基于免疫遗传算法的水机调节参数优化与仿真

水轮机调速器是保证水电站机组稳定运行和电能质量的控制设备，如何选取水轮机调速器的最优参数，是影响到调节系统质量和电能质量的一个重要的问题。针对当前使用遗传算法优化水轮机调速器参数存在寻优效率不高的问题，提出了一种用免疫遗传算法优化水轮机调速器参数的新方法。通过借鉴生物体免疫系统中的回忆应答和人工主动免疫的原理，减少遗传算法中的退化现象，提高寻优效率和适应性。将新算法应用于某水轮机仿真，仿真结果表明，免疫遗传算法不依赖于参数的初值，寻优效率较典型遗传算法有明显提高，具有很强的鲁棒性和适应性。     

船舶电站柴油机双脉冲H∞调速器的研究

船舶电力系统频率的稳定性主要取决于船舶电站柴油机调速系统的转速响应特性.为了抑制负荷的扰动, 提高柴油机双脉冲调速器的动态精度, 本文将H_∞控制理论应用于柴油机调速系统的设计,将系统的性能要求转化为标准H_∞控制问题.建立了采用双脉冲${\rm H}_\infty$调速器的柴油机调速系统的数学模型,针对外部干扰和模型的不确定性, 双脉冲H_∞调速器的设计可以归结为混合 灵敏度问题.计算机仿真实验结果表明, 本文设计的双脉冲H_∞调速器能在充分考虑系统模型不确定性的情况下,有效提高系统的动态 精度和抑制扰动的能力,改善船舶电力系统频率的稳定性.     

基于支持向量机的烟气二氧化硫排放量预测模型

针对循环流化床锅炉控制系统的烟气SO₂对象的非线性特点,本文建立了一种基于支持向量机的烟气SO₂排放量预测模型. 由于直接网格搜索确定支持向量机回归模型参数的方法计算量大、搜索时间长,本文采用单变量参数搜索结合网格寻优的方法来确定模型参数. 仿真结果表明,基于支持向量机方法建立的循环流化床锅炉烟气SO₂排放量预测模型具有良好的预测效果.     

基于遗传算法的PID整定的柴油机调速系统的研究

柴油机调速系统的电子调速器多采用传统的PID控制器,但随着转速、负荷及其它运动条件的变化,模型参数将发生很大的变化,这时PID控制器的参数就需要在线整定.本文提出了应用遗传算法来进行参数寻优,构造基于遗传算法的PID控制器,通过仿真实验,取得了较好的效果.     

基于能量状态法的飞机节油轨迹优化及其遗传算法实现

研究了高高空长航时飞机基于能量状态法的节油轨迹优化方法及其遗传算法寻优实现.用能量状态概念简化飞机运动模型,应用最优控制理论进行飞机飞行性能的优化,使用遗传算法进行全局寻优,继而生成最优节油飞行轨迹,并通过Matlab程序进行仿真.仿真结果表明用遗传算法进行全局寻优,程序的寻优效率较高,仿真时间较短,得到的结果也更趋合理,节省了飞机的燃油量,缩短了爬升时间.     

磁耦合谐振无线电能传输系统的输出鲁棒控制

磁耦合谐振无线电能传输系统的负载和谐振参数会因为受到外界环境的影响而发生变化, 系统工作频率发生随机漂移, 导致模型参数存在不确定性. 针对参数不确定下的输出鲁棒控制问题, 本文基于H_∞控制理论, 应用Matlab鲁棒控制工具箱设计H_∞控制器, 并基于结构奇异值法分析了闭环系统的鲁棒稳定性与鲁棒性能. 结果表明, 在H_∞控制器的作用下, 实现了闭环摄动系统的输出鲁棒控制, 并为此类高阶非线性不确定闭环系统提供了一种通用的控制器设计方法.     

连州发电厂125MW机组锅炉燃烧优化调整

在125MW机组燃用无烟煤锅炉热态试验的基础上,利用人工神经网络对其效率与煤质特性及运行工况进行建模:并从DCS系统下载实时工况数据.根据建立的锅炉效率模型运用遗传算法对该锅炉进行了燃烧工况寻优.     

球杆系统自适应遗传PID控制

遗传算法全局寻优参数,但训练时间较长;PID控制算法简单,却难以控制非线性复杂过程.将自适应遗传算法和PID相结合,可有效地改善控制效果.通过建立球杆系统机械部分模型、角度模型和电机模型,得到整个球杆系统的数学模型;设计基于遗传算法的自适应PID控制器,通过在线整定控制器参数,提高球杆系统的控制性能.仿真实验结果证明了该算法的控制效果良好,适应能力较强,具有算法简单、参数整定容易等优点.     

高阶类型化可验证应用系统体系结构建模及案例

随着应用软件体系结构风格变化和规模变大,其运行环境变得日趋复杂,对应用系统体系结构的设计及其正确性验证提出了新的挑战.现有的应用系统体系结构设计无法支持需求满足验证,需求满足验证需要其它验证工具的支持.而应用系统体系结构在设计阶段的需求满足验证,有助于客观评价应用系统部署方案和系统如期上线以及主动运维.本文面向应用系统体系结构设计及其验证,在模型驱动的软件工程背景下,提出了一种高阶类型化模型驱动的可验证应用系统体系结构建模语言（V_ASAML）与可验证应用系统体系结构建模方法（V_ASAMM）.V_ASAML语言通过定义类型和项的语法和语义,描述构成应用系统体系结构的类型和对象的结构,通过定义两种类型规则及其类型检查算法,判定Γ⊦t：T和Γ⊦R（T₁,T₂）是否成立,其中,结构类类型规则用于描述应用系统体系结构中的组成部分,关系类类型规则用于描述组成部分之间的关系和配置.V_ASAMM方法给出了应用系统体系结构建模过程,包括构建M_bd（基本数据类型）、M_bti（基本接口类型）、M_dev（设备类型）和M_frwk（应用系统框架）等四层,以及自动生成层内与层间类型之间关系对应的类型规则,同时定义了设备类型服务调用图（G_DSI）用以刻画部署要求,定义了类型序列及其正确性用以刻画需求期望性质,并给出了相应的基于类型检查的验证算法.设计实现了基于该方法的原型工具系统V_ASAMS,其中,建模编辑环境支持应用系统部署方案的设计过程,验证环境支持设计是否满足需求的自动验证.通过一个实际案例完成了某行业较大规模应用系统体系结构的建模和验证.     

基于遗传算法的MFAC参数寻优

无模型自适应控制是基于数据驱动,不依赖于被控对象的数学模型,且结构简单,易于实现.目前关于无模型自适应控制器参数寻优的方法较少,给无模型自适应控制的应用带来了极大的不便.针对这种情况,设计了一种基于遗传算法的MFAC控制器参数寻优方法,并在matlab环境下分别以具有非线性、一阶惯性加大滞后、高阶加大滞后特征等3个不同典型被控系统为对象进行了仿真.仿真结果表明,通过遗传算法进行参数寻优后,控制器性能在超调量、防止调节过程振荡方面效果明显改善,证明了上述方法可行性和优越性.     

基于遗传算法的半导体制冷器非线性PID设计

针对常规线性PID对具有非线性特征的半导体制冷器温度控制系统存在快速性和超调量难以兼得、抗干扰能力差的问题,提出将非线性PID控制用于半导体制冷器温度控制的策略.通过对线性PID存在问题以及PID各增益参数与偏差信号之间非线性关系的分析,构建了增益参数的非线性函数,针对非线性函数中参数较多问题提出了自适应遗传寻优的求解方法.仿真和实验结果表明,基于此遗传算法寻优的非线性PID控制器相比线性PID控制器,调节时间缩短,超调量减小,抗干扰能力更强.     

采用遗传优化自适应模糊PID控制球杆系统

为解决球杆系统动态、静态性能不高的问题,提出了遗传算法优化自适应模糊PID控制器的控制方法.该模型在拉格朗日方程建立球杆系统数学模型的基础上,采用遗传算法优化模糊控制规则、隶属函数和自适应PID参数.在GBB1004系统中建立了遗传算法优化后的自适应模糊PID控制器以及控制模型,并对该控制器进行实验验证.实验结果证明了遗传算法优化后的模糊控制器有效地减小了系统的超调量,缩短了系统的调节时间,能够较好地控制球杆系统.     

全断面硬岩掘进机的推进速度自适应控制

针对全断面硬岩掘进机(TBM)在掘进过程中负载的不确定性和突变性的问题,提出了一种基于BP神经网络的PID控制策略,增强了推进速度对负载扰动的抑制能力.在分析TBM液压推进系统原理和实际掘进参数的基础上,建立了TBM液压推进系统数学模型,设计了基于BP神经网络的TBM推进速度PID控制器,并采用AmeSim和Matlab联合仿真工具搭建TBM推进系统模型,验证不均匀负载突变下推进速度的控制效果.仿真结果表明:相比于传统PID控制,所提出的控制器能减小不确定性扰动对控制系统的影响,并快速跟踪设定值,实现对TBM推进速度的精确控制.     

液压位置伺服系统的模糊PID控制研究

针对液压位置伺服系统中参数时变和非线性等特点,使用模糊PID控制算法实现对PID参数的在线自调整。Matlab仿真表明,与传统PID控制相比,模糊PID控制系统具有超调小、稳态精度高、鲁棒性强等特点。     

基于免疫克隆算法的倒立摆控制参数优化

基于免疫克隆选择原理,针对单级倒立摆PID控制数学模型,设计了一种新的PID参数优化算法——免疫克隆算法。选用简单遗传算法、克隆选择算法与其进行比较研究,通过MATLAB仿真实验,观察该算法搜索结果稳定性好,算法收敛性强。通过Simulink仿真实验,进一步研究3种算法最优目标函数下的PID控制参数的实际控制效果,采用免疫克隆算法优化的控制参数,系统控制响应可以获得良好的实时性、稳定性、控制精度,效果优于其它2种算法。     

焦炉集气管压力控制的一种新方法

针对焦炉集气管压力系统的特点,提出一种基于神经元的自适应PID控制算法;将神经元与PID结合,在线调整PID参数;对单神经元自适应PID控制器进行了研究,并利用Matlab/Simulink进行了仿真,结果表明单神经元自适应PID控制算法明显优于常规PID控制算法;用本文提出的单神经元自适应PID控制器控制焦炉集气管压力,使集气管压力系统的抗干扰能力得到提高,取得了良好的控制效果。     

近程巡飞弹姿态控制优化仿真研究

近程巡飞弹姿态控制系统是一个非线性、时变性及耦合性的复杂控制系统,是近程巡飞弹武器系统型号研制的关键技术之一;传统的PID控制在不同巡飞状态下调节稳定性较差、响应时间慢、影响姿态控制的稳定性和机动性;针对近程巡飞弹姿态控制系统中PID控制参数不可调,自适应、抗干扰性能较差等问题,引入了自适应模糊PID控制方法,使系统在不同巡飞姿态和干扰条件下能够实时整定PID的三个控制参数,提高系统的控制性能;在此基础上设计了近程巡飞弹的姿态角控制回路,并以俯仰角为例,在Matlab/Simulink平台下建立仿真模型,进行仿真实验;仿真结果显示,采用自适应模糊PID的控制方法,系统控制性能更好,抗干扰能力和自适应能力优于传统PID控制,减小了巡飞过程中姿态角的波动情况。     

Adaptive Control of the Electro‐Hydraulic Servo‐System with External Disturbances

The paper deals with the structure of the adaptive control electro‐hydraulic servo‐system (EHSS) with external load disturbances, practical verification of the identification, and control algorithms. The electro‐hydraulic servo system composed of a servo‐cylinder controlled with a servo‐valve is discussed. It is a strongly nonlinear object with parameters changing over time. Adaptive adjuster parameters were determined by means of current identification resulting in the parametric model. Identification was conducted on the basis of measurement of the controlling size and regulated size objects. The identified model of the object was applied to carry out the on‐line synthesis of the proportional–integral–derivative (PID) controller. The selected problems connected with obtaining the algorithm of adaptive control are presented. The computer program for implementing the algorithm with numerical simulation and identification of the control physical model object were calculated. The aim of the research was to examine the effectiveness of the adaptive control method in an electro‐hydraulic servo system, both theoretically and experimentally.     

二次型单神经元自适应算法在电动机控制中的应用

针对直流电动机调速系统现有控制方法存在PID控制器参数固定而导致控制效果差的问题,提出了二次型单神经元自适应PID控制算法,即在加权系数的调整中引入二次型性能指标,通过计算控制律可以得到所期望的优化效果。Matlab仿真结果表明,该算法可改善控制系统的动态过程品质,降低超调量,缩短稳定时间,并且有一定的抗干扰能力。