基于PPO的自适应PID控制算法研究

采用MATLAB物理引擎联合Python搭建了一个六轴机械臂,并模拟带有扰动的复杂控制环境,为机械臂训练提供现实中无法提供的试错环境。使用强化学习中近端优化算法(proximal policy optimization,PPO)算法对传统PID控制算法进行改进,引入多智能体思想,根据PID三个参数对控制系统的不同影响及六轴机械臂的特性,将三个参数分别作为不同的智能个体进行训练,实现多智能体自适应调整参数的新型多智能体自适应PID算法。仿真结果表明:该算法的训练收敛性优于MA-DDPG与MA-SAC算法,与传统PID算法的控制效果相比,在遇到扰动及振荡的情况下,能够更有效地抑制振荡,并具有更低的超调量和调整时间,控制过程更为平缓,有效提高了机械臂的控制精度,证明了该算法的鲁棒性及有效性。

炼油化工装置PID性能评测与优化系统的设计与实现

根据对装置对象定义分区与KPI,并通过管理端和控制端2个工作平台进行集中、分散部署的方案设计思想,研究开发炼化装置PID性能评测与优化系统,为企业重点生产装置建立PID回路多尺度性能监测与预警、PID控制故障诊断与预知性维护、PID参数自动调优以及PID回路档案等功能应用。该系统能够实时监控PID性能KPI指标值,并智能推荐最优PID参数。试点装置应用效果的标定测试结果表明,PID系统的实际应用效果达到了技术设计指标,模型和算法的适用性、软件的成熟度得到了验证,具备在炼化装置中规模化扩展应用的条件,具有很好的推广应用价值。

基于改进粒子群优化算法的分数阶PID控制器

针对控制系统控制性能不稳定的问题,实践中可在控制系统里设定一种分数阶PID控制器。相比于整数阶PID控制器,分数阶PID控制器增加了λ和μ两个控制参数,这样可以让控制器在控制过程中拥有更好的性能,但同时也使得参数整定使用更加困难。为了更容易地求出控制器的参数,需要使用改良过的粒子群(PSO)优化方法来进行整定,将时间误差绝对值(ITAE)准则应用到控制器的控制过程当中,可以快捷地得出分数阶PID控制器的优化参数。通过对常规PID控制器与分数阶PID控制器的仿真结果进行对比,经过优化后的粒子群算法得到的参数在运用到控制系统中时会得到的更好的效果,说明了优化后的分数阶PID控制器的控制效果要优于整数阶PID控制器的控制效果。

基于STM32的密炼机自整定PID温控系统设计

针对密炼机温度控制系统中人工整定PID带来的系统响应不及时、误差大等问题,该文设计了一种基于STM32的自整定PID温度控制系统。对于电动阀只能单极性调节问题,通过设置适当的工艺点来控制继电输出。为提高震荡曲线的辨识,采用参数归一化方法计算震荡曲线的临界增益。考虑密炼机的工作环境和系统响应曲线的频率特性,加入带有临界滞环控制的继电控制方法,提高了特征参数的精确性,更好地整定了PID参数。应用结果表明,基于STM32的PID整定温度控制系统能够将温度误差控制在1℃左右,且控制时间相比于人工PID控制系统提高了30%,极大地满足了密炼机的温度控制要求,具有良好的实用价值。

足式机器人腿部关节改进单神经网络PID控制算法研究

为了满足液压足式机器人在复杂环境中实现精确、快速的腿部关节控制需求,把单神经网络PID能够实时调节参数的优点运用到足式机器人液压机械腿关节的控制中,在单神经网络PID的基础上增加机械腿关节的位置和速度控制算法,形成改进单神经网络PID,实现了对神经元比例参数自调整、PID参数的自整定,能够较好地适应内、外参数的变化,增强了腿部关节的快速性、精确性。在Simulink中进行建模仿真以及在设计的以STM32为中央处理芯片的控制平台上进行实验测试,结果表明:改进单神经网络PID在足式液压机器人的腿部关节控制中具有响应速度快、超调量小、控制精度高、鲁棒性强等优点。

基于改进鲸鱼算法的收卷张力PID控制的性能优化

PID控制器的参数决定张力控制系统的稳定性和速度,因此研究收卷张力控制中经典PID控制器参数整定优化问题具有重要意义。以卷绕张力系统为切入点,结合PID和改进的鲸鱼优化算法,设计了基于改进鲸鱼算法(L-WOA)的PID张力控制器;为了提高PID整定参数方法的收敛精度和速度,在进行整定时结合了改进鲸鱼算法;建立数学模型和动态转矩平衡方程,分析了线速度和卷径对卷材张力的影响;分别使用改进鲸鱼算法和其他多种算法进行了参数优化。仿真结果表明,采用改进鲸鱼算法优化PID的控制策略具有响应速度快、控制输出稳定、抗干扰能力强、鲁棒性好等优点。

基于遗传算法的绝热去磁制冷机中PID参数整定

在绝热去磁制冷系统中,PID控制器常用来控制等温磁化或等温去磁过程中磁热模块的温度稳定。由于ADR系统的非线性较强,传统的PID参数整定方法往往效果较差,实际ADR系统中PID的参数整定往往十分依赖于人工试错,耗费大量时间精力。而遗传算法在PID参数调试时对系统的依赖性小,非常适合复杂非线性系统的参数寻优。基于MATLAB语言和集总参数方法,实现了基于遗传算法的绝热去磁制冷机中GGG磁热模块的PID参数整定,为实际工程中的PID参数调节提供参考。

基于改进WOA参数优化的反应釜PID控制器

为了解决工业中传统PID控制算法对于大时滞、非线性系统较难取得良好的控制效果的问题,提出一种基于改进鲸鱼优化算法(IWOA)的PID控制器整定算法。该算法考虑均衡算法的探查以及开发能力,引入非线性收敛因子;为了提高算法的勘察能力,避免陷入局部最优的情况,引入正余弦扰动因子改进位置更新策略;最后以化工反应中反应釜温度为被控对象,对其PID控制器进行参数自整定实验,并将结果与WOA算法、Z-N整定算法、PSO算法进行对比,验证了IWOA算法在优化PID控制器工程上的优越性。

基于改进粒子群优化算法的PID控制器参数整定

针对标准粒子群优化算法优化PID控制器参数存在的早熟以及陷入局部最优等问题,引入粒子二阶振荡环节、反向学习、自适应惯性权重,并结合设计的惯性权重动态调整策略、粒子越界随机反射墙,提出一种新型分阶段迭代的改进粒子群优化算法。在6个标准测试函数上进行测试,其性能相比于一些已有的改进粒子群优化算法更加优秀。将这些算法用于自动电压调节器系统的PID控制器参数整定,仿真结果表明,所提出的改进粒子群优化算法整定的PID控制器的控制效果更好。

模糊自整定PID的液压马达驱动机床主轴速度控制研究

液压马达驱动机床主轴系统具有参数时变和高度非线性,传统PID控制器控制精度不高。针对液压马达驱动机床主轴系统速度控制问题,采用模糊自整定PID控制器实现液压马达驱动机床主轴系统的有效控制,并对控制效果进行仿真验证。构造了液压马达驱动机床主轴系统模型简图,建立了液压马达驱动机床主轴系统数学模型。对传统PID控制器参数,用模糊控制器进行实时整定,开发了模糊自整定PID控制器。最后,采用MATLAB对液压马达驱动机床主轴系统进行仿真。同时,与传统PID控制器的计算结果进行对比和分析。仿真结果显示:采用模糊自整定PID控制器的液压马达驱动机床主轴转速超调量小,具有更快的响应时间,跟踪精度高,同时系统能耗减少20%左右;即使受到较大随机干扰,模糊自整定PID控制器也能快速消除干扰,使机床主轴转速处于受控状态。采用模糊自整定PID控制器可以有效提高液压马达驱动机床主轴系统的动态稳定性以及抗干扰能力。

基于继电反馈PID自整定的加热系统

某工厂对某种液体进行加热控制,针对某液体复杂的反应过程,设计出带自整定功能的PID自动调节加热设备。该设计以意法半导体公司(ST)的STM32F103C8T6为控制器,以PT100为温度采集元件,控制可控硅进行过零功率调节,通过MCGS触摸屏来显示,设定有关波形和参数,在控制过程中,可以根据有关加热要求选择多种整定参数,以满足液体的不同动态响应类型。该文主要介绍系统硬件组成原理框图,给出系统主要硬件电路图和自整定算法的工作流程,并对PID程序编制的一些关键点进行说明。实验证明加热系统能满足工厂要求。

基于RBF神经网络整定PID的电液比例系统位置控制研究

针对凿岩机械臂的电液比例系统位置控制精度问题,提出了一种基于径向基函数(RBF)神经网络整定PID的电液比例系统位置控制方法。首先,在AMESim中搭建了阀控非对称液压缸的电液比例系统简化模型,设置了各个模块的参数;然后,利用MATLAB/Simulink搭建了系统闭环控制模型,通过不断更新RBF网络模型并修正PID参数,实现了基于RBF神经网络整定PID的电液比例系统位置控制目的;结合AMESim搭建的电液比例系统模型和Simulink下搭建的控制器进行了联合仿真;最后,基于凿岩台车机械臂实验平台,进行了电液比例系统位置控制实验。仿真结果表明:在受到外部干扰的情况下,RBF神经网络整定PID控制系统能够在0.3 s内控制活塞杆重新运行至目标位置,平均响应时间为1.5 s,位置精度误差不超过5 mm。实验结果表明:与常规PID控制方法相比,RBF神经网络整定PID控制活塞杆位置精度误差降低了75%,位置精度误差在工程实际要求的10 mm范围以内,因此,RBF神经网络整定PID算法可以有效提高电液比例系统的位置控制精度,满足凿岩机械臂实际工作中对电液比例系统位置精度的控制要求。

基于参数自整定模糊PID的BLDC控制研究

为解决传统PID控制在无刷直流电机调速系统中的控制精度低、效果不佳等问题,设计了一种基于参数自整定模糊PID控制的调速系统。通过在Matlab/Simulink仿真软件中建立了无刷直流调速系统的模型,分别采用传统PID控制、模糊PID控制和参数自整定模糊PID控制来对转速环进行调控,而电流环则采用PID控制。通过对比研究结果发现,采用参数自整定模糊PID控制的调速系统具有许多优势。系统的超调量较小,控制效果较好,同时提高了系统的鲁棒性。通过搭建模型并进行仿真实验,证明了采用参数自整定模糊PID控制的调速系统在解决无刷直流电机调速系统控制精度低、效果不佳等问题方面具有优势。这一方法能够有效提升系统的控制性能,并增强系统的鲁棒性。该无刷直流电机的调速系统可以稳定、可靠运行,满足使用需求。

改进TD3算法在电机PID控制器中的应用

本文针对永磁同步电机(PMSM)在工业领域中的多变量、非线性和强耦合特性以及传统PID控制在应对其变化时可能导致参数调整困难、响应延迟、鲁棒性差以及适应性问题,提出一种结合双延迟深度确定性策略梯度(TD3)算法和PID控制的创新方案,以优化PID参数调整,实现更精确的电机速度控制.在本文的方法中,融合双向长短期记忆网络(BiLSTM)到Actor和Critic网络中,极大增强了对PMSM动态行为的时间序列数据处理能力,使得系统不仅能够准确捕捉当前状态,还能预测未来趋势,从而实现对PID参数更精确和适应性强的自整定.此外,通过整合熵正则化和好奇心驱动的探索方法进一步增强策略的多样性,避免过早收敛到次优策略,并鼓励模型对未知环境进行深入探索.为验证方法的有效性,设计了一个永磁同步电机的仿真模型,并将本文提出的方法BiLSTM-TD3-ICE与传统的TD3以及经典的Ziegler-Nichols (Z-N)方法进行对比.实验结果充分证明了本文提出的策略在控制性能上具有显著的优势.

基于改进的PSO-BP神经网络算法的永磁同步电机PID参数整定

针对PMSM矢量控制中PID控制器在线整定困难的问题,提出BP神经网络与PID控制器相结合,采用改进粒子群算法对其网络权值矩阵进行优化.将算法在Matlab中实现并整定PID参数,代入Simulink中仿真PMSM矢量控制模型,得到超调量为10.5%、调节时间为0.42 s且加入负载后表现更优的PID参数.实验结果表明PSO-BP-PID算法相较于PID整定有更好的精确度及准确性.

基于模糊自整定PID的双容水箱串级液位控制系统研究

双容水箱串级液位控制具有抗干扰能力强、超调量小、过渡过程较短等特点。传统的PID算法和参数整定方法难以达到期望的控制效果。因此,针对双容水箱串级液位控制,利用模糊推理的方法实现在线自整定PID参数,设计相应的模糊PID控制器,基于Simulink仿真建模,对比传统的PID与模糊自整定PID输出响应曲线发现,该模糊自整定PID系统具有更好的鲁棒性,抑制系统超调以及对控制参数变化的自适应能力更强。

一种基于遗传算法的PID参数优化方法

石化工厂装置常使用PID回路控制,而常规的参数调整方法需要依赖人工经验选择PID参数,存在一定的局限性。为了解决这个问题,设计了一种基于遗传算法的自整定PID控制器预测方法。该方法首先利用遗传算法对PID控制器的参数进行优化,得到最佳的参数组合。然后,将这组参数应用到模型中,并利用模型来预测下一个时刻的系统输出。根据实际输出与预测输出之间的误差,通过调整PID控制器的参数来减小偏差。通过不断迭代和优化,最终获得具有良好控制性能的PID控制器。采用遗传算法进行参数优化,能够快速将被控对象调整到稳定状态,并明显提高整个系统的响应速度。同时,在该方法在软件仿真下,稳态误差和超调量都得到了有效降低。

改进灰狼优化算法分数阶PID控制器参数整定

针对分数阶PID(proportion integration differentiation)控制器参数整定难的问题,本文提出改进的灰狼优化算法(improved grey wolf optimizer,IGWO)对分数阶PID控制器进行参数整定的方法。IGWO算法采用logistic映射来初始化种群位置,提高种群的多样性,采用非线性收敛因子,增强全局搜索能力和局部开发能力,采用动态权重策略,根据适应度值调整α、β、δ狼的权重。为验证IGWO算法的有效性选取4个基准测试函数进行寻优和对2个经典被控系统进行控制器设计,并与传统灰狼算法、粒子群算法、遗传算法和粒子群结合灰狼算法进行对比分析,结果显示,在寻优测试中IGWO算法在收敛速度和解的精度上更有优势,采用IGWO算法设计得到的控制器的控制性能更好。

PID 性能评估与整定系统在大型烯烃厂的应用

对PID性能评估与整定系统在某烯烃公司的运用情况进行了介绍。通过对各控制回路的性能评估,一张表就知晓几千个回路的运行情况,对平稳率不好的回路进行自整定,实现了自控率、平稳率、仪表和阀门运行情况的实时统计和分析,显著提高了装置的自控水平和管理效率。

基于遗传算法整定驱动参数的水力发电机PID控制

为了弥补PID控制容易出现超调的现场,设计了一种基于遗传算法整定驱动参数的水力发电机PID控制方法。从正弦信号方面对水力发电机开展进给测试,促进了跟随性能的显著提升。研究结果表明:遗传算法整定方案在迭代到37次时达到收敛,幅频特性表明系统获得了理想响应性能。采用遗传算法整定驱动参数后获得更低跟随误差,表现出了更优的跟随性能。正弦信号下遗传算法参数整定时达到了更低跟随误差,表现出了更优的跟随性能。绝对误差极值降低35.5%,绝对误差积分降低50.1%。该研究有助于提高水力发电机控制稳定性,也可适用于其它的机械传动机构。