發(fā)布時(shí)間：2018-06-05 15:17

  本文選題：仿水流優(yōu)化算法 + 啟發(fā)式算法��； 參考：《華北理工大學(xué)》2017年碩士論文

【摘要】：PID控制器參數(shù)優(yōu)化一直是控制領(lǐng)域研究的重要問(wèn)題,單一的控制算法已經(jīng)不能滿足系統(tǒng)性能的要求。仿流水算法是一種啟發(fā)式算法,利用自然界水流動(dòng)的過(guò)程中所產(chǎn)生的現(xiàn)象,對(duì)PID參數(shù)進(jìn)行調(diào)整和優(yōu)化設(shè)計(jì)。將新興的啟發(fā)式算法(仿水流算法)與常規(guī)PID控制器相結(jié)合,研究用仿水流算法來(lái)優(yōu)化PID控制器,使系統(tǒng)各項(xiàng)性能指標(biāo)達(dá)到最優(yōu)。WFA模擬水流作為解代理人,在重力作用下,從較高的地勢(shì)流向較低的地勢(shì)。在水動(dòng)力的驅(qū)動(dòng)下,水流量根據(jù)地形通過(guò)分流和匯流調(diào)整其分布和方向。大多數(shù)情況下,最終至少一股水流可以行進(jìn)到地勢(shì)的最低區(qū)域。在大氣中,一些水流將蒸發(fā)并由降水返回地面。WFA的靈感來(lái)自于自然的水流,WFA通過(guò)執(zhí)行水流分流、匯流、蒸發(fā)和降水操作以遍歷解空間,從而優(yōu)化算法。解代理人的數(shù)量是動(dòng)態(tài)變化的。兼顧及空間的探索(Exploration)和探究(Exploitation),避免搜尋過(guò)度或搜尋不足。提出三種分流移步法并對(duì)改進(jìn)的仿水流算法對(duì)PID控制器參數(shù)進(jìn)行優(yōu)化,對(duì)陷入局部搜索的水流實(shí)施區(qū)域搜尋機(jī)制。以典型被控對(duì)象模型為例,驗(yàn)證了仿水流優(yōu)化PID控制器的有效性,并將其應(yīng)用到雙容水箱液位的控制中,該系統(tǒng)的仿真由Matlab中的Simulink模塊進(jìn)行仿真,根據(jù)仿真所得結(jié)果,仿水流算法優(yōu)化PID控制器效果顯著。以上分析表明改進(jìn)的仿水流算法應(yīng)用于PID控制器中對(duì)水箱液位進(jìn)行調(diào)節(jié),解決了液位控制系統(tǒng)的收斂速度慢,精度低等問(wèn)題,使系統(tǒng)運(yùn)行過(guò)程中穩(wěn)定、快速的進(jìn)行調(diào)節(jié)。
[Abstract]:Pid controller parameter optimization has been an important problem in the field of control. The single control algorithm can not meet the requirements of system performance. The flow simulation algorithm is a heuristic algorithm, which adjusts and optimizes pid parameters by using the phenomena in the process of natural water flow. Combining the new heuristic algorithm (simulated flow algorithm) with the conventional pid controller, this paper studies how to optimize the pid controller by using the simulated flow algorithm, which makes the system achieve the optimal performance. WFA simulates the flow as the solution agent under the action of gravity. From higher terrain to lower terrain. The distribution and direction of water flow are adjusted by diversion and confluence according to the topography driven by hydrodynamic force. In most cases, at least one stream of water can eventually reach the lowest part of the terrain. In the atmosphere, some water flows will evaporate and return to the ground from the precipitation. WFA is inspired by the natural water flow. WFA traverses the solution space by performing water diversion, confluence, evaporation and precipitation operations, and thus optimizes the algorithm. The number of solution agents is dynamic. Both spatial exploration and exploration to avoid excessive or inadequate search. In this paper, three shunt moving methods are proposed, and the parameters of pid controller are optimized by the improved simulated flow algorithm, and the regional search mechanism is implemented for the flow trapped in local search. Taking the typical controlled object model as an example, the effectiveness of the simulated flow optimization pid controller is verified and applied to the level control of the double tank. The simulation of the system is carried out by the Simulink module in Matlab, and the simulation results are obtained. The simulation flow algorithm is effective in optimizing pid controller. The above analysis shows that the improved simulated flow algorithm is applied to adjust the level of water tank in pid controller, which solves the problems of slow convergence speed and low precision of the liquid level control system, and makes the system stable and fast in the process of operation.
【學(xué)位授予單位】：華北理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP273

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王小霞;李兵;;基于仿水流PID算法的雙容水箱液位優(yōu)化控制[J];工業(yè)控制計(jì)算機(jī);2016年10期

2 李兵;姚明林;;仿流水PID算法在供熱站循環(huán)泵控制中的應(yīng)用[J];應(yīng)用能源技術(shù);2016年05期

3 周歡;李煜;;具有動(dòng)態(tài)慣性權(quán)重的布谷鳥(niǎo)搜索算法[J];智能系統(tǒng)學(xué)報(bào);2015年04期

4 劉繼軍;上官同英;;雙容水箱液位改進(jìn)型SA-PID控制仿真與研究[J];機(jī)械設(shè)計(jì)與制造;2015年08期

5 王慶喜;儲(chǔ)澤楠;;基于動(dòng)態(tài)布谷鳥(niǎo)搜索算法的PID控制器參數(shù)優(yōu)化[J];計(jì)算機(jī)測(cè)量與控制;2015年04期

6 吳智丁;高立克;鐘馳洋;;基于仿水循環(huán)粒子群算法的含風(fēng)電短期節(jié)能減排經(jīng)濟(jì)調(diào)度[J];華東電力;2012年11期

7 吳智丁;吳杰康;;求解無(wú)約束優(yōu)化問(wèn)題的仿水循環(huán)算法[J];計(jì)算機(jī)工程;2011年22期

8 何佳佳;侯再恩;;PID參數(shù)優(yōu)化算法[J];化工自動(dòng)化及儀表;2010年11期

9 李茜;李彬;朱雪丹;;模糊自整定PID控制器的設(shè)計(jì)與仿真[J];化工自動(dòng)化及儀表;2010年03期

10 李凌舟;陳利;;基于改進(jìn)PSO算法的PID參數(shù)優(yōu)化研究[J];四川電力技術(shù);2009年05期

相關(guān)博士學(xué)位論文 前1條

1 張冬麗;人工蜂群算法的改進(jìn)及相關(guān)應(yīng)用研究[D];燕山大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 張相考;基于PLC的風(fēng)電機(jī)組控制系統(tǒng)設(shè)計(jì)[D];沈陽(yáng)工業(yè)大學(xué);2015年

2 程飛;改進(jìn)蟻群算法及其應(yīng)用研究[D];江西理工大學(xué);2013年

3 趙建峰;基于遺傳算法和蟻群算法的節(jié)能調(diào)度研究[D];山東大學(xué);2013年

4 周婧;基于模糊神經(jīng)網(wǎng)絡(luò)的三相并網(wǎng)逆變器控制[D];燕山大學(xué);2012年

5 劉道;基于改進(jìn)粒子群優(yōu)化算法的PID參數(shù)整定研究[D];南華大學(xué);2012年

6 孫曉開(kāi);鐵路客運(yùn)站出發(fā)旅客到達(dá)規(guī)律研究[D];西南交通大學(xué);2011年

7 李春善;基于DSP的全自動(dòng)數(shù)字焊機(jī)多軸運(yùn)動(dòng)檢測(cè)與控制的研究[D];長(zhǎng)春工業(yè)大學(xué);2010年

8 李長(zhǎng)鵬;基于CSTR溫度系統(tǒng)的模糊神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)控制研究[D];哈爾濱工程大學(xué);2009年

9 宋超;基于水平集的PSO算法優(yōu)化及其應(yīng)用研究[D];江南大學(xué);2008年

10 宋茂福;基于概率克隆選擇微粒群算法的優(yōu)化設(shè)計(jì)研究[D];北京交通大學(xué);2008年

，

本文編號(hào)：1982439