[发明专利]一种分数阶PID控制器的参数整定方法

权利要求书

1.一种分数阶PID控制器的参数整定方法，该方法所针对的伺服系统被控对象的传递函数如下所示，K、τ₁和τ₂均为对象模型参数，其特征在于，包括以下步骤：

基于神经网络模型，计算分数阶PID控制器模型的积分阶次λ和微分阶次μ；

基于获取的分数阶PID控制器模型的积分阶次λ和微分阶次μ，采用水平相位准则计算分数阶PID控制器模型的比例增益K_p、积分增益K_i以及微分增益K_d；

所述基于神经网络模型，计算分数阶PID控制器模型的积分阶次λ和微分阶次μ，包括以下步骤：

步骤100，分别设定对象模型参数τ₁和对象模型参数τ₂的取值范围，设定对象模型参数K的值，分别设定伺服系统的开环截止频率ω_c的取值范围以及相位裕度的取值范围；

步骤200，根据对象模型参数τ₁和对象模型参数τ₂的取值范围，将对象模型参数τ₁平均分为若干个值(τ₁₁,τ₁₂,...,τ_1m)，将对象模型参数τ₂ 平均分为若干个值(τ₂₁,τ₂₂,...,τ_2M)，将(τ₁₁,τ₁₂,...,τ_1m)和(τ₂₁,τ₂₂,...,τ_2M)两两取值组合，得到若干个对象模型参数τ₁和对象模型参数τ₂的取值组合，将每个对象模型参数τ₁和对象模型参数τ₂的取值组合定义为一个对象样本；

步骤300，根据开环截止频率ω_c以及相位裕度的取值范围，将开环截止频率ω_c平均分为若干个值(ω_c1,ω_c2,...,ω_cn)，将相位裕度平均分为若干个值将(ω_c1,ω_c2,...,ω_cn)和两两取值组合，得到若干个开环截止频率ω_c和相位裕度的取值组合，将每个开环截止频率ω_c和相位裕度的取值组合定义为一个状态；

步骤400，针对每个对象样本，分别计算一个对象样本在各个状态下的样本特征向量其中表示被控对象在开环截止频率ω_c下的相位，表示相位的导数在开环截止频率ω_c下的值；

步骤500，针对每一个对象样本，计算每一个对象样本的积分阶次λ和微分阶次μ；

步骤600，以样本特征向量作为输入，以步骤500中得到的每一个对象样本的积分阶次λ和微分阶次μ作为输出，构建样本集；

步骤700，构建第一神经网络模型，以样本特征向量作为输入，微分阶次μ作为输出，完成第一神经网络模型的训练；

步骤800，构建第二神经网络模型，以样本特征向量和微分阶次μ作为输入，以积分阶次λ作为输出，完成第二神经网络模型的训练；

步骤900，获取实际应用中伺服系统被控对象的传递函数的对象模型参数τ₁、对象模型参数τ₂、开环截止频率ω_c以及相位裕度计算样本特征向量，将样本特征向量输入第一神经网络模型中，第一神经网络模型输出微分阶次μ，将样本特征向量和微分阶次μ输入第二神经网络模型中，第二神经网络模型输出积分阶次λ。

2.根据权利要求1所述的一种分数阶PID控制器的参数整定方法，其特征在于，步骤700中，所述第一神经网络模型包括隐含层和输出层，所述隐含层采用sigmoid激活函数，所述输出层采用线性激活函数，且采用均方误差作为优化目标函数，所述第一神经网络模型训练过程中采用LM算法迭代训练得到隐含层和输出层的网络权值。