粒子群算法自寻优模糊PID控制器设计

针对常规模糊PID控制器的控制规则和控制参数固定不变而降低了系统自适应能力的问题,提出了一种基于粒子群算法寻优的方法对模糊控制器进行寻优。通过改变模糊控制器的3个尺度系数(K_e、K_(ec)、K_u),可以改变不同阶段系统的误差以及误差变化率所对应的权重。以ITAE指标作为粒子群寻优的目标函数,可以保证系统的快速响应性、超调量、调节时间以及稳态误差等。通过在Matlab下建立交流永磁同步电机(PMSM)模型,对其仿真分析表明:粒子群算法自寻优模糊PID控制器有着更优越的控制性能。     

基于人工蜂群算法优化采煤机伺服系统PID参数

针对采煤机电液伺服系统中PID控制器的参数寻优问题,利用人工蜂群算法来优化PID参数。人工蜂群算法通过模拟群蜂寻找花蜜的过程,将误差绝对值和控制输入平方项的时间积分作为优化目标,经过迭代寻优计算得到系统最优控制量。通过典型函数测试,对比分析遗传算法和粒子群优化算法,人工蜂群算法具有较好的全局收敛能力。结果表明:人工蜂群算法用于采煤机电液伺服系统的参数调节,比遗传算法和粒子群优化算法收敛速度快,超调量小,具有更好的动态响应性能,验证了该方案的可行性和有效性。     

柔性机械臂最优抑振轨迹规划与跟踪控制研究

为了抑振柔性机械臂的残余振动,提出了基于自适应遗传算法的最优抑振轨迹规划和基于全阶终端滑模控制的轨迹跟踪方法.在轨迹规划方面,建立了最优抑振轨迹规划模型;对遗传算法进行改进,使交叉概率随种群多样性自适应变化,变异概率随个体适应度自适应变化,从而提出了自适应遗传算法的抑振轨迹规划规划方法.在轨迹跟踪方面,以轨迹跟踪误差及残余振动为消除对象,设计了全阶终端滑模控制器及控制律,并证明了任意误差状态可在有限时间内到达滑模面并滑动至零点.经验证,自适应遗传算法收敛速度和寻优精度明显优于传统遗传算法,自适应遗传算法规划轨迹的残余振动远远小于传统遗传算法规划的轨迹;在全阶终端滑模控制器的控制下,柔性机械臂在旋转过程中和旋转结束后的振动量极小,而PID控制器在旋转结束后3.5s才逐渐稳定.     

基于改进遗传算法的电液伺服系统轨迹控制

为了提高挖掘机器人电液伺服系统的轨迹精度,首先,建立挖掘机器人电液伺服系统模型;其次,对遗传算法的种群、适应度函数、交叉概率和变异概率进行改进,设计改进遗传算法的PID控制器,在联合仿真平台上进行了仿真研究,用阶跃和斜坡信号评估控制器性能;最后,搭建挖掘机器人轨迹控制实验平台,采用对挖掘机器人精度要求较高的斜坡作业验证控制器性能。结果表明:相比较于传统的PID控制器和经典遗传算法优化的PID控制器,改进遗传算法优化的PID控制器调整时间短,响应快速,实际动作控制时轨迹跟踪误差最小,可用在挖掘机器人实际轨迹控制中。     

遗传参数自适应调整算法及其在液压动力系统优化控制中的应用

针对固定参数的遗传算法容易陷入过早收敛,进入局部最优状态等问题,建立了交叉概率及变异概率的模糊逻辑控制器以实现遗传算法策略性参数的自适应调整,从而提高优化算法的收敛速度及获得全局解的能力。运用常规优化方法及改进优化算法对永磁电机驱动的液压系统流量进行优化控制和对比,仿真和实验结果表明：采用遗传参数自适应调整算法优化控制器,可使系统在典型工况下,保持良好的控制性能,并且具有高于常规优化方法的控制精度和鲁棒性。     

多目标系统的自适应模糊神经网络控制

提出了一种多目标系统的自适应模糊神经网络控制的方法.通过对系统的多目标量进行加权合成,采用改进的遗传算法离线调整控制器网络参数.接入控制系统后,采用在线学习方式,通过BP算法调节网络的规则权值和比例因子,达到自适应控制的目的.计算机仿真结果显示,该方法控制效果好,鲁棒性强.     

基于改进遗传算法的气体混合控制系统的设计与仿真

针对传统气体混合存在精度低、混合时间长等问题,研究了以质量流量控制器为主的气体混合系统,设计了改进遗传算法整定PID参数的控制系统。利用模式识别建立了系统数学模型,针对标准遗传算法的缺陷,设计了一种改进比例选择算子并提出自适应法调整交叉、变异概率。进行仿真实验验证改进遗传算法优化PID控制系统的控制性能。实验结果表明,相比标准遗传算法和Z-N法优化PID,基于改进遗传算法优化PID控制系统具有更高的控制精度以及更快的混合时间。     

基于粒子群优化的滑模控制参数整定

针对滑模控制参数难整定的问题,结合粒子群优化算法设计滑模控制器。选取有关控制器输出和系统跟随误差的函数作为滑模参数优化目标,并以该目标函数为粒子群的适应度值,寻优处理后获得等效控制、切换项及指数趋近率系数,从而缩短到达滑模面时间,减小控制器输出抖振,有效改善滑动阶段动态特性。在MATLAB中仿真表明:该方法对被控对象参数波动具有较强鲁棒性,系统响应快,跟随性能好。     

基于混沌退火算法的非线性系统Fuzzy控制规则自调整

非线性系统模糊控制实际应用中存在控制精度和自适应能力问题，模糊控制规则的自调整和自寻优，是提高和改善模糊控制器性能重要手段。带有修正因子的控制规则能够根据误差E和误差变化EC自动产生规则，利用全局寻优的混沌模拟退火算法对修正因子优化，优化模糊规则；并引入综合考虑误差、误差绝对值时间、控制能量、超调诸因素的性能函数。非线性系统仿真实例说明该方法响应上升时间快，超调小提高了模糊控制器性能。     

一种基于多参数优化的神经网络控制器研究

针对常规PID+CMAC复合控制器中多个控制参数难以确定的问题,提出采用改进遗传算法对PID控制参数、CMAC神经网络学习率和惯性量等多参数进行寻优,把常规PID控制、CMAC神经网络和遗传算法的优点结合起来,设计了基于改进遗传算法多参数优化的PID+CMAC自适应控制器.仿真结果表明,提出的多参数优化的CMAC控制器具有良好的鲁棒性、抗干扰能力和自适应能力,是解决不确定性非线性对象控制问题的一种有效的控制方法.     

基于ＰＩＤ控制算法的直流微网容错控制方法研究

构建直流微网容错控制对象模型,调节直流微电网的输出回路参数;以输出功率、直流微网的 参考电压、弱电网下系统惯性响应特征等为约束参量,构建直流微网容错控制目标函数,在不同电网强度下 进行直流微网容错控制的参数自整定性调节,采用无功环比例积分控制方法进行直流微网容错寻优分析, 建立模糊 ＰＩＤ控制模型,采用变结构的模糊 ＰＩＤ控制方法进行直流微网容错控制过程中的自适应加权学习 和误差反馈调节,实现直流微网容错控制改进设计。仿真结果表明,采用该方法进行直流微网控制的容错 性能较好,输出稳定性较强,具有较好的直流微网输出增益。     

基于改进遗传算法的PID参数整定策略

针对简单遗传算法（SGA）收敛速度慢、易于早熟等缺点,在前人研究成果的基础上,将传统的轮盘赌选择法与最优保留策略结合起来,并采用改进的自适应交叉算子和自适应变异算子,结合兼顾性能指标和响应过程平衡的适配函数,以多种改进方式相结合的遗传算法对PID参数进行迭代寻优整定。仿真试验结果表明改进的遗传算法是一种简单高效的寻优算法,与传统的寻优方法相比可明显地改善控制系统的动态性能。     

白酒节能蒸馏系统输出管路压力控制研究

针对白酒节能蒸馏系统输出管路压力控制的高精度、快响应要求,笔者以白酒节能蒸馏系统为研究对象,对其输出管路压力控制特性开展了相关研究,首先介绍了白酒节能蒸馏系统输出管路压力闭环控制原理,并搭建关键元件数学模型,控制器选用工控机控制的增量式PID控制器,采用果蝇和Ziegler-Nichols算法对PID控制器的参数进行了寻优,对压力控制模型施加阶跃信号、1 Hz和2 Hz的正弦信号进行仿真对比分析,研究结果表明:在1 Hz和2 Hz正弦信号下,两种控制算法优化的节能蒸馏系统输出管路压力控制跟踪性能均较好;果蝇算法优化的压力控制系统对正弦信号的响应性能优于Ziegler-Nichols算法,基于果蝇算法,节能蒸馏输出管路压力响应曲线超调量缩小了39％,调整时间下降了33％,稳态误差降低了17.7％.     

白酒节能蒸馏系统输出管路压力控制研究

针对白酒节能蒸馏系统输出管路压力控制的高精度、快响应要求,笔者以白酒节能蒸馏系统为研究对象,对其输出管路压力控制特性开展了相关研究,首先介绍了白酒节能蒸馏系统输出管路压力闭环控制原理,并搭建关键元件数学模型,控制器选用工控机控制的增量式PID控制器,采用果蝇和Ziegler-Nichols算法对PID控制器的参数进行了寻优,对压力控制模型施加阶跃信号、1 Hz和2 Hz的正弦信号进行仿真对比分析,研究结果表明:在1 Hz和2 Hz正弦信号下,两种控制算法优化的节能蒸馏系统输出管路压力控制跟踪性能均较好;果蝇算法优化的压力控制系统对正弦信号的响应性能优于Ziegler-Nichols算法,基于果蝇算法,节能蒸馏输出管路压力响应曲线超调量缩小了39％,调整时间下降了33％,稳态误差降低了17.7％.     

中央空调冷冻水系统的模糊PID控制

将模糊控制和PID控制相结合,提出了一种模糊PID控制策略,并将其应用于中央空调冷冻水变流量调节。利用模糊控制在线自适应调整PID控制器的参数,从而使系统的动态性能和静态性能均得到提高。实验结果表明,基于模糊PID控制的冷冻水变流量系统具有响应速度快、超调小、稳态精度高和鲁棒性强等特点。     

基于改进的遗传算法的伺服电机模糊PID控制器设计

针对伺服电机采用PID控制的参数整定困难问题,将模糊理论和PID控制相结合设计出模糊PID控制器,并通过改进的遗传算法对模糊控制器的隶属函数和控制规则同时进行优化,利用MATLAB进行仿真。结果表明,基于改进遗传算法的模糊PID控制器,具有良好的动静态性能,且响应速度快、超调量小。     

未建模被控对象自适应控制器的研究

采用多固定模型和一个基于M2SPSA自适应模型相结合的多模型方法,对未建模被控对象进行自适应控制.该方法可以有效提高系统的暂态响应,改善控制精度.其特点是通过引入虚拟参考输入的概念,建立切换函数和性能指标函数,利用被控对象的输入、输出数据直接在线选择、调整参数化的控制器.在存在未知扰动的情况下,提出的M2SPSA自适应控制器有效的改善了系统的稳态响应过程.     

基于免疫遗传算法的模糊径向基函数神经网络在高速电主轴中的应用

为满足高速高性能电主轴系统快、稳、准的控制要求,结合免疫遗传算法寻优速度快及模糊神经网络控制不依赖主轴系统模型的优点,设计了一种将模糊逻辑控制、径向基函数(Radical basis function, RBF)神经网络和免疫遗传算法进行有机结合的高速电主轴系统全局优化的控制策略,并将该智能控制策略成功应用于高速电主轴系统双闭环矢量控制系统的转速控制器中。通过免疫遗传算法对该智能控制器三类参数的同步优化取得了最佳控制效果,从而实现了对主轴输出转速的精确控制。试验和仿真结果验证了所设计的控制器能够精确控制主轴的输出转速,而且当高速电主轴受到突加负载冲击时,具有很好的抗干扰性能及较强的鲁棒性,使主轴系统具有优良的动、静态性能,实现了高品质驱动。     

基于模糊遗传算法的二自由度PID控制器优化设计

针对一般遗传算法中交叉概率和变异概率存在的选择困难问题，利用模糊推理系统来自适应估计交叉概率和变异概率，提出了模糊遗传算法（FGAs），并用于二自由度PID控制器参数寻优设计。仿真和实验表明，所设计的二自由度PID控制器可以使系统同时具有良好的目标值跟随特性和干扰抑制特性。     

泵控马达调速系统单神经元PID控制参数优化的改进算法

针对常规PID控制的不足以及泵控马达调速系统动态性能差的特点，提出了一种基于单神经元的自适应PID控制器．并结合误差二次型最优控制理论对单神经元的性能指标进行改进，推导出相应的单神经元输入权值调整算法。仿真结果表明，改进的单神经元自适应PID控制器具有更快的响应特性和良好的动态特性，其控制效果明显优于常规的PID控制器，将其应用于泵控马达调速系统是行之有效的。