摊铺机行驶系统控制器PID参数的混沌优化

摊铺机的液压伺服系统为非线性、时变的复杂系统，为了解决摊铺机行驶系统控制器PID参数整定困难、控制结果出现较大的振荡和超调以及在不同工况下参数整定烦琐等问题，采用一种基于混沌变量的PID控制器参数优化方案。利用MATLAB语言对摊铺机行驶系统近似模型进行了仿真分析，结果表明该算法实现简单，优化效率高，鲁棒性强，快速有效地实现了PID参数的全局优化整定，控制结果具有稳定、超调小、响应快、调节时间短的优点。     

改进的PSO算法在摊铺机行驶控制器中的应用

摊铺机行驶系统为液压伺服系统,具有非线性、时变的特点。针对行驶系统控制器PID参数整定困难且不同工况下参数整定烦琐及易出现较大的振荡和超调使控制结果不理想等问题。提出一种非线性变权重、随机学习因子、并行搜索PSO算法的PID控制器参数优化方法。利用MATLAB语言对摊铺机行驶系统近似模型进行了仿真分析,仿真结果在保证PID控制稳定性基础上提高了PID控制的精度。与混沌优化方案进行了比较,ITAE性能指标值的精度提高了6个数量级,结果表明该改进的PSO算法实现简单,对参数初值设置不敏感,鲁棒性强,快速有效地实现了PID参数的全局优化。在稳定、超调量、响应时间、调节时间几项综合性能上优于混沌优化算法,表明了此算法在PID参数整定中的有效性及应用前景。     

基于混沌粒子群优化算法的数字PID参数整定

移相全桥零电压(PS-FB-ZVS)PWM DC/DC变换器是变换器的一个研究热点。针对PID控制器参数的整定及自适应调整难以达到最优状态,使控制结果出现较大的超调量,在此利用混沌粒子群优化算法(ChaosParticle Swarm Optimization,简称CPSO)、原始粒子群优化算法和遗传算法对变换器的数字PID控制器参数进行了整定,得到评价函数值收敛趋势图和系统的单位阶跃响应曲线,并利用PID参数整定结果得到输出电压动态响应曲线。通过分析几种算法整定PID参数的结果,表明CPSO具有更好的优化效果。     

BUCK型开关变换器最优PID控制器设计

针对开关电源的复杂性和时变性,传统PID控制器整定方法无法很好满足其控制性能要求的问题,提出一种面向性能指标的最优PID控制器参数整定方法。基于DP算法,计算保证闭环系统稳定的PID控制器参数范围;利用具有全局寻优能力的遗传算法,按照ITAE性能指标在该范围内进行参数寻优。以BUCK变换器为利的仿真研究表明,该方法在指定的性能指标上取得了满意的控制效果,在负载发生摄动时,较传统PID控制器,具有较好的鲁棒性,且计算相对简单、实用性强,可推广到非线性PID控制器的参数整定和相关工程实践中。     

基于混沌优化的PID控制器在不稳定系统中的设计

提出了一种规范化PID控制器参数混沌优化方案，并且利用增广Hermite-Biehler定理，讨论了不稳定被控对象闭环稳定的规范化PID控制器参数取值范围，在这取值范围内将混沌变量引入规范化PID参数的优化搜索，具有更强的搜索PID参数近似全局最优值的能力，仿真结果表明，该算法能有效地实现PID参数最优整定，为解决PID控制器参数近似全局最优设计提供了一种有效的方法。     

火电厂自动电压控制系统的优化研究

针对火电厂自动电压控制(Automatic voltage control,AVC)在实际运行过程中会出现电压振荡、不调、过调和不能快速跟踪偏差等问题,以及考虑到系统阻抗的影响,为提高其控制品质,本文提出了自适应遗传算法在线整定PID控制的优化策略。该方法利用自适应遗传算法对PID控制器参数实现在线寻优与整定,选择种群中自适应度大的个体所对应的PID控制器参数,作为当前仿真时间下的PID控制最优参数。利用已建立的云南某火电厂AVC系统模型进行仿真,结果表明该算法大大提高了响应速度,有效抑制了超调,使得控制过程更加平稳,控制效果更好。     

混沌变异进化规划在水轮机调速器PID参数优化中的应用

针对水轮发电机组非线性时变系统导致调速器在线最优参数难以整定的特点，将混沌动力学引入到进化规划的变异算子中，提出了一种混沌变异进化规划方法。该方法突破了传统的用固定分布的随机数实现变异的思想，采用类随机的确定性方法来构造变异算子，通过对实际系统的仿真，该算法能有效实现PID参数最优整定，系统具有稳定、超调量小、响应快等特点。     

基于优化PSO算法的SCR脱硝控制器研究

针对SCR脱硝控制系统中的PID参数整定困难,提出一种优化粒子群算法的PID控制器参数整定方法。该算法利用已知粒子信息得到适应度函数值的估值,在估值策略中,引入粒子间的相似度和粒子的可信度评价方法,增加适应度函数值估计次数和准确性,减少适应度函数值计算次数,提高算法性能。将优化的粒子群算法用于优化SCR脱硝系统中PID控制器参数,与传统整定PID控制器参数方法相比,基于适应值估值策略的粒子群算法整定PID控制器参数收敛速度快,系统内回路响应上升速度快、时间短,外回路静态误差小、无超调等优点,较好地满足SCR脱硝系统的动态特性。     

遗传优化PID整定算法在阀门定位器中的应用

电气阀门定位器调节阀门开度的PID控制过程容易出现较大的超调,通过自然泄气或增加反作用回调阀位,会对系统的鲁棒性和控制效率产生较大影响。提出一种遗传优化的PID整定算法,基于继电反馈法获得系统PID参数的大致范围,并利用改进遗传算法进行PID参数寻优,使系统接近无超调控制,提高控制精度,缩短调节时间。系统获得PID参数用于控制气动调节阀,超调量可控制在06%,调节时间相比于传统PID算法缩短66%。仿真和实验结果表明,该整定算法能够实现稳、准、快的控制方式,为优化电气阀门定位器的控制策略提供了一种新的思路。     

基于模拟退火算法的PID参数优化设计

PID参数整定与优化一直是控制领域的重要问题,合适的PID参数可以使系统有很好的控制效果。自Ziegler和Nichols提出了PID参数整定方法起,有许多的算法已经用于PID参数的整定优化。模拟退火算法(SA)具有渐进收敛性,而且是一种以概率1收敛于全局最优解全局优化算法。本文针对模拟退火算法,利用MATLAB对PID参数进行优化设计,该方法可使整个寻优过程简洁,精确度高,提高了计算效率。     

基于混合混沌优化策略的汽轮机调速系统模糊免疫PID控制

针对汽轮机调速系统中存在的时滞、惯性、死区和饱和等非线性环节,采用模糊控制理论并结合免疫反馈机理构成了模糊免疫PID控制器。提出基于加速混沌搜索与变尺度策略结合起来的混合混沌优化方法对PID控制器参数进行优化设计。通过加速混沌搜索,快速得到控制器参数的次优值;利用变尺度的方法在次优值的附近找出控制器参数的全局最优值,避免了设计过程中大量的参数调试工作。仿真结果表明,该方法与传统的PID控制和模糊免疫PID控制相比,具有超调小、响应快、自适应性好、优化效率高等优点,明显改善了汽轮机调节系统的控制品质。     

科氏流量计仿人智能控制器参数的量子遗传优化

设计的科氏流量计仿人智能振幅控制器根据振幅偏差及其变化率将振动过程划分为8种特征状态,利用启发式搜索和直觉推理,分别设计相应的控制模态,从而实现振动控制;针对控制器中振动特征状态识别参数与控制模态参数较多且不易设置的问题,采用量子遗传优化算法实现控制器参数优化,给出了优化原理、优化流程和实现步骤,并进行实验验证。结果表明,参数优化后仿人智能控制器起振时间较优化前减少约0.1 s、较PID控制减少约0.6 s,且振幅稳定,验证了方法性能。     

基于帐篷映射的混沌自适应粒子群优化算法在同步发电机励磁控制中的应用

针对励磁控制系统中比例–积分–微分控制参数整定难的问题,提出了一种基于帐篷映射的混沌自适应权重粒子群优化算法对控制器参数进行优化,采用2级优化策略,第1级采用自适应权重粒子群优化算法执行全局搜索;第2级采用基于帐篷映射的混沌搜索对第1级的结果执行局部遍历搜索,并通过在粒子群算法中引入自适应权重及在混沌局部搜索中采用帐篷映射的方法对混沌粒子群搜索算法进行改进,解决了常规粒子群算法易陷入局部极值且在迭代后期收敛效率低的问题,在建立励磁控制系统简单模型的基础上,实现同步发电机励磁系统的参数优化控制。仿真研究表明,新方法与常规粒子群方法相比具有更好的收敛速度和精度,能有效改善励磁控制系统空载起励和孤网过渡过程的动态性能。     

基于模糊PID迭代学习的隧道通风控制算法研究

针对隧道施工中通风系统的时变性、不确定性和难以建模的问题,提出一种控制算法,实现隧道通风的智能化.首先,利用迭代学习算法来对模糊PID控制的3个参数kp、ki、kd进行自动寻优,实现对模糊PID参数的在线调整.其次,把寻优后的PID控制器的3个参数代入系统中,通过改变输入量和利用计算机强大的存储能力,使输出量不断逼近期望轨迹直到与期望轨迹重合.最后,通过仿真,与模糊PID仿真曲线进行比较.结果表明,模糊PID迭代学习算法的控制曲线收敛速度快,超调量小,控制性能好,能够满足隧道通风的要求,能够应用于隧道通风中,实现智能化.     

基于改进粒子群优化算法的比例-积分-微分控制器

粒子群优化算法自1995年问世以来得到了很大的发展,简要阐述了粒子群优化算法的基本原理,并提出了根据改进该算法而构成的比例—积分—微分控制器。比例—积分—微分控制器的3个参数可以得以优化。该控制器具有结构简单,易于实现,鲁棒性好的特点,仿真结果表明基于改进粒子群优化算法的比例—积分—微分控制器具有良好的性能。     

基于遗传算法的永磁同步电机调速系统PID参数优化

在分析永磁同步电机(PMSM)数学模型的基础上,针对传统PID整定方式存在的不足,引入了遗传算法对PMSM调速系统PID参数进行寻优。在迭代计算过程中采取最优保留策略,保证个体最终收敛于全局最优值。为了实现理想的电机转速控制效果,采用误差绝对值时间积分型目标函数,并在其中加入了超调惩罚项。仿真研究的结果表明,经过遗传算法优化后的PMSM控制系统具有超调量小、调节时间短、鲁棒性好的特点,与传统PID控制相比具有较高的动态品质和稳态精度。     

基于遗传算法的永磁同步电机调速系统PID参数优化

在分析永磁同步电机（PMSM）数学模型的基础上,针对传统PID整定方式存在的不足,引入了遗传算法对PMSM调速系统PID参数进行寻优。在迭代计算过程中采取最优保留策略,保证个体最终收敛于全局最优值。为了实现理想的电机转速控制效果,采用误差绝对值时间积分型目标函数,并在其中加入了超调惩罚项。仿真研究的结果表明,经过遗传算法优化后的PMSM控制系统具有超调量小、调节时间短、鲁棒性好的特点,与传统PID控制相比具有较高的动态品质和稳态精度。     

基于混沌遗传算法的主汽温系统RBF-PID控制

针对火电厂主汽温控制系统具有大惯性、大迟延等特性，提出一种基于混沌遗传算法的径向基函数神经网络整定PID参数的控制策略。利用遗传算法优化神经网络权系数，同时利用混沌优化方法的局部快速搜索能力，实现全局最优化。该控制策略不仅具有常规PID串级控制的特性，而且具有智能控制器的自学习能力，增强了系统对不确定因素的适应性。仿真研究结果表明，这种方法具有全局优化的能力，对PID控制的参数优化设计是成功和有效的，系统动态品质明显优于通常的PID串级控制，系统控制性能得到了较大提高。     

基于混合粒子群算法的线性预测PID控制

针对传统PID控制对大时滞过程控制效果不佳的问题,提出了一种基于线性预测的PID控制算法,用系统过去的几个输出值预测系统未来的输出值,用此预测值与期望设定值所得的偏差作为PID控制输入,再依PID控制律来设定控制器的输出,从而使被延迟了的被控量超前反映到控制器,使控制器提前动作,实现事先调节,从而减少超调量和调节时间,消除时滞对系统稳定性影响。利用混合粒子群算法对模型系数和系统参数进行了优化和在线调整。实例仿真结果表明,将线性预测与传统PID控制相结合并经混合粒子群算法优化的控制方法远好于单一的PID控制方法,而且具有操作简单、容易程序实现等特点,有效地提高了系统的控制品质。