[发明专利]一种基于智能算法的PID自动驾驶仪参数整定方法

说明书

本发明属于PID自动驾驶仪的参数整定方法，具体涉及一种基于智能算法的参数整定方法。根据飞机的三自由度非线性模型，抽象出飞机的控制模型；建飞机的舵机模型和自动驾驶仪模型；选定自动驾驶仪的性能指标；预先设定自动驾驶仪的PID参数；设定遗传算法的参数，根据约束条件和适应度函数，对自动驾驶仪的PID参数进行解算；所述的惩罚函数P(x)的形式如下：R＝(ct)^α；其中，f_j(x)是违反第j个约束的惩罚函数项，c,α,β是常数，t为优化算法的进化代数，m为约束总数；F(x)＝f(x)+P(x)，其中，f(x)是目标函数，p(x)是惩罚函数，F(x)为广义目标函数。提出了一种基于遗传算法的PID参数整定方法，降低工作人员的负担，提高飞行自动化水平。

技术领域

本发明属于PID自动驾驶仪的参数整定方法，具体涉及一种基于智能算法的参数整定方法。

背景技术

自动驾驶仪设计方法在工程应用最多的是PID控制方法，即传统的比例，积分，微分控制，PID控制具有算法简单，可靠性高，不依赖被控制对象的模型等优点，已经被广泛用于生产过程，但实际工程中，PID控制器的比例，积分和微分调节参数往往采用实验加试凑的方法由人工整定，这不仅需要熟练的技巧，往往还相当费时。

发明内容

本发明解决的技术问题：提出一种基于遗传算法的PID参数整定方法，通过对参数空间编码并用随机选择作为工具来引导搜索过程朝着更高效的方向发展，以提高PID参数整定的效率，降低工作人员的负担，提高飞行自动化水平。

本发明的技术方案：一种基于智能算法的PID自动驾驶仪参数整定方法，所述的方法包括如下步骤：

根据飞机的三自由度非线性模型，抽象出飞机的控制模型；

构建飞机的舵机模型和自动驾驶仪模型；

选定自动驾驶仪的性能指标；

预先设定自动驾驶仪的PID参数；

设定遗传算法的参数，根据约束条件和适应度函数，对自动驾驶仪的PID参数进行解算；

所述的惩罚函数P(x)的形式如下：

其中，f_j(x)是违反第j个约束的惩罚函数项，c,α,β是常数，t为优化算法的进化代数，m为约束总数；

F(x)＝f(x)+P(x)

其中，f(x)是目标函数，p(x)是惩罚函数，F(x)为广义目标函数。

优选地，抽象出飞机的控制模型后，通过四阶龙哥库塔法解算出飞机状态参数。该方法可以提高对飞机状态参数的解算精度，满足工程应用。

优选地，所述的c,α,β的取值范围分别为：β＝2，c,a∈[0.5,1]。在该范围内可以求得最优或较优的结果。

本发明的有益效果：本发明以PID自动驾驶仪为模型，针对传统模式下，依靠人工经验进行手动参数整定的费时，费力等缺点；以智能算法为优化手段，通过合理的模型建立及相应算法参数和适应度函数的设定，可以快速的对PID参数进行计算整定，筛选出符合要求的PID参数。该方法可以有效的减轻工作人员的负担，提高工作效率。

附图说明

图1为舵机的框图模型；

图2为自动驾驶仪框图；

图3为PID控制器的基本框图。

具体实施方式

现结合附图、实施例对本发明作进一步详细说明。

基于遗传算法的PID自动驾驶仪参数整定方法，具体操作步骤如下：