粒子群算法是一種智能算法,在PID控制器參數(shù)整定的應(yīng)用中可取得更優(yōu)的效果。為解決傳統(tǒng)的粒子群算法早熟收斂和收斂速度慢的缺點(diǎn),文中采用了一種基于相似度動(dòng)態(tài)調(diào)整慣性權(quán)重的方法,即越靠近目前最優(yōu)粒子的個(gè)體被賦予越小的慣性權(quán)重值。最后用MATLAB對(duì)等溫連續(xù)攪拌釜反應(yīng)器仿真。與標(biāo)準(zhǔn)的PSO算法整定方法相比,改進(jìn)的粒子群算法穩(wěn)定時(shí)間為230.1 s,比傳統(tǒng)粒子群算法524.7 s的穩(wěn)定時(shí)間縮小了一半,表明改進(jìn)的算法對(duì)PID控制器的參數(shù)優(yōu)化有著較優(yōu)的收斂效果。

【文章頁(yè)數(shù)】：5 頁(yè)

【部分圖文】：

圖1控制系統(tǒng)結(jié)構(gòu)圖圖中,G(s)表示被控對(duì)象的傳遞函數(shù);R(s)

PID控制器的系統(tǒng)結(jié)構(gòu)圖如圖1所示。圖1　控制系統(tǒng)結(jié)構(gòu)圖圖中,G(s)表示被控對(duì)象的傳遞函數(shù);R(s),Y(s),D(s)分別為系統(tǒng)輸入、輸出、外部擾動(dòng);E(s)為系統(tǒng)的誤差;U(s)為控制器輸出。3　基于PSO的PID控制器參數(shù)尋優(yōu)1)PSO優(yōu)化算法及其改進(jìn)　粒子群優(yōu)化(PS....

圖2水輪機(jī)控制器PID參數(shù)收斂曲線

GA2.440.541.72　　基于改進(jìn)粒子群優(yōu)化算法的水輪機(jī)控制器PID參數(shù)的收斂曲線如圖2所示,圖中橫坐標(biāo)為迭代代數(shù)n,縱坐標(biāo)為PID參數(shù)K。圖2表明,采用改進(jìn)粒子群優(yōu)化算法,經(jīng)過(guò)20代左右優(yōu)化計(jì)算,基本上可以得到令人滿意的水輪機(jī)控制器PID參數(shù)結(jié)果。圖2　水輪機(jī)控制器....

圖1PID算法的原理圖

積分和微分控制的簡(jiǎn)稱[7]。PID控制是將偏差的比例、積分和微分通過(guò)線性組合構(gòu)成控制量對(duì)被控對(duì)象進(jìn)行控制。PID算法的原理框圖如圖1所示。圖1　PID算法的原理圖PID控制器的時(shí)域表達(dá)式為:Y(t)=Kp(e(t)+1Ti∫t0(t)dt+Tdde(t)dt)(1)式中,Y....

圖2粒子群算法的PID控制系統(tǒng)結(jié)構(gòu)

粒的飛行經(jīng)驗(yàn)和群體的飛行經(jīng)驗(yàn)進(jìn)行動(dòng)態(tài)調(diào)整,以一定的速度向目標(biāo)逼近,最后找到最優(yōu)目標(biāo),即PID控制器的最優(yōu)參數(shù)�；诹Ｗ尤核惴ǖ腜ID控制系統(tǒng)結(jié)構(gòu)如圖2所示�？刂破饔蓛刹糠纸M成:①PID控制器:它直接對(duì)被控對(duì)象進(jìn)行閉環(huán)控制,并且3個(gè)參數(shù)Kp、Ti、Td為實(shí)時(shí)優(yōu)化方式;②PSO算法,....

本文編號(hào)：3997801