PSO优化神经网络算法在滚球控制系统设计中的应用

厦门工学院 高丽贞 陈俊秀

滚球控制系统是一个多变量、非线性控制系统，是球杆系统的二维扩展。本文概述了滚球系统硬件组成及数学模型，基于PSO优化神经网络算法对滚球系统PID控制器参数进行整定，并在滚球系统上验证了控制参数，说明了参数的可靠性。

自控类题目是电子设计竞赛四大类型之一。近年来，自控类题目越来越重视多学科的交叉融合，从自平衡车系统到旋转倒立摆系统，再到风力摆系统，最后滚球控制系统，都体现了新技术与传统工业技术的紧密结合。以2017年全国电子设计竞赛B题——滚球控制系统为例，要求通过设计一控制系统，在指定边长为65cm光滑的正方形内，通过控制平板的倾斜，使直径不大于2.5cm的小球能够按照指定的要求在平板上且在指定时间内完成各种动作。滚球控制系统是一个非常典型的结合视觉、运动控制和自动控制技术的系统，也是一个典型的非线性控制系统，需要对控制系统的参数整定。但通过传统的人工调整试凑法整定优化PID控制器中的比例、积分、微分三个控制参数，耗时耗力，且随着滚球系统机械结构变化，需重新整定优化三个控制参数，不能保证控制器获得最佳的性能。因此，本文针对使用改进粒子群算法对滚球体统的PID控制器中三个参数进行整定优化方法的研究，具有很重要的实际意义。

1 滚球系统简介

1.1 滚球系统组成

本系统主要由单片机控制模块、摄像头模块、LCD显示屏模块、电源模块、舵机及平板机械支架等组成。……