1.一种基于pso的定型机模糊pid张力控制参数自整定方法,其特征在于,包括以下步骤:
s1:根据定型机张力控制系统的特点,选择离散pid控制算法;
s2:设置带有调整因子的模糊控制规制,使用粒子群算法对调整因子寻优;
s3:得到全局最优位置,并且得到相应的pid值,将此值代入离散pid控制算法中对定型机张力进行控制。
2.根据权利要求1所述的基于pso的定型机模糊pid张力控制参数自整定方法,其特征在于,步骤s1中的离散pid控制算法为:
式中,u(k)为输出,e(j)为第j次采样误差,0≤j≤k,e(k)为第k次采样误差,e(k-1)为第k-1次采样误差,t为采样时间,k为采样序号,kp为离散pid的比例值,ki为离散pid的积分值,kd为离散pid的微分值。
3.根据权利要求2所述的基于pso的定型机模糊pid张力控制参数自整定方法,其特征在于,步骤s2中带有调整因子的模糊控制规则为:
式中,u为输出,u=u(k),e为误差,e=e(k),ec为误差变化量,δ1、δ2、δ3、δ4为修正因子,区间是(0,1)。
4.根据权利要求3所述的基于pso的定型机模糊pid张力控制参数自整定方法,其特征在于,步骤s2中使用粒子群算法对调整因子寻优,具体为:
s2.1:使用粒子群算法算法寻优时,一组δ1、δ2、δ3、δ4便是一个粒子;
s2.2:初始化定型机张力控制系统的pid控制器的值、目标函数的自变量个数、粒子群的个数、每个粒子的速度和位置以及最大迭代次数;
s2.3:设置适应度函数,计算每个粒子在定型机张力控制系统中的适应度函数值;
s2.4:根据设置的适应度函数更新粒子的当前最佳位置和粒子的全局最佳位置,再根据模糊控制规则和离散pid控制算法更新每个粒子对应的pid值、更新每个粒子的位置值和速度值;
s2.5:判断当前迭代次数是否小于最大迭代次数,若是,转回s2.3,继续循环;若否,则结束循环,执行s2.6步骤;
s2.6:得到全局最优位置,并且得到相应的pid控制器的值,此值即为期望的kp、ki、kd值。
5.根据权利要求4所述的基于pso的定型机模糊pid张力控制参数自整定方法,其特征在于,步骤s2.4中更新每个粒子对应的pid值、更新每个粒子的位置值和速度值:
式中,
6.根据权利要求5所述的基于pso的定型机模糊pid张力控制参数自整定方法,其特征在于,步骤s2.3中的适应度函数为:
f=|yout-y|
式中,yout是定型机输出的实际张力值,y是定型机张力的设定值。
7.根据权利要求6所述的基于pso的定型机模糊pid张力控制参数自整定方法,其特征在于,s3中全局最优值的获取为:
计算当前每个粒子的适应度函数值,对当前每个粒子的适应度函数值与更新前粒子的历史最佳位置所对应的适应度函数值作比较,如果更新前粒子的历史最佳位置所对应的适应度函数值更高,则更新粒子的历史最佳位置值为当前粒子所处的位置值;对当前每个粒子的适应度函数值与更新前粒子的全局最佳位置所对应的适应度函数值作比较,如果更新前粒子的全局最佳位置所对应的适应度函数值更高,则更新当前粒子的位置值为全局最优值。