论文部分内容阅读
随着现代工业的不断发展,人们对控制品质的要求也越来越高,传统控制器难以获得令人满意的控制效果。自抗扰控制(Active Disturbance Rejection Control,ADRC)作为一种新型控制策略,具有比传统控制器更好的适应性和控制效果。但是,利用自抗扰控制器对系统进行控制时,其控制器参数的确定很大程度上依赖于经验,调节起来较为困难。为了更加准确的确定自抗扰控制器的控制参数,本文将Nelder-Mead(N-M)单纯形法与引力搜索算法(gravitational search algorithm,GSA)相结合,提出一种基于NM单纯形法的引力搜索算法(Nelder-Mead simplex search Gravitational Search Algorithm,NMGSA),用于自抗扰控制器的参数优化。该算法将NM单纯形法的搜索替换机制融入到GSA粒子的更新中,保证了种群的多样性和最好粒子的延续性。另外,NM单纯形法强大的局部搜索能力可以使陷入局部最优的粒子及时跳出,克服了GSA在寻优过程中易陷入局部最优的缺点。为了进一步验证基于NM单纯形法的引力搜索算法对自抗扰控制器参数优化的有效性,本文采用不同特性的被控制对象,进行仿真研究,包括过热汽温串级控制系统和以水轮发电机调速系统为代表的非最小相位对象。在对过热汽温串级控制系统进行控制时,将结果与基于内模法的PID-P控制器进行对比,表明了本文方法的有效性。针对水轮机调速系统进行试验仿真时,本文控制方法能够很好的抑制超调、减小负调并缩短调节时间,在系统工况发生变化时,仍有良好的控制效果,具有较强的鲁棒性,且能够取得比PID控制更好的抗干扰性能。