基于单纯形法的PID控制器参数优化设计

对于热工自动调节系统中PID控制器参数优化问题，该文提出了一种先进方法，即采用MATLAB优化工具箱来优化PID控制器参数。文中先介绍了工具箱的主要特点，然后给出了在约束条件下的优化算法。若考虑采用时间和误差的绝对值乘积的积分(即IATE准则)作为目标函数，采用单纯形法来进行PID参数寻优，则使目标函数为最小就可以达到控制系统优化的目的。文中给出了优化设计的过程。最后，仿真结果和分析表明了单纯形法在PID控制器参数优化算法中是适用的，改善了控制系统的动态性能。     

基于粒子群优化的PID控制器设计与应用

研究优化控制器设计问题,工业过程控制中广泛使用的PID控制器,参数的选取可等效为优化问题.针对PID控制器应用于实际的自动电压调节器(AVR)系统,为了有效地寻找AVR系统的最佳PID控制器参数,提出一种基于粒子群算法的PID参数优化策略.通过建立粒子群优化的PID控制器参数模型,在控制过程中将PID参数(比例、积分、微分)作为粒子群中的粒子,采用控制误差绝对值时间积分函数作为优化目标,在控制过程中动态调整PID的三个控制参数,从而进行PID控制参数的实时优化.仿真结果表明PID控制器可以获得较好的控制性能指标,进而改善AVR系统的瞬时响应特性,具有一定的实用价值.     

基于微粒群算法的PID控制器优化研究

研究PID控制器性能优化中,由于被控对象具有高阶、非线性等特点,而在工业生产过程中,传统的PID参数整定方法易出现超调和震荡问题,使系统响应特性差。为改善系统性能,提出一种改进粒子群算法的智能优化策略,将PID控制器参数作为粒子群中的粒子,以控制误差时间积分函数作为优化目标,进行PID控制参数的并行优化。利用MATLAB仿真软件进行仿真,并通过与传统整定方法(Z-N法)进行比较。结果表明,粒子群的PID参数整定法可提高控制器性能,并能够实现目标的最优整定,为PID控制器性能优化提供依据。     

混合粒子群算法优化分数阶PID控制参数研究

分数阶比例-积分-微分(PID)控制器是一种把PID控制器的整数阶次推广到分数的比例、积分、微分控制器,它比传统的PID控制器更能精确地控制复杂的被控系统.而参数的取值对控制效果的好坏起着决定性作用,为此提出了一种混合粒子群算法BFA-PSO优化参数值.该算法将具有趋化、繁殖和驱散特点的细菌觅食算法和参数少,易于优化的粒子群算法相结合来计算出精确的分数阶PID控制器的参数值.通过对传统PID控制器和分数阶PID控制器参数优化的实验仿真,结果表明基于该算法的分数阶PID控制不仅无超调量、收敛速度快,而且鲁棒性强、收敛精度高,可用于控制不同的对象和过程.     

基于风驱动优化算法WDO的PID参数优化

鉴于PID控制器的优越性,其在工业控制领域中的引用越来越广泛。PID控制器的性能主要在于其参数优化设计,PID参数优化问题一直是研究热点。为了解决PID参数优化问题,提出了一种基于自然启发的风驱动优化算法（WDO）的PID优化控制方法,该算法以PID三个参量为控制对象,以误差绝对值和控制输入平方项的时间积分作为优化目标,经过迭代寻优计算得到系统最优控制量。通过计算机仿真,并与遗传算法和粒子群算法PID参数优化相比,结果表明：该算法提高了系统的控制精度、响应速度和鲁棒性,为控制系统PID参数整定提供了参考。     

一种改进的双转式永磁无刷直流电动机PSO优化控制方法

研究了使用改进的PSO(Particle swarm optimization,粒子群优化)算法与PID控制器相结合实现对双转式永磁无刷直流电动机(PMBLDCM)进行控制的方法;针对传统PID调节器控制精度不高和鲁棒性差的缺点,提出了一种结合PSO优化算法和传统PID控制的新控制器;首先建立PMBLDCM的动力学模型,通过引入改进的PSO优化算法,提出了一种使用PSO优化PID控制器参数的模型,并定义了使用PSO优化PID控制器3个比例参数的具体算法;最后,使用Matlab/Simulink对PMBLDCM控制实例进行了仿真;空载和负载两种情况下的仿真结果表明:新的控制方法克服了PID控制器的不足,具有控制精度高、响应速度快、速度跟随准确等优点。     

基于动态布谷鸟搜索算法的PID控制器参数优化

为了解决传统PID控制器参数优化费时且不能保证获得最佳性能的问题,通过改进布谷鸟搜索算法的参数取值,形成了动态布谷鸟搜索算法(DCS),并把其引入到PID控制器参数优化中,提出了一种基于动态布谷鸟搜索算法的PID控制器参数优化算法,仿真试验结果表明基于动态布谷鸟搜索算法的PID控制器具有较好的控制性能指标,并通过与其他算法对比,证明了动态布谷鸟搜索算法的PID控制器优化算法具有优越性和有效性.     

基于人群搜索算法的PID控制器参数优化

关于PID控制器在工业控制领域应用优化问题,PID参数优化成为工业自动化研究的热点.PID参数优化对于系统的稳定性、可靠性和快速响应等特性有着重要的意义.为了改善和优化PID控制器性能,提出一种人群搜索算法(SOA),以PID三个参量为搜寻队伍,以误差绝对值和控制输入平方项的时间积分作为优化目标,经过迭代寻优计算得到系统最优控制量.通过对比遗传算法和粒子群算法PID参数优化,仿真结果表明,改进算法提高了系统的控制精度,系统响应速度快,鲁棒性好,为控制系统PID参数整定提供了参考.     

一种新的PSO算法及其在钢的连续铸造中应用

针对连续铸钢结晶器液面的控制是一个非线性和动态的过程,提出了一种自适应稳态粒子群优化(PSO)算法,搜索最优的PID控制器的参数,PID控制器的参数被看成粒子的矢量,其平方误差的总和被定义为目标函数。为了促进种群的多样性和收敛速度,采用自适应变异操作和利用全局最优位置的稳态更新来及时获取进化过程的反馈信息。把适应性突变和全局最优位置的稳态更新添加到标准PSO中,以确保搜索平衡。基于PSO-PID自适应无模型钢的连续铸造中,自适应稳态的PSO和标准的PSO算法相比,有3个创新点。首先,利用全局最优位置的稳态更新来及时获取进化过程的反馈信息;其次,当突变条件具备时,粒子产生突变,种群中产生多样性粒子,在进化中对种群搜索有促进作用:最后,惯性权重系数w从0.9到0.4,自适应地减少,不是一个固定的常数,能保持探索和挖掘的平衡。仿真结果证明,新的PSO算法收敛速度比标准PSO算法的PID控制器速度快,可以准确地控制模具液面的水平:在自适应稳态粒子群优化算法的基础上,提出的增量式PID控制器能有效地调节结晶器液面,具有较好的鲁棒性。改进的PSO-PID的自适应稳态模型在连续铸钢的应用中取得了很好的效果。     

MIMO系统非线性模糊免疫PID的设计与优化

针对工业中常规控制器难以达到较好控制效果的控制难点,提出了免疫PID控制器,利用模糊控制可以无限逼近非线性的特性,构成非线性模糊免疫PID控制器,并基于正交函数将M1MO(多输入多输出)控制系统的非线性模糊免疫PID控制器的设计过程转化为由一个只含有代数方程的算法来实现,最后用具有自适应功能的遗传算法对其进行优化.仿真结果表明,所设计的控制器在控制性能上优于常规PID,并能快速得到最优参数.另方面对于多输入多输出控制系统,控制器的设计和优化显得更为简便和有效.     

基于粒子群优化算法的PID控制器参数整定

PID控制器的性能完全依赖于其参数的整定和优化，但参数的整定及在线自适应调整对常规的PID控制器是难以解决的问题。根据粒子群算法具有对整个参数空间进行高效并行搜索的特点，提出了一种基于粒子群优化算法整定PID控制器参数的设计方法，并定义了一种新的性能指标函数来评价PID控制器的性能。现以二阶的船舶控制装置为研究对象，运用粒子群优化方法对PID控制器参数进行了寻优研究。仿真结果表明，该方法比一般PID参数整定方法具有更好的控制性能指标，有着一定的工程应用价值。     

一种非线性PID控制算法的仿真研究

研究PID控制系统优化问题,工业控制被控对象均具有非线性、时变和大时滞性,引起系统的品质性能差,传统的线性控制难以达到所要求精度。为了提高系统控制精度,利用PID控制器各增益参数与偏差信号间的非线性关系,提出一种非线性PID控制算法。首先将PID参数转化为优化问题,然后采用粒子群算法的全局、并行搜索能力对非线性控制参数进行求解,得到一组最优的PID控制参数。仿真结果表明,相对于传统线性PID控制,非线性PID控制器超调小,调节时间短,并提高了控制精度,有效解决了传统PID难以准确控制非线性对象的难题。     

Design of a Proportional-Integral-Derivative Controller for an Automatic Generation Control of Multi-area Power Thermal Systems Using Firefly Algorithm

Essentially, it is significant to supply the consumer with reliable and sufficient power. Since, power quality is mea sured by the consistency in frequency and power flow between control areas. Thus, in a power system operation and control, automatic generation control (AGC) plays a crucial role. In this paper, multi-area (Five areas: area 1, area 2, area 3, area 4 and area 5) reheat thermal power systems are considered with proportional-integral-derivative (PID) controller as a supplemen tary controller. Each area in the investigated power system is equipped with appropriate governor unit, turbine with reheater unit, generator and speed regulator unit. The PID controller parameters are optimized by considering nature bio-inspired firefly algorithm (FFA). The experimental results demonstrated the comparison of the proposed system performance (FFA-PID) with optimized PID controller based genetic algorithm (GA PID) and particle swarm optimization (PSO) technique (PSO PID) for the same investigated power system. The results proved the efficiency of employing the integral time absolute error (ITAE) cost function with one percent step load perturbation (1% SLP) in area 1. The proposed system based FFA achieved the least settling time compared to using the GA or the PSO algorithms, while, it attained good results with respect to the peak overshoot/undershoot. In addition, the FFA performance is improved with the increased number of iterations which outperformed the other optimization algorithms based controller.      

基于粒子群算法的一种非线性PID控制器

基于PID控制器各增益参数与偏差信号之间非线性关系,分析了一种P/I/D各部分参数关于误差的理想变化过程,根据控制与误差之间的调节规律,给定一组增益参数的连续非线性函数,构造出一种非线性PID控制器。粒子群算法具有对整个参数空间进行高效并行搜索的特点,采用该算法寻优整定该非线性PID控制器的各增益参数。仿真结果表明了所提算法的有效性和所设计控制器的优越性能。     

Application of flower pollination algorithm in load frequency control of multi-area interconnected power system with nonlinearity

This work presents an application of bio-inspired flower pollination algorithm (FPA) for tuning proportional–integral–derivative (PID) controller in load frequency control (LFC) of multi-area interconnected power system. The investigated power system comprises of three equal thermal power systems with appropriate PID controller. The controller gain [proportional gain (K _p), integral gain (K _i) and derivative gain (K _d)] values are tuned by using the FPA algorithm with one percent step load perturbation in area 1 (1 % SLP). The integral square error (ISE) is considered the objective function for the FPA. The supremacy performance of proposed algorithm for optimized PID controller is proved by comparing the results with genetic algorithm (GA) and particle swarm optimization (PSO)-based PID controller under the same investigated power system. In addition, the controller robustness is studied by considering appropriate generate rate constraint with nonlinearity in all areas. The result cumulative performance comparisons established that FPA-PID controller exhibit better performance compared to performances of GA-PID and PSO-PID controller-based power system with and without nonlinearity effect.

     

全垫升气垫船垫升压力控制

在全垫升气垫船的航行过程中,垫升压力的稳定性对全垫升气垫船的操纵性和安全航行具有重要意义.本文运用基于改进粒子群优化算法的自适应PID控制方法,对全垫升气热船热升压力进行控制.首先建立全垫升气垫船垫升系统数学模型;其次,运用灰色模型预测方法,预测气垫船垫升系统的垫升压力;然后,基于粒子群优化算法,设计了一种新自适应PID控制器;最后,进行仿真实验,从而验证所设计的垫升压力控制系统的实用性和可靠性.     

基于感知模糊自适应蚁群算法的非线性PID控制

随着系统复杂度的提高和对象不确定性因素的增加,为克服线性PID动态性能和稳态性能差的缺陷,分析了非线性PID控制器各控制参数对误差的理想变化过程,构造非线性PID控制器。由于增益参数大量增加,传统参数优化方法不再适用,在分析蚁群算法的基础上,提出了基于感知自适应蚁群算法,并加入模糊自适应信息素更新机制,用于优化非线性PID控制器的设计方法。通过仿真实验将该控制器与基于蚁群算法的非线性PID控制器和基于蚁群算法、Z-N法的PID控制器进行对比,并对控制性能和收敛性能进行了分析,结果表明该算法有效克服了传统蚁群算法收敛速度较慢、容易陷入局部最优而停滞的缺陷,该控制器具有更好的动态性能和稳态性能。     

基于蚁群优化的模糊神经网络控制器的应用研究

针对传统PID控制方式的不足,文章提出了一种新的永磁同步电动机控制策略,即采用蚁群优化算法对模糊神经网络控制器的3个因子参数ka、kb、ku进行全局优化,给出了永磁同步电动机的数学模型,详细介绍了模糊神经网络控制器的设计,分析了蚁群优化算法,并进行了仿真实验。仿真结果表明,基于蚁群优化模糊神经网络控制器的永磁同步电动机调速系统具有很强的鲁棒性和自适应性,动态响应快,能够较好地跟踪负载变化。     

Design and Implementation of Digital Fractional Order PID Controller Using Optimal Pole-Zero Approximation Method for Magnetic Levitation System

The aim of this paper is to employ fractional order proportional integral derivative (FO-PID) controller and integer order PID controller to control the position of the levitated object in a magnetic levitation system (MLS), which is inherently nonlinear and unstable system. The proposal is to deploy discrete optimal pole-zero approximation method for realization of digital fractional order controller. An approach of phase shaping by slope cancellation of asymptotic phase plots for zeros and poles within given bandwidth is explored. The controller parameters are tuned using dynamic particle swarm optimization (dPSO) technique. Effectiveness of the proposed control scheme is verified by simulation and experimental results. The performance of realized digital FO-PID controller has been compared with that of the integer order PID controllers. It is observed that effort required in fractional order control is smaller as compared with its integer counterpart for obtaining the same system performance.