基于改进粒子群算法的移相全桥模糊PID控制

[目的]为了得到具有良好性能指标的移相全桥(PSFB)控制方案,本文提出了基于改进粒子群算法(IPSO)寻优的模糊比例积分微分(PID)控制方法.[方法]在PSFB的小信号模型基础上,使用模糊控制器改善PID的参数,随后应用自适应惯性权重和压缩因子法优化PSO的全局特性和收敛性,进而计算模糊控制器的比例因子和量化因子,以提高系统的控制效果.在Simulink仿真环境中分别使用常规PID、模糊PID、IPSO优化模糊PID三种方式对移相全桥拓扑进行仿真,并设计了一台100 W的样机,验证所提控制策略的有效性.[结果]仿真结果中,IPSO优化的模糊PID控制相对于常规PID和模糊PID,其调节时间、超调量、稳态误差分别下降79.6%、99.4%、42.9%和40.2%、20%、87.5%;基于TMS320F28034硬件的实验结果中,IPSO优化的模糊比例积分(PI)控制相对于增量式PI和模糊PI,其调节时间、超调量、稳态误差、电压输出纹波分别下降52.4%、56.4%、46.7%、75.0%和12.1%、37.4%、20%、66.7%.[结论]将IPSO应用于PSFB的PID控制,相对于常规PID和模糊PID,具有更高的控制精度、更快的收敛速度、更强的抗干扰能力.

多策略改进粒子群优化AGV模糊PID控制

为解决AGV在复杂环境下控制精度低下、响应速度慢和鲁棒性差等问题,提出一种基于改进粒子群优化模糊PID控制方法。在粒子群算法(PSO)引入Logistic混沌映射对种群进行初始化,其次对惯性权重和学习因子进行非线性控制更新,提升种群寻优能力和避免陷入局部最优;选取9个测试函数验证改进PSO算法效果。仿真结果表明改进PSO在寻优精度和收敛速度都优于其他3种算法,而且不易陷入局部最优。最后对被控系统进行效果验证,结果表明改进PSO优化模糊PID控制器在常规和外部干扰两种环境下控制性能都优于传统PID和模糊PID,具有高可靠性、高控制精度,满足系统要求。

基于粒子群优化模糊PID控制的水厂加氯系统

水厂加氯过程具有非线性、大时滞等特点,采用传统的PID控制方式难以实现消毒剂精准投加。因此,以某采用次氯酸钠消毒系统的水厂为例,首先通过分析该水厂加氯系统工作原理,结合工程经验和运行数据确定了加氯过程的近似数学模型。然后综合使用粒子群优化算法、模糊控制算法和PID控制算法,设计了一种粒子群优化模糊PID控制器,并利用MATLAB软件搭建了粒子群优化模糊PID控制系统和传统PID控制系统的模型进行仿真验证,结果表明:相较于传统PID控制系统,粒子群优化模糊PID控制系统的超调量减少了89.36%,调节时间减少了46.63%,其抗干扰能力也更强,系统整体控制效果有了较大提升。最后使用基于粒子群优化的模糊PID控制法对水厂加氯控制系统进行改造,试运行后发现,新系统控制效果良好,出厂水游离氯值能够稳定在设定值附近。

基于粒子群模糊PID的采煤机自动调高控制系统研究

针对传统PID调高控制精度低和延时长的问题,引入粒子群模糊控制理论,改善系统输出的准确性和跟踪性能。首先研究了采煤机自动调高系统的数学模型,然后分析传统PID和粒子群模糊PID算法的原理,设计了粒子群模糊PID控制器,最终使用Simulink进行仿真。结果表明,相比于传统PID和模糊PID算法,该方法在准确性、快速性和抗干扰能力上都有所提高。

粒子群优化变论域模糊PID的永磁同步电机矢量控制策略

永磁同步电机具有结构简单、噪音低、效率高等优点而得到广泛应用。但是传统的矢量控制方法已经不能满足当前产业的控制需要,为了获得更好的控制性能,在普通PID控制的基础上,提出了一种基于粒子群算法优化的变论域模糊PID控制方法。分析永磁同步电机矢量控制原理,并建立了PMSM在dq坐标系下的数学模型,设计了基于PSO的变论域模糊PID控制器,利用Matlab/Simulink搭建id=0矢量控制下的PMSM调速系统仿真模型。仿真结果表明,与传统PID控制和模糊PID控制相比,基于粒子群优化的变论域模糊PID控制方法在具备传统模糊控制和PID控制算法优点的同时,利用粒子群算法得到最佳模糊论域,提高了永磁同步电机控制系统的动态响应速度,减少了超调和波动。

APU控制参数多策略融合粒子群算法寻优

为使辅助动力单元(APU)在工作点切换过程中的动态性能更优,提出了一种多策略融合粒子群算法优化模糊PID的控制参数。该算法对粒子群算法的常规迭代过程引入概率可调的干扰策略、混沌搜索策略、惯性权重自适应和学习因子线性调节策略,使其更适合优化维度多达187个的模糊PID控制参数。针对该算法中关键的增强全局搜索能力p和增强局部搜索能力pp两个参数的取值进行研究,搭建了APU仿真模型。仿真结果表明:多策略融合粒子群算法优化后的模糊PID控制参数相较于经典PID在转速变化、转矩变化和节气门开度变化的动态性能上均有较大的提升。

基于PSO的GPC-PID的细纱机锭速控制算法

针对细纱机在卷绕过程中由于纱线张力波动较大而导致的断头问题,提出了粒子群优化(particle swarm optimization,PSO)算法优化控制GPC-PID的锭子转速。首先,引入广义预测控制PID(GPC-PID)算法来控制锭子转速,并实时对PID进行参数整定,从而实时控制细纱机锭速。然后,引入PSO算法来提高GPC-PID的预测精度。最后,通过仿真实验,将常规的GPC-PID控制与PSO算法优化的GPC-PID控制进行比较。结果表明,锭子无刷直流电机在经PSO算法优化后的GPC-PID算法控制下,系统的快速性和稳定性都有一定提高,锭子的转速和转矩得到有效控制,纱线张力波动较小,降低了细纱卷绕过程中的断头率,证明了粒子群优化GPC-PID控制算法的优越性。

一种粒子群模糊PID控制算法在温室中的应用

为了提高温室监测的控制水平,针对于温室环境具有多变量、大惯性、强耦合的特点,提出一种基于粒子群优化的模糊PID控制算法;根据对温室监测系统常用控制方法的研究结果,该算法在模糊PID控制的基础上,采用改进的粒子群算法对模糊控制参数进行优化,有效解决了模糊PID控制过度依赖专家经验、缺少动态性能的缺点;通过温室监测中环境温度的仿真对比实验,验证了所提出的粒子群优化模糊PID算法的有效性;在实验中,对比监测过程中常用的控制方法可以发现,该方法具有更快的响应速度,并且在效果上明显地降低了最大偏差量,在温室监测控制中取得了良好的效果。

基于PSO算法优化模糊PID控制器的灵巧手抓取控制研究

随着仿生学的进展,机器人领域中五指灵巧手作为主要执行机构的重要性不断增强。然而,在抓取过程中,五指灵巧手常常面临内部作用复杂、速度缓慢和效率低等问题。为了应对这些挑战,该文提出了一种基于角度闭环模糊自适应控制算法。该算法采用模糊策略来推断灵巧手关节角度偏差与控制器参数之间的关系,并制定相应的模糊规则。通过实时调整控制器参数,该算法能够提高系统的稳定性和抓取效率。此外,通过建立ADAMS模型和相应的闭环控制系统,以提高实验过程的可视化程度。实验结果表明,通过采用粒子群算法(Particle Swarm Optimization Algorithm)优化模糊自适应PID算法并改进系统参数,相较于传统的PID算法,可以显著减少灵巧手在抓取过程中的关节抖动,并展现出更好的手指指尖接触力控制性能。

基于改进粒子群算法的模糊PID在DEH中的应用

针对PSO算法易陷入局部极值,探索参数法,推导出一种改进的PSO算法。该算法采用惯性权重呈幂指数衰减的策略,扩大前期全局搜索范围,提升后期局部寻优准度。经测试比较,证明了可行性。同时,为解决汽轮机数字电液控制系统(DEH)中单一PID控制的局限性,将改进算法与模糊PID控制相结合,共同优化系统参数,使DEH在发生偏差变化时,实时调节系统的控制质量。最后,在Matlab软件下建立仿真模型,并与模糊PID、单一PID控制对比,结果证明了该策略在DEH控制方面的优势。

基于PSO-Fuzzy PID算法的采煤机调高控制策略研究

针对采煤机调高系统存在的控制精度低、稳定性差等问题,研究基于PSO-Fuzzy PID算法的采煤机调高控制策略,建立采煤机调高系统数学模型,在设计模糊PID控制算法的基础上,利用粒子群算法对模糊因子Ke、Kec进行寻优,实现采煤机滚筒调高精确、稳定控制。由仿真结果可知,基于PSO-FuzzyPID算法的采煤机调高控制策略可将系统超调量由18%降至6%,系统稳定时间从4 s缩短至2 s,且抗干扰能力强,满足采煤机调高控制实际要求,提升了采煤机的智能化水平。

改进粒子群优化的中药提取参数模糊PID解耦控制研究

为解决中药提取过程中温度和压力控制存在的非线性、大惯性和多变量耦合等问题,建立了一种基于改进粒子群优化的模糊PID多变量解耦控制模型。在中药提取过程的动态数学模型基础上,结合多变量前置反馈解耦器对模型进行解耦,降低温度和压力间的耦合度;引入线性递减和目标值自适应融合的动态惯性权重策略,用改进粒子群优化算法对模糊PID控制器的比例因子和量化因子进行优化,避免参数陷入局部最优;最后,在Simulink中对所设计的控制模型进行仿真。结果表明:改进算法优化后的模糊PID解耦控制器的曲线超调接近于0,温度调节时间缩短97%,压力调节时间缩短55%,系统无振荡,基本消除了稳态误差,提高了中药提取过程中温度和压力的控制精度。

基于粒子群模糊PID的PCR温度控制系统

为了提高温度控制系统升降温速率,改善温控系统的性能,提出了使用粒子群算法优化模糊PID控制参数初始值,提高模糊PID算法性能,来实现系统温度调节的方法。建立温控系统机械结构、控制电路、仿真模型,进行仿真验证。对PID控制、模糊PID控制、粒子群优化模糊PID控制、遗传算法优化模糊PID控制分别进行仿真分析,仿真结果表明,粒子群优化模糊PID控制效果最好,此时系统升温速率能达到7.69℃/s,降温速率达到5.57℃/s。搭建PCR扩增仪,采用质粒扩增进行生物实验验证,将反应结果进行电泳,电泳条带的大小与宽度表明,设计的PCR温度控制系统能够满足核酸扩增生物实验所需的温度环境。对系统温度性能进行测试,结果显示,系统实际升温速率达到6.648℃/s,实际降温速率达到5.22℃/s,控温精度为±0.2℃,温控系统具有较好的响应速度。

基于混合粒子群算法优化橡胶挤出机Smith-模糊PID温度控制系统

为提高橡胶挤出机Smith-模糊PID温度控制系统的控制精度,更好地实现智能整定参数与橡胶挤出机温度最优控制,采用混合粒子群(HPSO)算法优化Smith-模糊PID控制系统,完成对温度控制系统PID参数基准值的自动寻优。借助MATLAB软件辨识挤出机温控系统数学模型,搭建Smith-模糊PID温度控制系统。为避免粒子群(PSO)算法陷入局部最优,在PSO算法的基础上将社会因子分解为局部社会因子和全局社会因子,设计出HPSO算法对PID参数进行寻优;将HPSO算法优化系统前后的控制效果进行对比。结果表明:采用HPSO算法优化Smith-模糊PID温度控制系统的控制精度更高、抗干扰性能更强,温度控制精度在±(1~1.5)℃以内,并且接近±1℃,完全满足橡胶挤出生产过程中对料筒温度控制的指标要求,可以在一定程度上提升温控系统的控制精度以及挤出机械的智能化水平。

基于粒子群模糊PID三环控制的全向转台控制系统

根据航空航天模拟实验系统对转台的应用需求研制了一套大功率全向转台控制系统。为满足其大惯量高动态特性的需求,提出了基于三环控制的粒子群最优参数自整定模糊PID控制系统。MATLAB仿真结果表明:该控制策略相较传统PID控制超调量更小、调节时间更短、系统带宽更大;同时该系统在抑制轴系耦合干扰和负载干扰的能力比传统PID控制更强。工程实践表明,所提转台控制系统可以显著提升转台的控制精度,极大提高了转台控制系统的动态性能,满足“双十”指标,同时通过粒子群迭代的方式计算系统最优参数可以大大减少人工调参的时间,提高了产品研发效率。

基于粒子群优化模糊PID控制的多足式真空吸附机器人控制方案设计

为解决高层建筑玻璃幕墙的清洗与检测问题,探索一种多足式真空吸附爬壁机器人,为实现爬壁机器人平稳运行,主要是提高电机转速的控制精度,采用模糊PID算法进行控制并在此基础上利用粒子群算法进一步迭代优化。通过粒子群算法的迭代寻优能力,实时确定模糊PID控制中PID三个参数的比例因子,得到一个性能较好的控制系统。结果表明,当比例因子Ckp、Cki、Ckd的值分别为0.1、8.23、0时系统稳定达到最优。相比于模糊PID控制,采用粒子群算法进一步优化后的系统,响应速度提升了0.024 s且同样无超调产生,能够满足系统要求。

基于改进粒子群算法的模糊神经网络PID控制器设计

针对模糊神经网络PID控制器中参数初始值的设置对控制器性能影响大的问题,提出一种改进的PSO算法优化模糊神经网络PID控制器参数的设计方法。该方法采用实数编码的方式对控制器参数进行优化,并以ITAT指标作为改进的PS0优化算法的适应度函数。实验仿真表明:经过改进的PSO算法优化的模糊神经网络PID控制器具有良好的动静态性能,响应速度更快,超调量更小,控制精度更高。

基于粒子群优化算法的模糊神经分数阶PID电子节气门控制器设计

针对汽车电子节气门的精确跟踪控制问题,建立了面向控制器设计的非线性模型,分析了摩擦非线性以及LH非线性对电子节气门位置的影响。采用模糊神经分数阶PID控制方法设计了电子节气门非线性控制器,并利用粒子群优化算法对控制器参数进行优化。最后将扰动考虑在内进行了仿真实验,仿真实验表明基于模糊神经分数阶PID的控制方法能够很好地实现电子节气门控制。

基于粒子群算法的车辆半主动悬架模糊PID控制的优化研究

为了改善轮毂驱动电动汽车非簧载质量增加导致行驶平顺性和操纵稳定性下降的问题,提出了一种基于粒子群算法优化的模糊PID控制器。首先,建立1/2车辆半主动悬架模型,完成对模糊控制器的设置,并在Simulink环境下建立带有模糊PID控制器的悬架模型,然后使用粒子群算法对模糊PID控制器进行优化。最后,对粒子群算法优化的模糊PID控制半主动悬架进行仿真研究。仿真结果表明,粒子群算法优化的模糊PID控制的悬架系统相较于传统PID控制和模糊PID控制,悬架性能得到大幅提升。

基于粒子群优化算法的变论域模糊PID控制器在过热汽温控制中的应用

针对锅炉过热汽温大滞后和大惯性等难以建立精确的数学模型的问题,设计了模糊PID控制器。通过模糊推理对PID的参数在线调整,加入了变论域思想对控制系统进行改进,最后将粒子群优化算法应用于变论域模糊控制器中,对量化因子及PID的三个参数Kp、Ki和Kd进行优化。将模糊PID控制器应用于过热汽温度控制系统进行仿真。仿真结果表明:采用基于粒子群优化算法的变论域模糊PID控制比传统的PID控制具有较强的鲁棒性和抗干扰能力,具有明显的优越性。