【摘要】：在船用柴油機(jī)電子控制技術(shù)的應(yīng)用中,電子調(diào)速系統(tǒng)是一個重要組成部分。在當(dāng)前的柴油機(jī)調(diào)速系統(tǒng)中,通常采取PID控制技術(shù),傳統(tǒng)PID控制器的參數(shù)在設(shè)定完成之后通常不變,這導(dǎo)致PID控制器的參數(shù)有可能不是最佳參數(shù),不能實(shí)現(xiàn)最佳控制效果。而粒子群(Particle Swarm Optimization,PSO)算法能根據(jù)系統(tǒng)的誤差對PID參數(shù)進(jìn)行自動調(diào)節(jié)和更新,可使系統(tǒng)一直保持在最佳狀態(tài)。本文將PSO算法與PID相結(jié)合,并在柴油機(jī)調(diào)速控制上成功應(yīng)用。本文的主要研究工作如下:首先,研究PSO算法的基本原理和組成,根據(jù)傳統(tǒng)PID控制器的控制原理,設(shè)計一種智能PID控制器。將該智能PID控制器用于控制經(jīng)典的時滯系統(tǒng),通過分析試驗數(shù)據(jù),發(fā)現(xiàn)當(dāng)前PSO算法存在粒子跳躍的問題,提出一種避免出現(xiàn)該問題的改進(jìn)方法。將基于改進(jìn)PSO算法的PID控制器用于對經(jīng)典的時滯系統(tǒng)進(jìn)行控制,并與傳統(tǒng)PID控制器和基于標(biāo)準(zhǔn)PSO算法的PID控制器進(jìn)行比較。實(shí)驗結(jié)果表明,該智能PID控制器優(yōu)于傳統(tǒng)PID控制器,同時,對PSO算法的改進(jìn)是有效的,提升了算法的收斂精度。其次,基于Matlab/Simulink軟件和柴油機(jī)工作原理,建立了D6114型柴油機(jī)平均值模型和柴油機(jī)調(diào)速系統(tǒng)模型。分別用經(jīng)典PID控制器、基于PSO算法的PID控制器和基于標(biāo)準(zhǔn)PSO算法的PID控制器對該模型進(jìn)行控制,進(jìn)行柴油機(jī)啟動和負(fù)載突變的仿真試驗。結(jié)果表明,基于改進(jìn)PSO算法的PID控制器優(yōu)于另外兩種PID控制器,具有更小的超調(diào)率和更短的穩(wěn)定時間。最后,進(jìn)行硬件在環(huán)仿真測試平臺的研究,并進(jìn)行硬件搭建、ECU配置、軟件配置和波表生成等準(zhǔn)備工作。分別進(jìn)行基于不同算法的PID控制器的柴油機(jī)調(diào)速系統(tǒng)硬件在環(huán)仿真測試,根據(jù)實(shí)驗結(jié)果,進(jìn)一步驗證了基于改進(jìn)PSO算法的PID控制器是可行的。
【學(xué)位授予單位】：中國艦船研究院
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP18;U664.121

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳建新;崔廣才;;基于改進(jìn)粒子群算法的函數(shù)優(yōu)化研究[J];電腦迷;2018年01期

2 周慧;;基于粒子群算法的最優(yōu)值求解[J];科技廣場;2017年12期

3 吳豐;郭曉娟;;基于混合粒子群算法的船舶穩(wěn)定性分析[J];艦船科學(xué)技術(shù);2018年14期

4 鄧廣彪;;改進(jìn)的粒子群算法在云計算下的數(shù)據(jù)挖掘中的研究[J];科技通報;2017年04期

5 張釗旭;王志杰;李建辰;王貴奇;許軍;楊進(jìn)候;;一種基于模擬退火-改進(jìn)二進(jìn)制粒子群算法的測試優(yōu)化選擇方法[J];水下無人系統(tǒng)學(xué)報;2017年03期

6 朱俚治;王興虎;;試談粒子群算法[J];電腦編程技巧與維護(hù);2017年11期

7 朱寶;;基于改進(jìn)粒子群算法的盾構(gòu)掘進(jìn)施工優(yōu)化研究[J];遼寧科技學(xué)院學(xué)報;2017年03期

8 袁正午;李君琪;;基于改進(jìn)粒子群算法的云資源調(diào)度[J];計算機(jī)工程與設(shè)計;2016年02期

9 江嘉偉;毋文峰;;一種改進(jìn)的粒子群算法[J];電腦編程技巧與維護(hù);2016年06期

10 張衛(wèi)明;周慶忠;黎武;;基于改進(jìn)粒子群算法的野戰(zhàn)油庫選址優(yōu)化[J];兵器裝備工程學(xué)報;2016年08期

相關(guān)會議論文 前10條

1 熊偉麗;徐保國;;單個粒子收斂中心隨機(jī)攝動的粒子群算法[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學(xué)學(xué)報（增刊）][C];2009年

2 于穎;李永生;於孝春;;新型離散粒子群算法在波紋管優(yōu)化設(shè)計中的應(yīng)用[A];第十一屆全國膨脹節(jié)學(xué)術(shù)會議膨脹節(jié)設(shè)計、制造和應(yīng)用技術(shù)論文選集[C];2010年

3 朱童;李小凡;魯明文;;位置加權(quán)的改進(jìn)粒子群算法[A];中國科學(xué)院地質(zhì)與地球物理研究所第11屆（2011年度）學(xué)術(shù)年會論文集(上)[C];2012年

4 王征;劉大寶;王家林;王永驥;;基于離散粒子群算法的船舶電力系統(tǒng)重構(gòu)研究[A];2011年中國智能自動化學(xué)術(shù)會議論文集（第一分冊）[C];2011年

5 王波;肖健梅;王錫淮;;基于改進(jìn)粒子群算法的車輛路徑問題研究[A];2007中國控制與決策學(xué)術(shù)年會論文集[C];2007年

6 張頂學(xué);關(guān)治洪;劉新芝;;多種群并行粒子群算法研究[A];第二十六屆中國控制會議論文集[C];2007年

7 黃勝;任萬龍;王超;何新;;多目標(biāo)粒子群算法在翼型優(yōu)化的應(yīng)用[A];第二十五屆全國水動力學(xué)研討會暨第十二屆全國水動力學(xué)學(xué)術(shù)會議文集（上冊）[C];2013年

8 王瑩;盛四清;;基于改進(jìn)粒子群算法的電壓薄弱區(qū)域恢復(fù)[A];中國高等學(xué)校電力系統(tǒng)及其自動化專業(yè)第二十四屆學(xué)術(shù)年會論文集（上冊）[C];2008年

9 孟繁敏;楊彬;張其林;;改進(jìn)的粒子群算法在鋼框架截面優(yōu)化中的應(yīng)用[A];第十三屆全國現(xiàn)代結(jié)構(gòu)工程學(xué)術(shù)研討會論文集[C];2013年

10 孔憲仁;秦玉靈;羅文波;;帶飛行因子的粒子群算法的鋁蜂窩板模型修正[A];結(jié)構(gòu)及多學(xué)科優(yōu)化工程應(yīng)用與理論研討會’2009（CSMO-2009）論文集[C];2009年

相關(guān)博士學(xué)位論文 前10條

1 鐘繼如;基于混合粒子群算法的小沖桿試驗預(yù)測材料強(qiáng)度的研究[D];華東理工大學(xué);2019年

2 劉天宇;基于協(xié)作學(xué)習(xí)和文化進(jìn)化機(jī)制的量子粒子群算法及應(yīng)用研究[D];西安電子科技大學(xué);2017年

3 孟麗;粒子群算法及其在分?jǐn)?shù)階系統(tǒng)辨識中的應(yīng)用研究[D];華北電力大學(xué)(北京);2016年

4 韓佳偉;多層級蘋果預(yù)冷過程模擬及預(yù)冷控制決策優(yōu)化[D];北京工業(yè)大學(xué);2018年

5 雷開友;粒子群算法及其應(yīng)用研究[D];西南大學(xué);2006年

6 王芳;粒子群算法的研究[D];西南大學(xué);2006年

7 楊輕云;約束滿足問題與調(diào)度問題中離散粒子群算法研究[D];吉林大學(xué);2006年

8 張寶;粒子群算法及其在衛(wèi)星艙布局中的應(yīng)用研究[D];大連理工大學(xué);2007年

9 王雪飛;粒子群算法的動態(tài)拓樸結(jié)構(gòu)研究[D];西南大學(xué);2008年

10 張靜;基于混合離散粒子群算法的柔性作業(yè)車間調(diào)度問題研究[D];浙江工業(yè)大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 王源;基于混合粒子群算法的三軸氣浮臺平臺優(yōu)化設(shè)計[D];沈陽工業(yè)大學(xué);2019年

2 賈波凱;基于改進(jìn)粒子群算法的柴油機(jī)調(diào)速策略研究[D];中國艦船研究院;2019年

3 熊龍飛;基于CEEMDAN與粒子群算法的旋轉(zhuǎn)機(jī)械故障診斷研究[D];南京農(nóng)業(yè)大學(xué);2017年

4 李東;改進(jìn)粒子群算法及結(jié)構(gòu)優(yōu)化設(shè)計應(yīng)用研究[D];浙江工業(yè)大學(xué);2018年

5 曹寧;粒子群算法在參數(shù)化BIM模型優(yōu)化中的應(yīng)用研究[D];天津大學(xué);2018年

6 李莎;風(fēng)光微燃機(jī)多能互補(bǔ)發(fā)電系統(tǒng)優(yōu)化設(shè)計與仿真[D];浙江工業(yè)大學(xué);2018年

7 劉紫丹;基于粒子群算法和人工勢場法的AGV路徑規(guī)劃研究與應(yīng)用[D];深圳大學(xué);2018年

8 李國慶;面向復(fù)雜多模態(tài)多目標(biāo)優(yōu)化問題的粒子群算法研究[D];鄭州輕工業(yè)大學(xué);2019年

9 宋奕萌;基于修正偶應(yīng)力理論的非線性微梁的尺度效應(yīng)分析[D];吉林大學(xué);2018年

10 趙昊;基于混沌粒子群算法優(yōu)化硅基波導(dǎo)光柵耦合器的研究[D];山東大學(xué);2018年

，

本文編號：2629695