基于免疫粒子群的机器人自抗扰控制器参数整定方法

针对利用经验试凑法或其他优化算法整定机器人自抗扰控制器参数,存在整定过程复杂、整定结果不是全局最优等缺陷,提出一种基于免疫粒子群融合算法的机器人自抗扰控制器参数整定方法。该方法将免疫算法的免疫信息处理机制引入粒子群算法结构中,解决了免疫算法优化过程繁杂冗长以及粒子群算法过早陷入局部最优的问题,实现了自抗扰控制器参数整定,快速找到全局最优解。MATLAB仿真结果表明：该方法提高了自抗扰控制器的响应速度和稳定性,适用于机器人自抗扰控制器参数的整定。     

基于遗传算法的泵控马达系统PID参数的整定

PID参数整定是一个多参数组合优化的问题,针对目前常用的工程整定法只能从系统的单项性能指标出发进行整定,而无法在全局范围内对PID参数进行组合优化,提出基于遗传算法的PID参数整定方法.这种方法充分利用遗传算法的适应度函数,引入所需的系统性能指标,对系统进行全面的参数设计.将该方法应用于泵控马达系统,取得了良好的控制效果,并将Ziegler-Nichols与遗传算法整定的PID控制系统响应曲线进行对比分析,证明基于遗传算法的PID参数整定方法的优越性.     

电子束钎焊接头温度计算机控制系统

研究了电子束钎焊接头温度高精度数字PID控制系统。为了在钎焊过程中使接头温度在所设定的钎焊温度下保持恒定,基于计算机控制及离散控制理论,建立了钎焊温度数字PID控制模型及控制器。通过开环和闭环阶跃响应确定电子束钎焊被控对象类型,在PID模型参数整定过程中比较了扩充临界比例度法及扩充响应曲线法的整定效果。为了得到最优PID参数,采用归一化方法对电子束钎焊数字PID控制器参数进行在线优化。为了进一步提高控制系统的动态性能,采用积分分离PID算法。结果表明,可以达到超调极小、不需调整时间的控制效果,温度控制准确度可达±2.5℃。     

基于遗传算法的位置PID控制器在旋转TIG焊接系统中的应用

设计了一种基于遗传算法的参数整定PID控制器,该控制器首先将PID参数整定转化为求解优化问题,进而应用遗传算法求出优化问题的解。将该种控制器应用在基于旋转电弧传感器的TIG焊焊接系统中,为了加快搜寻速度,提高求得最优解的概率,对选取和淘汰策略方面进行了改进。试验表明,基于遗传算法的参数整定PID控制器改善了TIG焊的实时跟踪性能,提高了焊接质量。     

基于混沌优化的数字PID控制器及其应用

为了解决在工业控制中PID参数整定繁琐、控制结果出现大的振荡和超调等问题,提出一种基于混沌变量的数字PID控制器参数优化方案。该方案不仅适用于运动控制中的PID参数整定,还适用于过程控制中的PID参数整定。对柔性机械臂进行运动控制仿真,结果证明：该算法快速有效地实现了PID参数的优化整定;控制结果具有稳定、超调小、响应快、调节时间短的优点,从而实现了对柔性机械臂的PID优化控制。而且在纯滞后系统中也得到了很好的控制效果。     

基于智能融合优化算法的锚杆钻机液压系统控制策略研究

根据传统Z-N法整定PID控制器参数的不足,提出基于智能融合优化算法的PID参数整定策略。仿真结果表明:用该算法整定PID参数有效、快速、准确,具有最优性。将该算法应用于锚杆钻机液压系统控制策略研究,仿真和实验表明:当变行程机构缓冲腔峰值油压变化时,智能优化算法跟据所需功率最大原则,寻找合适系统和工作油压,引起缓冲外套位移及冲击活塞行程变化,以此改变冲击能和冲击频率,实现了锚杆钻机根据工作对象的变化,自动调整工作参数,确保设备合理参数匹配下的最大功率工作。对于其他的控制对象和控制过程有一定的参考价值。     

基于改进克隆选择算法的自抗扰控制参数整定

针对自抗扰控制器参数多、整定困难的问题,提出了基于改进克隆选择算法的自抗扰参数优化整定方法。该算法通过在进化过程中采用了三层不同的变异进化策略,形成多策略混合协同进化机制,有效平衡了算法的全局探索与局部开发,较好克服了基本克隆选择算法容易陷入局部最优解以及算法后期收敛速度慢的不足。用经典的标准测试函数来检验所提出算法的可行性与有效性,实验结果表明该算法具有全局搜索能力强、稳定性好、收敛速度快、收敛精度高等优点。以时滞系统的自抗扰控制器参数优化整定进行仿真验证,结果表明经文中提出算法优化后的控制器具有更小的超调量、更快的调节时间及更高的控制精度。     

改进PSO算法优化交流伺服系统PID参数研究

伺服系统PID控制参数的优化整定对系统可靠性和稳定性有着重要意义,而传统整定方式下参数优化整定时间较长、效果不佳、反应较慢.为了解决以上问题,提出一种优化交流伺服系统参数的控制方法.基于改进PSO算法实现惯性权重和学习因子随迭代次数的改变自适应调整,引入适应度函数快速优化整定PID控制器参数.利用MATLAB分别对基于...     

基于DDPG的振动台控制参数整定方法

三参量控制是地震模拟振动台的底层控制算法,其参数整定过程中涉及的参数多,传统的参数整定方法存在效率低、过程繁琐等问题。为了提高整定效率和准确性,提出一种基于确定性策略梯度(DDPG)算法的振动台三参量控制参数整定算法。此方法通过将振动台三参量控制系统作为强化学习环境,利用DDPG算法对系统的状态-动作-奖励数据进行学习和训练;训练好的智能体则可以输出最优的控制参数,然后将整定完成的控制参数放在实际振动台系统模型中进行测试。结果表明：DDPG算法可以有效优化振动台控制性能,提高试验结果的准确性和可靠性,具有实际应用价值。     

伺服系统中PID控制器参数整定的研究

针对伺服系统中常用的比例-积分-微分(PID)控制器的参数手动整定不方便的问题,对机器学习算法和模糊控制进行研究,重点分析反向传播(BP)算法和模糊控制器的设计方法,提出一种基于机器学习和模糊控制的PID参数整定方法。利用BP神经网络的学习能力得到系统模型,结合模糊控制进行预测得到PID参数,并在实验平台上进行验证。研究结果表明:通过机器学习和模糊控制得到的PID参数具有较好的控制效果,该方法能够避免手动整定PID参数,节省大量时间。     

基于免疫原理的控制器参数优化方法(英文)

针对控制器参数在线优化难题,提出了一种基于免疫原理的控制器参数优化整定方法。该方法借助生物免疫原理,将控制器参数整定的最优解和可行解各自抽象为抗原与抗体,采用免疫遗传算法,在满足约束条件下求解出使目标函数J(x)为极值时所对应的控制器参数。论述了设计步骤,描述了参数优化过程,对算法作了仿真比较研究,给出了仿真实验结果,分析了系统性能指标。仿真实验结果显示出了该方法的优势,验证了该方法的合理性与有效性。仿真研究结果表明所提出方法可用于解决复杂控制系统的参数整定。     

基于竞选算法的PID参数整定

以时间与绝对误差乘积积分性能指标为优化目标,将竞选算法用于液压伺服系统控制的PID参数整定,并给出了算法的仿真结果.研究表明,竞选算法从全局得到更好性能指标的搜索结果,对参数整定优化策略具有很强的灵活性、适应性和鲁棒性.     

智能阀门定位器PID参数自整定及控制算法设计

针对智能阀门定位器非线性和动态特性差的问题,提出了控制响应过程和误差相平面分析的方法.在Ziegler-Nichlols整定公式基础上对PID参数设计了整定算法,并选择了基于相平面分析的PID控制策略.实验表明:此算法简单,对多种阀门全行程内适应性较强,满足工业生产需要.     

大时滞大惯性变频泵控马达调速系统研究

针对大时滞、大惯性负载变频泵控马达调速系统动态性能差的特点,提出了采用极点配置最优预报自校正PID控制.介绍了极点配置最优预报自校正PID控制器的结构和算法.仿真结果表明,基于极点配置最优预报自校正PID控制器不仅具有良好的动态特性,很强的鲁棒性和自适应性,而且调节快速,参数整定方法简单.     

基于联合仿真的液压伺服系统优化控制研究

利用AMESim和Matlab/Simulink的各自优势,建立了一个液压伺服系统的联合仿真模型,采用自适应混合遗传算法对PID控制器的参数进行优化,自适应混合遗传算法即克服了遗传算法经常出现"早熟"收敛的现象,又克服了模拟退火算法对参数的苛刻要求.仿真实验表明:自适应混合遗传算法能提高寻优速度及寻优精度,整定的PID参数一致性好,能提高液压伺服系统的控制精度和速度.     

铝合金双脉冲焊控制参数整定及优化

设计了基于MCU的铝合金双脉冲焊电源,在此基础上研究了控制参数整定厦优化,并进行了焊接试验和结果分析.分析了基于MCU和硬件PID控制原理,并用试验法对PID参数K<,p>,T<,1>,T<,d>进行了整定优化,获得了最佳的PID参数.通过试验分析.电流波形规整稳定,无断弧现象发生,获得了较好的焊缝成彤和稳定的焊接过程...     

PID参数优化整定在母液蒸发中的应用

针对母液蒸发的工艺特点,提出了一种基于I-A Series控制系统的PID参数优化整定方法。该方法基于PID控制回路的经验参数,再利用I-A Series控制系统中的前馈自整定模块,得出优化的PID控制参数,改善了系统的动态特性,提高了稳态精度。通过实际生产应用,该系统完全满足生产工艺要求。     

基于神经网络逆系数的冷连轧厚度与张力解耦控制

冷连轧过程中的厚度与张力系统具有多变量、强耦合和不确定的特点。为降低两者的耦合影响,提高系统响应速度和抗干扰能力,提出基于BP神经网络逆系统解耦原理的PID控制策略。考虑轧制力相对于张应力的变化系数,建立厚度与张力系统的动态耦合模型,并应用Interactor算法证明此模型的可逆性。应用BP神经网络逆系统解耦原理实现对厚度与张力系统的解耦,减弱厚度与张力的耦合影响。针对粒子群优化算法极易陷入局部最优的问题,提出一种粒子群优化算法与细菌觅食算法相结合的优化算法对PID进行参数整定。结果表明:与准对角递归神经网络多变量PID解耦方法相比,所提方法的解耦程度、模型抗干扰能力以及系统响应速度都有很大提高。     

电液力伺服系统参数自整定模糊PID控制器设计

针对飞机结构强度试验中常用的电液力伺服系统,讨论了系统组成和数学模型。利用MATLAB设计参数自整定模糊PID控制器以克服系统非线性和负载扰动的影响;通过系统辨识建模的方法,采用预报误差法得到系统ARMAX参数模型辨识结果;以辨识结果为对象对设计的参数自整定模糊PID控制器进行Simulink仿真。结果表明:相比常规PID控制器,采用参数自整定模糊PID控制器进行控制,系统具有更好的稳态精度、快速性和鲁棒性。     

基于自适应变异DE算法的PID参数整定优化

针对工业过程中的PID参数整定难的问题,在分析传统差分进化算法的基础上,提出了一种自适应变异的差分进化算法,用于PID控制器的参数优化。改进算法定义了群体相似度系数和个体优劣系数,根据群体相似度系数动态调整变异操作,发挥不同变异操作模式的优点,使得算法同时兼顾了全局搜索和局部搜索的能力,根据个体优劣系数自适应调整交叉概率因子,改变以往交叉概率因子为定值常数,算法能够根据变异个体优劣选择合适的交叉概率因子。将改进算法用于以直流电机模型为被控对象的PID控制器参数整定优化中。仿真实验研究表明,相较于传统PID,DE-PID和QPSO-PID控制,AMDE-PID控制器具有更快的响应速度和稳定精度。