参数K P ,K I 和K D ；具体步骤如下：步骤401、设定APSO算法的粒子群大小M和粒子位置维度c；给出优化目标函数和优化迭代的最大迭代步Mmax；粒子位置维度也就是所优化问题的优化变量数目；步骤402、对粒子位置进行初始化，一般初始位置要求服从随机分布，粒子位置就是指待优化各变量的值；步骤403、计算所有粒子适应值，并进行比较分别得到粒子群最优O g 以及各粒子最优O j ；粒子群最优O g 即最小的粒子；各粒子最优O j 为每个粒子各迭代步的位置中适应值最小的位置；步骤404、按照公式(11)更新各粒子的位置；计算各粒子的目标函数值也就是适应值；步骤405、再次对所有粒子适应值进行比较分别得到粒子群最优O g 以及各粒子最优O j ；步骤406、判断是否满足循环终止条件，如果是，则结束APSO算法，所优化问题的解就是群体最优O g ；否则，返回步骤404按照目标函数公式更新粒子位置；循环终止条件一般为：达到最大迭代步数限制或最优粒子适应值小于某一阈值；其中， β max 为参数β迭代过程中的最大值，一般取0.5～0.9，β min 为参数β迭代过程中的最小值，一般取0.1～0.3；t为本次迭代次数，t max 为最大迭代次数； α max 为参数α在迭代过程中的最大值，一般取0.5～2，α min 为参数α迭代过程中的最小值，一般取0.2～0.6；R j 为矩阵R＝[R 1 ,R 2 ,...R M ] T 的行向量，矩阵R(M*c)每次迭代后更新，R的第l列服从均值为0，标准差为δ l 的正态分布，δ l 为粒子最优位置矩阵O＝[O 1 ,O 2 ,...O N ] T 的第j列的标准差。 2.如权利要求1所述的基于粒子群算法的网络环境电机控制器设计算法，其特征在于，所述的步骤二的具体过程为：首先，在给定的参考信号r k 为0的条件下，转化闭环系统模型为：然后，从转化后的闭环系统模型中提取系统状态变量进行扩展，得到扩展系统的状态变量z k ；y k 为系统在k*Ts时刻的测量输出信号；y k ＝Cx k ，C为离散系统的输出矩阵；进而，建立扩展系统的状态方程，得到静态输出反馈形式的PID控制器；其中，I代表与整个分块矩阵大小相容的单位矩阵；y' k 代表扩展系统的输出信号；静态输出反馈为： 最后，根据静态输出反馈，得到考虑网络通信随机延迟的控制器稳定条件。 3.如权利要求1所述的基于粒子群算法的网络环境电机控制器设计算法，其特征在于，所述步骤三的具体设计过程为：将APSO算法中得到的PID控制器的三个参数K P ,K I ,K D ，带入非线性不等式的稳定条件中，稳定条件则转化为线性矩阵不等式，运用LMI进行求解；存在解，则表明满足控制器稳定条件，目标函数值为： 否则，无解时，表明不满足控制器稳定条件，目标函数值为极大正数H。