简介:摘要本次设计的是基于PSO算法的PID控制器参数优化设计。人们对PID控制器参数优化的研究是紧跟在它产生之后的,现在常用的优化整定方法有两类,分别是工程和理论计算的方法。工程整定方法操作简单而且方便,但是整定过程需要丰富的工程经验,理论算法只要知道被控对象的传递函数,就可以对控制器参数进行优化。粒子群算法的形成是受到了群体智能的影响,它是一种启发式的全局搜索新算法,为了找到搜索空间中的全局最优解,粒子之间的合作方法既有竞争又有协作。这种算法有概念容易掌握、程序容易实现、全局搜索能力强等特征。本文采用粒子群算法进行PID控制器的参数优化,在MATLAB环境下进行算法编译并在SIMULINK中搭建框图进行仿真,同时使用单纯形法对同一个被控对象的PID控制器参数进行优化,对两种算法的优化性能进行了分析比较,发现粒子群优化算法不仅程序编写容易实现,优化速度快,而且优化效果比单纯行法的优化效果优越一些。
简介:摘要本次设计的是基于PSO算法的PID控制器参数优化设计。人们对PID控制器参数优化的研究是紧跟在它产生之后的,现在常用的优化整定方法有两类,分别是工程和理论计算的方法。工程整定方法操作简单而且方便,但是整定过程需要丰富的工程经验,理论算法只要知道被控对象的传递函数,就可以对控制器参数进行优化。粒子群算法的形成是受到了群体智能的影响,它是一种启发式的全局搜索新算法,为了找到搜索空间中的全局最优解,粒子之间的合作方法既有竞争又有协作。这种算法有概念容易掌握、程序容易实现、全局搜索能力强等特征。本文采用粒子群算法进行PID控制器的参数优化,在MATLAB环境下进行算法编译并在SIMULINK中搭建框图进行仿真,同时使用单纯形法对同一个被控对象的PID控制器参数进行优化,对两种算法的优化性能进行了分析比较,发现粒子群优化算法不仅程序编写容易实现,优化速度快,而且优化效果比单纯行法的优化效果优越一些。
简介:本文提出一种新的级联控制策略。利用自适应RBF神经网络控制和双闭环积分滑模控制,实现对无人机的位置控制以及姿态控制。自适应RBF神经网络控制可在线的、有效的估计未知的模型参数和持续的外界干扰,双闭环积分滑模控制可保证姿态系统状态量沿着预先设定的滑模面渐进收敛到期望的姿态轨迹,仿真结果表明本文的控制方法具有对外界干扰及模型不确定性良好的鲁棒性、光滑的输出信号以及非线性函数的逼近特性。
简介:摘要由于油田生产节能的需要,各种节能设备大量安装到油井上,在没安装节能设备前,电动机都是直接启动,启动电流是额定电流的6倍左右,对电网、变压器、电动机冲击很大,容易烧毁变压器及电动机,电动机只能在50赫兹下运行,不可以调速,地层液量原因,在不需要满负荷运行时,多余的力矩增加了有功功率的消耗,造成电能极大的浪费,安装节能控制器后,电动机可以实现软启动,从0赫兹启动,对设备无电流冲击,并且可以根据油井产量,调节电动机转速,以达到节能的目的,由于以后节能设备会越来越多,而维修与操作人员对设备的原理、参数设置、故障现象以及故障代码都不太了解,为了达到提高工作效率而编写此论文。