Dahlin算法和内模控制之间的关系研究

给出了Dahlin控制器和内模控制的设计过程,推导出Dahlin算法和内模控制的等价关系,指出Dahlin算法是内模控制在模型参数匹配时的特殊情况。该结论说明可以利用内模控制的一些方法来分析Dahlin控制系统。     

改进的PSO算法在摊铺机行驶控制器中的应用

摊铺机行驶系统为液压伺服系统,具有非线性、时变的特点。针对行驶系统控制器PID参数整定困难且不同工况下参数整定烦琐及易出现较大的振荡和超调使控制结果不理想等问题。提出一种非线性变权重、随机学习因子、并行搜索PSO算法的PID控制器参数优化方法。利用MATLAB语言对摊铺机行驶系统近似模型进行了仿真分析,仿真结果在保证PID控制稳定性基础上提高了PID控制的精度。与混沌优化方案进行了比较,ITAE性能指标值的精度提高了6个数量级,结果表明该改进的PSO算法实现简单,对参数初值设置不敏感,鲁棒性强,快速有效地实现了PID参数的全局优化。在稳定、超调量、响应时间、调节时间几项综合性能上优于混沌优化算法,表明了此算法在PID参数整定中的有效性及应用前景。     

PID算法对水轮机调节系统的稳定域影响

本文提出一种改进的水轮机微机调速器PID控制算法,并建立了采用原始PID算法和改进PID算法的水轮机调节系统的离散数学模型,给出了调节系统的稳定域边界控制方程,并对两种PID算法的调节系统稳定域进行了分析比较。结果表明,改进PID算法消除了延时环节引起的误差,比原始PID算法的精度高,运算速度快;采用改进PID算法较采用原始PID算法的调节系统稳定域大。     

改进PSO-BPNN供水泵站变频恒压PID控制

供水泵站是变频恒压系统，要求保障水压稳定，且在干扰情况下能快速响应并恢复稳定。为提升系统稳定性、高效性，提出一种改进PSO BPNN的PID控制方法。首先构建供水泵站变频恒压控制模型，再基于BPNN实现PID非线性控制，提出一种PSO惯性权重改进策略，以提升PID参数的计算效率，从而更好地满足供水泵站控制需求。实验表明，本文算法响应快速、无超调，且具有稳定的非线性信号跟踪性能。相比BPNN、PSO BPNN的两种PID控制算法，本文算法在恒压实验的调节时间缩短了296%和28%；在干扰实验中，超调量减少了346%和199%，稳定时间缩短了73%和16%。本文算法可提升供水泵站系统的稳定性和高效性。     

基于混合粒子群算法的线性预测PID控制

针对传统PID控制对大时滞过程控制效果不佳的问题,提出了一种基于线性预测的PID控制算法,用系统过去的几个输出值预测系统未来的输出值,用此预测值与期望设定值所得的偏差作为PID控制输入,再依PID控制律来设定控制器的输出,从而使被延迟了的被控量超前反映到控制器,使控制器提前动作,实现事先调节,从而减少超调量和调节时间,消除时滞对系统稳定性影响。利用混合粒子群算法对模型系数和系统参数进行了优化和在线调整。实例仿真结果表明,将线性预测与传统PID控制相结合并经混合粒子群算法优化的控制方法远好于单一的PID控制方法,而且具有操作简单、容易程序实现等特点,有效地提高了系统的控制品质。     

基于线性与非线性模型的水轮机调速器PID参数优化比较

分别推导出了基于线性模型和非线性模型的水轮机调节系统闭环比例积分微分(proportional-integral-derivative,PID)控制的微分方程。以水轮发电机组转速偏差相对值的时间乘误差绝对值积分指标作为粒子群优化算法的适应度函数,分别实现了采用这2种不同数学模型的水轮机调速器PID参数的优化设计。计算结果表明,PSO优化算法对于非线性系统控制参数的优化设计是一种有效的方法;采用不同数学模型的水轮机调节系统,其PID参数的优化结果是不同的;水轮机调节系统采用非线性模型时的优化结果相对较好。     

PFC-PID串级控制在主汽温控制系统中的应用研究

针对火电厂主汽温控制系统大惯性，大迟延，慢时变以及扰动因素较多，常规串级PID控制难以取得满意的调节效果的特点，该文介绍并分析了预测函数控制（PFC）的基本原理和特点，给出了一阶加纯滞后系统的预测函数控制的具体算法，并将PFC和PID控制相结合，提出了PFC－PID串级主汽温控制策略，系统的内回路采用PID控制，内回路和主调节区对象构成PFC的广义被控对象，对广义被控对象进行拟合简化得到一阶加纯滞后对象，作为PFC的预测模型，算法简单；预测模型失配时，系统仍具有良好的控制品质，易于工程实现，具有较高实际应用价值，大量的仿真实验表明，采用PFC－PID串级控制策略的主汽温控制系统的动态品质明显优于采用PID串级控制策略的系统，具有较强的鲁棒性和抗干扰能力。     

基于模糊灰狼PID的发酵仓解耦控制系统研究

为解决发酵仓微生物降解过程中的非线性、强耦合、大滞后问题，提出了一种基于模糊灰狼PID算法的发酵仓解耦控制方法。首先，辨识得到发酵仓控制系统模型，通过动态解耦补偿方式消除在控制过程中产生的温、湿度耦合效应。然后结合PID和模糊控制的优点，建立模糊PID控制系统模型；最后，利用灰狼优化算法的迭代寻优能力，对模糊PID初始化参数进行优化。仿真结果表明，与传统控制方法相比，所提出的控制策略的温度回路调节时间由原来的1 623 s降低到596 s,相对湿度调节时间减少了910 s,并具有较理想的解耦效果，可以有效实现降解环境的精确控制。     

基于粒子群算法和卡尔曼滤波器的PID控制

针对PID控制系统中存在参数的整定和控制干扰信号和测量噪声信号问题,提出基于粒子群算法和卡尔曼滤波算法的PID控制方法。利用粒子算法优化PID参数,通过卡尔曼滤波器抑制控制干扰信号和测量噪声信号。仿真结果表明具有响应速度快、抗干扰能力强等特点,且达到了全局最优PID参数整定,有效地剔除系统的控制干扰和测量噪声信号,具有比传统PID控制方法更好的动态和静态控制性能,控制品质有较大的改善和提高。为PID控制系统的研究提供了一种新方法。     

基于PSO算法的IEEEAC５A励磁系统对电力 系统电压稳定性的影响

励磁系统作为调节系统电压并控制无功功率分配的重要元件,其特性对电力系统的电压稳定有着重要的影响。在IEEEAC5A励磁系统模型基础上设计了PID控制器,并采用PSO算法整定PID控制器的参数,以改善励磁系统的调节特性。基于电力系统全数字实时仿真装置中的电磁暂态仿真程序ETSDAC对励磁系统进行自定义建模,从电压角度分析PID控制器的引入对系统稳定性的影响。     

基于模糊神经网络PID算法的液位控制系统研究

在工业生产中,液位控制系统得到了广泛应用,但是对于这种大滞后、非线性的复杂控制系统,传统的PID控制方法存在着参数整定困难,控制效果不理想的缺陷。在对传统的PID算法、模糊控制算法和神经网络算法研究的基础上,提出了一种将模糊神经网络PID算法应用到液位控制系统中去的解决方案,并采用MATLAB对液位对象控制进行仿真实验,同时采用A3000型水箱实验平台对仿真实验结果进行验证。研究结果表明,基于模糊神经网络的PID算法的液位控制系统在调整时间和超调量上都优于传统的PID算法,控制效果和抗干扰能力更强,克服了传统PID算法的不足。     

基于Dahlin-Smith预估补偿的常压加热炉温度控制系统

针对含有纯滞后的常压加热炉温度串级控制系统,按照Dahlin算法将副回路设计为一阶加纯滞后环节,提出了带Dahlin-Smith预估补偿的前馈串级控制方案。前馈补偿可有效消除主回路中进料干扰的影响,副回路引入Dahlin-Smith预估器将纯滞后移出副环,主回路再次引入smith预估克服了副回路移到主环的纯滞后的影响。仿真表明该方案比一般的Smith加串级PID控制具有更好的鲁棒性。     

基于遗传算法PID参数寻优的电加热炉温度控制系统

针对工业过程中常见的一阶大滞后对象的PID参数整定问题,提出自适应遗传算法对PID控制进行参数寻优。应用自适应遗传算法对电加热炉温度控制器参数进行优化,并将结果与常规的PID控制方法进行比较,仿真与实际结果表明,当被控对象存在较大纯滞后特性时,采用本方法优化PID控制器参数可获得比较满意的调节效果。     

基于遗传算法与PID原理的IEEE1588从时钟同步研究

高精度的时钟同步技术是电力系统稳定运行的前提。环境温度对时钟同步设备精度会造成严重影响。在IEEE1588协议原理的基础上,提出一种基于遗传算法和PID控制原理的从时钟自适应误差修正方法。建立PID控制模型,将从时钟函数模型作为被控对象,以从时钟与理想时钟源之间的差值为系统误差,采用时间乘平方误差积分准则(ITSE)作为目标函数。通过遗传算法对PID的三个参数进行遗传操作,进而达到PID优化,实现自适应修正从时钟时间误差的目的。Matlab仿真结果表明,该方法在不同的温度环境下均具备很好的自适应能力,同步精度达到1 ns。     

球磨机多模型PID型神经元网络控制系统

针对球磨机制粉系统的多变量、强耦合、非线性、时变性等特点,提出了采用基于PID型神经元网络的多模型控制方法,在不同工况下系统的时变特性采用多个模型进行描述,而每个模型的控制器则采用PID型神经元网络进行解耦控制。通过在线计算模型匹配程度,选择相应的模型和控制器,组成闭环系统,切换算法实现多模型间无扰切换,同一工况慢时变采用控制器参数自调整来提高鲁棒性。PID型神经元网络是一种特殊的3层前向神经网络,其隐层单元分别为比例(P)、积分(I)和微分单元(D),各层神经元个数、连接方式、连接权值的初值按PID控制规律确定。仿真结果表明,文中提出的控制方法相比传统控制方法有更好的控制品质,跟踪快、鲁棒性强、解耦好,较好地解决了球磨机系统的时变性、耦合性等问题。     

动态扰动下高心墙堆石坝无人碾压BOA-PID循迹控制北大核心CSCD

无人碾压机精准循迹控制对确保压实质量意义重大。然而,高心墙堆石坝具有坝料粒径分布广且松铺厚度不均匀等特征,导致坝面不平整且异质性强,对无人碾压机循迹控制造成动态扰动。传统的比例积分微分(proportion integral derivative,PID)控制算法采用固定参数进行纠偏控制,难以快速纠正动态扰动导致的循迹偏差。针对上述问题,本文以蝴蝶优化算法(butterfly optimization algorithm,BOA)动态优化PID控制参数,提出BOA-PID无人碾压机循迹控制方法。首先,构建车身倾斜模型以修正坝面不平整条件下无人碾压机的定位误差;其次,基于运动学模型动态预测无人碾压机的纠偏距离;再者,以最小化纠偏距离为目标函数,采用BOA动态优化PID算法的比例、积分和微分参数;最后,以参数优化的PID计算无人碾压机的转向控制量,从而克服动态扰动,实现高心墙堆石坝复杂条件下的快速纠偏。本文结合中国西南两河口大型水利水电工程开展仿真与实地实验,以验证所提出方法的有效性和先进性。结果表明,BOA-PID的纠偏能力优于GA-PID(genetic algorithm)、PSO-PID(particle swarm optimization)、DA-PID(dragonfly algorithm)和传统PID,且所提出方法能够实现高心墙堆石坝复杂条件下无人碾压机的精准循迹控制,堆石料(4.44 cm)和心墙料(3.32 cm)碾压的平均循迹误差均小于5 cm。     

基于自适应模糊PID算法的锂电池组双层均衡控制

为提高电池重组时的均衡效率,在传统Buck-Boost均衡拓扑电路的基础上,设计了一种锂电池组双层均衡拓扑电路。组内采用Buck-Boost电路均衡,组间利用双向反激变压器进行均衡。均衡控制策略采用自适应模糊PID算法,以电池荷电状态(state of charge, SOC)为均衡变量,利用模糊控制算法对PID参数进行调节,缩短了均衡时间,提高了均衡效率。在Matlab/Simulink中搭建了锂电池组双层均衡拓扑电路和自适应模糊PID控制算法模型。实验结果表明：在不同工作状态下,所提出的电池组均衡拓扑及其控制策略将均衡时间效率平均提高了58.36%,验证了该方案的有效性。     

基于遗传算法与模糊PID复合控制的电机调速研究

为了加强永磁同步电机调速系统的智能控制,提出了一种基于遗传算法与模糊PID智能控制的永磁同步电机调速控制策略。首先建立永磁同步电机的基本模型,利用遗传算法对模糊PID控制器进行改进,优化其参数选择和提高控制效率,并搭建Simulink仿真模型和实验验证模型。其结果得到:利用遗传算法能够迅速得到模糊PID控制器的最佳匹配初始参数,且在电机启动阶段和突加干扰阶段,遗传改进模糊PID控制系统相比于传统的PID控制系统其转速、转矩以及三相电流输出均表现出更加稳定以及波动更小。系统出现干扰后,在该组合智能控制作用下系统在极短时间内恢复稳定,其动态响应速度显著快于传统PID控制方法。结果表明该基于遗传算法与模糊PID控制系统能够对永磁同步调速系统进行有效控制,进而使系统具有较优异的启动特性和动态稳定。     

基于Laguerre模型的过热汽温自适应预测PI控制系统

针对火电厂锅炉过热汽温控制的特点,设计1种基于Laguerre模型的自适应预测PI控制器。该预测控制器采用对时延具有良好逼近能力的正交Laguerre函数模型作为预测模型,利用带遗忘因子的最小二乘法在线辨识Laguerre预测模型的系数,以提高系统适应工况变化的能力;滚动优化指标采用比例积分型结构,以提高系统的快速性和鲁棒性。通过对具有严重参数不确定性、扰动以及大迟滞的电厂过热汽温被控对象进行仿真研究,结果表明该方法能够很好地适应对象特性的变化,且控制系统的性能比常规串级控制系统有较大提高。