PID参数整定

摘要： 针对麻雀搜索算法存在的容易陷入局部最优、收敛速度慢等问题,提出一种基于自适应t分布与黄金正弦改进的麻雀搜索算法(t-GSSA).首先,通过黄金正弦算法改进发现者的位置更新方式,增强算法局部开发和全局探索能力,并且提高算法的收敛能力;其次,利用自适应t分布变异方法,对个体位置进行扰动,提升算法跳出局部最优的能力;然后,在仿真实验中与4种基本算法和3种改进算法基于10个基准测试函数进行比较,结果表明所提算法具有更好的收敛性和求解精度;最后,将t-GSSA算法应用到比例-积分-微分(PID)参数整定中.仿真结果表明,所提算法优化后的控制器具有更快的响应速度的更稳定的精度.

摘要： 针对DEH结构参数变化和外界扰动对核汽轮机组DEH系统动态特性的影响问题,采用模块化建模法建立了核汽轮机DEH系统各组件的数学模型,基于劳斯稳定性判据的临界比例度法和衰减曲线法实现PID参数整定,完成核汽轮机及其DEH系统高精度动态仿真,实现了DEH系统结构参数和外界扰动对DEH系统的扰动特性分析,得出了DEH结构参数变化和外界扰动对DEH系统动态特性的影响规律,为核汽轮机DEH系统参数优化和运行优化提供了参考依据。

摘要： 燃煤发电系统中氨法脱硫控制系统具有时变、大延时、大惯性的特点。针对典型的大延迟系统,文中提出基于Smith预估器的脱硫控制系统,通过抵消系统被控对象中的纯滞后环节来提高系统的实时性。Smith预估器依赖准确的PID模型,系统中PID参数整定仍存在不确定性。利用SOA算法对PID参数进行整定,将绝对误差积分ITAE作为适应度函数,通过对适应度值的不断寻优,找到最佳的比例积分微分系数组合。仿真结果表明,相较于Smith预估器控制下的脱硫系统,基于SOA的Smith预估PID控制系统跟随性好且反应迅速,调节时间缩小为原来的9%,峰值时间缩小为原来的5%,具有较小的超调量,系统的实时性和稳定性得到保证。上述结果证明该算法对工程控制系统有效,并具有良好的应用前景。

摘要： 目的针对啤酒液位控制系统存在PID参数整定难、非线性、滞后性问题,提出一种改进基于邻域的改进差分进化算法,应用于PID参数优化整定中,从而提高灌装机的工作效率和啤酒的质量。方法文中对差分进化算法进行改进,设计一种新型的变异策略,在变异环节引入邻域搜索操作;根据当前种群的分布情况,实时对邻域的个数进行自适应分配,以提升算法全局和局部搜索能力;与2种基本差分进化算法和4种改进差分进化算法对比,用18个测试函数验证文中所提出算法的性能。结果仿真结果表明,相较于基本差分进化算法,使用改进的差分进化算法整定的PID参数,调节时间减少0.22 s,上升时间减少0.04 s,超调量降低7.63%。结论通过改进的差分进化算法对啤酒灌装机液位PID参数的优化整定,可以显著改善控制系统的超调量、上升时间和稳态误差等性能,实现了液位的稳定控制。

摘要： 本文基于遗传算法,以单容水箱液位为控制对象,对PID控制器的参数进行优化整定。通过建模仿真与传统的PID参数整定结果进行对比分析,最后利用MY-511三容水箱控制系统实验装置对遗传算法优化后的结果进行实验验证,实验结果表明,单容水箱系统的响应时间快、稳定时间短,能较好地将液位控制在设定值左右,即该研究对单容水箱的液位有着较好的控制效果。

摘要： 本文在现有的PID参数整定方法的基础上,对迭代学习控制器的PID参数按照要求的性能指标进行优化,基于一定的性能指标进行优化,然后在Matlab的Simulink模块中设计出基于迭代学习的PID控制系统并进行仿真实验。并且使用迭代学习控制算法对系统的PID参数进行整定,在搭建的直流电机平台上进行实验,实验结果表明,在迭代学习的PID控制系统中,对于电机转速控制的快速性和稳定性都有所提高,取得了良好的控制效果。

摘要： 针对串级比例积分微分(PID)在小型旋翼无人机飞控系统中的参数人工整定较难以及整定优化完成所得到的参数较差的缺点,提出一种非线性动态权重的改进粒子群算法,将其用于无人机PID参数的整定过程。以四旋翼无人机为研究对象,首先建立无人机的数学模型,采用一种改进粒子群优化方法,将惯性权重进行非线性动态下降处理,提升搜索性能和寻优效率,弥补传统粒子群优化方法所存在的不足,最后通过Matlab/Simulink进行仿真比较和分析。实验结果表明使用改进粒子群方法进行参数整定后,无人机具有更加良好的动态性能,调节时间更短,同时也免去了人工整定的困难,减少了参数整定的时间。

摘要： 针对伺服系统中常用的比例-积分-微分(PID)控制器的参数手动整定不方便的问题,对机器学习算法和模糊控制进行研究,重点分析反向传播(BP)算法和模糊控制器的设计方法,提出一种基于机器学习和模糊控制的PID参数整定方法.利用BP神经网络的学习能力得到系统模型,结合模糊控制进行预测得到PID参数,并在实验平台上进行验证.研究结果表明:通过机器学习和模糊控制得到的PID参数具有较好的控制效果,该方法能够避免手动整定PID参数,节省大量时间.

摘要： 工业气相色谱仪对工作温度的稳定性提出了很高的要求,依据时滞滤波原理,利用被控过程稳幅振荡波形频率特征参数,提出了一种全新的可在线式快速高效整定PI控制算法参数的方法,在不需要得到温度控制系统准确数学模型信息的情况下,获得了鲁棒性强且可靠的温度控制器实现.利用提出的方法,通过可控硅开关功率输出调节电路,对工业气相色谱仪中的检测器温控单元实现了优于0.1°的温度控制精度指标.

摘要： 针对系统的跟踪精度和PID控制器参数整定问题,创建了液压伺服系统的数学模型,通过遗传算法对PID参数进行整定,最后基于MATLAB/Simulink仿真软件,通过遗传算法和经验试凑法整定PID控制器参数,并对仿真结果进行对比分析.仿真结果显示,遗传算法整定PID控制参数具有明显的优越性,能有效地提高液压伺服系统的位置跟踪精度.

摘要： PID控制是工业上应用最为广泛的控制算法,其控制性能依赖于PID控制器参数的整定和优化,本文利用粒子群算法对控制器的参数进行优化,标准粒子群算法全局寻优能力较弱,因此引入Goldberg在遗传算法中提出的思想,设计一种改进的粒子群算法来优化PID控制器的参数,并对一具体系统进行了仿真.结果表明,改进粒子群算法得到了更好的优化效果,系统的超调量和调节时间都得到了明显的改善,验证了方法的有效性.

摘要： PID控制是工业上应用最为广泛的控制算法,其控制性能依赖于PID控制器参数的整定和优化,本文利用粒子群算法对控制器的参数进行优化,标准粒子群算法全局寻优能力较弱,因此引入Goldberg在遗传算法中提出的思想,设计一种改进的粒子群算法来优化PID控制器的参数,并对一具体系统进行了仿真.结果表明,改进粒子群算法得到了更好的优化效果,系统的超调量和调节时间都得到了明显的改善,验证了方法的有效性.

摘要： PID控制是工业上应用最为广泛的控制算法,其控制性能依赖于PID控制器参数的整定和优化,本文利用粒子群算法对控制器的参数进行优化,标准粒子群算法全局寻优能力较弱,因此引入Goldberg在遗传算法中提出的思想,设计一种改进的粒子群算法来优化PID控制器的参数,并对一具体系统进行了仿真.结果表明,改进粒子群算法得到了更好的优化效果,系统的超调量和调节时间都得到了明显的改善,验证了方法的有效性.

摘要： PID控制是工业上应用最为广泛的控制算法,其控制性能依赖于PID控制器参数的整定和优化,本文利用粒子群算法对控制器的参数进行优化,标准粒子群算法全局寻优能力较弱,因此引入Goldberg在遗传算法中提出的思想,设计一种改进的粒子群算法来优化PID控制器的参数,并对一具体系统进行了仿真.结果表明,改进粒子群算法得到了更好的优化效果,系统的超调量和调节时间都得到了明显的改善,验证了方法的有效性.

摘要： 复杂控制系统的参数整定，在经验法的基础上利用MATLAB工具软件对其进行仿真，力求达到提高控制精度和缩短现场参数整定时间的目的。

摘要： 复杂控制系统的参数整定，在经验法的基础上利用MATLAB工具软件对其进行仿真，力求达到提高控制精度和缩短现场参数整定时间的目的。

摘要： 复杂控制系统的参数整定，在经验法的基础上利用MATLAB工具软件对其进行仿真，力求达到提高控制精度和缩短现场参数整定时间的目的。

摘要： 复杂控制系统的参数整定，在经验法的基础上利用MATLAB工具软件对其进行仿真，力求达到提高控制精度和缩短现场参数整定时间的目的。

摘要： 差分进化算法是近几年优化领域中新出现的进化算法，其快速的全局寻优能力特别适用于PID参数的整定。本文在简要介绍差分进化算法的基础上，针对PID参数整定问题提出了基于改进差分进化算法的优化策略，给出了算法的实现步骤。以Wood-Berry二元精馏系统为研究对象进行了仿真实验，结果表明同传统的遗传算法优化比较基于改进差分进化算法优化得到的PID参数能够使系统的动态和稳态性能得到更好的改善，从而验证了该方法的可行性和有效性。

摘要： 差分进化算法是近几年优化领域中新出现的进化算法，其快速的全局寻优能力特别适用于PID参数的整定。本文在简要介绍差分进化算法的基础上，针对PID参数整定问题提出了基于改进差分进化算法的优化策略，给出了算法的实现步骤。以Wood-Berry二元精馏系统为研究对象进行了仿真实验，结果表明同传统的遗传算法优化比较基于改进差分进化算法优化得到的PID参数能够使系统的动态和稳态性能得到更好的改善，从而验证了该方法的可行性和有效性。

摘要： 本发明提供了一种PID参数整定方法及系统，在工况系统识别出当前被控对象的数学模型后，得到数学模型的参数，监控人员根据实际的工况对控制对象的数学模型的误差做出大致判断，然后设定相应的模型误差值，并根据所述模型误差值判断是采用微调还是采用粗调，若判定为采用粗调，则输入模型参数和模型误差值，若判定为采用微调，则输入模型参数和调节的单位微调量的个数；然后相应的计算单元对应的计算最佳控制器参数，最后根据被控对象的数学模型的参数和最佳控制器参数，计算理想PID控制器参数。本发明能在不重新设计控制器的情况下，自动处理实际控制对象的不确定性，在性能和鲁棒性之间进行最佳折中，达到更好的控制效果。

摘要： 本申请公开了一种PID参数整定方法及整定系统，其中，PID参数整定方法在获得初始PID参数后，通过获取输入变量以反映PID控制器根据初始PID参数对被控对象的控制效果，然后根据这个控制效果对初始PID参数进行修正；具体修正过程包括利用输入变量在模糊集合论域中查询预设模糊规则，获得在模糊集合论域中的PID修正参数，然后对模糊集合论域中的PID修正参数进行解模糊处理获得PID修正参数，最后利用PID修正参数对PID初始参数进行修正，获得PID整定参数，实现了根据PID初始参数的控制效果对其进行修正的目的，从而实现了PID控制器对被控对象更加精准的控制。

摘要： 本发明提供了一种PID参数整定方法及系统，在工况系统识别出当前被控对象的数学模型后，得到数学模型的参数，监控人员根据实际的工况对控制对象的数学模型的误差做出大致判断，然后设定相应的模型误差值，并根据所述模型误差值判断是采用微调还是采用粗调，若判定为采用粗调，则输入模型参数和模型误差值，若判定为采用微调，则输入模型参数和调节的单位微调量的个数；然后相应的计算单元对应的计算最佳控制器参数，最后根据被控对象的数学模型的参数和最佳控制器参数，计算理想PID控制器参数。本发明能在不重新设计控制器的情况下，自动处理实际控制对象的不确定性，在性能和鲁棒性之间进行最佳折中，达到更好的控制效果。

摘要： 本申请公开了一种PID参数整定方法及整定系统，其中，PID参数整定方法在获得初始PID参数后，通过获取输入变量以反映PID控制器根据初始PID参数对被控对象的控制效果，然后根据这个控制效果对初始PID参数进行修正；具体修正过程包括利用输入变量在模糊集合论域中查询预设模糊规则，获得在模糊集合论域中的PID修正参数，然后对模糊集合论域中的PID修正参数进行解模糊处理获得PID修正参数，最后利用PID修正参数对PID初始参数进行修正，获得PID整定参数，实现了根据PID初始参数的控制效果对其进行修正的目的，从而实现了PID控制器对被控对象更加精准的控制。

摘要： 本发明提供了一种化工过程多回路耦合的内模PID控制器参数整定方法，利用多回路顺序测试对系统各回路进行闭环阶跃响应测试；根据系统的静态增益矩阵，求取系统的相对增益矩阵，通过相对增益矩阵分析系统各回路间关联性；基于逆解耦的方法，构建解耦补偿矩阵，将多回路系统解耦成由多个单回路组成的对角系统矩阵，将其对角线元素作为内模模型，设计多变量内模控制器；引入全极点近似来处理对象模型含有纯滞后的环节，结合麦克劳林公式得到内模PID控制器参数整定公式，计算得到各回路的PID控制器参数。本发明解决了工业过程中多回路耦合PID控制器参数整定问题，可以同时满足多回路控制的鲁棒性和跟踪性要求。

摘要： 本发明公开了一种基于数据驱动的永磁同步电机PID控制器参数整定方法，将数据驱动控制理论与永磁同步电机控制器参数自整定相结合，提出了针对永磁同步电机的控制器参数自整定方法，本发明方法只需人工设定目标控制性能，即可对控制器参数进行自整定，仿真和实验结果证明该方法正确、有效、高效，性能极佳，可完全取代人工凑试PID参数。本发明方法解决了业界普遍采用的永磁同步电机控制参数凑试法无法得到优化结果的难题，具有很好的理论价值和应用意义。

摘要： 本申请提供了空空弹PID参数整定方法、装置、电子设备及存储介质，涉及导弹控制技术领域，具体为：从飞行器的控制指令中获取当前时刻的预期角度值；计算当前时刻的预期角度值和上一时刻的实际角度值的差，作为当前时刻的角度误差；通过预先训练完成的强化学习网络，对当前时刻的角度误差进行处理，得到至少一个当前时刻的PID参数；利用至少一个当前时刻的PID参数，对当前时刻的预期角度值和角度误差进行处理，得到当前时刻的实际角度值。本申请实施例通过预先训练好的强化学习网络实时生成PID参数，由此实现空空弹的自动驾驶仪的PID参数的实时整定。

摘要： 本发明公开了一种基于物理信息神经网络的PID控制器参数整定方法，涉及工业过程控制的技术领域，包括：构建被控系统的动力学模型，设置被控系统的目标函数；利用PID控制器形式表示被控系统中的控制变量，获得动力学模型的状态方程；根据动力学模型的状态方程构建物理信息神经网络，建立总损失函数；基于梯度下降法对总损失函数进行优化，获得最优PID控制器参数。本方法结合系统自身物理信息，符合物理规律，把PID控制器参数整定问题转化为物理信息神经网络内部参数寻优过程，物理信息神经网络训练过程，遵循训练数据样本分布规律，使PID控制器参数整定过程高效化、智能化，获得的PID控制器参数更加合理、准确。

摘要： 本发明公开一种基于多点并行随机梯度下降的PID控制器参数自动整定方法，解决了智能优化算法在PID参数整定中出现的局部收敛和资源消耗大的不足，通过预先生成取样点集，匹配与取样点集对应的PID参数初始值并赋值给PID控制器实时获取输出曲线，设置评价指标判断输出曲线性能，不满足则基于双边扰动随机并行梯度下降算法对PID参数初始值做迭代优化处理，并将满足性能的点作为候选点，比较其他点参数的输出曲线，选取最优候选点，并结束多点并行随机梯度下降算法，在三阶线性模型下通过与遗传算法和粒子群算法的比较，验证多点随机并行梯度下降算法在PID参数整定的可行性和优越性，为PID参数自动整定提供新的、高效的算法。

摘要： 本发明提供了一种机械制冷机低温区多级温控的PID参数整定方法，对制冷机建立低温区的数学模型后可以得到系统稳定的相角裕度与增益裕度作为PID参数整定的稳定性边界，再对PID参数进行整定，具体过程包括先设置积分项系数ki为零，以PD控制使制冷机系统稳定来得到比例项系数kp与微分项系数kd的取值范围，再添加一个小的积分项对参数进行定性修正，获得PID的整定参数。实测证明，本方法实现了对制冷机低温区高稳定度温度控制，将温度稳定在±10mk以内。