（毕业论文）基于人工蜂群算法的直流电机PID控制器设计与仿真学士学位论文 ㊣ 精品文档 值得下载

蜂群算法优化双闭环控制系统人工蜂群算法优化双闭环控制系统的仿真及结果对比仿真结果的曲线和曲线对比仿真结果的曲线和曲线第七章总结和展望第八章心得体会参考文献二〇二年四月十七日星期二第章绪论引言人来在科学研究的时候，总会根据实际的些生物的生活习惯或者体型来完成些发明。

比如，根据茅草发明了锯子，根据鱼的流线型身体完成了潜水艇的制造，根据蜘蛛织网使得互联网的普及和推广，根据蝙蝠的发声定位原理发明了雷达等等。

这说明自然界中其他生物的特殊智慧为人类所用之后能给人们的生产发展带来很大的便利和实惠，也能给人类了物质生活带来享受。

现行控制器的研究在分析其控制过程当中，总是会考虑到，如何获取被控目标的函数模型，这要根据不同的目标对症下药，往往更为尴尬的是，我们往往不能获得被控目标的函数模型。

假如我们同样能模仿前人利用其他生物的些特征，制造种不需要得到被控目标的精确函数模型就能完成控制的控制器，或者说用种算法优化控制器使得我们在控制过程中不需要得到被控目标的精确函数模型就能完成控制。

那么这样件工作可以完成么答案是肯定的。

我们可以借助人工蜂群算法优化控制器。

二〇二年四月十七日星期二研究的背景和意义研究背景人工蜂群算法是门新兴的智能技术，如果能将其合理运用，定能使其发挥巨大的作用。

将人工蜂群算法应用于直流电机控制器当中，可能会有效的规避现行直流电机控制器的许多弊端。

使得直流电机控制器更加安全可靠稳定高效。

研究意义针对现行直流双闭环控制器参数整定与优化过程中的困难，本文通过将种基于采蜜行为的人工蜂群算法应用于双闭环直流调速系统，实现控制器参数的自整定与优化。

采用阶跃响应对人工蜂群算法的优化结果与工程方法计算得出的结果进行对比分析，表明改进的人工蜂群算法比传统工程设计法能获得更好的动态性能指标，以及更快的跟随性与鲁棒性，为参数优化提供了种综合性能较好的实用方法。

二〇二年四月十七日星期二课题的研究现状国内外直流电机控制器技术的发展年前人们研究并制造了直流电机。

在这年间，直流电机的设计和制造技术不断优化和完善。

由于新的材料和新的技术不断出现，整流电源的问世，越来越多的工业使用的直流电机不断的融入这些元素，也早就了更多种类的直流电机。

从功率上看小功率的只有几瓦，大功率的甚至达到万余千瓦，近几年计算机技术更加广泛的用于直流电机制造中，越来越多的工业部门开始广泛的运用直流电机，如印刷造纸纺织等等。

年发电机组为直流电机供电。

从年开始水银整流器为其供电。

快到年的时候出现了硅整流电源为其供电。

这期间，因为直流电源不断的更迭，是的其最大功率和转速不断提高，高速大功率直流电机和小型轻量低惯量两个方向成为直流电机发展的主要方向。

由于制造材料越来越好，制造工艺越来越先进，工业生产要求越来越高，使得直流电机的制造要求和控制要求及其性能指标必须提高。

二〇二年四月十七日星期二现行控制存在的问题中是比例的缩写是积分的缩写是微分的缩写。

调节作用是按比例反应系统的偏差，当系统出现了偏差，为了使系统可靠，比例调节立即产生调节作用用以减少偏差。

比例作用大，可以加快调节，减少误差，但是比例越大，系统的稳定性越低，甚至造成系统崩溃。

所以单的比例调节只是种机械化的调节，没有达到智能化的要求。

调节是种提高无差度的调节方式，它的调节目的是使系统消除稳态误差。

所以积分调节开始于体统有误差，并不断地缩小系统误差，终止于系统无误差，积分调节是系统可靠性的保证。

积分作用与积分时间常数呈现负相关，即越小，积分作用就越强，反之，大则积分作用弱。

由于加入积分调节降低了系统稳定性和动态响应的速度。

于是，积分调节往往要配合比例调节组成调节或组合比例和微分成为调节。

作用主要针对输入信号为非定常量的调节方式。

因为微分反应了输入信号的变化率，对系统各部分将如何响应输入信号具有定的预见性。

所以，微分调节能产生超前控制作用，但是由于微分作用依赖于输入信号的变化率，当噪声干扰输入系统时，微分作用反而会将其放大。

过分强调微分调节，会降低系统的抗干扰能力，我们使用微分调节必须加入比例调节或者加入比例和积分调节组成控制器或者控制器。

估这些响应值来判断输入参数的优劣，优化总流程如图。

首先产生规模为的蜜蜂种群，根据等人的研究，其中雇佣蜂和观察蜂各占种群规模的可以使算法达到较优的效果。

算法开始时，每个雇佣蜂被赋予个初始蜜源位置，即组参数，雇佣蜂对所有的蜜源进行邻域搜索产生新的蜜源，在进行适应度评价后对蜜源的位置进行更新，然后返回蜂巢后将蜜源的信息传递给等待在蜂巢中的观察蜂，观察蜂按照定的概率对蜜源进行选择，再按照雇佣蜂更新蜜源的方式对其进行位置更新。

根据蜂群算法，在中求取最优双闭环参数。

程序流程图如图二〇二年四月十七日星期二图算法流程图适应度函数的选择是算法最核心的部分，为了使电机转速环以及电流具有快速平稳超调量小的目标，使用作为系统性能评价指标。

式中为空载启动时间段，为加载时间段。

为转速环的最大超调量。

为三个权重系数，调节这三个参数可以控制性能指标的倾向。

本文中选择。

和分别为按照额定转速和额定电流归化后的速度误差和电流误差。

在归化中，转速环额定转速设为。

电流环由于受到斜坡反电动势的扰动而存在静差，设计电流环的最大电流为，但是在恒流升速阶段因为静差的存在电流值并不能达到，于是将空载启动过程中的额定电流定为，加载过程的额定电流为负载电流。

二〇二年四月十七日星期二人工蜂群算法优化双闭环控制系统的仿真及结果为了观察算法的稳定性，我们进行了次每次运行执行代算法的执行，从中挑出最终全局适应度居中的参数值。

最终次试验全部找到了使系统稳定运行的参数。

我们挑出适应度居中对应的参数为，。

对应工程设计的参数为，。

在中将蜂群算法整定控制器与传统整定控制器进行对比仿真。

仿真中，秒为空载额定转速启动，秒转速设为的响应，在秒加入负载电流为的加载扰动，秒为带载情况下转速调为的响应，秒为带载下转速回到额定转速的响应。

得双闭环系统响应结果如图所示。

图直流电机双闭环控制系统仿真结果图中曲线为经传统控制器的转速响应曲线，图中曲线为经过蜂群算法优化过的转速响应曲线，曲线为经过蜂群算法优化过的电流响应曲线，曲线为传统控制器的电流响应曲线。

对比仿真结果的曲线和曲线二〇二年四月十七日星期二对比曲线和曲线，在升速和减速阶段两种控制器的响应速度没有明显的区别，但是曲线比曲线有更短的稳定时间和更小的超调量，即人工蜂群算法能优化控制器的可靠性。

在时突加负载，曲线比曲线也有更强的抗扰能力，即人工蜂群算法能优化控制器的鲁棒性。

在时的带载减速过程中，曲线的抗过冲能力明显优于曲线，稳定时间也更短，人工蜂群算法能优化控制器的使用效率。

由此可见，经蜂群算法优化过的不论是响应速度，还是稳定性和速度超调量都优于传统工程方法设计出的环。

对比仿真结果的曲线和曲线对比曲线与曲线，在电枢电流曲线上升的过程中，两种控制器的响应速度是样的，虽然经过蜂群算法整定过的控制器其稳定性比传统控制器的超调量大些，但其进入稳定的时间比传统算法进入稳定的时间快很多。

在电枢电流下降的过程中，经过蜂群算法优化过的控制器在稳定时间上优于传统控制器，但还是存在超调略大的现象。

前面分析过，在直流电机的恒流升速阶段，电流值会低于我们设计时的额定值，我们在整定参数时候是将作为的最大电流值，加之当前电力电子技术的发展，现在大功率控制硬件实现的可能，电流环的小过冲变得很容易解决。

由此部分可看出由此部分可看出经蜂群算法优化过的响应速度和稳定性都优于传统工程方法设计出的环，但超调量略大。

根据仿真的结果得到在阶跃响应的动态性能上，经蜂群算法优化的控制器响应速度更快，具有更优秀的阶跃响应能力。

通过优化提升了控制器对型号的响应能力。

在稳定性方面，蜂群算法优化的控制器明显优于工程设计的控制器。

所以我们优化得到了更加稳定的控制器。

在控制器的设计方面，构建较好适应度评价函数后，使用蜂群算法可在二〇二年四月十七日星期二不知道控制系统具体参数的情况下设计出很理想的控制参数，但在实际中使用有定的局限性，由于蜂群算法需要多次求取适应度来分析比较，表现在实际中就是系统要多次阶跃工作，这是个比较繁琐的过程。

通过优化，我们的到了种不用祥知控制系统具体参数就能完成控制的控制器，在原有必须祥知控制系统具体参数才能完成的控制的控制器上有了质的突破。

至此，可以得出采用蜂群算法优化过的双闭环控制器可以较好的改进传统控制器的种种不足，提高控制器性能指标，控制更为高效。

这样就达到了设计要求和研究目的。

第七章总结和展望本文主要叙述的是用人工蜂群算法优化控制器，并对其进行设计与仿真。

其主要设计思路来自于模仿蜜蜂习性对工业生产过程进行优化。

这种将模仿生物体对产品进行设计或优化的理念已经在各个领域取得巨大的成功。

这样的种转化其它生物智慧为人类智慧的设计思想在带动人类科技文明发展中起到了不可估量的作用。

根据仿真的结果显示，在经过人工蜂群算法优化过后的控制器的控制系统的稳定性鲁棒性等各个性能指标均有不同程度的提升。

达到了设计预期的目的，完成了设计要求。

二〇二年四月十七日星期二第八章心得体会写这篇论文既是对所学知识的应用，是对学科知识的总结，也是个学习过程。

在撰写过程中，往往遇到了些瓶颈问题或请指导老师进行讲解和指导，或请同学们起讨论集思广益，或自己认真的分析问题找到问题的关键通过查阅资料来解决问题，总之，撰写的过程中，我学到了不少的东西，温习了的使用方法，学习了数学公式编辑器的使用，通过指导老师的讲解接触到领域内更前沿的技术，和同学们讨论熟练了已学会的解决问题的方式掌握了新的解决问题的方法。

在此，感谢我的指导老师耿东山孜孜不倦的为我指导为我在撰写过程中排忧解难，告诉我在面对失败和挑战时，应当有锲而不舍的探索精神对未知充满渴望的求知精神勇于面对挑战的开拓精神，于是才有本文的顺利完成。

二〇二年四月十七日星期二通过这次设计也充分感受到了借用其他生物智慧所带来的好处，让我明白了学习过程并不是个人死读书的过程，而是除了学到未知知识和温习已有的知识外还要融入自己的思考，必要时还要借鉴集体的智慧去完成学习。

二〇二年四月十七日星期二参考文献杨进等解决复杂优化问题的个有效工具蜂群优化算法张超群等蜂群算法研究综述计算机应用研究舒怀林直流电动机神