基于改进鸡群算法的PID参数整定

PID参数整定一直是控制工程研究的热点,利用传统的方法整定参数得到的系统性能往往较差,为解决PID参数整定问题,提高系统性能,提出一种基于改进鸡群算法(CSO)的PID参数整定方法。改进鸡群算法的目的是提高鸡群算法的收敛速度与精度,增强算法跳出局部最优的能力,4个标准测试函数的测试结果验证了改进的有效性。利用改进鸡群算法对4类典型工业过程的PID参数进行整定,以时间乘绝对误差积分函数(ITAE)为优化目标,Matlab仿真结果表明：通过改进鸡群算法整定PID参数得到的系统性能比传统的Z-N参数整定法以及Matlab遗传算法(GA)工具箱参数整定得到的系统性能有很大的提高。     

基于遗传模糊免疫算法的比例-积分-微分参数整定优化

针对工业过程中的比例-积分-微分(proportional integral differential,PID)参数整定较难的问题,在分析模糊免疫算法的基础上,提出了一种遗传模糊免疫算法,用于在线整定PID参数。该算法用免疫反馈机理在线调整比例系数,模糊算法在线整定积分系数和微分系数。同时,该算法引用具有全局寻优特性的遗传算法优化免疫参数,克服了免疫参数选取不当而导致系统超调量较大、响应速度过慢的问题。针对工业过程中的无时滞过程、一阶惯性加时滞过程、二阶惯性加时滞过程、高阶系统过程,将该算法用于PID参数整定优化,并与模糊免疫算法、免疫PID算法、常规PID算法整定结果进行对比分析。仿真实验结果表明,遗传模糊免疫算法整定出的PID参数具有超调量小、调节时间短、抗干扰性强、鲁棒性强等优点,取得了较好的控制效果。     

基于带宽的永磁同步电机伺服控制器设计

为提高伺服系统的控制性能并解决控制参数整定困难的问题,该文设计了1种新的控制方法,应用于永磁同步电机(PMSM)伺服控制系统中。建立了PMSM模型。设计了基于电流环带宽进行比例-积分(PI)控制参数整定的电流环控制器和基于速度环带宽进行自抗扰控制(ADRC)参数整定的速度环控制器。推导得到电流环带宽和速度环带宽的关系,从而将整个系统的控制参数归结到带宽1个参数上。经实验验证:该控制器结构通用性强,参数整定简单,易于工程实现;与传统比例-积分-微分(PID)控制方法相比较,在给定相同速度指令时,基于带宽的控制方法速度响应快,跟踪误差减小40%以上,在PMSM速度稳定时施加负载扰动,稳定时间缩短25%以上。     

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...     

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.     

基于蚁群算法改进聚类算法的RBF-NN在PID控制中的应用

针对非线性系统,采用了径向基函数(RBF)网络的PID整定。由于传统RBF网络的聚类算法聚类质量不高,参数的初始值直接影响收敛速度。该文通过运用蚁群算法和k-均值算法对聚类算法进行改进提高聚类质量并且优化初始值。仿真结果表明,经过对聚类法改进的RBF网络收敛速度快速、精确,PID整定效果优于未使用该方法的整定效果。     

双容水箱的神经PID控制

利用神经网络自学习的特性,结合常规PID(比例-积分-微分)控制理论,提出基于BP(back propaga-tion)神经网络进行PID参数整定的控制策略.该方案能实现控制器参数的自动调整,以及在线调节参数Kp,Ki,Kd,适应被控过程的时变性,提高控制的性能和可靠性.仿真结果表明:相对于传统的PID控制方法,神经网络PID控制系统取得更满意的控制效果.     

基于遗传算法的智能车速度控制系统研究

针对传统PID算法在电磁导航智能车速度控制中存在的比例、积分、微分三个参数难以整定,不具有自适应能力的缺点,提出了将遗传算法应用到智能车的调速系统中来对传统PID算法进行改进.遗传算法不需要给出调节器的初始参数,可以从许多点开始并行操作,在解空间进行高效启发式搜索,克服了从单点出发的弊端以及搜索的盲目性,从而使寻优速度更快,避免了过早陷入局部最优解,最终自适应地整定PID三个参数来实现智能车的速度控制.Matlab仿真测试表明,与传统PID控制算法相比,遗传算法在智能车速度控制中具有响应快、超调量小、鲁棒性和适应性强的优点,大大提高了智能车电机控制系统的性能.     

基于PID参数自整定的远程恒压供水系统的研制

用传统的PID参数整定方法实现恒压供水系统的控制无法满足更高的供水要求。针对该系统存在问题,将模糊PID参数整定理论和利用蚁群算法来优化参数相结合是一种新的尝试,仿真结果表明,该方法比其它类型的控制器有更好的动态性能。     

改进BP神经网络的并网逆变器分数阶比例—积分—微分控制策略

传统比例-积分-微分(proportion-integration-differentiation, PID)控制技术在电网产生扰动时无法兼顾快速性和鲁棒性,易造成系统不稳定失衡,向电网注入大量的谐波。对此现象,提出了一种改进反向传播(back propagation, BP)神经网络的分数阶PID控制器来提高电网的鲁棒性和对响应的快速性。该算法采用分数阶PID控制器跟踪电流外环的参考电流,并针对分数阶PID控制器的5个参数采用BP神经网络实时在线整定,消除了人为调参所带来的不确定性。对于BP神经网络在整定参数过程中无法整定得到最优解,引入变化的惯性因子和学习速率,提高了BP神经网络的求解效率。仿真结果验证表明,所提控制算法对并网电流能够实现快速跟踪,鲁棒性好。     

一种积分时滞过程的内模PID鲁棒整定方法

针对工业系统中普遍存在的积分时滞过程,提出了一种内模PID（比例-积分-微分）控制器设计及鲁棒整定方法.利用一阶环节逼近积分环节,改善了内模控制系统的稳态特性,在此基础上利用一阶泰勒表达式逼近过程模型中的时滞项,得出了内模PID控制器的设计方法,并根据最大灵敏度Ms指标,导出了对控制器可调参数进行鲁棒整定的解析表达式,克服了常规方法中参数整定的盲目性.仿真结果表明该方法可使系统同时获得良好的动态响应性能和鲁棒性.     

基于混沌精英黏菌算法的无刷直流电机转速控制

针对传统比例-积分-微分(proportional integral differential, PID)在无刷直流电机转速控制中存在响应速度慢、稳定性差等缺点,提出了一种基于混沌精英黏菌算法的自适应控制方法。首先,分析并建立了无刷直流电机数学模型。其次,为进一步提高标准黏菌算法的收敛速度和求解精度,采用Tent混沌映射丰富种群多样性,同时引入精英反向学习策略扩大搜索范围。最后,将上述改进算法应用于无刷直流电机的速度环PID参数自整定。通过在不同运行条件下进行MATLAB仿真以及实验,结果表明:对比传统PID以及模糊PID,所提方法能够使得控制精度得到显著提高,并且具有响应速度快,抗干扰能力强等优势。     

基于数据挖掘的IMC-PID在线自整定算法的实现

提出了利用过程历史数据自动进行数据挖掘的PID参数在线自整定算法。算法以PID回路的动态响应特性为依据,通过给定ε-不敏感损失函数、辨识信任度函数,从可行数据集中选取有效数据集,以此作为回路参数自整定的有效数据。为确保PID控制尽可能达到最佳性能和鲁棒性,提出了基于对象组进行IMC-PID参数整定的方法。算法已应用于多个生产装置上,实际的投运结果表明,这种算法具有简便易用,推广能力强等特点,是PID参数整定算法中一种切实可行的算法。     

基于Labview的温度自动控制PID算法的实现

介绍了一种利用图形化编程语言Labview编制的用于铅淬火炉温度自动控制的PID算法程序,通过对PID算法的改进,引进积分项选用程序以避免调节过程中出现超调量,编制参数离线整定程序进行整定实验获得合适的PID参数,使设计的温度测控系统具有温度快速稳定,无超调量,控温精度高等特点,有较好的应用前景。     

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.     

模糊PID自整定技术在叶片检测控制系统中的应用

鉴于叶片检测系统对运动控制系统高精度的要求,分析叶片检测系统的运动控制方式。基于IMAC400控制卡研究其PID参数调整原理,设计fuzzy logic的PID自整定算法,比较传统PID与模糊自整定PID的控制性能。实验结果表明:在抛物线响应中,常规PID控制的最大跟随误差为-8.602 9,而模糊自整定PID控制最大跟随误差为-8.492 2。模糊自整定PID技术对运动控制系统的稳定性及精确度均有很大的提升。     

基于改进模糊神经网络的PID参数自整定算法

针对传统的PID控制算法参数整定困难,控制效果并不理想,将神经网络算法、模糊控制算法结合在一起,形成了模糊神经网络PID参数自整定算法,并且对模糊神经网络进行改进,将神经网络输入的状态变量进行模糊化和归一化处理,采用BP神经网络自整定PID控制器的参数,根据RBF神经网络得到受控对象的Jacobian信息。仿真结果表明,基于模糊神经网络的PID自整定控制效果较好,具有一定的应用前景。     

精密设备主动SAWPSO-PID振动控制器设计及仿真研究

比例-积分-微分(PID)控制器具有简单、稳定性好、可靠性高、鲁棒性强等特点,在振动控制领域应用广泛。而传统的主动PID控制器参数以假设或经验性选取为主,不科学且不能充分发挥控制器性能。自适应权重粒子群算法(self-adaptive weight particle swarm optimization,简称SAWPSO)克服了传统粒子群算法寻优过程的早熟情况,能使PSO算法达到局部及全局最优的平衡。文章基于SAWPSO算法,设计了SAWPSO-PID控制器,以时间乘以误差绝对值积分(ITAE)为目标适应值函数,对精密设备振动进行了PID参数自整定的优化控制研究,并与经验型参数选定PID振动控制、被动隔振(无控)进行了对比分析。     

基于PSO算法的无刷直流电机自适应PID控制研究

无刷直流电机(BLDCM)是一种多变量、非线性系统,传统PID控制器的参数具有难以整定的缺点,导致其难以满足BLDCM系统的控制要求。针对这一现状,提出了一种基于微粒群优化算法(PSO)的BLDCM自适应PID速度控制算法,该算法利用PSO具有的灵活、均衡的全局和局部寻优能力,对PID控制器的参数进行在线整定,提高了PID控制器的自适应能力。仿真实验表明,系统超调量小、转速响应快、转速波动小,比传统PID速度控制具有更好的动态特性和鲁棒性。     

基于免疫算法和参考模型的船舶航向自动舵设计

为解决常规比例-积分-微分(PID)控制超调问题,将参考模型应用于船舶航向自动舵,提出一种模型参考跟踪的船舶航向PID控制算法,使船舶航向跟踪参考模型输出.针对自动舵参数整定问题,提出一种动态免疫克隆选择优化算法,在进化过程中动态改变种群规模、克隆规模和变异参数,从而加快全局搜索速度和提高局部搜索精度,保证控制器性能可靠;也可根据不同的性能指标要求,整定相应的控制参数.实船仿真试验表明,系统超调得到有效抑制,控制参数能根据需要自动调节,控制效果令人满意.