基于IASHGA算法的水轮发电机组PID调速器参数优化研究

针对遗传算法(SGA)存在求解精度与收敛速度间的矛盾,提出了一种自适应对称调和遗传算法(IASHGA),并将该算法用于水轮发电机组PID调速系统参数的优化设计,以系统的上升时间和超调量指标作为IASHGA算法的适应度函数;以四川某水电站的真实数据对经过优化后遗传算法PID控制规律进行计算机仿真.仿真结果表明,改进的算法较之常规遗传算法(SGA)和粒子群优化算法(PSO),不但提高了全局的搜寻能力,而且有效避免了早熟收敛问题.为水轮机调速器PID参数优化研究提供了新途径.     

基于IASHGA算法的水轮发电机组PID调速器参数优化研究

针对遗传算法（SGA）存在求解精度与收敛速度间的矛盾,提出了一种自适应对称调和遗传算法（IASHGA）,并将该算法用于水轮发电机组PID调速系统参数的优化设计,以系统的上升时间和超调量指标作为IASHGA算法的适应度函数;以四川某水电站的真实数据对经过优化后遗传算法PID控制规律进行计算机仿真．仿真结果表明,改进的算法较之常规遗传算法（SGA）和粒子群优化算法（PSO）,不但提高了全局的搜寻能力,而且有效避免了早熟收敛问题．为水轮机调速器PID参数优化研究提供了新途径．     

基于GAOT的PID控制器参数整定研究

遗传算法是一种具有极高鲁棒性和广泛适用性的全局优化方法,遗传算法优化工具箱(GAOT)为遗传算法的推广和应用提供了良好的工具,它采用模块化设计,包含了常用的遗传算子.针对传统PID参数整定的一些局限性,利用遗传算法优化工具箱对PID控制器参数进行整定.分析了遗传算法的应用步骤、GAOT的基本用法和GAOT与控制器参数整定的接口方法,利用仿真试验将该方法与Ziegler-Nichols法和工程品质最佳法进行比较.仿真结果表明:该方法几乎无超调,且过渡时间最短,可明显提高系统性能.     

基于模糊PID线控转向系统前轮转角控制

转向系统是乘用车的重要性能指标之一,它关系到整车的操纵稳定性以及舒适性.通过对乘用车线控转向系统结构、原理进行分析,建立了基于Simulink与CarSim的汽车线控转向系统联合仿真模型,将模糊理论应用到前轮转角控制策略中,并在整车动力学模型的基础上,设计模糊PID控制器,用于前轮转角控制.仿真结果表明:汽车低速行驶时,较小方向盘转角能实现较大的前轮转角变化,其传动比较小,驾驶员转向轻便;而高速行驶时,需要较大的方向盘转角实现前轮转角变化,传动比较大,可有效防止汽车高速抖动,提高汽车操纵的稳定性.     

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.     

基于遗传算法的PID参数寻优

针对工业过程中常见的二阶大滞后对象的PID参数调节问题,采用具有全局优化能力的遗传算法对PID参数调节和优化,并同单纯形算法作了比较.仿真结果表明了遗传算法应用于控制器参数优化的可行性和有效性     

用微粒群算法实现水轮机调节器参数的优化设计

目前水轮机调节系统PID参数整定一般都是根据经验公式或现场反复试验获取,它往往不易获得最佳参数.为了保证获得最优水轮机PID调节器参数,本文研究了利用微粒群优化（PSO）算法进行参数优化设计的新方法.PSO算法是一种新的仿生优化方法,具有结构和运算简单的优点.仿真试验结果表明,用微粒群算法优化水轮机调节器参数,可以获得满意的控制精度和效率.与改进的遗传算法优化结果相比,各项控制性能指标（如调节时间、负调、超调量等）都优于遗传算法整定的PID调节器.     

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.     

基于遗传算法的汽车底盘控制优化技术研究

为改善汽车底盘控制系统性能,提出了一种优化底盘控制系统参数的方法。通过构建汽车底盘控制系统模型,设计主动悬架系统控制器、主动前轮转向系统滑模变结构控制器及制动系统控制器,选用系统机械和控制参数作为优化变量,以汽车动力学集成性能参数作为优化目标,采用遗传算法进行优化方法设计。仿真实验结果表明,对底盘控制系统参数优化后,提高了汽车的操纵稳定性与乘坐舒适度。     

基于遗传算法的PID参数寻优

针对工业过程中常见的二阶大滞后对象的PID参数调节问题,采用具有全局优化能力的遗传算法对PID参数调节和优化,并同单纯形算法作了比较。仿真结果表明了遗传算法应用于控制器参数优化的可行性和有效性     

基于模糊免疫算法的变风量空调系统PID控制

由于变风量空调系统具有惯性大、时间滞后等特点,单独采用常规PID控制往往效果欠佳。本文借鉴生物免疫反馈机理和模糊控制理论,设计了模糊免疫PID控制器,将模糊免疫算法应用于室内温度控制环节,并运用模糊免疫PID控制技术对温室进行仿真试验。试验结果表明,控制环节的精度、鲁棒性、超调量及调整时间都得到较大改善。     

Multi-objective optimization of active steering system with force and displacement coupled control

A novel active steering system with force and displacement coupled control (the novel AFS system) was introduced, which has functions of both the active steering and electric power steering. Based on the model of the novel AFS system and the vehicle three-degree of freedom system, the concept and quantitative formulas of the novel AFS system steering performance were proposed. The steering road feel and steering portability were set as the optimizing targets with the steering stability and steering portability as the constraint conditions. According to the features of constrained optimization of multi-variable function, a multi-variable genetic algorithm for the system parameter optimization was designed. The simulation results show that based on parametric optimization of the multi-objective genetic algorithm, the novel AFS system can improve the steering road feel, steering portability and steering stability, thus the optimization method can provide a theoretical basis for the design and optimization of the novel AFS system.     

基于遗传算法的广义预测PID控制及其在锅炉主汽温系统中的应用

针对超超临界机组的主汽温控制,提出了一种广义预测PID控制方法,该方法采用改进遗传算法对PID控制器参数进行在线优化.采用了一种基于广义预测控制性能指标的遗传算法寻优思路,建立了主、副回路PID参数优化模型;在选择、交叉和变异算子方面,初始种群设计方面和交叉、变异概率调整方面对遗传算法进行了改进.最后对广东潮州电厂某锅炉现场连续运行的历史数据进行了控制仿真,结果表明采用基于改进遗传算法的预测PID控制策略后,系统在动、静态特性和变负荷能力上均比常规串级系统效果更好.     

基于改进粒子群算法的PID控制器参数整定优化

针对经典粒子群算法应用在PID控制器的参数上整定的方法其效果往往不佳的问题上,本文提出了一种改进粒子群算法的PID控制器参数整定优化设计,在粒子群的基础上加入遗传算法中的交叉算子,并将粒子群中的惯性权重因子改成动态参数,应用到的PID控制器,使参数的自适应整定问题也获得了改进,快速性和稳定性也都优于经典粒子群算法的PID控制器。借助Matlab进行仿真系统的响应曲线图,根据对比得出系统性能的指标改进情况。     

无人车运动稳定性的模糊神经网络PID控制

受转向或侧向风影响,无人驾驶车在运行的过程中易产生失稳.采用了模糊神经网络PID算法,将系统输出偏差的变化量,经模糊化后输入到神经网络PID控制器中,对车辆的质心侧偏角、横摆角速度进行调整,达到控制车辆平稳运行的目的.在不同的工况下对算法的有效性进行了试验分析.结果表明,该算法使系统响应超调减少,反应时间加快,具有较强的抗干扰性.     

模糊PID控制的助力模式对操纵稳定性影响分析

电动助力转向系统(EPS)设计中最重要的是助力控制模式的控制器设计。在PID控制的基础上引入了模糊控制,提出了基于模糊PID控制的助力控制模式;应用TruckSim和Simulink建立EPS联合仿真模型;采用常用的操纵稳定性开环和闭环两种评价方法进行PID控制和模糊PID控制仿真对比试验,研究模糊PID助力控制模式对EPS性能及整车操纵稳定性的影响。开环评价对比试验结果表明:模糊PID控制器的助力性能较好,但操纵稳定性略差一些。闭环对比试验表明:EPS助力控制模式能有效地提高转向系转向轻便性,模糊PID控制器作用下的操纵性和汽车行驶安全性较好。认为模糊PID控制器下的助力控制模式助力性能好于PID控制器,模糊PID控制器更适合EPS助力控制模式。     

改善人-车综合性能的变传动比反馈方法

为了提高驾驶员、车辆组成的人-车闭环系统的综合性能,提出一种变传动比反馈方法.根据车速与转向盘转角设计了模糊控制的变传动比策略,仿真表明该策略产生的传动比变化平滑,能改善驾驶员疲劳指标.将该策略与横摆角速度反馈结合,形成基于模糊控制的变传动比反馈方法.采用该方法在车辆模拟器上进行2种车速下的双移线试验和蛇形试验.结果表明：该方法与横摆角速度反馈或定传动比控制相比更加有效,转向盘的转角变化范围最小,降低了驾驶员疲劳程度,同时保证了车辆操纵的稳定性,使得人-车综合性能指标得到了明显改善.     

高速无人驾驶车辆轨迹跟踪和稳定性控制

针对高速无人驾驶车辆运动控制过程中轨迹跟踪精度和稳定性难以同时保障的问题,提出综合前馈-反馈及自抗扰控制(ADRC)补偿相结合的横向控制算法. 通过车速和道路曲率信息计算前馈稳态前轮转向角,将质心侧偏角引入航向偏差,以车辆航向角偏差和侧向偏差作为参考量进行反馈控制,通过前馈-反馈控制提升瞬态轨迹跟踪性能. 设计自抗扰控制器,通过扩张状态观测器对未建模动态和内外界干扰进行估计,通过将后轮侧偏角控制在参考值附近来补偿前轮转角,提升无人驾驶车辆的转向稳定性和控制器的鲁棒性. 不同工况下的仿真结果表明,利用该方法可以保证高速无人驾驶车辆稳定地跟踪期望路径行驶,轨迹跟踪偏差较小,对车辆参数变化和外界干扰具有较强的鲁棒性.     

一种基于PID控制的自适应随机早期检测算法研究

为了解决随机早期检测（RED）算法中参数调整困难、收敛性差等问题，提出了一种基于比例积分微分（PID）控制的RED改进算法(PID RED).算法建立了传输控制协议（TCP）/主动队列管理(AQM)负反馈控制模型，利用经典控制理论中的稳定收敛理论求取PID控制系数，根据实际平均队列长度与预期队列长度的偏差值动态调整RED最大丢包率，从而自适应地调整RED参数.仿真结果表明，PID RED算法具有更快的收敛速度和更小的队列抖动，提高了主动队列管理策略的鲁棒性.