论文部分内容阅读
PID控制器作为一种经典的控制方法,其具有算法简单、鲁棒性强、可靠性高、易{操作等优点,因而它被广泛的应用于工业过程控制中,比如,冶金化工、电力、轻工、机械等方面。但是,随着现代工业的不断发展,控制过程越来越复杂,已有的PID参数整矢方法在某种程度上不能满足实际需求。因而,PID参数整定问题始终成为研究工作者的一个重要课题,研究一种新型、高效的PID参数整定方法非常必要。粒子群优化算法是由Kennedy博士和Eberhart博士于1995年提出的一种新的智能优f算法。由于其结构简单、参数少、容易实现等优点,所以被广泛地应用于函数优化、神垒网络训练、优化工业过程控制参数等方面,并且都取得了较好的效果。本文给出了一种已进的粒子群优化算法,并将其应用于对PID控制器的参数整定中。本文的主要工作如下: (1)阐述了PID控制器的基本工作原理,分析了PID控制器的三个参数对其控制效身的影响。而且分析了已有的Z-N、Cohen-Coon经典整定方法,并对其进行了仿真分析。 (2)为了克服粒子群优化算法对复杂问题存在易早熟收敛、易陷入局部极值的缺点本文提出了一种改进的粒子群优化算法。基本思路是,首先,刹用sigmoid函数对惯性耄重进行改进。然后,在此基础上,加入收缩因子。最后,在仿真中,与已有的方法进行J比较,仿真结果表明了该算法的可行性。 (3)为了改进PID控制器参数整定的效果,本文将改进的粒子群优化算法应用到PIl参数整定中,并选取绝对偏差的积分作为准则函数(即粒子群优化算法的适应度函数),最后,在仿真中,与已有的算法进行了对比,仿真结果表明了该算法是有效性。关键词:控制器;PID;参数整定;粒子群优化算法 PID控制器作为一种经典的控制方法,其具有算法简单、鲁棒性强、可靠性高、易{操作等优点,因而它被广泛的应用于工业过程控制中,比如,冶金化工、电力、轻工、耄械等方面。但是,随着现代工业的不断发展,控制过程越来越复杂,已有的PID参数整矢方法在某种程度上不能满足实际需求。因而,PID参数整定问题始终成为研究工作者的一个重要课题,研究一种新型、高效的PID参数整定方法非常必要。 粒子群优化算法是由Kennedy博士和Eberhart博士于1995年提出的一种新的智能优f算法。由于其结构简单、参数少、容易实现等优点,所以被广泛地应用于函数优化、神垒网络训练、优化工业过程控制参数等方面,并且都取得了较好的效果。本文给出了一种已进的粒子群优化算法,并将其应用于对PID控制器的参数整定中。本文的主要工作如下: (1)阐述了PID控制器的基本工作原理,分析了PID控制器的三个参数对其控制效身的影响。而且分析了已有的Z-N、Cohen-Coon经典整定方法,并对其进行了仿真分析。 (2)为了克服粒子群优化算法对复杂问题存在易早熟收敛、易陷入局部极值的缺点本文提出了一种改进的粒子群优化算法。基本思路是,首先,刹用sigmoid函数对惯性耄重进行改进。然后,在此基础上,加入收缩因子。最后,在仿真中,与已有的方法进行J比较,仿真结果表明了该算法的可行性。 (3)为了改进PID控制器参数整定的效果,本文将改进的粒子群优化算法应用到PIl参数整定中,并选取绝对偏差的积分作为准则函数(即粒子群优化算法的适应度函数),最后,在仿真中,与已有的算法进行了对比,仿真结果表明了该算法是有效性。