基于粒子群算法的PID调速系统的研究

被引:13
作者
王唯一 [1 ]
张明泉 [1 ]
杨帆 [2 ]
陈次祥 [2 ]
机构
[1] 上海大学机电工程与自动化学院
[2] 中国船舶重工集团公司第七〇四研究所
关键词
粒子群优化算法; 柴油发电机组; PID控制; 调速系统;
D O I
10.14107/j.cnki.kzgc.132242
中图分类号
TE95 [海上油气田开发开采机械设备]; TP273 [自动控制、自动控制系统];
学科分类号
080802 [电力系统及其自动化]; 082002 [油气田开发工程];
摘要
PID控制器是一种广泛应用于工业生产过程的控制器。由于传统的PID参数整定耗时费力,且一些复杂系统存在一定的非线性和滞后性,使得PID参数整定有一定的难度。针对这一问题,提出了一种改进的PSO优化算法(IPSO),并将IPSO算法应用于海洋钻井平台电站柴油发电机组PID调速器的参数寻优中,以柴油发电机组转速偏差的ITAE指标作为该算法的目标函数。仿真结果显示了IPSO算法对PID参数整定的可行性。该算法改善了系统的动态特性,减小了系统振荡,提高了系统的响应速度。
引用
收藏
页码:1082 / 1086
页数:5
相关论文
共 10 条
[1]
积式决策多目标规划及其新型粒子群寻优算法 [J].
邱长伍 ;
黄彦文 ;
赵威 ;
张葆华 ;
褚德英 .
机器人, 2013, 35 (02) :171-177
[2]
基于GA整定PID的液压电梯速度控制研究 [J].
杨恢先 ;
蔡炎平 ;
杨心力 .
控制工程, 2012, 19 (02) :203-205+209
[3]
海洋钻井平台技术现状与发展趋势 [J].
王定亚 ;
丁莉萍 .
石油机械, 2010, 38 (04) :69-72
[4]
利用改进遗传算法优化PID参数 [J].
肖理庆 ;
邵晓根 ;
张亮 ;
石天明 .
计算机工程与应用 , 2010, (01) :200-202+220
[5]
一种基于粒子群优化算法的间谐波分析方法 [J].
吕干云 ;
方奇品 ;
蔡秀珊 .
电工技术学报, 2009, 24 (12) :156-161
[6]
基于遗传算法对PID控制飞行器射程优化 [J].
罗小云 ;
苏浩秦 .
系统仿真学报, 2009, 21 (14) :4264-4267
[7]
电力系统机组组合问题的闭环粒子群算法 [J].
韩恺 ;
赵均 ;
钱积新 .
电力系统自动化, 2009, 33 (01) :36-40+69
[8]
基于PSO算法的余热锅炉水位PID参数优化 [J].
殷昭华 ;
邵惠鹤 .
控制工程, 2008, (04) :369-370+431
[9]
基于粒子群优化的PID伺服控制器设计 [J].
胡海兵 ;
胡庆波 ;
吕征宇 .
浙江大学学报(工学版), 2006, (12) :2144-2148
[10]
一种求解最优潮流问题的改进粒子群优化算法 [J].
杨波 ;
赵遵廉 ;
陈允平 ;
韩启业 .
电网技术, 2006, (11) :6-10