基于随机差分进化算法的最优PID参数整定方法

针对PID(Proportion Integration Differentiation)控制参数整定方法的经验性,在差分进化算法寻优的基础上,提出一种基于随机差分进化(Stochastic Differential Evolution,SDE)算法的最优PID参数整定方法。将差分进化算法进行改进,引入随机变异和随机学习因子,同时选择精英个体进行交叉,既保证了种群的多样性,又提高了算法的优化速度和精度。以ITAE为误差指标进行差分算法的PID参数整定,通过大量的参数整定结果结合内模PID控制理论,提取出PID参数整定公式。最终结合基于随机差分进化算法的高阶系统用一阶时滞系统近似,解决高阶系统的参数整定。通过Matlab验证,该公式得到了更好的PID整定结果,较普通PID参数整定公式和智能算法PID参数整定效率更高。

一种基于控制参数化方法的柔性关节机械臂的最优PID参数整定方法

提出了一种基于控制参数化方法的柔性关节机械臂的最优PID参数整定方法.首先,将柔性机械臂的性能指标建模为连续状态不等式约束.然后,将柔性关节机械臂的最优PID参数整定问题转化为含连续状态不等式约束的最优参数选择问题.应用约束转录法结合局部平滑法来处理连续状态不等式约束,从而将含连续状态不等式约束的最优参数选择问题转化为一个标准的可以优化软件包求解的非线性规划问题.最后,通过数值仿真验证了本文提出的方法的有效性.

一种基于控制参数化的双连杆机械臂最优PID参数整定方法

考虑一类双连杆机械臂的PID控制问题,提出一种基于控制参数化的最优PID参数整定方法.首先,把系统的性能指标建模为最优控制中的连续状态不等式约束.其次,将双连杆机械臂的最优PID参数整定问题转化为含连续状态不等式约束的最优参数选择问题.然后,应用约束转录法结合局部平滑法来处理连续状态不等式约束.得到一个标准的最优参数选择问题,且这个标准问题可以用最优控制软件MISER 3.2来求解.由于是基于梯度的方法来求解问题,所以在文中推导了代价函数和经过处理后约束的梯度公式.最后,通过数值仿真验证了提出的方法的有效性.

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。

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参数整定方法的时域及频域分析

PID的控制性能取决于其参数整定。PID的整定方法众多,不同被控对象采用不同的整定方法,其控制效果有较大的差距。目前,研究缺乏对PID参数整定方法选择的指导,为此,通过5种范例,从时域及频域分析对比PID整定方法的特性,为PID参数整定方法的选择提供参考。结果表明,若想获得快速的响应,可选择Ziegler-Nichols(ZN)调参法;若想获得温和的响应曲线,可选择NCC调参法。

基于改进麻雀搜索算法的PID参数整定系统设计

PID参数整定是PID控制中的一个关键步骤,常规的PID控制在一定程度上已被淘汰。为改善PID控制的效果和精度,文中将黄金正弦策略与精英反向学习策略相结合,提出一种改进的麻雀搜索算法。用23个标准函数对所提出的新方法进行了验证,实验结果证明了新方法的有效性。利用改进的麻雀搜索算法对PID控制参数进行了优化,并对该方法进行了仿真分析。结果表明,采用该方法进行PID参数整定时,其具有更好的稳定性、更高的精度和更好的性能。

针对时滞积分系统的自适应动态PID控制器参数整定方法

【目的】PID控制器被广泛应用于积分系统的控制中,在积分系统的实际应用中,控制效果通常会受到延迟时间的影响,同时,被控积分参数变化较大的情况下,也会影响控制器的控制效果。【方法】提出了一种适用于时滞积分系统的自适应动态PID控制器参数整定方法,考虑了积分系统的电压、被控对象的变化范围、延迟时间等参数的影响,使得PID控制器的参数与积分系统控制对象之间的关系更加明确,同时考虑到实际应用中微分滤波器参数的整定。【结论】在Simulink中模拟了被控积分参数10倍变化的非线性系统,实现了对非线性系统的动态控制,达到了良好的控制效果,并在实际的PWM控制系统中验证了该方法应用的可行性。

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。

迭代学习控制器参数的数据驱动自适应整定方法

针对PID型迭代学习控制(iterative learning control,ILC)方法,提出了两种数据驱动自适应整定(data-driven adaptive tuning,DDAT)方法。首先采用紧格式迭代动态线性化(compact form iterative dynamic linearization,CFIDL)方法将原始的非线性系统转化为等价的线性数据模型,设计了一个目标函数来动态地调整PID型ILC的学习增益。其次,通过对设计的目标函数进行优化,提出了一种基于CFIDL的DDAT方法。该方法只使用实际的I/O数据,而不需要任何机理模型信息。进一步,引入偏格式迭代动态线性化(partial form iterative dynamic linearization,PFIDL)方法对结果进行扩展,提出了一种基于PFIDL的DDAT方法。所提出的两种DDAT方法都可以提高PID型ILC对不确定性的鲁棒性。最后,通过仿真验证了两种方法的有效性。

三相三电平Vienna高功率因数整流电路的控制参数整定方法研究

随着新能源汽车产业的蓬勃发展,新能源汽车充电模块研究也在逐渐深入。主流的新能源充电模块由前级AC/DC变换器和后级DC/DC变换器构成。本文针对前级AC/DC部分就三相三电平Vienna PFC电路的稳定控制展开研究,建立了数学模型,推导了控制到输出的传递函数。基于三电平Vienna PFC电路的双闭环控制策略,研究了两种控制参数的整定方法,一是基于前馈解耦法构建了电流内环控制模型和基于功率平衡设计了电压外环控制模型;二是电流内环采用Ⅰ型系统和电压外环采用Ⅱ型系统设计了控制参数。对两种控制参数的整定得出的结果进行了仿真比较,得到较好的电压、电流环控制参数整定方法。仿真和实验验证了方法的正确性。With the vigorous development of the new energy vehicle industry, research on charging modules for new energy vehicles is gradually deepening. The mainstream new energy charging module consists of a front-end AC/DC converter and a back-end DC/DC converter. This article focuses on the stability control of the three-phase three-level Vienna PFC circuit in the front-end AC/DC section, establishes a mathematical model, and derives the transfer function from control to output. A dual closed-loop control strategy based on three-level Vienna PFC circuit was studied, and two tuning methods for control parameters were studied. Firstly, a current inner loop control model was constructed based on feed forward decoupling method, and a voltage outer loop control model was designed based on power balance;The second is that the current inner loop adopts a Type I system and the voltage outer loop adopts a Type II system to design control parameters. A simulation comparison was conducted on the tuning results of two control parameters, and a better voltage and current loop control parameter tuning method was obtained. The correctness of the method was verified through simulation and experiments.

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。

基于FPGA高适应性舵系统参数整定方法研究

舵系统作为无人机和陆地导弹飞行控制的关键环节,具有高精度的舵机控制性能尤为重要。在不同工作要求下,直流电机需要实现相匹配的控制状态,然而单一的参数配置无法满足工况的变化,因此,本论文设计了一种高精度的参数自整定方法,针对冲击电流、高速性、动态性能等优化了配置项,运用模糊PID算法重新划分区间范围,制定适配规则库,在每个时刻动态获得参数最优选择。通过仿真验证得到,超调量抑制了7%,调节时间加快0.91 s,静态误差减小0.14°。最后,通过实验验证了设计与仿真的准确性。

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。

基于PI参数的二阶线性自抗扰控制参数整定

线性自抗扰控制是一种不依赖于被控过程模型的控制方法,具有很好的工程应用潜力。目前,工业控制过程中大多采用PI控制器,为了确保由调试好的PI控制器平稳切换到线性自抗扰控制器,并使系统仍保持稳定状态,需要合理设置线性自抗扰控制器的参数。为此,在分析二阶线性自抗扰控制器的二自由度等效结构的基础上,推导出其反馈控制器与PID控制器的对应关系,给出一种基于现有PI控制参数直接获取二阶线性自抗扰控制初始参数的方法。最后,在MATLAB/Simulink平台上采用若干典型传递函数和双容水箱液位控制系统进行仿真研究,仿真结果验证了所提方法的有效性。

基于PID参数整定的无模型自适应控制器参数整定方法

本文针对一阶线性时不变(FOLTI)系统,将常用的比例–积分–微分(PID)控制器参数整定方法推广到无模型自适应控制(MFAC)参数整定中,利用PID控制参数整定方法整定直接型MFAC方案的伪梯度初值,以期改变MFAC控制律初始参数的试凑式选取,提升MFAC应用的方便性和可接受性.通过仿真,验证了所提伪梯度初值整定方法的有效性,并对比了FOLTI系统的系统参数和系统结构发生变化后,应用MFAC与PID控制的性能差异.

基于幅值裕度和相位裕度的PID参数最优整定方法

给出一种基于幅值裕度和相位裕度的PID参数最优整定方法.首先,基于改进的D–分割法确定满足幅值裕度和相位裕度要求的控制参数稳定域,然后根据最大灵敏度函数、超调和调节时间定义控制器设计的目标函数,在所得到的控制参数稳定域中计算出一组最优的控制参数值.仿真结果表明,该整定方法能够保证闭环系统具有强鲁棒性、良好的跟踪性能和抗干扰性能.它不仅适用于稳定时滞对象,而且还适用不稳定时滞对象.

基于Lambda整定方法的积分对象PID参数整定

提出一种基于Lambda整定方法的积分对象PID参数整定方法,给出期望闭环时间常数λ的选择原则。针对纯比例控制存在系统余差的问题,引入比例积分控制。仿真试验表明,采用笔者所提方法可一次得到合适的PID初始参数,提高了基于Lambda整定方法的积分对象PID参数整定的鲁棒性和适用范围。

基于改进蜜獾优化算法的PID参数整定

作为一种模拟蜜獾捕食行为的群智能算法,蜜獾算法易陷入局部最优解且所需迭代多次。针对蜜獾算法存在的不足,文中提出一种结合引力搜索算法与正态云技术的蜜獾算法,即CHBA(Cloud Honey Bodger Algorithm)。将蜜獾算法原有控制蜜獾个体搜索范围的密度因子替换为引力搜索算法中的加速度,提高蜜獾个体搜索范围的合理性,加速搜索迭代速度。以每代最佳蜜獾位置为期望用正态云算法生成新一批蜜獾,从而提高种群多样性,避免陷入局部最优。同时自适应调整新蜜獾的生成范围,避免局部最优。文中选用了23个基准测试函数对所提算法进行了检验,从单峰、多峰及固定维多峰函数的寻优结果分析,并对一阶时滞系统、非最小相位系统和一阶最小延迟系统的阶跃响应PID(Proportion Integration Differentiation)参数进行了优化对比,结果表明CHBA算法在搜索效率和迭代精度上具有更好的性能。