基于遗传算法的PID参数优化方法

PID参数整定与优化一直是自动控制领域研究的重要问题，采用遗传算法进行PID参数优化是一种寻求全局最优且与初始条件无关的优化方法，在参数优化过程中，考虑了2种不同的目标函数做了大量仿真实验。仿真结果表明了遗传算法应用于控制器参数优化的可行性和有效性，不失为一种具有较好实用价值的PID参数优化方法。     

挤出机温度控制系统中的PID控制技术

介绍PID控制技术在日本三菱双向拉伸聚丙烯薄膜(BOPP)生产线中挤出机加热部分的温度控制方法及参数整定方案.     

基于PID控制算法的烧结炉温度控制

对推舟式连续烧结炉温度控制系统进行分析,以连续烧结炉工艺所需的预烧结、烧结段和冷却段的温度控制为目标,采用了温度控制模型和算法,提出温度控制方法并进行仿真.通过对连续烧结炉加热元件功率的控制,完成了连续烧结炉多段位温度的精确控制,提高了烧结炉温度控制的稳定性和效率.     

基于遗传算法的PID参数优化技术

本文提出了一种基于遗传算法实现ＰＩＤ参数优化的方法，文中给出了ＰＩＤ参数遗传进化的寻优步骤。通过仿真研究，表明该种优化算法的有效性。     

基于免疫遗传算法优化的汽温系统变参数PID控制

针对工程实际应用，提出了一种改进的变参数PID控制策略，新的控制策略不论对于调节还是设定值跟踪，均具有很好的控制效果，对于工业实际中常见的大滞后对象也有很好的抗干扰性能和较强的鲁棒性。为了使变参数皿控制取得更好的性能，提出了鲁棒整定的思想，并采用免疫遗传算法进行设计参数的鲁棒优化调整。通过对具有严重参数不确定性、多扰动以及大迟延的电厂主蒸汽温度被控对象进行的仿真研究结果表明，基于免疫反馈和遗传机制的免疫遗传算法具有全局优化的能力，对变参数PID控制的参数优化设计是成功和有效的，使得具有多模型特性的汽温控制系统在不同的负荷下均获得很好的调节品质。同时也表明，免疫遗传算法和变参数PID控制均具有较好的发展前景，可用于某些多模型系统的同时整定设计。     

基于改进遗传算法的水轮发电机组温度控制系统研究

为了能够提高水轮发电机组的控制效果,研究了基于改进遗传算法的温度控制技术.首先,分析了改进遗传算法,从进化方式、适应度函数、选择算子、交叉算子以及遗传算子等方面进行讨论;然后,研究了基于改进遗传算法的水轮发电机组温度控制器;最后,进行了基于改进遗传算法模糊PID控制技术的水轮发电机组温度仿真分析,仿真结果表明,基于改进遗传算法的控制方法具有很好的鲁棒性.     

遗传算法优化PID控制参数研究

采用常规的整定方式,往往费时而且难以满足控制要求。通过对遗传算法的研究,在确定了编码方案、适应度函数设计等遗传算法控制参数后,采用遗传算法对PID控制器参数进行优化,取得了很好的效果。     

基于模糊PID的电锅炉温度控制研究

针对电锅炉温控系统存在的惯性及滞后问题,提出利用模糊PID控制算法来实现对于电锅炉温度的有效控制。该算法充分利用了常规PID算法和模糊控制算法的优点,仿真实验证明了该算法对于电锅炉温度的控制明显具有更好的效果,鲁棒性和抗干扰能力更强。在此基础上设计的硬件电路系统,简单实用、功能丰富,非常适合实际工程应用。     

遗传算法PID参数优化的改进

介绍了遗传算法的基本原理 ,并针对简单遗传算法在PID控制中存在的问题进行了分析 ,提出在不同情况下采用不同的变异概率的方法 ,并分别进行了实验仿真。仿真结果表明 ,用改进的遗传算法优化PID参数 ,可以提高优化性能 ,对控制系统具有良好的控制精度、动态性能和鲁棒性     

基于遗传算法的PWM逆变器控制技术

本文在分析以往PWM逆变器控制技术的基础上，提出了一种新型的PWM逆变器遗传控制技术，该控制技术成功地将遗传算法用于PWM逆变器控制参数的全局搜索，实现了控制性能的最优化。文中推导了控制算法求解公式，定义了适合度函数，论述了其部分电路。给出实验结果。     

基于遗传算法的电磁继电器优化设计

简述了遗传算法的特点,详细分析了遗传算法应用于电器产品优化设计的若干问题,并给出了某型电磁继电器优化设计的实例.     

空调在室内低温的制热控制方法

本文介绍了一种空调在室内低温的制热控制方法,以室内环境温度8℃为界点,将室内外电控程序分为独立且控制方案不同的两部分,两部分程序中电机转速、室内蒸发器盘管温度和报保护或故障温度点完全不同,这样即可实现一套空调器运行两种不一样的控制方案,在室内温度低于8℃时空调器可正常运行制热,实现正常吹风,不出现防冷风现象。     

基于模糊自适应PID控制的小区集中供热系统温度调节方法

设计了一种能实时在线自调整PID参数的模糊自适应PID控制器，应用于小区供热锅炉系统控制中，实现了室内恒温供暖和有效节能的目的。     

基于混沌遗传算法的主汽温系统RBF-PID控制

针对火电厂主汽温控制系统具有大惯性、大迟延等特性,提出一种基于混沌遗传算法的径向基函数神经网络整定PID参数的控制策略。利用遗传算法优化神经网络权系数,同时利用混沌优化方法的局部快速搜索能力,实现全局最优化。该控制策略不仅具有常规PID串级控制的特性,而且具有智能控制器的自学习能力,增强了系统对不确定因素的适应性。仿真研究结果表明,这种方法具有全局优化的能力,对PID控制的参数优化设计是成功和有效的,系统动态品质明显优于通常的PID串级控制,系统控制性能得到了较大提高。     

基于遗传算法的三相逆变器最优控制研究

将三相逆变器控制的求解问题转化为数学函数的优化问题,采用遗传算法是解决数学优化的较好的方法,并能解决目前许多控制策略中THD(谐波畸变率)和开关损耗不能兼顾的问题。建立三相全桥逆变器的数学模型,编制C语言及MATLAB程序进行仿真试验,最后得出仿真实验波形并计算出THD和开关损耗。与常规控制策略输出波形比较,证明了该算法的可行性及优越性。     

基于模糊神经网络的感应加热电源温度控制

通过对原有感应加热电源温度控制方法的分析，提出了一种适合于非线性系统基于模糊神经网络的温度控制方法，并介绍了该系统的组成及实现方法。     

基于提高温控精度对加热装置的技改

0引言 在工厂荧光粉生产制造中,烧成温度是荧光粉质量好坏的关键因素.只有可靠、精确、有效地控制好烧成温度,才有可能生产出高质量的产品.原来的电路结构干扰大,控制精度差,负载采用串联形式,造成故障率高.根据这一情况,对荧光粉遂道式连续烧成炉的电器控制部分进行了改造,使烧成温度的控制精度得到了有效的改善,而且故障率降低,提高了生产效率,生产出了高质量的彩色荧光粉,创造了较好的经济效益.     

基于GA多电平逆变器SHEPWM控制技术

针对于传统数值算法在求解多电平逆变器特定次谐波消除脉宽调制(SHEWM)消谐模型时对开关角度初值依赖程度较高的问题,提出了采用遗传算法(GA)对多电平逆变器SHEPWM消谐进行求解的方法。该方法在无需初值的情况下,仅通过GA的优化计算即可得到满足各种消谐效果的开关角度解集。最后进行了仿真和实验验证,结果验证了该方法和所求取的开关角度解正确有效。     

基于遗传算法的火电单元机组模糊控制系统

火电单元机组是一个多变量、强耦合、大时滞复杂的非线性系统，难以建立精确的数学模型，其控制系统的设计面临着严峻的挑战。文章提出了基于遗传算法的火电单元机组模糊控制系统。遗传算法用全局优化模糊控制器隶属度函数的比例因子，优化后的模糊控制器较好地补偿了负荷扰动所引起的单元机组的实际值与设定值的偏差。仿真结果表明，该系统有良好的动态特性，能适应于火电单元机组大范围运行时的负荷跟踪。