干涉式闭环光纤陀螺仪的PSO-PID控制优化方法

控制系统的设计会对响应速度快且应用范围较广的数字干涉式闭环光纤陀螺(ICFOG)动态性能产生影响。通过分析ICFOG的工作原理,推导出闭环离散控制系统,并利用粒子群优化算法(Particle Swarm Optimization,PSO)对传统的PID控制器参数进行优化。基于这个优化过程,设计一种新型的PSO-PID复合控制器,以取代传统的PID控制器。通过与其他BP神经网络、模糊控制等方法进行对比凸显该控制方法的优越。通过数字仿真分析显示,跟踪速度相较于BP-PID控制方法提高了1.91倍,相对于PID控制方法提高了3.5倍,相对于F-PID控制方法提高了1.75倍。同时,控制精度相对于BP-PID控制方法提高了46.03%,相对于PID控制方法提高了66.30%,相对于F-PID控制方法提高了45.27%。结果显示,采用PSO-PID控制器能够快速达到控制目标且具有较小的超调量。

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。

爆胎车辆动力学分析及模糊PID控制优化策略研究

车辆通过控制系统提高行驶的稳定性,但在爆胎时容易导致车辆行驶失去稳定性,从而造成车辆发生侧翻现象。为改善车辆动力学控制系统输出效果,建立了车辆轮胎动力学模型。引用模糊比例-积分-微分(PID)控制器,给出了模糊PID控制器输出参数与误差和误差变化率的关系图。提出人群搜索算法,利用人群搜索算法迭代搜索原理对模糊PID控制器参数进行寻优。以车辆2种行驶路况为例,利用Matlab软件对爆胎车辆的稳定性进行仿真,比较和分析爆胎车辆优化控制系统的输出效果。结果显示:采用模糊PID控制系统,爆胎车辆产生的偏航角、俯仰角加速度和侧倾角加速度较大。采用人群搜索算法优化模糊PID控制系统,爆胎车辆产生的偏航角、俯仰角加速度和侧倾角加速度较小。爆胎车辆采用人群搜索算法优化后的模糊PID控制器,不仅响应速度快,而且行驶的稳定性较好。

平面并联机器人离线PID控制优化研究

为了使平面并联机器人在闭环控制系统中具有更稳定的控制性能。对此,这里构建了平面五杆并联机器人动力学模型及其控制系统模型,给出了控制系统的增益矢量p。对机器人系统模型进行离线PID控制优化,通过控制增益来设计控制系统中的增益矢量p,从而实现非线性单目标动态优化(NLMODOP)。在NLMODOP中加入动态约束,采用带约束处理机制的差分进化(DE)算法求解平面并联机器人的非线性规划问题,进而处理不稳定的动态优化。对机器人模型中的五个连杆进行仿真实验,并对有无DE算法控制的仿真结果进行了比较。结果表明:相比于无DE算法,采用DE算法下的机器人系统模型的连杆跟踪位移基本无跟踪误差。说明基于差分进化算法的平面并联机器人离线PID控制优化具有较好的控制精度和跟踪性能。

基于FOA优化PID参数的永磁同步电机转速控制

为提高永磁同步电机转速控制的效果,提出一种基于果蝇优化算法(Fruit Fly Optimization Algorithm,FOA)优化比例积分微分控制(proportional-integral-derivative control)的方法。其中,以PMSM调速系统为背景,构建调速系统的PID方法,然后构建FOA优化PID参数的PID控制器,以实现永磁同步电机转速系统的自适应控制。仿真结果表明,FOA-PID方法具有响应速度快、超调小、抗干扰能力和速度调节能力强的特点,在固定负载改变转速条件下,仅需0.02 s即可达到稳定状态,有效改善了永磁同步电机转速控制系统的控制性能;相较于标准PID和RBF-PID方法,FOA-PID方法在正向起动转速情况下的超调量为1.36%,分别低5.73%和1.12%;在负向起动转速情况下,FOA-PID方法的最大超调量为0.56%,分别低15.13%和8.22%。由此得出,本FOA-PID方法可行,具有一定的优越性。

基于改进鲸鱼优化PID的无刷直流电机转速控制算法

针对鲸鱼优化算法易陷入局部最优以及无刷直流电机(brushless DC motor,BLDCM)速度控制响应慢、超调量大等缺点,提出一种改进鲸鱼优化算法(improve whale optimization algorithm,IWOA)优化PID(proportional integral derivative)参数的无刷直流电机速度控制算法.该算法采用高斯变异因子、自适应权重因子和动态阈值相结合对鲸鱼优化算法进行优化.仿真实验结果表明,改进鲸鱼优化PID的无刷直流电机转速控制算法具有更快的收敛速度以及较小的超调现象,鲁棒性也更好.

基于改进粒子群算法的PID控制参数优化

针对传统粒子群算法存在收敛速度慢,收敛精度低以及易陷入局部最优的问题,提出了一种融合中垂线策略的中垂线粒子群算法(MAPSO),同时引入惯性权重余弦调整策略,避免算法陷入局部最优。基于中垂线策略的游离粒子位置更新方法,能够加快粒子的收敛速度,从而增强算法的寻优速度和寻优精度。将改进的粒子群算法用于PID控制器参数优化,与Ziegler-Nichols(Z-N)公式法、线性递减惯性权重粒子群优化算法(MeanPSO)进行对比实验,结果表明中垂线粒子群算法精度更高,能够快速地整定PID参数,使控制系统响应函数性能指标更好。

基于改进鲸鱼算法的收卷张力PID控制的性能优化

PID控制器的参数决定张力控制系统的稳定性和速度,因此研究收卷张力控制中经典PID控制器参数整定优化问题具有重要意义。以卷绕张力系统为切入点,结合PID和改进的鲸鱼优化算法,设计了基于改进鲸鱼算法(L-WOA)的PID张力控制器;为了提高PID整定参数方法的收敛精度和速度,在进行整定时结合了改进鲸鱼算法;建立数学模型和动态转矩平衡方程,分析了线速度和卷径对卷材张力的影响;分别使用改进鲸鱼算法和其他多种算法进行了参数优化。仿真结果表明,采用改进鲸鱼算法优化PID的控制策略具有响应速度快、控制输出稳定、抗干扰能力强、鲁棒性好等优点。

电子节气门在线参数优化模糊PID控制策略

为实现汽车电子节气门开度的快速响应和精确控制,考虑进气系统中的结构摩擦、弹簧以及齿轮间隙的迟滞非线性问题,建立电子节气门数学模型。针对模糊PID控制电子节气门中各参数依赖于线下调试的问题,提出一种基于改进鸡群算法在线优化控制参数的策略,从而减少电子节气门的响应时间,降低系统响应的超调量。仿真结果表明,在电子节气门工作过程中,在通过ICSO(改进鸡群算法)优化后的模糊PID控制下,系统在经典阶跃响应时间较未优化的PID控制响应时间减少0.616 s,超调量与震荡次数等方面有显著提升,在其他工况下,电子节气门系统跟随特性良好,稳态精度与减小误差均提升较大。通过实验验证,ICSO优化后的控制器自适应能力更强,显著的减少了控制时间和提高了控制精度,具有良好的工作特性。

冗余机器人运动轨迹模糊PID控制优化与仿真研究

为了提高冗余机器人控制系统输出精度,设计了优化模糊比例-积分-微分(PID)控制系统,通过仿真验证控制系统的可行性。建立了冗余机器人的运动学模型,应用了模糊PID控制系统。研究改进粒子群算法,通过修改交叉算子和非线性动态惯性权重,提高粒子群算法的全局搜索能力。根据冗余机器人模糊PID控制优化流程,利用改进粒子群算法迭代搜索能力在线调整PID控制参数,使得进一步提高冗余机器人控制系统稳定性。在无干扰和有干扰条件下,利用Matlab软件对冗余机器人输出精度进行仿真实验。结果表明:在无干扰状况下,冗余机器人采用2种控制系统,其输出精度没有明显差别。在有干扰状况下,基于改进粒子群算法优化模糊PID控制系统,冗余机器人抗干扰能力增强,输出精度更高。冗余机器人采用改进粒子群算法优化后的模糊PID控制系统,可以得到更稳定的控制效果。

基于改进WOA参数优化的反应釜PID控制器

为了解决工业中传统PID控制算法对于大时滞、非线性系统较难取得良好的控制效果的问题,提出一种基于改进鲸鱼优化算法(IWOA)的PID控制器整定算法。该算法考虑均衡算法的探查以及开发能力,引入非线性收敛因子;为了提高算法的勘察能力,避免陷入局部最优的情况,引入正余弦扰动因子改进位置更新策略;最后以化工反应中反应釜温度为被控对象,对其PID控制器进行参数自整定实验,并将结果与WOA算法、Z-N整定算法、PSO算法进行对比,验证了IWOA算法在优化PID控制器工程上的优越性。

基于改进SSA优化PID的下肢康复机器人控制

针对下肢康复机器人训练过程中步态跟踪误差大的问题,提出一种改进麻雀搜索算法(ISSA)优化PID的控制策略。首先,利用拉格朗日方程对下肢机器人进行动力学分析,得到动力学模型;然后,通过引入Kent映射混沌初始化种群、Tent混沌扰动和柯西变异扰动,以及改变探索者-跟随者比例系数和探索者位置更新公式等方面对麻雀搜索算法进行改进,通过8种测试函数证实了算法改进的有效性;最后,在Matlab/Simulink中建立下肢机器人PID控制器和ISSA-PID控制器系统的仿真模型,以正常人体步态数据进行拟合得到的函数曲线作为系统实际输入进行跟踪实验。结果表明:相比于传统PID控制,ISSA-PID控制髋关节和膝关节的误差分别降低了63.3%和72.5%,实现了精准的步态跟踪,验证了该控制策略的有效性。

基于粒子群优化模糊PID的双闭环温度控制系统

针对近红外分布反馈式半导体激光器(DFB)输出激光的波长和光功率的稳定性受温度影响较大的特点,设计了一种双闭环模糊PID温度控制系统.由于模糊PID控制器对PID参数的调控取决于专家经验,尽管控制效果也不错,但距离理想状态还有一定的距离,于是把粒子群优化算法导入模糊PID控制器中,实现对参数更深层次的优化.经过模拟证明,经过粒子群算法优化后的模糊PID控制器具有更快的响应速度、更小的超调率,还可以在更短的时间内使系统到达稳定状态.

基于局部时空的多峰优化算法及其在PID控制中的应用

多峰优化问题(MultiModal Optimization Problems,MMOPs)需要同时找到问题的多个高精度全局最优解,它需要算法具有较强的全局搜索能力且能很好地平衡种群的多样性和收敛性.当前在处理MMOPs时通常面临以下难点:(1)现有方法通常只考虑到进化过程中种群的当前状态(如常用的贪婪选择策略),容易导致种群陷入局部最优;(2)传统的随机搜索策略在复杂搜索空间内难以快速有效找到全局最优解;(3)当前设计的多峰优化算法往往需要手工设置参数(如变异因子和交叉因子等),而参数的大小将直接影响种群的多样性和收敛性.针对上述难点,本文提出了一种新的基于局部时空的多峰优化(Localized Time-Distance-based Multimodal Optimization,LTDMO)算法,主要包括三个贡献点:首先,提出了结合随机搜索和定向引导的变异(Random and Direction-based Mutation,RDM)策略,利用随机变异增加种群中个体的多样性,并通过划分邻域将整个种群分成不同的可重叠子种群,在局部搜索空间内进行变异操作来更好地定位全局最优解,从而避免个体陷入局部最优.其次,提出了基于时间局部性原理的拥挤选择(Locality-based Crowding Selection,LCS)策略,利用进化过程中的时间局部性记录对当前个体更有潜力的进化方向,并在此方向上生成新的子代,使种群进一步向全局最优解收敛.最后,提出了自适应参数控制(Self-adaptive Parameter Control,SPC)策略,基于个体进化信息自适应调整算法的参数值,降低算法在进化过程中对变异因子和交叉因子的参数敏感性.本文将LTDMO算法在CEC'2013测试集上进行实验,并将结果与其他11种多峰优化算法对比,表明LTDMO算法能有效处理较多的全局最优复杂多峰优化问题,具体地,在F1~F5、F8和F10问题上峰值率和成功率均达到100%;在具有较多局部最优的多峰优化问题(F6和F7)上,LTDMO算法的峰值率达到86%以上,这优于9种其他对比算法的性能;在处理复合多峰优化问题时,LTDMO算法在处理F11、F12、F14、F16问题上性能达到最优.同时将LTDMO算法在比例-积分-微分(Proportional-Integral-Derivative,PID)控制器上进行应用,结果表明LTDMO算法能为PID控制器找到多种最优控制参数,使系统达到稳定状态且误差更小.

茶叶杀青理条机优化设计及模糊PID温度控制研究

针对当前国内茶叶杀青理条机存在噪声大、振动磨损大、温度不稳定、自动化程度不高等问题,对茶叶杀青理条机送料装置、杀青理条装置进行优化设计,将其作为2个独立机构布置,采用电动缸提升多槽锅,消除振动对称量精度的影响,运用SolidWorks软件建立茶叶杀青理条机三维模型;对温控系统进行优化设计,采用模糊PID对茶叶杀青理条温度进行控制,利用Matlab/Simulink软件对温度控制系统进行仿真分析。研制茶叶杀青理条机样机,对比试验结果表明,设计增强了温控系统抗干扰能力,茶叶成条率、处理效率分别提高7.6%,28.0%,含水率、碎茶率、噪声、轴承温升分别降低7.9%,25.0%,23.1%,46.2%。研究为茶叶杀青理条机的设计提供理论依据。

电液执行器非线性PID控制优化仿真研究

为了提高电液执行器运动轨迹的跟踪精度,提出了一种非线性比例-积分-微分(PID)控制优化方法,通过仿真检验优化后的控制系统输出结果,构建了电液系统数学模型。对传统PID控制参数进行改进,设计了一种非线性PID控制方法。引用粒子群算法并进行改进,利用改进粒子群算法迭代搜索原理对非线性PID控制器参数进行在线调整,最终得到电液执行器最优控制参数值,使电液执行器具有更好的抗负载干扰能力。以电液执行器不同工况为例,利用Matlab软件对电液执行器运动轨迹进行仿真,比较空载和负载条件下输出结果。结果显示:在空载条件下,分别采用PID控制、非线性PID控制和优化非线性PID控制方法,电液执行器运动轨迹输出误差均较小,相差不大。在负载条件下,优化非线性PID控制方法明显优于PID控制和非线性PID控制方法,相比之下使用优化非线性PID控制方法,电液执行器运动轨迹输出误差较小。采用改进粒子群算法优化非线性PID控制方法,使电液执行器能够抑制负载工况的干扰,具有较高的跟踪精度。

基于QPSO改进LSTM发动机怠速预测的FPID控制

以北京现代伊兰特G4GD发动机为试验台,将电控系统故障作为实验变量,测得规定时间内双传感器组合发生故障时的发动机怠速,并选原车ECU较难控制的6种组合怠速故障进行分析。基于量子粒子群算法(QPSO)对长短时记忆神经网络(LSTM)隐含层节点、训练次数与学习率进行寻优预测,将预测结果与多种神经网络进行对比,并通过均方根误差(RMSE)评价指标进行判断。使用Origin数据拟合将预测输出结果进行数值拟合,之后输入Matlab中使用Simulink搭建控制单元模型,由模糊常量-积分-微分(FPID)控制器对输出结果进行怠速控制。结果表明:基于量子粒子群算法改进的长短时记忆神经网络预测效果最好;模糊常量-积分-微分控制器对怠速的控制可有效缩短电子控制单元(ECU)的控制时间,无超调,且可有效调节至规定怠速。

基于粒子群算法优化PID的海上风电柔直并网系统调频控制

针对海上风电柔直并网系统存在电压以及频率失稳的问题,提出基于粒子群算法优化PID的海上风电柔直并网系统调频控制方法。海上风电柔直并网系统利用频率控制器确定风电场的无功电流指令,利用PID控制器将无功电流值依据比例精准划分至各风机中,采用粒子群算法优化PID控制器,获取PID控制器的最优比例增益、微分增益以及积分增益三个参数,PID控制器利用获取的最优参数进行海上风电柔直并网系统调频控制。实验结果表明,所提方法可以高精度进行海上风电柔直并网系统实施调频控制,可以使海上风电场柔直并网系统维持稳定的运行状态。

基于GSA的水轮机调速器PID控制参数优化方法

针对现有水轮机调速器控制参数优化研究依赖系统特征参数值、忽视发电机模型的不确定性以及控制策略较落后等问题,以引力搜索算法(GSA)为基础,对水轮机调速器PID控制参数优化模型和优化方法等进行分析,仿真模拟优化中国某水电机组,比较不同状态下水轮机调速器的组合控制效果。结果表明,在孤网运行条件下,基于GSA的水轮机调速器PID控制参数优化方法对水轮机组动态运行品质的提升效果最佳。

基于模糊PID控制的电气自动化系统优化设计与仿真研究

本论文主要对基于模糊PID的电气自动化系统进行优化设计和仿真研究。首先对模糊PID控制原理进行阐述,主要有模糊控制与PID控制原理、模糊PID控制原理与算法。接着对电气自动化系统构成及特性进行论述,提出一种基于模糊PID的电气自动化系统优化设计方法。然后对其进行仿真研究,主要包括仿真软件选型与介绍、仿真模型建立与参数设置等。在实验验证中给出了实验设备及实验方案设计并对实验结果进行了分析。最后将实验结果和仿真结果比较分析得出结论。