遗传算法优化的模糊+变论域自适应模糊PID复合控制策略

针对变风量空调系统的不确定性和参数整定困难问题,提出了一种用遗传算法优化的模糊+变论域模糊PID复合控制器的新方法.该控制器由模糊控制和变论域模糊PID控制两部分组成.在系统动态阶段,采用模糊控制使其具有最优的动态性能;当系统进入稳态阶段,采用变论域自适心模糊PID控制使其具有最优的稳态性能.用遗传算法对主控制器的PID参数值进行离线优化,将其作为在线调节的初值,通过变论域的模糊推理在线调整系统的PID参数,使之具有良好的自适应能力.用模糊平滑切换保证了两种不同控制方式的平稳过渡.将提出的复合控制策略应用于变风量窄调系统的室温串级控制中,计算机仿真结果表明,该方法使系统具有良好的动、稳态性能,抗干扰和鲁棒性好.     

基于预测双反馈的3D打印机温度优化控制

针对FDM型3D打印机喷头温度控制系统的非线性、大滞后等特点,传统PID控制难以满足实际的性能要求.为提高控制系统性能,提出预测模型双反馈变论域分形模糊分数阶PID控制器.分数阶PID控制为系统提供更多的控制余度;变论域模糊控制的论域能够随着误差的变化而变化,实现不同时刻选择不同论域的模糊规则;短反馈算法的引入能够构成双层反馈控制,实现对喷头温度的快速、精准控制;系统反馈环节建立预测模型,实现更加精确的控制.针对变论域模糊分数阶PID控制器中参数选择,提出一种改进的鲸鱼算法进行参数优化,增强控制器的自适应能力.仿真结果表明,改进鲸鱼优化算法的预测模型双反馈变论域模糊分数阶PID控制的喷头温度控制系统较传统的PID控制具有更好的控制效果,系统响应速度快、抗干扰能力强、稳定性好,能够满足实际工业需求.     

直升机变论域模糊自适应缆位控制系统设计

针对模糊控制适应性差和控制精度低的问题,提出了一种改进的变论域模糊自适应控制器.提出了参考缆位角的计算方法并设计了相应的直升机缆位控制器.研究用于连续域寻优的改进蚁群优化算法,用于动态调整模糊控制器论域的伸缩因子,从而构成基于蚁群算法的变论域模糊自适应控制器.将该控制器应用于直升机缆位控制系统,控制直升机地速保持在零附近,同时实现缆位角的精确控制.     

基于变论域模糊PID算法的张力控制

张力控制在工业中应用十分广泛,其核心是保持张力的恒定。目前恒张力控制主要采用的算法有分段PID和模糊PID,但是这两种方法控制稳定性差。在常规模糊控制的基础上,引入了变论域的思想并设计了伸缩因子基于函数类型的变论域模糊控制器,以此对执行机构为磁粉制动器的张力系统进行控制。通过建立系统模型对常规模糊控制PID算法和变论域模糊控制PID算法进行了仿真对比,仿真结果表明采用变论域模糊PID算法进行系统控制时具有超调小,响应速度快的优点。     

变论域自适应模糊PID控制系统仿真与应用

由于电液伺服系统具有非线性、时滞性等问题,自适应模糊PID控制方式仍难以精确控制马达转速,故设计了变论域自适应模糊PID控制算法。通过设计合适的伸缩因子,将变论域与自适应模糊PID控制相结合,该算法可以精确控制电磁比例阀的流量进而控制马达的转速。将PID控制、模糊控制、自适应模糊PID控制和变论域自适应模糊PID控制算法进行Matlab仿真,结果表明：变论域自适应模糊PID控制具有响应快、无超调、稳态误差基本为零的特点。通过可编程控制器实现了模糊PID控制与变论域自适应模糊PID控制算法在电液伺服系统中的应用,实验数据表明,变论域自适应模糊PID控制更加精确,符合工业控制要求。     

基于感知模糊自适应蚁群算法的非线性PID控制

随着系统复杂度的提高和对象不确定性因素的增加,为克服线性PID动态性能和稳态性能差的缺陷,分析了非线性PID控制器各控制参数对误差的理想变化过程,构造非线性PID控制器。由于增益参数大量增加,传统参数优化方法不再适用,在分析蚁群算法的基础上,提出了基于感知自适应蚁群算法,并加入模糊自适应信息素更新机制,用于优化非线性PID控制器的设计方法。通过仿真实验将该控制器与基于蚁群算法的非线性PID控制器和基于蚁群算法、Z-N法的PID控制器进行对比,并对控制性能和收敛性能进行了分析,结果表明该算法有效克服了传统蚁群算法收敛速度较慢、容易陷入局部最优而停滞的缺陷,该控制器具有更好的动态性能和稳态性能。     

基于多种群遗传算法的电动变桨系统的变论域模糊控制

针对电动变桨系统的时变性、非线性、大惯性及风速不确定性等特点,提出一种基于多种群遗传优化算法的电动变桨系统的变论域模糊控制方法。在该方法中,通过分析确定变论域伸缩因子的结构,利用多种群遗传算法优化其参数,实现伸缩因子参数的智能寻优,有效解决了模糊控制器精度不高、模糊控制中规则数量与控制精度之间的矛盾。在遗传算法迭代中,染色体采用实数编码、多种群、多目标并行搜索,利用最优个体最少保持代数作为算法终止判断。将设计的优化变论域模糊控制器应用于电动变桨系统的速度控制中,根据速度环的性能指标建立合适的目标函数,通过对基本论域自适应调整,实现了速度环的自适应控制。仿真结果表明,基于多种群遗传优化算法的变论域模糊控制在动态性能和稳态性能上优于变论域模糊控制。     

船舶双舵同步补偿控制

采用双舵配置的船舶,两套舵伺服系统结构参数和电气参数等具有一定的差异.在航行过程中,将会导致船舶双舵的同步误差增大、舵效降低、操纵性能变差.为了减小双舵同步误差,本文阐述了一种模糊变论域同步补偿控制方法.为此首先对舵机系统进行了机理建模,然后借鉴主从控制策略提出了双舵同步补偿控制系统结构,针对PID适应性差的问题,引入变论域模糊控制思想,进一步设计了变论域模糊PID双舵同步补偿控制器.最后仿真结果表明所设计的控制器有效地减小了双舵同步误差、提高了船舶航向稳定性,该方法在船舶双舵同步控制中切实可行,具有工程指导意义.     

基于多层蚁群算法的变论域模糊控制

针对模糊控制器控制精度不高、自适应能力有限等问题,提出一种变论域自适应模糊控制方式.首先在对离散蚁群算法改进的基础上,提出用于连续域寻优的多层蚁群算法.其通过将解空间分成有限网格,并且算法在迭代过程中采用三个阶段的搜索策略,每个阶段采用异构搜索机制.然后根据系统性能利用改进算法动态调整伸缩因子,从而构成基于多层蚁群算法的变论域自适应模糊控制器.最后将此控制器用于中厚板液压位置伺服系统中.仿真结果表明,采用自适应模糊控制器的伺服系统收敛速度明显加快,此控制策略在适应能力与鲁棒性好于其它控制方式.     

基于Q学习算法的变论域模糊控制新算法

变论域模糊控制器的控制函数被＂复制＂到后代中,往往存在着＂失真＂现象,这种现象的后果是造成算法本身的误差.针对这一问题,本文提出了一种基于Q学习算法的变论域模糊控制优化设计方法.本算法在变论域模糊控制算法基础上提出了一种利用伸缩因子、等比因子相互协调来调整论域的构想,且通过用Q学习算法来寻优参数使控制器性能指标最小,使其在控制过程中能够降低＂失真率＂,从而进一步提高控制器性能.最后,把算法运用于一个二阶系统与非最小相位系统,实验表明,该算法不但具有很好的鲁棒性及动态性能,且与变论域模糊控制器比较起来,其控制性能也更加提高.     

遗传算法优化的Fuzzy+变论域自适应Fuzzy-PID复合控制策略研究

提出了一种用遗传算法优化的Fuzzy+变论域Fuzzy-PID复合控制器的新方法。该控制器由Fuzzy控制和变论域Fuzzy-PID控制两部分组成。在系统的动态阶段,采用Fuzzy控制使其具有最优的动态性能;当系统进入稳态阶段,采用变论域自适应Fuzzy-PID控制使其具有最优的稳态性能。用遗传算法离线搜索出一组最优的PID参数作为在线调节的初始值,在在线部分,以离线搜索出的PID参数为基础,通过变论域的模糊推理在线调整系统瞬态响应的PID参数,使系统具有良好的自适应能力。 采用加权平滑切换的方式,保证两种不同控制过渡的平稳性。将提出的复合控制策略应用于变风量空调系统的室温串级控制中,计算机仿真结果表明,该方法使系统具有良好的动、稳态性能,抗干扰性和鲁棒性好。     

蚁群算法在油库发油PID控制中的应用

针对目前油库定量发油过程具有非线性、滞后性等特点,常规PID控制难以达到预期的控制精度,提出一种蚁群算法优化PID参数的控制方案。在PID发油控制系统的基础上引入蚁群算法,通过蚁群迭代寻优的方式优化PID控制参数,从而实现油库发油的稳定性。在控制系统中,采用S7-1200 PLC为控制器,通过SCL语言实现算法,PID参数基于蚁群算法动态优化。实验表明,所提出的方法较PID参数Z-N整定法更具实用性和有效性,超调量减少58%,能够使发油控制更加稳定。     

基于蚁群优化的模糊神经网络控制器的应用研究

针对传统PID控制方式的不足,文章提出了一种新的永磁同步电动机控制策略,即采用蚁群优化算法对模糊神经网络控制器的3个因子参数ka、kb、ku进行全局优化,给出了永磁同步电动机的数学模型,详细介绍了模糊神经网络控制器的设计,分析了蚁群优化算法,并进行了仿真实验。仿真结果表明,基于蚁群优化模糊神经网络控制器的永磁同步电动机调速系统具有很强的鲁棒性和自适应性,动态响应快,能够较好地跟踪负载变化。     

基于变论域模糊PID的分解炉温度控制研究

分解炉温度控制系统具有非线性、时变、纯滞后的特点,针对传统PID控制及模糊.PID控制难以很好地满足控制要求,提出了一种变论域模糊自适应PID控制方法。利用变论域思想,设计了一种基于函数模型的伸缩因子控制器,动态地调整模糊控制器的量化因子和比例因子,提高了控制精度。在Matlab环境下分别对PID控制、模糊PID控制和变论域模糊PID控制方法进行了仿真对比,结果表明变论域模糊PID控制方法具有更好的动静态性能和自适应能力。     

基于云台的变域论模糊PID算法研究

为了使云台能够快速的响应环境变化从而达到动态平衡目的,提出变域论模糊PID控制算法实现调平过程中动态特性控制设计。该系统以ARM920T为控制单元,采用模糊PID算法对云台进行控制。利用MATLAB对模糊PID算法进行了仿真分析,最后对变论域、模糊及传统算法的效果进行比较：在保证动态稳定性的前提下,模糊PID算法比常规PID算法能够有效的提高响应速度。     

基于变论域的铝电解模糊控制研究

针对铝电解控制中的不确定性、非线性等因素给系统带来的影响,基于常规模糊控制,分析研究了该系统基于变论域的模糊控制机理。选定电解槽中的电解质温度为论域伸缩因子,利用变论域的思想,通过论域的膨胀或压缩使模糊控制规则可派生出任意多条,实时提高在线控制精度。分析仿真结果可知,该算法使铝电解温度控制具有比用常规控制更高的温度控制精度和系统性能,验证了该设计的有效性和实用价值。     

锂离子电池最优充电电流预测方法研究

为解决锂离子电池最优充电中电流设定的关键问题,提出蚁群算法（ACO）优化回归型支持向量机（SVR）核心参数,并将蚁群优化的回归型支持向量机（ACO-SVR）用于最优充电电流的预测。SVR核心参数[C]和[g]以节点值的形式在蚁群系统中体现,以交叉验证意义下误差作为目标函数更新节点信息素浓度,经过有限次迭代得到最优[C]和[g]值,使SVR性能最优。根据锂离子电池实测充电数据建立了ACO-SVR最优充电电流模型,结果表明ACO-SVR模型具有较少的寻优时间和较好的预测精度,通过理论分析和实验数据验证了该方法具有一定的实用性和有效性。     

变论域自适应模糊控制及其在Chua's混沌电路中的应用

本文研究输出反馈自适应变论域模糊控制方法.变论域模糊控制通过自适应调节伸缩因子,生成大量规则,提高了系统的控制精度.由于状态的不完全可测,本文首先通过构造状态观测器实现输出反馈控制.然后,为了抑制外部扰动和参数变化,通过监督控制将系统的状态约束在给定的范围之内,从而提高了控制器的精度和鲁棒性.进而利用Lyapunov函数证明了观测器-控制器系统的稳定性;在所有状态一致有界的前提下,整个自适应控制算法保证闭环系统的稳定性.最后将所提算法应用于Chua s混沌电路,仿真结果证明了控制方法的有效性.