改进蝗虫优化算法 在模糊神经网络PID控制中的研究

传统模糊神经PID控制算法易出现网络参数调整不合适导致控制效果差的问题。本文提出一种改进蝗虫算法优化下的模糊神经网络PID控制算法。首先针对传统蝗虫算法粒子多样性不足的问题引入Levy随机飞行策略,其次引入非线性缩减因子和模拟退火算法来改善算法寻优能力以及跳出局部最优解的能力,然后将改进的蝗虫算法与模糊神经PID结合来优化神经网络超参数以及实现控制参数自整定,最后由仿真结果验证所提出的改进蝗虫算法优化模糊神经网络PID算法的优越性和可靠性。     

基于改进PID算法的电压调节器智能控制

电压调节器的工况十分复杂,其具有非线性、突变等变化特点,传统PID控制算法存在超调、控制准确度低等不足,为改善电压调节器的控制性能,提出一种改进PID算法的电压调节器控制算法。将PID的三个参数编码成为一个萤火虫位置相量,通过模拟萤火虫种群的觅食和寻偶行为找到最优PID参数,然后通过PID参数在线调节实现对电压调节器的智能控制,最后采用Matlab 2012软件进行仿真对比实验。实验结果表明,相对于传统PID参数优化算法,改进PID算法可以使电压调节器控制系统的超调量减小,响应时间加快,提高了系统的稳定性能。     

基于粒子群优化算法的变论域模糊PID控制器在过热汽温控制中的应用

针对锅炉过热汽温大滞后和大惯性等难以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,加入了变论域思想对控制系统进行改进,最后将粒子群优化算法应用于变论域模糊控制器中,对量化因子及PID的三个参数Kp、Ki和Kd进行优化。将模糊PID控制器应用于过热汽温度控制系统进行仿真。仿真结果表明:采用基于粒子群优化算法的变论域模糊PID控制比传统的PID控制具有较强的鲁棒性和抗干扰能力,具有明显的优越性。     

基于改进人工鱼群算法和自适应模糊PID的云台相机位姿控制

巡检机器人的云台相机位姿控制对设备巡检和获取故障区域图像至关重要。针对综合管廊巡检机器人的巡检需求,提出了一种基于改进人工鱼群算法和自适应模糊PID的云台相机位姿控制方法。在人工鱼群算法优化的中后期,借鉴遗传算法思想增强寻优能力。基于改进的人工鱼群算法优化云台相机位姿PID控制参数初值,设计了相机位姿变换的约束区域,通过自适应模糊PID实现相机位姿在线实时控制,并与常规PID和自适应模糊PID控制算法进行对比分析。实验结果表明,基于改进人工鱼群算法和自适应模糊PID的云台相机位姿控制具有良好的实用性和鲁棒性。     

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。     

对称双线性系统的在线修正参数预测滤波PID控制

在双线性系统中加入控制输出的符号函数,建立了可描述对称非线性系统的对称双线性系统。采用可克服算法病态的遗忘因子递推最小二乘算法对被控对象进行参数估计,利用自校正预报显式算法对系统输出进行预测,基于具有预测控制性能的增量型预测滤波PID控制算法,根据可克服算法病态的直接极小化指标函数自适应控制算法和Robbins-Monro算法,给出了具有在线修正PID控制参数和加快PID控制参数收敛性能的对称双线性系统的自适应预测滤波PID控制算法。仿真结果表明改进的PID控制算法具有预测控制性能和在线修正参数性能,系统具有较好的控制品质。     

基于协同进化算法的水轮机模糊PID调节系统研究

针对常规遗传算法在优化水轮机模糊PID调节系统的模糊规则时，对于模糊PID整定公式中的三个比例因子的确定采用手动调整的不科学性，本文提出了一种新的基于协同进化算法的参数自整定模糊PID控制算法，该方法采用协同进化算法同时优化模糊PID控制的模糊规则和模糊PID整定公式中的三个比例因子，通过模糊推理的方法求解PID参数的变化量，对PID参数进行自动整定，为了避免优化得到的模糊规则之间发生跳变，在目标函数中引入一光滑因子。仿真结果表明，该控制算法具有良好的静态、动态性能和很强的鲁棒性。     

磁粉离合器自调整模糊PID励磁控制技术

针对磁粉离合器应用环境复杂,采用传统的控制算法很难满足系统非线性、变参数的要求等问题,在研究了模糊控制和传统PID控制算法的基础上,提出了一种自调整模糊PID控制算法。该算法兼有模糊控制和PID控制算法的优点,实现了对过程参数的无稳态误差控制,同时具有很好的自适应特性,并且能够克服非线性因素带来的影响,具有较强的鲁棒性。将该算法应用于双轴水冷式磁粉离合器,能够实现在线PID参数的自整定。通过对该控制算法的仿真,并与常规PID控制算法的实验比较,该控制算法响应速度快,负载侧电流稳定时间短、电流超调量小,且控制系统具有很好的自调整能力。     

智能小车循迹控制算法优化与设计

本文对基于红外传感器的智能小车路径识别算法和循迹控制算法进行了优化设计。基于红外传感器识别黑色轨迹特性曲线的对称性和近似线性的特征,实现了连续路径识别,并提高了识别精度。针对传统PID算法控制参数不能实时调整的缺点,设计了控制参数可以随小车运行轨迹和速度实时调整的改进PID算法。并对路径识别以及循迹控制算法进行测试,测试结果表明,采用改进PID算法控制的智能小车克服了在高速运行时的抖动现象,并且速度明显提高。     

改进的PSO算法在摊铺机行驶控制器中的应用

摊铺机行驶系统为液压伺服系统,具有非线性、时变的特点。针对行驶系统控制器PID参数整定困难且不同工况下参数整定烦琐及易出现较大的振荡和超调使控制结果不理想等问题。提出一种非线性变权重、随机学习因子、并行搜索PSO算法的PID控制器参数优化方法。利用MATLAB语言对摊铺机行驶系统近似模型进行了仿真分析,仿真结果在保证PID控制稳定性基础上提高了PID控制的精度。与混沌优化方案进行了比较,ITAE性能指标值的精度提高了6个数量级,结果表明该改进的PSO算法实现简单,对参数初值设置不敏感,鲁棒性强,快速有效地实现了PID参数的全局优化。在稳定、超调量、响应时间、调节时间几项综合性能上优于混沌优化算法,表明了此算法在PID参数整定中的有效性及应用前景。     

基于变尺度优化方法的神经元PID控制及应用

针对传统PID控制算法的不足 ,利用最优化方法提出一种基于变尺度优化方法的神经元PID控制算法。仿真实验及在伺服电机转速控制中的应用表明 ,该算法具有较快的学习速度及良好的收敛性能,并有效地克服了传统PID算法的缺陷。     

数字PID控制算法在冷水机组控制系统中的应用

通过对SIMATICStep-7编程软件中PID功能模块SFB41的参数分析与设定,并结合冷水机组控制系统的固有特点来实现多种数字PID控制算法的改进和冷凝压力的优化控制。     

基于改进粒子群算法优化PID参数的电气设备自动控制研究

常规的电气设备自动控制方法以逻辑控制为主,并未配置和优化PID参数,无法满足不同电气设备的运行需求,因此设计了基于改进粒子群算法优化PID参数的电气设备自动控制方法。首先基于改进粒子群算法整定电气设备控制PID参数,利用粒子群算法优化PID参数,根据适应度函数的输入情况调节参数,使电气设备的控制性能达到最优。然后设定电气设备自动控制逻辑指令,通过FBD、IL、ST、Ladder、SFC等语言组建电气设备自动控制功能,从而实现电气设备的有效控制。采用对比实验,验证了该方法的自动控制效果更佳,能够应用于实际生活中。     

压电驱动平台的自适应PID控制

为了辨识出最优的PID控制参数,建立压电驱动平台传动系统的动力学模型;根据压电陶瓷实际的迟滞特性曲线的非对称性,改进为非对称的PI迟滞模型,形成基于改进PI迟滞模型的前馈PID控制。采用基于改进的单神经元自适应PID控制算法和基于BP神经网络的PID控制算法,实现PID参数的在线实时调整。搭建压电陶瓷驱动平台实验系统,并进行闭环控制实验。结果显示,驱动平台在前馈PID控制、单神经元自适应PID控制算法及基于BP神经网络自整定PID控制算法下的平均定位误差分别为16.5 nm,8.3 nm及5.1 nm。自适应PID闭环控制精度优于前馈PID控制,神经网络整定PID控制精度高于单神经元自适应PID控制。     

一种改进的单神经元PID控制器的研究与仿真

为改善单神经元控制中学习速度慢,动态响应特性等问题,研究了一种改进的单神经元PID控制算法,该算法在神经元算法的加权系数中引入了二次型性能指标。在此基础上将其运用于电厂锅炉过热气温控制,设计了一种基于二次型性能指标的单神经元PID的过热汽温控制系统,总结了算法中参数的设置修正规律。仿真结果表明,这种控制算法具有优良的控制性能。     

基于RBF神经网络的智能车速度控制系统研究

针对传统PID控制算法在电磁导航智能车速度偏差处理中存在比例、积分、微分参数一经确定,不能在线调整、不具有自适应能力的缺点,提出了将RBF神经元网络控制器及其算法应用到智能车的调速系统中,对传统PID参数整定进行改进。RBF神经网络能够辨识智能车电机的数学模型,可以根据控制效果在线训练和学习,调整网络连接权重值,最终自适应地整定PID三个参数来实现智能车的速度控制。MATLAB仿真测试表明,与传统PID控制算法相比,RBF神经网络PID整定算法在智能车速度控制中具有响应快,超调量小、鲁棒性和适应性强的优点,大大提高了智能车电机控制系统的性能。     

新型智能PID控制的PMLSM调速系统研究

为进一步提高永磁直线电机调速系统的动静态性能,提出将BP神经网络与传统PID控制器相结合,以实现PID参数的最优化自整定。在研究常规BP神经网络的控制算法的基础上,对常规BP算法的学习速率和动量因子不能动态调整带来的缺陷进行分析,提出基于误差变化率的动态调整算法,实现对PID控制器参数的自寻优,并将算法应用于永磁直线电机矢量控制系统速度调节器中。仿真实验结果表明,改进后的基于BP神经网络PID控制算法与传统PI控制器相比,控制系统的动静态性能更优,稳定性更好,解决了由于参数整定困难而导致PID控制器性能不能达到最优化的问题。     

无刷直流电动机单神经元自适应PID控制及改进

研制的无刷直流电动机单神经元自适应PID控制器，实现了在线调整PID参数的目的，克服了电动机非线性、参数易变的影响；同时引进变速控制算法对神经元比例参数K的给定进行了在线改进。仿真结果表明，单神经元自适应PID控制器自适应能力好，响应快．鲁棒性强．系统静态和动态特性良好，而且采用变速控制改进算法后，速度的调节器品质有所提高。     

基于改进粒子群算法的水轮机调速系统参数优化研究

水轮机调速系统控制效果对于提高水轮发电机组工作效率以及提升电能质量具有非常重要的作用,因此,对其进行有效控制具有非常重要的应用价值,为了能够弥补传统水轮机调速系统控制的缺陷,将改进粒子群算法应用于水轮机调速系统地参数优化。首先,分析了水轮机调速系统的基本原理;其次,分析了水轮发电机组调速系统的模糊PID控制算法;然后,讨论了改进粒子群算法的基本理论,设计了相应的数学模型和算法流程;最后,进行了基于改进粒子群算法的水轮机调速系统的参数优化仿真,仿真结果表明,改进粒子群算法能够有效地提高水轮机调速系统的可靠性。     

重复补偿PID控制在交流伺服系统中应用

针对交流伺服系统存在参数时变、负载扰动以及交流电动机的非线性特性等因素,采用传统的控制方法无法满足控制要求,提出了一种基于重复补偿的PID控制算法.该算法在充分利用重复控制优点的基础上进行改进重复控制结构,并将其嵌入到常规的PID控制中,形成一种具有较强的抗干扰能力、较好的跟踪性能的控制算法.该控制算法容易实现,具有较强的实用性.仿真结果表明该设计方法的有效性和可行性.