基于改进SOA算法自整定PID系统优化研究
发布时间:2021-08-23 19:58
目前大多数工业控制工程都具有大时滞、非线性等特点,传统的PID控制算法难以取得较好的控制效果。针对这一问题,提出一种基于改进人群搜索算法的混沌自适应PID参数自整定算法,该算法采用惯性权重随机变异方式来确定步长,提出边界反射策略,避免传统算法中出界个体大量聚集在边界值的缺陷;并且引入了Logistic混沌思想,对最优解进行二次扰动,提高算法全局搜索能力。在Sphere等3个测试函数上将本文算法与多种知名算法进行对比,验证文中算法在求解的精度与收敛的速度上更优。最后,将本文算法运用于时滞非线性系统PID控制器参数优化。实验结果表明,改进的控制系统动态响应更快、鲁棒性更强、稳态精度更高。
【文章来源】:仪表技术与传感器. 2020,(10)北大核心CSCD
【文章页数】:7 页
【部分图文】:
PID控制系统框架
如图2所示为Logistic混沌映射的混沌图形。从图中可以看出:μ在区间[0,1]上无论取何值,系统最终都会收敛于0;当1<μ<3时,系统的极限行为会趋于一个非零点,μ不同,非零点不同;而当3<μ<3.6时,系统方程的迭代开始出现周期行为,随着μ的不断增大,周期的长度也会相应的增加;最终当3.6<μ<4时,系统进入混沌状态,整个系统方程迭代运行的轨迹随着μ的持续增大在周期状态和混沌状态之间来回切换,直到μ=4时系统处于完全混沌状态,在[0,1]区间上均匀分布。为解决标准SOA算法在后期易陷入局部最优,导致算法停滞的问题,本文利用混沌变量的便利性这一特点,通过对最优位置的二次扰动,增加了种群个体的多样性,并使得搜寻个体的位置更新更加多元化,更符合现实中因素的多变性这一普遍规律。
利用CASOA算法通过对系统采集信号得出的偏差情况的优化处理,调节控制器的Kp、Ki、Kd 3个参数,使得控制器的综合性能达到最优,使其满足工作要求。其原理如图3所示。3.2 适应度函数的确定
【参考文献】:
期刊论文
[1]基于改进遗传算法的PID参数优化在闪蒸罐压力控制中的应用[J]. 周勇,邓仕英. 现代制造工程. 2019(02)
[2]基于附加惯性项人群搜索算法的四旋翼无人机姿态控制研究[J]. 唐堂,魏承赟,罗晓曙,丘森辉. 广西师范大学学报(自然科学版). 2018(04)
[3]基于BP神经网络自整定PID恒温控制系统研究[J]. 刘冰艳,朱武,张佳民. 仪表技术与传感器. 2018(08)
[4]基于搜索者优先算法的伺服系统PID控制器设计[J]. 刘胜,刘江华. 控制工程. 2017(11)
[5]基于改进人群搜索算法的PID参数优化[J]. 张连强,王东风. 计算机工程与设计. 2016(12)
[6]基于PSO算法的磁浮系统PID控制器优化与评价[J]. 宋荣荣,陈滋利. 西南交通大学学报. 2015(01)
[7]基于随机惯性权重的简化粒子群优化算法[J]. 赵志刚,黄树运,王伟倩. 计算机应用研究. 2014(02)
[8]基于遗传算法的永磁直线同步电机伺服系统参数设计[J]. 刘成颖,刘龙飞,孟凡伟,李志军. 清华大学学报(自然科学版). 2012(12)
[9]基于遗传算法的PID控制器设计及仿真[J]. 傅晓云,方旭,杨钢,李宝仁. 华中科技大学学报(自然科学版). 2012(05)
[10]PID参数优化算法[J]. 何佳佳,侯再恩. 化工自动化及仪表. 2010(11)
硕士论文
[1]含典型非线性环节系统的PID参数三维稳定域研究[D]. 何建猛.南京理工大学 2012
本文编号:3358499
【文章来源】:仪表技术与传感器. 2020,(10)北大核心CSCD
【文章页数】:7 页
【部分图文】:
PID控制系统框架
如图2所示为Logistic混沌映射的混沌图形。从图中可以看出:μ在区间[0,1]上无论取何值,系统最终都会收敛于0;当1<μ<3时,系统的极限行为会趋于一个非零点,μ不同,非零点不同;而当3<μ<3.6时,系统方程的迭代开始出现周期行为,随着μ的不断增大,周期的长度也会相应的增加;最终当3.6<μ<4时,系统进入混沌状态,整个系统方程迭代运行的轨迹随着μ的持续增大在周期状态和混沌状态之间来回切换,直到μ=4时系统处于完全混沌状态,在[0,1]区间上均匀分布。为解决标准SOA算法在后期易陷入局部最优,导致算法停滞的问题,本文利用混沌变量的便利性这一特点,通过对最优位置的二次扰动,增加了种群个体的多样性,并使得搜寻个体的位置更新更加多元化,更符合现实中因素的多变性这一普遍规律。
利用CASOA算法通过对系统采集信号得出的偏差情况的优化处理,调节控制器的Kp、Ki、Kd 3个参数,使得控制器的综合性能达到最优,使其满足工作要求。其原理如图3所示。3.2 适应度函数的确定
【参考文献】:
期刊论文
[1]基于改进遗传算法的PID参数优化在闪蒸罐压力控制中的应用[J]. 周勇,邓仕英. 现代制造工程. 2019(02)
[2]基于附加惯性项人群搜索算法的四旋翼无人机姿态控制研究[J]. 唐堂,魏承赟,罗晓曙,丘森辉. 广西师范大学学报(自然科学版). 2018(04)
[3]基于BP神经网络自整定PID恒温控制系统研究[J]. 刘冰艳,朱武,张佳民. 仪表技术与传感器. 2018(08)
[4]基于搜索者优先算法的伺服系统PID控制器设计[J]. 刘胜,刘江华. 控制工程. 2017(11)
[5]基于改进人群搜索算法的PID参数优化[J]. 张连强,王东风. 计算机工程与设计. 2016(12)
[6]基于PSO算法的磁浮系统PID控制器优化与评价[J]. 宋荣荣,陈滋利. 西南交通大学学报. 2015(01)
[7]基于随机惯性权重的简化粒子群优化算法[J]. 赵志刚,黄树运,王伟倩. 计算机应用研究. 2014(02)
[8]基于遗传算法的永磁直线同步电机伺服系统参数设计[J]. 刘成颖,刘龙飞,孟凡伟,李志军. 清华大学学报(自然科学版). 2012(12)
[9]基于遗传算法的PID控制器设计及仿真[J]. 傅晓云,方旭,杨钢,李宝仁. 华中科技大学学报(自然科学版). 2012(05)
[10]PID参数优化算法[J]. 何佳佳,侯再恩. 化工自动化及仪表. 2010(11)
硕士论文
[1]含典型非线性环节系统的PID参数三维稳定域研究[D]. 何建猛.南京理工大学 2012
本文编号:3358499
本文链接:https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3358499.html