基于自适应遗传算法的非线性PID控制器

生物发酵利用夹套进行加热和冷却,其温度控制精度非常重要.但这种以温度为被控对象往往存在严重的积分纯滞后现象,采用常规的控制算法难以达到所要求的控制品质.基于PID控制器各增益参数与偏差信号之间的非线性关系,采用出一种非线性PID控制器.同时,针对经典遗传算法收敛速度慢,易陷入早熟,局部最优等缺点,提出一种自适应遗传算法,自适应遗传算法通过建立适应值差值函数来适时调整交叉、变异概率.这使算法具有自适应性,将其应用于非线性PID控制器参数寻优.仿真结果表明,基于此遗传算法寻优的非线性PID控制器可以有效的抑制大滞后系统的超调缺陷,具有较好的控制精度.     

基于自适应遗传算法的DFB激光器模糊PID温控系统

针对传统的PID控制算法很难准确控制DFB激光器温度的问题,提出并设计了一种基于模糊PID控制和自适应遗传算法的新型DFB温度控制系统.该控制系统由硬件和软件两部分构成,在硬件设备上以单片机作为控制系统的处理器,以铂电阻和热电冷却器分别作为控制系统的敏感器和执行器;在控制算法上利用自适应遗传算法来优化模糊PID的自整定规则.结果表明,该系统能够实现DFB激光器在5~65℃温度范围内的有效控制,控制误差和超调量分别低于0.002 3℃和10%,具有较好的应用前景.     

基于Labview的模糊PID温度控制系统

本文设计了温度控制系统,采用Labview语言设计的上位机PID控制,模糊PID的参数通过串口传输给下位机,下位机接收的PID参数控制输出PWM波,从而控制加热装置的功率。采用模糊PID控制,改善系统的响应度并且大大的提高系统的精度。用Labview设计的上位机界面可以方便的输入控制变量,实时显示环境温度值,使得本系统控制灵活、原理简单、应用广泛。     

基于单神经元PID控制的温度控制系统

利用神经网络的自学习特性,将神经网络与PID控制方法相结合,实现对温度控制系统的在线智能控制。仿真结果表明,该温度控制系统具有很好的控制效果。     

基于模糊神经网络的PID温度控制系统

应用模糊神经网络PID控制技术，建立了高分子聚合物反应温度控制系统。该系统利用模糊神经网络调整PID参数，进一步完善了PID控制的自适应性能，自行设计了该控制系统的硬件和软件部分，可以接入8点热电阻信号，具有显示温度、自动控温、声光报警等功能，应用结果说明，该温度控制系统充分利用了模糊神经网络和PID控制的优点，具有良好的动、静态特性和自适应性。     

基于遗传算法的可调因子模糊PID控制器的设计

传统的PID控制算法简单、易于实现,但对于非线性、不确定性的控制对象,控制效果并不理想。本文将不依赖于被控对象的数学模型,适应能力好的模糊控制和常规PID控制相结合,并对模糊算法中对系统性能有重要影响的量化因子用遗传算法进行优化,提出一种基于遗传算法的可调因子模糊PID控制器。仿真结果表明该控制器具有良好的动态性能和静态性能。     

基于遗传算法的自整定PID调节器及应用

PID调节器在工业控制领域中应用广泛,因此对调节器参数进行在线整定具有十分重要的意义.本文在对系统在线建模的基础上,采用遗传算法(GeneticAlgorithm,GA)实现了PID参数的自动整定,并在温度控制系统中取得了成功应用.     

基于PLC的反应釜模糊PID温度控制系统

针对在化学反应釜内进行温度控制的不确定滞后导致的控制困难,采用一种模糊PID控制算法。算法利用PLC的系统功能进行实现。系统充分利用了PLC控制系统灵活、可靠、抗干扰能力强等特点。现场运用结果表明系统较好消除了时变时滞对控制的影响,具有较好的鲁棒性。     

基于模糊遗传算法的PID自整定研究

针对复杂工业过程控制要求多样性、控制参数难调整的问题,提出了一种基于遗传算法与模糊理论相结合的PID自整定算法。在加热炉温度控制中,用该算法进行PID参数优化,实验表明,控制器的控制精度、温度变化平稳性等指标均得到了改善,能够较好地解决工业过程中控制参数优化的问题.     

免疫优化变参数PID控制及其应用

针对工程实际应用,提出了一种改进的变参数PID控制策略。新的控制策略不论对于调节还是设定值跟踪均具有很好的控制效果,对于工业实际中常见的大滞后对象也有很好的抗干扰性能和较强的鲁棒性。为了使变参数PID控制取得更好的效果,采用免疫遗传算法进行设计参数的优化整定。通过对具有严重参数不确定性、多扰动以及大迟延的电厂主蒸汽温度被控对象进行的仿真研究,结果表明,免疫遗传算法的特点使得它具有全局优化的能力,对变参数PID控制的参数优化设计是成功和有效的,使得汽温控制系统在不同的负荷下均获得很好的调节品质。     

基于遗传算法的鲁棒PID控制器设计

从分析控制系统的性能指标入手,从抗干扰性能和鲁棒性能两方面综合考虑控制器的设计,得到一种鲁棒 PID 控制器的设计思路,把 PID 控制器的设计问题转化为求解一个带鲁棒性能约束的绝对误差积分指标 (IAE) 优化问题。鉴于问题是非凸的,用常规优方法无法得到最优解,采用遗传算法来求解该问题。分别对一阶加纯迟延(FOPDT)和非线性对象进行了仿真,结果表明了方法的有效性,不仅控制系统性能优良,而且抗干扰能力和鲁棒性能也很好。     

基于PID控制和遗传算法的半导体激光器温控系统

为了实现半导体激光器温度的精确控制,设计了将PID控制与遗传算法相结合的高精度温度控制系统.该系统使用热敏电阻与光电二极管进行测量和反馈半导体激光器的温度值,并用热电制冷器作为温控执行器,构成了双闭环控制系统,提出了利用遗传算法在线优化PID参数的方法,根据实时测量偏差、控制器输出和上升时间构建函数作为待优化的性能指标,从而动态调整控制器的参数.结果表明,系统能够实现高精度的温度稳定控制,稳定度达到0.027%,温度偏差为0.002℃,控制效果优于传统的PID控制,具有较好的应用价值.     

基于遗传算法的广义预测PID控制及其在锅炉主汽温系统中的应用

针对超超临界机组的主汽温控制,提出了一种广义预测PID控制方法,该方法采用改进遗传算法对PID控制器参数进行在线优化.采用了一种基于广义预测控制性能指标的遗传算法寻优思路,建立了主、副回路PID参数优化模型;在选择、交叉和变异算子方面,初始种群设计方面和交叉、变异概率调整方面对遗传算法进行了改进.最后对广东潮州电厂某锅炉现场连续运行的历史数据进行了控制仿真,结果表明采用基于改进遗传算法的预测PID控制策略后,系统在动、静态特性和变负荷能力上均比常规串级系统效果更好.     

仿人智能PID控制算法及其应用

简介了气候模拟试验室微机测控系统的结构, 结合试验系统的特点,提出了一种大惯性、不确定对象的温度仿人智能ＰＩＤ 控制实现方案,并给出实际运行结果     

改进思维进化算法在过热汽温系统中的应用

应用改进的思维进化算法优化PID参数。思维进化算法的子群体间彼此独立操作,因此会有重复操作,重叠的区域,因而造成资源浪费。将小生境技术引入到思维进化算法。它对群体进行划分,减少重复搜索,保持群体的多样性,提高搜索效率。通过对具有严重参数不确定性、多扰动以及大迟延的电厂主汽温被控对象的仿真研究,结果表明:改进的思维进化算法寻优速度快,计算量小,对PID参数优化是非常有效的,使得主汽温控制系统取得了较好的控制品质,系统的鲁棒性比较强。     

基于遗传算法的足球机器人控制参数优化

讨论了如何在SimuroSot 1．5a平台中使用遗传算法对参数进行优化,具体阐述一个基于SimuroSot 1．5a平台的参数优化专用系统的设计和具体结构,以及遗传算法在这个系统中的应用,并简要介绍了应用此平台优化PID算法参数的一个实例．     

二自由度PID内模主汽温控制

基于内模控制理论,针对电厂主汽温被控对象的大惯性、大滞后特点,设计了一种二自由度PID控制系统。设计的二自由度PID控制器有两个调节参数,一个调整系统的位置跟随性能,另一个主要用来调整系统的干扰抑制特性和鲁棒性。对控制系统进行仿真试验,仿真结果表明设计的控制器具有良好的位置跟随性能、抗干扰性能和鲁棒性。