改进粒子群算法优化PID的冶金电气控制

冶金系统的电气机组受到外界环境干扰大,输出电压具有时变性和非线性,传统控制方法难以获得高准确度的控制效果,为此提出一种改进粒子群算法优化PID的冶金控制策略。首先分析当前冶金系统的电气机组PID控制参数存在的不足;然后采用粒子群算法对电气机组PID控制参数进行求解,并针对标准粒子群算法的不足进行相应改进;最后采用仿真对比实验测试改进粒子群算法优化PID的优越性。实验结果表明,改进粒子群算法优化PID冶金电气控制系统控制准确度高,抗干扰能力强,具有较快的响应速度。     

基于模糊粒子群PID算法的温控系统研究

针对电容器热压机温度控制系统存在滞后大、非线性的问题,分析了电容器热压机温度控制系统的原理,建立了温度控制系统的数学模型。通过对传统PID控制算法、粒子群算法和模糊控制算法的研究,提出了一种将模糊粒子群PID算法应用于温度控制系统的方案。用MATLAB对温控系统进行仿真,得出采用传统PID控制算法的温控系统的调节时间和超调量分别为66s和58.173%,而采用模糊粒子群PID算法的温控系统的调节时间和超调量为分别是34s和6.295%。研究结果表明,基于模糊粒子群PID算法的电容器热压机温度控制系统在调节时间、超调量和抗干扰能力等方面均优于传统PID控制算法。     

半主动悬架PID控制的研究和优化

为解决汽车半主动悬架系统PID控制中,PID控制器参数选择的经验性和主观性,提出采用粒子群算法对PID控制器中的参数进行优化。首先建立汽车半主动悬架系统的模型,并对其进行PID控制,然后利用粒子群算法的并行全局搜索能力对PID控制参数Kp、Ki、Kd进行整定,以此来改善汽车半主动悬架PID控制的性能。仿真结果表明,基于粒子群算法优化的PID控制不仅解决了参数整定的问题,而且相对于PID控制的悬架和被动悬架而言,使汽车的乘坐舒适性和操纵稳定性有所提高。     

一种基于PSO-PID算法的分布式机器人实时控制

分析了粒子群优化(PSO)算法的原理、算法参数及其对算法性能的影响。以PSO算法为基础,提出了一种新的粒子群优化不完全微分PID算法。根据多关节机器人系统的特点,介绍了一种新的分布式机器人实时控制系统。系统采用双速率控制策略和分布式控制方式,机器人运动控制运用粒子群优化算法定时寻优PID参数,使其随着系统参数的变化而实时更新,实现最优不完全微分PID控制。实验结果表明,该系统设计科学、性能优越,新算法寻优能力强、控制效果好。     

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。     

基于粒子群优化模糊PID控制的多足式真空吸附机器人控制方案设计

为解决高层建筑玻璃幕墙的清洗与检测问题，探索一种多足式真空吸附爬壁机器人，为实现爬壁机器人平稳运行，主要是提高电机转速的控制精度，采用模糊PID算法进行控制并在此基础上利用粒子群算法进一步迭代优化。通过粒子群算法的迭代寻优能力，实时确定模糊PID控制中PID三个参数的比例因子，得到一个性能较好的控制系统。结果表明，当比例因子Ckp、Cki、Ckd的值分别为0.1、8.23、0时系统稳定达到最优。相比于模糊PID控制，采用粒子群算法进一步优化后的系统，响应速度提升了0.024 s且同样无超调产生，能够满足系统要求。     

基于改进型粒子群算法的无刷直流电机速度控制研究

无刷直流电机的控制方便,效率突出等特点,依赖于较高的调速性能.传统调速系统所采用的PID调速,日益无法满足工业应用对精度、抗干扰,自适应等调控品质的要求.本文针对以上不足,采用基于改进型粒子群算法的PID调速系统来对电机转速进行调控.鉴于粒子群算法寻优速度不匹配,且易过早陷入局部最优等问题,采用自适应惯性权重法来进行优...     

基于优化PSO算法的SCR脱硝控制器研究

针对SCR脱硝控制系统中的PID参数整定困难,提出一种优化粒子群算法的PID控制器参数整定方法。该算法利用已知粒子信息得到适应度函数值的估值,在估值策略中,引入粒子间的相似度和粒子的可信度评价方法,增加适应度函数值估计次数和准确性,减少适应度函数值计算次数,提高算法性能。将优化的粒子群算法用于优化SCR脱硝系统中PID控制器参数,与传统整定PID控制器参数方法相比,基于适应值估值策略的粒子群算法整定PID控制器参数收敛速度快,系统内回路响应上升速度快、时间短,外回路静态误差小、无超调等优点,较好地满足SCR脱硝系统的动态特性。     

基于改进粒子群算法优化的水轮机组低频振荡PID控制研究

水轮机低频振荡是影响电网稳定运行的主要因素,对其进行有效的控制是非常重要的,将改进粒子群算法优化的PID控制技术应用于水轮机低频振荡控制之中.首先,分析了水轮机组的出力模型;其次,分析了PID控制器的基本原理;然后,讨论了改进粒子群算法的流程;最后,以某水轮机组为例进行了控制仿真研究,仿真结果表明改进粒子群算法优化的PID控制器具有较好的控制效率和控制精度,从而在水轮机组低频振荡控制中的应用是切实可行的.     

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。     

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。     

高阶非线性系统的位置控制器PID参数优化

针对高阶非线性系统的位置控制器PID参数优化问题,以五阶传递函数横动伺服系统为例,结合粒子群算法成功实现了参数的优化。设计了粒子群算法的PID参数优化原理。在已知系统传递函数的基础上,利用Z-N法进行参数初求解,然后利用粒子群算法对初解进行参数寻优,并将优化前后的系统进行动态性能对比,结果表明:优化后的高阶非线性系统动态性能更好,响应速度更快,调节时间更短,鲁棒性更强。     

基于改进粒子群优化算法的比例-积分-微分控制器

粒子群优化算法自1995年问世以来得到了很大的发展,简要阐述了粒子群优化算法的基本原理,并提出了根据改进该算法而构成的比例—积分—微分控制器。比例—积分—微分控制器的3个参数可以得以优化。该控制器具有结构简单,易于实现,鲁棒性好的特点,仿真结果表明基于改进粒子群优化算法的比例—积分—微分控制器具有良好的性能。     

基于帐篷映射的混沌自适应粒子群优化算法在同步发电机励磁控制中的应用

针对励磁控制系统中比例–积分–微分控制参数整定难的问题,提出了一种基于帐篷映射的混沌自适应权重粒子群优化算法对控制器参数进行优化,采用2级优化策略,第1级采用自适应权重粒子群优化算法执行全局搜索;第2级采用基于帐篷映射的混沌搜索对第1级的结果执行局部遍历搜索,并通过在粒子群算法中引入自适应权重及在混沌局部搜索中采用帐篷映射的方法对混沌粒子群搜索算法进行改进,解决了常规粒子群算法易陷入局部极值且在迭代后期收敛效率低的问题,在建立励磁控制系统简单模型的基础上,实现同步发电机励磁系统的参数优化控制。仿真研究表明,新方法与常规粒子群方法相比具有更好的收敛速度和精度,能有效改善励磁控制系统空载起励和孤网过渡过程的动态性能。     

基于混合粒子群算法的线性预测PID控制

针对传统PID控制对大时滞过程控制效果不佳的问题,提出了一种基于线性预测的PID控制算法,用系统过去的几个输出值预测系统未来的输出值,用此预测值与期望设定值所得的偏差作为PID控制输入,再依PID控制律来设定控制器的输出,从而使被延迟了的被控量超前反映到控制器,使控制器提前动作,实现事先调节,从而减少超调量和调节时间,消除时滞对系统稳定性影响。利用混合粒子群算法对模型系数和系统参数进行了优化和在线调整。实例仿真结果表明,将线性预测与传统PID控制相结合并经混合粒子群算法优化的控制方法远好于单一的PID控制方法,而且具有操作简单、容易程序实现等特点,有效地提高了系统的控制品质。     

基于混沌免疫接种粒子群算法的电力系统多目标无功优化

针对基本粒子群优化算法的收敛性能受初始粒子分布影响较大的问题,应用混沌优化理论具有遍历性的突出优点和人工免疫系统中接种疫苗的方法,即混沌免疫接种粒子群优化算法,将该方法应用于电力系统多目标无功优化模型求解.混沌免疫接种粒子群算法是采用混沌优化生成初始粒子即无功优化控制变量值,并选择其中较优的粒子作为初始粒子群,改善了随...     

基于ITAE指标的PID控制器参数优化设计

研究了比例一微分一积分（PID）控制器参数自整定问题,提出一种基于改进粒子群优化算法的PID控制器参数自整定方法,并以时间乘以误差绝对值积分（ITAE）的性能指标为适应度函数,对具有实参数不确定性的热工对象进行PID控制器参数整定,所设计的PID控制系统的ITAE性能指标比极点法,GPM法,Cohen法,IMC法效果更好,并通过超临界锅炉过热汽温控制的仿真实例验证了方法的有效性。     

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。