基于改进粒子群算法的桁架主动杆优化

针对空间桁架结构振动控制的数个作动器（主动杆）的位置组合优化,提出了基于字典序组合生成的编码方式的粒子群优化算法。该编码方式将离散的组合空间一一映射到连续的整数区间,有效避免以往编码的冗余运算。仿真试验中,通过与二进制编码PSO算法的比较,发现改进算法收敛效果更快,寻优能力更强,并克服了二进制编码无效解等缺点。     

粒子群整定模糊PID控制纸机干燥部压力研究

针对高速纸机烘缸蒸汽压力是一个具有惯性、大延迟特性的控制目标,很难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,但由于专家经验具有局限性、盲目性以及模糊控制内不确定因子过多,导致控制器效果无法快速达到稳态,因此,加入粒子群算法对量化因子和比例因子先在离线状态下进行迭代优化后,再通过模糊PID控制器在烘缸蒸汽压力控制系统进行仿真应用。仿真结果表明,采用基于粒子群算法优化的模糊PID控制器比传统的PID控制具有较强的鲁棒性和快速响应,具有明显的优越性。     

基于改进粒子群算法的电力系统无功优化

制定良好的无功优化方案是电力系统安全稳定运行的基础。文章建立以系统有功网损和年综合费用最小为目标函数的无功优化数学模型;以粒子群算法为基础,考虑到传统粒子群容易早熟,局部收敛的缺陷,对粒子群算法(PSO)加以改进;运用于配电网的无功优化中,通过对IEEE-33节点配电系统仿真计算,证明了改进的算法可以有效地得到系统最优解,具有良好的实用性和适应性。     

基于模糊粒子群的炉膛温度控制

针对燃烧炉炉膛温度控制具有时变、时滞、非线性、很难建立精确数学模型的特性,分析常规控制方法的不足,对模糊控制和粒子群算法进行了研究,提出了一种模糊粒子群算法,运用到炉温控制系统中。该算法通过粒子群优化算法实时优化模糊控制器的参数,克服常规模糊控制的不足,使控制系统具有良好的动态性能、稳态性能和鲁棒性。通过对炉温控制进行仿真分析及实验,验证了所提算法的适应性和优越性,可广泛应用到燃烧炉及其他工业过程的温度控制系统中。     

基于粒子群算法与改进Ziegler-Nichols算法的PID整定方法

针对Ziegler-Nichols算法设计的PID控制器阶跃响应不理想,不具有灵活性等缺点,提出基于粒子群算法与改进Ziegler-Nichols算法的PID整定方法。采用粒子群算法优化了Ziegler-Nichols算法中的幅值和相角,设计了具有更好性能指标的PID控制器。实验结果表明采用该方法进行参数整定后的PID控制器响应速度较快,降低了系统的超调量。     

基于粒子群算法优化PIDNN的流浆箱解耦控制

针对气垫式流浆箱的总压和浆位之间存在严重耦合的情况,探讨使用粒子群算法优化的PID神经元网络对其进行解耦控制。建立一个双输入双输出PID神经元网络控制系统,用粒子群算法优化网络的初始权重后,再采用误差反向传播算法进行修正,最终实现完全解耦。仿真结果表明,经粒子群算法优化后的神经元网络能够有效地消除总压与浆位之间的耦合,大大缩短调试时间,具有更高的控制精度,能够用于气垫式流浆箱的控制。     

基于粒子群算法改进视角下输电网规划的优化

粒子群算法作为当前进化算法中的最新模式,主要通过记忆与反馈机制来实现高效快速的搜索,以其全局最优性、迅捷性、收敛性等特点为解决大规模的数学问题提供了技术支持。输电网扩展规划作为一个非常庞大的函数问题,需要借助粒子群算法来实现输电网总体规划的优化。然而,粒子群算法在具体的应用实践中也存在着诸多不足之处,包括易在早期成熟收敛导致出现局部最优不足,并对输电网规划的优化产生偏差。本文正是基于此,探讨在粒子群算法改进视角下,输电网规划的优化方案。     

基于改进模糊PID的全向搬运机器人路径跟踪控制研究

为了提高复杂的食品原料仓库中全向搬运机器人的跟踪能力,提出一种改进路径跟踪控制方法。首先依据机器人状态空间模型,以跟踪误差信息和电机电压为输入、输出设计控制器,并且设计论域放缩因子优化模糊控制器,通过试验测定初步确定了参数kp、ki、kd的取值范围。然后通过加入反向学习策略初始化麻雀种群,设计权重因子控制靠近发现者的跟随者比例防止早熟。结果显示：改进麻雀算法比原算法在测试函数下寻优精度和收敛速度有所提升,提出的控制方法跟踪误差快速降零、跟踪过程较为平顺,到达期望路径速度较快。该方法提高了全向搬运机器人的工作状况。     

基于改进PSO算法的PID优化用于黑液液位控制

制浆过程中碱回收蒸发工段黑液液位控制直接影响着黑液浓度和蒸发效率。针对黑液液位非线性、大时滞及时变性的特点,传统PID方法控制精度较低,使用标准粒子群算法可以优化PID参数,提高精度,但是收敛速度慢,整定时间长。针对这些问题,采用改进的粒子群算法来整定PID参数,通过动态调整惯性因子和加速因子,以及改进收敛准则等方法来提高粒子群算法的全局寻优能力和收敛速度,并在MATLAB/SIMULINK仿真实验平台上,比较了传统PID方法、标准PSO算法和改进PSO算法对黑液液位的控制效果,结果表明改进PSO算法优化的PID控制缩短了调节时间,降低了超调量,说明改进粒子群算法优化后的黑液液位PID控制具有更快的响应速度和更好的鲁棒性,有效地提高了控制质量。     

基于改进粒子群优化IPSO算法的茶叶烘干机温度控制策略

针对茶叶烘干机热效率低,温度不稳定、茶叶品质不易保证的问题,对燃煤式热风干炉进行研究,通过对粒子群算法(PSO)进行混沌处理,得出了一种改进粒子群算法(IPSO),然后通过IPSO对模糊PID控制器的参数进行优化,以解决粒子群算法易早熟、寻优效率低以及PID参数无法实时在线调整的缺点。根据热风炉的实时温度,自动调节热风炉的排烟量,以实现烘干机的温度恒定。同时,采用优化后的模糊PID控制策略对系统进行了仿真和测试。结果表明,该研究所用方法能根据烘干机温度有效控制热风炉排烟量,从而实时控制热风温度,实现恒温控制的目的。     

一种改进的自适应粒子群优化算法

针对粒子群优化算法搜索精度不高的问题,基于自适应调整惯性权重的策略引入自适应惯性因子对粒子群优化算法进行改进,提出了一种改进的自适应粒子群算法。仿真结果表明改进的粒子群算法具有更强的寻优能力及更高的搜索精度。     

基于改进粒子群算法的大豆微波真空干燥工艺优化

为了发现大豆的微波真空干燥的最佳工艺条件,测试了不同的单次干燥时间、缓苏时长、缓苏次数下大豆干燥后含水率与爆腰率,提出了一种基于改进粒子群算法的参数寻优方法,新建次空间,主次空间交换精英个体,借助多元回归数学模型对实验参数进行粒子寻优。结果表明：简单地增加缓苏时长与缓苏次数并不一定利于提高大豆干燥效果,不同缓苏条件相互影响,大豆在单次干燥35min、缓苏50min、缓苏3次时干燥效率最高;在单次干燥35min、缓苏40min、缓苏3次时爆腰率最小。实验证实了采用改进粒子群算法优化参数干燥后大豆的爆腰率和含水率均低于正交实验优化的结果。研究结果对于提高大豆干燥效率和品质具有一定意义,并为微波真空干燥产业化应用及大豆深加工提供参考。     

基于模糊PID技术的加热炉温度控制的优化

在精密成型工艺中,需要对加热炉的温度进行精确控制,而传统的串级控制方式和常规PID控制不能完全满足这方面的需求,其原因在于被控温度的非线性、滞后性、时变性等特点,因此迫切的需要改进和优化。文章提出将模糊机制融入到PID算法当中,结合两种控制策略的优势,利用模糊机制动态调整PID的各个参数,有效的提高了传统PID的控制精度和响应速度,同时明显改善了精密成型系统温度的控制效果,具有一定的推广价值。     

基于模糊PID控制的水轮机调节的研究

目前水电机组中多是采用常规的PID控制,由于水轮机调节系统是一个水、机、电综合控制系统,具有非线性、时变、非最小相位等特点。传统的PID控制已经不能满足在不同工况下的水电机组的需求。文章基于模糊控制理论设计一种自适应的PID控制器,通过模糊推理简单有效地实现参数的实时优化,已达到满足不同工况下的水电机组控制的需求。最后,通过仿真实验,对比常规PID控制器与模糊PID控制器的控制效果。模糊PID控制器能更加有效地改善系统的性能。     

粒子群优化的改进Tsallis熵图像阈值分割

提出基于改进粒子群优化的二维Tsallis熵分解算法。首先将二维Tsallis熵算法降维分解为两个一维Tsallis熵,同时在目标函数中引入类内离散测度函数,最终以此目标函数作为改进后粒子群优化算法的寻优函数,完成图像的全局最优解阈值分割。实验结果表明,相对一维及二维Tsallis熵算法,改进算法在主观效果和区域间对比度评价指标上有较大改善,在铁路轨道异物图像的分割中满足实时性要求、抗噪效果更佳。     

基于模糊PID算法的带式输送机控制研究

带式输送机的运动是非线性且受不确定性因素影响,为了得到稳定的控制系统,文章将模糊控制与传统PID控制相结合,实现对输送机电机驱动的参数自整定功能,通过MATLAB仿真,验证输送机提高稳定性。     

基于模糊自适应PID的卷绕系统张力控制

卷绕控制系统对于张力控制效果的好坏会直接影响产品的品质。为解决传统PID控制参数不能跟随系统的变化而变化的问题以及降低算法程序和PLC编程的复杂程度,提出通过在上位机的WinCC全局脚本中编写模糊自适应PID控制算法实现PID参数的在线自适应整定,利用MatLab/Simulink进行系统仿真分析,并在西门子卷绕系统实验平台进行模拟实验验证。仿真结果表明:在模糊自适应PID控制下系统快速响应,没有产生超调,相较于传统PID控制更具优势;通过西门子卷绕系统实验平台得出实验结果与仿真结果相同。结论显示模糊自适应PID控制具有超调量小、调节时间短、适应性好、鲁棒性强等特点,其动态性能及稳态精度要优于传统PID控制。通过WinCC全局脚本编写算法程序可以有效降低程序的复杂度,提高可读性,从而达到更好的控制效果。     

基于模糊PID的颗粒食品定量称量控制

颗粒状食品由于具有较好的流动性,流动没有规律性,从而导致定量称量较为困难。为了提高颗粒装食品称量精度,设计了一种基于模糊PID的颗粒食品定量称量控制系统。首先分析了颗粒食品称量机机械结构以及工艺流程,并在此基础上设计了以松下PLC和触摸屏为核心的控制系统硬件结构。为了提高控制称量精度,克服传统PID控制自适应能力差的缺陷,在PID控制器中引入了模糊控制理论。最后对该控制系统进行了试验分析,试验结果表明该控制系统能够实现颗粒食品的高精度称量,称量精度能够控制在±1 g,完全能够满足称量要求。     

基于模糊PID控制的电磁式定量给料系统

为解决传统电磁式定量给料系统开环控制过程中给料速度设定随意性较大,无法根据智能控制策略动态调节给料速度的问题,提出并设计了一种基于模糊PID控制的电磁振动定量给料系统;设计了系统整体机械结构,通过理论分析得到了可控硅导通角与振幅的数学关系;并在此基础上建立了简化的电磁振动给料机二阶数学模型。仿真试验结果表明,该系统动态跟随性较好、控制精度较高、响应速度较快和鲁棒性较高,具有较好的应用前景。