基于蚁群算法分数阶PID控制器在温度控制系统的应用

针对温度控制系统的控制,提出了一种基于蚁群算法的分数阶PID控制方法。该控制器以系统误差、控制器输出、上升时间和超调量构成的函数为性能指标,利用蚁群算法全局搜索能力获取一组最优的PID参数Kp、Ki、Kd,并且能根据实时获取的误差在线调整PID参数。通过对比分析传统PID和分数阶PID,结果表明该温度控制器具有良好的动、静态特性,自适应性和鲁棒性好。     

基于蚁群算法的数控进给伺服系统PID参数优化

数控机床进给伺服系统的好坏,极大地影响了机床的加工性能。以蚁群系统和蚁群算法为基础提出了将蚁群算法与PID结合起来利用其全局寻优的能力对PID控制器参数进行优化的一种新的设计方法。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控制数控机床进给伺服系统中的执行电机。计算机仿真结果表明,与传统的PID控制器相比,这种基于蚁群算法的PID参数优化控制器具有良好的动态和稳态性能。     

基于蚁群算法PID控制器的自动配料系统研究

针对传统PID配料控制系统精度不高的问题，提出了一种基于蚁群算法PID参数优化控制方法，将蚁群算法能快速稳定找到最优参数解的特点与PID精确调节的特点有机结合起来。在简要介绍蚁群算法原理的基础上，描述了蚁群算法PID参数优化方法，并给出了新算法的具体实现步骤。仿真应用研究表明，该方法比传统的PID控制有更强的灵活性、适应性和鲁棒性，能有效提高系统配料精度，进而验证了该方案的可行性和有效性。     

基于自适应蚁群算法的PID控制器设计

针对传统的比例积分微分控制器(PID)参数整定多采用经验试凑不能得到最佳控制性能的问题,提出一种基于自适应蚁群算法的PID控制参数整定方法(AACO-PID),以增强控制器的自适应能力。仿真结果表明,AACO-PID控制方法具有调节时间短、超调量小、响应速度快等特点。与传统PID和ACO-PID相比,使用AACO-PID的系统具有更快的响应速度和稳定精度。     

基于蚁群优化分数阶PID的充电控制研究

考虑到分数阶PID较传统PID增加的积分阶次和微分阶次所增强的控制作用,采用分数阶PID控制器对充电系统进行控制,以提高锂电池充电稳定性和效率。结合蚁群算法基本思想,推导设计一种分数阶PID参数优化算法,并给出了算法理论公式和具体实现步骤。基于MATLAB/Simulink平台,建立了所提出的蚁群优化分数阶PID控制器以及锂电池充电控制模型,进行仿真研究。结果表明,参数整定优化后的分数阶PID控制系统具有更优的响应速度、稳态性能和鲁棒性。     

基于改进蚁群算法的PID参数优化

一般传统PID控制器参数优化都采用Ziegler-Nichols法,由于其无法获得满意的动态指标,因此本文提出一种基于改进蚁群算法的PID控制器参数优化方法。蚁群算法是一种仿生进化算法,其采用分布计算机制,具有较强鲁棒性。本文提出的改进蚁群算法,可自适应调整路经上的信息素,并将各路径上的信息素强度限制在某个区域内,以避免搜索停滞。仿真实验表明该方案可行。     

基于ACO的连铸结晶器液位控制系统设计

常规PID不适用于具有非线性、时变特性和耦合性强等特征的连铸机结晶器液位控制系统,为此设计一种蚁群优化BP神经网络的智能PID控制器.采用系统辩识方法确定结晶器液位控制系统的数学模型;设计了控制器的系统结构,采用蚁群算法(ACO)训练BP网络的权值,以获得全局最优PID控制参数,在Matlab中进行仿真.实践结果表明,该算法收敛速度快、无超调、稳定性好.     

基于ACO的连铸结晶器液位控制系统设计

常规PID不适用于具有非线性、时变特性和耦合性强等特征的连铸机结晶器液位控制系统,为此设计一种蚁群优化BP神经网络的智能PID控制器.采用系统辩识方法确定结晶器液位控制系统的数学模型;设计了控制器的系统结构,采用蚁群算法(ACO)训练BP网络的权值,以获得全局最优PID控制参数,在Matlab中进行仿真.实践结果表明,该算法收敛速度快、无超调、稳定性好.     

神经元微分先行PID控制器的研究

文中给出从微分先行PID算法派生出的神经元PID控制器，并利用MATLAB／SIMULINK仿真软件对该控制器在电加热炉中的应用进行仿真研究。仿真结果表明，神经元微分先行PID控制不但具有微分先行PID控制的优点而且还具有神经元自适应控制的特点。     

带式输送机输送带横向纠偏控制系统

为提升输送带横向纠偏系统实时性和准确性,设计了带式输送机输送带横向纠偏控制系统。首先提出输送带纠偏控制系统总体方案,再根据控制系统数学模型,设计基于排序蚁群算法优化的输送带横向纠偏PID控制器,最后对排序蚁群算法优化的PID控制器进行仿真分析和实验验证。结果表明,基于排序蚁群算法优化的PID控制器对于阶跃信号响应速度快、超调量小。系统的提出对保障港口带式输送机安全稳定运行具有重要意义。     

基于改进的免疫克隆算法的PID参数优化

依据PID控制器的控制原理,结合人工免疫算法和克隆选择原则,提出了一种新的基于周期变异的免疫克隆算法,并基于此算法在线优化PID控制参数,仿真结果表明控制输出能快速平稳地跟随期望输出值,系统响应可以获得良好的实时性、稳定性和较高的控制精度。     

New tuning method for PID controller

In this paper, a tuning method for proportional-integral-derivative (PID) controller and the performance assessment formulas for this method are proposed. This tuning method is based on a genetic algorithm based PID controller design method. For deriving the tuning formula, the genetic algorithm based design method is applied to design PID controllers for a variety of processes. The relationship between the controller parameters and the parameters that characterize the process dynamics are determined and the tuning formula is then derived. Using simulation studies, the rules for assessing the performance of a PID controller tuned by the proposed method are also given. This makes it possible to incorporate the capability to determine if the PID controller is well tuned or not into an autotuner. An autotuner based on this new tuning method and the corresponding performance assessment rules is also established. Simulations and real-time experimental results are given to demonstrate the effectiveness and usefulness of these formulas.     

气候环境实验室地面结冰云雾模拟控制系统设计

飞机结冰会引起飞机气动特性、动力系统性能改变,甚至造成飞行事故。地面结冰云雾模拟设施作为一种模拟飞机飞行结冰条件的重要设备,常用于飞机防除冰系统功能验证。针对气候环境实验室结冰云雾试验条件需要,在对地面结冰云雾模拟系统进行研究的基础上,对适用于气候环境实验室的结冰云雾模拟系统进行了设计。对系统关键设计技术、系统功能及组成进行了分析,并对控制系统方案进行了详细阐述。试验表明,控制系统人机界面友好,运行可靠,能够满足液态水含量、雾滴直径参数的精确调节,产生符合试验所需的结冰环境。     

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。     

基于遗传算法的数控机床进给伺服系统模糊PID位置控制研究

文章针对电机引入的非线性、参数不确定性及对位置伺服系统快速定位和无超调的要求问题,提出了一种新的位置控制方法,即基于遗传算法的模糊PID位置控制。该方法结合遗传算法和模糊PID控制的优点,利用遗传算法优化模糊PID控制系统的模糊控制规则,通过模糊控制规则对PID参数进行实时修改。仿真结果表明,这种位置控制器具有良好的稳态精度和动态响应,与传统比例位置控制的伺服系统相比,具有良好的动态、稳态性能以及较强的鲁棒性。     

基于动力驱动微粒群算法的液压矫直机PID控制参数优化

为兼顾微粒群算法收敛速度与跳出局部解的能力，利用阶段性搜索方式将算法搜索过程分为前、后两个不同阶段。在算法的前期搜索阶段，当前微粒受个体最优微粒与全局最优微粒的引力作用，在算法的后期搜索阶段引入中值导向加速度，提出一种动力驱动微粒群算法。最后，针对液压矫直机PID控制的参数优化问题，考虑控制信号、上升时间和误差量的关系，建立液压矫直机PID控制参数优化模型，利用动力驱动微粒群算法优化得到更好的参数组合，实现PID控制参数优化。     

自适应遗传算法在数控伺服系统控制参数优化中的应用

PID参数整定是一个多参数组合优化的问题,针对目前常用的工程整定法无法在全局范围内对PID参数进行组合优化,只能从系统的单项性能指标出发进行整定,而标准的遗传算法又容易出现过早收敛等问题,为此,提出了基于改进的自适应遗传算法的PID参数整定方法。这种方法能够随适应度值自动改变交叉概率和变异概率,这种方法既能够确保算法的收敛,也能够很好的保证种群的多样性。将该方法应用于数控伺服系统,控制效果良好,最后将Ziegler-Nichols算法与自适应遗传算法整定的PID控制系统的动态响应性能作了对比分析,仿真试验结果证明了基于自适应遗传算法的PID参数整定方法的优越性。     

基于MATLAB遗传算法的电磁轴承控制系统优化

提出基于MATLAB遗传算法的电磁轴承控制系统的PID参数寻优方法,仿真结果证明遗传算法寻优后的PID控制器较常规PID控制器具有更好的控制特性,并且算法简单,具有广泛的推广使用价值。     

一种用于优化PID参数的改进蚁群算法

PID控制由于算法简单,鲁棒性好在工业的过程控制中应用很广泛,但是传统的Z-N算法整定的PID参数却并不是最佳的。蚁群算法作为一种新型的仿生优化算法。该算法具有很多优良的性质,近年来在优化领域中得到了广泛应用。本文提出了一种改进的蚁群算法。通过增加高斯变异这一环节来增强算法的智能性。最后通过仿真实验获得了较好的控制效果。