自整定PID控制算法的比较与研究

来源 :沈阳理工大学 | 被引量 : 0次 | 上传用户:bao21987
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
自整定方法在工业控制过程中被广泛应用,主要是由于其具有自动化和智能化的特点。在工业应用中,控制器性能质量直接关系到控制系统的好坏,影响产品质量的好坏。因此,确保控制器性能良好尤其重要。PID控制器作为一个常用的控制器,它的整定方法具有很多种,主要是通过控制要求及环境等条件不同,采用不同的控制方法,在选择控制方法中需要充分的考虑到算法的可行性、收敛性,并且对算法要综合考虑负载干扰、环境干扰等因素造成的影响,才能更好的取得较好的实际效果。继电自整定方法具有简单、方便安全与节约成本等特点,成为控制领域研究的一大热点,对其研究主要围绕两个方面:控制器参数配置与继电反馈模型。在实际应用中,通常由于工业情况的不同往往导致系统无法达到预期效果,因此在应用中需要根据实际情况选择合适的自整定方法。本文通过对自整定控制方法比较与分析,在对PID控制器参数的研究现状分析的基础上,展开对继电反馈自整定方法的研究及实际中的可行性分析,在对自整定反馈PID控制系统改进,进一步加入了粒子群算法,验证了其系统能够达到较好的控制效果。本文首先对PID控制的理论知识介绍,主要围绕PID控制器结构、控制器性能参数(动态性能参数、鲁棒性能参数、内部稳定性参数)、自整定方法及粒子群优化算法理论展开介绍,然后具体对继电反馈PID整定方面研究,主要是对继电反馈特性、偏置继电反馈频率特性、PI/PID控制器分析等,其中对PI/PID控制器分析中主要是从四个方面分析:分别从闭环稳定性分析、改进继电反馈系统结构、幅值裕度估计、相位裕度估计方法,使用仿真方法说明改进后的PID控制器具有较好的效果。在对继电自整定PID控制器改进的基础上进一步加入了改进后的粒子群算法。在对粒子群优化算法进行改进后,选择合适的值,设计控制系统框图,对该系统仿真设计和实验,证明了算法的有效性及收敛性,通过采用基于系统的啤酒温度控制系统实验及基于粒子群继电PID仿真实验,证明了该算法在温度控制具有非常好的控制效果,能够提高整体系统效率,极大地改善了超调量,整定效果得到明显改善,很大程度上改善了滞后的缺陷,为工业生成节约资源,提高了系统的控制性能。本文采用仿真方法证明该系统的可行性与可靠性,对工业生产应用控制系统具有重要的实际意义。
其他文献
动物检测识别是计算机视觉,深度学习的主要研究方向之一,广泛的应用在动物管理部门,生态保护部门当中。本文以北方湿地鸟类为研究对象,重点研究了数据集的处理,卷积神经网络的改进,提出了改进YOLOv3网络模型的北方湿地鸟类网络算法YOLOv3-Bird。为了加强数据集的准确度和容量,本文利用了数据集的扩充方法,利用非平衡数据集SVM分类算法进行数据分类,利用SMOTE算法进行数据集扩充并成功的将数据集扩
装配工作一直在制造业中占据着主导地位,装配质量决定着生产速度的快慢。随着科技的发展,产品向着高精尖的方向不断进步,装配工作对生产效率的影响也越来越大,精准的装配可以有效提高生产效率,降低产品的生产成本。本文以制导炸弹控制尾舱为例,对装配序列的优化方法和装配仿真展开了研究。首先考察实际的装配环境,总结相关装配知识,对装配知识进行梳理分析,根据知识属性建立材料库、设备库、技术文件库等七个装配资源知识库
在全球的老龄人口不断增加的背景下,人们的家庭护理产生了很严重的负担。由于老年人的身体状况不断老化再加上自己本身有可能存在一些身体疾病,在单独在家的时候很可能因为动作不慎或者身体疾病而产生异常行为。因此,本文以家庭生活为测试场景,对拍摄到的视频中的老人进行检测并跟踪,随后对获取到的老年人行为信息进行分类,最终判定老人究竟是正常活动还是行为异常,为之后的预警等安防措施建立基础,对于家庭生活的安全保障也
随着工业智能化的兴起,工业机器人越来越多的出现在人们的视野中,各大企业对机器人的研究也更加深入、更加全面,机器视觉是机器人研究的重要组成部分。机器视觉是实现工业机器人的精度定位与识别的主要方式之一。本课题主要研究气阀装配机器人视觉定位技术,依托实验室现有设备2D-90往复式压缩机和埃斯顿ER-30六自由度工业机器人,对压缩机气阀进行识别定位技术研究,以协助实现气阀自动装配的功能需求。首先,进行了机
随着人口老龄化的日益加剧,在我国出现了越来越多的独居老人,这些独居老人由于独自在家无人照顾的缘故,一旦出现室内跌倒的情况就会十分危险。为了及时发现这些室内跌倒行为,一个可以在室内环境下实时检测跌倒行为的系统就显得格外重要了。而随着计算机视觉和深度学习近几年的飞速发展,二者的结合解决了很多实际问题,从最初的图像识别、物体识别已经发展到现在的行为识别和姿态估计。本文利用了深度学习中的代表算法——卷积神
本文针对基于深度学习的三维物体建模方法开展研究,从多模态特征融合和基于多网络协同学习的角度探索提高三维模型生成精度的方法。研究了基于多视角和单视角的三维模型生成方法并提出改进措施。本课题的主要成果包括以下几个方面:针对三维模型特征提取的问题,本文提出一种基于自编码网络的改进网络,从原始的三维物体模型中重构出该目标物体的三维模型,并得到输入原始三维模型的鲁棒性特征表示。实验表明,该自编码网络取得了比
在21世纪,随着我国科技发展的不断进步,汽车已经成为人们出行的主要交通工具,也成为了每家每户必不可少的日常用具之一,随着汽车行业发展的不断推进和汽车数量的逐渐扩增,城市的交通拥堵也日益增大,同时道路交通的管制也变得越发困难。道路拥堵、事故多发等因素,不仅对交通管制形成了严峻挑战,也同时对驾驶员增加了巨大的压力。道路交通标志物可以起到对驾驶员传递指路、警示、限制等重要信息,可以引导驾驶员安全驾驶,保
水下传感器网络(Underwater sensor networks,UWSNs)被广泛应用在监测海洋环境、探测海底目标及收集海洋数据等方面,引起了军民两领域的密切关注。UWSNs的特点是采用声波通信,由于水声信道具有低带宽、长传播时延和高误码率等特点,因此,构建高效的通信网络非常重要。要实现数据的高效传输,关键之一是根据水声信道特点设计MAC协议。本文针对大规模水声异构传感器网络的特点和水声信道
近年来,随着深度学习技术在计算机视觉领域的广泛应用,图像语义分割问题吸引了大量计算机视觉研究者。其作为计算机视觉任务中一个重要的组成部分,被广泛应用与各行各业。例如自动驾驶、医学影像分割、行人检测、室内机器人等领域。其主要任务是在复杂的实际应用场景中对图像中的每个像素点进行类别区分。为了实现在室内环境下对人物进行精准的语义分割,综合考虑室内环境下的语义分割难点,基于深度学习模型,开展室内环境下的语
人脸属性生成和风格迁移作为计算机视觉的研究重点,已经广泛的被应用于人脸数据扩充、人机交互、虚拟机器人、人脸修复等诸多领域。2014年,Goodfellow首次提出生成对抗网络GAN,其模型任务旨在实现图片以假乱真,这使得人脸属性生成和风格迁移得到了迅速的发展,越来越多的人对该网络进行研究,通过对GAN的改进也得到了许多变种网络,在不同方面的改进使得网络的效果得到了巨大的提升。但是在人脸属性生成过程