基于改进型PSO算法的过热汽温PID参数优化

通过采用改进的粒子群优化（PSO）算法对锅炉过热汽温中的PID参数进行优化,分析了传统过热汽温控制方案的不足,提高了整个系统的鲁棒性。其应用使过热汽温得到了良好的控制,且提高了经济运行效益,同时也说明了改进的粒子群算法寻优简单,能够使控制系统获得较好的动态特性和很强的鲁棒性,易于并行化。仿真结果表明,该算法是一种效率很高的寻优方法,是PID参数优化的理想方法。     

基于C-R模糊模型PID控制及在过热汽温系统中的应用

将C-R模糊模型转换成一个形式上与阶跃响应模型相似的结构,即C-R模糊阶跃模型。然后用PID控制算法,针对具有参数不确定性?多扰动以及大延迟的电厂主汽温被控对象进行了仿真研究。仿真结果表示:所给出的控制策略可以较好地适应动态模型的大幅度变化,并保持较优的鲁棒调节性能。     

模糊自整定PID控制及其在过热汽温系统中的应用

在工业生产过程中,许多被控对象随着运行工况的变化,其对象特性参数或结构将发生很大改变,单一参数的控制器难以获得所需的调节效果。针对这种情况,基于模糊逻辑的智能性和PID控制器的简单实用性,提出了模糊自整定PID控制策略。PID控制器参数的整定被分为粗调和细调2个阶段,粗调阶段基于发电机组负荷进行模糊预整定,基本适应运行工况的大范围变化,细调阶段基于系统的被调性能指标进行再整定,以进一步适应运行工况的小范围变化并克服各种可能的干扰。对具有严重参数不确定性、多扰动以及大迟延的电厂主汽温度被控对象进行了仿真研究。仿真结果表明：所给出的控制策略能较好地适应对象动态模型的大幅度变化,保持较优的鲁棒调节性能。     

专家PID控制在主汽温控制系统中的应用

火电厂主汽温控制系统具有大惯性、大迟延和时变等特性 ,其控制水平的高低直接影响到锅炉的热效率和过热器管道、汽轮机等设备的安全运行 ,将主汽温串级广义被控对象拟合为一阶加纯滞后模型结构后采用将专家控制原理与常规PID控制相结合构成专家PID控制策略。仿真研究表明 ,该方法的控制效果优于常规的PID控制 ,能适应对象参数的变化并表现出良好的控制品质 ,具有较强的鲁棒性和自适应能力     

基于粒子群优化算法的变论域模糊PID控制器在过热汽温控制中的应用

针对锅炉过热汽温大滞后和大惯性等难以建立精确的数学模型的问题,设计了模糊PID控制器。通过模糊推理对PID的参数在线调整,加入了变论域思想对控制系统进行改进,最后将粒子群优化算法应用于变论域模糊控制器中,对量化因子及PID的三个参数Kp、Ki和Kd进行优化。将模糊PID控制器应用于过热汽温度控制系统进行仿真。仿真结果表明:采用基于粒子群优化算法的变论域模糊PID控制比传统的PID控制具有较强的鲁棒性和抗干扰能力,具有明显的优越性。     

模糊自适应PID控制在主汽温控制中的应用研究

因常规的PID控制在对大滞后、大惯性、非线性复杂过程进行控制时,在稳定性和调节速度上都难以满足较高的控制要求,因而提出基于模糊控制理论设计的具有自调整能力的模糊PID控制,并对2种控制方式下的主蒸汽温度控制进行仿真比较。结果表明:模糊PID控制的调节效果要优于常规PID控制。     

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。     

火电厂锅炉主汽温智能PID控制研究

通过对火电厂热工过程生产工艺的深入了解,详细分析了各种可以影响蒸汽温度变化的扰动因素,并介绍了常规锅炉的主汽温控制系统,讨论了模糊系统的控制方法。     

智能PID控制器及其在锅炉过热汽温自适应控制中的仿真研究

提出了一种新型智能PID控制器，并在电厂主汽温串级控制系统中进行仿真研究。智能PID控制器由模糊PD控制器和自调节积分环节并联组成，其特点是：模糊控制器的规则库由自适应神经元在线调节，积分器的增益由模糊推理机在线整定。因而该控制系统是无模型控制系统，无须被控对象的精确数学模型，系统可以实现参数的自整定，具有很强的自学习能力。对某超临界600MW直流锅炉主汽温控制的仿真结果表明，这种控制器可以实现多个工况点的控制，具有很强的自适应能力，并且在大范围的负荷变化和时变控制系统中仍具有稳定的控制效果、较强的鲁棒性和较好的抗扰动性能。     

带预补偿环节的PID控制器及其在过热汽温控制中的应用

1问题的提出反馈控制是控制系统中应用广泛的一种控制方法，控制器是基于被控量的偏差运算来实现各种调节特性的。广泛应用在工业领域中的调节器是常规的PID调节器。它结构简单，能够实现无差调节，满足大量的工业过程的控制要求，而且具有强的鲁棒性。但对于像锅炉过热汽温这样的大惯性对象来说，控制效果并不理想。这是由反馈控制的形式所决定的。为了改善调节品质，能否在常规的PID调节器基础上增加被控量的预补偿环节来达到较理想的控制目的呢？下面就对这一问题进行讨论。2基本思路PID调节是对其输入被控量的偏差进行比例、积分、…     

基于干扰观测器PID在主蒸汽温度控制系统的应用

针对常规PID控制策略很难满足火电厂主汽温度的控制要求,提出了一种基于干扰观测器的PID控制算法,即在1个常规PID控制器的基础之上增加了干扰观测器,以获得满意的控制品质.经仿真研究表明,该方法加快了控制系统响应速度,具有较强的鲁棒性和自适应能力.     

火电厂主汽温PID控制器参数带宽分析及应用

PID控制器广泛应用于火电厂主汽温控制。PID参数变化影响串级主汽温控制系统频率特性。分别分析了比例、积分、微分参数增大时的系统阶跃响应图和波德图,总结了各参数变化对系统响应速度、超调量、稳定性的影响,对高、中、低三种频段幅值和相位的影响,以及模值稳定裕度、相位稳定裕度、穿越频率、剪切频率的变化趋势。采用频率带宽分析方法,综合各参数变化对波德图的影响,设计出一组合适的PID控制参数,改善了主汽温调节品质。     

基于改进粒子群优化算法的PID参数整定

粒子群优化算法PSO(ParticleSwarmOptimization)是近年来出现的一种新型演化计算方法,其算法简单易懂,优化性能良好。该文提出改进的PSO算法结合Matlab强大的矩阵计算和系统仿真功能,对文中实例的PID参数进行了优化整定。仿真显示优化结果比遗传算法好,收敛性能比遗传算法高。     

PID温度控制在真空镀膜机应用研究

在自动化控制领域内,PID控制器具有结构简单、容易实现、控制效果好等特点,是迄今为止最稳定的控制方法。高真空镀膜机的温度控制在镀膜过程中起着十分重要的作用,控制温度的精准与否将直接影响空间用太阳电池成膜质量,研究了PID算法的原理和实现方法,将其应用到真空镀膜机温度控制系统中,并且摸索出相应参数整定的方法规律,可以满足工艺所需要的各种温度。     

一种考虑加热器效率的自适应PID温控方法

某化学分析仪器需对处理过程进行温度控制,控制涉及多个部位,各部位加热器效率并不相同,并且每个控制点在不同的处理流程中存在不同的目标温度.为解决上述问题,采用PID控制和模糊控制相结合的自适应温控方法,根据被控系统的实际响应,运用模糊推理,考虑各加热器的效率,目标温度与环境温度差等因素,实现温控过程中PID参数的自适应调...     

模糊RBF自整定PID控制器在过热汽温控制中应用

过热汽温控制是电厂锅炉控制系统的一个重要环节。针对电厂过热汽温对象具有较大的惯性、时滞、非线性和动态特性随运行工况变化的特点,提出一种模糊径向基函数(RBF)神经网络的自整定PID控制器应用于过热汽温控制中,它结合了传统PID及神经网络和模糊控制的优点,可在线调整得到一组最优的PID控制参数。介绍了所提控制器在超临界机组过热汽温控制中的应用。对负荷为100%、88%、62%、44%的仿真结果表明,所提控制器能获得满意结果,优于PID控制器。     

基于PSO自整定PID的塔架式抽油机调速系统研究

开关磁阻电机起动电流小、起动转矩大,能频繁的重载换向,适用于低冲次的塔架式抽油机,但其具有非线性和强耦合性,调速系统难以控制。将PSO(粒子群)自整定PID控制算法引入到开关磁阻电机调速控制系统中来,在分析开关磁阻电机数学模型的基础上建立了开关磁阻电机调速系统的Simulink模型,经MATLAB仿真,该电机在400~1 200 rad/s范围内响应速度比PID控制提高27.2%~55.7%,且大大减小了电机的转矩脉动。经模拟实验验证,利用PSO自整定PID控制可显著提高开关磁阻电机调速系统的抗干扰能力和鲁棒性,使塔架式抽油机的运行噪音大为降低。     

灰色预测免疫PID控制在主汽温控制系统中的应用

生物免疫系统是一种在大量干扰和不确定性环境中都具有很强鲁棒性和自适应性的系统.灰色预测具有少数据、贫信息且运算量小的优点.将灰色预测、免疫系统与常规PID控制三者的设计思想融合起来,提出一种灰色预测免疫PID控制策略,并将其应用到火电厂主汽温控制系统中.仿真研究表明,该控制策略的控制效果优于常规的PID控制,能适应对象参数的变化并表现出良好的控制品质.     

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。