一种基于改进鲸鱼优化算法的伺服系统参数自整定方法

技术领域

本发明属于伺服控制技术领域，具体涉及一种基于改进鲸鱼优化算法的伺服系统参数自整定方法。

背景技术

伺服控制系统(Servo control system)是一种主要由伺服驱动器和伺服电机构成的负反馈闭环控制系统，其主要作用是通过电机控制算法将上位机发送的弱电指令控制信息调制到强电信号上并注入伺服电机，进而通过伺服电机驱动负载进行位置、速度、转矩的伺服控制。人们通过在控制系统环路内增添PID(Proportional-Integral-Differential)控制器，然后找到合适的控制器参数并加以调整就能够显著提升控制系统的控制性能，研究者将参数的调整寻优过程称为参数整定。若控制系统能够以一定规律自行调整优化控制器参数，则称该系统能够进行参数自整定。

早期的PID控制器参数调整是依靠熟练工进行手动整定，这种方法不仅存在人为误差，且整定经验存在主观性，难以继承，需要长时间的学习才能掌握整定技巧，因此在现代工业领域无论是在规模化还是操作精度上，手动整定都存在着无法量化、精度低、稳定性差、效率低的问题。为此对伺服控制系统的参数自整定方法的研究是重要且必需的。

发明内容

发明目的：本发明提供一种基于改进鲸鱼优化算法的伺服系统参数自整定方法，通过改进鲸鱼优化算法的参数自整定实现伺服系统控制参数优化效率的提升。

技术方案：本发明提供一种基于改进鲸鱼优化算法的伺服系统参数自整定方法，具体包括以下步骤：

(1)确定伺服系统待整定的参数，同时初始化改进鲸鱼优化算法；

(2)利用伺服电机驱动器循环S型位置指令规划；

(3)对鲸鱼优化算法中概率P

(4)分析p与P

(5)判断种群运动范围和种群个体各参数之间相互约束条件；

(6)记录种群最优个体参数，完成伺服系统参数自整定。

进一步地，所述待整定的参数为位置比例增益K

进一步地，所述初始化改进鲸鱼优化算法，包含设置种群个体数N、最大迭代次数T、螺旋形状常数b、变量维度dim、种群运动范围上限ub和下限lb、随迭代变化的P

进一步地，所述循环S型位置指令规划，包含可调节的持续时间、匀加减速段的时间、等待延迟时间、最大位移量；在改进鲸鱼优化算法中每一代中每一组控制参数所对应的一条位置S型曲线，新的位置S型曲线生成前，应该保证位置反馈基本完成了对前一条位置指令的跟踪，即对位置S型曲线的跟踪。

进一步地，步骤(3)所述对改进鲸鱼优化算法中概率P

对P

其中，T为最大迭代次数。

进一步地，步骤(3)所述对收敛因子a进行自适应处理过程如下：

a在迭代的前

其中，m,n为可调节参数，且n整除于T；C为服从[0,2]均匀分布的随机数；当

进一步地，所述步骤(4)实现过程如下：

改进鲸鱼优化算法将ITAE值作为种群个体适应度值；当p

若p

X

若p>P

X

若p>P

X

X

进一步地，所述步骤(5)实现过程如下：

K

取范围为：/>

T

其中，K

有益效果：与现有技术相比，本发明的有益效果：本发明采用改进鲸鱼优化算法后能提高伺服系统参数自整定的收敛速度；整定完成后伺服系统的控制性能得到提升。

附图说明

图1为本发明的流程图；

图2为循环S型位置指令曲线示意图；

图3为P

图4为a-迭代数t曲线图；

图5为改进鲸鱼优化算法实现伺服系统参数自整定的流程图；

图6为整定过程图；

图7为图6中前10条曲线的整定过程放大图。

具体实施方式

下面结合附图对本发明做进一步详细说明。

如图1所示，本发明提供一种基于改进鲸鱼优化算法的伺服系统参数自整定方法：确定伺服系统待整定的参数，同时初始化改进鲸鱼优化算法；利用伺服电机驱动器循环S型位置指令规划；驱动器输入并加载参数，并在S型位置指令下运行驱动器，同时驱动器根据位置误差计算ITAE值；对改进鲸鱼优化算法进行迭代优化；调试程序输入ITAE值，改进鲸鱼优化算法根据ITAE值生成下一代参数，找到并记录最优解，完成伺服系统参数自整定。具体包括以下步骤：

步骤1：对循环S型位置指令规划，具体如下：

本发明通过S型的速度规划生成位置指令，如图2所示，通过预先设置速度指令加减速段和匀速段的时间以及最大速度，可以实现对加速度调整，以此实现对S型位置指令形状的调整，同时通过可以设置零速度段的时间来保持位置指令，在该时间段内将等待位置反馈、驱动器计算每个个体独立完成时间乘误差绝对值积分ITAE、鲸鱼优化算法更新参数，完成之后便可开始下一次的S型位置指令生成。

其中，t为积分时间，e(t)为位置误差。

步骤2：对概率P

(1)自适应P

对P

由图3可知，P

(2)自适应收敛因子a

由图4可知对按照线性下降的a进行了自适应优化，a在迭代的前

以下是a随t变化的公式：

可以看到当

步骤3：如图5所示，改进鲸鱼优化算法实现伺服系统参数自整定的流程如下：

(1)确定待整定的参数为：位置比例增益K

(2)在S型曲线驱动器对算法种群的每个个体独立完成时间乘误差绝对值积分值(ITAE)的计算和采集并返回给改进鲸鱼算法，改进鲸鱼优化算法将ITAE值作为种群个体适应度值；

(3)分析p与P

若p

X

p>P

X

p>P

X

X

a在

(4)当前所有种群个体是否超出种群运动范围[l

和/>

K

可取范围为：

K

T

但为了保证实际场景下整定过程有一定余量，将K

如果每次生成的新参数超出了[l

(5)判断算法是否到达预设最大迭代次数T，未到达则返回至步骤(2)，到达则进入(6)。

(6)完成参数整定并记录当前最优解：

X

图6和图7为改进鲸鱼优化算法在按照上述流程运行下驱动器与伺服电机进行参数自整定过程的实物实验过程图，可以看出改进鲸鱼优化算法在伺服系统参数自整定过程中表现良好，位置反馈对位置指令的跟踪性能较好，位置误差维持在可接受范围内。

需要说明的是，本实例的提出仅为本发明的优选实施例，并不用于限制本发明的保护范围，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。