采用改进模糊PID控制的串联机械手追踪误差研究

针对串联机械手运动角位移跟踪误差较大问题,提出了改进模糊PID控制方法。创建串联机械手简图模型,给出机械手动力学方程式,设计了模糊PID控制系统。引用粒子群算法并对其进行改进,采用改进粒子群算法优化模糊PID控制器,将改进模糊PID控制器用于控制串联机械手角位移变化。采用Matlab软件对串联机械手角位移跟踪误差进行仿真验证,并且与传统PID控制器和模糊PID控制器仿真结果形成对比。仿真结果显示,串联机械手采用PID控制器和模糊PID控制器,其角位移跟踪误差较大,而采用改进模糊PID控制器,角位移跟踪误差较小。串联机械手采用改进模糊PID控制器,可以提高控制系统的稳定性,削弱机械手的抖动现象。     

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.     

基于人群搜索算法的多伺服电机协同控制研究

针对多伺服电机协同控制系统,以4台电机为控制对象,通过分析协同控制原理和特点,结合多电机协同控制系统参数时变、负载扰动等因素,与常规PID(proportion integration differentiation)相融合,设计了基于人群搜索算法的SOA_PID控制器,建立了SOA_PID控制器的控制结构,采用Matlab/Simulink搭建仿真试验平台,建立伺服电机仿真模型.系统仿真结果表明,基于人群搜索算法的SOA_PID控制器能有效地提高多伺服电机同步控制性能,收敛精度高,健壮性较好,抗扰动能力强,相对于常规PID控制,其能更好地实现多伺服电机的协同控制.     

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.     

改进多目标PSO算法优化机器人轨迹跟踪模糊PID控制器

为进一步提高模糊PID控制器应用于关节机器人轨迹跟踪控制的效果,本文提出了一种改进的多目标粒子群(PSO)算法优化机器人轨迹跟踪模糊PID控制器的方法。首先,设计了一种关节机器人轨迹跟踪模糊PID控制器;其次,考虑控制器输出力矩和轨迹跟踪控制偏差2个优化目标,设计了改进多目标PSO算法实现模糊PID控制器隶属函数与模糊规则的优化调整;最后,分别采用多目标PSO算法和改进多目标PSO算法优化轨迹跟踪模糊PID控制器获得了2个优化目标的向量集合,并对比分析了优化结果。实验结果表明,所设计的改进多目标PSO算法具有更优的非支配解集,验证了该算法优化机器人轨迹跟踪模糊PID控制器的有效性和优越性。     

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.     

基于改进粒子群算法的无刷电机模糊控制研究

为了解决在无刷直流电机控制系统中,PID调节器出现系统超调和稳定性差等问题,本文采用一种基于改进粒子群算法优化模糊控制器的速度控制算法,该算法融合粒子群算法和量子算法的优点。实验仿真结果表明:优化后的模糊控制器动态性能和静态性能都优于传统PID控制,具有很好的鲁棒性和控制精度。     

基于数字控制技术的高速导弹舵机控制系统设计与研究

本文针对某型号导弹舵机控制的高性能要求,设计了一套数字伺服控制系统,同时分析了其结构组成、控制方案、软硬件设计等问题;该系统以数字芯片DsPIC30F5011为主控制芯片,以永磁直流电机作为伺服电机,以传统PID算法和模糊PID算法相结合为控制策略;实验结果表明,该控制系统快速、稳定,具有很高的准确性和实时性,该系统可以作为某型号高速导弹舵机控制系统。     

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。     

基于粒子群和细菌觅食优化算法的直流电动机控制系统的PID参数寻优

由于直流电动机控制系统的PID参数选取可等效为优化问题,因此基于寻优策略法的PID控制成为一类有效的研究方法。粒子群优化的寻优能力在进化后期随着种群多样性的消失易陷入局部最优,而细菌觅食机制具有易跳出局部最优的特点。本文将两种优化算法相结合,给出一种混合启发式算法应用于直流电动机控制,在细菌觅食优化算法中初始位置加入粒子群优化算法结果,通过细菌觅食优化算法找到最优的直流电动机PID控制参数,实现PID控制要求。仿真结果表明本文算法在收敛速度和控制效果上优于粒子群优化和细菌觅食优化算法,验证了寻优方法的有效性和可行性。     

超大尺寸高密度碳基复合材料预成型体编织系统多电机协同控制

为提高超大尺寸高密度碳基复合材料预成型体编织系统单元机的经纱开口电机协同性，设计一种粒子群-神经网络速度补偿器和偏差耦合控制结构相结合的控制方式。利用粒子群算法的全局优化能力搜索BP(back propagation)神经网络最佳初始连接权值，克服BP神经网络存在收敛速度慢和容易陷入局部极值的问题。研究结果表明，粒子群-BP神经网络算法模型协同控制能有效提高编织系统经纱开口驱动电机的协同性能，相比传统固定增益控制能更好地实现多伺服电机的同步运行，显著提高编织系统的同步精度和编织效率。     

基于PSO算法的模糊自调整PID励磁控制器研究

设计了一种新的模糊自调整PID控制器,应用于同步发电机励磁控制系统.利用粒子群优化算法对该模糊自调整PID励磁控制器的量化因子和比例因子进行优化,从而实现模糊控制规则的自动调整和完善,并对所设计的控制器进行了仿真研究.仿真结果表明,所设计的控制器较常规PID励磁控制器有更好的控制效果和较好的动静态特性.     

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.     

粒子群优化模糊PID的塔式起重机定位和防摆研究

针对塔式起重机控制系统是一个大时滞性、时变及非线性的控制系统,无法建立准确数学模型,难以进行精确控制的问题,设计了模糊PID控制器,通过模糊推理对PID的参数进行在线调整,但由于专家经验具有局限性、盲目性以及模糊控制内不确定因子过多,导致控制性能较差.因此,本文采用粒子群算法对量化因子和比例因子先在离线状态下进行迭代优...     

船用汽轮机变工况的遗传粒子群优化智能控制方法研究

为提升船用汽轮发电机组大幅变工况时的控制精度和鲁棒性,以船用汽轮机调节系统各部件的模块化数学模型为基础,建立汽轮机组数字电液(digital electric hydraulic,DEH)闭环模糊比例、积分、微分(proportion integration derivative,PID)控制模型;融合遗传算法的选择、交叉、变异和自适应递减权重法,提出遗传粒子群智能优化算法,并结合标准测试函数验证提出算法具有较高的收敛速度和精度;基于遗传粒子群智能优化算法建立汽轮机变工况自适应智能模糊PID控制模型,实现模糊PID的量化因子与比例因子最优化设计,进而开展船用汽轮发电机组大幅变工况动态特性及扰动因素影响分析,结果表明本文建立的自适应智能模糊PID控制模型具有更好的控制稳态性能与鲁棒性,为船用汽轮机组大幅度变工况智能控制优化设计提供了有力的技术支撑。     

基于粒子群优化的磁悬浮球系统的模糊强化学习控制

针对磁悬浮球系统的传统PID控制,动态性能较差,针对模糊量化因子调节困难的问题,采用粒子群优化的强化学习方法对模糊控制器量化因子进行优化.仿真实验以及实际运行结果表明,采用该方法所建立的控制系统响应速度快,鲁棒性强,能在短时间内使系统达到稳定,证明该算法的有效性和优越性.     

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.     

基于粒子群布谷鸟融合算法的主汽温系统控制器参数优化

火电厂主汽温系统具有大惯性、大时滞特性,经典串级比例-积分-微分控制器(PID)难以实现对主汽温系统的精细控制,本文利用粒子群与布谷鸟的融合算法对主汽温控制系统的控制器参数进行优化,通过选择合适的目标函数,对某600 MW直流锅炉主汽温控制系统进行了优化,与工程整定法、粒子群算法的控制结果相比,粒子群布谷鸟融合算法具有更好的全局寻优特性,具有更好的动态性能与抗干扰能力.     

汽车空调鼓风机自适应控制算法的研究

汽车空调的工作条件很复杂,并且取决于许多因素,例如隔热,密封和温湿度.为了提高汽车空调鼓风机的工作效率,改善车内温湿度环境并达到节能减排的目的,通过模糊算法与PID算法相结合,并对粒子群优化算法进改进来对PID参数进行优化的方法.在Matlab的simulink平台上建立鼓风机控制的数学模型,对模型进行仿真,并对仿真结果进行分析.仿真结果表明,改进的粒子群优化算法优化的模糊PID控制策略具有较高的鼓风机控制精度.,鼓风机的响应时间较短且超调量小,能迅速达到稳定状态,达到试验预期效果.     

基于模糊PID算法的直流电机控制系统研究

直流电机控制系统存在多变量,非线性,强耦合等特点。传统的PID控制存在其参数难以确定及PID参数对电机参数变化适应能力差等缺点。为克服上述缺点,本文根据模糊控制理论设计了基于模糊PID算法的直流电机双闭环调速控制系统;利用MATLAB软件对基于模糊PID控制的直流调速系统性能进行了仿真研究,并和传统PID控制系统进行了比较。仿真结果表明,和传统PID控制比较,模糊控制系统超调量小、抗扰动能力强、鲁棒性更高,更具适应性,控制性能优越。