基于混沌演化的蒸汽动力装置负荷控制优化

为提高蒸汽动力装置负荷控制系统适应机组负荷变化的能力,将混沌理论和演化算法相结合,基于系统辨识提出一种PID控制参数的在线优化方法.该方法利用演化算法的全局最优性和混沌的遍历性实现对控制器参数的在线整定,避免了传统PID控制算法受控制对象影响较大,只有在各参数整定良好的前提下才能得到满意控制效果的缺点.仿真试验证明:采用混沌演化优化后的控制系统在保留传统PID控制结构简单、易于实现、可消除静差等优点的同时,还具有超调小、响应迅速、抗干扰能力强等特点,适用于工况频繁变化场合下的自适应控制.     

积分过程PID控制器参数的新型优化整定方法

针对积分时滞过程,结合菌群优化（BSFO）算法和控制系统优化设计策略,提出了一种新的PID控制器参数优化整定方法.通过将PID控制器的参数设置为群体细菌在参数空间的位置,将时间乘以绝对误差的积分（ITAE）作为细菌对环境的适应度函数,并模拟细菌群体觅食的动态行为来实现对PID控制器参数的寻优.实例仿真结果表明,菌群优化算法能够实现对PID控制器参数的有效整定,并在稳定时间、超调量、鲁棒性和抗干扰性等方面具有满意的综合性能.在大量仿真结果的基础上,给出了一个积分时滞对象的PID控制器参数整定经验公式.     

模糊参数自整定PID控制器的设计与仿真研究

为实现PID参数的自动整定,在PID控制和模糊控制的基础上,设计了一种用于晶体生长炉温度控制系统的模糊参数自整定PID控制器,该控制器基于PID参数的优化规律,利用模糊控制规则对PID参数进行在线的自动整定.与常规PID温控系统比较,该控制器的系统超调量明显减小,控制系统的动静态性能均得到改善,升温速度和目标温度控制精度达到了设计指标,系统仿真验证了该设计的有效性与实用价值.     

基于神经网络和遗传算法的PID参数自整定算法

针对常规PID(proportional-integral-derivative)参数整定过程依赖被控对象的数学模型、不能灵活得到期望的性能指标等问题,提出了一种基于神经网络和遗传算法的PID参数自整定算法。该算法首先通过训练神经网络得到PID控制器参数和控制性能指标之间的映射关系;再利用遗传算法进行最优解搜索,得到全局范围内一组最优的控制器参数,使得给定的基于时域性能指标的目标函数值最优;最后,以水箱液位系统为例对所提算法进行实验验证。实验结果表明,与传统的ZN (Ziegler Nichols)参数整定法相比,所提算法整定的参数具有了更好的控制效果,同时可以通过改变目标函数中的性能指标权重系数,灵活得到不同期望的控制效果。     

混沌天牛须算法在分数阶PID参数优化中的应用

针对分数阶PID控制器参数整定的复杂性问题,提出了一种基于混沌天牛须算法的分数阶PID控制器参数整定方法。首先,利用天牛须算法的寻优机制,进行不断的迭代寻优,寻找最适合受控系统的分数阶PID参数。同时,在原始天牛须算法中引入了混沌扰动机制,根据Logistic映射公式对天牛个体的位置进行随机扰动,增强全局搜索效果。为了验证所提出的混沌天牛须算法的优越性,将混沌天牛须算法与天牛须算法、粒子群算法对分数阶PID控制器参数分别进行寻优,最后进行仿真实验,结果表明混沌天牛须算法具有更好的寻优性能。     

基于改进WOAPID的LT-MED系统浓盐水温度控制

为适应低温多效蒸馏(LT-MED)海水淡化末效浓盐水温度控制系统存在的非线性时变和迟滞严重的特点,针对基于经验人为设定的PID控制器效果不佳的问题,提出了一种改进鲸鱼优化算法(WOA),以实现PID控制器参数的自动整定。首先,确定浓盐水温度控制系统的传递函数模型;然后,对基本WOA求解精度低、易陷入局部最优的缺陷对算法进行改进,实现PID控制器的参数优化。MATLAB R2019a平台的仿真实验结果表明,改进WOA算法具有更快的迭代速度和更强的全局寻优能力。改进WOA-PID控制器响应速度快且超调小,能够有效控制浓盐水温度以保障海水淡化系统正常稳定运行。     

水源热泵空调系统参数自整定模糊控制

目的研究一种水源热泵空调系统的智能控制方法,改善系统的控制效果．方法采用参数模糊自整定的控制策略,先对模糊控制器进行设计,再确定参数的原则,再将模糊控制和PID控制相结合,实现PID参数在线自动调整．结果参数自整定PID控制比普通PID控制超调量小5％-10％,调节时间缩短近50％．结论参数自整定模糊PID具有良好的动、静态性能,有效地提高了系统的控制效果,满足了系统的节能技术要求．     

用微粒群算法实现水轮机调节器参数的优化设计

目前水轮机调节系统PID参数整定一般都是根据经验公式或现场反复试验获取,它往往不易获得最佳参数.为了保证获得最优水轮机PID调节器参数,本文研究了利用微粒群优化（PSO）算法进行参数优化设计的新方法.PSO算法是一种新的仿生优化方法,具有结构和运算简单的优点.仿真试验结果表明,用微粒群算法优化水轮机调节器参数,可以获得满意的控制精度和效率.与改进的遗传算法优化结果相比,各项控制性能指标（如调节时间、负调、超调量等）都优于遗传算法整定的PID调节器.     

初级永磁式直线电机的粒子群优化PID控制研究

初级永磁式直线电机(primary permanent magnet linear motor,PPMLM)具有成本低、结构简单、推力密度大等优点,但在运行中存在参数变化和负载扰动等问题,使传统PID控制无法达到系统实时控制、快速响应的高精度伺服控制要求。为了提高PPMLM调速系统动态响应能力,降低启动时的超调性能,对初级永磁式直线电机的工作原理进行分析,建立数学模型,并对传统PID控制采用粒子群优化(particle swarm optimization,PSO)算法进行优化。设计参数全局寻优的在线自整定PSO-PID控制器,使用MATLAB/Simulink建模仿真并进行试验验证。结果表明,基于PSO的PID控制器能够使电机快速平稳地启动,具有更小的超调性能和较强的抗干扰能力,可以实现电机的快速响应。     

基于GAOT的PID控制器参数整定研究

遗传算法是一种具有极高鲁棒性和广泛适用性的全局优化方法,遗传算法优化工具箱(GAOT)为遗传算法的推广和应用提供了良好的工具,它采用模块化设计,包含了常用的遗传算子.针对传统PID参数整定的一些局限性,利用遗传算法优化工具箱对PID控制器参数进行整定.分析了遗传算法的应用步骤、GAOT的基本用法和GAOT与控制器参数整定的接口方法,利用仿真试验将该方法与Ziegler-Nichols法和工程品质最佳法进行比较.仿真结果表明:该方法几乎无超调,且过渡时间最短,可明显提高系统性能.     

基于参数自整定的模糊智能供水策略

针对一次性整定的PID参数难以保证供水控制系统的控制效果始终处于优化状态的问题,提出了一种基于参数自整定的模糊智能供水策略。采用该策略系统一旦偏离正常状态,在系统性能超过容许范围时,自动启动PID参数的整定过程进行在线参数模糊自整定,按照整定后的PID参数系统自动切换到正常工作状态。重新整定的PID参数可使供水系统达到更好的控制品质。仿真实验表明:实时修改控制器的参数可以保证控制系统具有优良的控制品质。     

PID参数模糊自整定控制在液位控制系统中的应用

针对液位控制过程中存在的大滞后、时变、非线性的特点,提出了PID参数模糊自整定控制算法。运用阶跃响应测试对双容水箱液位系统建立数学模型选取恰当的隶属度函数和PID控制规则,设计PID参数模糊自整定控制器。最后,利用MATLAB工具对PID参数模糊自整定控制算法和传统PID控制算法进行仿真比较。仿真结果表明,与传统PID控制算法相比,PID参数模糊自整定控制算法具有超调小、调整时间短等特点。     

基于改进人工蜂群优化算法的PID参数整定

针对传统的PID控制器参数整定方法中存在的整体效率低、控制效果差等问题,提出了一种改进的人工蜂群算法,在标准算法的搜索方程中引入差分进化算法的变异算子,并添加自适应调整参数,提升算法的收敛速度、增强局部寻优效果的同时,平衡了算法的全局探索和局部开发能力。实验表明,改进后的算法对PID控制器的参数整定优化有明显效果。     

基于DSP他励直流电机模糊PID控制器仿真研究

针对他励直流电机调速系统参数模型的非线性、时变性,常规PID控制器参数离线整定带来的非优化的问题,提出一种基于DSP的模糊PID控制器算法,以电流反馈误差及误差的变化率作为模糊控制器的输入变量,采用参数自整定的模糊PID控制器实现PID参数在线优化。以DSP开发系统作为仿真平台,将他励直流电机传递函数转换为差分方程,构成基于模糊PID控制器的数字闭环他励直流电机仿真系统。利用DSP高速运算能力进行在线仿真,观察常规PID控制器和模糊PID控制器产生的系统输出波形。CCS2.0和MATLAB仿真实验表明：模糊PID控制器基本实现输出无超调,系统阶跃响应的上升时间和调整时间均比常规的PID控制器阶跃响应的小。模糊PID控制器应用于他励直流电机调速系统中,控制性能明显高于基于常规PID的调速系统。     

神经网络PID参数自整定的应用研究

PID控制是工业控制中应用最为广泛的控制方法,但在实际应用中,其参数整定仍未得到较好的解决.本文把神经网络技术应用在PID控制中,采用BP网络对被控对象在线辨识,利用神经元自适应PID在线调整参数,构造神经网络PID自整定控制器.通过在实际交流变频调速系统上的实验表明,当突然加、减负载时,神经网络PID控制与传统PID控制相比,具有恢复时间短、超调量小等特点.     

PID参数整定新方法在锅炉蒸汽压力系统中的应用

传统的Ziegler-Nichols参数整定方法已经在PID控制设计中得到了普遍应用,然而由于未对超调量进行具体限制而表现出一定的局限性.本文根据系统阶跃响应曲线的几何特性,通过求曲线包络的面积获得在被控对象的阶跃响应超调量严格限制情况下的PID控制器的3个参数值.该整定方法具有同时保证系统超调量小和响应速度快的双重优点,一定程度上弥补了传统PID参数整定方法的不足.把这种新的整定方法应用到锅炉蒸汽压力控制系统设计中,在Simulink环境下仿真表明,相比于经典Ziegler-Nichols方法,该整定方法具有更好的控制效果.     

基于麻雀搜索优化算法分数阶PI的PMSM矢量控制

永磁同步电机(Permanent Magnet Synchronous Motor,PMSM)矢量控制系统转速环采用PI控制器难以满足系统动态响应速度快、鲁棒性强等要求，采用分数阶比例积分(Fractional Order Proportional Integral, FOPI)控制器，并利用麻雀搜索算法(Sparrow Search Algorithm,SSA)优化FOPI控制器参数.通过搜索最优适应度的麻雀所在位置，得到控制器最优组合参数，选择时间乘以误差绝对值积分作为其目标适应度函数.对SSA整定FOPI、粒子群算法(Particle Swarm Optimization,PSO)整定PI参数的电机调速性能进行试验对比.结果表明，SSA优化的FOPI具有增强鲁棒性和减小超调量的优势.     

基于RBF神经网络二级倒立摆系统的PID控制

针对二级倒立摆系统,提出一种基于RBF神经网络的PID控制方法。该方法采用RBF神经网络对PID控制器的参数进行优化修正,从而使控制器处于最优状态,实现二级倒立摆的稳定控制。仿真结果表明,该方法的控制精度较高,响应迅速,超调量较小。对于多变量、非线性、不稳定的快速系统,具有较好的控制效果。     

基于RBF神经网络二级倒立摆系统的PID控制

针对二级倒立摆系统,提出一种基于RBF神经网络的PID控制方法。该方法采用RBF神经网络对 PID控制器的参数进行优化修正,从而使控制器处于最优状态,实现二级倒立摆的稳定控制。仿真结果表明,该方法 的控制精度较高,响应迅速,超调量较小。对于多变量、非线性、不稳定的快速系统,具有较好的控制效果。     

四辊板带轧机厚度的模糊自整定PID控制

针对轧机液压AGC控制系统中难以解决的时滞、非线性等问题,提出把模糊控制器与传统PID控制器相结合,组成一种具有自学习、自调整功能的新型智能模糊自整定PID控制器.模糊自整定PID控制器具有在线实时动态整定PID控制器参数的功能.通过对Matlab仿真实验结果的对比表明:采用新型智能模糊自整定PID控制器比传统PID控制器具有达到稳态时间短、稳态性能好等优点,能更好地满足控制系统对精度的要求.