PSO算法在数控机床交流伺服系统PID参数优化中的应用:针对发展高精度数控机床的要求，在数控机床交流伺服控制系统中，本文提出了一种新的永磁同步电机控制策略，即利用粒子群算法对模糊控制器的三个比例因子参数a k 、b k 和u k 进行全局优化，充分发挥模糊控制器的鲁棒性。仿真结果表明，采用PSO算法进行PID 参数优化的数控机床交流伺服系统的运动控制具有很强的鲁棒性和动态性能，是一种切实可行的控制方法。关键词：粒子群优化； 伺服系统； 永磁同步电机； 模糊控制器现代数控机床要求伺服控制向高精度、高速度方向发展，以适应生产的需要。这就要求必须提高伺服控制的移动速度、跟随精度和定位精度。而提高伺服系统的动态响应速度和稳态精度的途径有两条：一是采用高性能的伺服电机，提高系统的硬件性能；二是采用新的控制方法，提高软件系统的性能。目前，后者更有利于提高系统的位置控制精度，降低跟随误差[1]。现代数控机床通常采用三相永磁同步电动机为驱动电机的交流伺服系统。由于交流电机的复杂性和耦合的非线性，如何快速、准确地整定PID 控制器参数仍然没有一个行之有效的方法。粒子群优化（particle swarm optimization，PSO）算法是Kennedy 和Eberhart 源于对鸟群、鱼群和人类社会行为的研究而提出的一种新的进化型寻优技术，该方法被证明具有计算高效性、实现简单和稳定收敛等优点，在一些非线性和约束问题求解中该方法表现出一定优越性[2]。本文采用粒子群优化算法来优化设计永磁同步电机伺服系统的控制器，以期取得更好的控制性能。