[论文解读] A PSO Approach for Optimum Design of Multivariable PID Controller for nonlinear systems

Adel Taeib, Ali Ltaeif+1 more|arXiv (Cornell University)|Jun 26, 2013

Advanced Control Systems Design参考文献 14被引用 9

一句话总结

本文提出一种基于粒子群优化（PSO）的方法，用于对通过Takagi-Sugeno模糊模型建模的非线性多变量MIMO系统，进行多变量PID控制器的参数整定。通过最小化IAE、ISE和ITSE性能指标，PSO能高效优化PID增益，与传统的Ziegler-Nichols整定方法相比，显著降低了超调量和调节时间，仿真结果表明，在一个两输入两输出的非线性系统上，超调量最高可减少40%，调节时间最快可缩短50%。

ABSTRACT

The aim of this research is to design a PID Controller using particle swarm optimization (PSO) algorithm for multiple-input multiple output (MIMO) Takagi-Sugeno fuzzy model. The conventional gain tuning of PID controller (such as Ziegler-Nichols (ZN) method) usually produces a big overshoot, and therefore modern heuristics approach such as PSO are employed to enhance the capability of traditional techniques. However, due to the computational efficiency, only PSO will be used in this paper. The results show the advantage of the PID tuning using PSO-based optimization approach.

研究动机与目标

• 为解决传统PID整定方法（如Ziegler-Nichols）在MIMO非线性系统中常导致高超调量的局限性。
• 开发一种基于粒子群优化（PSO）的优化多变量PID控制器，以改善非线性MIMO过程的瞬态响应。
• 将PSO与多种性能指标（IAE、ISE、ITSE）相结合，以评估并提升控制器的鲁棒性与性能。
• 通过在具有Takagi-Sugeno模糊建模的两输入两输出非线性系统上进行仿真，验证基于PSO的PID整定方法的有效性。
• 提供一种计算高效、基于启发式的替代方法，以取代传统且复杂的多变量控制设计技术。

提出的方法

• 使用包含四个模糊规则的Takagi-Sugeno模糊模型对MIMO非线性系统进行建模，并利用非线性方程组的输入输出数据进行参数化。
• 采用递归加权最小二乘法（RWLS）对模糊模型进行在线参数估计，以确保实时自适应能力。
• 为多变量系统设计PID控制结构，每个输出对应独立的控制回路，利用实际输出与期望输出的反馈信号。
• 将积分绝对误差（IAE）、积分平方误差（ISE）和时间加权平方误差积分（ITSE）三个性能指标定义为PSO优化的适应度函数。
• 实施PSO算法，种群规模为20，进化30代，认知与社会加速系数c₁ = c₂ = 2，惯性权重从0.9线性递减至0.5，以实现探索与开发之间的动态平衡。
• 通过迭代更新粒子位置与速度，利用PSO方程最小化选定的性能指标，从而确定每个回路的最优PID增益（Kp、Ki、Kd）。

实验结果

研究问题

• RQ1 与传统的Ziegler-Nichols整定方法相比，基于PSO的PID整定是否能有效降低MIMO非线性系统中的超调量与调节时间？
• RQ2 不同的性能指标（IAE、ISE、ITSE）如何影响PSO优化PID控制器的收敛性与性能表现？
• RQ3 在Takagi-Sugeno模糊建模的非线性MIMO系统中，PSO在多变量PID控制器鲁棒性与瞬态响应方面能提升到何种程度？
• RQ4 在复杂控制场景中，PSO方法是否在保持计算效率的同时，仍优于经典整定方法？

主要发现

• PSO-PID控制器将输出y1的超调量从Z-N方法的55.35%降低至PSO-IAE的40.58%，y2的超调量从64.82%降至42.34%，显著改善了瞬态响应性能。
• y1的调节时间从Z-N的1.6733秒减少至PSO-IAE的0.4791秒，降幅达71.6%；y2的调节时间从3.2941秒降至0.7775秒，降幅达76.4%。
• 采用PSO-ITSE方法时，上升时间分别最小化至0.0374秒（y1）和0.0389秒（y2），响应获取速度优于Z-N方法及其他PSO变体。
• y1采用PSO-ITSE方法获得的最优PID增益为Kp=5.3487，Ki=15.7988，Kd=45.4369，实现了最小的上升时间与调节时间，性能最佳。
• 对于y2，PSO-ITSE方法获得Kp=45.3487，Ki=15.7988，Kd=41.4369，其超调量在所有PSO变体中最低，仅为Z-N方法64.8%的48.5%。
• PSO方法在所有性能指标上均持续优于Ziegler-Nichols整定方法，证实其在非线性系统多变量PID控制器整定中的优越性。