基于遗传算法的PID参数整定

由于大滞后大惯性的热工被控对象使用简单的PID控制器很难取得很好的效果。在采用遗传算法对PID控制器参数进行寻优的基础上,引入大滞后补偿技术(状态变量技术和相位补偿技术),先补偿被控对象的滞后和惯性,再采用遗传算法寻优,取得良好的效果。     

基于Pro/Mechanica的印版滚筒体有限元模态分析

叙述了用Pro/Mechanica软件对印版滚筒体进行前2阶模态分析的过程,根据分析结果,计算出了印版滚筒体的前2阶固有频率和振型。与滚筒齿轮的啮合频率比较,判断了滚筒的工作特性,为印版滚筒体的振动特性分析、振动故障诊断和预报以及结构动力特性的优化设计提供了依据。     

改进粒子群算法的啤酒灌装机液位控制PID参数整定

目的 整定最优的PID控制参数,对啤酒灌装机中贮液罐液位进行控制,以保证PID控制器能满足啤酒生产中的控制要求。方法 结合Rosenbrock搜索法和个体扰动策略来改进粒子群算法,并利用改进算法整定PID参数,最后将整定好参数的PID控制器用于控制液位对象;基于Matlab进行仿真实验,利用粒子群算法与文中方法做比较。结果 通过Matlab仿真验证,改进了粒子群算法整定的PID参数,其跟踪特性的调节时间为16.18 s,超调量为10.20%,IAE性能指标约为6.09;粒子群算法整定结果表明,跟踪特性的调节时间为27.72 s,超调量为26.90%,IAE性能指标约为7.23。结论 与原始粒子群算法相比,文中算法整定的3个PID参数在控制液位对象时综合性能评价指标更好,且能使系统平稳过渡,超调较小,响应速度快,调节时间快,其控制器性能能满足啤酒灌装机的生产要求。     

SA-PSO锅炉燃烧控制系统二自由度PID参数整定

为满足火电机组日益复杂的控制要求,提高系统目标值跟踪和抗干扰能力,设计采用二自由度PID控制器,且针对二自由度多个相互关联参数整定的复杂性,研究一种模拟退火算法和粒子群算法相融合的智能混合算法(SAPSO算法),用该算法对二自由度PID控制器参数进行整定优化,并运用到锅炉燃烧控制系统中。通过Matlab仿真验证,与传统Z-N整定法和PSO算法相比,经过SA-PSO融合算法整定后的二自由度PID控制器使锅炉燃烧控制系统超调量仅为3.9%、调节时间为47.15 s,并具有较好的抗外扰能力。采用该融合算法整定二自由度PID参数使系统具有良好的性能指标值,能够提高锅炉燃烧系统的控制性能。     

基于ADAMS的印版滚筒支撑间隙动态模拟与分析

目的 为了了解存在的支撑间隙对印版滚筒动态特性的影响,解决印版滚筒的优化设计问题.方法 利用SolidWorks软件建立无支撑间隙以及含不同间隙的印版滚筒三维模型,并将其导入ADAMS软件中进行运行工况下的动态模拟与分析.结果 仿真结果表明,相较于无支撑间隙的理想情况,在考虑支撑间隙时,印版滚筒支撑部位的平均接触力幅值从200 N左右增加到1000 N左右,且波动变化增大;相应的位移曲线也出现不规律的变化,且位移幅值也增大.此外,随着间隙值的增大会加剧上述变化.在相同间隙值下,支撑厚度的增加又会减弱间隙对印版滚筒接触力和位移幅值的加剧效应.结论 可以通过增加支撑厚度的方式来优化印版滚筒结构,从而减弱间隙对滚筒径向振动的加剧效应,进而提高印刷质量.     

基于改进PSO算法的PID控制器研究

针对一般的粒子群优化(PSO)学习算法中存在的容易陷入局部最优和搜索精度不高的缺点,对改进型PSO算法进行研究。由于惯性权重系数ω对算法是否会陷入局部最优起到关键的作用,因此,通过改变惯性权重ω的选择,对惯性权重系数采取线性减小的方法,引入改进型的PSO算法。采用改进的PSO算法对PID控制器进行参数优化并把得到的最优参数应用于控制系统中进行仿真。仿真实验结果表明:改进型PSO算法不会陷入局部最优,能得到全局最优的PID控制器的参数,并使得控制系统的性能指标达到最优,控制系统具有较好的鲁棒性。     

基于二自由度PID控制器的移相PWM_DC-DC变换器

在移相PWM DC/DC变换器中,通常采用PID调节器来提高变换器的目标值跟踪特性和干扰抑制特性.由于这种方式为单自由度控制,所以它不能同时获得良好的目标值跟踪特性和干扰抑制特性.提出利用二自由度PID控制器实现对移相PWM DC/DC变换器的闭环控制,通过分别设计目标值跟踪特性调节器和干扰抑制特性调节器,获得较好的目标值跟踪特性和干扰抑制特性.仿真和实验结果表明变换器的目标值跟踪特性和干扰抑制特性均获得了较好的结果.     

基于遗传算法的绝热去磁制冷机中PID参数整定

在绝热去磁制冷系统中,PID控制器常用来控制等温磁化或等温去磁过程中磁热模块的温度稳定。由于ADR系统的非线性较强,传统的PID参数整定方法往往效果较差,实际ADR系统中PID的参数整定往往十分依赖于人工试错,耗费大量时间精力。而遗传算法在PID参数调试时对系统的依赖性小,非常适合复杂非线性系统的参数寻优。基于MATLAB语言和集总参数方法,实现了基于遗传算法的绝热去磁制冷机中GGG磁热模块的PID参数整定,为实际工程中的PID参数调节提供参考。     

基于H∞理论的信息熵PSO算法整定大时滞PID参数

目的针对粒子群算法(PSO)整定大时滞PID控制器参数过程中搜索范围较大,搜索能力较差,甚至出现不收敛的问题,提出一种基于H_∞理论的小范围搜索且带有目标性初始化粒子群的改进PSO算法(HOI-PSO)。方法利用H_∞理论确定PSO算法的初始搜索范围,融合信息熵对初始化粒子群进行评估、调整,从而获得分散性较高的初始种群。结果 Matlab仿真实验表明,HOI-PSO算法能够提高PSO算法的收敛速度,具有同大范围相似甚至更好的全局寻优能力;对于大时滞过程控制,闭环系统的控制性能得到很大改善。结论 HOI-PSO算法应用于长网造纸机定量回路的控制结果表明,采用信息熵PSO算法整定出的PID控制器参数对大时滞过程具有良好的控制效果,在实际生产中也具有一定的理论指导意义。     

基于粒子群算法的6自由度机械臂动力学模型参数辨识

提出了基于粒子群优化(PSO)算法的工业机器人动力学参数辨识方法。首先利用改进的牛顿-欧拉方法,建立考虑关节摩擦的机械臂线性动力学模型,然后引入PSO算法,建立基于PSO算法的估计未知动力学参数的算法,最后以UR工业机器人为实验对象,通过设计激励轨迹,激励工业机器人关节运动,并对关节运动参数进行采样,实现UR工业机器人的动力学参数估计,并根据力矩预测精度验证动力学模型。实验证明了所提出算法辨识工业机器人动力学模型参数的准确性和有效性。     

Sliding-Mode PID Control of UAV Based on Particle Swarm Parameter Tuning

Due to the coupled motion between the rotor unmanned aerial vehicle (UAV) and the manipulator, the underactuation characteristics of the system itself, and the influence of external uncertainties, the stability of the rotor UAV’s manipulator control system is difficult to control. Based on the dynamic model of the rotor UAV, the stability of the whole UAV manipulator control system is improved by using the piecewise cost function, the compression factor particle swarm optimization (PSO) algorithm and the sliding mode PID to establish the sliding mode PID control stability method based on the PSO. Compared with the sliding mode PID control method, this method solves the serious buffeting problem in the sliding mode control, reduces the influence of the external disturbance and realizes the attitude stabilization control of the UAV manipulator quickly and accurately, thus shortens the system adjustment time and improves the anti-interference ability.     

基于多目标优化PID的纸浆浓度控制系统

目的 针对纸浆浓度PID控制系统在时滞性、稳定性、耦合性方面的不足,提出一种基于多目标优化的纸浆浓度PID控制方法.方法 对纸浆生产工艺进行分析,结合纸浆浓度PID控制系统,设定多属性的决策变量,建立对应的目标函数和约束条件;从质量、产量、成本、环境等4个方面对纸浆浓度PID控制过程进行多目标优化,构建基于多目标优化的纸浆浓度PID控制模型;采用改进量子粒子群算法对多目标优化模型进行求解,获得Pareto最优纸浆浓度控制方案;将建模方法、优化算法、优选方法进行耦合,从而形成"建模-求解-优选"全过程的纸浆浓度控制方法.结果 通过对纸浆浓度控制优化前后的决策变量进行比较分析可知,多目标优化PID控制方法在评价指标方面满足了质优、高产、低耗的多目标优化的可控性要求;相较于传统PID控制方法,IPSO-PID控制方法的响应速度更快,具有更好的鲁棒性;在PID参数优化方面,文中的优化模型整定控制参数在0.05 s内达到稳态阶段,稳态误差更低,具有更好的稳定性.结论 在保证系统鲁棒性的同时,基于多目标优化算法的纸浆浓度PID控制系统可实现对纸浆浓度的精确性和稳定性控制,更好地满足实际工业生产的要求,确保纸张质量的品质.     

基于遗传算法的贮液缸液位PID控制参数整定

目的在啤酒灌装过程中,贮液缸内液位的变化会直接影响啤酒的质量和产量,而对液位控制的准确、稳定与否,关键在对PID参数的选择。方法针对在贮液缸液位控制调试过程中PID参数选择的盲目性等问题,采用遗传算法对PID参数进行整定,并与临界比例度法整定的结果进行比较。结果经过遗传算法整定的PID参数,其输出响应曲线上升最短时间为3.98 s,超调量最小可达1.9%,调整最短时间为2.23 s。经过比例度法整定的PID参数,其输出响应曲线上升最短时间为1.92 s,超调量最小达23.7%,调整最短时间为11.62 s。结论采用遗传算法整定的PID控制参数总体效果较好,其输出响应曲线上升时间为3.98 s,超调量最小可达4.2%,调整最短时间为2.23 s,满足控制要求。     

基于自适应粒子群遗传算法的柔性关节机器人动力学参数辨识

提出一种基于自适应粒子群遗传算法的柔性关节机器人动力学参数辨识方法。该算法采用动态自适应调整策略,提高了粒子群算法收敛速度;同时引入新型遗传算法混合交叉变异机制,避免了粒子群陷入局部最优。将自适应粒子群遗传算法与标准粒子群算法、遗传算法、人工蜂群算法进行了比较,仿真实验结果表明该算法在迭代60次左右完成参数辨识,各参数的辨识相对误差均降低到了1%以内。最后利用旋转柔性关节实验平台进行了实验验证,实验结果证明了该算法具有更好的收敛速度和寻优精度。     

Optimal Cooperative Spectrum Sensing Based on Butterfly Optimization Algorithm

Since the introduction of the Internet of Things (IoT), several researchers have been exploring its productivity to utilize and organize the spectrum assets. Cognitive radio (CR) technology is characterized as the best aspirant for wireless communications to augment IoT competencies. In the CR networks, secondary users (SUs) opportunistically get access to the primary users (PUs) spectrum through spectrum sensing. The multipath issues in the wireless channel can fluster the sensing ability of the individual SUs. Therefore, several cooperative SUs are engaged in cooperative spectrum sensing (CSS) to ensure reliable sensing results. In CSS, security is still a major concern for the researchers to safeguard the fusion center (FC) against abnormal sensing reports initiated by the malicious users (MUs). In this paper, butterfly optimization algorithm (BOA)-based soft decision method is proposed to find an optimized weighting coefficient vector correlated to the SUs sensing notifications. The coefficient vector is utilized in the soft decision rule at the FC before making any global decision. The effectiveness of the proposed scheme is compared for a variety of parameters with existing schemes through simulation results. The results confirmed the supremacy of the proposed BOA scheme in both the normal SUs’ environment and when lower and higher SNRs information is carried by the different categories of MUs.     

可靠性优化的一种新的算法

建立了可靠性冗余优化模型,提出了一种基于粒子群优化算法的可靠性优化的新方法,该方法结合了遗传算法的思想。实例结果表明,粒子群算法比模拟退火算法和遗传算法效果好。     

造船厂钢板出库作业计划的建模及优化研究

对于造船厂钢板堆场出库作业计划问题,在分析堆场出库作业流程的基础上,建立了以出库作业时间最短为目标的优化模型.该模型可归结为多层组合优化问题.针对本问题寻优过程的阶段性和复杂性的特点,提出了基于改进遗传算法的多层嵌套启发式优化算法.与传统人工决策的作业方案相比,该优化结果可以缩短24%～67%的作业时间.