混合果蝇优化算法PID参数整定方法的研究

【目的】解决基本果蝇优化算法(FOA)由于算法局限性而出现比例积分微分(PID)参数整定收敛速度慢且容易过早陷入局部最优的问题。【方法】为了在迭代前期具有更高的全局搜索效率,利用粒子群算法(PSO)寻找多个全局较优种群,迭代后期使用具有较强的局部寻优能力的FOA算法提高收敛精度,实现对全局搜索和局部搜索过程的优化。【结果】两个二阶时滞系统的阶跃响应测试结果表明,基于HFOA的PID控制器参数整定的上升时间、调节时间和超调量等指标更优,能够实现更好的系统响应性能。【结论】优化后算法具有控制精度高、响应速度快、鲁棒性好等优点,为PID参数优化提供了参考。

基于遗传算法整定参数的火力发电用电机伺服控制分析

同步发电机的控制精度对提高火力发电效率的影响较大,为进一步提高火力发电用电机伺服控制控制精度,选用遗传算法整定驱动轴参数。从正弦信号和直线信号两个方面开展进给测试,促进跟随性能的显著提升。研究结果表明:遗传算法优化可知,在当前人工经验条件进行整定得到的系统带宽接近64 Hz,响应性能较为理想。正弦信号下,采用遗传算法进行参数整定时,跟随误差更低,表现出更优的跟随性能。绝对误差极值降低27.3%,绝对误差积分降低42.4%。直线进给状态下,跟随误差更低,表现出更优的跟随性能。绝对误差极值降低28.6%,绝对误差积分降低39.1%。相对于人工经验整定方式,达到更优的误差波动控制状态,实现了较优的伺服稳定性。

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HCOPSO算法的USV舵向PID控制参数整定方法

高速无人艇(USV)舵向控制要求同时满足调节时间短、超调量小,针对USV舵向比例积分微分(PID)控制的参数整定需求,将混合均值中心反向学习粒子群优化(HCOPSO)算法与PID控制结合,提出一种基于HCOPSO算法的USV舵向PID控制器参数整定方法。利用HCOPSO对PID控制器参数进行寻优,有效解决寻优过程的局部最优解问题。对比研究了粒子群(PSO)算法、线性惯性权重递减粒子群(LDIWPSO)算法、HCOPSO算法的PID控制器参数整定效果,结果表明, HCOPSO算法参数整定的USV舵向PID控制器具有更好的控制效果,相比于PSO、LDIWPSO,调节时间分别缩短22%、15%,超调量分别降低89%、74%,迭代次数分别减少40%、30%。基于研制的“久航750”USV开展了海洋环境测试,测试结果表明了文中设计方法应用于小型高速USV舵向控制的有效性。

改进细菌觅食算法在PID参数整定中的应用

针对细菌觅食算法存在优化精度低、收敛速度较慢、易陷入局部最优等缺点,提出了一种改进的细菌觅食优化算法。将改进粒子群算法运用到细菌觅食算法趋化中,改变步长的大小与翻转方向,加快个体间的信息交流,以提升细菌觅食算法的收敛速度及精度;利用适应度值大小选择迁徙方式,迁移方式有直接迁徙、概率迁徙、不迁徙,个体迁徙概率依据适应度值动态调整,减少误迁或停止不前情况。利用6个标准函数与比例—积分—微分(PID)参数整定进行仿真实验,并对细菌觅食算法和改进细菌觅食算法结果进行比较,验证改进算法的有效性及实用性。

基于改进PSO算法的PID参数自整定

研究了比例-微分-积分(PID)控制器参数自整定问题,提出一种基于改进粒子群优化算法的PID控制器参数自整定方法。采用实编码方法和基于指数曲线的非线性惯性因子取值策略,该途径易于实现,并且提高了寻优的速度和精度。仿真实例表明了该方法的有效性。

基于Matlab的PID控制器参数整定方法

针对教学中学生在面对PID控制器参数整定过程时存在的问题,在已知表征被控对象的某一传递函数基础上,基于自动控制原理的基础知识,利用Matlab自带的Rltool工具箱,该文提出一种简单易行的PID控制器参数整定方法。实践表明该方法调整参数方便,容易掌握,并有助于学生深化对采用时域法、根轨迹法和频域法分析与设计控制系统的理解。

基于差分进化算法的PID参数整定

研究了PID控制器的参数整定问题。常用的工程整定法没有考虑系统的任何要求,只能提供给系统一个稳定的状态,无法使系统运行最佳。理论设计法只能保证满足系统的某一特性要求。针对这两种方法存在的缺陷,将差分进化算法应用于PID参数整定,提出了基于差分进化算法的PID参数整定方法。新方法根据系统性能指标,设计适应度函数,充分利用差分进化算法优秀的寻优能力,寻找出较优的PID参数。最后,通过实例对三种参数整定方法的控制效果进行了仿真和比较,仿真结果证明了基于差分进化算法的PID参数整定方法明显优于工程整定法和理论设计法。

BP神经网络在PID控制器参数整定中的应用

研究工业控制过程,针对控制器优化问题,PID控制是迄今为止在过程控制中应用最为广泛的控制方法。但在实际应用中,对有非线性、时变性系统,无法建立精确模型。为了解决控制参数整定,达到精确控制,改善系统性能,提出一种基于BP神经网络的PID控制器参数整定方法。通过建立三层神经网络模型,在控制过程中将神经网络的隐含层单元分别作为PID的比例(P)、积分(I)、微分(D)单元,从而构造参数自学习的PID控制器,在控制过程中动态调整PID的三个控制参数,从而进行PID控制参数的在线整定。仿真结果表明,基于BP神经网络的PID控制方法在处理非线性和时变系统时,提高了实时性能,增强系统稳定性,并获得更好的控制效果。

基于遗传算法的无人机模糊-积分控制器设计

针对某小型固定翼无人机纵向姿态控制和轨迹跟踪的要求设计了一种模糊-积分混合控制器.为避免控制器参数调试的复杂性,提高控制性能,利用遗传算法对模糊控制的隶属度函数进行了优化设计.在优化设计阶段,确定了设计变量和约束条件,并给出了比例因子整定原则.仿真结果表明,基于遗传算法的模糊-积分控制器与传统PID控制器相比具有更短的响应时间,鲁棒性强,并且解决了单一模糊控制器稳态响应精度低、响应曲线颤振的问题.

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。

比例-谐振控制器在单级式太阳能并网逆变器中的应用

单级式太阳能逆变器在提高效率和降低成本方面具有优势,比例-谐振电流控制器在消除静态误差方面具有优势.针对采用比例-谐振电流控制器的单级式太阳能并网逆变器,设计了电流主令形成方法和控制器参数整定方法.仿真和原理样机试验都证实了所设计的方法的有效性.

塑料挤出机温度控制系统的参数整定及调试

本文介绍以可编程控制器为核心，采用PID算法的塑料挤出机温度控制系统的组成及工作原理，并对PID参数的整定方法进行了讨论。本系统具有硬件简单并可满足温度控制精度的特点，可取代传统的多路温控表控制方案。

支持向量机在PID控制器参数整定中的仿真研究

PID控制是应用最为广泛的控制方法,由于系统中存在非线性和时变性,影响建立精确的模型,系统性能。为了解决控制参数整定,改善系统性能,提出一种基于支持向量机的PID控制器参数整定方法。通过将支持向量机和PID控制器相结合建立支持向量机的参数整定模型,在控制过程中将PID控制的参数作为支持向量机的输入,构造参数自适应学习的PID控制器,在控制过程中动态调整PID的三个控制参数,进行仿真的在线整定。仿真结果表明,支持向量机的PID控制方法在处理非线性和时变系统时,提高了实时性能,增强系统稳定性,并获得更好的控制效果,为通用非线性PID控制器设计提供了依据。

基于内模的过热汽温串级控制系统PID参数整定

基于内模控制原理,针对过热汽温串级控制系统给出了基于内模原理的PID控制器设计方法(IMCPID),该方法设计的PID控制器参数只有一个滤波器时间常数需要调整,方法简单方便。通过与单纯形法、遗传算法和粒子群算法设计的PID控制进行MATLAB仿真对比试验,结果表明IMCPID参数整定方法简单,反应速度快,鲁棒性强,具有较好的工程实用价值。

热工系统PID参数整定公式的仿真研究

针对目前工业过程控制系统普遍使用PID控制律的特点,通过大量的仿真及数据分析,提出了有自平衡和无自平衡控制系统PID控制器参数的经验整定公式。仿真结果表明,在上述经验公式下得到的控制器参数,可以满足电力行业标准提出的模拟量控制系统的品质指标要求,而且,控制器参数既可以直接应用于实际火电机组的闭环控制系统,也可以作为各种PID控制器参数优化算法的寻优初值及优化区间的中心值。

基于频域特性的工况变化系统的PI参数整定

控制系统的闭环特性在频域中是以幅值裕量和相位裕量表征的,由于被控系统在实际运行中工况条件存在不确定性,系统的性能往往达不到设计要求.提出一种基于继电反馈测试的方法,在线测量实时控制系统的两个频域指标,并在此基础上进行PI控制器的参数调整,以保持系统的闭环性能.仿真结果表明,该方法是有效的.

参数自整定模糊PID控制方法及其在漆包机中的应用

漆包机烘炉系统复杂,传统控制方法效果不佳,在常规PID(proportion-integral-derivative)控制器的基础上,利用模糊控制理论结合PID算法实现参数自整定,解决了常规PID参数设定的不确定性.应用齐格勒-尼克尔斯方法确定了PID控制器参数的初值,再运用模糊控制理论实现对PID控制参数的修正,从而得到满足要求的PID控制器参数.在Matlab环境下对设计控制器进行了仿真研究,结果表明,参数自整定模糊PID控制比常规PID更具良好的控制效果.

基于预期动态方程的含高比例可再生能源孤岛运行微电网负荷频率控制

针对高比例可再生能源并入微电网带来的负荷频率控制问题,提出基于预期动态方程的比例-积分-微分(PID)控制策略.在分析微电网负荷频率控制模型和控制难点的基础上,设计基于预期动态方程的PID控制策略,采用单一变量法分析控制器参数对控制效果的影响,总结了简单、实用的参数整定流程,并在微电网负荷频率控制系统中应用.在不同工况下与多种控制器进行仿真对比,结果表明:所提控制策略能够在保证鲁棒性的前提下取得最佳控制效果,展现出很高的工程应用价值.

基于改进的遗传算法的有刷直流电机PID参数整定

针对有刷直流(DC)电机的比例积分微分(PID)参数整定工作复杂耗时的问题,提出了一种基于改进型遗传算法(GA)的PID参数整定方法。首先,提出了适应度增强淘汰法则,改进了传统GA的选择过程;然后,提出了基因感染交叉方法,保证了进化过程中平均适应度值的增加;最后,删除了传统GA中不必要的复制操作,提升了算法的运行速度。通过电机传递函数进行建模和仿真分析。实验结果表明,与常规整定方法相比,所提改进型GA能够显著提升PID参数整定效果,且改进型GA相较于传统GA,达到同样进化效果所需的进化代数减少了79%,算法运行速度提升了4.1%。所提出的改进型GA从选择和交叉两个关键操作步骤对GA进行了改进,并应用于PID参数整定使得上升时间更少、稳定时间更短、过冲更小。