一种基于蚁群算法的最优非线性PID控制器的设计

本文以蚁群算法为基础，提出了一种新的非线性PID控制器及其参数优化设计方法。该控制器是基于PID控制器各增益参数与误差信号之间呈现非线性关系，根据一般控制系统的阶跃响应曲线，在不同响应时间阶段PID3个增益调节参数的理想变化情况，提出根据控制信号与误差、误差变化率之间的调节规律，拟合一组增益参数的非线性函数，并利用蚁群算法搜索出一组最优的非线性PID参数，构造最优非线性PID控制器。计算机仿真结果表明，与基于遗传算法（GA）、模拟退火算法（SA）和Z—N法设计的PID控制器（GA—PID、SA-PID、ZN-PID）相比，这种基于蚁群算法的非线性PID控制器（NLAS-PID）具有良好的动态和稳态性能，可用于控制多种不同的对象和过程。     

改进的PSO算法及其在PID控制器参数整定中的应用

粒子群优化算法(PSO)是一种新兴的随机优化技术,在许多领域得到了广泛应用。为了提高算法的计算精度,加快算法的收敛速度,提出了一种改进的粒子群优化算法,通过引入粒子运动过程中的最差位置信息,由最优个体和最差个体获取信息,有效地提高了算法的搜索能力和收敛速度。在实验研究中,采用改进的粒子群优化算法对PID控制器参数进行整定并用于啤酒发酵过程温度段控制,实验结果表明所提出的算法搜索能力及收敛速度显著提高,应用该方法得到的PID控制器综合性能优于常规方法所得的结果。     

基于NCD工具箱的非线性系统PID控制器优化设计

介绍了一种采用非线性控制设计模块(NonlinearControlDesignNCDBlockset)设计非线性系统PID控制器的先进方法 ,并结合具体实例给出了仿真实验结果和结论。     

一种新型的PID控制器参数优化整定方法

PID控制器参数的优化整定一直是自动控制领域的研究热点。本文采用微粒群算法(PSO)进行PID控制器参数的优化研究。仿真结果表明根据本文提出的方法得到的PID控制器参数可以获得满意的控制效果,各项性能指标优于由遗传算法(GA)整定得到的效果。     

位置伺服系统的一类非线性PID调节器设计

采用常规线性ＰＩＤ调节方法设计位置伺服系统,常存在快速性和超调量之间的矛盾。为了克服这一问题,本文介绍了一种非线性ＰＩＤ调节器及其参数优化设计方法。由于利用了非线性特性,非线性ＰＩＤ调节器的控制效果之常规方法有较大提高。研究结果表明,用非线ＰＩＤ设计的交流位置伺服控制系统具有响应时间短、无干扰能力强等特点。     

基于改进粒子群算法的主汽温控制系统PID参数优化

介绍了一种基于改进的粒子群优化(PSO)算法的PID控制器参数优化方法。通过将PSO基本算法中的惯性权重进行线性递减,很好地协调了PSO的全局与局部寻优能力。将改进的粒子群PID控制器参数优化方法应用于多扰动、大惯性的电厂主汽温控制系统,仿真结果表明,该方法在保证控制系统稳定性的基础上极大地提高控制系统的精度和快速性。     

飞轮储能系统多PI控制器参数优化

对飞轮储能系统(FESS)的有功和无功PI控制器参数优化进行了研究,提出了应用加入模拟退火思想的改进粒子群优化(AIPSO)算法优化FESS有功和无功多PI控制器参数.该算法在混沌初始化、迭代中加入混沌扰动和自适应调整惯性权重系数的改进粒子群优化算法基础上,引入模拟退火思想,既能限制位置更新,又能跳出局部最优解,具有更...     

CPSO优化的非线性PI控制器在互联电网AGC中的应用

新能源发电的大规模并网,造成电网转动惯量整体比重下降,对AGC系统的控制性能提出了更高的要求.为提升AGC系统的动态性能,首先,设计非线性函数并和传统PI控制器串联形成非线性PI控制器,改善了传统AGC控制器由于参数固化而对负荷波动显现的不适应性;其次,为求取非线性PI控制器最优参数,对传统粒子群算法进行改进,将混沌理...     

改进粒子群算法在PID参数整定中的应用

PID控制是过程控制中应用最广泛的控制方法,其关键在于PID参数的优化。针对其参数整定和优化问题,提出了一种改进的粒子群优化算法。仿真结果证明了该算法的有效性,其性能优于遗传算法和基本微粒群算法,具有一定的工程应用前景。     

基于改进多目标遗传算法的非线性PID控制器参数设计

针对NSGA-Ⅱ算法的不足,对其截断算法进行了改进,使得最终的非支配个体能够更均匀分布在Pareto前沿面上,并运用该方法来优化和构造非线性PID调节器。通过对锅炉过热汽温控制系统的仿真研究表明,该方法获得的非线性控制器可在一定程度上兼顾系统的动态和静态性能,相比固定参数的PID控制器,控制品质有了很大的改善。     

基于改进微粒群算法的PID控制器参数优化设计

介绍了微粒群优化（PSO）算法的基本原理和流程,提出了改进的PSO算法并将其与控制系统优化设计相结合,对传统PID控制器的参数整定进行优化研究,仿真实验结果表明改进PSO方法得到的PID控制器具有快速、无超调的响应特性,获得了满意的控制效果,各项控制性能指标优于传统方法整定得到的PID控制器。     

粒子群算法优化PID控制参数研究

采用常规的PID整定方式,往往费时而且难以满足控制要求．通过对粒子群算法的研究,在确定了适应度函数设计等控制参数后,采用粒子群算法对PID控制器参数进行优化,取得了很好的效果。     

基于ITAE指标的PID控制器参数优化设计

研究了比例一微分一积分（PID）控制器参数自整定问题,提出一种基于改进粒子群优化算法的PID控制器参数自整定方法,并以时间乘以误差绝对值积分（ITAE）的性能指标为适应度函数,对具有实参数不确定性的热工对象进行PID控制器参数整定,所设计的PID控制系统的ITAE性能指标比极点法,GPM法,Cohen法,IMC法效果更好,并通过超临界锅炉过热汽温控制的仿真实例验证了方法的有效性。     

锅炉-汽轮机系统的分数阶控制器设计

将分数阶微积分用于系统控制已引起控制学界的广泛关注。分数阶PIλDμ.控制是传统PID控制的推广与发展,积分阶次λ和微分阶次μ的引入使得分数阶控制器具有更灵活的结构和更强的鲁棒性。分数阶PIλDμ控制器对对象参数变化不敏感,对非线性有很强的抑制能力。将分数阶控制器用于多变量非线性控制系统的设计,针对输入受限和不确定性的非线性MIMO锅炉-汽轮机系统设计分数阶PIλDμ控制器,控制器参数整定采用粒子群优化算法。仿真结果表明,获得的分数阶PIλDμ控制器在大范围负荷变化及存在参数、结构不确定性时均能取得满意的控制效果,显示良好的适应性及鲁棒性,与传统PID控制器相比具有明显优势。     

摊铺机行驶系统控制器PID参数的混沌优化

摊铺机的液压伺服系统为非线性、时变的复杂系统,为了解决摊铺机行驶系统控制器PID参数整定困难、控制结果出现较大的振荡和超调以及在不同工况下参数整定烦琐等问题,采用一种基于混沌变量的PID控制器参数优化方案。利用MATLAB语言对摊铺机行驶系统近似模型进行了仿真分析,结果表明该算法实现简单,优化效率高,鲁棒性强,快速有效地实现了PID参数的全局优化整定,控制结果具有稳定、超调小、响应快、调节时间短的优点。     

基于改进PSO算法的PID参数优化研究

针对PID控制器的参数整定问题,提出一种改进微粒群优化算法（improved particle swarm optimization,IPSO）。算法是在基本PSO算法的惯性权重部分加入一个调节因子项,通过调节因子的调节,改善了算法的收敛性。仿真结果表明,IPSO算法可以更好地优化PID控制器的参数,使控制系统具有更好的控制性能。     

模糊参数自适应PID控制器在同步发电机励磁系统中的应用

本文根据同步发电机的运行特点,提出了一种适用于同步发电机励磁系统的模糊参数自适应PID控制器的设计方法。重点介绍了控制器的模糊控制规则和模糊推理机理。试验证明其较传统PID控制器优越。     

一种新型鲁棒PID控制器参数整定方法

针对复杂工业过程中存在的一类模型不确定问题,提出了一种新的鲁棒比例积分微分(PID)控制器参数整定方法。通过对优化目标的分析,将鲁棒PID控制器的参数整定问题转化成一个求解最小-最大优化问题,并引入合作进化粒子群优化算法对该最小-最大优化问题进行求解。针对实例的仿真结果表明,利用该方法整定得到的鲁棒PID控制器具有良好的鲁棒性,提高了性能指标,当过程对象操作范围发生大的变化时,该控制器能获得满意的结果。