[发明专利]基于改进TLBO算法的自抗扰控制器参数整定方法

摘要

一种基于改进TLBO算法的自抗扰控制器参数整定方法，系统由于ADRC模块、TLBO模块、被控对象组成，其中ADRC模块由跟踪微分器(TD)、扩张状态观测器(ESO)、非线性误差反馈(NLSEF)组成，参数整定方法包括如下具体步骤步骤1建立ADRC控制器；步骤2结合TLBO算法，建立TLBO参数调节模块，实现ADRC控制器的在线参数整定；本发明的技术方案避免了算法陷入早熟、早收敛的情况，提高了ADRC控制器的自适应性和鲁棒性，一定程度上降低了超调量，减少了调节时间，提高了系统的工作效率。

主权项

一种基于改进TLBO算法的自抗扰控制器参数整定方法，其特征在于，包括如下步骤：步骤1建立ADRC控制器，过程包括：1.1)跟踪微分器(TD)，用来跟踪参考输入和安排过渡过程，其离散形式如下：其中，h为系统的采样步长，r为速度因子，h0为滤波因子，fhan(*)函数为快速综合最优函数；1.2)扩张状态观测器(ESO)，根据被控对象的输入和输出对系统的状态和扰动进行估计和补偿，其二阶对象的ESO模型：其中，β1、β2、β3为待整定参数，fal(*)为带有线性区间的非线性函数，定义为：其中,β1、β2、β3是待整定参数；1.3)非线性误差反馈(NLSEF),采用误差的非线性累加提高系统控制性能，其二阶系统非线性误差反馈表达式：其中，K1、K2为增益系数；步骤2结合TLBO算法，建立TLBO参数调节模块，实现ADRC控制器的在线参数整定；2.1)基本TLBO算法在教学阶段，班级中每个学生Xj(j＝1,2,3,…,N)会根据教师Xteacher和学生的平均成绩mean之间的差异来进行学习，“教学”过程用公式定义为：其中，和分别是第i为学生经过教师教学前后的值，mean是整个班级所有学生的平均值，TFi和ri是教师的教学因子和学习步长；在教学阶段后，根据学习成绩的前后对比，更新每个学生的成绩；在学习阶段，针对于每一个学生Xi(i＝1,2,3,…,N)，在班级中随机选取一名学生作为学习对象Xj(j＝1,2,3,…,N,j≠i),学生Xi在分析了自己与Xj的差异后进行学习调整，“学习”过程用公式定义为：其中，ri代表第i个学生的学习步长；在学习阶段完成后，根据学习成绩的前后对比，更新每个学生的成绩；2.2)教学因子的改进基本TLBO算法中，教学因子TF的取值只有1或2，意味着学生对教师的授课全盘接受或全盘否定，显然不符合实际。针对基本TLBO算法中的教学因子TF进行改进，提出一种动态的教学因子：其中，TFmin和TFmax取固定值，一般为1和2，fmin表示当前搜索到的所有解的最优适应度值，f表示班级中某一学生的成绩；2.3)教学阶段的改进基本TLBO算法中，学生成绩的更新取决于原有成绩和教师与全班同学平均成绩的差异但是学生会逐渐适应教师的授课方式、授课节奏，更加的认同并接受自身与教师教师之间的差值difference；引入适应值λ来更新原有的differenceold:其中，iter为当前迭代次数，itermax为迭代总次数。