基于改进粒子群算法的旋转倒立摆PID参数整定

针对旋转倒立摆PID参数整定耗时费力且精度低的问题,对旋转倒立摆实验系统PID参数整定展开了研究.利用MAT-LAB进行仿真,分别采用试凑法、粒子群算法和改进粒子群算法求取了旋转倒立摆的PID参数.实验结果表明,相比于试凑法,通过粒子群算法得到的PID参数可使系统性能更优;改进后的粒子群算法寻优过程产生的超调量和达到收敛所需时间更小,得到的PID参数可进一步提高旋转倒立摆实验系统的性能.基于改进粒子群算法整定旋转倒立摆PID参数的方法在其他控制系统中也有参考价值.     

倒立摆系统的一种H∞优化控制

在运用H_∞环路成形设计方法时权函数的选择一般是凭经验试凑,不能保证所得控制器综合指标最优;且控制器阶次较高,不便于工程实现和参数调整.鉴于以上问题,提出了基于遗传算法的权函数选取方法,在遗传算法的目标函数里加入对鲁棒性能和时域性能指标的约束,从而得到使控制器综合性能指标最优的权函数,避免了凭经验试凑权函数的盲目性;然后,给出一种用多变量PID控制器逼近此控制器的方法,使所得控制器便于实际运用.最后用此方法对小车倒立摆系统进行仿真,结果表明了该方法的有效性.     

基于遗传算法PID的旋转式倒立摆控制

旋转式倒立摆系统是一个多变量、强非线性、强耦合的不稳定系统,是人们检验、比较各种控制理论和方法的理想试验平台,国内外许多机构对它进行了广泛的研究,如何对其进行有效控制一直是控制界的一大热点.分析了旋转式倒立摆的数学模型,然后用Matlab建立了它的仿真模型,利用PID控制器对其进行控制.为了避免手工整定PID参数的繁琐过程,用遗传算法对旋转式倒立摆PID控制器的控制参数进行寻优,并以此来控制旋转式倒立摆.仿真结果表明利用遗传算法寻优设计的PID控制器来控制旋转式倒立摆可以获得很好的动态品质和稳定性.     

基于遗传算法PID的旋转式倒立摆控制

旋转式倒立摆系统是一个多变量、强非线性、强耦合的不稳定系统,是人们检验、比较各种控制理论和方法的理想试验平台,国内外许多机构对它进行了广泛的研究,如何对其进行有效控制一直是控制界的一大热点。分析了旋转式倒立摆的数学模型,然后用Matlab建立了它的仿真模型,利用PID控制器对其进行控制。为了避免手工整定PID参数的繁琐过程,用遗传算法对旋转式倒立摆PID控制器的控制参数进行寻优,并以此来控制旋转式倒立摆。仿真结果表明利用遗传算法寻优设计的PID控制器来控制旋转式倒立摆可以获得很好的动态品质和稳定性。     

S7-200PLC的PID自整定算法剖析

经典PID控制器的设计根据被控对象的数学模型,选择调节器的形式,如模型为确知的传递函数,用根轨迹法或频率响应法来确定PID参数,如对象模型不确知,往往用试凑法来整定控制器参数.对复杂多变的现场,这费时费力,且整定的控制器性能有限.S7-200 PLC已经支持PID自整定功能,对其所用继电反馈算法予以剖析,讨论其特点.     

二级倒立摆状态反馈控制器设计优化方法

设计了一种二级倒立摆的状态反馈控制器。研究了一种基于单纯形算法的参数优化方法。首先给出了二级倒立摆系统模型并分析了系统特性,设计了状态反馈控制器,提出基于ITAE(Integrated Time&Absolute Error)性能指标应用单纯形优化方法对状态反馈控制参数进行优化设计,以快速准确地得到状态反馈阵,并利用固高GLIP2002型直线倒立摆系统进行仿真分析和二级倒立摆系统控制实验,实现了二级倒立摆优化控制。提出的一种如何寻找使系统稳定且具有较好性能的状态反馈控制参数这一控制领域重要问题的解决方法,避免了极点配置法手动试凑方法调试参数困难的问题,对非线性、强耦合运动体的控制具有理论意义和应用价值。     

基于量子遗传算法的PID控制器参数自整定

提出了一种基于量子遗传算法（QGA）的PID控制器参数整定方法。首先定义一个包含表示系统超调量、上升时间和稳态误差指标项的适应度函数,并根据实际系统的性能要求对指标项进行适当加权。之后采用具有量子比特个体表示形式和量子旋转门实现种群进化的量子遗传算法,对PID进行多目标寻优,从而实现PID参数的自动整定。仿真结果表明,该方法优化得到PID控制器的综合性能优于常规方法和一般遗传算法得到的PID控制器。     

基于微粒群算法的PID控制器优化研究

研究PID控制器性能优化中,由于被控对象具有高阶、非线性等特点,而在工业生产过程中,传统的PID参数整定方法易出现超调和震荡问题,使系统响应特性差。为改善系统性能,提出一种改进粒子群算法的智能优化策略,将PID控制器参数作为粒子群中的粒子,以控制误差时间积分函数作为优化目标,进行PID控制参数的并行优化。利用MATLAB仿真软件进行仿真,并通过与传统整定方法(Z-N法)进行比较。结果表明,粒子群的PID参数整定法可提高控制器性能,并能够实现目标的最优整定,为PID控制器性能优化提供依据。     

基于人群搜索算法的PID控制器参数优化

关于PID控制器在工业控制领域应用优化问题,PID参数优化成为工业自动化研究的热点.PID参数优化对于系统的稳定性、可靠性和快速响应等特性有着重要的意义.为了改善和优化PID控制器性能,提出一种人群搜索算法(SOA),以PID三个参量为搜寻队伍,以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.通过对比遗传算法和粒子群算法PID参数优化,仿真结果表明,改进算法提高了系统的控制精度,系统响应速度快,鲁棒性好,为控制系统PID参数整定提供了参考.     

基于PID参数整定的无模型自适应控制器参数整定方法

本文针对一阶线性时不变(FOLTI)系统, 将常用的比例–积分–微分(PID)控制器参数整定方法推广到无模型自适应控制(MFAC)参数整定中, 利用PID控制参数整定方法整定直接型MFAC方案的伪梯度初值, 以期改变MFAC控制律初始参数的试凑式选取, 提升MFAC应用的方便性和可接受性. 通过仿真, 验证了所提伪梯度初值整定方法的有效性, 并对比了FOLTI系统的系统参数和系统结构发生变化后, 应用MFAC与PID控制的性能差异.