控制与决策

作者：金煜,王旭辰,徐扬,杨晓峰

单位：复旦大学 工程与应用技术研究院，上海 200433,,复旦大学 工程与应用技术研究院，上海 200433,,西北工业大学 民航学院，江苏 太仓 215513,,复旦大学 工程与应用技术研究院，上海 200433,

关键词：压电驱动;分数阶控制;鸽群优化;稀疏回归

基金：陕西省自然科学基础研究计划项目(2023-JC-QN-0733)；中国高校产学研创新基金项目(2022IT188).

针对压电微动台的非线性特性以及多轴解耦控制挑战, 提出一种基于动态相互学习策略的改进型鸽群优化算法(PIO), 并提出结合分数阶控制(FOPID)的DMLPIO-FOPID的控制策略进行实验研究. 首先, 对压电微动台进行力学分析, 使其非线性特性近似线性化; 然后, 根据动态相互学习策略建立动态相反学习种群, 以提升鸽群优化算法的寻优性能; 接着, 引用一种基于稀疏回归算法的迟滞辨识方法对压电微动台的迟滞逆模型进行补偿; 最后, 搭建压电微动实验平台对所设计控制器进行实验研究. 实验结果表明: DMLPIO-FOPID控制器在4种评价函数的优化测试中性能最佳, 平均领先果蝇优化与鸽群优化这两种分数阶控制器19.28 %、20.73 %; 且在搭建的压电微动台的三轴测试中, 所设计控制器均方差最小、收敛时间最短, 表明DMLPIO-FOPID控制方法有助于实现压电微动台的精密控制.

来源：2025年第5期

《控制与决策》期刊编辑部

查看控制与决策杂志2025年第5期