一、基于遗传算法的PID参数整定(论文文献综述)
张涵,刘铁军,刘波,谢代梁,徐雅,黄震威[1](2021)在《遗传优化PID整定算法在阀门定位器中的应用》文中研究指明电气阀门定位器调节阀门开度的PID控制过程容易出现较大的超调,通过自然泄气或增加反作用回调阀位,会对系统的鲁棒性和控制效率产生较大影响。提出一种遗传优化的PID整定算法,基于继电反馈法获得系统PID参数的大致范围,并利用改进遗传算法进行PID参数寻优,使系统接近无超调控制,提高控制精度,缩短调节时间。系统获得PID参数用于控制气动调节阀,超调量可控制在0.6%,调节时间相比于传统PID算法缩短66%。仿真和实验结果表明,该整定算法能够实现稳、准、快的控制方式,为优化电气阀门定位器的控制策略提供了一种新的思路。
杨世忠,孙崇国,李善伟[2](2021)在《基于改进GA的变风量空调系统优化控制仿真》文中指出针对变风量空调系统本身存在多变量、非线性、强耦合等问题,基本遗传算法很难起到很好的控制效果。现针对基本遗传算法的适应度值、交叉率和变异率进行改进,通过引入Sigmoid函数和高斯分布函数自适应调整公式来调整交叉率和变异率,并对适应度值进行自适应设计,构建一种改进遗传算法。并采用改进遗传算法对PID控制器参数进行在线调整,最后将改进的遗传PID控制器和基本遗传PID控制器分别对典型二阶系统、滞后系统进行控制仿真,并对变风量空调系统的冷冻水流量-送风温度,送风温度-房间温度,风机频率-风管静压这三个控制回路进行仿真研究;仿真结果表明:所提算法的动态性能好,系统超调量、上升时间均有所减少,同时具有较强的抗干扰性和鲁棒性,为变风量空调系统优化控制提供了一种可行控制方案。
李真[3](2021)在《空间机构自抗扰控制器的粒子群自整定方法研究》文中研究说明星间激光通信由于传输数据量大、效率高、抗干扰能力强等优点受到了各国的关注,近年来很多国家都对其进行了研究并取得了大量的成果。但在对其所使用的空间运动机构(粗指向机构)进行控制时,还存在一定的问题。由于地面环境和航天环境(失重、热真空等)的不同,空间运动机构的控制模型会发生变化,此时会导致空间运动机构在地面上调整的控制器的参数在航天环境中不适用的现象,而且本课题中的空间运动机构所使用的自抗扰控制器的参数在人工整定时较为困难。所以需要通过参数自整定来实现控制器在不同环境下的良好的控制品质。本文以参数自整定为出发点,针对本课题中的空间运动机构所使用的自抗扰控制器(ADRC)选择了不同的参数自整定方法进行评估和可行性分析,最终选择了粒子群算法作为本课题中的参数自整定方法。确定方案后,本文在simulink中搭建了空间运动机构所使用的永磁同步电机的仿真模型,将粒子群算法用于自抗扰控制器的参数自整定。为测试粒子群算法的参数寻找能力,本文选取了9个测试函数进行算法的性能测试,测试结果发现,粒子群算法存在陷入局部最优的问题。为提高算法寻找参数的能力,本文针对算法存在的问题进行了分析,分别针对算法在搜索中多样性缺失、在搜索后期易发生聚集、及其更新公式会导致搜索能力较弱的问题提出了最差粒子进化策略、最优粒子扰动策略、灰狼算法改进策略。将改进完的算法跟未改进的算法在9个标准测试函数上进行验证,结果表明改进后的算法具有更强的搜索能力和更快的寻优速度。在标准测试函数上进行验证后,将两种算法用于自抗扰控制器的参数自整定上进行仿真验证,仿真结果表明,加入改进策略的粒子群算法(PSO_GWO)整定的参数具有更好的控制效果。最后,本文在运动机构上开展了参数自整定的实验验证,在DSP芯片TMS320F28335中分别编写了粒子群算法(PSO)和本文提出的改进粒子群算法(PSO_GWO)的程序,实验结果验证了粒子群算法参数自整定的可行性,同时也验证了本文提出的改进粒子群算法(PSO_GWO)的整定效果更优,并且寻优速度也更快。
陈相宇[4](2021)在《连续压机入口段液压比例控制系统设计及仿真分析》文中认为连续平压式热压机(以下简称连续压机)相比较于传统的间歇式热压机,具有生产效率高、板材密度均匀、产品质量好等优点,近十年,随着连续平压技术的不断成熟,连续压机逐渐成为人造板生产的主流设备。连续压机入口段的功能与人造板的生产工艺以及产品质量密切相关,连续压机入口段的结构复杂,功能要求多变,是连续压机中设计难度与制造要求最高的部位,对连续压机入口段的结构与控制性能进行研究,对提高人造板产品质量有着重要意义。本研究将压制幅宽1220mm厚12mm的中密度纤维板(MDF)作为目标产品和主要分析对象,结合连续压机入口段的工艺特性和结构特征,分析入口段油缸控制系统的控制功能与控制对象。根据控制功能分析结果,给出控制方案,设计包括热压板快速移动回路、板坯加压回路和同步控制的连续压机入口段液压比例控制系统。建立入口段液压比例控制系统各环节的数学模型,确定各项生产工艺参数,进行控制系统参数的设计与计算,推导控制系统的传递函数。利用MATLAB/Simulink分析控制系统的稳定性、快速性和准确性,判断系统是否符合设计要求。基于AMESim软件环境建立控制系统的仿真模型,结合遗传算法参数整定和PID调节对系统的控制性能进行优化。分析校正前后的系统的控制性能差异,通过仿真实验检验系统的控制精度、抗干扰能力和同步性能。通过对仿真结果的分析得出,经过PID调节后的控制系统能够满足连续压机入口段的控制要求。本课题的研究内容是围绕我国在人造板连续式热压机技术研究基础薄弱的问题展开的,以连续式热压机的入口段作为主要研究对象,对其结构特征和功能,以及加压装置的控制方式和性能等方面进行了分析、设计和仿真,期望能够推动国内的连续热压技术向更高的层次发展。
刘微,陈思敏[5](2020)在《基于元胞遗传算法的PID参数整定》文中研究指明PID控制器具有结构简单易实现的特点,这使其在工业领域具有重要的研究价值,对PID控制器参数的整定使控制器发挥出高性能的控制是工业控制中需要处理的难点.本文利用元胞遗传算法对PID参数进行了整定,元胞遗传算法具有收敛精度高,收敛速度快,对空间探索和局部探索具有寻优的能力.通过对元胞遗传算法的参数设置不同种群大小和不同的交叉因子来比较元胞遗传算法参数不同所得到整定效果的不同,得出参数整定后可以使PID控制器具有高效性能的元胞遗传算法的参数设置.
王凯[6](2020)在《基于Fibonacci的PID参数随钻自适应优选》文中提出目前,自动送钻多采用恒钻压自动送钻方式,传统的钻压PID控制系统具有结构简单、运行可靠等优点而被广泛应用。但由于实际的钻井过程中存在较大时滞,若依靠司钻人员凭经验确定PID参数,当地层发生变动时,原先的PID参数可能无法适用于新地层,使得系统出现响应速度慢、超调量大以及稳态误差等问题。因此,当钻遇地层发生变化时,采用传统的PID控制时系统存在参数整定周期长、无法有效克服负载、扰动的大范围变化以及实时参数优选的不足。针对上述问题,本文以恒钻压自动送钻为研究对象,构建了液压盘刹钻机控制模型,设计了遗传算法(Genetic Algorithm,GA)、粒子群算法(Particle Swarm Optimization,PSO)以及基于Fibonacci的量子遗传算法(Quantum genetic algorithm based on Fibonacci,FBQGA)三种智能优化算法,将其分别用于钻机PID控制参数优选,并实现在Simulink环境下自动调用优选出的PID参数,提高了钻机控制参数的快速、自适应整定。最后在MATLAB GUI环境下,设计了随钻自适应PID控制系统GUI界面,可直接观测PID参数结果和系统响应曲线。仿真结果表明,与传统采用Z-N经验公式法、试凑法相比,GA算法使系统调节时间分别缩短5.68%和24.94%;PSO相比GA系统调节时间又缩短了7.3%;而设计的FBQGA相比PSO和GA,系统调节时间分别缩短35.34%和45.22%,系统的超调量分别降低55.63%和39.63%。因此,基于Fibonacci的PID参数随钻自适应优选,在实现PID参数快速自适应整定的同时,减小了恒钻压液压盘刹系统响应的超调量,缩短了调节时间和加快了系统的响应速度,进而提高了系统的控制精度和鲁棒性。
陈炜[7](2020)在《模型失配情形下典型热工过程PI控制器性能评估及优化重整定》文中进行了进一步梳理PI控制在热工过程控制中得到了广泛的应用,在控制回路投运后,随着运行时间的推移,被控对象特性往往会发生变化,使得描述当前被控对象特性的过程模型(简称实际模型)与当初控制器设计阶段使用的过程模型(简称设计模型)不再匹配,这种现象被称为模型失配。模型失配可能会对控制性能造成不良影响,轻则导致控制品质下降,重则威胁热力设备的安全运行。因此,有必要在模型失配发生后对过程模型进行重新辨识、对控制性能受到的影响进行量化评估并对控制器进行重新整定以改善控制性能。本文针对上述三方面内容开展了优化研究,主要的研究内容和成果如下:(1)针对模型失配情形下的过程模型辨识问题,提出一种基于BP神经网络回归建模的模型辨识方法。该方法定义了闭环设定值阶跃响应的特征量,并利用BP神经网络建立了过程模型参数与上述特征量之间的关联关系,根据建立的关系可以利用闭环响应特征量辨识出失配后的过程模型。仿真结果表明,与传统的基于BFGS、GA优化算法的辨识方法相比,所提出的方法具有较好的辨识精度和稳定性。(2)针对模型失配情形下PI控制器的性能变化评估问题,提出一种基于模型参数辨识的控制性能量化评估方法,对模型参数变化给控制性能造成的影响进行量化评估。该方法通过推导失配后的过程模型参数与控制性能指标之间的关系式从而获得模型失配后的控制性能指标,进而通过性能指标归一化的方式对控制性能受到的影响进行量化评估。评估结果可为控制器参数是否需要重整定提供判断依据。与已有研究相比,所提出的方法将过程模型的适用范围从一阶时延模型拓展到二阶时延模型和二阶等容时延模型,并将控制性能的评估范围从负载扰动抑制性能和鲁棒性两个方面增至设定值跟踪性能、负载扰动抑制性能和鲁棒性三个方面。(3)针对模型失配情形下的PI控制器参数重整定问题,提出一种以鲁棒性为约束条件、以设定值跟踪性能和负载扰动抑制性能折中优化为目标的控制器参数整定方法。该方法将控制器整定问题转化为基于遗传算法的寻优问题,优化目标是使两种控制性能指标尽可能逼近各自可实现的最优值,并选择鲁棒性指标作为约束条件。与已有研究相比,本文提出的方法能够使设定值跟踪和负载扰动抑制性能在优化后取得更好的折中效果,并且综合来看控制性能较整定前得到了更大程度的改善。
于嘉龙[8](2020)在《五轴联动数控加工轮廓误差耦合补偿控制研究》文中指出五轴机床是在三轴数控机床的基础上增加了两个旋转轴所构成的加工设备,在五轴进行联动的时候可以同时调节刀尖位置和刀轴姿态,因此可以加工出航空发动机叶片、飞机结构片、精密磨具等复杂曲面零件。掌握五轴数控机床加工技术对我国的航空、军事、科研、高精医疗设备的发展有着非常重要的支撑作用。五轴数控机床在加工零件过程中比较复杂,多种因素引起的跟踪误差是耦合产生轮廓误差的重要原因。轮廓误差会影响零件的最终加工精度,为了有效减小轮廓误差,因此对轮廓误差的控制展开研究。本文建立了BC双摆头、双转台、摆头转台三种五轴联动机床运动学模型,通过坐标变换推导了RTCP算法数学公式。以B摆头C转台式五轴机床作为研究对象,在Vericut中建立机床仿真模型,使用Power Mill生成“S”试件的NC代码进行仿真验证,验证结果表明本文所推导的公式是正确的。建立了五轴机床的刀尖位置轮廓误差模型和刀轴姿态轮廓误差模型,分析了五轴机床各进给轴对两种轮廓误差的影响。采用开放式控制系统搭建了五轴机床试验平台,进行了“S”试件的加工,分别验证RTCP算法的有效性和计算两种轮廓误差,并对误差产生的影响进行分析。分析了旋转轴位置对平动轴位置的影响,在两种轮廓误差计算模型基础上,建立了一种轮廓误差补偿方法,基于交叉耦合控制思想建立了解耦补偿方法,分别补偿到三个平动轴和两个旋转轴上,并建立仿真模型,仿真模型中使用的传递函数使用软件PMAC Analyzer测量得出。结果表明,建立的补偿方法有效的抑制了轮廓误差。根据以上基础,使用补偿控制器补偿各进给轴的实际参考输入值,提出并利用迭代学习控制器更迭修正实际参考输入值来进一步提高五轴机床各进给轴的跟踪精度,减小零件加工的轮廓误差,并利用遗传算法的多参数寻优功能对PID控制器参数进行调整,并进行仿真验证。结果表明,采用迭代学习控制方法能够进一步减小五轴机床轮廓误差。
张永锋[9](2020)在《带式输送机变频自动张紧装置设计及控制算法优化研究》文中提出随着煤炭行业的快速发展,带式输送机作为煤矿综采装备的重要组成部分,发展和更新是必然的一种趋势,尤其是张紧装置,已经由机电液一体化自动结构代替最初的简单机械结构。液压张紧装置和变频自动张紧装置是当前煤矿上带式输送机的主要张紧方式。实际生产中使用的液压自动张紧装置存在漏油、故障率高、张紧效率低等问题,而变频自动张紧装置在满足带式输送机工作中所需张力的同时,还能避免液压张紧装置存在的问题,当前的变频自动张紧装置使用的电机是永磁同步电机,永磁同步电机良好的低速带载能力,大大简化了变频自动张紧装置结构,其驱动传动效率也得到了明显提升。本文以DSJ160/350/3×500可伸缩带式输送机为原型,依据逐点张力计算法,对其输送带进行了详细的张力计算,并得出张紧装置需要提供的最小张力,依据最小张力对永磁变频自动张紧装置中的永磁同步电机、钢丝绳、变频器和张力传感器进行了选型,对滑轮和滚筒进行了设计;在MATLAB/Simulink中建立永磁同步电机变频调速系统仿真模型,并利用粒子群算法和遗传算法对其速度控制环进行PID控制器参数寻优;在AMESim中建立带式输送机整机模型,与Simulink进行联合仿真,得到张紧小车在常规PID控制、基于粒子群算法的PID控制、基于遗传算法的PID控制下的动态特性曲线,并对仿真结果进行对比分析研究。通过对比不同控制方式下张紧小车在带式输送机启动、满速运行、机尾自移、受控停机四种工况下的动态特性曲线可以得知,基于粒子群算法的PID控制下的张紧小车响应最快,振动幅度最小,调节时间最短,达到稳定所用的时间最少,表明粒子群算法优化的PID控制器具有更好的控制效果,从而保证张紧装置的实时张紧能力较高,带式输送机的运行更加平稳和安全。
王丽丽[10](2020)在《振镜式激光目标模拟系统关键技术研究与实现》文中研究指明由于激光制导武器在研制、试验、生产过程中,实弹测试代价大且效率低。而激光制导半实物仿真系统的研发为激光制导武器提供了实验室测试环境,极大的降低了武器研制成本,使武器研制效率明显提高。据美国军方统计显示,有百分之九十的激光制导武器的系统鉴定、数据评估都是通过半实物仿真实验的结果获得。中国航空航天部门规定,没有通过半实物仿真的产品不得参加飞行实验。而激光目标模拟系统在实验室环境中还原了激光信号在实际战场环境中物理特性的变化、模拟了导弹与目标的相对运动,是激光半实物仿真系统的核心,在激光制导武器研制过程中不可缺少。为了实现具备高性能指标的激光目标模拟系统,必须对激光能量精确模拟技术与目标运动模拟技术这两项关键技术进行深入研究,并攻克其实现难点。针对传统的激光能量模拟技术调节范围小,调节精度不高等问题,本文通过建立仿真环境下精确的激光能量衰减模型并设计控制机构,实现了激光能量的精确模拟。针对传统的激光目标运动模拟技术存在动态响应性能不佳、实时性不高等问题,本文提出了利用二维振镜系统实现目标运动模拟的方法,并建立了目标运动数学模型,编写了改进的控制算法,进而保障了系统对控制指令的快速响应性能,完成了高性能指标要求下对目标运动的精确模拟。最后本文基于已建成的激光能量衰减模型与目标运动数学模型,搭建了系统硬件实验平台,编写了上位机控制软件与数据库管理系统软件,为系统关键技术指标的测试提供了仿真试验平台。为了保障系统的仿真可信度,同时为系统性能优化提供方向,需要对系统误差源及其误差传递过程进行详细分析。目前,这方面的研究工作相对空缺。本文基于已建成的系统仿真试验平台,对激光能量模拟过程与目标运动模拟过程的误差传递进行了详细分析与计算,并提出了矫正方案。同时,为了保证系统的稳定性,本文对整个系统进行了可靠性分析。最后基于已搭建的激光目标模拟系统实验平台对系统关键性能指标进行测试,验证了系统的可行性与有效性。
二、基于遗传算法的PID参数整定(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于遗传算法的PID参数整定(论文提纲范文)
(1)遗传优化PID整定算法在阀门定位器中的应用(论文提纲范文)
0 引 言 |
1 电气式阀门定位器 |
2 继电反馈法PID整定 |
3 PID整定的改进遗传优化算法 |
3.1 编码方式 |
3.2 参数范围 |
3.3 适应度函数 |
3.4 自适应交叉、变异概率 |
4 电气阀门定位器设计 |
4.1 电气阀门定位器硬件实现 |
4.2 电气阀门定位器软件实现 |
5 MATLAB仿真实验 |
5.1 系统传递函数 |
5.2 目标函数优化曲线 |
5.3 PID参数的阶跃响应 |
1)继电反馈法 |
2)常规遗传算法和改进遗传算法的PID参数优化 |
3)系统阶跃响应仿真结果分析 |
5.4 系统抗扰动性分析 |
6 实验验证 |
7 结 论 |
(2)基于改进GA的变风量空调系统优化控制仿真(论文提纲范文)
1 引言 |
2 基本遗传算法 |
3 改进遗传算法 |
3.1 改进遗传算法的原理及设计 |
1)改进个体适应度值的设计 |
2)改进交叉概率和变异概率 |
3.2 改进遗传PID参数优化 |
4 算法控制仿真比较 |
4.1 二阶系统的PID整定 |
4.2 二阶滞后系统的PID整定 |
4.2 二阶滞后系统的PID整定 |
5 变风量空调系统优化控制仿真 |
6 结束语 |
(3)空间机构自抗扰控制器的粒子群自整定方法研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景 |
1.2 国内外研究现状 |
1.2.1 参数自整定研究现状 |
1.2.2 参数自整定研究现状总结 |
1.3 本课题研究的主要内容 |
1.4 本文章节安排 |
第2章 自抗扰控制器参数自整定方案设计 |
2.1 自抗扰控制器基本介绍 |
2.1.1 跟踪微分器(TD) |
2.1.2 扩张状态观测器(ESO) |
2.1.3 非线性反馈控制律(NLSEF) |
2.2 被控对象基本介绍 |
2.3 参数自整定整体方案设计 |
2.4 本章小结 |
第3章 粒子群算法性能测试及参数自整定仿真验证 |
3.1 引言 |
3.2 粒子群算法介绍 |
3.2.1 标准粒子群算法介绍 |
3.2.2 标准粒子群算法性能测试 |
3.3 粒子群ADRC参数自整定仿真验证 |
3.3.1 参数自整定仿真框图搭建 |
3.3.2 参数自整定仿真结果 |
3.4 本章小结 |
第4章 粒子群算法改进策略及自整定仿真对比 |
4.1 引言 |
4.2 粒子群算法改进策略 |
4.2.1 最差粒子进化策略 |
4.2.2 最优粒子扰动策略 |
4.2.3 灰狼算法改进策略 |
4.3 仿真验证 |
4.3.1 不同算法寻优结果测试对比 |
4.3.2 不同算法的寻优速度测试对比 |
4.3.3 参数自整定控制效果仿真对比 |
4.4 本章小结 |
第5章 自抗扰控制器参数自整定实验设计及验证 |
5.1 引言 |
5.2 参数自整定实验方案设计 |
5.3 参数自整定寻优结果及控制效果对比 |
5.4 参数自整定寻优过程寻优速度对比 |
5.5 本章小结 |
第6章 总结与展望 |
6.1 本论文总结 |
6.1.1 全文工作总结 |
6.1.2 本论文的创新点 |
6.2 工作展望 |
参考文献 |
致谢 |
作者简历及攻读学位期间发表的学术论文与研究成果 |
(4)连续压机入口段液压比例控制系统设计及仿真分析(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 课题背景 |
1.2 课题研究意义 |
1.3 人造板热压机发展现状 |
1.3.1 国内外连续压机结构形式 |
1.3.2 连续压机控制系统研究现状 |
1.4 论文研究的主要内容 |
2 入口段液压比例控制系统设计 |
2.1 连续压机入口段的工艺特性和结构特征 |
2.1.1 纤维板生产工艺特性 |
2.1.2 入口段结构特征 |
2.2 控制功能分析和控制对像确定 |
2.2.1 控制功能分析 |
2.2.2 控制对象确定 |
2.2.3 控制方案 |
2.3 液压比例控制系统原理 |
2.3.1 控制阀选择 |
2.3.2 控制系统原理 |
2.3.3 控制系统方框图 |
2.4 本章小结 |
3 液压比例控制系统的建模与性能分析 |
3.1 液压比例控制系统各环节传递函数 |
3.1.1 比例放大器传递函数 |
3.1.2 三通阀控非对称缸传递函数 |
3.1.3 伺服比例阀传递函数 |
3.1.4 位移传感器传递函数 |
3.1.5 控制系统的开环传递函数 |
3.2 系统参数设计 |
3.2.1 系统负载参数的确定和计算 |
3.2.2 油缸参数的确定与计算 |
3.2.3 伺服比例阀参数确定和计算 |
3.2.4 其他模型元件参数 |
3.2.5 液压比例控制系统的数学模型 |
3.3 控制系统性能分析 |
3.3.1 控制系统仿真分析模型建立 |
3.3.2 系统控制性能分析 |
3.4 本章小结 |
4 基于AMESim的液压比例控制系统仿真分析与校正 |
4.1 液压比例控制系统模型建立 |
4.1.1 控制系统模型建立 |
4.1.2 控制系统的参数设置 |
4.2 油缸位移控制系统的校正与优化 |
4.2.1 PID调节原理 |
4.2.2 基于遗传算法的PID参数整定 |
4.3 液压比例控制系统的动态仿真 |
4.3.1 校正后不同负载对系统的影响 |
4.3.2 同步控制系统性能 |
4.4 本章小结 |
结论 |
参考文献 |
攻读学位期间发表的学术论文 |
致谢 |
附件 |
(5)基于元胞遗传算法的PID参数整定(论文提纲范文)
0 引言 |
1 元胞遗传算法 |
2 PID参数优化 |
2.1 常规PID |
2.2 算法参数的设定 |
2.3 实验方案 |
2.4 元胞遗传算法整定的实现过程 |
3 仿真运行结果与分析 |
3.1 不同交叉因子值的PID参数整定 |
3.2 不同种群大小的PID参数整定 |
4 结论 |
(6)基于Fibonacci的PID参数随钻自适应优选(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究的目的和意义 |
1.2 国内外研究发展现状 |
1.2.1 自动送钻国内外发展现状 |
1.2.2 PID参数优选国内外发展现状 |
1.3 现有自动送钻控制系统的不足 |
1.4 章节安排 |
第二章 石油钻机液压盘刹系统建模与仿真 |
2.1 石油钻机 |
2.1.1 概述 |
2.1.2 石油钻机基本组成 |
2.1.3 石油钻机的工作原理 |
2.2 钻机液压盘刹系统 |
2.2.1 钻机液压盘刹系统工作原理 |
2.2.2 恒钻压自动送钻原理 |
2.2.3 液压盘刹系统建模 |
2.3 液压盘刹钻机恒压送钻控制策略 |
2.4 恒压送钻PID控制方案 |
2.4.1 常规参数整定 |
2.4.2 智能优化算法优选PID参数 |
2.4.3 PID参数随钻快速自适应优选 |
第三章 GA快速自适应优选PID参数 |
3.1 遗传算法介绍 |
3.2 GA优选PID参数 |
3.2.1 GA算法的参数选择 |
3.2.2 目标函数 |
3.2.3 GA优选PID参数流程 |
3.3 液压盘刹钻机PID参数优选结果 |
3.4 仿真结果与分析 |
3.4.1 目标函数曲线分析 |
3.4.2 系统响应曲线分析比较 |
3.5 本章小结 |
第四章 PSO快速自适应优选PID参数 |
4.1 PSO算法介绍 |
4.2 PSO优选PID参数 |
4.2.1 参数设定 |
4.2.2 PSO优选PID参数流程 |
4.3 液压盘刹钻机PID参数优选结果 |
4.4 仿真结果与分析 |
4.4.1 目标函数曲线分析 |
4.4.2 系统响应曲线分析 |
4.5 本章小结 |
第五章 FBQGA快速自适应优选PID参数 |
5.1 FBQGA |
5.2 FBQGA优选PID参数 |
5.2.1 参数定义 |
5.2.2 FBQGA优选PID参数流程 |
5.3 液压盘刹钻机PID参数优选结果 |
5.4 仿真结果与分析 |
5.4.1 目标函数曲线 |
5.4.2 系统响应曲线 |
5.5 三种智能优化算法结果比较 |
5.5.1 最优目标函数曲线分析 |
5.5.2 .系统响应曲线数据分析 |
5.5.2.1 动态性能和静态性能的比较 |
5.5.2.2 液压盘刹钻机恒压送钻PID控制方案选择 |
5.6 随钻自适应PID控制系统GUI设计 |
5.6.1 系统的总体设计 |
5.6.2 系统仿真界面设置 |
5.6.3 GUI仿真实现 |
5.7 本章小结 |
第六章 结论与展望 |
6.1 结论 |
6.2 展望 |
致谢 |
参考文献 |
攻读硕士期间参加科研情况及获得学术成果 |
(7)模型失配情形下典型热工过程PI控制器性能评估及优化重整定(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状与分析 |
1.2.1 过程模型闭环辨识研究现状 |
1.2.2 PI控制回路性能评估研究现状 |
1.2.3 PI控制器参数整定研究现状 |
1.3 本文研究内容及论文框架 |
第二章 模型失配情形下的过程模型闭环辨识 |
2.1 引言 |
2.2 PI控制回路结构及过程模型 |
2.3 闭环设定值阶跃响应的特征量 |
2.4 基于BP神经网络回归建模的模型辨识 |
2.4.1 BP神经网络 |
2.4.2 模型参数与闭环响应特征量关系建模 |
2.5 模型辨识精度指标 |
2.6 仿真研究与分析 |
2.6.1 过程模型为FOPTD模型的情形 |
2.6.2 过程模型为SOPTD模型的情形 |
2.6.3 过程模型为CSOPTD模型的情形 |
2.7 本章小结 |
第三章 模型失配情形下PI控制器的性能变化评估 |
3.1 引言 |
3.2 PI控制器性能评价方法 |
3.2.1 设定值跟踪性能 |
3.2.2 负载扰动抑制性能 |
3.2.3 鲁棒性性能 |
3.3 模型失配与PI控制器性能变化的关系 |
3.3.1 模型失配与设定值跟踪性能变化的关系 |
3.3.2 模型失配与负载扰动抑制性能变化的关系 |
3.3.3 模型失配与控制回路鲁棒性变化的关系 |
3.4 控制性能变化评估仿真研究 |
3.4.1 过程模型为FOPTD模型的情形 |
3.4.2 过程模型为SOPTD模型的情形 |
3.4.3 过程模型为CSOPTD模型的情形 |
3.5 本章小结 |
第四章 模型失配情形下PI控制器的重整定 |
4.1 引言 |
4.2 PI参数稳定域 |
4.3 遗传算法基本原理 |
4.4 基于遗传算法的PI控制器折中优化方法 |
4.4.1 PI参数优化问题的目标函数和约束条件构建 |
4.4.2 控制性能下降和改善程度的综合评价指标 |
4.5 PI控制器参数优化仿真研究与分析 |
4.5.1 过程模型为FOPTD模型的情形 |
4.5.2 过程模型为SOPTD模型的情形 |
4.5.3 过程模型为CSOPTD模型的情形 |
4.6 本章小结 |
第五章 总结与展望 |
5.1 工作总结 |
5.2 工作展望 |
致谢 |
参考文献 |
作者在硕士研究生阶段发表的论文 |
(8)五轴联动数控加工轮廓误差耦合补偿控制研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题来源 |
1.2 研究背景和意义 |
1.3 五轴数控机床发展现状 |
1.4 五轴联动加工轮廓误差控制国内外研究现状 |
1.4.1 跟踪误差控制现状 |
1.4.2 五轴联动加工轮廓误差耦合控制 |
1.5 论文主要研究内容 |
第2章 五轴联动数控机床运动学模型 |
2.1 五轴联动数控机床结构分类及特点 |
2.1.1 五轴联动数控机床结构分类 |
2.1.2 五轴联动数控机床特点 |
2.2 五轴联动加工RTCP原理 |
2.3 五轴机床RTCP数学建模 |
2.3.1 B-C双摆头机床结构RTCP数学建模 |
2.3.2 B-C双转台机床结构RTCP数学建模 |
2.3.3 B摆头C转台机床结构RTCP数学建模 |
2.4 RTCP算法验证 |
2.4.1 “S”试件后置处理及铣削仿真 |
2.4.2 仿真验证 |
2.5 小结 |
第3章 五轴联动轮廓误差形成机理 |
3.1 五轴联动加工轮廓误差分析 |
3.2 刀尖位置误差和刀轴姿态误差耦合机理分析 |
3.2.1 刀尖位置误差引起的零件轮廓误差耦合机理分析 |
3.2.2 刀轴姿态对零件轮廓误差的影响 |
3.2.3 刀轴姿态误差引起的零件轮廓误差耦合机理分析 |
3.3 开放式五轴机床数控系统框架 |
3.3.1 试验主要装置 |
3.3.2 基于开放式系统的RTCP功能的实现 |
3.3.3 IMAC400控制器性能分析 |
3.4 五轴机床“S”试件加工试验及分析 |
3.4.1 五轴机床“S”试件加工试验 |
3.4.2 试验采集结果 |
3.4.3 各进给轴对五轴机床轮廓误差产生的影响 |
3.4.4 五轴机床轮廓误差试验结果分析 |
3.5 小结 |
第4章 五轴联动加工轮廓误差耦合补偿控制研究 |
4.1 基于运动学模型的轮廓误差控制方案 |
4.2 B摆头C转台五轴机床进给轴传递函数的确定 |
4.3 五轴机床轮廓误差PID控制器原理及各轴补偿量 |
4.3.1 PID控制器原理 |
4.3.2 各轴补偿值 |
4.4 五轴机床轮廓误差控制器耦合仿真 |
4.5 小结 |
第5章 五轴联动加工轮廓误差迭代学习耦合补偿控制研究 |
5.1 五轴机床迭代学习控制原理 |
5.2 基于遗传算法的五轴机床进给轴PID控制器参数整定 |
5.3 五轴机床迭代学习控制器轮廓误差耦合控制方案设计 |
5.3.1 五轴机床各进给轴迭代学习控制系统的建立 |
5.3.2 五轴机床零件迭代学习控制仿真试验 |
5.3.3 五轴机床轮廓误差仿真结果对比 |
5.4 小结 |
第6章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
附录 A 遗传算法PID整定程序 |
附录 B 迭代学习中关于X轴的相关程序 |
附录 C “S”试件加工程序代码 |
个人简介及硕士期间发表的论文与获奖 |
(9)带式输送机变频自动张紧装置设计及控制算法优化研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及研究意义 |
1.2 国内外研究现状 |
1.2.1 可伸缩带式输送机研究现状 |
1.2.2 可伸缩带式输送机张紧装置国内外研究现状 |
1.2.3 变频自动张紧装置研究现状 |
1.2.4 PID控制器参数优化研究现状 |
1.3 主要研究内容 |
1.4 本章小结 |
第二章 带式输送机及永磁变频自动张紧装置设计 |
2.1 带式输送机结构设计 |
2.2 永磁变频自动张紧装置结构设计 |
2.3 张紧装置主要构件的设计 |
2.3.1 钢丝绳的选型 |
2.3.2 滑轮的结构设计 |
2.3.3 张紧滚筒的结构设计 |
2.3.4 永磁同步电机功率的计算 |
2.4 张紧装置电气控制系统设计 |
2.4.1 变频器选型 |
2.4.2 张力传感器选型 |
2.5 带式输送机变频自动张紧装置仿真模型的建立 |
2.5.1 AMESim软件简介 |
2.5.2 带式输送机数学模型的建立 |
2.5.3 边界条件和初始条件 |
2.5.4 输送带单元划分 |
2.5.5 变频自动张紧装置与输送机整机仿真模型建立 |
2.6 永磁同步电机变频调速系统建模 |
2.6.1 MATLAB软件简介 |
2.6.2 永磁同步电机基本结构 |
2.6.3 永磁同步电机数学模型建立 |
2.6.4 永磁同步电机矢量控制系统 |
2.6.5 永磁同步电机仿真模型建立 |
2.7 本章小结 |
第三章 基于粒子群算法的PID控制器参数优化及联合仿真分析 |
3.1 粒子群算法简介 |
3.2 粒子群算法寻优原理 |
3.3 基于粒子群算法的PID控制器参数优化 |
3.3.1 PID控制器 |
3.3.2 PID控制器优化过程 |
3.3.3 ITAE性能指标函数选取 |
3.3.4 惯性因子选择 |
3.4 速度控制器优化 |
3.5 联合仿真结果与分析 |
3.5.1 启动阶段仿真结果与分析 |
3.5.2 满速阶段仿真结果与分析 |
3.5.3 机尾自移阶段仿真结果与分析 |
3.5.4 受控停机阶段仿真结果与分析 |
3.6 本章小结 |
第四章 基于遗传算法的PID控制器参数优化及联合仿真分析 |
4.1 遗传算法介绍 |
4.2 基于遗传算法的PID控制器参数优化 |
4.2.1 参数编码和解码 |
4.2.2 适应度函数的选择 |
4.2.3 遗传算法寻优过程 |
4.3 初始种群的产生 |
4.4 遗传算法流程 |
4.5 联合仿真结果与分析 |
4.5.1 启动阶段仿真结果与分析 |
4.5.2 满速阶段仿真结果与分析 |
4.5.3 机尾自移阶段仿真结果与分析 |
4.5.4 受控停机阶段仿真结果与分析 |
4.6 本章小结 |
第五章 不同算法仿真结果对比分析 |
5.1 启动阶段仿真结果对比分析 |
5.2 满速运行阶段仿真结果对比分析 |
5.3 机尾自移阶段仿真结果对比分析 |
5.4 受控停机阶段仿真结果对比分析 |
5.5 本章小结 |
第六章 结论 |
6.1 结论 |
6.2 展望 |
参考文献 |
攻读学位期间取得的科研成果 |
致谢 |
(10)振镜式激光目标模拟系统关键技术研究与实现(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 引言 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 激光制导武器研究现状 |
1.2.2 激光制导半实物仿真系统研究现状 |
1.2.3 激光目标模拟系统研究现状 |
1.3 课题来源 |
1.4 论文研究内容与组织结构 |
2 振镜式激光目标模拟技术理论基础 |
2.1 系统工作原理 |
2.1.1 系统工作原理及组成 |
2.1.2 系统关键性能指标分析 |
2.2 激光能量模拟技术理论研究 |
2.2.1 实际战场环境下激光能量变化规律 |
2.2.2 激光能量模拟理论研究 |
2.3 目标运动模拟技术研究 |
2.3.1 目标运动模拟机理 |
2.3.2 目标运动模拟坐标转换 |
2.4 本章小结 |
3 系统建模分析与控制算法研究 |
3.1 激光能量模拟模块数学模型 |
3.1.1 激光能量衰减模型描述 |
3.1.2 激光能量大小模拟模块数学模型建立 |
3.2 光斑运动模拟数学模型建立及控制算法研究 |
3.2.1 数学模型建立 |
3.2.2 PID控制器参数整定方法描述 |
3.2.3 基于改进的遗传算法实现PID参数整定设计 |
3.2.4 运动控制算法有效性验证 |
3.3 本章小结 |
4 系统软硬件试验平台搭建 |
4.1 硬件系统的设计与搭建 |
4.1.1 系统实验平台总体设计 |
4.1.2 控制系统整体设计 |
4.1.3 能量模拟模块设计与搭建 |
4.1.4 运动模拟模块设计与搭建 |
4.1.5 激光投影屏幕设计与搭建 |
4.2 软件系统的设计与实现 |
4.2.1 主控软件设计与实现 |
4.2.2 数据库管理系统软件的设计与实现 |
4.3 本章小结 |
5 系统仿真可信度分析与试验验证分析 |
5.1 系统误差传递分析与校正 |
5.1.1 激光能量模拟误差分析 |
5.1.2 目标运动模拟误差研究 |
5.2 系统可靠性分析 |
5.2.1 系统可靠性技术分析 |
5.2.2 系统可靠性数学模型与计算 |
5.3 系统性能指标试验验证分析 |
5.3.1 位置调节带宽试验验证分析 |
5.3.2 回转精度试验验证分析 |
5.3.3 定位精度试验验证分析 |
5.3.4 角速率精度试验验证分析 |
5.3.5 能量调节延时试验验证分析 |
5.3.6 能量调节误差试验验证分析 |
5.4 本章小结 |
6 总结与展望 |
6.1 论文总结 |
6.2 论文展望 |
参考文献 |
附录A 位置调节带宽试验数据记录表 |
附录B 回转精度试验数据记录表 |
作者简历及攻读硕士学位期间取得的研究成果 |
学位论文数据集 |
四、基于遗传算法的PID参数整定(论文参考文献)
- [1]遗传优化PID整定算法在阀门定位器中的应用[J]. 张涵,刘铁军,刘波,谢代梁,徐雅,黄震威. 电子测量与仪器学报, 2021(11)
- [2]基于改进GA的变风量空调系统优化控制仿真[J]. 杨世忠,孙崇国,李善伟. 计算机仿真, 2021(11)
- [3]空间机构自抗扰控制器的粒子群自整定方法研究[D]. 李真. 中国科学院大学(中国科学院光电技术研究所), 2021(08)
- [4]连续压机入口段液压比例控制系统设计及仿真分析[D]. 陈相宇. 东北林业大学, 2021(08)
- [5]基于元胞遗传算法的PID参数整定[J]. 刘微,陈思敏. 吉林师范大学学报(自然科学版), 2020(04)
- [6]基于Fibonacci的PID参数随钻自适应优选[D]. 王凯. 西安石油大学, 2020(11)
- [7]模型失配情形下典型热工过程PI控制器性能评估及优化重整定[D]. 陈炜. 东南大学, 2020(01)
- [8]五轴联动数控加工轮廓误差耦合补偿控制研究[D]. 于嘉龙. 北京信息科技大学, 2020
- [9]带式输送机变频自动张紧装置设计及控制算法优化研究[D]. 张永锋. 太原理工大学, 2020(07)
- [10]振镜式激光目标模拟系统关键技术研究与实现[D]. 王丽丽. 北京交通大学, 2020(03)