赵 辉,李少波,周 鹏，张成龙，褚园民

(贵州大学 a.机械工程学院；b.大数据与信息工程学院，贵阳 550025)

0 引言

为了适应现代生产的需求，数控机床必须向高精度、高速度、高稳定性方向发展。伺服系统是数控机床核心组成之一，主要用来实现进给伺服控制和主轴伺服控制。伺服系统性能直接影响数控机床的精度、速度以及稳定性等技术指标，因此，要求数控机床的伺服系统要具有较高的移动速度、跟随精度和定位精度，从而提高系统性能。提高伺服系统的动态响应速度和稳态精度主要通过采用比较先进的控制方法，进而提高软件系统的性能。现行的数控机床伺服系统多采用PID控制。PID控制是非常典型的工业控制之一，对于PID参数的整定是需要攻克的重要难点。现在的工业控制中，PID参数整定主要依赖于经验法，就是不断地对系统进行调试，从而得到一个相对合理的PID参数，达到系统的要求。然而，由经验整定PID参数的方法都存在参数整定困难、整定结果性能不高等问题。

随着智能优化算法以及计算机技术的发展，在PID参数优化方面取得了很大进展。因此，越来越多地应用智能优化方法对PID参数优化，例如人群搜索算法[1](SOA)、粒子群算法[2](PSO)、遗传算法[3](GA)等，应用这些智能优化算法来整定PID参数，能够提高PID控制器的鲁棒性和控制精度。孙丽香等[4]针对曲轴磨床中所用的永磁同步直线电机驱动的砂轮进给系统所具有的强耦合性和非线性的特点,将SOA与传统PID控制相结合,应用于永磁同步直线电机进给系统中。……