基于模拟退火算法的PID参数优化设计

PID参数整定与优化一直是控制领域的重要问题,合适的PID参数可以使系统有很好的控制效果。自Ziegler和Nichols提出了PID参数整定方法起,有许多的算法已经用于PID参数的整定优化。模拟退火算法(SA)具有渐进收敛性,而且是一种以概率1收敛于全局最优解全局优化算法。本文针对模拟退火算法,利用MATLAB对PID参数进行优化设计,该方法可使整个寻优过程简洁,精确度高,提高了计算效率。     

基于改进PSO算法的PID参数优化研究

针对PID控制器的参数整定问题,提出一种改进微粒群优化算法（improved particle swarm optimization,IPSO）。算法是在基本PSO算法的惯性权重部分加入一个调节因子项,通过调节因子的调节,改善了算法的收敛性。仿真结果表明,IPSO算法可以更好地优化PID控制器的参数,使控制系统具有更好的控制性能。     

基于改进微粒群算法的PID控制器参数优化设计

介绍了微粒群优化（PSO）算法的基本原理和流程,提出了改进的PSO算法并将其与控制系统优化设计相结合,对传统PID控制器的参数整定进行优化研究,仿真实验结果表明改进PSO方法得到的PID控制器具有快速、无超调的响应特性,获得了满意的控制效果,各项控制性能指标优于传统方法整定得到的PID控制器。     

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。     

基于DSP数字电压调节器的设计

设计了一套以TMS320F2812芯片为控制核心的谐波励磁同步发电机的数字电压调节器。控制器可通过人机接口、串口通讯和网络通讯三种方式进行参数设置和数据交换,采用参数自整定模糊PID的控制策略,通过MOSFET功率器件进行励磁电流的PWM调节。实验结果表明,该调节器具有较好的动、静态性能,调节速度快,调节曲线平滑,完全满足规定的性能指标。     

一种PID参数优化算法

本文提出了一种PID参数优化算法。该法通过遗传算法进行PID参数遗传进化寻优。经过仿真计算，表明该种优化算法的有效性。     

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。     

改进的PSO算法及其在PID控制器参数整定中的应用

粒子群优化算法(PSO)是一种新兴的随机优化技术,在许多领域得到了广泛应用。为了提高算法的计算精度,加快算法的收敛速度,提出了一种改进的粒子群优化算法,通过引入粒子运动过程中的最差位置信息,由最优个体和最差个体获取信息,有效地提高了算法的搜索能力和收敛速度。在实验研究中,采用改进的粒子群优化算法对PID控制器参数进行整定并用于啤酒发酵过程温度段控制,实验结果表明所提出的算法搜索能力及收敛速度显著提高,应用该方法得到的PID控制器综合性能优于常规方法所得的结果。     

基于改进粒子群算法的水轮发电机组PID调速器参数优化

文中提出一种改进的PSO优化算法,并将该算法应用于水轮发电机组PID调速器参数的优化设计,以水轮发电机组转速偏差的ITAE指标作为改进PSO优化算法的适应度函数.以我国某水电站的真实数据对经过优化后的PID控制规律进行计算机仿真.仿真结果表明利用改进PSO优化算法优化的PID控制规律能有效改善孤网运行条件下水轮机调节系统过渡过程的动态性能.     

基于小生境混沌免疫算法的PID参数优化

在人工免疫算法的基础上,提出了一种小生境混沌免疫算法。通过在免疫算法中引入小生境机制和混沌细搜索,增强了算法保持种群多样性的能力和局部搜索能力;此外,通过对小生境机制与解空间关系的分析,提出了一种小生境距离选取依据。应用于PID参数的优化,并与遗传算法(Genetic Algorithm,GA)、人工免疫算法(Artificial Immune Algorithm,AIA)进行比较。仿真结果表明,设计的PID控制器控制效果优于GA和AIA。     

数字PID调节器的一种改进算法

传统的PID调节器虽然可以兼顾系统的稳态与动态调节品质,但PID参数相互影响,其整定比较繁琐,有时甚至难以保证调节系统的正常工作.对此,在积分分离的PID算法基础上,采用一种根据被调量偏差绝对值变化方向进行积分增益修正的PID控制算法,并应用于火力发电机组控制系统仿真软件开发.结果表明,该算法彻底克服了积分作用引起的过调问题,大大提高了调节器参数的稳定范围,简化了调节器参数整定过程,可用于实际工业过程的自动控制.     

改进的混沌算法在PID参数整定中的应用

PID控制由于鲁棒性好和易于实现等优点，在工业上广泛应用；但是PID参数整定繁琐、难以达到最优状态、控制结果出现较强的振荡和大超调等问题。在传统的混沌算法的基础上，引入微粒群算法的寻优思想，形成了一种新的混沌算法，并应用在PID控制器的参数优化上。仿真证明了该算法能有效地实现PID参数最优整定，控制结果具有稳定、超调小、响应快的优点。该算法寻优速度快，效率高，容易实现，其性能优于常规遗传算法，为解决PID控制器参数全局最优设计提供了一种有效的方法。     

基于OPC的改进PID励磁调节器

介绍了基于过程控制对象链接和嵌入(OPC)技术的高可靠性改进比例积分微分(PID)控制励磁调节器,调节器以可编程序控制器(PLC)为主控制器扩展以太网模块实现了与监控计算机间的OPC数据交换;配合高集成度外围电路实现了频率测量、同步移相触发脉冲形成;采用改进的适应式参数自调整PID控制策略实现了鲁棒控制.论述了PLC/外围接口电路、开停机控制、励磁限制保护、改进PID控制、OPC通信等.水电厂运行表明,设计的调节器具有功能丰富、可靠性高、动静态特性良好等优点.     

基于遗传算法-BP神经网络优化的PID控制

利用遗传算法全局随机搜索能力,设计一种基于遗传算法的神经网络学习算法。对于非线性复杂系统,常规PID控制器不能获得理想的控制效果,针对复杂非线性对象的神经网络PID控制不失为一种有效的控制策略。该文提出了基于遗传算法优化参数的神经网络PID控制器,实现了基于实数编码的GA参数优化。仿真结果证明了该算法的有效性。     

用参考模型优化PID调节器参数

基于调节对象的非参数模型，通过优化开环系统的脉冲响应最佳接近一理想的参考模型，由此确定ＰＩＤ调节器的参数。采用的ＰＩＤ调节器参数整定方法，不需要建立对象的参数模型，算法简单，适用于计算机辅助设计。     

基于粒子群优化PID的D-STATCOM控制研究

为了实现配电网无功功率的动态补偿,提出了一种配电静止补偿器（D-STATCOM）电压控制的新方法—基于粒子群优化PID的直接电压控制。该方法利用瞬时功率平衡的思想获取电压指令信号,使用该控制方法进行优化控制,使得D-STATCOM能够维持系统公共连接点的电压稳定在给定值附近,而且对主要参数的扰动具有鲁棒性。仿真结果表明,该控制方法有效可行。     

基于模糊PID算法的电动车电机控制器研究

提出了一种基于模糊PID算法的燃料电池电动车电机控制器,将油门踏板位置和刹车制动信息作为模糊控制单元的输入,模糊控制单元动态调整PID的比例系数、积分系数和微分系数。在仿真的基础上进行算法实现,试制了电机控制器样机,并在3 k W燃料电池游览车上进行实际运行测试,仿真和实际测试结果表明:模糊PID算法电机控制器控制精度和动态性能比传统PID控制器有明显提高。     

基于改进粒子群算法优化PID参数的电气设备自动控制研究

常规的电气设备自动控制方法以逻辑控制为主,并未配置和优化PID参数,无法满足不同电气设备的运行需求,因此设计了基于改进粒子群算法优化PID参数的电气设备自动控制方法。首先基于改进粒子群算法整定电气设备控制PID参数,利用粒子群算法优化PID参数,根据适应度函数的输入情况调节参数,使电气设备的控制性能达到最优。然后设定电气设备自动控制逻辑指令,通过FBD、IL、ST、Ladder、SFC等语言组建电气设备自动控制功能,从而实现电气设备的有效控制。采用对比实验,验证了该方法的自动控制效果更佳,能够应用于实际生活中。     

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