风电机组变桨距模糊遗传控制算法研究

为提高额定风速以上风力发电机组发电机转速和输出功率的稳定性,基于风电机组的运行特性,建立了风电机组变桨距控制仿真模型;针对遗传算法收敛速度慢的缺点,采用模糊遗传算法对PID控制器参数进行整定。仿真结果表明,基于模糊遗传的控制器不仅提高了遗传算法的收敛速度,且在动态性能及系统稳定性方面均优于遗传算法控制器。     

遗传算法在PID参数整定中的应用

针对传统PID参数整定的困难性 ,本文提出了把遗传算法运用于PID参数整定中 ,采用遗传算法进行PID参数整定是一种寻求全局最优且与初始条件无关的优化方法。仿真结果表明基于遗传算法运的PID参数整定具有良好的控制特性。     

贵传算法在PID参数整定中的应用

针对传统PID参数整定的困难性，本文提出了把遗传算法运用于PID参数整定中，采用遗传算法进行PID参数整定是一种寻求全局最优且与初始条件无关的优化方法。仿真结果表明基于遗传算法运的PID参数整定具有良好的控制特性。     

模糊自适应PID在液压电梯速度控制中的联合仿真

液压电梯是一种变负载、变容腔、变粘度的速度控制系统,且负载呈现大惯量、低频响、低阻尼的特点,其速度控制一直是个难点。当采用常规PID控制时,在控制对象变化时,控制器的参数不能自动修改适应,导致其控制效果不佳,且传递函数阶数高,简化降阶又十分困难。在分析液压电梯工作原理的基础上,将模糊控制与PID控制相结合,利用模糊推理方法实现PID参数的在线自整定,对液压电梯速度进行控制。通过Simulink与AMESim软件联合仿真,并与常规PID控制进行比较,得出所采用的模糊自适应PID控制策略能使轿厢更好地跟踪理想速度曲线,控制效果更为优良。     

模糊自适应PID在液压电梯速度控制中的仿真研究

液压电梯是一种变负载、变容腔、变粘度的电液速度控制系统,且负载呈现大惯量、低频响、低阻尼的特点,其速度控制一直是个难点。当采用常规PID控制时,在控制对象变化时,控制器的参数不能自动修改适应,导致其控制效果不佳。因此本文在分析液压电梯的工作原理及传递函数的基础上,将模糊控制与PID控制相结合,利用模糊推理方法实现对PID参数的在线自整定,对液压电梯速度进行控制。并与常规PID控制进行比较后,得出本文所采用的模糊自适应PID控制策略能使轿厢更好的跟踪理想速度曲线,控制效果更为优良。     

基于在线自适应遗传算法的PID参数整定和优化

研究自动控制系统优化问题,控制系统响应特性取决于系统参数的调整.针对传统的PID控制算法参数较多,且难以整定,使得控制效果不理想等问题,提出了自适应遗传算法的PID参数整定.根据遗传算法具有在线性差的问题,对遗传算法作了改进.通过自适应遗传算法对PID参数进行整定与寻优,选择自适应度大的个体所对应的PID控制参数作为采样时间下的PID控制参数.改进后的算法有效提高了遗传算法的寻优能力,提高了算法的收敛的速度,在一定的范围可以求得最优全局解.在MATLAB上仿真结果表明,在PID参数的寻优过程中,自适应遗传算法具有更强的寻优能力,提高了控制系统的自适应性,为优化控制系统设计提供了依据.     

恒压供水模糊自适应PID控制器的设计、仿真

对遗传算法和传统PID控制作简要的介绍,针对工程整定方法整定的初始值超调量较大,调节时间较长的问题,利用遗传算法对其初值进行整定.利用遗传算法整定出的一组性能较优良的PID初值,结合模糊控制的思想,利用专家系统直接建立模糊规则,进行模糊自适应PID控制器的初步设计,并对恒压供水系统进行仿真,仿真结果满足设计要求.     

基于模糊PID控制的变排量液压马达系统仿真

与定排量液压马达系统相比较,变排量液压马达系统可降低流量消耗、提高总体效率、减小设备尺寸,且具有响应速度快等优点,能满足大功率和大惯量负载使用需求。针对液压伺服系统的非线性和负载参数的时变性等特点,对变排量液压马达控系统制策略进行了研究,通过对其进行AMESim建模仿真,分析了其速度控制和运动位置控制方法。由于常规PID控制器的控制参数在系统动态响应中是固定不变的,液压系统在工作过程中受到负载扰动而使得输出速度波动较大,从而造成不平稳性。故采用模糊自整定PID控制方法,在线实时调整PID控制参数,运用AMESim和Matlab/Simulink软件对该伺服系统进行联合建模仿真。仿真结果表明,与常规PID控制相比较,模糊PID控制在响应速度和平稳性等方面具有显著优势。     

多种PID控制及其仿真比较

同一控制对象．分别用常规整定PID控制、模糊自适应整定PID控制、基于BP神经网络整定的PID控制、基于遗传算法整定的PID控制四种方法用MALTAB仿真分析,并对效果进行比较。     

基于多种群遗传算法的水面无人艇航迹控制方法

针对水面无人艇(USV)的航迹控制问题,提出了一种由视线导向法和多种群遗传算法整定的PID航向控制器组成的航迹跟踪控制方法.该方法采用多种群遗传算法克服了传统遗传算法容易陷入局部最优的问题,增强了算法的全局寻优能力;并根据模型特点改进了适应度函数,使得对控制器性能的评价更加合理.与标准遗传算法和粒子群算法的对比仿真表明,多种群遗传算法在PID参数整定方面寻优能力更强、稳定性更高;同时,整定出的PID控制器针对不同的模型参数,均表现出收敛速度快、无超调、无稳态误差的优良特性.航迹仿真结果表明,设计的航迹控制方法能够有效跟踪给定航迹.     

基于改进的遗传算法的有刷直流电机PID参数整定

针对有刷直流（DC）电机的比例积分微分（PID）参数整定工作复杂耗时的问题,提出了一种基于改进型遗传算法（GA）的PID参数整定方法。首先,提出了适应度增强淘汰法则,改进了传统GA的选择过程;然后,提出了基因感染交叉方法,保证了进化过程中平均适应度值的增加;最后,删除了传统GA中不必要的复制操作,提升了算法的运行速度。通过电机传递函数进行建模和仿真分析。实验结果表明,与常规整定方法相比,所提改进型GA能够显著提升PID参数整定效果,且改进型GA相较于传统GA,达到同样进化效果所需的进化代数减少了79%,算法运行速度提升了4.1%。所提出的改进型GA从选择和交叉两个关键操作步骤对GA进行了改进,并应用于PID参数整定使得上升时间更少、稳定时间更短、过冲更小。     

基于PSO的钻机快速自适应PID控制

针对传统液压盘刹钻机PID控制系统响应速度慢、稳态误差大、参数整定周期长,以及无法满足随钻遇地层变化实时参数优选的不足,以恒钻压自动送钻为研究对象,构建了液压盘刹钻机控制模型,设计了粒子群算法(PSO)优选钻机PID控制参数,并实现在Simulink环境下自动调用优选出的PID参数,提高了钻机控制参数的快速、自适应整定...     

Evolutionary algorithms based design of multivariable PID controller

In this paper, performance comparison of evolutionary algorithms (EAs) such as real coded genetic algorithm (RGA), modified particle swarm optimization (MPSO), covariance matrix adaptation evolution strategy (CMAES) and differential evolution (DE) on optimal design of multivariable PID controller design is considered. Decoupled multivariable PI and PID controller structure for Binary distillation column plant described by Wood and Berry, having 2 inputs and 2 outputs is taken. EAs simulations are carried with minimization of IAE as objective using two types of stopping criteria, namely, maximum number of functional evaluations (Fevalmax) and Fevalmax along with tolerance of PID parameters and IAE. To compare the performances of various EAs, statistical measures like best, mean, standard deviation of results and average computation time, over 20 independent trials are considered. Results obtained by various EAs are compared with previously reported results using BLT and GA with multi-crossover approach. Results clearly indicate the better performance of CMAES and MPSO designed PI/PID controller on multivariable system. Simulations also reveal that all the four algorithms considered are suitable for off-line tuning of PID controller. However, only CMAES and MPSO algorithms are suitable for on-line tuning of PID due to their better consistency and minimum computation time.     

Sugeno fuzzy PID tuning,by genetic-neutral for AVR in electrical power generation

We report a novel design method for determining the optimal proportional-integral-derivative (PID) controller parameters of an automatic voltage regulator (AVR) system, using a combined genetic algorithm (GA), radial basis function neural network (RBF-NN) and Sugeno fuzzy logic approaches. GA and a RBF-NN with a Sugeno fuzzy logic are proposed to design a PID controller for an AVR system (GNFPID). The problem for obtaining the optimal AVR and PID controller parameters is formulated as an optimization problem and RBF-NN tuned by GA is applied to solve the optimization problem. Whereas, optimal PID gains obtained by the proposed RBF tuning by genetic algorithm for various operating conditions are used to develop the rule base of the Sugeno fuzzy system and design fuzzy PID controller of the AVR system to improve the system's response (∼0.005 s). The proposed approach has superior features, including easy implementation, stable convergence characteristic, good computational efficiency and this algorithm effectively searches for a high-quality solution and improve the transient response of the AVR system (7E−06). Numerical simulation results demonstrate that this is faster and has much less computational cost as compared with the real-code genetic algorithm (RGA) and Sugeno fuzzy logic. The proposed method is indeed more efficient and robust in improving the step response of an AVR system.     

智能自整定PID在药剂温度控制系统中的应用

针对一些工业控制对象中出现的纯时滞、大惯性、时变不确定性等问题, 提出了基于模糊逻辑来智能调整PID控制器参数的方法, 并且将其应用到了一类药剂温度控制系统当中. 另外, 还给出了此方法的硬件和软件实现. 最后, 实际系统的运行结果表明此方法能够降低被控量超调、提高控制精度并且增强系统的鲁棒性, 证明其在一类过程对象的应用中优于传统的PID控制方法.     

基于神经网络-遗传算法的双轴运动系统PID控制

提出了一种针对双轴运动系统的基于神经网络-遗传算法的PID控制器参数寻优设计方案。离线部分用遗传算法(GA)的寻优得到一组最优的PID参数Kp^ ，Ki^ ，Kd^ ，并将其作为存线调整部分的仞始值；在线部分用神经网络的BP网络调整系统的瞬态PID响应，同时利用插补器使双轴运动系统进行圆弧插补运动。通过计算机仿真可证明，此寻优方法具有良好的控制性能。     

基于小生境混合遗传算法的PID参数整定

针对遗传算法过早收敛、易陷入局部极值以及进化后期收敛速度慢的不足,将小生境技术、遗传算法、Powell算法相结合,采用自适应的结合策略,提出了一种小生境混合遗传算法(NHGA).对两个经典测试函数的优化结果表明,与小生境遗传算法相比,算法在能够保持解的多样性的同时,能够明显的提高了收敛速度和精度,有效的避免过早收敛.将算法用于PID参数整定,分别针对高阶对象和时滞对象,以及采用不同的性能指标,算法都能迅速得到最优的PID参数.仿真结果表明了该算法的有效性和优越性.     

改进遗传算法PID参数整定及在漂白温度控制中的应用

遗传算法（GA）是一种基于群智能的全局随机优化算法。针对简单遗传算法（SGA）收敛速度慢、易于早熟等缺点,采用改进的自适应交叉算子和自适应变异算子。结合兼顾性能指标和响应过程平衡的适配函数,以多种改进方式相结合的遗传算法对PID参数进行寻优整定。并将该控制器应用于纸浆漂白温度控制中,仿真结果表明：改进遗传算法能够明显改善收敛速度和寻优效果,当被控对象存在较大纯滞后、时间常数特性较大时,采用本方法优化PID控制器参数可获得比较满意的控制效果。     

一种两轮自平衡机器人比例-积分-微分控制方法

两轮自平衡机器人以其机械结构简单,灵活高效的运动特性,具有广阔的应用前景.本文应用理论力学原理,分析并建立了两轮自平衡机器人的动力学模型.在此基础上,分别针对机器人系统的自平衡控制、速度控制设计了比例-积分-微分(PID)控制器.通过复频域和时域分析的方法,提出了一种简便的PID控制参数的整定方法.根据系统PID控制模...     

改进PSO电液伺服系统的在线PID参数整定

针对传统的电液伺服系统PID控制器参数在线整定难以达到最优的问题,提出了一种解决方法。根据系统的动态模型,在系统时变参数的变化范围内取若干值,得到一组相应数目的定参数系统模型。针对这组模型,采用改进PSO整定PID参数,获得一组近似最优化的PID参数,拟合数据得到PID参数曲线,利用该曲线进行电液伺服系统的在线整定。该方法可实现近似最优的PID参数在线整定,控制系统的性能得到了明显的提高。仿真结果证明了该方法的有效性。