基于粒子群优化的分数阶PID滑模控制参数整定

为了提高系统的控制性能,解决单一控制方法不足,将分数阶PID算法与滑模变结构算法相结合,同时为了规避分数阶PID的滑模变结构算法手动调节参数的复杂性以及不确定性,采用粒子群算法对其参数进行优化,完善分数阶PID的滑模变结构控制器,提高其控制精度.并将新型算法应用于单相全桥逆变器,通过Matlab仿真并与分数阶PID滑模变结构控制函数(PID-SMC)及滑模变结构控制(SMC)方法相比较,研究结果表明,粒子群算法整定参数收敛速度快,较短时间内可以找出最优解,整定后的算法静态误差小,上升速度快,抑制系统抖振能力强,具有较强的鲁棒性.     

基于RandW-SecPSO的四旋翼飞行器分数阶PID控制器参数优化

为了提高四旋翼飞行器姿态控制的控制性能,将分数阶PID控制器运用到四旋翼飞行器的控制系统中.提出了一种带随机权重平均值的二阶粒子群算法(RandW-SecPSO)去优化分数阶PID控制器的参数.将随机权重平均值与二阶粒子群算法相结合,对粒子群进行二阶初始化,同时加入随机权重用以平衡全局搜索能力和局部开发能力,这样提高了算法的收敛精度,并将其与PID控制器进行仿真分析.通过搭建仿真平台,验证了该算法的可行性.仿真结果表明:RandW-SecPSO算法在优化四旋翼飞行器分数阶控制器的参数上要好于粒子群算法(PSO),与PSO算法相比调节时间缩短了0.7s,上升时间减少了0.2s,超调量减小了8％,具有收敛速度快、超调量小、稳定性好等优点.总之RandW-SecPSO算法优化分数阶PID动态响应特性比PID要好很多.     

基于粒子群优化的模糊PID控制在配料过程的应用

为避免模糊PID控制中参数选取的经验性及参数不变性,应用粒子群算法优化隶属函数分布,增强控制器自适应能力,并提高其控制精度,充分体现了算法的智能性.将粒子群优化的模糊PID控制应用于配料控制系统中,通过仿真并与模糊PID以及传统PID控制方法相比较,结果表明,粒子群算法收敛快,找到最优点时间短,优化后的模糊PID控制具有静态误差小、调节时间短、无超调、抗干扰能力强等优点,能很好地满足控制过程的动态特性,并具有较强的鲁棒性及适应性.     

基于粒子群优化算法的PID控制器参数整定

PID控制器的性能完全依赖于其参数的整定和优化,但参数的整定及在线自适应调整对常规的PID控制器是难以解决的问题。根据粒子群算法具有对整个参数空间进行高效并行搜索的特点,提出了一种基于粒子群优化算法整定PID控制器参数的设计方法,并定义了一种新的性能指标函数来评价PID控制器的性能。现以二阶的船舶控制装置为研究对象,运用粒子群优化方法对PID控制器参数进行了寻优研究。仿真结果表明,该方法比一般PID参数整定方法具有更好的控制性能指标,有着一定的工程应用价值。     

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。     

基于改进粒子群优化算法的预测控制

在实际工业过程中预测控制算法应用广泛,但是对于多变量预测控制算法其参数较多,且各个参数之间相互耦合,故整定其参数比较复杂,鉴于此提出一种基于改进粒子群算法的预测控制参数优化算法。该算法的基本思想是将生物寄生行为机制引入到粒子群优化算法中,形成双种群粒子群优化算法,使用该改进粒子群算法对多变量预测控制算法的参数进行离线优化,从而确定预测控制算法参数的最优取值。最后,将本文算法用于冷热水系统液位和温度的控制,并通过仿真将该算法与标准粒子群优化算法相比较,仿真结果表明使用该算法对多变量预测控制的参数进行优化整定时,系统的阶跃响应具有抗干扰性能好、超调量小、调节时间短等优点。     

一种改进人工蜂群的分数阶PID控制器优化算法

针对分数阶PID控制器参数整定过程参数多复杂性大,传统靠经验试凑的方法不易实现且优化效果差的问题,提出了一种改进的人工蜂群算法,实现分数阶PID控制器参数的整定;该算法通过改进人工蜂群算法中搜索方程,并引入一个淘汰机制,对分数阶控制器参数进行群智能搜索,将搜索到的参数送至分数阶PID控制器中反复迭代,以带有权值的误差绝对值积分指标(AIE)作为人工蜂群寻优的目标函数,最后得出控制器;本文以非线性系统为被控对象,经过实例仿真,验证了该算法实现的控制器比传统整数阶控制器和未改进的人工蜂群算法实现的分数阶控制器的动态性能和稳态性能都有所提高,在超调、上升时间、振荡性方面都优于未改进算法。     

基于最大灵敏度指标的分数阶PID参数最优整定方法

主要研究分数阶PID控制器参数整定问题,给出了一种基于最大灵敏度指标的分数阶PID参数最优整定方法。首先用D分割原理求得系统的参数稳定域,然后由灵敏度约束指标在参数稳定域内得到满足指标要求的参数解集。进而对参数进行优化,根据超调和调节时间定义分数阶PID控制器的优化函数,在所得的满足灵敏度约束指标的参数解集中求得一组最优的参数解。最后通过进行数值仿真,验证算法效果。     

粒子群算法在PID控制器参数整定中的研究与应用

针对自动化控制系统中PID控制器参数整定困难的问题,提出了基于粒子群算法的PID控制器的设计方法,给出了具体的实验架构。采用系统参数鉴定的方式得到直流伺服发电机的传递函数,并利用粒子群算法搜寻PID参数。实验采用MATLAB仿真证明了该方法的可行性和优越性。所得到模拟结果跟遗传算法搜索PID参数的结果做比较,结果显示用粒子群算法调整PID参数所得到的运算时间比用遗传算法的运算时间要短。     

中央空调房间温度智能PID控制的仿真研究

中央空调房间温度控制系统是一个复杂系统,针对一次性整定得到的PID参数难以保证系统控制始终处于优化状态和良好的品质特性,提出了参数自整定方法,通过实时改变PID参数从而保证控制系统的优良品质。结合粒子群优化算法和模糊控制以及传统PID控制各自的优势,设计了一种新的自适应模糊PID控制器。鉴于PID控制器的性能完全依赖于其参数的整定和优化,采用粒子群算法离线优化PID参数,并利用模糊控制在线调整PID参数,以取得良好的控制效果。利用Matlab软件进行了数字仿真。仿真结果表明,方法调节精度较高,调节迅速,超调小,具有一定的可行性。     

智能厂房温湿度控制系统

首先分析了厂房温湿度控制与一般建筑物空调系统的区别,指出现在流行的空调控制方法不适合厂房温湿度控制;接着提出一种智能温度控制方法,它不需要确定系统的数学模型,用专控制的方法,在不同控制阶段分别采用开关控制,模糊控制和智能ＰＩＤ控制;最后介绍了实行结果。     

A three-loop model-following control structure: theory and implementation

This article presents a novel three-loop control system, which supplements control structures known from the literature as model following control (MFC). The major advantage of the proposed system is its high robustness to process parameter variations; it is much higher than that offered by single-loop or two-loop control systems. Features of the new structure are revealed by a theoretical analysis that has been carried out from the viewpoint of requirements for a force/pose controller of a Stäubli RX60 manipulator. This article shows how the proposed control structure responds to such strong process parameter variations and makes a comparison to results yielded by single-loop control structures.     

模型跟踪广义预测鲁棒自适应控制器

本文采用滤波CARMA模型,基于内模原理,提出了一种新的广义预测鲁棒自适应控制器,并分析了闭环系统性能,在新的控制器中,引入适当的前馈作用,使得跟踪和调节问题解耦,利用部分状态跟踪、模型参考以及极点配置方法解决跟踪问题,利用多步预测滚动优化方法解决调节问题;适当选择滤波器可以保证对平稳随机扰动有满意的响应,减少可调参数对闭环系统响应的影响,增强系统对未建模动态的鲁棒性,仿真结果表明:该控制器对确定性和非平稳随机扰动具有不变性,对系统时延和阶次变化具有鲁棒性,适用于非最小相位和开环不稳定系统。     

自动化技术专题讲座(Ⅳ)──智能控制技术与应用

主要介绍智能控制的原理、结构、类型和应用。     

Stabilization of robot motion and contact force interaction for third-order motor dynamics

An approach to the synthesis of control laws stabilizing motion and force in contact tasks, based on the exponential stability of the closed-loop control system, is described. When using the synthesized control laws, simultaneous stabilization of both motion and force is achieved with a preset quality of the transient responses. The task is solved in a most general form, taking into account the constraints on robot control, its position and the force of interaction of the robot and the environment, and the external perturbations and inaccuracies of the measuring sensors, when the environment dynamics is being described by nonlinear second-order differential equation, and the robot dynamics includes the third-order equations of the robot actuators dynamics.     

专家PID控制在印染过程温度控制中的应用

对于具有较大时滞,非线性和时变性特点的打样机对象(它是印染行业中的一种小型设备),常规PID控制方法往往难以达到良好的控制效果.本文将专家控制器与常规PID控制器相结合,提出了一种智能控制器结构.试验表明,与常规PID控制器相比,该控制器的控制精度有了明显的提高.     

Robust containment control in a leader–follower network of uncertain Euler–Lagrange systems

A distributed controller is developed that yields cooperative containment control of a network of autonomous dynamical systems. The networked agents are modeled with uncertain nonlinear Euler–Lagrange dynamics affected by an unknown time‐varying exogenous disturbance. The developed continuous controller is robust to input disturbances and uncertain dynamics such that asymptotic convergence of the follower agents' states to the dynamic convex hull formed by the leaders' time‐varying states is achieved. Simulation results are provided to demonstrate the effectiveness of the developed controller. Copyright © 2016 John Wiley & Sons, Ltd.     

解耦控制的现状及发展

通过对多变量系统解耦设计的必要性分析,介绍了传统解耦、自适应解耦、鲁棒解耦、智能解耦等各种解耦方法,并叙述了各种方法的研究现状和应用情况,同时分析了各种方法局限性。指出解耦控制领域的研究已成为控制理论和控制工程界共同关注的热点。自适应解耦与智能解耦,侧重于控制器的研究,它们更多采用试探、优化方法来设计控制器．理论研究还尚待完善。因此,寻求一种有效的、简单易行的控制方法,即寻求理论与实际结合点,是今后研究的方向。     

一种专家智能控制器的仿真研究

该文提出一种专家智能控制器（简称为ＥＩ控制器）．该控制器的参数可基于专家知识和过程参数的变化实时进行调整。仿真结果表明对于工业过程中的大纯滞后、非线性、变参数特性能获得较为满意的调节效果。     

六自由度并联机器人分散鲁棒非线性控制

针对六自由度并联机器人动力学特点,提出了一种新型分散鲁棒非线性控制方法.与传统PD控制策略和已有分散鲁棒非线性控制方法相比,由于控制律中增加了广义误差的小数幂项,改进后的方法除保持原方法的优点外,还具有较强的终端收敛能力,能够保证跟踪误差以更快的速度全局一致收敛到一个更小的剩余集.通过选择合适的控制器参数,可使剩余集趋于0.运用Lyapunov方法分析了系统稳定性,给出了系统稳定性条件.最后,仿真结果验证了该方法的有效性.