本文選題：多領(lǐng)導(dǎo)粒子 + 動(dòng)態(tài)多目標(biāo)粒子群��； 參考：《中國(guó)機(jī)械工程》2015年23期

【摘要】：冷軋液壓伺服位置自動(dòng)控制(APC)系統(tǒng)中,系統(tǒng)參數(shù)會(huì)隨著運(yùn)行時(shí)間發(fā)生改變,針對(duì)系統(tǒng)這一特性,提出了一種基于改進(jìn)動(dòng)態(tài)多目標(biāo)粒子群(DMPSO)算法的PID控制器參數(shù)整定策略。當(dāng)系統(tǒng)發(fā)生變化時(shí),該策略利用動(dòng)態(tài)多目標(biāo)粒子群算法的尋優(yōu)能力和對(duì)環(huán)境變化的適應(yīng)能力重新對(duì)PID參數(shù)進(jìn)行整定和尋優(yōu)。同時(shí),針對(duì)算法存在的易于陷入局部最優(yōu)和收斂速度較慢等缺陷,提出了一種基于多領(lǐng)導(dǎo)粒子策略的動(dòng)態(tài)多目標(biāo)粒子群算法。仿真結(jié)果表明:該控制系統(tǒng)對(duì)環(huán)境變化跟蹤快,超調(diào)量小,調(diào)整時(shí)間短,性能明顯優(yōu)于傳統(tǒng)PID控制。
[Abstract]:In the cold rolling hydraulic servo position automatic control system, the system parameters will change with the running time. In view of this characteristic, a PID controller parameter tuning strategy based on the improved dynamic multi-objective particle swarm optimization (DMPSO) algorithm is proposed. When the system changes, the PID parameters are adjusted and optimized by using the optimization ability of dynamic multi-objective particle swarm optimization algorithm and the adaptability to environment change. At the same time, a dynamic multi-objective particle swarm optimization algorithm based on multi-leader particle strategy is proposed to overcome the shortcomings of local optimization and slow convergence. The simulation results show that the control system can track environmental change quickly, overshoot is small, adjustment time is short, and the performance of the control system is obviously better than that of traditional PID control.
【作者單位】： 燕山大學(xué)工業(yè)計(jì)算機(jī)控制工程河北省重點(diǎn)實(shí)驗(yàn)室;
【基金】：國(guó)家自然科學(xué)基金鋼鐵聯(lián)合基金資助項(xiàng)目(U1260203) 河北省高等學(xué)校創(chuàng)新團(tuán)隊(duì)領(lǐng)軍人才培育計(jì)劃資助項(xiàng)目(LJRC013) 國(guó)家自然科學(xué)基金資助項(xiàng)目(61074099)
【分類號(hào)】：TG333;TP18

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 任新意;杜鳳山;黃華貴;張尚斌;;基于灰色預(yù)測(cè)的模糊免疫PID控制器在板厚控制系統(tǒng)中的應(yīng)用[J];鋼鐵;2010年11期

2 王希娟;馮景曉;韋煒;;預(yù)測(cè)控制在軋機(jī)液壓AGC系統(tǒng)中的應(yīng)用研究[J];重型機(jī)械;2007年04期

【共引文獻(xiàn)】

相關(guān)期刊論文 前2條

1 任新意;杜鳳山;黃華貴;張尚斌;;基于灰色預(yù)測(cè)的模糊免疫PID控制器在板厚控制系統(tǒng)中的應(yīng)用[J];鋼鐵;2010年11期

2 趙鑫;王仲初;張文宇;姚瑤;;鑄軋液壓AGC系統(tǒng)的模糊PID控制仿真[J];遼寧科技大學(xué)學(xué)報(bào);2012年03期

相關(guān)博士學(xué)位論文 前1條

1 任新意;1420冷連軋機(jī)板形板厚控制數(shù)理建模與仿真[D];燕山大學(xué);2012年

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王黎明,張心明;高速研磨中研磨壓力對(duì)工件表面粗糙度的影響[J];長(zhǎng)春理工大學(xué)學(xué)報(bào);2005年02期

2 匡昱;;金剛石刀具研磨壓力自適應(yīng)控制初探[J];裝備制造技術(shù);2010年03期

3 曹智文;馬紅梅;;模糊自整定PID控制器在冷軋帶鋼板厚自動(dòng)控制中的應(yīng)用[J];華北科技學(xué)院學(xué)報(bào);2008年01期

4 吳麗娟;張健宇;高立新;;基于神經(jīng)網(wǎng)絡(luò)和案例推理的智能診斷系統(tǒng)綜述[J];機(jī)械設(shè)計(jì)與制造;2009年03期

5 韋慶志;李正明;孫俊;;基于模糊自適應(yīng)PID控制的鍋爐過(guò)熱蒸汽溫度控制系統(tǒng)[J];機(jī)械設(shè)計(jì)與制造;2010年07期

6 楊春軍;;1500鋁帶箔冷軋機(jī)AGC系統(tǒng)分析[J];機(jī)械工程師;2008年04期

7 吳裕高;朱學(xué)峰;史步海;;基于灰色預(yù)測(cè)的大時(shí)滯過(guò)程的控制研究[J];控制工程;2007年03期

8 王偉,楊建軍;廣義預(yù)測(cè)控制:理論、算法與應(yīng)用[J];控制理論與應(yīng)用;1997年06期

9 向萬(wàn)里;馬壽峰;安美清;;具有Pbest引導(dǎo)機(jī)制的適應(yīng)性多策略差分進(jìn)化算法[J];模式識(shí)別與人工智能;2013年08期

10 姜波,陳綿云,汪秉文,周暢;不確定滯后系統(tǒng)的灰色預(yù)測(cè)神經(jīng)元控制[J];系統(tǒng)工程與電子技術(shù);2004年05期

相關(guān)博士學(xué)位論文 前1條

1 田春林;固著磨料高速研磨機(jī)理及工件表面質(zhì)量的研究[D];長(zhǎng)春理工大學(xué);2005年

【相似文獻(xiàn)】

相關(guān)期刊論文 前1條

1 和統(tǒng),王遠(yuǎn)厚;一種可逆軋機(jī)程控壓下APC系統(tǒng)(上)[J];冶金自動(dòng)化;1982年05期

相關(guān)會(huì)議論文 前1條

1 柳曉東;張瑞成;陳至坤;;軋機(jī)APC系統(tǒng)中出現(xiàn)的混沌現(xiàn)象及特性分析研究[A];中國(guó)計(jì)量協(xié)會(huì)冶金分會(huì)2009年年會(huì)論文集[C];2009年

，

本文編號(hào)：1927519