随机权重粒子群算法优化磁轴承系统

为了提高单自由度主动磁悬浮轴承系统的稳定性,采用随机权重粒子群算法与传统PID控制相结合的方法,将随机权重粒子群算法与线性递减权重粒子群算法进行函数测试对比,结果表明,随机权重粒子群算法能够更快、更准确地找出优化函数的最优值。通过MATLAB/Simulink构建系统模型并进行仿真对比,证明随机权重粒子群算法可以更好地提高系统的稳定性。     

改进粒子群算法在磁轴承中的研究

针对主动磁悬浮轴承系统PID控制器参数设计问题,提出一种改进粒子群优化算法来实现PID参数的最优化。该算法以标准粒子群算法为基础,采用非线性自适应调节权值法以平衡算法的全局搜索和局部改良能力;同时采用带有动态扰动项的粒子速度更新公式,增加了粒子的随机性和多样性,帮助粒子在迭代后期跳出局部最优。并在MATLAB/Simulink中搭建系统模型进行仿真实验。仿真结果表明:与标准粒子群算法和遗传算法相比,该算法收敛到最优参数值的速度更快,PID控制系统的响应速度更快,具有更好的动态性能和稳态性能。     

基于细菌觅食算法的主动磁悬浮轴承PID控制优化

针对磁悬浮轴承系统采用传统PID控制时调节速度慢、超调量大的问题，建立了磁悬浮轴承系统模型并通过细菌觅食优化算法不断迭代优化控制参数K_p,K_i,K_d。仿真分析结果表明，与传统及粒子群优化PID控制相比，细菌觅食优化PID的超调性能更好，响应速度更快，能满足磁悬浮电动机低振动、高精度的性能要求。     

主动磁悬浮轴承数模混合式PID控制器研究

以主动磁悬浮轴承为研究对象,提出了一种数模混合式PID控制器的工作原理。针对数字控制器和模拟控制器在主动磁悬浮系统应用中的不足,基于TMS320F28335和数字电位器设计了一种主动磁悬浮轴承中的数模混合式PID控制器。控制器实现了PID参数的实时调整,使得磁悬浮系统能够最大程度的适应某些瞬态需求。经过实验验证,设计的数模混合式PID控制器能够满足主动磁悬浮轴承的要求,使系统的稳定性和鲁棒性得以增强。     

改进粒子群算法优化的五连杆机器人分数阶PID控制器

针对机器人传统PID控制系统响应速度慢、输出不稳定性等问题,采用改进PID控制器,引入改进粒子群算法,将自适应加速器参数插入粒子群算法的原始速度更新公式,从而加快算法的收敛速度.采用改进粒子群算法优化分数阶PID控制器,将改进后的PID控制器用于五连杆机器人电机转速响应分析.仿真曲线表明:采用传统PID控制器,响应时间为0.5s,上下波动次数较多;采用改进PID控制器,响应时间为0.2s,上下波动次数较少.五连杆机器人采用改进粒子群算法优化分数阶PID控制器,能够快速地提高机器人控制系统运动的稳定性,降低输出误差.     

可变阀驱气门运动跟踪PSO和KF改进PID控制器

为了进一步提高可变阀驱气门运动控制精度以及运动稳定性,在原有PID控制的基础上,通过粒子群算法（PSO）和卡尔曼滤波（KF）方式对其进行优化改进。通过科尔曼滤波器来达到气门升程调控系统的干扰与噪声滤波功能,再把结果反馈至输入端,采用PSO优化PID控制器的各项参数。利用PSO以随机方式生成粒子群,再利用粒子对PID控制器赋值,完成计算过程。在Matlab软件中完成气门升程、速度及其加速度的仿真分析,并跟未经过改进的PID控制气门升程状态实施了比较。结果表明：通过改进PID方法进行控制时,气门升程、速度与加速度都达到较低的跟踪误差。运用PSO以及KF优化能够实现对液压驱动系统的高效控制,不会引起气门落座的大幅波动或突变的情况,从而提升了跟踪的精度。该研究对提升汽车发动机性能具有很好的实际应用效果。     

改进粒子群算法应用于挖掘机铲斗位置控制

挖掘机工作装置精确的位置控制是实现其轨迹自动控制的基础。提出一种改进粒子群优化算法,应用于液压系统PID参数的优化整定中,把遗传算法中的选择和交叉两种操作方式添加到标准的粒子群算法中形成的混合优化算法,提高了算法的搜索能力。建立具有整定PID控制器功能的仿真平台,使用改进粒子群算法、标准粒子群算法和相位裕度方法对PID控制器进行整定仿真,根据仿真结果,进行了模拟铲斗平地运动试验。仿真和试验结果表明改进粒子群算法整定的PID控制器参数,在电液伺服系统的动态响应和精确的轨迹控制方面有良好效果。     

挖掘机铲斗电液伺服改进PSO-PID参数整定位置控制

挖掘机电液伺服系统的运行性能来达到调控挖掘机铲斗位置的功能，由于采用传统PID整定方法并不能获得优异控制效果，采用遗传算法与交叉算子、标准PSO算法进行PID整定，最后对其进行了实验验证。设计了一种经过改进处理的粒子群优化算法来实现对阀挖掘机铲斗电液伺服系统进行PID整定的过程，能够准确控制挖掘机铲斗位置，由此获得更高轨迹跟踪精度。为增强粒子群算法搜索性能，综合运用遗传算法与交叉算子来实现对标准粒子群的优化，显著改善PID控制器性能，根据推导得到的铲斗系统模型进一步开展仿真分析。分别以三种优化算法计算优化结果，再将其输入自动化挖掘机程序中，完成各参数修改后，再对平地控制过程进行模拟测试。根据实验测试可知改进PSO算法具备明显优越性。     

电液数字伺服双缸系统PSO-PID同步控制

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。以电液数字伺服双缸系统的PID参数优化为例,使用粒子群优化算法对PID参数进行优化。仿真结果显示:PSO算法使得PID控制参数调整速度较传统方法快,产生超调量较小,该方法的调节效果较好。     

基于PSO优化Fuzzy-PID的全电调节无级变速器速比控制研究

全电调节无级变速器(EM-CVT)采用单电机作为动力源,通过控制电机转角实现速比调节。从提高EM-CVT速比控制系统稳定性和控制精度出发,设计了粒子群优化模糊PID速比控制策略;建立模糊PID速比控制器的模型,引入粒子群优化算法优化模糊PID控制器中的因子,实现速比控制系统的优化。仿真结果表明,采用粒子群优化模糊PID控制系统,可以提高系统的控制精度,改善速比跟踪性能。     

粒子群优化变论域模糊PID控制在风电机组变桨距中的应用

风力发电机变桨距系统采用传统PID控制,不仅超调大、调节时间长、精度低,而且在超过额定风速时,风电机组的输出功率波动比较剧烈,误差较大。该文采用粒子群优化算法改进变论域模糊PID控制器,仿真结果表明:粒子群优化变论域的模糊PID控制器具有良好的动态性能及对风速扰动的鲁捧性,可以平稳地输出功率。     

改进粒子群算法在湿法烟气脱硫系统PID控制参数优化中的应用

将改进的粒子群算法所获得的优化参数用于PID控制器的优化,并通过算法寻优得到了满足系统性能指标的最佳控制器参数,有效地提高了控制系统稳定性。最后,通过增压风机入口压力PID控制的算法仿真,验证了算法的有效性。     

基于改进粒子群算法的PID-CMAC控制器设计

小脑关节模型网络具有计算简单、学习速度快等特点,设计PID和CMAC的复合控制器既能够发挥PID控制器鲁棒性强的特点,又能够利用CMAC学习获取的知识根据输入的变化快速地做出响应,并能够提高控制系统的抗干扰能力.本文采用改进的粒子群算法对PID的控制参数进行优化,并在此基础上设计了一种新型的PID-CMAC复合控制器,通过仿真试验表明,该控制策略能够提高整个系统的控制品质.     

主动磁悬浮轴承系统拍振现象分析

振动分析是研究主动磁悬浮轴承(Active magnetic bearings,AMB)系统的一个重要部分,但是目前结合控制器以及动态不平衡响应建立的系统数学模型相对较少.通过对高速主动磁悬浮轴承转子系统受力分析,参考所使用的不完全微分PID控制器的频率特性对AMB广义动刚度的影响以及对转子动态不平衡激励响应的影响,建立径向子系统的力学振动方程.通过此振动方程的解,得出AMB系统存在的振动形式.一种是由于系统固有频率存在而产生的自由振动,另一种是由于不平衡响应存在而产生的简谐振动,并解释当两种振动频率相近时系统所产生的拍振现象.通过调节控制电流主动控制作用,可以改变磁悬浮轴承广义动刚度,进而改变系统固有频率,最终起到减弱拍振现象作用.仿真和试验能够验证拍振现象以及改变主动控制作用后的减振效果.此力学模型可为AMB系统不平衡振动补偿算法研究提供仿真平台.     

基于自适应粒子群算法的篦冷机电液位置伺服系统PID参数优化

针对PID控制器的参数选取直接影响到第四代篦冷机刮板在调速过程中的稳定性和调节时间的问题,提出一种新的粒子群算法的PID参数整定方法。新的粒子群算法充分利用了适应函数提供的搜索信息,对传统粒子群算法中的权值进行自适应动态控制,并用飞行时间参数替代了压缩因子,飞行时间参数的变化规律是线性递减,并把它命名为自适应粒子群算法。通过测试函数证明提出的自适应粒子群算法比传统的粒子群算法收敛速度快和寻优效率高,应用改进的方法对篦冷机电液伺服系统进行仿真实验,结果证明自适应粒子群算法的PID参数整定方法比传统的整定方法有更好的控制效果,即调速过程稳定和调节时间快。     

适应于飞轮储能系统的主动磁悬浮轴承专家控制方法研究

针对电磁力支撑的轴承转子因加工精度影响存在不平衡及定子线圈缠绕不均匀,导致相同PID控制参数不同转速下,支撑效果不一的问题,提出一种应用于主动磁悬浮轴承的分工况智能PID专家控制方法,使主动磁悬浮轴承控制系统具备一定抗干扰和抗积分饱和的能力。根据主动磁悬浮轴承的工作特点,将其转速分成若干区间,对每一个区间参数预整定,通过专家控制方法实现对控制器参数在线修正。以600Wh飞轮储能径向磁悬浮轴承为实验对象,提取的转子轴心轨迹表明:由于在控制器设计时考虑了转子不平衡和定子缠绕不均对系统的影响,系统具有较好的动态和静态特性的同时提高了系统抗干扰能力。     

PID控制器的量子粒子群多目标优化设计

智能算法如粒子群算法已被应用于PID控制器的参数优化,以弥补传统优化方法容易产生振荡和较大超调量的不足,但是粒子群算法存在易于早熟的缺点,在分析量子粒子群算法的基础上,提出了使用量子粒子群算法优化PID控制器的参数.为了兼顾控制系统的各项性能指标,根据控制器的实际要求对各项指标进行加权作为算法的目标函数,对PID控制器进行多目标寻优.通过2个传递函数实例,分别使用Z-N、粒子群算法和量子粒子群算法进行了PID控制器参数优化设计,并对结果进行了分析.     

基于改进粒子群算法的大迟延热工对象PID参数优化

对粒子群算法进行改进,并应用于大迟延热工对象,对PID控制器参数进行优化。本算法加快了粒子群算法的收敛速度,提高了寻优能力。将改进的粒子群算法和标准粒子群算法进行比较,结果表明:利用改进粒子群算法整定的PID参数,减小了超调量,同时缩减了调节时间。     

一种基于改进的粒子群优化算法的神经网络PID控制器

针对多输入多输出(MIMO)复杂过程控制中控制性能偏慢等问题,对神经网络PID控制器以及PID控制理论物理机制之间的相互作用进行了研究。对神经元PID控制器隐层和输出层之间的初始权值进行了归纳,提出了一种粒子群优化算法,提高了PSO算法的收缩因子以保证优化的收敛性,并进行了Matlab仿真。研究结果表明,所提出的神经网络PID控制器的改进粒子群算法优化,在高耦合效应的复杂MIMO对象中具有良好的精度以及快速响应的特性。     

基于GA-PSO的PMSM伺服系统分数阶控制

针对永磁同步电机伺服系统要求快速响应、鲁棒性及抗干扰能力的问题,设计了一种遗传算法—粒子群算法(GA-PSO)优化的分数阶PID控制器。利用改进Oustaloup算法,框图化实现分数阶PID控制器。采用GA-PSO算法优化整定分数阶PID控制器参数,解决了分数阶PID控制器设计繁琐、参数整定多的问题,可得到使伺服系统性能最好的分数阶PID控制器参数组合。对采用分数阶PID控制器和传统整数阶PID控制伺服系统进行仿真,结果表明,采用优化后的分数阶PID控制器具有跟踪速度快、抗干扰能力强、鲁棒性好的优点。