[发明专利]基于差分进化算法优化的模糊自适应滑模控制方法及系统

权利要求书

1.一种基于差分进化算法优化的模糊自适应滑模控制方法，其特征在于，包括如下步骤：

步骤S1、建立永磁同步电机滑模速度控制器模型，导出速度控制律；

采用指数趋近律的方法，得到永磁同步电机滑模速度控制器的控制律为：

其中，D为电机参数，c为常数，x₂为电机参考速度与实际速度的偏差的导数，s为滑模面，sgn(s)函数为指数趋近律组成部分，ε和q为待优化的参数，u_q为电机输入电压；

步骤S2、计算速度偏差和滑模面；

s＝cx₁+x₂

其中，v_ref为电机参考速度，v为电机实际速度，x₁为电机参考速度与实际速度的偏差，c为常数；

滑模面s的指数趋近律为：

步骤S3、将模糊规则数字化；

在模糊控制器的设计过程中，参数要优化的是模糊规则；为方便采用差分进化算法进行优化，使用数字表示每个模糊规则；

步骤S4、将s和模糊化处理；

模糊控制采用两输入两输出，以s和作为输入，以ε和q作为输出；

设定s和的模糊集为{NB,NM,NS,ZE,PS,PM,PB}，其中，NB为负大，NM为负中，NS为负小，ZE为零，PS为正小、PM为正中，PB为正大；NB与PB采用高斯隶属度函数，NM、NS、ZE、PS、PM均采用三角函数；

步骤S5、查初始模糊规则表；

步骤S6、ε和q反模糊化；

反模糊化采用重心法，ε和q的模糊集为{NB,NM,NS,ZE,PS,PM,PB}，ε和q的模糊集的隶属度函数均采用高斯隶属度函数；

步骤S7、得到ε和q，代入到永磁同步电机滑模速度控制器的控制律，并进一步计算永磁同步电机电流的输出；

步骤S8、使用差分进化算法对所述模糊规则进行优化选择，选择依据为每代的最佳适应度函数；

提出以下适应度函数J：

其中，s(t)为滑模面函数，u(t)为控制器输出，w₁为第一权值，w₂为第二权值；

步骤S9、重复步骤S4～步骤S8，直到适应度函数J和待优化的参数ε和q均收敛到固定值，最终选择产生出最优模糊规则表；

所述步骤S3中，使用数字表示每个模糊规则的方法具体为：模糊语言值{NB、NM、NS、ZE、PS、PM、PB}分别对应于{1、2、3、4、5、6、7}，即{NB-1，NM-2，NS-3，ZE-4，PS-5，PM-6，PB-7}。

2.如权利要求1所述的基于差分进化算法优化的模糊自适应滑模控制方法，其特征在于，步骤S3中，针对7*7的变量矩阵，有49个要优化的变量，创建49维参数向量；

x_i,j＝(m₁,m₂,m₃…m₄₉)

其中，i是行索引，j是列索引；m₁，m₂，m₃…m₄₉分别表示第1，2，3…49列参数；在允许范围内随机生成初始种群要优化的每个参数的范围，具体操作如下：

x_i,j＝round(rand·(high[j]-low[j])+low[j])

其中，rand(·)函数是服从均匀分布的[0,1]之间的随机数；high[j],low[j]分别为变量的上限和下限；rand(·)函数是四舍五入取整运算函数。

3.如权利要求2所述的基于差分进化算法优化的模糊自适应滑模控制方法，其特征在于，所述high[j],low[j]分别等于7和1。

4.如权利要求1所述的基于差分进化算法优化的模糊自适应滑模控制方法，其特征在于，所述步骤S5中，采用Mamdani模糊推理法。