模糊自整定PID算法在伺服控制中的应用研究

模糊自整定PID算法的控制系统同时具有PID控制和模糊控制的优点,可满足伺服电机随动控制的高性能跟踪任务需求.基于模糊自整定PID控制原理和模糊控制的基本概念,研究了PID参数模糊自整定模糊化、模糊推理、清晰化这三个步骤的任务内容、实现方法和程序函数,并设计了基于该算法的实时伺服控制软件.试验结果表明,基于该算法的伺服控制系统在不同跟踪速度下均具有较高的控制精度和良好的动态性能.     

数据驱动的负荷频率系统自整定控制器设计

在互联电力系统负荷频率控制系统中,存在建模不精确和工况大规模变化等一系列不确定性问题,使得固定参数的PI控制器难以取得预期的频率控制效果。针对以上问题设计了一种数据驱动参数自整定控制器,基于迭代反馈整定算法使PI控制器的控制性能达到最优状态,可维持电力系统的频率稳定。首先,基于I/O数据提出负荷频率控制系统的性能函数;然后,在闭环系统上进行两次实验并采集I/O数据;最后,通过迭代参数更新算法进行PI参数迭代寻优的过程。三区域互联系统仿真结果表明提出的数据驱动的PI参数自整定控制器具有良好的跟踪性能。     

用改进的人工蜂群算法设计AVR系统最优分数阶PID控制器

分数阶PID控制器（FOPID）是标准PID控制器的一般形式.与PID控制器相比,FOPID有更多的参数,其参数整定也更复杂.本文提出一种基于环交换邻域和混沌的人工蜂群算法（CNC-ABC）,用于FOPID控制器的参数整定.CNC-ABC算法由于应用了环交换邻域,增加了解的搜索范围,从而能加快人工蜂群算法的收敛速度;同时利用混沌的遍历性使算法跳出局部最优解.用CNC-ABC算法优化AVR系统的FOPID控制器的参数.仿真结果表明,CNC-ABC算法整定的FOPID控制器比其它FOPID及PID控制器有较好的性能.     

数据驱动的发酵过程pH值控制策略

针对发酵过程中pH值的精确控制问题,提出了一种基于数据驱动的PID参数自整定控制方法。首先采集系统闭环工作数据,构造当前时刻的“数据向量”,并以特定格式存储于数据库;再利用相似性度量算法获得PID控制器的初始预测参数;若控制回路性能不理想,则使用优化方法整定控制器参数。然后将优化后的参数补充到数据库中,以开始新的迭代优化。最后通过仿真对所提方法的跟踪性能和抗干扰性能进行测试,实验结果证明了其有效性。     

PID参数自整定算法及仿真

提出了一种简单有效的PID参数自整定算法,以最优准则ISTE为目标函数,模拟工程PID参数整定的策略和步骤,实现对PID参数的整定寻优.仿真结果表明该算法是有效的,适合于工程实际应用.     

一种改进人工蜂群的分数阶PID控制器优化算法

针对分数阶PID控制器参数整定过程参数多复杂性大,传统靠经验试凑的方法不易实现且优化效果差的问题,提出了一种改进的人工蜂群算法,实现分数阶PID控制器参数的整定;该算法通过改进人工蜂群算法中搜索方程,并引入一个淘汰机制,对分数阶控制器参数进行群智能搜索,将搜索到的参数送至分数阶PID控制器中反复迭代,以带有权值的误差绝对值积分指标(AIE)作为人工蜂群寻优的目标函数,最后得出控制器;本文以非线性系统为被控对象,经过实例仿真,验证了该算法实现的控制器比传统整数阶控制器和未改进的人工蜂群算法实现的分数阶控制器的动态性能和稳态性能都有所提高,在超调、上升时间、振荡性方面都优于未改进算法。     

基于差分进化算法的PID参数整定

研究了PID控制器的参数整定问题.常用的工程整定法没有考虑系统的任何要求,只能提供给系统一个稳定的状态,无法使系统运行最佳.理论设计法只能保证满足系统的某一特性要求.针对这两种方法存在的缺陷,将差分进化算法应用于PID参数整定,提出了基于差分进化算法的PID参数整定方法.新方法根据系统性能指标,设计适应度函数,充分利用差分进化算法优秀的寻优能力,寻找出较优的PID参数.最后,通过实例对三种参数整定方法的控制效果进行了仿真和比较,仿真结果证明了基于差分进化算法的PID参数整定方法明显优于工程整定法和理论设计法.     

基于强化迭代学习的四旋翼无人机轨迹控制

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。     

一种二阶内反馈控制器SO-IFC的研究与应用

现代控制论与控制实际之间存在一些"鸿沟"，根据PID（Proportional-integral-derivative）控制器具有良好抗扰性的事实，提出了一种基于PID的二阶内反馈控制器（Second order of internal feedback controller，SO-IFC）.基于在新型"高效"滤波方法上的一些进展，将一种新型正弦跟踪滤波方法（New sinusoid tracking filter，NSTF）运用于SO-IFC控制回路的噪声干扰滤波.针对被控对象的准确数学模型难以获取的问题，将一种根据过程增益（Process gain，PG）和过程总滞后（Process all lag，PAL）的工程参数整定方法（Engineering parameter tuning method，EPTM）运用于SO-IFC参数的整定，降低了SO-IFC参数整定的难度.将SO-IFC运用于大滞后过程的控制，具有良好的控制性能包括良好的扰动抑制性能.数学分析、仿真实验和实际应用的结果验证了文中所提出观点和方法的正确性和有效性.     

基于粒子群优化算法的PID控制器参数整定

PID控制器的性能完全依赖于其参数的整定和优化,但参数的整定及在线自适应调整对常规的PID控制器是难以解决的问题。根据粒子群算法具有对整个参数空间进行高效并行搜索的特点,提出了一种基于粒子群优化算法整定PID控制器参数的设计方法,并定义了一种新的性能指标函数来评价PID控制器的性能。现以二阶的船舶控制装置为研究对象,运用粒子群优化方法对PID控制器参数进行了寻优研究。仿真结果表明,该方法比一般PID参数整定方法具有更好的控制性能指标,有着一定的工程应用价值。     

Iterative feedback tuning of PID parameters: comparison with classical tuning rules

We apply the Iterative Feedback Tuning (IFT) method to the tuning of PID parameters in applications where the objective is to achieve a fast response to set point changes. We compare the performance of these IFT-tuned PID controllers with the performance achieved by four classical PID tuning schemes that are widely used in industry. Our simulations show that IFT always achieves a performance that is at least as good as that of the classical PID tuning schemes, and often dramatically better: faster settling time and less overshoot. In addition, IFT is also optimal with respect to the presence of noise, whereas the other schemes are designed for noise-free conditions. The IFT method used here is a variant of the initial IFT scheme, in which no weighting is applied to the control error during a time window that corresponds to the transient response, and where the length of this window is progressively reduced. This method was initially proposed in Lequin (CD-ROM of European Control Conference, Paper TH-A-H6, Brussels, Belgium, 1997) and elaborated on in Lequin et al. (Proceedings of the 14th IFAC World Congress, Paper I-3b-08-3, Beijing, People's Republic of China, 1999, pp. 433–437).     

计及时滞的互联电网负荷频率控制最优分数阶PID控制器设计

分数阶PID控制器相比于传统整数阶PID控制器,具有控制性能好、鲁棒性强等诸多优势,可应用于电网的负荷频率控制(load frequency control,LFC)中.针对网络化时滞互联电网的LFC问题,提出了一种基于计算智能的分数阶PID控制器参数优化整定方案.该方案选择时滞LFC系统时域输出响应构建优化目标函数,采用最近提出的灰狼优化算法获得最优的分数阶PID控制器参数,所设计的控制器能确保一定时滞区间内LFC系统的稳定性.仿真算例表明,所设计的LFC最优分数阶PID控制器比传统整数阶PID控制器的控制性能更优,时滞鲁棒性更强.     

Relay auto-tuning of PID controllers using iterative feedback tuning

In this paper, ideas from iterative feedback tuning (IFT) are incorporated into relay auto-tuning of the proportional-plus-integral-plus-derivative (PID) controller. The PID controller is auto-tuned to give specified phase margin and bandwidth. Good tuning performance according to the specified bandwidth and phase margin can be obtained and the limitation of the standard relay auto-tuning technique using a version of Ziegler-Nichols formula can be eliminated. Furthermore, by using common modelling assumptions for the relay system, some of the required derivatives in the IFT algorithm can be derived analytically. The algorithm was tested in the laboratory on a coupled tank and good tuning result was demonstrated.     

Design and analysis of direct-action CMAC PID controller

This paper is to propose a direct-action (DA) cerebellar model articulation controller (CMAC) proportional-integral-derivative (PID) controller. The proposed controller, termed the DAC-PID controller, can generate four simple types of the nonlinear functions and then determine a control effort from those functions to control the process. In addition, the real-coded genetic algorithm is used to tune the parameters of the DAC-PID controller such that we can optimize those parameters. The performance of the proposed controller is also discussed in the sense of quantitative analysis. Simulation results demonstrate that the DAC-PID controller is superior to the conventional PID controller tuned by Ziegler–Nichols method and, moreover, as better as the optimal PID controller and the optimal fuzzy-PID controller.     

飞机地面空调车温度控制的仿真研究

研究优化飞机地面空调车温控制问题,由于飞机地面空调车温度控制是非线性、时变性强的系统,工作环境不确定性,面对复杂系统温控模型不准确,传统的PID控制存在超调量大、响应速度慢、抗干扰能力弱等缺点。为提高温度控制精度,提出了一种新的稳定性好、精度高、抗干扰能力强的遗传-粒子群PID控制方法。结合传统的PID方法,遗传算法和粒子群算法的各自优点,实现了PID参数的在线整定。通过在matlab上进行仿真,实验结果证明算法具有超调量小、响应速度快、精度高、抗干扰能力强等优点,PID控制性能有显著提高,为飞机地面空调车的温度控制设计提供了依据。     

基于粒子群优化的分数阶PID滑模控制参数整定

为了提高系统的控制性能,解决单一控制方法不足,将分数阶PID算法与滑模变结构算法相结合,同时为了规避分数阶PID的滑模变结构算法手动调节参数的复杂性以及不确定性,采用粒子群算法对其参数进行优化,完善分数阶PID的滑模变结构控制器,提高其控制精度.并将新型算法应用于单相全桥逆变器,通过Matlab仿真并与分数阶PID滑模变结构控制函数(PID-SMC)及滑模变结构控制(SMC)方法相比较,研究结果表明,粒子群算法整定参数收敛速度快,较短时间内可以找出最优解,整定后的算法静态误差小,上升速度快,抑制系统抖振能力强,具有较强的鲁棒性.     

基于RBF网络自整定PID控制的应用研究

经典PID的控制参数难以精确整定，且依赖于对象的数学模型，故自适应性较差，很难适应具有非线性、时变不确定性的被控对象，控制精度难以保证。该文对纯滞后工业对象提出了一种基于RBF神经网络PID参数自整定的控制方法，采用将RLS算法和梯度法相融合的新型学习算法，并将这种控制方法与PID控制器相结合应用于纯滞后工业对象中，克服了不确定性对控制对象性能的不利影响，解决了传统PID控制鲁棒性差，及需要预先知道受控对象精确数学模型的问题。仿真结果表明了该方法的鲁棒性和跟踪性能均优于传统PID控制方法。     

Optimal PID Control of Spatial Inverted Pendulum With Big Bang – Big Crunch Optimization

As the extension of the linear inverted pendulum (LIP) and planar inverted pendulum (PIP), this paper proposes a novel spatial inverted pendulum (SIP). The SIP is the most general inverted pendulum (IP) than any existing IP. The model of the SIP is presented for the first time. The SIP inherits all the characteristics of the LIP and the PIP, which is a nonlinear, unstable and underactuated system. The SIP has five degrees of motion freedom and three control forces. Thus, it is a multiple-input and multiple-output (MIMO) system with nonlinear dynamics. To realize the spatial trajectory tracking of the SIP, the control structure with five PID controllers will be designed. The parameter tuning of the multiple PIDs is a challenging work for the proposed SIP model. To alleviate the difficulties of the parameter tuning for the multiple PID controllers, optimal PIDs can be achieved with the help of Big Bang-Big Crunch (BBBC) optimization. The BBBC algorithm can successfully optimize the parameters of the multiple PID controllers with high convergence speed. The optimization performance index of the BBBC algorithm is compared with that of the particle swarm optimization (PSO). Simulation results certify the rightness and effectiveness of the proposed control and optimization methods.