基于粒子群算法与改进Ziegler-Nichols算法的PID整定方法

被引：7

作者：

聂善坤

王宇嘉

苏坤

机构：

[1] 上海工程技术大学电子电气工程学院

来源：

轻工机械 | 2016年 / 34卷 / 01期

基金：

上海市自然科学基金;

关键词：

PID控制器; 粒子群算法; 改进Ziegler-Nichols算法; 响应速度;

D O I：

暂无

中图分类号：

TP273 [自动控制、自动控制系统]; TP18 [人工智能理论];

学科分类号：

080201 ; 0835 ; 081104 ; 0812 ; 1405 ;

摘要：

针对Ziegler-Nichols算法设计的PID控制器阶跃响应不理想,不具有灵活性等缺点,提出基于粒子群算法与改进Ziegler-Nichols算法的PID整定方法。采用粒子群算法优化了Ziegler-Nichols算法中的幅值和相角,设计了具有更好性能指标的PID控制器。实验结果表明采用该方法进行参数整定后的PID控制器响应速度较快,降低了系统的超调量。

引用

页码：43 / 46

页数：4

共 10 条

[1]

Particle swarm optimization. Kennedy J,Eberhart RC. Proceedings of the IEEE International Conference on Neural Networks . 1995

[2] 基于Ziegler-Nichols频率响应方法的自适应PID控制 [J].

王亚刚 ;

许晓鸣 ;

邵惠鹤 .

控制工程, 2012, 19 (04) :607-609+613

[3] 基于粒子群优化的分数阶PID预测函数参数整定 [J].

郭伟 ;

韩丹丹 ;

徐金成 ;

程远 .

控制工程, 2014, 21 (01) :70-73

[4] 一种基于改进的粒子群优化算法的神经网络PID控制器 [J].

金林骏 ;

方建安 ;

潘磊宁 .

机电工程, 2015, 32 (02) :295-300

[5]

多目标智能优化算法及其应用[M]. 科学出版社 , 雷德明, 2009

[6]

控制系统计算机辅助设计[M]. 清华大学出版社 , 薛定宇著, 2006

[7]

反馈控制系统设计与分析[M]. 清华大学出版社 , 薛定宇著, 2000

[8]

MATLAB智能算法30个案例分析[M]. 北京航空航天大学出版社 , 史峰, 2011

[9]

A particle swarm optimization approach for optimum design of PID controller in AVR system. Gaing Zwe-Lee. IEEE Transactions on Energy Conversion . 2004

[10]

Swarm Intelligence. Kennedy J,Eberhart RC,Shi Y. . 2001

← 1 →