基于花授粉算法的PID参数优化

PID参数优化对PID控制性能起着决定性作用,针对PID参数寻优问题,提出运用一种花授粉算法（FPA）。该算法启发于自然界中花粉的传播授粉过程,以三个PID参数组成每个花粉单元的位置坐标,根据一定的全局授粉与局部授粉规则更新花粉单元的位置,使其向最优解迭代。仿真结果表明,与粒子群算法和人群搜索算法相比,花授粉算法优化参数使系统具备更短的响应时间、更高的系统控制精度以及更好的鲁棒性,为PID控制系统的参数整定提供了参考。     

改进的粒子群优化算法优化分数阶PID控制器参数

为了提高分数阶比例积分微分（FOPID）控制器的控制效果,针对FOPID控制器参数整定的范围广、复杂性高等特点,提出改进的粒子群优化（PSO）算法优化FOPID控制器参数的方法。该算法对PSO中惯权重系数的上下限设定范围并随迭代次数以伽玛函数方式非线性下降,同时粒子的惯性权重系数和学习因子根据粒子的适应度值大小动态调整,使粒子保持合理运动惯性和学习能力,提高粒子的自适应能力。仿真实验表明,改进的PSO算法优化FOPID控制器的参数较标准PSO算法具有收敛速度快和收敛精度高等优点,使FOPID控制器得到较优的综合性能。     

基于改进粒子群算法的永磁同步电机PID控制器

为提高永磁同步电机系统的控制精度,提出一种使用改进粒子群算法优化的永磁同步电机PID控制器。首先建立永磁同步电机数学模型,然后采用改进粒子群算法对PID控制器参数进行优化,实现永磁同步电机参数在线辨识,最后采用仿真实验对其性能进行测试。仿真结果表明,相对于传统的永磁同步电机PID控制器,本文方法优化的永磁同步电机PID控制器改善了系统响应性能,能够使永磁同步电机获得良好的稳定性、鲁棒性和动态性能。     

一阶参数不确定滞后过程的鲁棒PID控制器设计

提出一种针对一阶参数不确定滞后过程的鲁棒PI／PID控制器优化设计方法。首先基于D-分割法技术,给出确定一阶参数不确定滞后过程的整个PI／PID控制器的可行鲁棒稳定域算法;在定义一个与控制器给定点跟踪性能、鲁棒性能和抗扰动性能相关的目标函数的基础上,给出PI／PID控制器设计的约束优化问题;最后应用一种启发式粒子群优化（PSO）算法对该约束问题进行求解。仿真结果表明,所提出的方法可得到更小的调节时间、更小的超调、较强鲁棒性和更好的抗扰动性能,表明了所提出的方法的有效性。     

神经网络在PID控制器参数优化中的研究

研究PID控制器参数优化问题.工业过程控制要求稳定性,跟踪特性均应实时快速.由于PID控制效果取决于比例、积分和微分3个参数取值,传统PID参数采用试凑方式进行优化,往往费时且难以满足实时控制效果,导致控制精度不高.为了提高PID控制精度,改善系统性能,提出一种神经网络的PID参数优化方法.方法将PID控制器输入作为神经网络输入,最优PID控制性能作为神经网络的输出,通过神经网络的联想记忆能力和自学习适应能力,在控制过程中动态调整PID参数(比例、积分、微分),从而实现PID控制器参数实时优化,获得最佳PID控制效果.仿真结果表明,应用神经网络的PID参数优化方法提高了PID控制精度和系统响应速度,具有较强的自适应性和鲁棒性.     

改进粒子群优化算法在PID参数整定中的研究

针对粒子群优化算法（PSO）容易出现早熟收敛的问题,提出一种改进的粒子群优化算法（IMPSO）。该算法通过引入粒子群聚合度和变异的思想,能很好避免早熟,提高粒子全局搜索能力。将此改进的粒子群优化算法用于PID控制器的参数整定,具有操作简单,寻优快速等优点。     

基于改进粒子群优化算法的PID控制器参数优化

针对PID控制器参数整定问题,提出一种基于改进粒子群优化算法的优化方法。该方法在实数编码及设定参数搜索空间的基础上,采用基于指数曲线的非线性惯性权值递减策略,以较大幅度地提高算法的收敛速度和精度;嵌入基于差分进化算法变异算子的局部搜索策略,以有效提高粒子个体的适应性和群体的多样性,改善解的质量,同时增强算法全局空间探索和局部区域改良能力的平衡。仿真结果表明,该方法与传统和智能算法相比较,所得到的控制器参数能够使控制系统获得更好的动态响应特性和满意的控制效果。     

基于多目标粒子群算法的PID控制器设计

随着对控制系统的要求越来越高,进行比例积分微分(Proortion Integration Differentiation,PID)控制器的设计的时候应该同时考虑到系统时域指标和频域指标,常规的PID整定方法往往很难实现.为解决上述问题,采用多目标粒子群算法进行PID控制器参数的设计,算法将系统的超调量、上升时间和稳定时间作为目标函数,频域指标作为约束条件.算法的运算结果为一组Pareto最优解,运行者可以根据当前对系统的要求从中选取合适的解.通过与常规PID整定方法和采用单目标粒子群算法的方法进行比较,证明了改进方法的有效性.     

基于粒子群算法的PID控制器参数优化研究

PID参数优化一直是自动控制领域研究的重要问题,PID的控制效果取决于比例、积分和微分三个参数取值.传统的PID参数多采用试验加试凑的方式由人工进行优化,难以满足控制的实时要求.为了解决控制参数优化选择问题,改善系统性能,提出一种基于粒子群算法的PID参数优化策略.通过建立粒子群优化的PID控制器参数模型,在控制过程中将PID参数(比例、积分、微分)作为粒子群中的粒子,采用控制误差绝对值时间积分函数作为优化目标,在控制过程中动态调整PID的三个控制参数,从而进行PID控制参数的实时优化,最后将优化方案应用于中央空调温度控制系统.仿真应用研究表明,PID参数优化策略具有很强的灵活性、适应性和鲁棒性,进而验证了优化方案的可行性和有效性.     

基于微粒群算法的PID控制器优化研究

研究PID控制器性能优化中,由于被控对象具有高阶、非线性等特点,而在工业生产过程中,传统的PID参数整定方法易出现超调和震荡问题,使系统响应特性差。为改善系统性能,提出一种改进粒子群算法的智能优化策略,将PID控制器参数作为粒子群中的粒子,以控制误差时间积分函数作为优化目标,进行PID控制参数的并行优化。利用MATLAB仿真软件进行仿真,并通过与传统整定方法(Z-N法)进行比较。结果表明,粒子群的PID参数整定法可提高控制器性能,并能够实现目标的最优整定,为PID控制器性能优化提供依据。     

一种基于改进粒子群算法的PID参数整定方法

粒子群算法是一种基于仿生学的全局优化算法,具有方法简单,易于实现,寻优效果好等优点,是工业PID控制参数整定的常用方法。本文针对标准粒子群算法的PID整定方法易于陷入局部最优,引入遗传算法中杂交的思想,通过引入杂交算子改善早熟问题,同时针对粒子群算法样本集随机产生,无法保证样本集多样性的缺点,特引入混沌理念,对样本集采用混沌序列法生成,提高样本的多样性,随机性。仿真结果表明,所采用改进算法在PID参数整定中,超调小,收敛快,较好的弥补了标准粒子群算法的弊端。     

遗伟算法在PID控制器参数寻优中的应用研究

目的 用常规PID控制器对具有较大时间常数、大纯滞后特笥的被控对象实现最优控制。方法 采用遗传算法对PID参数进行寻优,在搜索空间内获得全局最优点。结果 将遗传算法和单纯形法分别用于PID参数寻优,仿真结果表明：采用遗传算法寻优能获得较好的控制效果。结论 在过程控制中,可采用遗传算法优化调节器参数。     

基于s函数的PMSM随动系统仿真研究

由于使用Matlab自带的PMSM模型进行仿真,将难以在后续开发工作中方便地将成果转化为C++代码,因此基于PMSM的d-q轴模型,使用Simulink工具箱和s函数搭建仿真模型。模型使用标准的三环控制模型,通过分析仿真结果可以得知,该仿真符合电机的实际运行特性,为后续编码C++的仿真模型提供了理论基础。     

基于模糊PID控制的永磁同步电机控制器研究

为了提高复杂环境条件下永磁同步电机（PMSM）控制器的动态控制性能与抗干扰能力,分析了永磁同步电机的速度-电流（或力矩）双闭环控制调速结构,提出了一种基于模糊PID控制原理的速度环控制策略。速度环运行时,模糊PID控制器首先将永磁同步电机转速的误差及误差变化率进行模糊化处理,然后依据模糊规则进行模糊推理,并自动在线整定出速度环PID的三个系数（比例系数、积分系数、微分系数）,不仅减少了速度环的调节时间,也能增强抵御来自电流环（或力矩环）的干扰。仿真结果表明,当永磁同步电机的转速发生变化或负载发生扰动时,相比于传统的PID控制器,模糊PID控制器能提高系统的动态性能与鲁棒性。该方法用于永磁同步电机的控制是可行、有效的。     

改进PSO电液伺服系统的在线PID参数整定

针对传统的电液伺服系统PID控制器参数在线整定难以达到最优的问题,提出了一种解决方法。根据系统的动态模型,在系统时变参数的变化范围内取若干值,得到一组相应数目的定参数系统模型。针对这组模型,采用改进PSO整定PID参数,获得一组近似最优化的PID参数,拟合数据得到PID参数曲线,利用该曲线进行电液伺服系统的在线整定。该方法可实现近似最优的PID参数在线整定,控制系统的性能得到了明显的提高。仿真结果证明了该方法的有效性。     

智能PID参数自整定技术在伺服系统中的应用

针对常规PID控制参数整定困难,且受时变、非线性等因素影响而不能达到预期控制效果的实际情况,提出了RBF网络动态辨识的BP神经网络PID参数自整定算法.此算法可实现PID控制参数的在线自整定和优化;同时,将算法应用于伺服控制系统中,以VC++6.0和Matlab为开发和仿真工具,对动态辨识神经网络智能PID参数自整定方法进行仿真研究.仿真结果表明,控制算法鲁棒性强、响应速度快,可用于控制参数时变的非线性系统.     

持续载荷飞行模拟器控制方程参数优化研究

为提高持续载荷飞行模拟器仿真逼真度,解决持续载荷飞行模拟器角运动本体感知与视觉感知错配问题,对持续载荷飞行模拟器控制方程参数优化问题进行了深入研究。介绍了持续载荷飞行模拟器仿真原理,构建了持续载荷飞行模拟器控制方程。基于人体感知模型设计了的持续载荷飞行模拟器控制方程参数优化算法,给出了控制方程参数优化的具体流程。通过仿真实例验证了所提出控制方程参数优化算法的可行性和有效性。研究结果可为持续载荷飞行模拟器控制算法设计提供参考。     

高性能永磁同步电机位置伺服系统建模与仿真

永磁同步电动机由于其优越的性能而广泛应用于精确的伺服控制系统中,但其绕组相电流和转速具有强耦合性,而且永磁同步电机的模型的不确定性影响了控制器的精度.文中首先建立了基于PID控制器的交流伺服系统,在此基础上又提出了一种基于自抗扰控制器的高性能永磁同步电动机位置控制器,并建立了基于该控制器的永磁同步电动机伺服系统仿真模型.仿真实验证明,与基于PID控制器的交流伺服系统相比较,基于自抗扰控制器的交流伺服系统的优越的跟踪性能和抗扰性能.     

永磁同步电机伺服系统功率主回路的设计

功率主回路是交流伺服系统的核心,直接驱动伺服电机工作,由三相整流电路、智能功率模块IPM组成。三相交流电流经功率主回路处理成近似对称的正弦交流电驱动永磁同步电机PMSM工作。良好性能的功率主回路是伺服系统获得好的动态性能和稳态精度的关键。     

基于混沌微粒群的矫直机伺服系统控制

对矫直机伺服压下系统控制方法进行了研究,为了解决PID控制策略难以达到最优状态,且易出现较强的振荡和较大超调量等问题,作者在微粒群算法（PSO）的基础上,引入了混沌算法的优化思想,形成了一种新的混沌－PSO优化算法,并应用在PID控制器的参数优化上。通过MATLAB对新算法进行仿真,仿真结果表明,该优化算法对输入信号的动态响应快,系统超调量和调节时间减少,并且系统的抗干扰性及跟随性都有所提高,具有良好的控制效果,为矫直机的压下系统控制提供了一种有效可行的新型控制策略。