第39卷第1期2023年2月Electro-MechanicalEngineering·创新与探索·DOI:10.19659/j.issn.1008–5300.2023.01.011改进平衡优化器的超声电机无模型自适应控制*胡启福1，刘电霆1，吴珊1，黄康政2（1.桂林理工大学机械与控制工程学院，广西桂林541006；2.广州软件学院电子系，广东广州510990）摘要：为了提高超声电机的控制性能，将基于数据驱动的无模型自适应控制（ModelFreeAdaptiveControl,MFAC）方法应用到超声电机的速度控制中，并针对MFAC存在参数调整困难的问题，提出一种改进的平衡优化器（ImprovedEquilibriumOptimizer,IEO）算法用于MFAC参数寻优。首先，利用自适应生成概率策略来平衡算法的探索与开发能力；其次，引入折射反向学习策略来扩大解的搜索范围，提高算法的收敛速度，同时采用柯西变异策略来提高算法跳出局部最优的能力；最后，提出一种改进的时间乘以绝对误差积分（ImprovedIntegralTimeAbsoluteError,IITAE）指标函数用于MFAC的参数寻优。仿真和实验结果表明，与基于原始平衡优化器算法的MFAC相比，基于改进平衡优化器算法的MFAC的稳态误差和调整时间明显减小，系统的控制性能得到显著提高。关键词：超声电机；无模型自适应控制；平衡优化器算法；折射反向学习；柯西变异中图分类号：TP273文献标识码：A文章编号：1008–5300(2023)01–0058–07ModelFreeAdaptiveControlofUltrasonicMotorBasedonImprovedEquilibriumOptimizerHUQifu1,LIUDianting1,WUShan1,HUANGKangzheng2(1.SchoolofMechanicalandControlEngineering,GuilinUniversityofTechnology,Guilin541006,China;2.DepartmentofElectronics,GuangzhouInstituteofSoftware,Guangzhou510990,China)Abstract:Inordertoimprovethecontrolperformanceofultrasonicmotors,adata-drivenmodelfreeadaptivecontrol(MFAC)methodisappliedtothespeedcontrolofultrasonicmotors.InviewofthedifficultyofparameteradjustmentinMFAC,animprovedequilibriumoptimizer(IEO)algorithmisproposed,whichisusedforMFACparameteroptimization.First,theadaptivegenerationprobabilitystrategyisusedtobalancetheexplorationanddevelopmentcapabilitiesofthealgorithm;secondly,therefractionreverselearningstrategyisintroducedtoexpandthesearchrangeofthesolutionandimprovecapabilitiesoftheconvergencespeedofthealgorithm,atthesametimetheCauchymutationstrategyisusedtoimprovethecap...
