基于粒子群优化的串级模糊PID无人机飞行控制系统

为了解决无人机飞行控制系统存在的平稳控制响应慢、自适应能力差,抗干扰能力弱的问题,本文分析了无人机飞行控制系统的原理,建立了无人机飞行控制模型,在串级模糊PID控制的条件下,利用粒子群优化算法的迭代寻优能力,实时确定模糊控制中的量化因子、比例因子以及初始PID参数,通过模糊控制在线调整PID参数,使平稳控制中的参数时刻保持最优化,设计了一种基于粒子群优化的串级模糊PID的飞行控制系统。实验结果表明：当量化因子e、ec的值分别为3、0.75,比例因子k1、k2、k3的值分别为0.5、2、0.5时,系统稳定性达到最优。相比于串级PID控制与串级模糊PID控制,通过粒子群优化后的控制系统具有更优的控制精度和稳定性,能较好地提高系统的性能指标,满足快速高效调平的飞行要求。     

改进模糊PID控制算法的起重机吊重消摆及行车定位控制系统

对于起重机在吊装作业时产生的负载摇摆以及行车定位问题，利用Lagrange方程建立了吊重系统模型，提出了一种在线自动整定比例因子的自适应比例因子模糊PID控制方法，在Simulink仿真平台上分别设计了PID控制，模糊PID控制和自适应比例因子模糊PID控制系统，同时采用LQR控制方法进行对比。通过设置对比实验和鲁棒性实验，实验结果表明，所设计的控制系统对摆角的抑制能力相比于LQR控制、PID控制以及模糊PID控制系统，分别提高了40.3%、 24.4%、4.5%,且在其控制下的起重机小车可实现零超调量下的平稳定位。     

四旋翼无人机串级变论域模糊PID姿态控制研究

为解决四旋翼无人机控制系统存在的鲁棒性差和控制精度低等问题,结合变论域思想、模糊PID算法和串级PID算法三者优点,提出了一种基于变论域模糊PID的串级姿态控制算法。建立了四旋翼无人机系统动力学数学模型,在模型的基础上设计串级变论域模糊PID控制系统,将不同的控制器组合,使用外环角度环和内环角速度环对四旋翼姿态进行控制。常规串级PID算法和串级变论域模糊PID算法设计的控制系统所得仿真曲线对比表明,串级变论域模糊PID控制方法能满足四旋翼飞行器响应速度快与稳定性高的要求,其超调量为8%,明显优于串级PID控制方法。     

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DMC-PID串级控制的超临界机组给水系统研究

在超临界参数下,针对机组给水控制系统具有复杂多变、大惯性、大迟延等特点,提出了一种基于动态矩阵控制(Dynamic Matrix Control,DMC)和PID串级控制相结合的控制策略。首先对超临界机组给水控制系统被控对象的动态特性以及建立简化数学模型等进行了分析。其次根据动态矩阵控制原理建立了系统的DMC模型,从而设计了DMC-PID串级控制器。再运用蚁群算法(Ant Colong Optimization,ACO)对350 MW超临界机组的现场运行数据进行辨识,并优化DMC控制器参数。最后与传统PID控制进行了MATLAB仿真对比实验。结果表明DMCPID串级控制具有更好的稳定性和较快的调节速度,鲁棒性较好,抗干扰能力强。     

粒子群优化模糊PID的电动负载模拟器研究

为了解决多余力矩对电动负载模拟器强干扰，影响加载指令跟踪精度的问题，将基于粒子群优化的模糊PID控制方法用于加载电机控制器的设计。首先在分析加载电机结构以及工作原理的基础上建立了电动加载系统的数学模型，并利用结构不变性原理进行前馈补偿推导；其次针对常规PID控制器无法通过变参数来应对复杂的非线性环境，以及模糊PID量化因子、比例因子难以依靠经验调整问题，提出了一种基于模糊PID和粒子群优化算法的复合控制策略；最后通过仿真验证了该控制策略在对多余力矩消除上要优于常规的模糊PID控制。     

基于混沌遗传算法的主汽温系统RBF-PID控制

针对火电厂主汽温控制系统具有大惯性、大迟延等特性,提出一种基于混沌遗传算法的径向基函数神经网络整定PID参数的控制策略。利用遗传算法优化神经网络权系数,同时利用混沌优化方法的局部快速搜索能力,实现全局最优化。该控制策略不仅具有常规PID串级控制的特性,而且具有智能控制器的自学习能力,增强了系统对不确定因素的适应性。仿真研究结果表明,这种方法具有全局优化的能力,对PID控制的参数优化设计是成功和有效的,系统动态品质明显优于通常的PID串级控制,系统控制性能得到了较大提高。     

基于模糊自适应内模控制的主蒸汽温度控制系统研究

采用一阶时滞模型作为主蒸汽温度广义被控对象模型,设计基于模糊自适应内模控制的主蒸汽温度控制系统。在不同典型工况辨识得到不同对象模型参数,根据模型参数和模糊自适应规则自动整定控制器参数。对所设计的控制系统进行仿真和实际应用。结果表明,在外部扰动或模型不能准确匹配及不同工况运行时,此控制策略较传统串级PID控制和Smith预估控制具有更好的控制品质。     

模糊伸缩因子优化变论域的模糊PID矢量控制研究

传统PID对永磁同步电机(PMSM)加以控制时,系统性能会随内部参数、外部载荷时变而波动。将PID技术与模糊理论相结合无疑是解决上述问题的有效途径。模糊伸缩因子优化变论域技术不仅具有普通模糊PID的优点,且能利用模糊伸缩因子实现对初始论域的在线调整,大大提升了模糊规则的利用率。仿真结果表明:模糊伸缩因子优化变论域的PMSM伺服系统响应速度更快,超调量小,并且当负载过大过快变化时,转矩脉动小,调整时间短。该策略在工程上具有较好的实用性和应用前景。     

一种Fuzzy-PID复合控制器在过热汽温控制中的仿真研究

在电厂中,必须严格控制过热器出口蒸汽温度,蒸汽温度过高或过低,都将给安全生产带来不利影响。针对过热汽温被控对象的特点,充分利用模糊控制的动态特性好和PID调节能消除静态偏差的特性,设计了一种带自调整因子的模糊控制器,研究了Fuzzy-PID复合串级控制在电厂过热汽温控制系统中的应用。仿真结果表明,Fuzzy-PID复合串级控制系统具有更好的抗干扰能力和适应性。     

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。     

主汽温串级控制系统PSO优化方法的工程实践

常用的串级PID主汽温控制策略的控制品质在很大程度上取决于PID参数的整定.为获得最优控制参数,本文结合现场实际,给出了使用粒子群优化算法PSO对串级控制回路中主、副PI控制器同时进行优化的方法,指出了使用该方法时必须注意传递函数的选择、PID正反作用的判断及目标函数的确定3个方面的问题.仿真结果表明,优化后的控制器能有效克服原控制系统中由于参数设置不当导致的调节时间过长和执行机构频繁动作的缺点.实际投运效果也表明了参数优化后的主汽温控制效果取得了明显改善.     

PFC-PID串级控制在主汽温控制系统中的应用研究

针对火电厂主汽温控制系统大惯性，大迟延，慢时变以及扰动因素较多，常规串级PID控制难以取得满意的调节效果的特点，该文介绍并分析了预测函数控制（PFC）的基本原理和特点，给出了一阶加纯滞后系统的预测函数控制的具体算法，并将PFC和PID控制相结合，提出了PFC－PID串级主汽温控制策略，系统的内回路采用PID控制，内回路和主调节区对象构成PFC的广义被控对象，对广义被控对象进行拟合简化得到一阶加纯滞后对象，作为PFC的预测模型，算法简单；预测模型失配时，系统仍具有良好的控制品质，易于工程实现，具有较高实际应用价值，大量的仿真实验表明，采用PFC－PID串级控制策略的主汽温控制系统的动态品质明显优于采用PID串级控制策略的系统，具有较强的鲁棒性和抗干扰能力。     

基于PSO的模糊PID汽车空调控制策略优化

以人体热舒适性为目标,综合考虑汽车空调控制系统的复杂性,对某SUV6双蒸发器汽车空调系统的控制策略进行优化。在联合仿真的基础上,建立了基于模糊PID调节的汽车空调闭环控制系统,引入粒子群优化算法(PSO)优化PID控制器的参数,对风机风速和压缩机开度进行调控。对比PID、模糊PID和PSO模糊PID调节,分析得出：PSO模糊PID控制调节没有超调的缺陷,可以使乘客舱温度更快、更平稳地趋向目标舒适温度,有效降低汽车能耗,满足节能减耗要求。     

基于CFSPSO算法的控制器参数优化

针对基本粒子群优化参数性能的不足及其优化算法易早熟的弊端,提出一种带压缩因子的二阶粒子群改进算法(CF-Sec PSO)。采用多种测试函数对改进算法进行测试,同时介绍控制器参数优化时目标函数的选取,将算法应用于电厂主汽温控制系统控制器参数优化中。仿真研究表明:与基本粒子群算法和带压缩因子粒子群(CFPSO)算法相比,改进的粒子群算法改善了算法的搜索速度及精度,有效避免陷入局部最优。将其应用于优化主汽温的PID串级控制器参数,改进算法提升了控制系统的性能,对实际控制系统中参数整定提供了重要参考,验证了该算法的适用性。     

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ASAPSO的火炮随动系统模糊控制策略

针对传统PID控制器因参数无法随负载变化而实时改变,导致火炮随动系统控制效果不佳的问题,设计了以空间矢量控制为理论基础的三闭环随动控制系统。该随动控制系统采用永磁同步电机(PMSM)作为执行电机,并在系统位置环上加入了经自适应模拟退火粒子群优化算法(ASAPSO)优化参数后的模糊控制器。通过搭建系统仿真模型,将这2种控制器分别运用在该随动控制系统的位置环上,对比了2种控制器的位置响应、抗转矩扰动能力和目标跟踪能力。结果发现,模糊控制器的参数经ASAPSO优化后,系统的静态特性和动态特性比传统PID控制器更好,能够有效克服转矩扰动等非线性因素的影响,系统具有较好的目标跟踪性能。     

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。     

开关磁阻电动机调速控制器优化研究

针对开关磁阻电动机调速控制技术,设计了模糊PID调速控制器,提出了融合遗传算法的改进萤火虫算法。算法性能测试函数证明了改进萤火虫算法比单一算法的优化性能更优,把改进萤火虫算法应用到模糊调速控制器中来选取最优的量化因子和比例因子,仿真结果表明,改进萤火虫算法优化调整的模糊PID调速控制器在起动过程、负载干扰和转速跟踪性能上均表现出了更好的鲁棒性、抗干扰性和跟随性。     

基于粒子群优化模糊控制器无刷直流电机控制

针对传统PID调节器,在无刷直流电机的高性能速度跟踪中,难以克服系统超调和短时振荡问题,提出了一种新的无刷直流电机控制策略。即利用粒子群算法优化的模糊控制器代替传统PID控制器,对模糊控制器的三个参数地、kb、ku进行全局优化,充分发挥模糊控制器的鲁棒性。为了验证该方法的有效性,利用Matlab仿真工具进行仿真验证,观察控制系统的一阶动态响应。结果表明,系统具有很强的鲁捧性,能够很好的跟踪负载变化,动态响应快,速度跟随准确。