基于PSO算法的木薯收获机拔起速度控制系统参数优化

新型挖拔式木薯收获机拔起速度控制系统控制的重点在于使用PID算法进行闭环控制液压马达的输出。为此,针对传统的PID参数调整优化方法费时费力的问题,以广西大学研制的新型木薯收获机控制系统为对象,采用PSO算法,以液压系统的传递函数为目标,对PID算法进行参数优化,且进行了田间试验验证。结果表明:采用PSO算法,对控制系统参数进行优化可行,且便捷;当木薯收获机控制系统的参数Kp、Ki、Kd分别为0.644 1、2. 726 9、0. 036 2时,控制效果良好,性能稳定。     

粒子群优化算法及其在水轮机调速器PID参数优化中的应用

粒子群优化算法即Particle Swarm Optimization(PSO)是由Kennedy和Eberhart于1995年提出的一种基于群智能(Swarm Intelligence)方法的演化计算(evolutionary computation)技术.通过同时动态调整惯性权重和加速度权重以平衡运算性能,提出改进的PSO算法,利用改进PSO优化算法优化的PID控制规律使得调节系统具有更好的动态调节特性和鲁棒性.     

基于PSO-PID的拖拉机线控液压转向控制研究

PID控制是典型的控制系统,其核心内容是PID参数优化。为解决拖拉机线控液压转向PID控制参数优化时不能确保得到最佳性能且耗时长的问题,课题组采用了理论分析法及仿真实验法,对线控液压转向系统的模型进行了仿真分析,基于粒子群算法（PSO）优化了PID参数,提出了PSO-PID控制器,并将其控制结果与标准PID进行对比,得出了使整个PID系统性能优异的优化结果。仿真结果表明,PSO算法有效提高了PID参数的稳定性、收敛速度和搜索精度,性能指标更优。     

基于差分进化算法的皮带跑偏PID控制系统设计

采用PID控制器对皮带跑偏控制系统进行改进,利用差分进化算法对PID控制器参数进行优化,利用MATLAB/Simulink对控制系统进行建模仿真,验证了该控制系统的可行性,仿真结果表明改进后,系统稳定性好,而且无超调现象,有助于解决实际工作中皮带输送机的跑偏问题。     

基于杂交PSO算法的直线电机伺服参数优化

伺服参数整定是影响直线电机系统控制性能优劣的关键因素,针对其参数难以整定的问题,提出一种基于杂交PSO算法的解决方案.通过引入粒子杂交操作,有效增强算法对最优参数的全局搜索能力,并且其收敛速度和精度得到提升.仿真结果表明,应用杂交PSO算法对电机系统数学模型的伺服参数进行整定优化效果明显.对比标准粒子群算法与文献改进粒...     

水电站发电优化调度初始粒子群生成方法研究

重点分析了粒子群算法(Particle Swarm Optimization,PSO)在水电站优化调度应用中存在的收敛速度慢等问题,并针对问题提出了一种新的初始粒子群生成方法,形成了粒子群算法求解水库优化调度的改进应用方法.改进前后仿真计算结果的对比分析表明,改进后的应用方法可明显提高水电站优化调度问题的求解速度和精度.     

基于SOA优化PID控制参数的智能灌溉控制策略研究

为解决智能灌溉系统中水泵运行的不稳定问题，基于人群搜索优化算法（Seeker optimization algorithm，SOA）实现了PID（Proportion integration differentiation）参数的自动优化。该优化算法能够有效解决智能灌溉系统水泵控制中的非线性、时变性和滞后性等问题。为验证SOA优化PID控制的实际效果，与PSO（Particle swarm optimization）算法和GA（Genetic algorithms）算法优化的PID控制进行比较。仿真实验结果表明，基于SOA优化的PID控制响应时间短、超调量小，稳态过程没有振荡。因此，适用于智能灌溉系统中的水泵控制。     

基于PSO-BP优化PID模型的水肥控制系统研究

针对传统灌溉施肥方式无法切实满足作物生长需求和水肥资源浪费严重的问题,设计一种基于PSO和BP神经网络优化PID模型的水肥控制系统。系统通过结合作物种植环境水肥浓度信息,利用PSO和BP神经网络算法优化PID控制参数,以解决水肥施灌过程中系统的非线性、时变性和滞后性等问题。综合MATLAB/simulink仿真试验结果可知,利用PSO和BP神经网络优化的PID控制模型较传统PID控制模型系统响应速度提高9.33%,调节时间缩短72.24%,超调量仅为PID控制的11.78%,优化效果较好。系统试验结果表明,施灌过程中系统控制稳定,在一定程度上达到水肥浓度精准控制的效果,具有实际应用价值。     

混合果蝇优化算法PID参数整定方法的研究

【目的】解决基本果蝇优化算法（FOA）由于算法局限性而出现比例积分微分（PID）参数整定收敛速度慢且容易过早陷入局部最优的问题。【方法】为了在迭代前期具有更高的全局搜索效率,利用粒子群算法（PSO）寻找多个全局较优种群,迭代后期使用具有较强的局部寻优能力的FOA算法提高收敛精度,实现对全局搜索和局部搜索过程的优化。【结果】两个二阶时滞系统的阶跃响应测试结果表明,基于HFOA的PID控制器参数整定的上升时间、调节时间和超调量等指标更优,能够实现更好的系统响应性能。【结论】优化后算法具有控制精度高、响应速度快、鲁棒性好等优点,为PID参数优化提供了参考。     

基于SOA优化模糊PID的水肥控制系统研究

为解决目前水肥控制系统中存在的精度低、稳态性差、过度依赖专家经验等问题,基于模糊PID控制模型,设计一种SOA优化模糊PID的水肥控制系统.系统采用具有自适应特性的SOA算法,智能优化模糊PID控制器的量化因子、比例因子,完成对系统中各项参数的自适应调整.综合Simulink水肥控制对比实验可知,SOA优化的模糊PID...     

SBW转向电机的控制策略研究

汽车电子转向系统(steer-by-wire,SBW)操控技术的核心是智能机电传动装置.转向电机是SBW的动力源,对转向电机的控制直接关系到系统的可行性以及车辆转向轨迹的确定性.在对SBW模型分析的基础上,建立了转向电机的动力学模型,对其控制策略进行研究.     

电动汽车开关磁阻电机的激振力研究

将新型开关磁阻(SR)电动机应用于电动汽车.以电机为振源,分析其激振力在特定方向上的作用情况.用解析的方法,给出了径向力和切向力随时间变化的具体表达式.分析过程中,不仅考虑了SR电机径向力作用.而且考虑了切向力(转矩波动)对整个系统的影响.经过数值分析,得出在竖直方向上激振力的幅值与初相角有直接的关系,并且幅值存在最大值和最小值,提出了最大值和最小值的确定方法.通过算例,验证了整个分析的正确性.     

元胞多目标粒子群优化算法与其应用

针对现有多目标粒子群算法多样性不佳,难以平衡多目标优化的全局搜索和局部寻优的能力,提出了一种元胞多目标粒子群算法。在分析多目标粒子算法理论基础上,该算法将元胞自动机思想融入粒子群算法,研究粒子之间相互关系和信息传递机制,并提出一种粒子飞行速度控制策略。实验证明,新算法相对于4种比较算法,在求解含有无约束和有约束的多目标优化问题时有更好的收敛性和多样性,将其应用于盘式制动器优化设计,得到的解精度更高。     

模拟数控铣床的改造

本文对数控模拟铣床的改造,进给机构用两个步进电动机做动力源,控制系统用8051单片机作为主控制器,用数字信息通过单片机传送给步进电动机控制其按一定方式运行,即可达到零件的加工要求。     

基于角位移控制的功率分流式自动变速器速比控制研究

阐述了功率分流式自动变速器中电机控制式无级变速单元的速比控制原理。通过对速比控制电机目标角位移、角位移滑模变结构控制器的建模,来确定整个控制器的设计参数。在对角位移目标轨迹跟踪的仿真中,控制器能够较好地实现在有外在负载干扰下对角位移目标轨迹的跟踪。     

模块化产品优化配置问题的混合PSO求解方法

针对产品优化配置问题,建立了客户需求与可配置产品模块实例之间的映射关系,采用动态惩罚函数处理约束条件,构建了产品优化配置问题的数学模型.采用遗传算法的交叉与变异策略和模拟退火算法的Metropolis准则改进粒子群算法,将形成的混合粒子群算法作为产品优化配置的求解方法.使用二进制编码方案表示可配置产品的配置方案.通过使用混合粒子群算法进行产品优化配置仿真试验,以及混合粒子群算法与遗传算法的仿真对比试验,证明该方法简单有效,效率较高.     

基于粒子群算法的农用轮胎柔性环模型参数辨识方法

轮胎柔性环模型能准确表达轮胎变形,但模型的刚度参数无法直接测定,因此模型刚度参数的辨识成为建模过程中的关键。本文基于轮胎柔性环模型运动学方程,分析农用轮胎固有频率与刚度参数之间的关系,提出基于粒子群算法的柔性环模型刚度参数辨识方法。通过轮胎模态试验获取轮胎固有频率,采用粒子群算法对柔性环模型刚度参数进行辨识。将固有频率的试验值与预测值的平均误差作为评价指标,对比粒子群算法与传统算法及遗传算法辨识结果,结果表明粒子群算法的参数辨识结果精度较高,平均绝对误差为1.67Hz,平均相对误差为1.66%,相较于遗传算法,平均相对误差降低16.16%,运算时间减少93.19%。通过接地印痕试验获取农用轮胎接地角度,结合辨识所得刚度参数,估算轮胎所受到的垂向力,对比垂向力的试验值与预测值,结果表明粒子群算法的参数辨识结果精度较高,垂向载荷估算平均相对误差为1.97%,相对于遗传算法,平均相对误差降低12.05%。     

改进微粒群算法及其在水库优化调

介绍了一种新的集群智能算法—微粒群算法（PSO），该算法具有实现简单、参数少且收敛快的特点。针对其易于陷入局部最优的缺陷，文中通过引入遗传算法中的“杂交”算子，并采用自适应的惯性权重，对原算法进行了改进，并将其应用于水库长期优化调度问题。文中用实际算例验证了该算法的有效性，从而为水库优化调度问题提供了一种新的求解途径。