论文总字数：20949字

摘 要

PID控制器是较早发展起来的控制策略，因其控制结构简单，易于参数整定，被广泛应用于工业过程控制中。对于PID控制器的参数整定问题,文中将粒子群优化算法用于PID参数的优化设计。首先，该方法定义了一个包含系统上升时间、超调量和稳态误差等性能指标的适应度函数，并且依据系统的控制要求对各项性能指标适当加权。接着，由带收缩因子的粒子群算法对PID参数进行多目标寻优。从而，实现对PID 控制器的参数自整定。仿真结果表明, 该优化方法得到的PID 控制器的性能指标明显优于常规方法得到的PID控制器。与传统方法相比,该方法简单易行,更易找到全局最优解,性能指标和优化效率明显提高。

关键词: PID 控制器; 粒子群算法; 多目标优化; 参数整定

Optimal design of PID Controller Based on Particle Swarm Optimization

Abstract

PID controller is the earliest control measures. Because it’s control structure is simple and it is easy to tune parameter in practical applications, it is widely used in the control industry. For the parameter turning problems of PID controller , this article will optimize the parameter of PID with Particle Swarm Optimization(PSO). First, this method defines a fitness function that contains the system rise time, overshoot, steady state error and other performance indicators, and the terms are weighted property. Then the particle swarm optimization algorithms with a constriction factor is used for multi-objective optimization of PID controllers, and the auto parameter tuning of PID controllers can be realized. Simulation results show that the synthesized performance of PID controller obtained by the proposed method is superior to that by conventional methods. Compare with some general PSO algorithm, the algorithm has greater efficiency, better performance and more advantages in many aspects.

Keywords: PID controller; particle swarm optimization; multi-objective optimization; parameter tuning.

目 录

摘 要 I

Abstract II

第一章 绪论 1

1.1 课题的研究背景与意义 1

1.2 常规PID参数整定方法 2

1.2.1 传统PID参数整定方法 2

1.2.2 智能PID参数整定方法 4

1.3 粒子群算法及其研究现状 6

1.3.1粒子群算法及其特点 6

1.3.2 粒子群算法研究现状 7

1.4 本文主要工作及各章节安排 8

第二章 粒子群算法 9

2.1 粒子群算法的原理 9

2.2 粒子群算法的流程 10

2.3 基于惯性权重的PSO算法 12

2.3.1 算法思想 12

2.3.1 惯性权重的选取 12

2.4 基于收缩因子的改进PSO算法 13

第三章 基于PSO算法的PID参数优化设计 14

3.1 优化设计简介 14

3.2 PID控制器原理 15

3.3 被控对象 16

3.4 初始化参数的获取 16

3.5 目标函数的选取 16

3.6 用PSO算法整定PID参数流程 18

第四章 MATLAB仿真及结果分析 20

4.1 MATLAB简述 20

4.1 传统PID参数整定仿真 20

4.2 基于PSO的PID参数优化 23

4.3 不同方法仿真结果的分析对比 29

结 论 33

参考文献 34

致 谢 36

绪论

1.1 课题的研究背景与意义

PID控制器是按偏差的比例(P)、积分(I)和微分(D)组合而成的控制规律。比例控制简单易行，增大Kp可以提高系统的开环增益，减小系统的稳态误差，从而提高系统的控制精度；积分的加入能消除或减少系统的稳态误差，改善系统的稳态性能；微分项则能提高速度，改善系统的稳定性和动态性能。

PID 控制是最早发展起来的控制策略之一,已有70多年历史，因其算法简单、实现容易、鲁棒性好、可靠性高、参数物理意义明确、理论分析体系完整等诸多优点,被广泛应用于工业控制领域，现在仍然是应用最广泛的工业控制器,是技术上最为成熟的控制规律。

PID控制器简单易懂，使用中不需精确的系统模型等先决条件，当被控对象的结构和参数不能完全掌握，或得不到精确的数学模型时，控制理论的其它技术难以采用时，系统控制器的结构和参数必须依靠经验和现场调试来确定，这时应用PID控制技术最为方便。即当我们不完全了解一个系统和被控对象，或不能通过有效的测量手段来获得系统参数时，最适合用PID控制技术。

PID 控制的效果取决于控制器3个参数Kp、Ki、Kd的取值，因此，PID 控制器的参数自整定与优化已经成为一个重要的研究课题。以更优的方法获得最优的解，对于PID控制器及工业生产来说具有十分重要的理论意义和现实意义。

PID 参数整定通常分为传统参数整定方法和智能参数整定方法。传统整定方法整定过程繁琐,难以实现参数的最优整定,容易产生振荡和大超调。智能整定方法,如遗传算法、神经网络算法等也还存在某些不足,前者要涉及到繁琐的编码解码过程和很大的计算量;后者的隐含层数目、神经元个数以及初始权值等参数选择都没有系统的方法。

本文将改进粒子群优化算法用于PID控制器参数优化设计,该法较好地克服了常规PID调节器参数寻优的不足,仿真研究结果表明，该方法所得到的PID 控制器其性能指标明显优于常规方法得到的PID控制器的性能指标。与传统方法相比,该方法简单易行,更易找到全局最优解,性能指标和优化效率明显提高。

1.2 常规PID参数整定方法

1.2.1 传统PID参数整定方法

传统的PID参数整定方法有Ziegler-Nichols 整定法^[2,3]、经验法、衰减曲线法、临界比例度法、反应曲线法等。

请支付后下载全文，论文总字数：20949字