基于改进模拟退火算法的二自由度PID控制器设计

通过分析传统二自由度PID控制器参数整定过程中存在的不足,结合模拟退火算法的特点,提出了一种改进的模拟退火算法,并将其成功地应用于二自由度PID控制器的参数优化设计.仿真结果表明,所设计的二自由度PID控制器同时具有良好的目标值跟踪特性和干扰抑制特性.在隧道式炉二自由度PID控制系统设计中获得了良好的控制效果,从而说明了该方法的有效性.     

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。     

PID控制器简介及参数整定方法

PID控制器是比例积分微分控制器,它具有算法简单、鲁棒性好、可靠性高等特点,广泛的应用在工业控制过程。PID控制器的参数整定一直是人们研究的热点。本文分析了几种常见的PID控制器参数整定方法。     

基于微粒群算法的PID控制器优化研究

微粒群算法是近年来提出的一种新型群体智能优化算法,它具有结构简单,收敛速度快,所需参数少等优点.为改善传统PID参数整定问题,提出了基于微粒群算法整定PID控制器参数的优化设计方法.通过对双容水箱建模并与传统整定方法进行仿真比较.仿真结果表明,采用微粒群算法来优化PID参数,可以获得综合性能良好的PID控制器参数.对控制器的设计具有一定的指导意义.     

基于模糊PID算法的回转窑控制系统改造

针对某公司镍冶炼系统PID控制器依靠人工操作经验进行参数整定从而导致冶炼过程不稳定的问题,在传统增量式PID控制算法的基础上,基于模糊控制理论将回转窑控制器设计改造成一种新的变速积分模糊PID控制器,并给出了镍铁回转窑PID控制器的结构和PID参数的详细整定方法,在设计中,比例系数Kp、微分系数KD用模糊方法进行自整定,而积分参数KI采用变速积分PID算法进行调节.通过在MATLAB环境下对该模糊PID控制器进行仿真,验证了该算法是有效的.     

基于PSO粒子群算法的PID参数整定优化

PID控制器是一种广泛应用于工业上的一种控制器,但由于传统的PID参数整定过程中一般需要经验丰富的工程技术人员来完成,既耗时又费力,加之实际系统千变万化,对于一些复杂系统存在一定的滞后性、非线性等因素,从而使得PID参数整定有一定的难度。本文基于对PSO粒子群优化算法的研究,对PID参数整定进行设计,考虑种群的规模与速度等因素合理构建系统模型,并且通过Matlab仿真证明了该算法在PID参数整定上的优越性,具有很好的工程应用前景。     

模糊免疫参数自整定PID控制系统设计及仿真

为了提高模糊PID控制器的控制性能,将模糊参数自整定与免疫进化算法相结合,设计了一种模糊免疫参数自整定PID控制系统。该控制系统首先利用模糊规则,在线调整控制系统的kp,ki,kd,利用免疫机理修正非线性函数f,然后利用免疫修正环节进一步调整PID控制系统的参数。数字仿真结果表明,新的模糊免疫参数自整定PID控制系统具有稳定性好、响应速度快等特点,具有很高的应用价值。     

基于FPGA的模糊PID控制器实现

在研究了数字PID的硬件串行与并行实现方法的基础上,对PID控制器的并行实现方法上进行优化,实现在保证快速性的前提下,减少硬件资源.在模糊控制器的FPGA的实现方面,研究了联合MATLAB的间接设计方法,通过MATLAB的模糊工具箱的GUI界面中的修改隶属度函数与模糊控制规则表得到整定参数.最后将模糊控制器与经过改进后设计的PID控制器进行综合设计,实现了模糊自整定PID控制器.     

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,采用粒子群优化PID控制的汽车主动悬架的性能指标有了明显的提升。最终得出结论,经过粒子群算法（Particle swarm algorithm,PSO）优化后PID控制提升了汽车行驶平顺性及操纵稳定性,同时解决了PID控制器参数整定的问题。     

一种改进的模式识别自整定PID控制方法

摘 要：针对常规PID控制器不能很好兼顾抗干扰性与鲁棒性的缺点,提出一种新的基于模式识别自整定PID控制算法。该算法对参数整定规则了进行探索和创新,并给出了具体的整定规则公式。为了实现算法在实验室水箱液位控制的应用,采用OPC技术实现了MATLAB软件与MCGS组态软件的数据实时交互。实验结果表明,该规则在MATLAB仿真和水箱液位控制应用中取得到了很好的整定效果,控制性能优于常规PID控制。     

高阶反向响应过程的分数阶PID控制器设计

针对具有反向响应特性的高阶过程,提出了一种分数阶PID控制器设计方法.为了便于控制器设计,采用一种改进的微粒群优化算法对高阶过程模型进行简化处理,在此基础上,根据内模控制原理设计分数阶PID控制器,该控制器仅有一个可调参数,有效降低了控制器整定的复杂度,并根据最大灵敏度指标推导出控制器参数整定的解析表达式,克服了参数选择的盲目性.仿真结果表明,该方法可使系统具有良好的设定值跟踪、扰动抑制特性以及克服参数摄动的鲁棒性.     

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。     

基于遗传算法和神经网络的PID参数自整定

针对在传统PID(比例-积分-微分)控制器中调整3个参数时不易推导出被控对象的传递函数,且这些参数不易手动调整的问题,提出一种新算法用于调整PID控制器参数.该算法将神经网络和遗传算法相结合,先利用神经网络的模拟功能协助遗传算法计算适应度,训练出一个神经网络模拟被控对象;然后在遗传算法进化中不断地优化PID控制的3个参数.与传统的参数凑试法进行对比仿真实验的结果表明,该算法具有较强的鲁棒性及较快的响应速度.     

基于粒子群算法的逆变电路PID控制

针对逆变控制系统中PID控制器参数整定困难的问题,提出了基于粒子群算法的逆变电路PID控制器设计方法.通过推导逆变电路模型得到逆变电路传递函数,以该传递函数作为PID控制对象,利用粒子群算法搜索PID参数.MATLAB仿真结果证明了该方法的可行性和优越性.与采用遗传算法相比较,该粒子群算法能更快的获得合适的PID控制参数,所需迭代次数更少.     

基于Ziegler-Nichols方法PID控制器的球杆系统

通过建立球杆系统机械模型、角度模型和电机模型,得到这个球杆系统的数学模型,设计PID控制器,通过在线整定控制器参数,提高球杆系统的控制性能.仿真实验结果证明:PID控制效果良好,适应能力较强,具有算法简单、参数整定容易等优点.     

一种二自由度PID控制器参数整定方法

针对二自由度PID控制器,提出一种简单的基于预期动力学方程设计的参数整定方法.通过分析,将二自由度PID控制器表示成闭环系统预期动力学特性方程和系统扰动量观测器的函数.选取预期动力学特性方程系数和观测器参数作为控制器参数,分析了参数与系统性能的关系,并提出了各个参数的取值规则.仿真结果表明,该方法对含纯积分环节对象、非最小相位对象、时滞对象、高阶对象、不稳定对象等都具有良好的控制效果.     

仿人智能控制器的研究及工程应用

本文介绍了仿人智能控制器的适用范围和基本算法,提出了改进的仿人智能控制器即九点控制器的优化控制策略。通过对工程设计中温度的控制方案设计,比较了九点控制器与PID控制器算法对系统动态性能的影响。九点控制器算法简单、系统响应速度快、参数整定简单,特别适合于无数学模型的控制对象。九点控制器的参数可进一步优化,从而转化为九点五态控制器。