基于模拟退火算法的PID参数优化设计

PID参数整定与优化一直是控制领域的重要问题,合适的PID参数可以使系统有很好的控制效果。自Ziegler和Nichols提出了PID参数整定方法起,有许多的算法已经用于PID参数的整定优化。模拟退火算法(SA)具有渐进收敛性,而且是一种以概率1收敛于全局最优解全局优化算法。本文针对模拟退火算法,利用MATLAB对PID参数进行优化设计,该方法可使整个寻优过程简洁,精确度高,提高了计算效率。     

基于改进粒子群算法的水轮机调速器参数优化

PSO（粒子群算法）是一种随机全局优化技术.该算法简单,易实现,且功能强大.文章研究了水轮机PID调节器参数的优化问题,利用改进PSO对系统所处的不同状态和工况进行了PID参数寻优.仿真结果表明,此种PID控制器比常规PID有更好的动态调节特性和鲁棒性,不失为一种具有较好实用价值的PID参数优化方法.     

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。     

人工蜂群算法在飞轮充电控制系统中的应用研究

飞轮储能系统中飞轮电机非线性、变参数等特性的存在,导致其充电控制系统转速环PID控制器的参数整定存在一定的困难。将人工蜂群算法应用于飞轮充电控制系统中对PID参数进行优化。提出了基于人工蜂群算法优化PID参数的具体流程,分别采用人工蜂群算法、遗传算法和蚁群算法优化飞轮充电控制系统PID控制器,并通过仿真进行性能对比分析,结果表明基于人工蜂群算法整定的PID控制器的阶跃响应具有最短的上升时间和最少的迭代次数,效果最好,验证了人工蜂群算法优化飞轮充电的优越性。     

一种PID参数优化算法

本文提出了一种PID参数优化算法。该法通过遗传算法进行PID参数遗传进化寻优。经过仿真计算，表明该种优化算法的有效性。     

改进量子遗传算法在PID参数整定中应用

参数整定是PID控制器设计的关键,针对PID控制器参数整定问题,提出一种基于改进量子遗传算法的参数整定方法.该算法在基本量子遗传算法的基础上引入了量子交叉、量子变异和群体灾变操作.基于改进量子遗传算法的PID参数整定方法将PID控制器参数整定转化为参数优化问题,通过改进量子遗传算法的进化计算实现参数整定.与其他参数整定优化算法的仿真结果比较表明,该方法能获取更好的控制品质.仿真结果验证了该方法的可行性.     

基于改进PSO算法的横动伺服控制系统PID参数优化

针对横动伺服控制系统的位置控制器PID参数优化问题,设计了改进粒子群算法,成功实现了参数优化。设计了改进粒子群算法及其PID参数优化原理;在已知系统传递函数的基础上,利用Z-N法进行参数初求解;利用改进粒子群算法对初解进行参数寻优,并将优化前后的系统进行动态性能对比,结果表明:优化后的高阶非线性系统动态性能更好,响应速度更快,调节时间更短。     

基于改进粒子群算法的主汽温控制系统PID参数优化

介绍了一种基于改进的粒子群优化(PSO)算法的PID控制器参数优化方法。通过将PSO基本算法中的惯性权重进行线性递减,很好地协调了PSO的全局与局部寻优能力。将改进的粒子群PID控制器参数优化方法应用于多扰动、大惯性的电厂主汽温控制系统,仿真结果表明,该方法在保证控制系统稳定性的基础上极大地提高控制系统的精度和快速性。     

时间最优PID控制器参数遗传优化方法的研究

时间最优PID控制是一种将Bang-Bang控制与PID控制相结合的控制方法,参数设定是该控制器设计的核心环节。本文基于人工智能中的遗传算法理论,设计了一套针对时间最优PID控制器参数设计的寻优算法,并给出相应的计算机辅助设计方案。运用该方法优化的算法对电加热炉炉温控制系统进行的仿真实验体现了良好的优化效果。     

改进粒子群算法在PID参数整定中的应用

PID控制是过程控制中应用最广泛的控制方法,其关键在于PID参数的优化。针对其参数整定和优化问题,提出了一种改进的粒子群优化算法。仿真结果证明了该算法的有效性,其性能优于遗传算法和基本微粒群算法,具有一定的工程应用前景。     

延迟系统的一种模糊增量控制方法及应用

对于大滞后对象,传统模糊控制器的控制效果并不理想。该文在延迟系统逆动力学过程定性分析的基础上,对传统模糊控制器加以改造,提出一种新的适合于迟延系统的控制方法。以控制历史数据为基础,对控制量定义了新的矫正基准参量,设计了一种模糊增量型控制器。与传统的模糊控制器相比,该控制器能够综合反映历史控制对当前控制效果的影响。仿真结果表明,该控制方法可以明显地改善迟延对象的控制效果,并具有较强的适应性。     

永磁直线电机保证稳态精度的模糊控制

由于PD型模糊控制器缺少积分项,所以稳态的控制精度不容易得到保证。本文提出了一种保证稳态精度的模糊控制方法以提高传统模糊控制器的稳态控制精度。这种模糊系统能够选择运行一个传统的模糊控制器或者一个积分控制器,当运行积分控制器的时候,此积分控制器与一个稳态输出值的和为控制系统输出。根据不同的状态水平,在传统模糊控制器和稳态值输出之间可以进行平滑的切换。对于PMLM控制系统,当接近稳定状态的时候,保证稳态精度的模糊控制系统的输出是稳态值和变量值这两部分的和。实验结果显示这种保证稳态精度的模糊控制系统比传统的PID控制器和单个传统的模糊控制器在速度控制中可以获得更好的动态和静态性能。     

基于自调整模糊控制方法的摩擦补偿研究

针对使用表征摩擦的复杂的表达式使系统分析和基于模型的系统补偿难以实施，本文提出了一种基于参数和规则自调整的自适应模糊控制器的摩擦补偿方法，该方法能够有效地补偿摩擦给伺服定位系统所造成的不利影响。这种模糊控制器可根据系统参数的变化在线进行自动调整，从而增强了摩擦补偿的效果。所进行的数值仿真验证了本文得到的主要结论的可行性和有效性。     

串级系统智能模糊比例微积分控制器设计

在串级控制系统的基础上，主调节器采用智能模糊比例微积分（PID）控制算法，副调节器采用常规PID算法，将数字PID控制与模糊控制结合起来构成智能模糊控制器可对PID的参数进行在线调节，仿真试验表明，该控制器可有效提高系统控制品质，具有很好的抗干扰能力。     

电液伺服系统的自适应模糊滑模控制研究

针对电液伺服系统的跟踪控制问题,提出一种自适应模糊滑模的设计方案。引入一个自适应模糊控制器逼近滑模控制中的等效控制部分,解决由于系统的不确定性及干扰的存在而不能准确确定等效控制的问题,使控制器的设计不依赖于被控对象的精确数学模型。基于李雅普诺夫函数推导出规则参数调整的自适应率,并确定非线性控制项以保证闭环控制系统的稳定性。根据滑模控制原理给出4条模糊规则,以平滑不连续控制,达到削弱高频抖振的目的。利用Matlab对文中的方案及证明的有效性进行了验证。仿真结果表明该方案可以减小跟踪误差、增强系统的鲁棒性和削弱控制信号中的高频抖振。     

可控串补自适应模糊阻尼控制策略研究

早期的模糊控制器设计,主要依赖于专家经验,而且只是采用近似推理的方法。针对可控串补非线性系统,设计了一种直接自适应模糊控制器。建立模糊控制器逼近误差和控制器参数之间的线性关系,用Lyapunov稳定性理论设计参数的自适应律,不仅调节模糊规则结论参数,同时调节隶属函数的参数。将该控制策略应用于含可控串补电力系统中,提出可控串补自适应模糊阻尼控制器的设计方法。仿真表明该控制器对系统发电机摇摆具有良好的阻尼作用,提高了系统的稳定性。     

基于模糊逻辑的混合型电机速度控制器

模糊控制是一种有效的电机智能控制技术,但没有简单直观的设计方法。本文利用模糊逻辑,把直观的电机控制经验直接转化为公式化的控制规律,根据控制量的特征信息直接确定模糊控制器结构,避免了烦琐的模糊控制器设计过程。由于根据参数和负载变化特征进行模糊补偿控制,系统调速性能好并具有较强的抗参数变化和负载扰动能力。     

优化模糊PID控制器在线径控制系统中的应用

针对具有大滞后、非线性特性的电线生产线线径控制问题,提出了一种带有滞后补偿的优化模糊PID算法及其控制器的设计方法,该方法在模糊PID控制器的设计基础上,应用Cohen-Coon整定公式,给出PID控制器的3个最佳控制参数作为PID初始参数,以实现PID参数的快速在线自调整功能,并引入Smith预估器来实现滞后特性的动态补偿。实验表明,应用该种控制器的线径控制系统工作稳定,控制效果显著。     

串级系统智能模糊PID控制器设计

在串级控制系统的基础上 ,主调节器采用智能模糊 PID控制算法 ,副调节器采用常规 PID算法。将数字 PID控制与模糊控制结合起来构成智能模糊控制器可对 PID的参数进行在线调节。仿真试验表明 ,该控制器可有效的提高系统控制品质     

应用于DC／DC变换器的模糊自适应控制器的研究

提出了一种应用于DC／DC变换器的模糊自适应PI控制器。在传统PI控制的基础上,设计了对PI参数进行在线调节的模糊自适应控制算法。对该算法建立了基于Matlab的仿真模型,并通过ARM控制器对其进行软硬件实现。以Buck电路为被控对象的计算机仿真和实验结果表明,模糊自适应PI控制简单可靠,实现了快速性与稳定性的统一。