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

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。

关键词

滚珠丝杠 / 控制器 / 混沌映射 / 二阶振荡粒子群

基金资助

国家自然科学基金资助项目(51965037,52365057)