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。     

一种基于粒子群算法的二自由度PID控制器优化设计

粒子群算法在解决复杂问题的优化设计上具有算法简单,计算速度快的优点,将粒子群算法引入到二自由度PID控制器的参数整定中,用于改进二自由度PID控制器参数整定的效率并进行了仿真实验,仿真结果表明,系统同时具有了最优的目标值跟踪特性和干扰抑制特性.     

基于改进粒子群优化算法的PMSM矢量控制

对永磁同步电机矢量控制及标准粒子群优化算法进行分析,针对单一的粒子群优化算法容易陷入局部极小和早熟收敛的缺陷,提出了一种改进的粒子群优化算法。利用动态线性权重、非线性反正切函数改变学习因子提高了粒子的学习能力;利用动态自适应权重提高优化速度,建立在线优化PSO-PID控制器,应用于永磁同步电机控制,基于Infineon TC1782单片机搭建PMSM控制器。进行了电机台架测试,结果显示整个系统有更好的精确性以及准确性。     

基于CPSO-BP-PID的神经网络控制方法研究

针对传统PID控制方法的参数不易整定、调节时间偏长的缺点,将CPSO算法用到BP-PID的参数整定过程中,从而设计了一种稳定、高效的自适应控制器(CPSO-BP-PID)。由于CPSO算法的粒子速度更新来自于粒子的自身最优值、每个子群的最优值以及本子群的最优值,使其充分发挥了PSO的社会分享机制,全局搜索能力更强,从而保证了由其整定的BP神经网络更加适合PID控制参数的优化过程。通过比较实验中建立的PSO-BP-PID、BP-PID以及CPSO-BP-PID三种控制器的控制性能,实验结果表明CPSO-BP-PID控制器可以实现对被控系统的有效控制,并可较大程度地提高其控制过程的稳定性、精确性与鲁棒性。     

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。     

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。     

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。     

改进粒子群算法在主动磁悬浮轴承系统中的应用

通过分析得知,主动磁悬浮轴承系统本身是一个不稳定系统,可以采用PID控制器对其进行控制。但是传统PID控制在主动磁悬浮轴承系统中还存在着不足之处,为此可以将粒子群优化算法与常规PID控制相结合,对PID控制器中的参数进行优化,使系统能够达到更好的控制效果。采用了一种改进粒子群算法,对算法中的惯性权重w进行自适应调节,从而使得算法能够更快、更准确地寻找到最优值。通过Matlab/Simulink构建系统模型并进行仿真对比,改进粒子群算法可以使得系统达到更好的控制效果。     

基于改进粒子群算法的隐式广义预测控制

针对大多数工业系统的控制输入输出都存在约束的情况,提出一种基于改进粒子群算法的隐式广义预测控制算法(IGPC)。粒子群算法(PSO)是一种基于群体的智能优化算法,解决受约束的优化问题具有精度高、收敛速度快等优点;为了避免粒子群算法陷入早熟,提高精度,引入细菌觅食算法中的自适应迁徙机制。在隐式广义预测控制的滚动优化环节引入改进粒子群算法,弥补了传统GPC在处理受约束控制问题上的缺陷。仿真结果表明了该方法的有效性和良好的控制性能。     

并联机器人的粒子群优化神经网络自适应控制算法研究

针对传统控制算法对并联机器人的控制效果不好的问题,提出了一种并联机器人的粒子群优化神经网络自适应控制算法,该算法在基于神经网络的自适应PID控制算法的基础上,首先对粒子群优化算法进行惯性权重的优化和收缩因子的改进,然后将该改进算法应用于原算法上。仿真试验结果表明,提出的粒子群优化神经网络自适应控制算法,在性能上远远优于传统PID控制算法和基于神经网络的自适应PID控制算法。     

Implementation of an adaptive fuzzy compensator for coupled tank liquid level control system

In this paper, an adaptive fuzzy control (AFC) system is proposed to realize level position control of two coupled water tanks, often encountered in practical process control. The fuzzy control system includes an adaptive model identifier and controller. The gains of AFC are obtained by using the fuzzy identifier model which is defined by real system outputs and control inputs. The parameters of fuzzy identifier model are adjusted online by using recursive least square algorithm. Because the controller has a recursive form it treats model uncertainties and external disturbances in an implicit way. Thus there is no need to specify uncertainty and disturbances for this controller design in advance. A well-tuned conventional proportional integral (PI) controller is also applied to the two coupled tank system for comparison with the AFC system. Experimentation of the coupled tank system is realized in two different configurations, namely configuration #1 and configuration #2 respectively. In configuration #1, the water level in the top tank is controlled by a pump. In configuration #2, the water level in the bottom tank is controlled by the water flow coming out of the top tank. Experimental results prove that the AFC shows better trajectory tracking performance than PI controller in that the plant transient responses to the desired output changes have shorter settling time and smaller magnitude overshot/undershoot. Robustness of the AFC with respect to water level variation and capability to eliminate external disturbances are also achieved. Experimental results show that AFC is a strong and a practical choice for liquid level control.     

基于光纤光栅温度传感器的BP-PID选择性激光烧结温度控制系统

为消除选择性激光烧结系统中温度调控纯滞后系统的超调,提高温度控制的灵活性与准确性,文中设计了一种基于光纤光栅温度传感器的BP-PID的选择性激光烧结温度控制系统.在硬件上使用光纤对温度变化进行精密测量,利用BP神经网络改进PID算法,提高控制系统的稳定性.给出基于光纤光栅阵列的温度监控系统模型,通过BP-PID算法迅速...     

仿生跳跃机器人气动串联弹性关节的位置/刚度控制

设计了一种气动人工肌肉驱动的串联弹性关节,基于气动人工肌肉Chou模型,建立了串联弹性关节的动力学模型,推导出关节刚度,获得了关节刚度与肌肉内部气压、弹性体刚度的关系。设计反向传播（back propagation,BP）神经网络整定PID参数的BP-PID控制算法,开展了气动串联弹性关节的位置与刚度控制研究。仿真结果表明BP-PID控制优于PID控制,关节位置跟踪精度由0.58°变为0.10°,关节刚度跟踪精度从0.026 N·m/rad变为0.005 N·m/rad。实验结果表明关节位置跟踪平均误差由0.347°减小到0.117°,关节刚度跟踪平均误差从0.024 N·m/rad减小到0.019 N·m/rad。     

Mamdani模糊算法在S7-300上的应用及仿真

针对长江大学油水气多相流实验分析系统中空气罐采用传统PID控制器进行加热控制难以准确、直观表现控制系统的状态,调整PID参数困难,控制超调大、不稳定等问题,依据Mamdani模糊算法设计了基于PLC的模糊PID控制器。给出了模糊控制器的结构框图,PLC系统与Simulink仿真软件之间通过Win CC 7.0的OPC服务器进行实时数据交换,实现了控制系统的实时仿真,结果表明,模糊PID控制器相比于传统PID控制器超调有了很大的改善,控制过程也更加稳定、迅速。     

一类非线性系统控制算法的设计

三容系统是一种典型的非线性、时变、强耦合系统,它能较好地模拟非线性多容器流程系统,对其液位控制算法进行研究很有实际意义。该文以三容系统的液位为被控对象,把模糊控制技术应用于控制系统的设计中。利用Matlab软件中Simulink工具箱搭建系统,通过确定模糊规则和隶属度函数,来调节模糊控制器,使之有效地控制系统的液位。仿真结果表明：与传统PID控制算法相比,模糊控制算法是实现多容器流程系统控制的一种有效算法。     

基于九点控制器的磨内喷水控制系统设计

针对传统球磨机喷水装置智能化低、操作复杂和控制性能低的现状,文章设计了采用人机交互、自动控制级和现场控制级3层网络结构的球磨喷水控制系统总体结构,给出了该系统的九点控制器控制算法;算法输出控制量控制水泵的速度,同时控制磨头喷水阀、磨尾喷水阀、储气罐进气阀等的开关时间,从而控制磨内的热平衡,有效降低磨内温度。该系统已在行业中广泛应用。     

改进的PSO及其在结晶器液位控制中的应用

针对粒子群算法存在的易于陷入局部极值和收敛速度慢等不足，提出了基于变惯性权重和多种群并行寻优策略的，通过多种群寻优策略来解决陷入局部极值的问题，利用变惯性权重的方法提高收敛速度。并将改进粒子群算法在连铸结晶器液位PID控制器参数自整定中进行了应用研究，仿真结果表明了此算法在PID参数的自整定过程中的有效性。     

基于PID参数自整定的炉温模糊串级控制系统设计

为解决煤气加热炉由于燃料压力变化和进出料时引起的炉温波动,将模糊串级控制应用到炉温控制系统中.该文分析了加热炉的对象特点和引起炉温波动的因素,介绍了参数自整定模糊PID调节原理,设计了基于组态软件、串级控制和智能仪表的炉温模糊控制系统.实验结果表明:串级控制是解决这类问题的有力工具.该控制系统具有静态精度高、自适应能力...     

储罐底板自动漏磁检测小车的路径规划与运动控制

针对储罐底板现有检测装备自动化程度不高、检测劳动强度大、检测效率低等问题,设计了储罐底板自动化漏磁检测系统。介绍了系统的结构组成,分析了基于双目激光测距的小车自动定位原理。根据储罐底板的结构特征和漏磁检测的特点,规划了检测小车的运动路径,研究了小车运动速度增量式PID控制算法和小车运动方向差动式控制算法,并进行了实验研究。结果表明,小车能够根据设定的PID控制参数沿规划路径扫查,小车在直线寻迹时30°方向偏差纠偏时间约为1.7s,轨迹跟踪性能良好。     

模糊算法对柴油机电控共轨燃油系统轨压控制的影响

为了改善柴油机缸内燃烧效果,提高电控共轨系统压力控制精度,利用SIMULINK软件设计了鲁棒性较强的模糊-PID联合控制器,针对电控高压共轨燃油喷射系统的特点建立了仿真模型,模拟计算了模糊-PID联合控制器对共轨压力波动的控制过程,利用试验对仿真结果进行了验证,并探究了标准PID和模糊-PID两种控制器的优越性。结果表明:模糊-PID联合控制器具有良好的稳压作用,显著提高了共轨系统的灵敏程度,且设计参数的选择和匹配合理可行。同标准PID控制器相比,模糊-PID联合控制器的误差小,控制精度高。