共查询到20条相似文献,搜索用时 31 毫秒
1.
为避免模糊PID控制中参数选取的经验性及参数不变性,应用粒子群算法优化隶属函数分布,增强控制器自适应能力,并提高其控制精度,充分体现了算法的智能性.将粒子群优化的模糊PID控制应用于配料控制系统中,通过仿真并与模糊PID以及传统PID控制方法相比较,结果表明,粒子群算法收敛快,找到最优点时间短,优化后的模糊PID控制具有静态误差小、调节时间短、无超调、抗干扰能力强等优点,能很好地满足控制过程的动态特性,并具有较强的鲁棒性及适应性. 相似文献
2.
3.
4.
鉴于PID控制器的优越性,其在工业控制领域中的引用越来越广泛。PID控制器的性能主要在于其参数优化设计,PID参数优化问题一直是研究热点。为了解决PID参数优化问题,提出了一种基于自然启发的风驱动优化算法(WDO)的PID优化控制方法,该算法以PID三个参量为控制对象,以误差绝对值和控制输入平方项的时间积分作为优化目标,经过迭代寻优计算得到系统最优控制量。通过计算机仿真,并与遗传算法和粒子群算法PID参数优化相比,结果表明:该算法提高了系统的控制精度、响应速度和鲁棒性,为控制系统PID参数整定提供了参考。 相似文献
5.
为了解决传统PID控制器控制电冰箱温度所存在的响应速度慢、控制精度不高等问题,本文采用自整定模糊PID控制算法设计了模糊PID控制器,并在MATLAB环境中进行了仿真,与常规PID控制器的性能进行了对比,结果表明模糊自适应PID控制器的响应特性优于传统的PID控制器,响应速度更快,稳态精度更高,超调量更小,提高了电冰箱温度控制系统的性能.最后在ARM芯片上实现模糊控制算法,模糊控制表采用新方法二维矩阵存储,以便方便查询和管理,更好地满足温度调节的实时性. 相似文献
6.
中央空调房间温度控制系统是一个复杂系统,针对一次性整定得到的PID参数难以保证系统控制始终处于优化状态和良好的品质特性,提出了参数自整定方法,通过实时改变PID参数从而保证控制系统的优良品质。结合粒子群优化算法和模糊控制以及传统PID控制各自的优势,设计了一种新的自适应模糊PID控制器。鉴于PID控制器的性能完全依赖于其参数的整定和优化,采用粒子群算法离线优化PID参数,并利用模糊控制在线调整PID参数,以取得良好的控制效果。利用Matlab软件进行了数字仿真。仿真结果表明,方法调节精度较高,调节迅速,超调小,具有一定的可行性。 相似文献
7.
为避免分数阶PID预测函数手动调节参数的不确定性以及繁琐性,应用粒子群算法优化其参数,完善分数阶PID预测函数控制器,并提高其控制精度,充分体现了算法的智能性。将粒子群整定分数阶PID预测函数算法应用于单变量的励磁控制系统中,通过Matlab仿真并与模糊分数阶PID预测函数以及经验调节方法相比较,结果表明,粒子群算法整定参数收敛速度快,找到最优点时间短,整定后的算法具有静态误差小、无超调、上升速度快、调节时间短、抗干扰能力强等优点,能很好地满足励磁系统的动态特性,并具有较强的鲁棒性及适应性。 相似文献
8.
基于粒子群优化的PID控制器设计与应用 总被引:1,自引:0,他引:1
研究优化控制器设计问题,工业过程控制中广泛使用的PID控制器,参数的选取可等效为优化问题.针对PID控制器应用于实际的自动电压调节器(AVR)系统,为了有效地寻找AVR系统的最佳PID控制器参数,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.仿真结果表明PID控制器可以获得较好的控制性能指标,进而改善AVR系统的瞬时响应特性,具有一定的实用价值. 相似文献
9.
10.
根据PCR对温度控制的要求设计出一种模糊PID控制器,采用误差和误差变化率作为模糊PID控制器的输入,PID参数作为模糊PID控制器的输出,并使用一组模糊规则实现对PID参数的在线优化调节.通过使用Simulink图形化工具平台对模糊PID控制器和传统的PID控制器进行建模和仿真.结果表明,与传统PID控制器相比,模糊PID控制器性能优良,使系统响应速度加快,超调减小. 相似文献
11.
为了提高四旋翼飞行器姿态控制的控制性能,将分数阶PID控制器运用到四旋翼飞行器的控制系统中.提出了一种带随机权重平均值的二阶粒子群算法(RandW-SecPSO)去优化分数阶PID控制器的参数.将随机权重平均值与二阶粒子群算法相结合,对粒子群进行二阶初始化,同时加入随机权重用以平衡全局搜索能力和局部开发能力,这样提高了算法的收敛精度,并将其与PID控制器进行仿真分析.通过搭建仿真平台,验证了该算法的可行性.仿真结果表明:RandW-SecPSO算法在优化四旋翼飞行器分数阶控制器的参数上要好于粒子群算法(PSO),与PSO算法相比调节时间缩短了0.7s,上升时间减少了0.2s,超调量减小了8%,具有收敛速度快、超调量小、稳定性好等优点.总之RandW-SecPSO算法优化分数阶PID动态响应特性比PID要好很多. 相似文献
12.
研究PID控制器优化问题,现代工业控制过程中,由于许多被控对象受到于扰因素影响,具有高度非线性和不确定性,常规PID控制精度低,提出一种遗传算法、粒子群算法和RBF神经网络相融合的PID控制器设计方法(GA-PSO-RBF).首先采用遗传算法选择PID控制参数初始值,然后采用粒子群算法优化RBF神经网络参数,采用优后的RBF神经网络辨识控制对象的输出对输入的变化灵敏度,最后采用单神经元对PID控制器进行在线性调整,得到理想的控制效果.仿真结果表明,GA-PSO-RBF神经网络PID控制器的超调量小,响应速度快,提高了系统的控制精度. 相似文献
13.
14.
基于人群搜索算法的PID控制器参数优化 总被引:2,自引:0,他引:2
关于PID控制器在工业控制领域应用优化问题,PID参数优化成为工业自动化研究的热点.PID参数优化对于系统的稳定性、可靠性和快速响应等特性有着重要的意义.为了改善和优化PID控制器性能,提出一种人群搜索算法(SOA),以PID三个参量为搜寻队伍,以误差绝对值和控制输入平方项的时间积分作为优化目标,经过迭代寻优计算得到系统最优控制量.通过对比遗传算法和粒子群算法PID参数优化,仿真结果表明,改进算法提高了系统的控制精度,系统响应速度快,鲁棒性好,为控制系统PID参数整定提供了参考. 相似文献
15.
混合粒子群算法优化分数阶PID控制参数研究 总被引:6,自引:1,他引:5
分数阶比例-积分-微分(PID)控制器是一种把PID控制器的整数阶次推广到分数的比例、积分、微分控制器,它比传统的PID控制器更能精确地控制复杂的被控系统.而参数的取值对控制效果的好坏起着决定性作用,为此提出了一种混合粒子群算法BFA-PSO优化参数值.该算法将具有趋化、繁殖和驱散特点的细菌觅食算法和参数少,易于优化的粒子群算法相结合来计算出精确的分数阶PID控制器的参数值.通过对传统PID控制器和分数阶PID控制器参数优化的实验仿真,结果表明基于该算法的分数阶PID控制不仅无超调量、收敛速度快,而且鲁棒性强、收敛精度高,可用于控制不同的对象和过程. 相似文献
16.
针对生活垃圾焚烧控制系统焚烧过程存在的大滞后、非线性、复杂性、强耦合等问题,本文提出一种基于粒子群算法改进的BP神经网络PID垃圾焚烧控制策略,即在原有传统PID控制器的基础上加入BP神经网络算法,再通过粒子群算法对BP神经网络进一步优化,使其训练得到全局最优控制参数,提高神经网络的收敛性[1],从而在线实时调整PID的三个参数Kp、Ki和Kd。实验结果表明,基于粒子群算法改进的BP神经网络PID控制可以有效地克服传统PID控制存在的问题,明显减小了超调量,提高了系统的响应速度和控制精度。 相似文献
17.
针对在变风量(VAV)空调系统中,传统PID控制自适应能力差、对非线性系统控制效果不佳的问题,提出了一种基于粒子群优化(PSO)算法整定PID参数的方法。通过选取被控对象模型(空调房间模型),在目标空间中寻找最优PID控制参数集,并选取被控系统的误差绝对值乘时间积分(ITAE)指标作为粒子群算法的目标函数。通过设计优化程序,得到了系统仿真图。与传统Ziegler-Nichols(Z-N)算法整定PID结果相比,系统在工况切换时超调量降低、调节时间缩短。为了避免粒子群算法陷入局部极值,对算法进行了加权。在系统中的应用效果表明,与基本PSO算法相比,加权后的PSO算法在系统工况切换时,收敛速度变慢、系统偏差量减小、调节时间缩短。经仿真分析得出,加权后的PSO算法能有效地降低PID控制器的超调量。该优化算法应用于具有多种变化特性的VAV空调系统中,提高了系统的控制性能。 相似文献
18.
水轮发电机组PID参数的优化仿真研究 总被引:1,自引:0,他引:1
研究水轮发电机组PID参数优化问题,由于PID参数是一个多参数组合系统,参数间互相关联,呈高度非线线性关系,传统参数优化算法采用经验方法,耗时长,难以找到最优参数,导致PID控制精度不高.为了获取最优PID参数,提高系统控制精度,提出一种粒子群算法的PID参数优化方法.采P1D参数作为粒子群中的一个粒子,PID控制精度作为粒子的目标函数,通过粒子相互作用,不断缩小粒子的搜索空间,通过引入重新启动策略,提高粒子摆脱局部极值能力,最后找到最优PID参数.通过对某水电站的真实数据对参数优化后的PID控制器进行测试实验,结果表明,粒子群优化算法能够很快找到PID最优参数,明显提高了水轮发电机组PID控制精度,系统超调量更小,调节时间更短,为控制系统优化提供了依据. 相似文献
19.
针对传统比例积分微分(PID)参数难整定、控制性能不理想等问题,将模糊控制理论与PID控制器相结合,构成模糊PID控制器。采用Eye-to-Hand视觉模型,引入图像视觉伺服机制,通过图像获取误差信号来实现对PID控制器三个参数Kp、Ti和Td的实时在线自适应调整。最后在以PC机、CompactRIO、NI-9401、互补金属氧化物半导体(CMOS)摄像头、电机驱动器及无刷直流(DC)电机组成的打孔机视觉伺服运动控制系统上完成了实验。结果表明,基于图像的视觉伺服模糊PID控制器相对于传统PID控制器响应速度提高了60%,超调量降低了80%,鲁棒性也更好;不仅能提高孔的定位精度,还能边加工边检测。 相似文献
20.
分析了非线性PID控制器各部分参数对于误差的理想变化过程,构造出一种非线性PID控制器;整定参数较多时,传统的参数优化方法容易产生振荡和较大的超调量,在分析量子粒子群算法(QPSO)的基础上,引入了随机选择最优个体的思想,提出使用改进的量子粒子群算法(GQPSO)优化非线性PID控制器参数。将改进量子粒子群算法与量子粒子群算法、粒子群算法通过benchmark测试函数进行了比较。最后,通过典型传递函数实例,分别使用Z-N、PSO、QPSO方法和改进的量子粒子群算法进行了PID控制器参数优化设计,并对结果进行了分析。 相似文献