基于PSO的模糊PID汽车空调控制策略优化

以人体热舒适性为目标,综合考虑汽车空调控制系统的复杂性,对某SUV6双蒸发器汽车空调系统的控制策略进行优化。在联合仿真的基础上,建立了基于模糊PID调节的汽车空调闭环控制系统,引入粒子群优化算法(PSO)优化PID控制器的参数,对风机风速和压缩机开度进行调控。对比PID、模糊PID和PSO模糊PID调节,分析得出：PSO模糊PID控制调节没有超调的缺陷,可以使乘客舱温度更快、更平稳地趋向目标舒适温度,有效降低汽车能耗,满足节能减耗要求。     

基于粒子群优化模糊PID控制的多足式真空吸附机器人控制方案设计

为解决高层建筑玻璃幕墙的清洗与检测问题，探索一种多足式真空吸附爬壁机器人，为实现爬壁机器人平稳运行，主要是提高电机转速的控制精度，采用模糊PID算法进行控制并在此基础上利用粒子群算法进一步迭代优化。通过粒子群算法的迭代寻优能力，实时确定模糊PID控制中PID三个参数的比例因子，得到一个性能较好的控制系统。结果表明，当比例因子Ckp、Cki、Ckd的值分别为0.1、8.23、0时系统稳定达到最优。相比于模糊PID控制，采用粒子群算法进一步优化后的系统，响应速度提升了0.024 s且同样无超调产生，能够满足系统要求。     

一种智能模糊PID在温度控制系统中的应用

针对温度控制系统时变性、非线性、滞后性等特点,设计了一种智能模糊PID(Intelligent Fuzzy PID,IF-PID)控制算法.系统误差较大时采用模糊控制(Fuzzy);误差较小时通过阈值函数切换到微分独立模糊PID(Fuzzy PID,F-PID)控制.利用Matlab的Simulink工具箱建立模型,并做了PID控制、Fuzzy控制以及IF-PID控制仿真对比实验.仿真结果表明,IF-PID在超调量、调节时间等性能指标上都明显优于其他控制算法,具有良好的自适应性和鲁棒性,特别适合时变滞后非线性系统的控制,是一种理想的控制算法.     

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。     

磁粉离合器自调整模糊PID励磁控制技术

针对磁粉离合器应用环境复杂,采用传统的控制算法很难满足系统非线性、变参数的要求等问题,在研究了模糊控制和传统PID控制算法的基础上,提出了一种自调整模糊PID控制算法。该算法兼有模糊控制和PID控制算法的优点,实现了对过程参数的无稳态误差控制,同时具有很好的自适应特性,并且能够克服非线性因素带来的影响,具有较强的鲁棒性。将该算法应用于双轴水冷式磁粉离合器,能够实现在线PID参数的自整定。通过对该控制算法的仿真,并与常规PID控制算法的实验比较,该控制算法响应速度快,负载侧电流稳定时间短、电流超调量小,且控制系统具有很好的自调整能力。     

基于改进PID算法的电压调节器智能控制

电压调节器的工况十分复杂,其具有非线性、突变等变化特点,传统PID控制算法存在超调、控制准确度低等不足,为改善电压调节器的控制性能,提出一种改进PID算法的电压调节器控制算法。将PID的三个参数编码成为一个萤火虫位置相量,通过模拟萤火虫种群的觅食和寻偶行为找到最优PID参数,然后通过PID参数在线调节实现对电压调节器的智能控制,最后采用Matlab 2012软件进行仿真对比实验。实验结果表明,相对于传统PID参数优化算法,改进PID算法可以使电压调节器控制系统的超调量减小,响应时间加快,提高了系统的稳定性能。     

一种模糊PID控制系统

提出一种模糊PID控制系统。由于该模糊PID控制器能够自适应地调节比例、积分、微分的作用,从而使系统具有超调量小、鲁棒性、自适应性强、调节时间短的优点,克服了传统PID控制器的缺点。对PID控制器和模糊PID控制器使用Matlab的Simulink工具进行仿真,仿真结果证明了该模糊PID控制器优于经典PID控制器。     

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。     

模糊PID控制算法在电动舵机控制中的应用

介绍了模糊PID控制算法的基本原理,给出了一种模糊PID控制器的设计方案,并应用以TMS320F2812DSP为核心的数字电动舵机控制系统对其进行了实验。实验结果表明模糊PID控制可达到无超调输出,稳态误差为0.45%,调节时间小于常规PID控制。     

基于MFO的车用PMSM控制策略研究

针对永磁同步电机(PMSM)弱磁控制系统的建模不精、抗干扰能力不足等问题,分析了该系统的基本结构,并对该系统的控制策略进行主要研究,但是目前常规的模糊PID控制下的系统依然存在不足之处.提出了模糊控制与飞蛾火焰优化(MFO)算法相结合的控制策略,重新构建出控制系统中的电流环和速度环,对系统的控制参数实时自整定.将传统的PID控制算法、模糊PID控制算法和本文中的模糊飞蛾火焰优化算法(MFO)法进行仿真测试,通过这3种算法得出相应的转速和转矩的仿真曲线,并对转速、转矩的波动误差和恢复时间进行数据分析,最终结果表明,本文所提出的算法控制下的系统恢复时间相比于传统PI控制算法、模糊PID控制算法分别提升了0.04 s和0.02 s,且抗干扰能力也具有明显提升.     

基于粒子群优化算法的变论域模糊PID控制器在过热汽温控制中的应用

针对锅炉过热汽温大滞后和大惯性等难以建立精确的数学模型的问题,设计了模糊PID控制器。通过模糊推理对PID的参数在线调整,加入了变论域思想对控制系统进行改进,最后将粒子群优化算法应用于变论域模糊控制器中,对量化因子及PID的三个参数Kp、Ki和Kd进行优化。将模糊PID控制器应用于过热汽温度控制系统进行仿真。仿真结果表明:采用基于粒子群优化算法的变论域模糊PID控制比传统的PID控制具有较强的鲁棒性和抗干扰能力,具有明显的优越性。     

永磁无刷直流电动机的模糊PID控制研究

永磁无刷直流电动机调速系统是一个非线性、多变量的时变系统。采用传统的PID控制方法进行控制,难以达到良好的控制效果。设计一种模糊PID控制器,应用模糊算法在线自动整定PID参数,应用于无刷直流电动机调速控制系统。仿真实验结果表明,该模糊PID控制方法较常规PID控制和单纯的模糊控制具有更好的控制性能,具有无超调、响应快、鲁棒性强等特点。     

改进的混沌算法在PID参数整定中的应用

PID控制由于鲁棒性好和易于实现等优点，在工业上广泛应用；但是PID参数整定繁琐、难以达到最优状态、控制结果出现较强的振荡和大超调等问题。在传统的混沌算法的基础上，引入微粒群算法的寻优思想，形成了一种新的混沌算法，并应用在PID控制器的参数优化上。仿真证明了该算法能有效地实现PID参数最优整定，控制结果具有稳定、超调小、响应快的优点。该算法寻优速度快，效率高，容易实现，其性能优于常规遗传算法，为解决PID控制器参数全局最优设计提供了一种有效的方法。     

基于混沌粒子群优化算法的数字PID参数整定

移相全桥零电压(PS-FB-ZVS)PWM DC/DC变换器是变换器的一个研究热点。针对PID控制器参数的整定及自适应调整难以达到最优状态,使控制结果出现较大的超调量,在此利用混沌粒子群优化算法(ChaosParticle Swarm Optimization,简称CPSO)、原始粒子群优化算法和遗传算法对变换器的数字PID控制器参数进行了整定,得到评价函数值收敛趋势图和系统的单位阶跃响应曲线,并利用PID参数整定结果得到输出电压动态响应曲线。通过分析几种算法整定PID参数的结果,表明CPSO具有更好的优化效果。     

基于模糊PID迭代学习的隧道通风控制算法研究

针对隧道施工中通风系统的时变性、不确定性和难以建模的问题,提出一种控制算法,实现隧道通风的智能化.首先,利用迭代学习算法来对模糊PID控制的3个参数kp、ki、kd进行自动寻优,实现对模糊PID参数的在线调整.其次,把寻优后的PID控制器的3个参数代入系统中,通过改变输入量和利用计算机强大的存储能力,使输出量不断逼近期望轨迹直到与期望轨迹重合.最后,通过仿真,与模糊PID仿真曲线进行比较.结果表明,模糊PID迭代学习算法的控制曲线收敛速度快,超调量小,控制性能好,能够满足隧道通风的要求,能够应用于隧道通风中,实现智能化.     

基于PSO优化的模糊PID恒力控制研究

针对工业机器人在抛磨等工作过程中对接触压力的要求，提出了一种基于粒子群(PSO)优化的模糊PID恒力控制方法。对柔性力控法兰装置的受力和气体流量模型进行分析，建立柔性力控法兰装置的数学模型；设计了基于PSO算法的模糊PID控制器，自适应调节模糊PID的控制参数，通过MATLAB仿真对比了普通PID、模糊PID和基于PSO算法优化的模糊PID这3种控制方法的性能；最后，通过搭建基于柔性力控法兰装置的打磨实验平台，对柔性力控法兰的恒力控制输出性能进行实验验证。仿真实验结果表明，与传统PID和模糊PID控制方法相比，基于PSO算法优化的模糊PID控制没有超调，系统响应速度更快，在0.43 s时系统达到稳定；在进行恒力打磨实验时，柔性力控法兰实际接触力输出误差小于0.85 N;打磨后的壳体表面各区域粗糙度稳定在Ra0.1～Ra0.2之间。该方法能够有效地抑制接触压力波动，具有更强的鲁棒性。     

模糊神经网络PID和PSO-PID优化的荧光检测控制系统

针对核酸提纯、扩增、检测一体化设备的荧光检测系统多通道检测运动的快速性和稳定性,设计了三种基于PID控制器的控制策略,分别为模糊PID、模糊RBF神经网络PID和PSO-PID。经MATLAB仿真结果表明,模糊PID控制有较大的超调量和调节时间,震荡较大;模糊RBF神经网络PID控制的超调量十分小,调节时间较小,无震荡;PSO-PID控制有小幅度震荡和超调量,调节时间最短,可快速到达稳定状态。模糊RBF神经网络PID和PSO-PID控制步进电机的方式同模糊PID相比,没有了主观经验的影响,反应时间快、稳定性好,具有很好的自学习、自适应能力。