基于粒子群优化的焊接工作台伺服系统PID控制

提出了基于粒子群优化的焊接进给工作台位置PID控制。焊接进给工作台是焊机伺服系统的重要组成部分,其位置控制对提高焊接质量具有重要意义。采用简单高效的PID控制算法,但由于焊接伺服系统具有非线性等特点,使得PID控制器参数调整困难,传统的齐格勒—尼柯尔斯法则参数整定效果不佳。粒子群算法是一种全局优化算法,可以有效地实现PID参数整定,因此,在Simulink软件下建立进给工作台位置控制模型,采用粒子群算法来实现PID参数的调整,并进行了仿真。仿真结果显示,基于粒子群优化的PID控制器具有超调量小、精度高的特点,控制效果明显好于齐格勒—尼柯尔斯法则。     

基于改进蚁群算法的单神经元PID控制在数控精校机电液伺服系统中的应用

数控精校机电液伺服系统是一个参数变化比较大的非线性系统,常规的PID控制效果难以让人满意.采用单神经元PID控制器,在线调整权值,增强了对非线性系统的调节控制功能,然而参数的选择非常重要.文章提出一种改进的连续蚁群算法,用于优化单神经元PID控制器的参数,并用于精校机电液伺服系统,通过MATLAB仿真结果可得系统的阶跃响应,证明该算法比一般的蚁群算法精度更高,收敛更快,同时体现了该蚁群算法在实际应用中的实用性.     

改进PSO算法优化交流伺服系统PID参数研究

伺服系统PID控制参数的优化整定对系统可靠性和稳定性有着重要意义,而传统整定方式下参数优化整定时间较长、效果不佳、反应较慢。为了解决以上问题,提出一种优化交流伺服系统参数的控制方法。基于改进PSO算法实现惯性权重和学习因子随迭代次数的改变自适应调整,引入适应度函数快速优化整定PID控制器参数。利用MATLAB分别对基于遗传算法(GA)、量子遗传算法(QGA)、粒子群算法(PSO)的伺服系统PID参数整定进行仿真实验及对比分析。通过实验测试基于改进PSO算法和GA算法的PID控制器对伺服系统稳定性的影响。结果表明:利用改进PSO算法对PID参数进行优化整定,使得伺服系统具有鲁棒性强、稳定性高、超调量小等优点。     

基于粒子群算法的焊缝跟踪PID控制

为了提高焊缝跟踪的控制效果,提出了基于粒子群算法的焊缝跟踪PID控制器设计方法,即应用PSO算法优化PID控制器的三个参数。仿真结果表明,该算法优化的PID控制器有效地提高了焊缝跟踪系统的性能,相比传统的PID控制具有更高的控制品质。     

基于混合粒子群算法的液压弯辊控制

在带钢轧制过程中,由于液压弯辊伺服控制系统是非线性时变系统,并受多种因素的影响,很难建立精确的数学模型,弯辊也需要对轧制力的变化做出快速的反应,因此控制器的性能是关键因素,本文将粒子群算法和遗传算法相结合,组成新的混合算法并将其应用到某液压弯辊伺服系统的自适应PID控制中,并对此进行仿真研究,取得了较好的控制效果.     

液压位置伺服系统PID参数在线优化

将粒子群算法与传统的PID控制器相结合,并采用平方误差矩积分函数作为适应度判据,构成了PSO-PID控制器,该控制器能够在线优化PID控制器参数。仿真结果表明,在系统工况发生变化时,新型控制器能够取得满意的控制效果。     

模糊自适应整定PID控制在数控精密校直机电液伺服系统中的应用研究

数控精密校直机电液伺服控制系统具有低阻尼、时变性、非线性等性质,运用常规的PID控制难以达到满意的控制效果,运用模糊自适应整定PID控制,结合模糊控制和PID调节的优点,将专家经验用于对PID的kp、ki、kd参数在线自适应整定,增强PID控制器对非线性、时变性系统的调节控制性能,通过仿真实验结果表明:模糊自适应整定PID控制器在数控精密校直机液压伺服系统的控制中,表现出了良好的自适应性、稳定性、鲁棒性,能够用来实现对数控精密精校机电液伺服系统的有效控制.     

基于IPSO的数控机床进给伺服系统PID参数优化

数控机床的高精度进给控制一般都采用永磁同步电机拖动的交流伺服系统,优化进给轴伺服系统PID参数对提高进给轴快速响应性、跟随精度和抗干扰性等均具有重要作用。针对数控机床高精度要求,文章提出了一种改进粒子群算法(Improved Particle Swarm Optimization,IPSO),利用其对数控机床进给伺服系统模糊控制器(PID)的三个比例因子参数Kp、Ki、Kd进行优化,并在Simu Link环境中进行仿真实验,同时与人群搜索算法(SOA)、基本粒子群算法(PSO)、遗传算法(GA)进行对比。仿真结果表明,利用IPSO算法进行PID参数优化的数控机床伺服系统动态性能得到了很大改善,具有低超调量、鲁棒性强和高稳态精度等优点。     

基于蚁群优化的神经网络智能PID控制策略研究

提出了一种基于蚁群优化、BP网络学习和RBF网络辨识的智能PID控制策略,有效地克服了BP算法训练过程中收敛慢和易陷入局部极小值的缺陷.利用该控制策略,对PID参数进行在线调整,并应用于材料试验机电液位置伺服系统.仿真结果表明,与各种传统PID控制策略相比,采用该智能PID控制器控制的系统具有更好的动态响应特性和抗扰动能力.     

基于改进粒子群算法的多电机智能控制研究

伺服电机作为全自动线束端子组装设备驱动、控制和机械传动的主要联系环节,其控制系统的优劣决定了整个设备的性能。结合端子组装设备的结构和工作原理,对端子组装设备中重要的伺服系统建立了控制数学模型。为了得到较优的控制器参数,对粒子群算法(PSO)搜索寻优进行了改进,通过PSO对PID控制器进行参数优化,并利用优化后的PID控制器设计多电机功率平衡控制策略。仿真验证表明：改进粒子群算法能有效实现多电机功率平衡控制,在负载发生变化的情况下,控制策略能够控制每个电机的输出实现均衡分配负载。     

基于李雅普诺夫理论的电液伺服系统非线性位置控制研究

电液伺服系统存在高度非线性及参数时变等问题,同时由于其多学科性质导致精确模型的建立比较困难。针对电液伺服系统非线性位置控制问题,采用基于非线性系统的李雅普诺夫理论的控制器实现电液伺服系统的有效控制,并对控制效果进行仿真验证。构造了伺服阀以及液压执行器的动力学方程,建立电液伺服系统简化数学模型。基于非线性系统的李雅普诺夫理论,利用积分反演法设计了电液伺服系统控制器。采用MATLAB软件对电液伺服系统进行仿真,并与传统PID控制器的计算结果进行对比和分析。仿真结果显示:采用所设计的控制器,电液伺服系统对阶跃和正弦信号的跟踪性能较优,所需控制电压减少50%左右,跟踪误差也大大减少。     

基于粒子群优化算法的液压伺服控制系统PID参数优化

PID控制是液压伺服控制系统中广泛应用的一种控制方式,PID参数是否合理直接影响着液压伺服系统的性能.本文以并联电液伺服平台的PID参数优化为例,使用粒子群优化算法对PID参数进行优化,结果显示该方法的调节效果良好.     

交叉耦合控制的平移并联机器人位置控制研究

为了改善平移并联机器人对期望位置跟踪的准确性,提出基于交叉耦合控制的集成电液伺服驱动平移并联机器人位置控制。通过对三自由度集成电液伺服驱动平移并联机器人结构和控制方法进行分析,以机器人的末端执行器为基础,定义位置及角度坐标系,在此坐标系上计算并联机器人的逆向和正向运动学解;通过液压轴的伸长长度,求取液压轴的速度和加速度,进而得出集成电液伺服驱动器的动力学模型。以集成电液伺服驱动器的位置误差为基础,求取三自由度下集成电液伺服驱动器的同步误差,利用该同步误差,构造交叉耦合误差模型,进而求取广义误差模型,建立交叉耦合控制器,以实现对机器人的位置进行控制。实验结果显示:与粒子群方法相比,所提方法对正弦及不规则期望位置的跟踪准确度较高,跟踪准确度分别提高了40%和42.15%。可见,所提方法能够对集成电液伺服驱动的平移并联机器人进行准确的位置控制。     

基于MPSO的电液举升伺服系统自适应模糊PID控制

为提高电液举升伺服系统位置控制精度,提出一种基于改进的粒子群算法(MPSO)优化的自适应模糊PID控制策略。根据流体动力学原理,建立伺服阀控非对称缸系统数学模型,分析系统动态运动特性。综合考虑多种不确定扰动影响,设计自适应模糊PID(AF-PID)控制器,并通过MPSO算法对AF-PID控制器中的量化因子和比例因子进行迭代寻优。利用MATLAB/Simulink和AMESim仿真软件,搭建系统的联合仿真模型,并对所设计控制器的控制性能进行仿真验证。结果表明:相同工况下,相较于常规PID和AF-PID控制器,MPSO-AF-PID控制器作用下系统的轨迹跟踪性能最优,能更好地满足起下管柱作业需求。     

改进的PSO算法及其在控制系统参数整定中的应用(英文)

针对传统PID控制对非线性、强耦合控制系统的控制效果不佳,参数整定难度大的情况,基于改进的PSO算法,设计了一种HSIC控制器。该设计借助改进的粒子群算法对控制器参数整定进行了优化研究,基于粒子群算法,借鉴遗传算法中操作因子特性,提出了一种具有遗传思想的改进粒子群算法。在Matlab环境下,通过对标准函数的仿真实验测试,验证了该改进算法的优越性。利用Simulink工具对所设计的2种控制器进行了仿真比较研究,仿真实验表明,所设计的仿人智能控制器具有较好的控制品质,有比较好的可实现性。研究表明,整定后的控制器可以满足受控系统的控制品质要求。     

基于改进蚁群算法的电液比例系统PID参数优化

VACA是变尺度算法融入蚁群优化算法中而形成的一种混合算法。针对电液比例系统PID控制参数整定问题,提出了基于改进蚁群算法的PID参数优化方案,并给出了具体的实现步骤:建立臂架电液控制系统的数学模型,利用Simulink工具箱建立了电液比例控制系统的VACA-PID的仿真模型,进行了仿真和验证。结果表明:VACA-PID控制器具有良好的静、动态性能,完全能达到电液比例控制系统的要求。     

基于改进遗传算法优化的双步进电机伺服阀控制研究

针对当前电液伺服阀控制系统响应速度慢、输出误差较大的问题,采用改进遗传算法优化控制系统,并对控制效果进行仿真验证。设计了新型电液伺服阀结构,建立了电液伺服系统动力学模型,推导了液压缸流量运动方程式。采用改进遗传算法优化RBF神经网络结构,通过MATLAB软件对双步进电机伺服阀改进的控制系统进行仿真验证,并且与传统PID控制效果进行对比。结果显示:在无干扰环境中,采用传统PID控制和改进RBF神经网络控制方法都能较好地提高活塞杆运动位移输出精度;在有干扰环境中,采用传统PID控制方法,活塞杆运动位移输出的误差较大,而采用改进RBF神经网络控制方法,活塞杆运动位移输出的误差较小。采用改进RBF神经网络控制方法,能够抑制外界的干扰,从而提高双步电机伺服阀控制系统的响应速度和输出精度。