气动调节阀最优分数阶PID控制器设计EI北大核心CSCD

针对工业控制过程气动调节阀阀位控制中非线性,模型不精确等问题,提出一种基于分数阶PID控制器(fractional order PID controller, PI~λD~μ)的阀位控制方法。分析气动调节阀工作原理并建立其数学模型,为提高模型准确性,针对分数阶PID控制器参数整定范围广、复杂性高等问题,提出一种改进量子粒子群算法(improved quantum particle swarm optimization, IQPSO)整定分数阶PID控制器参数,引入混沌映射和非均匀高斯变异增强算法寻优能力,将改进算法用于调节阀控制系统模型辨识。仿真与试验结果表明,相比于整数阶PID控制器,所设计的分数阶PID具有更快的响应速度和控制精度,能更好地满足气动调节阀阀位控制要求。     

基于扰动抑制的差分进化算法的纸浆浓度控制系统

目的为了解决传统单PID控制优化算法仅关注跟踪性能,无法满足在纸浆浓度控制系统等工业生产环节中控制品质和成品良率的需求。方法将PID控制系统离散化以计算在高斯扰动下的输出方差作为扰动抑制的依据,并结合ITAE指标通过差分进化算法优化PID性能。结果仿真表明,该整定方法可以通过权值选取优化的偏好,自由调节PID控制器的性能表现,对比基于Z-N法的PID控制和基于PSO算法优化的PID控制,基于扰动抑制差分进化算法的PID控制的ITAE指标为14.3495,输出方差为31.8530,均优于其他2种算法。结论基于扰动抑制的差分进化算法可以通过用户自定义权重来协调纸浆浓度的输出方差和跟踪性能,从更实际的角度整定纸浆浓度控制系统的PID控制器参数,使得控制系统的性能指标满足工业生产要求。     

分数阶PID控制对单自由度线性振子的影响

研究了基于速度反馈分数阶PID控制的单自由度线性振子的自由振动,利用平均法得到了系统的近似解析解。研究发现分数阶PID控制的比例环节以等效线性阻尼的形式影响系统的振幅,积分环节以等效线性阻尼和等效线性刚度的形式影响系统的动力学特性,微分环节以等效线性阻尼和等效线性负刚度的形式影响系统的动力学特性。对近似解析解和数值解进行了比较,二者吻合良好,验证了求解过程和近似解析解的正确性。通过系统响应的性能指标分析了分数阶PID控制的比例系数、积分环节系数、微分环节系数以及分数阶阶次变化时,对系统控制性能的影响。最后,通过单自由度1/4车辆悬架模型的控制实例,说明了分数阶PID的参数整定过程。     

改进粒子群算法的啤酒灌装机液位控制PID参数整定

目的 整定最优的PID控制参数,对啤酒灌装机中贮液罐液位进行控制,以保证PID控制器能满足啤酒生产中的控制要求。方法 结合Rosenbrock搜索法和个体扰动策略来改进粒子群算法,并利用改进算法整定PID参数,最后将整定好参数的PID控制器用于控制液位对象;基于Matlab进行仿真实验,利用粒子群算法与文中方法做比较。结果 通过Matlab仿真验证,改进了粒子群算法整定的PID参数,其跟踪特性的调节时间为16.18 s,超调量为10.20%,IAE性能指标约为6.09;粒子群算法整定结果表明,跟踪特性的调节时间为27.72 s,超调量为26.90%,IAE性能指标约为7.23。结论 与原始粒子群算法相比,文中算法整定的3个PID参数在控制液位对象时综合性能评价指标更好,且能使系统平稳过渡,超调较小,响应速度快,调节时间快,其控制器性能能满足啤酒灌装机的生产要求。     

SA-PSO锅炉燃烧控制系统二自由度PID参数整定

为满足火电机组日益复杂的控制要求,提高系统目标值跟踪和抗干扰能力,设计采用二自由度PID控制器,且针对二自由度多个相互关联参数整定的复杂性,研究一种模拟退火算法和粒子群算法相融合的智能混合算法(SAPSO算法),用该算法对二自由度PID控制器参数进行整定优化,并运用到锅炉燃烧控制系统中。通过Matlab仿真验证,与传统Z-N整定法和PSO算法相比,经过SA-PSO融合算法整定后的二自由度PID控制器使锅炉燃烧控制系统超调量仅为3.9%、调节时间为47.15 s,并具有较好的抗外扰能力。采用该融合算法整定二自由度PID参数使系统具有良好的性能指标值,能够提高锅炉燃烧系统的控制性能。     

基于MATLAB的专家整定PID控制系统设计与仿真

针对在复杂系统中实现在线整定参数的PID控制问题 ,介绍了一种基于专家系统的自整定PID控制系统设计方案 ,同时利用MATLAB中的SIMULINK和控制系统工具箱进行了仿真研究 ,仿真结果表明 ,专家整定PID控制系统比常规PID控制器(控制参数固定 )控制效果好     

六自由度运动平台控制系统的神经网络优化

阐述了六自由度运动平台的控制原理，并根据控制系统的特点，提出采用基于RBF和BP神经网络来改进常规PID控制器实现系统控制性能。在该控制系统结构中，提出了在RBF网络辨识Jacobian的基础上，将BP神经网络引入了平台控制系统中PID控制器的控制参数在线整定的算法，最后给出了在MATLAB下的具体仿真算法。     

一种基于内模控制的分数阶控制器设计

目的为了解决分数阶控制器参数整定复杂问题,引入内模控制思想,从而得到分数阶内模控制器控制的被控对象。方法依据最大灵敏度整定所得分数阶内模控制器中的参数,避免参数整定的盲目性。结果相对于传统的分数阶控制器,基于内模控制思想设计得到的分数阶内模控制其设定值跟踪及抗干扰性能更优。结论仿真结果表明基于文中方法设计所得的分数阶内模控制器在模型失配时,仍具有较好的鲁棒性和控制精度。     

史密斯预估补偿控制与PID控制的比较研究

比较了两种工业过程控制中的控制器,PID控制器和史密斯预估补偿控制器.介绍了四种PID参数的整定方法,分别为试凑法确定PID调节参数、Ziegler-Nichols参数整定方法、最优PID整定算法、运用Matlab/simulink中的NCD Outport(非线性控制设计输出端口模块)模块对PID参数进行最优整定.史密斯预估补偿控制器主要用于工业控制中的大延时系统控制,以提高系统的阶跃响应性能.在理论上,史密斯预估补偿控制器提供了一个有效的方法来提高控制效果.运用Matlab/Simulink仿真方案对前述两种控制方法进行了仿真比较,结果表明,在有较大延时情况下,史密斯预估补偿控制能获得比PID控制更好的结果.     

神经网络控制算法应用探索

采用神经网络控制,选取应用最广泛的BP算法,与传统PID控制结合的控制策略来实现对主汽温的有效控制,仿真结果表明基于BP神经网络的自整定PID控制具有良好的自适应能力和自学习能力,对大迟延和变对象的系统可取得良好的控制效果,是采用多策略的智能控制与PID结合实现主汽温控制的一次有益的尝试与探索。