基于粒子群算法和卡尔曼滤波器的PID控制.pdf

基于粒子群算法和卡尔曼滤波器的PID控制.pdf

ID:51452702

大小:275.06 KB

页数:3页

时间:2020-03-25

基于粒子群算法和卡尔曼滤波器的PID控制.pdf_第1页
基于粒子群算法和卡尔曼滤波器的PID控制.pdf_第2页
基于粒子群算法和卡尔曼滤波器的PID控制.pdf_第3页
资源描述:

《基于粒子群算法和卡尔曼滤波器的PID控制.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、《电气自动化}2013年第35卷第6期控制理论及其应用ControITheory&ltsApplications基于粒子群算法和卡尔曼滤波器的PID控制王江荣。.李东旭(1.兰州石化职业技术学院信息处理与控制工程系。甘肃兰州730060;2.电子科技大学生命与技术学院.I~tJlI成都611731)摘要:针对PID控制系统中存在参数的整定和控制干扰信号和测量噪声信号问题,提出基于粒子群算法和卡尔曼滤波算法的PID控制方法。利用粒子算法优化PID参数,通过卡尔曼滤波器抑制控制干扰信号和i见0量噪声信号。仿真结果表

2、明具有响应速度快、抗干扰能力强等特点,且达到了全局最优PID参数整定,有效地剔除系统的控制干扰和测量噪声信号,具有比传统PID控制方法更好的动态和静态控制性能,控制品质有较大的改善和提高。为PID控制系统的研究提供了一种新方法。关键词:粒子群算法;卡尔曼滤波器;PID控制;参数优化;仿真DOI:10.3969/j·lssn.1000-3886.2013.06.001[中图分类号]TP273[文献标志码]A[文章编号]1000—3886(2013)06—0001—02PIDControlBasedonPartic

3、leSwarmAlgorithmandKalmanFilter,WANGJiang-tong,LIDong-XU(1.InformationProcessingandControlEngineeringFaculty,LanzhouPetrochemicalCollegeofTechnology,LanzhouGansu730060,China;2.CollegeofLifeandTechnology,UniversityofElectronicScienceandTechnology,ChengduSichu

4、an611731,China)Abstract:APIDcontrolmethodbasedonparticleswarmalgorithmandKalmanfilterispresentedwithrespecttoparametertuningandcontrolinterferencesignala8wellasmeasurementnoisesignalinthePIDcontrolsystem.TheparticlealgorithmisusedtooptimizePIDparameters.andt

5、heKalmanfilterisusedtosuppressthecontrolinterferencesignalandmeasurementnoisesigna1.Asshowninthesimulationresult。thismethodoffastresponseandstronganti-interferenceabilitycanreachagloballyoptimalPIDparametertuningandeffectivelyeliminatesystemcontrolinterferen

6、ceandmeasurementnoisesigna1.IthasabetterdynamicandstaticcontrolperformancethantheconventionalPIDcontrolmethod-showingabettercontrolquality.Thus-anewmethodisprovidedforthestudyofthePIDcontrolsystem.Keywords:particleswarmalgorithm;Kalmanfilter,PIDcontrol;param

7、eteroptimization;emulationO引言1基于粒子群算法的参数优化PID控制系统因其简单、稳定性好和可靠性高等优点,被广粒子群优化算法(ParticleSwarmOptimization,PS0)是Kenne-泛应用到工业过程控制中。PID控制器的性能取决于它的三个dy和Eberhart受鸟群觅食行为启发于1995年提出的一种全局优参数(比例、积分和微分)的整定是否合理,因此,优化PID控制化算法¨-2]。PSO算法(一种仿生算法)具有搜索能力强、收敛速器参数具有重要意义。但是PID参数的整定

8、一般需要经验丰富度快、设置参数少、程序易实现和无需梯度信息等特点。所有的的工程技术人员来完成,这种方法不仅费时,而且不能保证获得粒子(搜索空间中的鸟)都有一个由被优化函数决定的适应值和最佳性能。粒子群算法(ParticleSwarmOptimization,PS0)是一一个决定它们运动方向和运动距离的速度,问题的解就是搜索空种有效的全局寻优算法,本文将使用PS0对PID控制器的参数间中

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。