基于蚁群算法的再热汽温预测PID控制器参数优化

将预测控制和PID控制器结合运用于再热汽温系统的控制当中。采用神经网络多步预测作为预测模型,并用蚁群算法实现了该控制系统的PID参数在线优化;最后通过计算机仿真,验证了该算法的有效性。     

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.     

基于改进鲸鱼算法优化模糊控制的开关电源

针对反激式开关电源的控制策略问题,传统的模糊PID控制下的电源输出稳定性低,同时出现负载突变时的控制效果较差。利用鲸鱼优化算法对模糊PID控制系统进行优化,并且使用Tent映射对鲸鱼算法中初始种群进行混沌化,通过混沌鲸鱼优化算法对模糊PID控制系统中的论域进行优化,使得该控制系统下的反激式开关电源输出稳定度和抗干扰能力得到提升。基于Matlab软件完成反激式开关电源建模进行仿真研究。仿真结果表明,CWOA-FPID下的反激式开关电源的稳定性优于鲸鱼算法和粒子群算法优化下的控制器,当负载从10 Ω变到5 Ω时,本文下的控制策略相比较其它两个算法在电压恢复时间和电压输出突变都有显著优势。验证了改进鲸鱼算法优化的模糊PID控制器能够更好的满足反激式开关电源的控制要求。     

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。     

时间最优PID控制器参数遗传优化方法的研究

时间最优PID控制是一种将Bang-Bang控制与PID控制相结合的控制方法,参数设定是该控制器设计的核心环节。本文基于人工智能中的遗传算法理论,设计了一套针对时间最优PID控制器参数设计的寻优算法,并给出相应的计算机辅助设计方案。运用该方法优化的算法对电加热炉炉温控制系统进行的仿真实验体现了良好的优化效果。     

遗传优化PID整定算法在阀门定位器中的应用

电气阀门定位器调节阀门开度的PID控制过程容易出现较大的超调,通过自然泄气或增加反作用回调阀位,会对系统的鲁棒性和控制效率产生较大影响。提出一种遗传优化的PID整定算法,基于继电反馈法获得系统PID参数的大致范围,并利用改进遗传算法进行PID参数寻优,使系统接近无超调控制,提高控制精度,缩短调节时间。系统获得PID参数用于控制气动调节阀,超调量可控制在06%,调节时间相比于传统PID算法缩短66%。仿真和实验结果表明,该整定算法能够实现稳、准、快的控制方式,为优化电气阀门定位器的控制策略提供了一种新的思路。     

球磨机混合优化前向神经网络PID解耦控制系统

针对球磨机制粉系统的多变量、强耦合、非线性和时变性等特点,提出球磨机的混沌PSO与BP混合优化前向神经网络PID解耦控制系统.在这种控制器中,PID控制器的控制参数采用神经网络进行自适应整定,神经网络的权值采用混合优化算法进行调整.仿真结果表明该控制方法跟踪快、鲁棒性强、解耦好,控制品质优于传统PID解耦控制方法,较好地解决了球磨机的时变性、耦合性等问题.     

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。     

主汽温量子粒子群-PID优化控制

基于基本粒子群(PSO)优化算法容易发生早熟、收敛速度慢,研究了一种改进的粒子群算法--量子粒子群优化算法(QPSO).将这种算法应用于某电厂主汽温控制系统PID参数优化,得到了最优参数.仿真结果表明,QPSO使得主汽温控制系统具有更好的控制品质,提高了系统的静动态特性.     

基于自适应粒子群优化的静止变频电源控制研究

为了提高静止变频电源输出的电压波形质量,增强控制系统的鲁棒性,提出了基于自适应粒子群优化算法(APSO)优化模糊神经PID控制策略。利用改进的自适应粒子群优化算法优化模糊神经网络的前件、后件参数和单神经元优化PID参数,实现了控制器参数的自动调整。在MATLAB/SIMULINK环境下,对该策略控制下的静止变频电源控制电路进行了仿真。结果表明,与普通的模糊神经网络PID控制对比,引入改进的粒子群优化算法可以实现参数的全局快速寻优。优化后的模糊神经PID控制器具有良好的控制性能和自适应能力,很好地满足了系统的鲁棒性、快速性的要求。     

基于RBF-ARX模型的多变量系统非线性预测控制

提出了基于RBF - ARX模型的压铸机多变量压射过程非线性预测控制算法.在参考历史数据和机理模型建立RBF- ARX全局非线性动态模型的基础上,以快速收敛的结构化非线性参数优化策略离线辨识估计和优化模型参数,确定了预测控制系统的结构和多步向前预测控制输出.与传统PID控制算法的速度设定值跟踪效果对比表明基于RBF- ...     

基于预测控制的PID调节位置跟踪系统的设计

通过对预测控制和传统的PID闭环控制的分析和研究，提出了将先进的预测控制算法和经典的PID闭环控制相结合，构成软硬件结合的双层控制的思想。建立了一个三轴仿真系统中的交流伺服电机模型，并将控制算法应用于系统的单轴进行了控制实验研究。结果表明，该双层控制策略比PID控制算法使系统在跟踪特性、稳定性和鲁棒性等方面都有了提高。     

联合循环电厂余热锅炉的监督预测控制策略

联合循环电厂中余热锅炉的主要动态特性包括非线性、时滞和不确定性，采用传统控制方法难以实施有效控制。文中所采用的监督预测控制是一种综合的优化控制策略，以设定点优化为核心，具有监督层和调节层的双层控制结构，通过监督层动态优化目标函数，来完成对给定的调节层提供最优的设定点。该算法具有设计简单、易于实现的优点。文中给出了监督预测控制算法的详细推导过程，并以余热锅炉的主汽压对象为例，在不同工况下进行了仿真研究和实时控制，同时与广义预测控制、传统PID控制做比较，仿真结果表明，监督预测控制具有良好的控制效果和跟踪能力。     

一种改进的广义预测控制算法分析与应用

在分析PID算法和广义预测控制算法（GPC）的基础上,将广义预测控制算法的性能指标构造成PID形式,并推导了改进的PID型广义预测控制算法（PIDGPC）。通过仿真在时域内分析了PID型广义预测控制算法控制器的参数选择对控制性能的影响。通过与基本广义预测控制算法对比,说明了PID型广义预测控制算法具有更好的控制性能,将会有较好的工程应用前景。     

基于Laguerre模型的过热汽温自适应预测PI控制系统

针对火电厂锅炉过热汽温控制的特点,设计1种基于Laguerre模型的自适应预测PI控制器。该预测控制器采用对时延具有良好逼近能力的正交Laguerre函数模型作为预测模型,利用带遗忘因子的最小二乘法在线辨识Laguerre预测模型的系数,以提高系统适应工况变化的能力;滚动优化指标采用比例积分型结构,以提高系统的快速性和鲁棒性。通过对具有严重参数不确定性、扰动以及大迟滞的电厂过热汽温被控对象进行仿真研究,结果表明该方法能够很好地适应对象特性的变化,且控制系统的性能比常规串级控制系统有较大提高。     

基于遗传PID整定的感应电机控制研究

提出了基于遗传算法的感应电动机调速系统PID参数的寻优方法,并利用优化后的PID控制器作为感应电动机双闭环调速系统的转速调节器进行仿真分析。研究表明,利用遗传算法寻优设计的PID控制器来控制感应电动机,可以获得良好的稳定性、鲁棒性和动态品质。     

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。     

基于花授粉算法的无刷直流电动机速度控制研究

无刷直流电动机速度控制系统离不开性能优良的PID控制器。针对PID参数的在线优化问题,引入花授粉算法,以积分平方误差作为目标函数,将优化的方法应用于PID调节,实现无刷直流电动机速度控制。仿真结果表明,与传统的PID调节系统相比,花授粉算法速度控制系统有更好的鲁棒性,响应时间更快,控制精度更高。     

基于粒子群优化设计的直流无刷电机控制系统研制

针对直流无刷电机控制器优化设计的问题,提出了基于粒子群优化PSO算法的比例、积分和微分(PID)控制器的优化设计方法.结合PSO的基本原理和BLDC系统的控制策略,考虑到综合评价系统的各项性能指标,给出了优化PID控制器设计的步骤.仿真和实验结果表明:该方法能搜寻到最优或次最优的参数数值,优化得到的控制器速度响应快、超...     

DMC-PID串级控制在火电厂过热汽温控制中的应用研究

根据火电厂过热汽温的动态特性,将先进的预测控制算法和PID控制算法相结合,构成DMC-PID串级控制系统。利用DMC预测控制算法的鲁棒性强及PID控制算法抗干扰性能好的优点,在Matlab平台上进行了仿真,结果表明该控制策略具有明显优于常规PID串级控制的性能。