水轮机调速器参数最佳整定—频率响应法

本文推荐用水轮机调节系统开环对数频率特性确定调速器参数最佳整定的方法.讨论了水轮机调节系统频率域品质指标与时间域品质指标间的关系,给出了选取和计算最佳频率域品质指标的方法.本方法可以考虑调节对象线性模型的不同参数.文中列出若干算例.系统阶跃响应的电算成果表明本方法能给出满意的结果.     

水轮机调速器最佳参数整定—极点配置法

本文推荐用极点配置法确定水轮机调速器参数最佳整定的方法.首先介绍水轮机调节系统根轨迹图的形态.根据过渡过程品质指标确定了极点配置原则.介绍了根据极点配置原则,利用根轨迹的幅角条件和幅值条件确定调速器参数最佳整定的方法与步骤.文中列出若干算例.系统阶跃响应的电算成果表明本方法能给出满意的结果.     

基于IBASIF算法的电压电流双环控制器的参数整定

电压电流双环控制器作为逆变器的重要组成部分,其参数的设置决定系统信号输出的稳定性.提出基于加入感性适应度的改进天牛须搜索(the improved beetle antennae search with inductive fitness,简称IBASIF)算法的电压电流双环控制器的参数整定方法.引入Halton序列、改进超限回收机制,以提高算法的寻优精度和效率.采用稳定适应度及感性适应度双目标寻优,解决传统人工试凑法参数整定效率低、精度低的问题.通过M atlab仿真对4种算法的性能进行比较,结果表明:IBASIF算法能快速准确对控制参数进行整定,所整定参数能满足系统信号输出稳定性的要求.     

黄金分割法用于PID参数优化整定技术的研究

在原有的用一维黄金分割法进行单变量参数寻优的基础上,结合优化理论中的分形法思想,提出将二维和三维黄金分割法应用于PID控制器多个参数的同步优化整定的新方法.介绍了PID控制参数整定问题和黄金分割法基本思想,重点对二维黄金分割法基本思想和寻优原理进行分析,并给出了二维黄金分割参数寻优算法.通过实例验证,该方法寻优过程完善、收敛速度快,能够快速、准确地找出最佳整定参数.     

M圆法整定闭环系统的计算机辅助设计

本文将M圆应用于整定闭环系统。以闭环系统幅频特性的谐振峰值Mω为性能指标,提出了一种用于闭环系统整定参数寻优的M圆法计算机辅助设计方法。并对控制系统进行了动态仿真。该方法程序设计合理、简单,较好地满足控制系统工程设计和调节器参数整定。     

遗传算法在PID控制器参数寻优中的应用

针对遗传算法易早熟收敛,对参数有较强的依赖性,而模拟退火法的搜索过程冗长的缺点,采用混合策略,在优化机制、结构和行为上结合两者的特点,提高算法的优化能力、效率和可靠性.在PID参数寻优中采用混合策略,将SA状态产生函数作为变异概率可控的变异操作,在高温下有较强的变异功能,在低温下有较强的趋化功能.仿真结果说明,混合策略在PID参数寻优问题中明显优于单一遗传算法和传统整定方法.进一步分析了PID参数寻优是一个多目标的优化问题,探讨了可行方向.     

基于GAs/PSO组合算法的水轮机调速系统PID参数寻优

提出了一种基于GA s/PSO组合算法的P ID控制器参数自整定方法,这种方法兼有遗传算法(GA s)和粒子群算法(PSO)的优点。组合算法种群由GA s和PSO的最佳个体迁移形成,其中GA s采用了实数编码和变异概率自适应,PSO算法采用了带指数衰减的惯性因子的速度更新算法,以加快收敛速度。通过对水轮机调速系统P ID控制器参数寻优仿真比较表明,该组合算法寻优性能比单独的GA s和PSO表现更为优异,且所得系统具有更好的动态性能。     

基于遗传算法的模糊控制送丝系统

高质量的焊接在很大程度上决定于送丝机构的性能 ,模糊控制相对于传统的 PID控制 ,具有更高的系统鲁棒性和稳定性 .而模糊控制的三个因子对控制器的性能有很大的影响 ,常规的模糊控制都是采用人工的多次现场调试来确定 ,不仅费时 ,而且也不能得到最优的控制性能 .采用遗传算法来寻优整定模糊控制器的参数 ,以送丝系统的跟踪误差为目标函数 ,采用二值编码的遗传寻优整定 ,不仅得到了最优性能的模糊控制送丝系统 ,而且使其设计过程大大简化 .最后通过仿真比较 ,证明了遗传寻优模糊控制送丝系统的性能明显优于常规模糊控制的性能     

水轮机调速系统选型及PID正交优化设计

本设计对某水电站水轮机和调速器进行选型,并选用正交优化设计法,通过仿真对水轮机调速系统进行PID调节器参数整定。结果表明该方法简单可行,性能指标灵活,且整定结果具有准确性和代表性。在此基础上,本设计还提出了改进研究,以提高正交优化法精度。     

基于FCM-ELM-BBPS的预测控制参数整定

模型预测控制设计参数选择显著影响被控系统性能，目前基于专家经验的主流参数整定方法会出现控制器鲁棒性差、计算成本高等缺点.为了解决上述问题，提出一种基于模糊C均值-极限学习机-裸骨粒子群（Fuzzy C-means-Extreme Learning Machine-Bare Bones Particle Swarm， FCM-ELM-BBPS）的参数整定算法.通过模糊C均值算法（Fuzzy C-means， FCM）聚类进行数据预处理，将被控系统复杂数据根据自身特征进行聚类，以降低神经网络的训练误差，提高预测精度；针对每一类特征数据，利用极限学习机（Extreme Learning Machine， ELM）建立预测控制参数与性能指标的映射关系模型，并进一步获得参数整定规则；采用裸骨粒子群（Bare Bones Particle Swarm， BBPS）优化算法进行预测控制参数整定，通过采用高斯分布来更新粒子位置，加快目标函数的收敛速度，从而有效地减少参数寻优时间；分别进行仿真和水箱系统实验验证，证明了提出算法的有效性.实验结果表明，本文提出的算法与现有方法相比，更具有优越性，其中整定时间减少了34.84%，同时在调整时间等时域性能指标上提升了43.98%.     

微网中分布式储能系统的控制参数优化方法

以系统小信号状态空间方程为基础,针对孤网运行中的分布式储能系统,提出了一种参数优化方法,该方法综合考虑了系统渐近稳定、控制带宽和鲁棒性等因素.根据Routh-Hurwitz和L2增益确定了参数优化的目标函数,并采用混沌粒子群优化(CPSO)算法进行求解,对包含三个分布式储能系统的微电网进行了优化求解算例分析.仿真结果表明:该方法可以解决因不合理参数引起的系统振荡、潮流反向以及储能系统相互充放电的问题;能够很好地解决分布式储能系统下垂控制器的参数整定问题,求解得出的参数能保证分布式储能微网系统的稳定运行和功率的有效分配,同时保持微网频率和电压稳定.     

基于遗传算法的模糊控制送丝系统

高质量的焊接在很大程度上决定于送丝机构的性能,模糊控制相对于传统的PID控制,具有更高的系统鲁棒性和稳定性,而模糊控制的三个因子对控制器的性能有很大的影响,常规的模糊控制都是采用人工的多次现场调试来确定,而且了不能得到最优的控制性能。采用遗传算法来寻优整定模拟控制器的参数,以送丝系统的跟踪误差为目标函数,采用二值编码的遗传寻优整定,不仅得到了最优性能的模糊控制送丝系统,而且使其设计过程大大简化,最后通过仿真比较,证明了遗传寻优模糊控制送丝系统的性能明显优于常规模糊控制的性能。     

转速、电流双闭环直流调速系统仿真及参数整定

提出了用MATLAB的Si mulink模块对双闭环直流调速系统进行调节参数整定的新方法,并进行了大量仿真,最终整定出最佳的电流调节器ACR及转速调节器ASR的参数范围,以使系统电流环超调量小于5%,转速环超调量小于10%.计算的理论参数与实际最佳参数相符,并讨论了高阶系统的参数整定问题.仿真结果证明MATLAB仿真整定调节参数的方法有效.     

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.     

基于内流场的可逆式水轮机转轮设计

针对可逆式水轮机效率普遍较低这一问题,借鉴低比转速混流式水轮机的叶片设计理论,对一给定参数的可逆式水轮机进行水力设计、Pro/E三维造型.计算采用雷诺时均方程和RNG κ-ε湍流模型,压力和速度耦合采用SIMPLEC算法.数值计算结果表明,可逆机水轮机工况的最优效率达到91％,水泵工况的最优效率达到82％,反复修正模型还有进一步提升的空间.     

基于LabWindows／CVI的电液伺服控制系统的设计

根据液压伺服控制的工作原理,设计了电液伺服控制系统.系统的人机交互界面采用图形化编程工具LabWindows/CVI编写,系统的控制算法采用Ziegler-Nichols整定PID控制方法,经过对根轨迹寻优以及参数的微调,得到最优PID 参数,并对系统进行MatLab仿真,证明该系统控制效果良好.     

面向多目标参数整定的协同深度强化学习方法

多目标控制参数联合优化整定是自动化系统保持高效、稳定运行的关键问题,强化学习常用于建立自动化调参智能体,代替人工完成参数整定. 针对现有方法使用固定权重将多个优化目标线性组合为单目标,训练具有固定调参知识的单智能体模型,导致实际目标关系受环境影响与先验不符时,智能体无法感知并做出适应性决策调整,限制参数整定效果的问题,提出一种面向多目标参数整定的协同深度强化学习方法. 该方法利用离线仿真学习目标整定知识建立多个Double-DQN智能体,在线建立整定效果反馈,感知目标实际关系并调整智能体协同策略,实现有效的多目标参数整定. 列车自动驾驶参数整定实验结果表明,方法对停车误差、舒适度两个目标整定效果良好,能自适应不同车轨性能且可持续优化,实用价值大.      

分布式内模控制系统中的参数整定策略

基于内模理论设计的分布式控制系统,提出一种参数定量整定策略.该整定策略依据给出的解析方法计算控制参数的调节范围,使系统满足鲁棒稳定性要求;在此调节范围内,通过参数估计算法和主导极点调节方法,进一步优化控制参数,使系统的输出性能达到工程要求的时域指标量.由于所提出的整定策略考虑了多变量系统中的耦合作用,故可达到同时优化所有控制参数的目的.仿真结果验证了所提出的整定策略是有效的.     

自适应遗传算法在PID控制参数优化中的应用

针对传统的PID控制中参数整定的难题，采用智能控制技术优化PID参数，利用神经网络进行系统辨识，建立对象模型；在此模型基础上，运用遗传算法寻优PID控制参数，采用变交叉概率和变异概率自适应遗传算法寻优得到PID控制参数，与传统的整定结果相比较，遗传算法优化效果更好，最终达到最优的控制效果．     

基于混沌优化的规范化PID控制器及其应用

为了解决PID参数整定繁琐、难以达到最优状态、控制结果出现较强的振荡和大超调等问题,作者提出一种规范化PID控制器参数混沌优化方案.由于混沌运动具有遍历性、随机性等特点,它能在一定的范围内按其自身规律不重复地遍历所有状态,把混沌动力学特性与退火策略结合起来在规范化PID参数域中实现混沌优化搜索,具有更强的搜索PID参数全局最优值的能力.对水轮机调速系统进行控制仿真,结果表明该算法能有效地实现PID参数最优整定;控制结果具有稳定、超调小、响应快、调节时间短、结构简单、容易实现的优点,为解决PID控制器参数全局最优设计提供了一种有效的方法.