数控压机伺服控制系统复合控制器I-ABC与PID优化

为了提高数控压机伺服控制系统的控制精度,针对伺服控制系统运行控制过程构建数学模型,在人工蜂群算法基础上融入了云分析模型,之后采用改进人工蜂群算法(Improved Artificial Bee Colony,I-ABC)调节比例-积分-微分(Proportional Integral Differential,PID)参数,建立了一种复合控制方法。研究结果表明:以I-ABC进行PID控制时,可以使幅度差降低到0.4%,相位差基本在-0.54°之内,系统加载精度也获得了明显提升,表现出了更优的跟踪性能。以I-ABC进行PID控制时,能够对多余力起到明显抑制作用,响应速度也获得明显提升,可以有效满足系统的准确控制要求。在系统内加入干扰信号,引入I-ABC实施PID调节可以减小系统超调量,还可以获得更短调节时间,使系统获得更强抗干扰性能。

基于改进DDPG-PID的芯片共晶键合温度控制

芯片共晶键合对加热过程中的升温速率、保温时间和温度精度要求较高,在使用传统的比例-积分-微分(PID)温度控制方法时,存在响应时间过长、超调量过大、控制温度不够准确等问题。针对共晶加热台的温度控制问题,提出了一种基于改进的深度确定性策略梯度(DDPG)强化学习算法优化PID参数的控制方法,采用分类经验回放的思想,以奖励值大小为标准对经验进行分类存放,根据智能体当前的状态和下一步动作,从相应的经验池中进行采样并训练,并根据PID控制算法的特性设计了合理的奖励函数,改善了强化学习中奖励稀疏的问题,提高了算法的收敛速度与性能。仿真结果表明,与传统PID控制、常规DDPG-PID控制相比,改进DDPG-PID控制缩短了响应时间,降低了超调量,近乎消除了稳态误差,提高了控制性能和系统稳定性。

比例-积分-微分压力控制的放电雾化烧蚀磨削加工方法

为了提高电火花放电雾化烧蚀加工效率,以烧结金刚石材料作为加工电极,利用金刚石颗粒的磨削作用实现了高效雾化烧蚀与机械磨削的复合加工.其中,通过测量加工过程中金刚石颗粒与工件之间的机械磨削作用力,实现了基于压力信号检测的伺服控制,以保证金刚石颗粒的磨削作用,并采用反比例、模糊和比例-积分-微分(PID)压力控制方法来维持加工过程中的压力稳定性.同时,以高强钢Q420C为加工对象进行了3组加工效率对比试验.结果表明:采用PID压力控制方法,在30min的加工时间内所得加工深度可达14.5mm,最大压力在1.0N以内,其加工效率和加工稳定性优于其他2种控制方法.

基于模糊PID的打磨头角度控制策略研究

在进行风电机组叶片表面打磨工序时,需要控制打磨头的径向与叶片表面保持垂直。对打磨头的角度调整问题进行分析和研究,通过分析打磨头的结构构成与运动轨迹,建立打磨头伺服系统的数学模型。基于角度变化引起的重力转矩补偿量,提出一种模糊比例-积分-微分(Proportion-Integral-Differential,PID)的角度伺服控制系统。Simulink仿真验证结果表明,重力补偿后模糊PID控制方法的打磨头伺服系统响应速度更快、误差更小,能够较好地调整打磨头的角度。

大型电力系统励磁比例-积分-微分调节器的闭环优化方法

采用传统频域方法进行发电机比例–积分–微分(proportional integral differential,PID)励磁调节器的参数设计时只考虑本机组的运行,而忽视了电网的整体运行情况,且性能好坏取决于设计人员的经验。针对这种情况,提出了基于大型电力系统时域仿真曲线的励磁PID调节器闭环优化方法,既能综合考虑机组和电网的运行情况,又能克服传统设计过于依赖经验的不足。该方法使用时域积分性能指标来评价含有PID调节器的闭环电力系统的综合性能,运用Nelder-Mead单纯形方法来有效搜索最优的PID参数。在实际大型电网中的应用结果表明,该优化方法可有效提高大电网电压的动态调节能力,有很好的实际应用前景。

基于PSO-BP神经网络的PID控制器参数优化方法

针对传统PID控制系统参数整定过程存在的在线整定困难和控制品质不理想等问题,结合BP神经网络自学习和自适应能力强等特点,提出采用BP神经网络优化PID控制器参数。其次,为了加快BP神经网络学习收敛速度,防止其陷入局部极小点,提出采用粒子群优化算法来优化BP神经网络的连接权值矩阵。最后,给出了PSO-BP算法整定优化PID控制器参数的详细步骤和流程图,并通过一个PID控制系统的仿真实例来验证本文所提算法的有效性。仿真结果证明了本文所提方法在控制品质方面优于其它三种常规整定方法。

精密设备主动SAWPSO-PID振动控制器设计及仿真研究

比例-积分-微分(PID)控制器具有简单、稳定性好、可靠性高、鲁棒性强等特点,在振动控制领域应用广泛。而传统的主动PID控制器参数以假设或经验性选取为主,不科学且不能充分发挥控制器性能。自适应权重粒子群算法(self-adaptive weight particle swarm optimization,简称SAWPSO)克服了传统粒子群算法寻优过程的早熟情况,能使PSO算法达到局部及全局最优的平衡。文章基于SAWPSO算法,设计了SAWPSO-PID控制器,以时间乘以误差绝对值积分(ITAE)为目标适应值函数,对精密设备振动进行了PID参数自整定的优化控制研究,并与经验型参数选定PID振动控制、被动隔振(无控)进行了对比分析。

基于金豺优化PID的直流电机调速控制系统

针对传统直流(DC)有刷电机调速系统适应性不强、抗干扰能力和稳健性差等缺点,设计了基于金豺算法优化比例-积分-微分(PID)的直流有刷电机控制系统.在建立电机数学模型的基础上,将金豺优化(GJO)算法应用于PID参数整定,实现对电机的控制,并分别与传统试凑法、反向传播(BP)-PID算法和麻雀算法(SSA)-PID进行对比.仿真结果表明:所设计的控制算法在调节时间上减少了12 ms,超调量降低了3.689%,受到干扰后的调节时间减少了17 ms,表现出更快的调节转速、更强的抗干扰能力和更好的稳健性,为直流有刷电机调速控制提供了一种有效的方案.

四旋翼PID-ADRC控制器研究

四旋翼飞行器的姿态角之间存在强耦合,传统的PID控制器对于存在耦合的四旋翼飞行器控制效果较差。针对这一情况,设计了一种PID-ADRC控制器。文中首先由牛顿-欧拉方程建立四旋翼的数学模型;再根据自抗扰控制器(ADRC)的理论设计了内环的姿态角控制器和高度控制器,姿态角控制器中的状态观测器(ESO)将姿态角之间的耦合视为外部扰动而进行估计从而实现了姿态角之间的解耦,内环控制器是整个控制器的核心和基础;再在俯仰通道和横滚通道分别加上外环PID控制器,最终实现了四旋翼飞行器的飞行运动控制。在SIMULINK当中搭建仿真模型,仿真结果表明,PID-ADRC控制器可以良好的实现四旋翼的姿态解耦和轨迹跟踪控制,而且具有调节时间短,超调量小,鲁棒性强等优点。

锅炉-汽轮机系统的分数阶控制器设计

将分数阶微积分用于系统控制已引起控制学界的广泛关注。分数阶PIλDμ.控制是传统PID控制的推广与发展,积分阶次λ和微分阶次μ的引入使得分数阶控制器具有更灵活的结构和更强的鲁棒性。分数阶PIλDμ控制器对对象参数变化不敏感,对非线性有很强的抑制能力。将分数阶控制器用于多变量非线性控制系统的设计,针对输入受限和不确定性的非线性MIMO锅炉-汽轮机系统设计分数阶PIλDμ控制器,控制器参数整定采用粒子群优化算法。仿真结果表明,获得的分数阶PIλDμ控制器在大范围负荷变化及存在参数、结构不确定性时均能取得满意的控制效果,显示良好的适应性及鲁棒性,与传统PID控制器相比具有明显优势。

气动比例位置系统优化模糊PID控制方法的研究

在建立气动比例位置控制系统数学模型和分析其特性的基础上,设计了常规比例-积分-微分(PID)控制器,引入优化设计理论,通过不断的仿真实验,获得一组优化的PID控制参数,以此作为初始值,设计模糊PID控制器.基于LabVIEW设计了系统实时控制程序,通过实验研究,不仅可以实现PID的在线自整定控制,而且实验结果证明所设计的控制器可行,具有较好的控制效果.

凿岩机器人钻臂GPC-PID双模控制

为避免广义预测控制(GPC)起始阶段存在因所获信息少而对双三角钻臂造成的控制不稳定,以及计算中因矩阵不可逆而造成的数值病态,提出以GPC和比例—积分—微分(PID)控制为基础的双模式自适应控制策略。根据广义预测PID算法得出在线更新的自校正参数,以此参数是否在规定范围内为依据判定采用PID控制模式或GPC模式。仿真结果表明:所提出的双模控制策略可以有效降低广义预测控制起始阶段的不稳定现象,提高运行中的跟踪效果,同时也能保证计算发生病态时钻臂控制的正常运行。

基于GA优化的模糊PID塑料挤出机温度控制系统设计

在塑料挤出机生产加工过程中,温度的响应速度和稳定性是影响塑料产品质量的关键因素。为解决塑料挤出机温度系统存在滞后性、高超调量和抗干扰能力低等问题,在传统比例-积分-微分(PID)控制方式和模糊PID控制方式的研究基础上,提出基于遗传算法优化的模糊PID塑料挤出机温度控制系统。新系统设计结合了塑料挤出机的主要结构功能和工艺参数,对塑料挤出机模糊PID控制系统参数进行优化,应用遗传算法对模糊控制器隶属函数进行动态优化,降低模糊规则的主观和盲目性。此外还利用MATLAB与Simulink环境进行仿真,通过3组控制方式的仿真波形曲线对比分析得出,基于遗传算法(GA)优化的模糊PID在控制效果方面优于模糊PID控制和传统PID控制,且其控制系统无超调、上升时间短、抗干扰能力强。因此基于GA优化的模糊PID塑料挤出机温度控制系统稳定性更强、温度控制精度更高,满足了塑料挤出机对温度控制精度的要求。

PID模糊控制器的改进

提出了对PID模糊控制器进行的改进,目的是使改进后的PID模糊控制器可以解决传统的PID模糊控制器在自动化控制中难以解决的问题.文中主要介绍了对PID模糊控制器改进的思路、对改进的PID模糊控制器进行设计和改进后的PID模糊控制器可以解决的问题.

基于改进PID的机器人机械臂控制器设计

为实现更加精确的机器人机械臂操控,将现代控制理论和机械臂空间路径规划相结合对机械臂进行控制。首先构建了针对机械手臂关节变化的非线性定位方程,通过传统数值计算方法对运动方程进行求解,结果并不理想,误差不能够及时校正,容易产生误差累积问题,为此利用李雅普诺夫非线性大范围渐近稳定原理对定位方程进行求解。然后将脉宽调制(PWM)控制与自整定模糊PID控制相结合对机械臂进行控制。通过实验分析得知,算法的平均响应时间为1.014 s,定位准确率为94.57%,能够快速、精确实现机械臂的移动控制。

基于自适应PID算法的变频器节能控制系统设计

在当前的电气应用中,变频器控制系统应用广泛,但面临的挑战也愈发明显。特别是在能耗管理方面,由于其缺乏智能调控频段能耗的能力,系统整体能耗偏高。为此,文章提出基于自适应比例-积分-微分(Proportional Integral Derivative,PID)算法的变频器节能控制系统设计。构建以微处理器为核心的变频器节能控制结构,将神经网络与PID控制器相结合,构造自适应PID控制器。结合变频器节能控制结构的能耗计算与反馈,通过自适应调节权值系数完成变频系数调整,降低各频段能耗,实现变频器节能控制研究。实验结果显示,该系统节能效果显著,能耗最高仅为20 J,且相较于对比文献,该系统运行稳定,运行时间短,为变频器节能控制运行提供了保障。

基于PID算法的轧钢加热炉煤气智能燃烧控制研究

常规的轧钢加热炉煤气智能燃烧控制方法主要使用Fuzzy双交叉限幅控制器进行控制阶跃响应,易受温变超调作用的影响,导致燃烧效率偏低。基于此,提出一种基于比例-积分-微分(Proportion Integral Differential,PID)算法的轧钢加热炉煤气智能燃烧控制方法。生成轧钢加热炉煤气智能燃烧控制策略,利用PID算法设计轧钢加热炉煤气智能燃烧控制器,从而实现轧钢加热炉煤气智能燃烧控制。实验结果表明,设计的轧钢加热炉煤气智能燃烧PID算法控制方法在不同控制起始时间下的煤气智能燃烧效率均较高,控制性能良好,具有较高的实际应用价值。

用于无刷直流电动机的模糊PID控制器的设计

无刷直流电动机由于其效率高,转矩大,体积小等优点被广泛地应用到很多工业生产中。提出了一种改进的模糊PID控制器,用于控制无刷直流电动机的转速。我们称这种控制器为比例积分微分控制器或者模糊比例积分微分控制器。介绍了传统PID控制器和模糊PID控制器性能的概况。利用传统PID控制器很难调整参数来满足控制要求。然而模糊PID控制器能够满足控制的要求,而且运行简单。

基于自调整模糊PID的光纤张力控制器设计

光纤管线环绕张力是影响光纤环品质的重要因素。受光纤材料本身光滑、易折以及光纤张力过大会引起传输损耗等因素影响,在光纤环绕过程中光纤张力需要精确稳定在一个极小的张力值上。针对光纤环绕过程的特点,设计出了以C8051F340单片机为核心处理器基于自调整模糊PID算法的张力控制器,以满足该过程对光纤张力的精确控制要求。实际光纤绕制过程表明,采用自调整模糊PID控制算法设计的张力控制器在运行稳定性、控制精度,特别是在系统的鲁棒性方面明显优于传统的PID控制器。

CSO-PID算法在空压机控制系统中的应用

针对普通空压机普遍存在的耗能过高且控制效果不佳的问题,在研究比例-积分-微分(PID)算法和鸡群算法的基础上,对空压机的控制算法进行了改进,利用鸡群算法对PID的三个参数进行整定,并将这种智能算法应用到PLC控制器中。仿真实验和实际测试表明:该智能算法不仅实现了对空压机系统的有效控制,而且增强了系统的抗干扰能力,节能效果更佳。