共查询到19条相似文献,搜索用时 203 毫秒
1.
2.
《计算机应用与软件》2015,(8)
为了实现电液伺服系统输出力的稳定控制,结合局部最优粒子群优化算法和神经网络模型,提出一种PID控制器设计方法。该方法将神经网络模型(NNS)与PID控制器耦合,得到基于神经网络的PID控制器参数整定结构;再采用局部最优粒子群优化算法(Lbest PSO)确定神经网络的权重,从而得到基于局部最优粒子群优化算法和神经网络的PID控制算法;最后将提出的PID控制算法用于控制虚拟的电液伺服加载系统,以进行仿真实验。仿真结果表明,由该PID控制器控制的电液伺服系统的输出力平稳地收敛于给定力,从而提高了系统的稳定性。 相似文献
3.
基于粒子群优化算法对PID参数的优化整定 总被引:1,自引:0,他引:1
《软件》2017,(11):67-70
本文首先介绍了PID控制器,在此基础上提出了一种基于智能群算法对PID控制器的比例、积分、微分三个参数进行优化整定的改进PSO算法,并利用Mat lab对PID工业控制器进行模拟仿真,利用仿真曲线进行直观的对比。通过与标准PSO优化算法及常规的Z-N整定法的比较,结果表明基于改进PSO算法对PID的整定方法不仅能快速的从全局搜索出优化的整定参数,而且也能够大大地提升整定效果。实验结果也表明该算法具体良好的收敛速度和稳定性,是一种具有高控制精度、高稳定性和快速性的PID整定算法。 相似文献
4.
对于大多数工业过程的控制系统,由于PID控制器结构简单易于实现的优点,目前大部分控制系统仍然使用该控制器.随机干扰是工业过程中无法规避的一种影响系统控制精度的因素,且在随机干扰条件下的PID控制器参数整定问题尚未得到足够的重视.因此,针对上述问题,提出了一种输出方差最优的PID参数整定方法,将参数整定问题转化为一个非凸优化问题,采用粒子群算法(Particle Swarm Optimization,PSO)求得全局最优解,实现了最小方差PID参数整定.仿真算例验证了上述方法及算法的有效性. 相似文献
5.
6.
7.
8.
9.
《计算机应用与软件》2017,(7)
PID控制器的参数寻优是当代反馈控制系统设计的核心内容。PID控制器参数寻优意味着在三个参数空间域中寻找最优解,使得控制系统的性能达到最佳。为更好地对PID控制器的参数整定,引入自适应变步长策略的群智能萤火虫算法。利用MATLAB进行仿真实验,与粒子群(PSO)算法和经典的Z-N参数整定方法进行比较。实验表明,所提算法精度高、原理简单,可高效整定PID控制器参数。 相似文献
10.
《自动化仪表》2017,(8)
由于电液伺服系统在工业控制过程中存在非线性、参数时变等问题,运用常规的PID控制不能保证系统的控制精度,因此设计了一种新型的PID控制方法。该方法体系结构由常规PID控制器和改进遗传算法两部分组成,主要是运用改进遗传算法实现对PID控制参数的自适应调节,提高对电液伺服系统的实时调节控制能力。其中改进遗传算法对遗传算法父代的选择方式和交叉变异机理,分别运用了精英保留机制的轮盘赌策略和自适应调节策略,改善了遗传算法容易陷入局部极值的缺点,提高了算法的全局搜索能力和收敛速度,进而实现了对PID控制参数的寻优整定。将该方法应用于电液伺服系统数学模型中,并利用MATLAB/SIMULINK进行仿真。结果表明,该方法具有良好的鲁棒性和自适应性,改善了系统的超调、震荡等特性,提高了控制系统动态响应速度和稳态精度,对参数时变、非线性控制系统具有很好的应用价值。 相似文献
11.
12.
分析了智能群体的决策机制,发现在智能群体决策过程中,个体粒子参与决策的权利根据个体的优劣程度是不同的,提出了在量子粒子群优化(QPSO)算法中引入线性权重算子进一步提高QPSO算法的搜索效率及优化性能。分析了移动机器人轨迹跟踪控制的滑模变结构控制器设计方法,并采用指数趋近律和幂次趋近律相结合的方法,设计了新的滑模跟踪控制律,使用PSO算法、QPSO算法和改进算法优化了滑模跟踪控制器中的参数,通过两个实例验证了优化后的跟踪控制器的设计效果;设计效果的分析和比较表明了设计的跟踪控制器能够控制机器人实现对既定轨迹的跟踪,仿真结果显示改进QPSO算法能够在轨迹跟踪控制器的参数优化中取得更好的优化效果。 相似文献
13.
The position control system of an electro-hydraulic actuator system (EHAS) is investigated in this paper. The EHAS is developed by taking into consideration the nonlinearities of the system: the friction and the internal leakage. A variable load that simulates a realistic load in robotic excavator is taken as the trajectory reference. A method of control strategy that is implemented by employing a fuzzy logic controller (FLC) whose parameters are optimized using particle swarm optimization (PSO) is proposed. The scaling factors of the fuzzy inference system are tuned to obtain the optimal values which yield the best system performance. The simulation results show that the FLC is able to track the trajectory reference accurately for a range of values of orifice opening. Beyond that range, the orifice opening may introduce chattering, which the FLC alone is not sufficient to overcome. The PSO optimized FLC can reduce the chattering significantly. This result justifies the implementation of the proposed method in position control of EHAS. 相似文献
14.
15.
为进一步提升在未知环境下四旋翼无人机轨迹的跟踪精度,提出了一种在传统反馈控制架构上增加迭代学习前馈控制器的控制方法。针对迭代学习控制(ILC)中存在的学习参数整定困难的问题,提出了一种利用强化学习(RL)对迭代学习控制器的学习参数进行整定优化的方法。首先,利用RL对迭代学习控制器的学习参数进行优化,筛选出当前环境及任务下最优的学习参数以保证迭代学习控制器的控制效果最优;其次,利用迭代学习控制器的学习能力不断迭代优化前馈输入,直至实现完美跟踪;最后,在有随机噪声存在的仿真环境中把所提出的强化迭代学习控制(RL-ILC)算法与未经参数优化的ILC方法、滑模变结构控制(SMC)方法以及比例-积分-微分(PID)控制方法进行对比实验。实验结果表明,所提算法在经过2次迭代后,总误差缩减为初始误差的0.2%,实现了快速收敛;并且与SMC控制方法及PID控制方法相比,RL-ILC算法在算法收敛后不会受噪声影响产生轨迹波动。由此可见,所提算法能够有效提高无人机轨迹跟踪的准确性和鲁棒性。 相似文献
16.
《Control Engineering Practice》2009,17(12):1398-1404
A new kind of volume control servo hydraulic press driven directly by Switched Reluctance Motor (SRM) is presented in this paper. In considering the saturation and dead zone nonlinearity as well as the time-variability and the time lag existed in SRM direct drive volume control system, a fuzzy PID control method is introduced to improve the overall performance of the electro-hydraulic position servo system. The relationships between the PID parameters and the response characteristics of electro-hydraulic position servo system are investigated. The fuzzy inference rules which enable adaptive adjustment of PID parameters are established based on the error and change in error. The simulations and experiments of step response and cosine tracking are carried out on the SRM direct drive hydraulic press. The results indicate that the fuzzy self-tuning PID method has great ability of restraining external disturbance, and it can effectively raise the position tracking ability of the volume control electro-hydraulic servo system. 相似文献
17.
微操作机器人的视觉伺服控制 总被引:10,自引:1,他引:9
视觉伺服控制是微操作机器人实现精确运动,完成自动操作的必要手段.本文介绍
了实现微操作机器人视觉伺服控制的方法.首先论述了微操作机器人的视觉伺服结构,并以
建立的面向生物工程的双手微操作机器人系统为例,介绍了基于二维显微视觉信息的三自由
度柔性铰链微操作机器人的运动学建模方法,针对压电驱动器控制器的特点提出了基本的PI
D视觉伺服控制规律实现方法,并进行了点到点运动和圆轨迹跟踪实验.实验结果表明,视
觉伺服控制克服了由于标定以及环境等因素导致的运动模型不准确而引入的误差. 相似文献
18.
针对具有参数不确定和外负载扰动的不确定受扰电液伺服系统,提出一种智能自学习PID控制策略.该方法不依赖于系统的精确模型,是一种数据驱动的控制方法.首先,通过改进的动态线性化方法将非线性非仿射的电液伺服系统等效为含有时变参数项和非线性不确定项的线性仿射形式;然后,采用梯度估计算法和时间差分算法分别对时变参数项和非线性不确定项进行估计;接着,利用iPID控制引入附加误差信息对过度线性化丢失的信息进行补偿;最后,根据最优准则,设计不确定受扰电液伺服系统的参数更新律和学习控制律.通过理论分析和仿真实验验证所提出控制策略的收敛性,并通过对比实验,验证该控制方案应用于电液伺服系统的优越性和精确性.实验结果表明,所提出方法能够抑制非线性扰动对系统造成的不良影响,实现理想轨迹的精确跟踪. 相似文献
19.
Mohammad Pourmahmood Aghababa 《Soft Computing - A Fusion of Foundations, Methodologies and Applications》2016,20(10):4055-4067
This paper introduces a new version of the particle swarm optimization (PSO) method. Two basic modifications for the conventional PSO algorithm are proposed to improve the performance of the algorithm. The first modification inserts adaptive accelerator parameters into the original velocity update formula of the PSO which speeds up the convergence rate of the algorithm. The ability of the algorithm in escaping from local optima is improved using the second modification. In this case, some particles of the swarm, which are named the superseding particles, are selected to be mutated with some probability. The proposed modified PSO (MPSO) is simple to be implemented, fast and reliable. To validate the efficiency and applicability of the MPSO, it is applied for designing optimal fractional-order PID (FOPID) controllers for some benchmark transfer functions. Then, the introduced MPSO is applied for tuning the parameters of FOPID controllers for a five bar linkage robot. Sensitivity analysis over the fractional order of the PID controller is also provided. Numerical simulations reveal that the MPSO can optimally tune the parameters of FOPID controllers. 相似文献