本文選題：多領導粒子 + 動態(tài)多目標粒子群�。� 參考：《中國機械工程》2015年23期

【摘要】：冷軋液壓伺服位置自動控制(APC)系統(tǒng)中,系統(tǒng)參數(shù)會隨著運行時間發(fā)生改變,針對系統(tǒng)這一特性,提出了一種基于改進動態(tài)多目標粒子群(DMPSO)算法的PID控制器參數(shù)整定策略。當系統(tǒng)發(fā)生變化時,該策略利用動態(tài)多目標粒子群算法的尋優(yōu)能力和對環(huán)境變化的適應能力重新對PID參數(shù)進行整定和尋優(yōu)。同時,針對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導粒子策略的動態(tài)多目標粒子群算法。仿真結果表明:該控制系統(tǒng)對環(huán)境變化跟蹤快,超調量小,調整時間短,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】： 燕山大學工業(yè)計算機控制工程河北省重點實驗室;
【基金】：國家自然科學基金鋼鐵聯(lián)合基金資助項目(U1260203) 河北省高等學校創(chuàng)新團隊領軍人才培育計劃資助項目(LJRC013) 國家自然科學基金資助項目(61074099)
【分類號】：TG333;TP18

【參考文獻】

相關期刊論文 前2條

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

2 王希娟;馮景曉;韋煒;;預測控制在軋機液壓AGC系統(tǒng)中的應用研究[J];重型機械;2007年04期

【共引文獻】

相關期刊論文 前2條

1 任新意;杜鳳山;黃華貴;張尚斌;;基于灰色預測的模糊免疫PID控制器在板厚控制系統(tǒng)中的應用[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];遼寧科技大學學報;2012年03期

相關博士學位論文 前1條

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

【二級參考文獻】

相關期刊論文 前10條

1 王黎明,張心明;高速研磨中研磨壓力對工件表面粗糙度的影響[J];長春理工大學學報;2005年02期

2 匡昱;;金剛石刀具研磨壓力自適應控制初探[J];裝備制造技術;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控制中的應用[J];華北科技學院學報;2008年01期

4 吳麗娟;張健宇;高立新;;基于神經(jīng)網(wǎng)絡和案例推理的智能診斷系統(tǒng)綜述[J];機械設計與制造;2009年03期

5 韋慶志;李正明;孫俊;;基于模糊自適應PID控制的鍋爐過熱蒸汽溫度控制系統(tǒng)[J];機械設計與制造;2010年07期

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

7 吳裕高;朱學峰;史步海;;基于灰色預測的大時滯過程的控制研究[J];控制工程;2007年03期

8 王偉,楊建軍;廣義預測控制:理論、算法與應用[J];控制理論與應用;1997年06期

9 向萬里;馬壽峰;安美清;;具有Pbest引導機制的適應性多策略差分進化算法[J];模式識別與人工智能;2013年08期

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

相關博士學位論文 前1條

1 田春林;固著磨料高速研磨機理及工件表面質量的研究[D];長春理工大學;2005年

【相似文獻】

相關期刊論文 前1條

1 和統(tǒng),王遠厚;一種可逆軋機程控壓下APC系統(tǒng)(上)[J];冶金自動化;1982年05期

相關會議論文 前1條

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

，

本文編號：1927519