基于IPSO的PID参数自整定在流浆箱总压控制中的应用

稀释水水力式流浆箱的总压控制直接关系到纸张质量的好坏,而传统的PID整定方法精度较低,使用标准粒子群优化算法可以提高精度但是算法敛速度较慢。针对这些问题,采用改进的粒子群优化算法来自整定PID参数,通过使用非线性递减惯性系数和动态加速因子策略来提高算法的寻优速度及精度。仿真结果表明,用改进的粒子群优化算法整定后的流浆箱总压控制PID有更好的响应速度和鲁棒性。

改进遗传算法PID参数优化在流浆箱总压控制中的应用

稀释水水力式流浆箱的总压控制直接关系到纸张质量的好坏,传统的PID方法对于非线性、参数时变性和模型不确定性的对象控制精度较低。虽然传统遗传算法可以优化PID参数,提高精度,但是收敛速度慢,整定时间长,限制其在高速纸机控制中的应用。针对这些问题,本课题以纸机流浆箱总压控制为研究对象,采用改进的遗传算法来整定PID参数,通过优化交叉和变异算子、增加当前最优追踪策略以及改进收敛准则等方法来提高遗传算法的全局寻优能力和收敛速度。仿真结果表明,用改进的遗传算法整定后的流浆箱总压控制PID具有更快的响应速度和更好的鲁棒性。