基于免疫克隆原理的PID控制器优化

针对PID控制器的参数整定和优化问题,本文提出一种基于免疫克隆算法的优化PID控制器参数的方法.该算法与人体免疫系统机制相似,通过克隆、选择和高频变异,以获得最优的目标函数值,进而获得最优的PID控制器.仿真实验结果表明该方法明显优于遗传算法和粒子群算法,同时证明了利用免疫克隆算法进行PID调节的有效性.     

基于改进PSO的智能车辆转向自适应PID控制

针对智能车辆转向系统的复杂,非线性和时变性,提出了基于改进粒子群算法的自适应PID控制,在该控制系统结构中,采用改进粒子群算法获得PID参数在线调整的信息,完成PID控制器参数的在线自整定,实现智能车辆转向的智能控制.实验结果表明,与常规的PID控制方法相比,该方法具有较高控制精度,较强的自适应性和鲁棒性,完全可适用于智能车辆转向系统的控制.     

基于HPSO的PID算法在汽油机怠速控制中的应用

在怠速控制系统中,PID控制器的参数整定直接影响到控制效果;介于标准粒子群算法的不足,采用混合粒子群算法对PID控制器的参数进行离线整定,并基于MATLAB软件进行仿真实验;实验结果表明：混合粒子群的寻优精度优于遗传算法和标准粒子群算法,且具有良好的收敛速度.     

基于粒子群优化的主动悬架PID控制策略

针对汽车主动悬架比例-积分-微分控制器(proportional-integral-derivative,PID)参数选择问题,传统PID控制参数整定具有一定的盲目性.设计了粒子群优化算法,目标函数根据悬架性能指标建立,利用粒子群优化算法,优化了PID控制器中的参数.结果表明,与优化前PID控制的主动悬架相比,采用粒子...     

粒子群差分混合算法在PID参数优化中的应用

为有效提高PID控制器的性能,提出了一种粒子群差分混合算法(PSO-DE),并应用于PID参数优化中.算法利用一个选择判断因子来确定每个个体的更新方式,使用简化粒子群算法(s PSO)和改进后的差分进化算法(DE)来共同产生新一代个体,并将其应用于PID的参数整定中.仿真结果表明,相较于粒子群算法和差分算法,混合算法在PID控制器的参数优化中具有更好的全局搜索能力,而且控制精度较高.     

基于免疫粒子群算法的网络拥塞控制策略

为避免Internet路由器主动队列管理中PID参数整定试凑法的盲目性,提出免疫杂交粒子群算法用于PID控制器参数优化,构造一种基于免疫杂交粒子群的智能主动队列PID算法.仿真结果表明,基于免疫杂交粒子群的PID主动队列管理算法能够适应动态变化的网络环境,具有较好的网络控制性能.     

基于CPSO的PID算法在LLC变换器控制中的应用

在LLC谐振变换器控制系统中,由于PID控制器参数的整定直接影响控制系统的性能,本文利用混沌粒子群优化算法对变换器的数字PID控制器参数进行了整定。并利用MATLAB软件进行建模仿真实验,最后通过分析几种算法整定PID参数的结果,结果表明该算法操作简单,响应速度快,调节时间短,无超调,其控制品质明显优于遗传算法和标准粒子群算法,具有更好的优化效果。     

基于粒子群优化算法的分数阶PID控制器设计

分数阶PID控制器具有可变的微分和积分阶次,通过调整控制器参数可以获得更好的控制性能。本文基于粒子群优化算法设计分数阶PID控制器。首先介绍分数阶PID和粒子群优化算法,然后给出分数阶PID控制系统结构、分数阶微积分算子的近似算法和分数阶PID控制器设计的仿真流程,最后通过MATLAB/Simulink对算例进行控制器设计仿真。仿真结果表明,通过粒子群寻优能够获得满意的分数阶PID控制器参数,满足对控制性能的要求。     

自适应粒子群算法的整定模糊PID控制器的参数优化

提出了一种基于自适应粒子群算法(APSO)优化模糊PID控制器隶属函数的方法以及基于模糊控制规则的权值来消减规则数目的参数优化方法.仿真实验表明,该方法相比传统方法能得到具有更快响应速度和更小的超调量的模糊PID控制器.     

基于PSO优化算法的模糊PID励磁控制器设计

针对优化发电机励磁控制器控制问题,研究模糊理论及人工智能控制方法,建立数学模型分析励磁控制器,找到将粒子群算法与模糊PID相整合的励磁控制途径,并设计了适用于低压水轮发电机的励磁控制器.粒子群优化算法优化控制系统的初始参数,模糊PID完成对系统的动态控制.仿真结果表明,改进的控制器算法相比传统PID控制和模糊控制PID,响应速度较快(上升时间少于1s),超调量小(超调量少于5%).能够满足控制器快速、准确和稳定的要求,是一种先进的控制方法.     

模糊PID增益调节器的算法,结构及硬件实现

提出了一种模糊ＰＩＤ增益调节器算法。通过模糊推理在线调整ＰＩＤ控制器的参数,从而改善控制效果。仿真结果表明,模糊ＰＩＤ增益调节器在稳定时间、超调和均方误差上均比传统ＰＩＤ控制有较大的改进。     

三相SVPWM逆变电源输出波形优化控制策略

为了提高三相逆变电源的电压输出波形质量,减少输出电压的谐波分量和总畸变率,提出模糊神经元PID控制策略。以DSP芯片为控制系统核心,对输出电压进行Clarke和Park矢量变换,采用人工神经网络方法与PID控制理论构成神经元PID控制器,对PID控制器参数进行在线调整,将模糊控制理论引入神经元PID控制器形成模糊神经元PID控制策略,并将基于60°坐标系的SVPWM算法用于逆变电源控制系统中,对系统稳态负载、动态负载、不对称负载情况下分别进行仿真实验。仿真结果表明:采用模糊神经元PID控制策略控制下的三相SVPWM逆变电源,在不同负载情况下的输出电压谐波分量小,总畸变率少,达到电压输出波形质量性能要求。     

基于模糊PID控制的变频空调电气控制系统的设计

本文设计了一种冷热两用的热泵型分体式房间变频空调的电气控制系统,分为室内机和室外机两部分。变频电路采用智能功率模块,利用专用单片机对其进行控制。然后在硬件电路设计的基础上,编制了室内、外机的系统控制软件。选定模糊控制方案,设计了二维模糊温度控制器,提出了一种适于实时控制的温度控制器,并通过仿真验证了该方法的合理性。     

电流型逆变器变频调速系统的全数字化控制

本文讨论用单片微型计算机控制电流型逆变器变频调速系统,实现全数字化控制的方案.三片单片机分别实现电压与电流反馈环中的数字PID调节器,晶闸管变流器的脉冲触发电路,以及非线性函数发生器和脉冲环形分配器.采用这种全数字化的微机控制后,提高了系统的可靠性并简化了系统结构.     

级联型多电平变换器单元电路控制器设计

根据新型中大功率级联型多电平拓扑特点,设计了以双向全桥变换器单元为控制对象,FPGA为控制核心的单元电路控制器。其移相PWM驱动信号采用有限状态机方式实现;PI控制器采用离散算法结构,利用LUT设计;A/D控制器采用AD7823 A/D转换器,并通过DSP传送相关控制参数。仿真实验表明:该控制器可实现单元电路闭环控制,输出电压为7电平。该研究为高压大功率四象限变频器实验奠定了基础。     

基于现场可编程门阵列的电机控制器硬件在环测试

为实现电机控制器算法验证,提出了一种基于半实物仿真的新能源汽车电机控制器的测试平台设计方法.首先,在Simulink上搭建永磁同步电机矢量控制算法模型及故障诊断算法模型,并将代码下载到数字信号处理(digital signal process,DSP)电机控制板中.其次,搭建逆变器、永磁同步电机模型并下载到现场可编程门列阵(field programmable gate array,FPGA)板卡运行,连接DSP对电机控制算法进行测试.永磁同步电机模型可以作为该仿真平台中的电机模型,既可以是基于d-q 变换的永磁同步电机(permanent-magnet synchronous motor,PMSM)模型,也可以是基于有限元分析(finite element analysis,FEA)的PMSM模型.在硬件在环(hardware-in-loop,HIL)仿真平台上测试了控制器基本功能及逆变器开路和短路等故障模式,验证了控制器控制功能以及故障检测算法的可行性可见HIL仿真平台对电机控制器故障测试具有重要意义.     

一种基于满意度的PID参数整定方法

提出了一种基于满意度与遗传算法的PID(Proportional Integral Derivative)参数在线整定控制器的设计方法．利用满意解的原理设计系统响应超调量、上升时间及调整时间等的满意度函数，再离线通过遗传算法搜索PID控制器的3个参数kp，ki和kd作为在线调整PID参数的基值，然后设计跟踪误差与kp，ki和kd的关系函数，在线调整PID控制器参数，以获得良好的稳态性能、动态性能及鲁棒性能．Matlab仿真结果证明了所提出的PID控制器的有效性。     

基于改进型蚁狮算法的PID控制器参数优化

由于被控对象往往具有高阶非线性等特点,传统PID( Proportion Integration Differentiation) 控制器参数整定方法容易使控制器出现超调、震荡、性能变差等缺陷。为此,提出运用将蚂蚁和蚁狮的移动步长进行改进的蚁狮算法对参数进行优化,通过其互动关系,选择最佳蚁狮位置确定控制器参数,并与改进前蚁狮算法及其他优化算法进行了对比。仿真结果表明,基于改进型蚁狮算法的PID 控制器具有较好的性能指标,相比于改进前蚁狮算法、遗传算法和粒子群算法,该算法具有较高的系统控制精度,以及较短的响应时间等优点,且算法实现更加简单,证明了该方法对于优化PID 参数具有优越性和有效性,为PID 控制器的参数优化提供了参考。     

基于模糊理论的参数可调整的模糊PID控制器的研究

PID控制是最早发展起来的控制策略之一,由于其算法简单,鲁棒性好,可靠性高等优点被广泛用于工业过程控制。我们将模糊控制理论应用于PID控制器的设计,给出了参数可调整的模糊PID控制器的设计方法。     

基于遗传算法优化的自适应FNN-PID控制器研究

针对传统PID控制器参数整定后因无法在线自动调整而导致控制效果不理想的问题,提出了一种基于遗传算法优化模糊神经网络（FNN, Fuzzy Neural Network）的自适应FNN-PID控制器模型。该模型结合了模糊神经网络良好的自适应自学习能力和遗传算法强大的全局搜索能力,利用遗传算法对模糊神经网络的参数进行优化与训练,使PID控制器能够根据被控对象的变化而适时在线调整自身参数KP, KI和KD,从而达到理想的控制性能。将该控制器应用于异步电动机控制系统进行仿真实验,结果表明：基于遗传算法优化的自适应FNN-PID控制器具有较好的自适应能力和鲁棒性,控制效果明显优于传统PID控制器。