基于PSO的自平衡机器人自整定PID控制器（Matlab代码实现）

 👨‍🎓个人主页：研学社的博客   

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码实现

---

💥1 概述

在控制 系统 中 , 最 早 发展 起 来并 被 广泛 使 用的 就 是PID控制算法 , 其算法简单并且具有良好的适用性和稳定的可靠性。PID 控制适合应用于线性 、 非动态场合 , 输入 yd( t ) 是人为设定的方便 PID 控制器实现的控制量 , 经过比例、 积分 、 微分环节 , 再由反馈环节得到反馈值 y (t),使得控制量无线接近于我们设定的目标量, 然后通过偏差信号e ( t ) 控制被控量 。 其数学表达为 [7] :

📚2 运行结果

部分代码：

function [cost] = error(kp, kd)
%close all
%clear all
clc

% Initialisations

ki = 0;                                  % Setting k = 0 as it is pd controller
M = 0.5; m = 0.2;                        % Mass of body and wheels
g = 9.8;                                 % Acceleration due to gravity
l = 0.3;                                 % Length of body
F = 0;                                   % Control Force
x = 0;                                   % Initial position of robot
x_dot = 0;                               % Initial velocity of robot
theta = pi/10;                           % Initial tilt i.e. angle
theta_dot = 0;                           % Initial angular velocity of body
dt = 0.005;                              % Discretizing time
error = 0;                               % Declaring error
prev_error = 0;                          % Declaring prev_error
cost = 0;

% Iterations
t=0;
while(t < 10)
    curr_error = (0+theta);
    error = error + curr_error;
    f = kp*(curr_error) + ki*(error) + kd*(curr_error - prev_error );
    prev_error = curr_error;
   % Calculation theta_next
    d_theta_dot = (((g*theta*(M+m)-F)/(M*l)))*dt;
    theta_dot = theta_dot + d_theta_dot;
    d_theta = theta_dot*dt;
    theta = theta + d_theta; 
    
    % Calculation of x_next
    d_x_dot = ((F-(1/M)*(m*g*theta)))*dt;
    x_dot = x_dot + d_x_dot ;
    d_x = (x_dot)*dt;
    x = x + d_x;
    
    % The controller
    F = f;                 
    
    cost = abs(theta) + cost;

     t = t+dt ;
end

🎉3 参考文献

部分理论来源于网络，如有侵权请联系删除。

[1]艾福强,包建东,刘正权.基于粒子群优化模糊PID控制的多足式真空吸附机器人控制方案设计[J].电子测量技术,2023,46(02):67-72.DOI:10.19651/j.cnki.emt.2210451.

[2]朱龙英,成磊,郑帅,陆宝发,赫建立.基于粒子群优化神经网络自适应控制算法的并联机器人仿真研究[J].组合机床与自动化加工技术,2015(01):114-117+122.DOI:10.13462/j.cnki.mmtamt.2015.01.032.

🌈4 Matlab代码实现