采用GA提高模糊控制器适应性的方法及应用研究

对于工业控制中广泛存在的多容量、大惯性、大延迟的被控对象,模糊控制是一种较有效的方法,模糊控制中隶属函数的正确选择是模糊控制器设计的关键,针对传统的获取隶属度函数方法的不足,本文设计了一种基于遗传算法的模糊控制器,系统采用遗传算法优化模糊控制器的隶属函数及其量化因子和比例因子的初值.仿真结果表明,采用该算法设计的模糊控制器较传统的PID控制器与模糊控制器具有鲁棒性强、超调量小的特点.这种改进型的模糊控制器具有良好的控制性能,体现了遗传算法在参数寻优方面的优越性.     

基于遗传算法的无刷直流电动机自适应模糊控制

针对模糊控制器所存在的问题,提出了基于遗传优化机制自适应模糊控制器的设计方法。模糊控制规则和模糊变量的隶属度函数的参数,均利用遗传算法进行离线确定和优化。将优化后的自适应模糊控制器用于无刷直流电动机的双闭环控制系统中。仿真结果表明该系统无超调、响应快,具有较强的鲁棒性。     

水轮发电机组GA模糊控制器研究

模糊控制器设计的困难之一就是确定量化因子和隶属度函数，它们对控制器性能具有重要影响。文中提出用遗传算法(GA)对水轮发电机组模糊控制器进行优化设计，描述了控制器结构、优化算法和动态仿真结果。仿真对比试验表明，经过GA优化的模糊控制器比经过MATLAB NCD工具箱优化的PID控制器具有更好的控制效果和更强的鲁棒性。     

用遗传算法优化模糊控制器的隶属度参数

介绍了遗传算法的基本原理和执行步骤，并用遗传算法优化模糊控制器的隶属度参数，在倒立摆的仿真实验中取得了很好的结果。     

水轮发电机组GA模糊控制器研究

模糊控制器设计的困难之一就是确定量化因子和隶属度函数，它们对控制器性能具有重要影响。文中提出用遗传算法（GA）对水轮发电机组模糊控制器进行优化设计，描述了控制器结构，优化算法和动态仿真结果。仿真对比试验表明，经过GA优化的模糊控制器比经过MATLAB NCD工具箱优化的PID控制器具有更好的控制效果和更强的鲁棒性。     

STATCOM模糊控制的综合优化设计

针对严重非线性静止同步补偿器模糊逻辑控制隶属函数的参数和模糊控制规则调整困难的问题,根据微遗传算法,并利用模糊系统的逼近能力,提出了一种模糊控制综合优化设计方法.选择模糊控制器的输入/输出观测信号,应用MATLAB中的模糊控制工具箱快速地获得初始的模糊控制规则,再采用微遗传算法优化其隶属函数参数和模糊控制规则,并给出了模糊控制规则优化后的结果.对带有一个静止同步补偿器的四机电力系统,在三种不同的负荷和三种不同的控制方式下进行仿真实验,结果表明:在宽负荷变化范围内,该控制器的追踪控制能力和鲁棒性等比常规的超前滞后控制、未优化模糊控制都优越.     

基于遗传算法的同步发电机模糊PID励磁控制器

在常规模糊比例、积分、微分PID(Proportional,Integral and Differential)励磁控制器基础之上．提出了一种利用遗传算法优化模糊控制器的量化因子和比例因子的同步发电机励磁控制器。介绍了同步发电机自动励磁系统及模糊PID励磁控制器的构成、模糊PID控制器的原理及作用．给出了用遗传算法优化模糊控制器的实现方法。进行了仿真研究,结果表明利用该方法设计的励磁控制器具有更好的动态特性和静态特性。     

采用遗传算法改善模糊直接转矩控制性能

提出了一种采用遗传算法优化模糊隶属度函数的方法，并用于模糊直接转矩控制系统的模糊隶属度函数自学习避免了隶属函数设计的盲目性。     

基于遗传算法的火电单元机组模糊控制系统

火电单元机组是一个多变量、强耦合、大时滞复杂的非线性系统，难以建立精确的数学模型，其控制系统的设计面临着严峻的挑战。文章提出了基于遗传算法的火电单元机组模糊控制系统。遗传算法用全局优化模糊控制器隶属度函数的比例因子，优化后的模糊控制器较好地补偿了负荷扰动所引起的单元机组的实际值与设定值的偏差。仿真结果表明，该系统有良好的动态特性，能适应于火电单元机组大范围运行时的负荷跟踪。     

工业用电加热炉的智能温度控制系统设计

工业用电加热炉作为一类大惯性、大时滞和参数时变的强非线性系统,其温度控制问题一直工业过程控制中的难题。提出一种新型的基于TSK模糊理论的模糊神经网络PID控制器,采用实数编码混沌量子遗传算法优化模糊神经网络的隶属函数参数和模糊TSK增益,具有较快的收敛速度和更强的优化能力。分析加热炉温度控制系统的原理和结构,阐述基于TSK模糊理论的模糊神经网络PID控制器的设计过程以及实数编码量子遗传算法的实现流程。通过工业用电加热炉的温度控制仿真和试验,验证了所提出的算法具有更好的动态性能、更高的稳态精度和更强的抗干扰能力。     

基于免疫原理的自适应模糊控制器优化设计

利用免疫系统的克隆选择原理设计了全局搜索优化算法和局部搜索优化算法，并提出了一种时变对象的模糊控制器参数自整定方案。该方案利用全局优化算法离线组合优化标称参数下的控制器，对象发生变化后，利用局部优化算法在线优化，可快速获得新的控制器参数，以实现自适应控制。仿真结果表明，该控制系统在被控对象参数变化的情况下，仍具有良好的控制性能，能够对一类时变对象实施高精度控制，具有较大的工程应用价值。     

汽轮发电机汽门开度的分散非线性预测控制

基于非线性预测控制理论,设计出具有闭型解析解控制律的汽轮发电机汽门开度分散非线性预测控制器。该控制器并不要求进行在线优化计算,从而避免了繁重的计算负担。控制器的输入为当地可测量信号且与网络参数无关,从而实现了分散控制。通过在6机22母线系统的仿真结果表明,该控制器能提高电力系统的暂态稳定性和动态性能。     

约束后移控制序列的PI型预测控制器及其在水轮机调速控制中的仿真

本文通过约束ＰＩ型预测控制器的滚动优化序列，在控制律的计算中避免了矩阵求逆运算，这有利于控制器的在线实现。在水轮机调速控制系统中的仿真表明了该控制器的快速性及优良性能。     

超声波电动机在线校正模糊转速控制

针对超声波电动机的转速控制特点,设计了超声波电动机模糊转速控制器.采用蚁群算法对模糊控制器中的模糊规则进行离线优化,确定合适的模糊控制器参数.在实验过程中,针对不同转速情况下的控制性能差异,给出了模糊控制器输出比例因子的在线调节方法,得到了较好的转速控制效果.     

Robust Frequency Control in an Autonomous Microgrid: A Two-Stage Adaptive Fuzzy Approach

Highly intermittent power from renewable energy sources (RES) along with load and system perturbations in an autonomous microgrid (MG), results in large frequency fluctuations. Conventional controllers like PI controllers to be unable to provide acceptable performance over a wide range of operating conditions. To overcome this problem, present paper introduces a novel two-stage adaptive fuzzy logic based PI controller for frequency control of MG. In this proposed controller, particle swarm optimization (PSO) and grey wolf optimization (GWO) are used to optimize the membership functions (MFs) and rule base of fuzzy logic based PI controller. The proposed controller is examined on an MG test system, the robustness and performance of the proposed controller is tested in presence of different disturbance scenarios and parametric uncertainties. Finally, the superiority of the proposed controller is shown by comparing the results with various controllers available in literature like PSO tuned fuzzy logic based PI controller, fuzzy logic-based PI controller and also with the conventional PI controller.     

Decentralized robust controller design for robots with torque saturation constraint

Decentralized robust tracking control problems for robots with control input amplitude limitation are investigated. The robust controller, proposed in our previous paper, is improved to avoid windup caused by amplitude limitation. To cope with the difficulties in calculating the controller parameters, a method based on evolutionary optimization is presented. Simulation results verify the effectiveness of the improved controller.     

Comparative performance analysis of teaching learning based optimization for automatic load frequency control of multi-source power systems

This paper presents a new population based parameter free optimization algorithm as teaching learning based optimization (TLBO) and its application to automatic load frequency control (ALFC) of multi-source power system having thermal, hydro and gas power plants. The proposed method is based on the effect of the influence of teacher on the output of learners and the learners can enhance their knowledge by interactions among themselves in a class. In this extensive study, the algorithm is applied in multi area and multi-source realistic power system without and with DC link between two areas in order to tune the PID controller which is used for automatic generation control (AGC). The potential and effectiveness of the proposed algorithm is compared with that of differential evolution algorithm (DE) and optimal output feedback controller tuning performance for the same power systems. The dynamic performance of proposed controller is investigated by different cost functions like integral of absolute error (IAE), integral of squared error (ISE), integral of time weighted squared error (ITSE) and integral of time multiplied absolute error (ITAE) and the robustness of the optimized controller is verified by its response toward changing in load and system parameters. It is found that the dynamic performance of the proposed controller is better than that of recently published DE optimized controller and optimal output feedback controller and also the proposed system is more robust and stable to wide changes in system loading, parameters, size and locations of step load perturbation and different cost functions.     

Sliding mode controller design for frequency regulation in an interconnected power system

In this paper, a Sliding mode controller design method for frequency regulation in an interconnected power system is presented. A sliding surface having four parameters has been selected for the load frequency control (LFC) system model. In order to achieve an optimal result, the parameter of the controller is obtained by grey wolf optimization (GWO) and particle swarm optimization (PSO) techniques. The objective function for optimization has been considered as the integral of square of error of deviation in frequency and tie-line power exchange. The method has been validated through simulation of a single area as well as a multi-area power system. The performance of the Sliding mode controller has also been analyzed for parametric variation and random loading patterns. The performance of the proposed method is better than recently reported methods. The performance of the proposed Sliding mode controller via GWO has 88.91% improvement in peak value of frequency deviation over the method of Anwar and Pan in case study 1 and similar improvement has been observed over different case studies taken from the literature.     

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...     

基于Simulink的HVDC PI控制器参数优化方法

为了提高高压直流输电系统的抗干扰能力,提出了基于Simulink的HVDC系统PI控制器参数离线和在线的优化方法。离线优化法是利用Simulink内置Signal Constraint模块确定出满足条件的PI控制器参数;在线优化法是采用非线性PI和自适应模糊控制相结合的方式对PI控制器参数进行优化。以整流侧定电流控制为例,首先利用模糊控制能够在线优化控制器参数的特点,缩小了PI参数的优化范围;然后利用fal函数进一步修正了其优化精度。仿真结果表明,离线优化法具有简单实用的优点,在线优化法能够提高系统的优化精度,使系统具有良好的控制性能。