基于IAGA的集热器温控PID参数优化

太阳能集热器进行热性能测试时,对进口的传热工质温度有严格要求,常采用PID对其进行温度控制,而常规PID参数调节耗时耗力,且控制效果不够理想。为了解决这一问题,提出一种基于改进自适应遗传算法的温控PID参数优化方案。先以温控系统的升温时间、偏差以及超调量建立待优化的目标函数,再结合自适应遗传算法和适应度标定法,根据目标函数建立算法优化流程,最后对PID温控系统的比例、积分、微分系数进行仿真优化。仿真结果表明,与传统的遗传算法相比,改进自适应遗传算法优化的结果具有更好的适应性,能有效提高PID的控制精度。     

电液比例压力控制系统的PID参数优化

为了解决实际工程中P,I,D最佳参数值快速确定难题,建立了电液比例压力控制系统的数学模型,以收敛时间最短为控制目标,采用单因数法对控制模型进行仿真实验,确定了参数P的最佳值;在保持P值不变条件下,运用函数拟合方法,以超调量最小为控制目标分别确定了参数I和D与超调量增量以及收敛时间的相关性;以超调量最小和收敛时间最短作为优化目标,利用建立的相关性对PID控制器的三个参数进行了调整.仿真结果表明:在以超调量作为优化目标时,积分系数与超调量增量呈四次相关性函数关系;积分系数与收敛时间增量呈五次相关性函数关系;微分系数与超调量增量呈二次相关性函数的关系;微分系数与收敛时间增量呈四次相关性函数关系.     

模糊参数自整定PID控制器的设计与仿真研究

为实现PID参数的自动整定,在PID控制和模糊控制的基础上,设计了一种用于晶体生长炉温度控制系统的模糊参数自整定PID控制器,该控制器基于PID参数的优化规律,利用模糊控制规则对PID参数进行在线的自动整定.与常规PID温控系统比较,该控制器的系统超调量明显减小,控制系统的动静态性能均得到改善,升温速度和目标温度控制精度达到了设计指标,系统仿真验证了该设计的有效性与实用价值.     

基于多目标遗传算法的汽轮机转速PI控制器参数优化

针对常规PID参数整定方法不能兼顾系统快速性、稳定性和准确性要求的缺陷,提出了一种基于非支配排序多目标遗传算法-Ⅱ(Non-dominated Sorted Genetic Algorithm-Ⅱ,NSGA-Ⅱ)和多属性决策技术(Multiple Attribute Decision Making,MADM)的PID参数的优化设计方法。以系统的超调量、调节时间和时间乘以误差绝对值积分(ITAE)指标最小作为优化目标,以频域稳定性为约束条件,以PID参数为设计变量,建立多目标优化模型。利用NSGA-Ⅱ算法求出Pareto最优解集,采用逼近理想解的排序方法(Technique for Order Preference by Similarity to an Ideal Solution,TOPSIS)进行Pareto最优解排序,进而得到最终的最优解。以某型工业汽轮机转速PI控制器参数的多目标优化设计为仿真算例,验证了该文设计方法的有效性和优越性。     

基于可变论域模糊PID的汽车烘房温控系统

目前汽车涂装烘房温度控制基本上都是采用传统的PID控制,其调节时间长、超调较大、波动频繁.针对烘房温度易波动、传统PID控制参数整定复杂且适应性差等问题,为优化控制,采用可变论域模糊PID控制,设计了基于PLC控制的烘房智能温控系统.以西门子S7-300 PLC为下位机,与现场传感器和执行器连接;以触摸屏和工控机为上位机,完成对相关参数的实时监控;利用OPC技术,实现上位机与下位机的数据通信.在MATLAB中进行仿真,结果表明:系统运行稳定,输出响应能够达到预期目标.与传统PID控制相比,可变论域模糊PID控制能有效降低超调量,缩短上升时间和调节时间,系统性能得到了提升.     

基于RBF神经网络二级倒立摆系统的PID控制

针对二级倒立摆系统,提出一种基于RBF神经网络的PID控制方法。该方法采用RBF神经网络对PID控制器的参数进行优化修正,从而使控制器处于最优状态,实现二级倒立摆的稳定控制。仿真结果表明,该方法的控制精度较高,响应迅速,超调量较小。对于多变量、非线性、不稳定的快速系统,具有较好的控制效果。     

基于RBF神经网络二级倒立摆系统的PID控制

针对二级倒立摆系统,提出一种基于RBF神经网络的PID控制方法。该方法采用RBF神经网络对 PID控制器的参数进行优化修正,从而使控制器处于最优状态,实现二级倒立摆的稳定控制。仿真结果表明,该方法 的控制精度较高,响应迅速,超调量较小。对于多变量、非线性、不稳定的快速系统,具有较好的控制效果。     

基于修正BP的磁悬浮系统PID控制参数优化

基于神经网络算法的自学习非线性逼近能力提出了磁悬浮系统的参数自整定PID控制算法.为提高控制参数的优化速度,以权值梯度符号函数取代其变化值,构建了3层BP网络调节PID的比例积分和微分参数.在虚拟现实的辅助下搭建系统仿真结构,将算法应用到悬浮小球的位置控制之中.仿真结果显示,该算法可以在0.1 s内实现参数优化,位置跟踪速度快,超调量小,具有较强的抗干扰能力.     

积分过程PID控制器参数的新型优化整定方法

针对积分时滞过程,结合菌群优化（BSFO）算法和控制系统优化设计策略,提出了一种新的PID控制器参数优化整定方法.通过将PID控制器的参数设置为群体细菌在参数空间的位置,将时间乘以绝对误差的积分（ITAE）作为细菌对环境的适应度函数,并模拟细菌群体觅食的动态行为来实现对PID控制器参数的寻优.实例仿真结果表明,菌群优化算法能够实现对PID控制器参数的有效整定,并在稳定时间、超调量、鲁棒性和抗干扰性等方面具有满意的综合性能.在大量仿真结果的基础上,给出了一个积分时滞对象的PID控制器参数整定经验公式.     

模糊PID控制在风表自动检测系统中的应用

针对风表自动检测系统风速控制中,传统PID算法存在超调量大、稳定性差、调节时间过长等问题,导致风速很难精确控制的难题,提出了将模糊PID控制应用于变频控制的方案．仿真实验结果表明,基于模糊PID控制有效改善了系统的动态性能,降低了超调量,减小了调节时间,提高了鲁棒稳定性．     

基于粒子群算法的信封机同步控制系统设计

为了解决传统机械总轴同步控制信封机存在的系统结构复杂、灵活性差、工作噪声大以及长期运转造成的机械磨损导致同步控制精度下降等问题,设计了以数字信号处理器和伺服驱动器为核心的自动信封包装机多电机同步控制系统.系统采用多电机主从同步控制方式,通过PID算法改善系统的同步性能,并应用粒子群算法对PID参数整定得出最优参数.结果表明,该多电机同步控制系统超调量为零,响应速度为0. 15 s,能够满足信封生产同步精度高、响应速度快及稳定性能好的要求,具有较高的应用价值.     

基于混沌演化的蒸汽动力装置负荷控制优化

为提高蒸汽动力装置负荷控制系统适应机组负荷变化的能力,将混沌理论和演化算法相结合,基于系统辨识提出一种PID控制参数的在线优化方法.该方法利用演化算法的全局最优性和混沌的遍历性实现对控制器参数的在线整定,避免了传统PID控制算法受控制对象影响较大,只有在各参数整定良好的前提下才能得到满意控制效果的缺点.仿真试验证明:采用混沌演化优化后的控制系统在保留传统PID控制结构简单、易于实现、可消除静差等优点的同时,还具有超调小、响应迅速、抗干扰能力强等特点,适用于工况频繁变化场合下的自适应控制.     

基于改进的粒子群PID控制在变风量系统中的应用

目的研究变风量空调系统温度-风量PID控制器的整定方法,利用粒子群算法的特点设计一种较为高效、稳定的自适应控制器.方法以常规PID控制方法的整定结果作为参考,选择PID参数的取值区间,选取种群数量、维数、最大寻优速度、收缩因子等粒子群内部参量,根据粒子群的演化规则自动完成最优控制.结果采用引入收缩因子的粒子群PID自适应控制器时,系统的调节时间约为常规控制方法的50%,超调量减少了约75%.且动态过程快速而平稳;而当系统突加阶跃扰动时,粒子群PID自适应控制器的调节时间及超调量均约为常规控制方法的50%,系统控制品质得到了较大的改善.结论仿真结果表明,采用上述自适应控制器后,空调房间的温度调节过程加快,室内外干扰因素对房间温度的影响明显降低,整个系统体现了良好的动态性能及较强的鲁棒性.     

PID参数整定新方法在锅炉蒸汽压力系统中的应用

传统的Ziegler-Nichols参数整定方法已经在PID控制设计中得到了普遍应用,然而由于未对超调量进行具体限制而表现出一定的局限性.本文根据系统阶跃响应曲线的几何特性,通过求曲线包络的面积获得在被控对象的阶跃响应超调量严格限制情况下的PID控制器的3个参数值.该整定方法具有同时保证系统超调量小和响应速度快的双重优点,一定程度上弥补了传统PID参数整定方法的不足.把这种新的整定方法应用到锅炉蒸汽压力控制系统设计中,在Simulink环境下仿真表明,相比于经典Ziegler-Nichols方法,该整定方法具有更好的控制效果.     

基于BFO-PSO的LT-MED海水淡化温度控制

提出一种基于混合粒子群算法和细菌觅食算法的温度控制器,重点研究了菌群优化粒子群（BFO-PSO）算法的性能,包括突变、交叉、步长变化、趋化步骤和细菌的生命周期等。利用MATLAB仿真平台将其与传统比例积分微分算法（PID）及粒子群算法（PSO）进行控制效果对比,发现该方法效率高。与传统PID和PSO调节的PID相比,细菌觅食优化算法的智能PID在系统响应速度和系统稳定性能上都有很大的提高。     

基于蚁群算法的PID参数优化

针对传统的PID控制器参数多采用试验加试凑的方式由人工进行优化,提出了一种新型的基于蚁群算法的PID参数优化策略.蚁群算法是近几年优化领域中新出现的一种仿生进化算法,该算法采用分布式并行计算机制.在简要介绍蚁群算法基本思想的基础上,推导了蚁群算法PID参数优化方法,并给出了新算法的具体实现步骤,最后将该优化方案应用于某型高精度飞行仿真伺服系统.仿真应用研究表明,该PID参数优化策略具有很强的灵活性、适应性和鲁棒性,进而验证了该方案的可行性和有效性.     

基于QPSO算法优化跳汰机排料系统的分数阶PID控制

针对传统PID控制在复杂跳汰机排料系统中控制精度不高、响应速度慢、参数调整不够精确等问题,提出了一种基于QPSO算法优化的分数阶PI~λD~μ控制器(QPSO-FOPID).该控制器利用分数阶微积分理论,将传统PID控制由整数阶次推广到复数阶次,并增加了两个参数的自由度.同时利用量子粒子群算法对分数阶PI~λD~μ控制器参数进行寻优,解决参数调整不精确的问题.以某矿井跳汰机排料系统为例,建立跳汰机排料系统控制的Simulink仿真模型.仿真结果表明,该方法不仅能够实现分数阶PI~λD~μ控制参数的在线优化,收敛速度快,具有较强的鲁棒性,还具有良好的动、静态性能,无超调现象,控制精度高.     

两自由度机械手臂的交叉耦合模糊逻辑控制

针对两自由度机械手臂难以建立数学模型的问题,提出了一种交叉耦合的两级控制系统.利用MATLAB Simulink对建立的交叉耦合模糊逻辑控制器的性能进行了模拟仿真,并与传统的PID控制器、基于遗传算法优化的PID控制器进行对比分析.结果表明:搭建的交叉耦合模糊逻辑控制器对立臂转角和悬臂转角阶跃响应的稳定时间分别为0. 05和0. 12 s,该控制器具有较高的控制精度和收敛速度,在控制稳定性、响应速度和超调量等方面的性能均明显优于其他算法,对两自由度机械手系统具有优异的控制性能.     

基于GA参数辨识的直流伺服电机PID调节器的设计

针对数控火焰切割机自动调高系统的特点和要求,采用遗传算法对其位置调节器PID参数进行全局优化辨识,有效地解决了直流伺服电机的控制精度和快速性的问题.仿真结果表明,与传统的参数辨识法相比,遗传算法参数寻优使自动调高系统的动态性能大幅提高,具有很强的鲁棒性.