基于改进PSO的有源噪声控制算法关键参数在线获取

针对有源噪声控制(Active Noise Control, ANC)系统中自适应算法关键参数难以最优设置,导致降噪系统性能不理想的问题,提出了一种改进粒子群(PSO)算法用于在线获取ANC系统关键参数。该算法在ANC系统的实时采样过程中,随机选择粒子作为ANC算法的关键参数,并以数据块为单位迭代更新粒子群。算法采用动态的惯性权重和非线性的适应度函数,解决了传统PSO算法寻优能力不足和鲁棒性弱的问题。实验结果表明,改进PSO算法在ANC关键参数在线寻优过程中,仅需20次迭代即能找到最优参数值,收敛速度快,并且算法获得的稳态误差值最低,稳定值为-35.6 dB,降噪表现优异。

基于改进PSO算法的HVDC PI控制器优化设计

为了对直流输电系统的PI控制器进行优化设计,提出了一种自适应粒子群优化(APSO)算法以克服传统粒子群优化(PSO)算法易于陷入局部极值、使算法早熟的缺陷。在APSO算法中粒子群寻优计算时,每个粒子的惯性权重系数根据该粒子当前的适应值而自适应地变化,使得适应值好的粒子趋向于做当前最优解附近的精细搜索,适应值差的粒子则以较大步长对可行域进行全局粗略探测以便有机会发现新的更好的解,从而使得整个群体保持了多样性和良好的收敛特性。基于APSO算法,给出了一套系统化的直流输电PI控制器优化设计方法。通过对CIGRE HVDC Benchmark Model的仿真计算,以及与"稳定边界法"设计结果的比较、分析,证明了所提出的设计方法的可行性和有效性。

改进PSO电液伺服系统的在线PID参数整定

针对传统的电液伺服系统PID控制器参数在线整定难以达到最优的问题,提出了一种解决方法。根据系统的动态模型,在系统时变参数的变化范围内取若干值,得到一组相应数目的定参数系统模型。针对这组模型,采用改进PSO整定PID参数,获得一组近似最优化的PID参数,拟合数据得到PID参数曲线,利用该曲线进行电液伺服系统的在线整定。该方法可实现近似最优的PID参数在线整定,控制系统的性能得到了明显的提高。仿真结果证明了该方法的有效性。

基于PSO与模糊PI控制结合的最大风能捕获研究

针对风速突变引起风力机转速、转矩、功率等跟踪效果差问题,提出一种基于粒子群优化算法和模糊PI转矩控制器方法。根据低风速、高风速下风力机产生的功率是否达到额定功率,将风力发电机的运行区域划分为低负荷和满负荷。在低负荷区控制发电机最优转矩控制,保持最佳叶尖比运行能较好地跟踪功率,实现风能的最大捕获。将该策略应用于一个5 MW风力机模型中,并与前馈空气转矩(ATF)和传统模糊控制(CMPPT)两种策略比较。仿真结果表明,该策略在低风速情况下能很好地跟踪风速,实现最大风能的捕获。

基于SICPSO算法的PI^λD^μ控制器参数整定

分数阶PID控制器具有5个可调参数KP、KI、KD、λ、μ,能够取得更好的控制效果。目前针对PIλDμ控制系统的参数整定与优化方法已成为分数阶控制领域的研究热点,但由于参数整定变得更加复杂,整定结果有待进一步提高。利用改进Tent映射的良好遍历性生成较优初始种群,以此增强PSO算法初期的全局搜索性能;应用参数ω、c2自适应的PSO算法侧重实现算法后期的局部优化功能以及融入混沌序列作为粒子分量更新的随机数,形成混合算法SICPSO,分别对典型整数阶和分数阶被控对象进行仿真和分析。针对传统ITAE误差准则作为目标函数的不足,在误差准则内引入输出值变化率加权项。结果表明,混合算法SICPSO寻优能力强,改进的目标函数有效,能够较好地提高系统的性能指标。

永磁同步电机控制系统PID参数在线辩识新方法

传统的PI控制器不具备参数在线辨识功能,这使得系统的性能达不到最优的控制。目前,PID参数在线辨识功能在高性能交流永磁伺服控制系统中受到越来越广泛的重视。根据速度环等效原理和经典控制理论,推导出了转动惯量的数学表达式及其与PI参数的关系,并结合查表法整定PI参数,算法简单,适用性较强。

基于改进CPSO算法的无刷直流电机PI控制器

在电机控制中,PI参数调节直接影响电机到达目标转速的效率。针对PI参数调节问题,提出一种将信息熵与混沌粒子群算法相结合的融合算法,并将该算法应用于PI参数优化中。采用信息熵对粒子的多样性进行评估并决定粒子是否变异,弥补了PSO算法容易陷入局部最优和CPSO算法因变异产生粒子偏移的缺点。使用MATLAB对电机控制系统进行仿真,结果显示,改进CPSO算法优化的参数在超调量和稳态时间方面都优于相同电机转速下采用传统PSO算法、Z-N整定方法以及FPA算法优化的参数,表明该算法可很好地应用于电机控制的PI参数优化,且性能指标优良。

基于粒子群优化PI双闭环SPWM逆变器控制策略研究

针对微电网SPWM双闭环逆变器控制过程中存在的参数整定复杂且系统自适应性差等问题,提出了一种基于粒子群优化(Particle Swarm Optimization,PSO)的PI控制方法。PSO具有全局搜索能力,利用粒子的运动轨迹对寻优空间进行并行随机搜,能够快速寻找最优解,实现PI控制参数的自整定和快速实时调节,有效地克服了传统PID参数调节方法的弊端。通过在MATLAB\Simulink中建立仿真模型进行实验,结果表明,基于PSO的PI控制策略应用于微网双闭环SPWM逆变电源控制过程,提高了系统的自适应性,能够显著改善系统的稳态和动态性能。

基于模糊PI参数自整定和重复控制的三相逆变器并网研究

针对传统PI控制的局限性,提出一种新的控制策略,即利用基于模糊PI控制器与重复控制器并联构成的控制方法对三相并网逆变器进行控制,提高系统的补偿精度和并网电流稳态质量。该控制器利用模糊控制技术,根据误差大小对PI参数进行实时在线调整,从而满足最优的性能要求。利用重复控制的零稳态误差能力保证系统的稳态精度。最后通过仿真研究,对新控制策略、PI控制以及PI与重复控制结合三种控制策略比较,结果证实所提出的方法可行。

变桨距风电机组自适应PI优化控制

使用基于现场数据的神经网络建模方法建立变桨距风电机组动态模型。鉴于风速高于额定风速时,传统PI控制器由于其固定的控制参数无法对时变性和非线性严重的风电系统进行精确恒功率控制,提出一种基于小世界优化算法的自适应在线整定PI控制策略。该策略利用BP神经网络对被控对象进行在线辨识,为确定控制参数提供精确的实时变化信息,同时引入小世界优化算法实现对PI参数快速、准确在线整定,以达到最优控制效果。仿真结果表明该控制策略可有效控制风电机组在高风速下的输出功率,效果优于单纯的PI控制。

矿井提升机；异步电动机；矢量控制；混合PSO算法

在矿井提升机异步电机的矢量控制技术中，对于采用PI控制的电流闭环控制方式，PI控制器的参数的优化尤为重要。利用一种混合粒子群（PSO）算法对异步电机速度控制器的参数进行优化，并与常规控制器参数以及标准粒子群算法优化后的速度控制器参数进行比较，实验结果表明，用混合粒子群算法优化的参数，可以提高系统的控制速度、动态性能，对矿井提升机异步电机矢量控制的研究具有一定的理论和现实意义．

无刷直流电机神经网络PI控制系统设计

针对传统PI控制存在的动、静态控制性能较差的缺点,提出一种基于神经网络的PI控制方法。将神经网络与传统PI控制结合,构建神经网络PI控制系统,建立三层BP神经网络,并通过梯度下降法对各项参数进行修正,从而实现kp、ki参数的在线调节。仿真及试验证明,与传统PI控制方法相比,使用神经网络的PI控制系统在不同外部条件下都具有更快的响应速度和更小的超调量,可明显提高系统的动、静态性能。

基于磁场定向的PMSM电机级联PI控制器设计

介绍了PMSM同步电机磁场定向控制FOC(Field Oriented Control)的基本原理,建立了PMSM同步电机磁场定向多级联PI控制数学模型。为加强控制模型的抗干扰能力,系统在速度控制环、电流控制环和角度控制环前端分别引入带零点消除PI调节模块。同时为加强控制系统的稳定性和控制精度,通过单独控制电机电流的磁通(d轴)和转矩(q轴)分量控制实现磁场定向控制、磁极位置估算和速度跟踪。利用NXP公司强大的MCAT在线调试、仿真功能,对其电流、速度和磁极位置估算进行测试与仿真,验证磁场定向多级联PI控制数学模型的正确性。测试、仿真结果表明,该数学模型较好地反映了PMSM同步电机运行特性,在0V到电机额定电压全电压范围内,PMSM电机速度响应、跟踪,电流特性,磁极估算等,均有较好的控制效果,验证了控制模型的有效性。

基于改进PSO算法的铜电解12脉波整流电源的优化控制

针对铜电解电源整流系统的对象本身具有非线性时变特性,提出带有变异算子的改进粒子群(PSO)算法,以保证粒子群算法的全局最优性。并对12脉波整流电源稳流控制器的PI参数进行优化,经仿真实验研究表明,采用改进的PSO算法优化稳流控制器的PI参数,将使铜电解整流系统具有较好的稳态和动态性能,获得满意的效果,改进PSO算法是一种非常有效的PI参数优化方法。

基于新风阀静压差控制的VAV系统新风量变设定值在线控制方法

针对在多区域变风量空调系统中新风量供给与需求不匹配的问题,在新风阀静压差控制法的基础上,提出了一种将室内CO2体积分数变化、系统末端需求总风量作为新风量设定值确定和控制约束条件的新风量变设定值在线控制方法,并通过试验对其可行性进行了分析。试验结果表明,该方法能够与空调系统中其他控制回路很好地拟合在一起共同实现控制,以保证室内新风量的需求且更加节能,适合于在线应用。

贵冶一系统闪速炉在线控制系统研究与实践

简要概述了贵冶一系统闪速炉在线控制系统的发展过程,结合贵冶新30万吨闪速炉计算机在线优化控制系统的设计思想,提出了针对一系统闪速炉在线控制系统的设计方案,并介绍了新系统的运行情况。

基于改进PSO的电气比例阀PI参数整定

阀门定位器是一个复杂非线性、时变及不确定模型系统,在针对常规PI控制器存在控制精度差、不能自适应、响应速度慢等问题,本文提出一种粒子群优化算法对比例阀定位器PI参数寻优,将无希望/重希望准则引入搜索过程,克服了PSO易陷入局部最优的问题。通过仿真实验,表明了基于PSO的电气比例阀定位器PI控制器具有能够自适应、响应速度快、控制精度高等优点,工程应用中亦表现出良好的控制性能,满足了应用需求。

基于粒子群算法的APF直流侧电压控制

直流侧电压的的控制影响到有源电力滤波器(APF)的功率损耗和补偿性能,以三相三线制APF为研究对象,推导APF电压环传递函数为被控对象,构造简化定常系统和加入时变环节的时变系统。针对传统PI控制参数难整定、时变系统适应性差的问题,将引入收缩因子和惯性权重线性递减的粒子群算法(PSO)纳入到PI参数的优化中,合成离线PSO-PI控制和在线PSO-PI控制。仿真表明,较传统PI控制,在线PSO-PI控制对时变系统具有超调量小、响应快、适应性强的特点。

运载火箭主动段自适应增广控制

针对运载火箭上升段在复杂飞行环境、大不确定性干扰和振动等因素的影响下,传统PID控制方法难以满足高品质控制需求的问题,进行了自适应增广控制(AAC)方法研究,以实现对运载火箭姿态的精确控制。在深入分析自适应增广控制系统整体构架的基础上,通过标称PID控制器设计与基于粒子群优化(PSO)的数字滤波器设计实现了刚体控制及对弹性振动的抑制;继而针对大范围干扰、不确定性和由于滤波器切换产生的弹性振动影响,设计了在线调整算法自适应调节PID控制增益,并对其工作机理与参数设计原则进行研究;然后设计干扰补偿回路和主动减载回路以减小内外扰动、弹性振动和风载荷影响;最后在弹性振动、风干扰和参数不确定性等因素同时作用的状态下进行仿真分析,验证了自适应增广控制系统能够有效应对运载火箭主动段复杂飞行环境的影响,大幅度提升综合控制性能,具有理论研究意义与工程应用价值。

基于改进果蝇算法优化的微电网逆变器恒功率控制算法

针对微电网逆变器恒功率控制器PI参数优化的问题,提出了基于种群分区的多策略自适应果蝇(ppma FOA)优化的PI参数在线优化算法。根据适应度值进行排序将果蝇种群分为三个区,因每个区果蝇性能的差异提出多策略更新模式:Ⅰ区局部精细搜索保证种群不退化,Ⅱ区根据算法所处环境自适应调节算法的多样性和收敛性,Ⅲ区引导果蝇加速收敛,提高了算法的开发和探索能力。采用5种对比算法,利用微电网恒功率控制系统进行实验,验证了所提算法的性能和经ppma FOA算法优化后逆变器的响应速度更快、误差更小、输出更稳定。