人工蜂群算法整定PID控制器参数.pdf

人工蜂群算法整定PID控制器参数.pdf

ID:52401917

大小:1.24 MB

页数:4页

时间:2020-03-27

人工蜂群算法整定PID控制器参数.pdf_第1页
人工蜂群算法整定PID控制器参数.pdf_第2页
人工蜂群算法整定PID控制器参数.pdf_第3页
人工蜂群算法整定PID控制器参数.pdf_第4页
资源描述:

《人工蜂群算法整定PID控制器参数.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、人工蜂群算法整定PID控制器参数蔡超,等人工蜂群算法整定PID控制器参数Self-tuningPIDParametersbyUsingArtificialBeeColonyAlgorithm11,2蔡超周武能12(东华大学信息科学与技术学院,上海201620;数字化纺织服装技术教育部工程研究中心,上海201620)摘要:针对工业控制中常用的PID控制器参数整定困难的问题,提出一种基于人工蜂群算法的参数整定方法。将PID控制器待整定参数看作蜜源,利用蜂群特有的角色转变机制搜索优质的参数组合;选取绝对误差矩积分性能指标

2、作为参数寻优的目标函数。仿真实验结果表明,所采用的算法能够提高控制系统的动态性能,增强系统的快速性和稳定性,适用于PID控制器的自整定。关键词:PID控制人工蜂群算法适应度参数寻优蜜源中图分类号:TH89;TP273+.24文献标志码:ADOI:10.16086/j.cnki.issn1000-0380.201508019Abstract:AimingatthedifficultproblemsinparametertuningofPIDcontrollersinindustrialcontrol,theparam

3、etertuningmethodbasedonartificialbeecolonyalgorithmisproposed.Inthisalgorithm,theparameterofPIDcontrollerneedtobetunedisseenasthenectarsource;thehigh-qualitycombinationofparametersissearchedusingtheuniquerolechangemechanismofthebees;andtheITAEindexisselectedas

4、theobjectivefunctionforparameteroptimization.Thesimulationexperimentsshowthatthisalgorithmcanenhancedynamicperformanceofthecontrolsystem,andstrengthenthespeedinessandstabilityofthesystem,it’ssuitableforPIDcontrollerself-tuning.Keywords:PIDcontrolArtificialbeec

5、olonyalgorithmAdaptionParameteroptimizationNectarsource高、控制参数少、鲁棒性较强等优点,已被越来越多的0引言学者所关注。目前,该算法已成功应用于神经网络训[2][3][4]PID控制器自产生以来,一直是工业生产过程中练、数字滤波器设计、图像处理、多维背包优[5][6]应用最广、最成熟的控制器,其控制质量的好坏取决于化、电力系统优化等多个领域。鉴于该算法应用控制器参数的整定,因而其参数整定问题受到人们的领域的不断拓宽,本文尝试将其应用于PID控制器的关注。所谓参

6、数整定,即对于一个完整的PID控制系参数自整定,并借助Matlab强大的数学运算及仿真能统,通过合理调整其参数,达到满意的控制效果。目力,通过实例比较证明了该方法的优越性。前,PID参数整定方法有很多,传统整定方法有Z-N1常规PID控制算法法、单纯形法等,智能整定方法有粒子群算法、遗传算法、神经网络等。传统PID控制不能使目标值跟踪特PID控制器是将偏差的比例、积分、微分进行线性[7]性和干扰抑制特性同时最优,而任何一个工业过程对组合构成控制量,从而对被控对象进行控制,其系统[1]扰动抑制品质和跟踪给定品质都是有

7、要求的。如结构如图1所示。今,将自适应控制、最优控制、预测控制、鲁棒控制和智能控制策略引入传统PID控制,逐步发展成为一种新型PID控制。人工蜂群算法(artificialbeecolony,ABC)是由土耳其学者Karaboga于2005年提出。与微粒群算法、遗图1PID控制器结构传算法等智能算法相比,该算法的突出优点是在每次Fig.1StructureofthePIDcontroller迭代过程中都进行全局和局部搜索,因而可以在较大PID的控制规律为:程度上避免局部最优。由于该算法具有搜索精度较tde(t)u(

8、t)=Ke(t)+Ke(t)dt+K(1)pi∫d0dt上海市教育委员会科研创新重点基金资助项目(编号:12zz06);高等学校博士学科点专项科研基金资助项目(编号:20120075120009)。e(t)=r(t)-y(t)(2)修改稿收到日期:2015-01-07。式中:K为比例增益;K为积分增益;K为微分增益;pid第一作者蔡超(1989-),男,现为

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。