基于非线性动态重心粒子群优化的分数阶PI^(λ)D^(μ)控制器设计

针对现有Oustaloup滤波器拟合精度不佳、结构复杂的缺点,提出了最优精简Oustaloup滤波器。针对粒子群优化算法整定分数阶PI^(λ)D^(μ)控制器参数时学习能力不充分、迭代收敛乏力的问题,提出了一种改进的粒子群优化算法。该算法设计了双异步非线性动态学习因子,以提高粒子的思考能力与信息共享能力,并增加了粒子群质量重心项,用以加速收敛过程。将改进的算法结合最优精简Oustaloup滤波器应用于分数阶PI^(λ)D^(μ)控制器的设计过程,选取了2个分数阶系统模型进行仿真验证。结果表明,改进的算法收敛速度更快且不易陷入局部最优,所设计的控制系统超调量更小、调节时间更短、稳态误差更小,提高了系统的抗干扰能力。

基于NSGA-Ⅱ算法的ATR发动机PI控制器多目标优化方法研究

为了使空气涡轮火箭发动机(ATR)从慢车快速、稳定和准确地加速到最大状态,以ATR发动机燃气发生器流量和尾喷管喉部面积为控制变量,采用快速非支配排序遗传算法(NSGA-Ⅱ算法)建立了发动机控制器参数多目标优化方法。将超调量、稳态误差、上升时间及误差积分值四个指标以加权的形式作为目标函数,引入执行机构超调惩罚机制,建立了PI控制器参数Pareto最优解集,完成了ATR发动机从慢车加速到最大状态的动态过程仿真。结果表明,将双回路多个控制性能指标以加权的形式组合作为目标函数,可以获得均匀分布的Pareto前沿;联合应用多目标优化方法和基于熵权法的优劣解距离法(TOPSIS),能够在双回路耦合下获得满足设计要求的ATR发动机动态特性,极大地缩短了人工整定控制器参数的时间;在加速过程中,多目标优化方法将涡轮膨胀比上升时间作为目标函数之一,与尾喷管面积开环控制动态过程相比,可以使涡轮膨胀比更早到达目标值,共同工作线远离喘振边界。

基于改进灰狼优化模糊PI的退火炉流量控制系统研究

为解决铝退火炉燃烧过程中空气和燃气流量控制效果不佳,导致空燃比不稳定的问题,提出一种以双交叉限幅、模糊PI控制器及Smith预估器相结合的控制模型,并引入改进灰狼优化算法对双交叉限幅中偏置因子和模糊控制器中的量化因子、比例因子进行寻优的控制方法。首先,通过对双交叉限幅的控制来降低空燃比变化幅度,从而稳定燃烧过程;其次,结合铝退火炉流量系统模型的特点,通过Smith预估器提高系统响应速度,并结合PI和模糊控制的优点,建立模糊PI控制系统模型;然后,利用改进灰狼优化算法的迭代寻优能力,对双交叉限幅偏置因子以及模糊PI量化和比例因子进行优化;最后,以铝退火炉常用的燃气流量30 m3·h-1为例,在Simulink中对所设计的控制模型进行仿真。仿真结果表明,所提出的控制方法无超调量、无振荡,相较于传统的PI控制流量,调节时间有所减少,并且提高了铝退火炉燃烧过程中流量的控制精度。

基于COOT优化算法和改进型重复PI控制的三相LCL型光伏并网系统

为提高光伏并网发电的发电效率,提出了基于COOT优化算法和改进型重复PI控制的三相LCL型光伏并网系统。COOT优化算法用于前级MPPT算法,可以准确快速追踪到光伏发电系统全局最大输出功率;改进型重复PI控制用于后级逆变,通过阻尼因子设计LCL有源阻尼控制,在数学建模过程中把采样计算延时以及PI控制考虑进去,最后加入重复控制;为了减少奇次谐波,采用级联式重复PI控制结构;同时针对电网频率波动时重复控制策略控制效果降低的问题,采用一种基于拉格朗日插值原理的频率自适应级联式重复PI控制。基于所提出的控制策略,利用Simulink仿真平台对系统进行了建模仿真,仿真结果表明了所提控制策略的正确性和可行性。

基于增量式PI算法的V-M双闭环调速系统

提出了一种基于增量式比例积分(PI)算法的晶闸管-电动机(V-M)双闭环调速系统的设计与实现方法,该调速系统的主电路采用晶闸管智能控制模块进行设计,双闭环数字PI调节器采用增量式PI算法进行设计。详细分析了该调速系统主电路和双闭环数字PI调节器的设计原理,以及直流电动机电枢电流和转速采样电路、控制信号接口电路、键盘输入与LCD显示电路的设计方法。通过对比分析在不同的比例系数和积分系数时直流电动机满载运行的转速波形,验证了该调速系统的跟随特性完全满足PI参数整定规律,其设计与实现方法可推广到工业应用领域。

基于遗传算法优化的永磁同步电机模糊PI控制

针对传统模糊PI控制调节精度不高、调节周期较长的问题,提出一种基于优化模糊PI的永磁同步电机(PMSM)控制方法,利用遗传算法对模糊控制器进行优化,降低控制性能和精度不足的不利因素影响,达到模糊规则的合理优化。利用MATLAB/Simulink软件对优化模糊PI的PMSM矢量控制系统进行模型搭建,并与传统模糊PI控制系统进行了比较,仿真结果表明,优化模糊PI控制系统较传统模糊PI控制系统反应速度更快,振动幅度更小,鲁棒性更好,系统的动态响应特性更好。

基于遗传算法优化的深度强化学习-PI空气舵伺服系统控制策略

针对传统比例积分控制难以选定控制性能更好参数的问题,以空气舵伺服系统为研究对象,提出了一种基于遗传算法优化的强化学习-PI的控制方法。首先,建立了空气舵伺服系统的数学模型;然后,采用遗传算法优化了PI控制器的初始参数;采用深度确定性策略梯度算法对当前PI控制器进行了实时整定,从而实现了对空气舵伺服系统进行位置指令控制的功能;最后,在Simulink中通过仿真分析,对所采用的方法应用于空气舵伺服系统的效果进行了验证。研究结果表明:改进的算法在参数摄动时,具备一定的在线稳定性;在空载情况下,所需要的调节时间要小于遗传算法-PI、DDPG-PI与传统PI算法,至少缩短了20%;同时,在负载情况下,相比其他3种方法,改进算法的波动幅值与负载结束后回到稳态时间至少缩短了15%,证明了所使用方法在空气舵伺服系统里的有效性。

基于串级PI-(1+PD)算法的含飞轮储能互联电网AGC控制器设计

针对传统控制器存在的响应速度较慢、超调较大及鲁棒性较差等问题,提出一种基于串级PI-(1+PD)算法的含飞轮储能互联电网AGC控制器设计方法。首先,建立含飞轮储能的两区域互联电网AGC系统模型,模拟飞轮储能联合火电机组参与AGC的过程。然后,设计一种基于串级PI-(1+PD)算法的AGC控制器。外环采用PI控制,内环采用带滤波系数的(1+PD)控制。在保证系统稳态性能的前提下,提高动态响应速度和抗扰能力,并通过粒子群算法的迭代寻优获得最优的控制器参数。最后,基于Matlab/Simulink进行算例仿真分析。结果表明:与传统PID控制和PI-PD控制相比,所提方法不仅具有更快的响应速度与更小的超调量,而且增强了系统抵御内部参数摄动的鲁棒性。

众包中基于CIDA和PI-Cosine的双向质量控制策略

随着移动智能终端的普及,众包采集大规模感知数据变得越来越容易。众包工人的自私性使得他们想通过最少的努力获得最多的报酬,甚至互相勾结、随意提交众包数据,导致众包任务完成质量不高。文中提出了一种基于陪审团的质量控制策略,该机制解决了数据验证问题。针对降低众包质量的行为,在判断是否存在垃圾邮件员工和共谋组织后,使用社区影响力检测算法(CIDA)来检测出共谋团伙领导者及其所在组织,最后使用改进的相似性检测算法(PI-Cosine)筛查垃圾邮件员工。从这两个方面来提高众包数据质量。实验结果表明,所提方法在accuracy和F1-score衡量指标上相比Cosine相似度检测算法提高了12.3%。

探究使用粒子群算法优化电机PI控制效果及耗费时间

在以往采用粒子群算法优化控制系统参数过程中,评价函数是考虑粒子群算法整定的控制效果是否符合系统要求的重要依据,并没有考虑算法整定参数所耗费的时间。文中分别对推进电机静态负荷和动态负荷仿真模型采用粒子群算法整定控制参数,通过两种情况下迭代次数中调节时间的变化以及在静态负荷下优化的控制参数代入动态负荷的推进电机仿真模型获得的转速曲线对比分析可知,采用静态负荷的推进电机仿真模型相比推进电机动态负荷模型使用粒子群算法优化控制参数,其仿真效果基本一致,算法运行的仿真时间提升了50%;为后续采用粒子群优化控制模型提供了一种新的思路,即根据使用者的实际需求可以将仿真模型中的部分次要模型简化为静态参数,在不影响仿真结果的基础上降低仿真响应时间,提高仿真效率。

矿用永磁接触器PI恒流充电控制器设计

为提高永磁接触器中储能电容的使用寿命,进而保证矿井下永磁接触器工作的可靠性,提出了一种基于比例积分(PI)算法的储能电容恒流充电控制策略。通过MATLAB搭建PI恒流充电仿真模型,构建了以Buck电路为硬件结构基础的改进型PI恒流充电控制器仿真实验平台。仿真和实验结果表明,储能电容在所提的改进型PI控制器调控下实现了恒流充电,符合预期恒流充电设定的参考值,对于增强电路稳定性、延长储能电容使用寿命以及提高整体控制器智能化程度有着一定的实用意义。

模糊PI控制算法在燃气发生器上的应用

为了解决燃气发生器喉部时变性和自由容积时变性使得控制系统对燃气发生器压力控制较为困难的问题,采用钨渗铜制成锥阀进行了点火实验,对燃气发生器工作过程中喉部时变性进行了研究,采用模糊PI控制算法与模糊积分算法和PI算法进行压力控制仿真对比,研究了模糊PI控制算法对容积时变的燃气发生器压强控制的有效性。结果表明:由钨渗铜制成的锥阀较好地解决了喉部时变性,当燃气发生器自由容积变化15倍时,模糊PI算法响应速度是PI算法的5.57倍,超调量是PI算法的0.27倍,三种算法中,模糊PI算法响应速度最快、压力产生的超调量最小,因而模糊PI算法可以较好地解决自由容积时变性带来的控制超调和响应慢的问题。

基于遗传算法的P-F-PI控制器在机器人手臂定位控制中的应用

提出用遗传算法来优化控制参数的P F PI(比例 模糊 比例积分 )控制器 ,控制机器人手臂定位系统 .P F PI控制器是在大偏差时用比例控制 ,在中偏差时用F控制 ,接近稳态时用PI控制 ,而这三个控制器的切换参数以及F控制器中的修正系数用遗传算法来优化 .实验证明 ,该控制方法能满足机器人手臂定位控制动态和静态要求 .

纯电动装载机坡道防溜策略

根据纯电动装载机传动系统特性,基于装载机运行参数和行走电动机控制器上传至整车控制器的转矩和转速,制定了坡道防溜控制策略.由整车控制器确定纯电动装载机进入防溜模式的条件,并采用比例-积分(proportional-integral,PI)算法计算防溜模式时下发至行走电动机控制器的目标转矩,使装载机可在无踏板动作时稳定在坡上.基于Simulink搭建纯电动装载机坡道防溜控制算法模型,使用Simulink自动代码生成技术生成可应用于整车控制器的程序并进行试验验证及参数优化,使用装载机在坡上停车和坡上起步阶段的溜车距离分析坡道防溜效果.结果表明:所制定的坡道防溜策略在各坡度坡道上可有效驻坡;坡度为30%时,装载机在坡上停车的最大溜车距离为8.0 cm,在坡上起步的最大溜车距离为4.0 cm,可满足安全驻坡要求.

基于广义预测PI的无刷直流电机速度控制研究

无刷直流电机(BLDCM,brushless DC motor)转速控制是电机控制中的重要问题之一。分析了无刷直流电机的工作原理,提出了广义预测优化PI的控制算法,采用数学模型对控制器的设计进行了理论推导。通过基于DSP的无刷直流电机实验平台进行广义预测PI控制算法实验验证,结果表明此控制算法能显著提高系统的性能,是有效可行的。

基于模糊自适应PI的无刷直流电机调速系统研究

针对采用传统PI控制算法的无刷直流电机(BLDCM)调速系统存在精度低、抗干扰能力弱等问题,提出一种基于初始比例值优化的模糊自适应PI控制算法。建立BLDCM转速、电流双闭环调速系统数学模型,对其转速环进行模糊自适应PI控制,并提出一种初始比例值优化的方法。应用Matlab/Simulink进行系统设计和仿真,对比传统PI、普通模糊自适应PI和优化后模糊自适应PI三种控制算法的仿真结果。结果表明,优化后的模糊自适应PI控制算法使BLDCM调速系统具有更好的动态性能,达到了较好的控制效果。

飞轮储能系统多PI控制器参数优化

对飞轮储能系统(FESS)的有功和无功PI控制器参数优化进行了研究,提出了应用加入模拟退火思想的改进粒子群优化(AIPSO)算法优化FESS有功和无功多PI控制器参数。该算法在混沌初始化、迭代中加入混沌扰动和自适应调整惯性权重系数的改进粒子群优化算法基础上,引入模拟退火思想,既能限制位置更新,又能跳出局部最优解,具有更高的效率。以有功功率和电压偏差的ITAE指标的和最小为目标函数,应用AIPSO优化FESS的多PI控制器参数,并以FESS接入4机系统为例,通过非线性仿真验证了优化结果的有效性。

摩擦焊机施力系统模糊PI控制方法

针对常规摩擦焊机施力系统闭环控制所用PI算法在压力突变阶段控制效果不理想的问题,引入模糊PI算法.根据实际值和设定值的误差及其变化趋势,将整个控制过程分为四个控制区间.在优化模糊控制度基础上,制定了相应的模糊规则和参数确定方法.在文中试验条件下,对比了四个控制区间不同控制参数的控制效果,得到了每个控制区间最佳调整系数.结果表明,采用模糊PI控制的性能指标较传统PI控制方法都有了改善.在文中试验条件下,采用优化模糊控制度和最佳调整系数,最大超调量减少了19.2%,调整时间缩短了1.59 s,稳态精度提高了0.4%.

预测PI和准预测PI控制算法在片烟复烤机上的应用

采用传统的PID控制算法对打叶复烤中的片烟复烤机进行控制,由于烤房温度波动大,难以保证冷房含水率与出口含水率稳定。为此,采用预测PI和准预测PI控制算法对其进行控制以保证控制品质和精度。烤房温度是大惯性、大滞后过程,采用预测PI控制算法可以避免调节速度慢、波动大的问题;冷房含水率与出口含水率均为多输入单输出过程,按照频率域准则将多输入单输出过程简化为单输入单输出的组合积分过程,并采用自适应抗干扰的准预测PI控制算法进行控制,使生产完全闭环自动控制,烤房温度、冷房含水率和出口含水率的控制精度均能达到设定值的±0.3%,满足了工艺要求。两家打叶复烤厂的应用结果表明,采用预测PI和准预测PI控制算法后,片烟含水率稳定地达到规定的工艺技术指标,提高了控制精度,实现了闭环全自动操作,无需操作人员的人工干预,减轻了劳动强度,返料次数由原来的每班至少2次减少为0,降低了能源消耗。

参数自调整Fuzzy-PI控制算法在低压真空烧结炉中的应用

在模糊理论的基础上提出了一种改进算法──参数目调整Ｆｕｚｚｙ－ＰＩ算法，并成功地应用于低压真空烧结炉的控温系统中。它克服了一般模糊控制算法的固有缺点，具有优良的动态和静态品质。