改进粒子群优化滚珠丝杠进给系统BP神经网络PID控制策略研究
Research on BP Neural Network PID Control Strategy for Improving Particle Swarm Optimization of Ball Screw Feed System作者机构:兰州理工大学机电工程学院兰州730050 兰州石化公司兰州730060
出 版 物:《西安交通大学学报》 (Journal of Xi'an Jiaotong University)
年 卷 期:2024年第58卷第6期
页 面:24-33页
核心收录:
学科分类:08[工学] 0802[工学-机械工程] 0835[工学-软件工程] 080201[工学-机械制造及其自动化]
基 金:国家自然科学基金资助项目(51965037 52365057)
摘 要:针对传统的BP神经网络PID(BP-PID)控制因其初始权值随机,导致系统的收敛速度较慢、控制前期会有较大误差和BP神经网络初始权值优化等问题,建立了滚珠丝杠进给系统伺服三环模型,设计了BP-PID控制器,提出了一种二阶振荡混沌映射粒子群算法(SCMPSO)优化滚珠丝杠进给系统BP-PID控制器。首先,混沌映射初始化粒子位置,使粒子均匀分布于空间,增加粒子解的多样性;随后,提出一种非线性余弦自适应惯性权重,以平衡算法的全局搜索能力和局部搜索能力;其次,在算法中引入二阶振荡环节,在面对突变多峰干扰时,能及时跳出局部最优解。研究结果表明:当加入外界干扰时,控制策略SCMPSO-BP-PID在正向进给时段的位移平均误差为0.013 mm,相比SAWPSO-BP-PID、LDWPSO-BP-PID、PSO-BP-PID这3种控制策略分别提升约45.8%、55.2%、61.7%;当加入阶跃响应时,SCMPSO-BP-PID的最大超调量仅为0.029,系统调节时间和峰值时间相比3种控制策略均有较大提升,具有较高的控制精度和稳定性。