基于改进遗传算法的自抗扰控制器优化设计

doi:10.3976/j.issn.1002-4026.2016.05.001

山东科学 ›› 2016, Vol. 29 ›› Issue (5): 1-8.doi: 10.3976/j.issn.1002-4026.2016.05.001

• 海洋科技与装备 • 下一篇

基于改进遗传算法的自抗扰控制器优化设计

唐勇伟^1,2，赵景波¹*，王茂励²，郝慧娟²，吕晓慧³

1. 青岛理工大学自动化工程学院，山东青岛 266520；2. 山东省计算中心（国家超级计算济南中心），山东济南 250014；3. 华北电力大学电气与电子工程学院，北京 102206

收稿日期:2016-05-12 出版日期:2016-10-20 发布日期:2016-10-20
作者简介:唐勇伟（1991—），男，硕士，研究方向为控制理论与智能控制。
基金资助:
国家自然科学基金项目（51475251）；山东省自然科学基金（ZR2013FM014；ZR2015FQ015；ZR2014EEM024）；山东省自主创新及成果转化专项（2014CGZH0806）

Improved genetic algorithm based optimization design of active disturbance rejection controller

TANG Yongwei^1,2, ZHAO Jingbo¹*, WANG Maoli²,HAO Huijuan², L Xiaohui³

1. School of Automation Engineering, Qingdao University of Technology, Qingdao 266520, China；
2. Shandong Computer Science Center (National Supercomputer Center in Jinan), Jinan 250014, China;
3. School of Electrical and Electronic Engineering, North China Electric Power University, Beijing 102206, China

Received:2016-05-12 Online:2016-10-20 Published:2016-10-20

摘要/Abstract

摘要：

针对超空泡航行体受力特征及其航行时具有非线性、时滞与耦合等复杂问题，提出可根据适应度对控制参数进行自适应动态调整的改进遗传算法。通过建立超空泡航行体纵向模型，设计专用自抗扰控制器对其进行控制，并针对控制器参数多、调节困难的问题，改进了自适应遗传算法对其精确优化。最后通过特性仿真，验证了基于改进的自适应算法的自抗扰控制器相比经典自抗扰控制器的优势。仿真结果表明，该自抗扰控制器符合实际需求，具有良好的控制效果。

关键词: 超空泡航行体, 参数优化, 自抗扰控制器, 解耦, 改进自适应遗传算法

Abstract:

We present an improved genetic algorithm that can adaptively adjust control parameters based on fitness degree for the force characteristics of supercavitation navigation body and such complicated issues as nonlinearity, time lag and coupling. We construct longitudinal model of supercavitation navigation body, which is controlled by a specific active disturbance rejection controller (ADRC). We further improve adaptive genetic algorithm to precisely optimize it for such issues as mass controller parameters and difficult adjustment. We eventually verify the advantage of the improved ADRC over classical ADRC through simulation. Simulation results show that the improved ADRC satisfies practical requirements and has better control effect.

Key words: improved adaptive genetic algorithm, parameter optimization, supercavitation navigation body, decoupling, active disturbance rejection controller

中图分类号:

TP29

唐勇伟，赵景波，王茂励，郝慧娟，吕晓慧. 基于改进遗传算法的自抗扰控制器优化设计[J]. 山东科学, 2016, 29(5): 1-8.

TANG Yongwei, ZHAO Jingbo*, WANG Maoli,HAO Huijuan, L Xiaohui. Improved genetic algorithm based optimization design of active disturbance rejection controller[J]. SHANDONG SCIENCE, 2016, 29(5): 1-8.

参考文献

［1］熊天红,易文俊,吴军基,等.水下高速航行体超空泡减阻特性数值模拟研究［J］.船舶工程,2008,30(6):11-14.
［2］白涛,毕晓君.水下超空泡航行体纵向机动运动控制研究［J］.哈尔滨工程大学学报,2011,32(4):445-450.
［3］张乐,张国鑫.超空泡航行体绝对稳定控制设计［J］.装备制造技术,2015(2):5-8.
［4］孙尧,赵新华,莫宏伟.水下超高速航行体的动力学建模及控制问题研究［J］.哈尔滨工程大学学报,2008,29(2):144-150.
［5］KIRSCHNER I N, UHLMAN J S,PERKINS J B. Overview of highspeed supercavitating vehicle control［C］// AIAA Guidance, Navigation, and Control Conference and Exhibit. Keystone, Colorado: American Institute of Aeronautics and Astronautics Inc, 2006: 3100-3116.
［6］韩京清.自抗扰控制技术［M］.北京:国防工业出版社,2008:3-9.
［7］董莉莉. 自抗扰控制技术在微机电换能器中的应用［J］. 控制理论与应用, 2013, 30(12): 1543-1552.
［8］高志强.自抗扰控制思想探究［J］.控制理论与应用,2013，30(12),1498-1510.
［9］王茂励.超空泡航行体的数学建模与控制方法研究［D］.哈尔滨:哈尔滨工程大学,2008.
［10］吕瑞,魏英杰,于开平,等.超空泡航行体的增益自适应全程滑模控制器设计［J］.振动与冲击,2011,30(3):34-37.
［11］朱必刚,纪志成.基于永磁同步风力发电系统的自抗扰控制［J］.江南大学学报(自然科学版),2011,10(4):385-390.
［12］王东振,文新委,宋刚.自抗扰控制器参数整定的一种新方法［J］.黑龙江电力,2012,34(1):71-73.
［13］SRINIVASM, PATNAILK L M. Adaptive probabilities of crossover and mutation in genetic algorithms［J］. IEEE Transaction on System, Man and Cybernetics,1994,24(4):656-667.
［14］任子武,伞冶.自适应遗传算法的改进及在系统辨识中应用研究［J］.系统仿真学报,2006,18(1):41-43.

基于改进遗传算法的自抗扰控制器优化设计

Improved genetic algorithm based optimization design of active disturbance rejection controller

PDF (PC)

赞

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 1

Metrics

本文评价

推荐阅读 0