基于微粒群算法的智能控制系统研究与应用

被引:0
作者
陈卫国
机构
[1] 湖南大学
关键词
PID控制; PSO算法; PSO-PID控制; μC/OS-Ⅱ; ARM; 嵌入式系统;
D O I
暂无
年度学位
2006
学位类型
硕士
导师
摘要
在工业控制过程中,控制对象趋于多样化,并且这些对象具有非线性、时变等特性。这些控制对象的数学模型复杂,难以为人们所认知。采用常规的PID控制手段往往难以达到预想的目的。控制理论发展到现在,许多智能控制方法被采用来解决经典控制方法中存在的问题。基于微粒群算法的PID控制就是其中的一种方法。该方法具有算法简单、控制综合性能高等优点。 本文以铁路客车空调风机为研究对象,在嵌入式系统的基础上,对传统的PID控制理论进行了详细的分析研究,并且指出其中存在的不足。对现阶段常用的模糊PID控制、神经网络PID控制、微粒群算法方法进行了阐述,通过综合比较分析它们的特性,决定本系统所采用的方法是基于PSO算法的PID参数自整定方案。 然后研究控制方法在以ARM为处理器、uC/OS-II为操作系统的嵌入式系统上的实现。系统地介绍了嵌入式硬件的设计,对其中主要软件模块给出了具体的流程图。 最后,本文对风机的数学模型进行了简化分析,重点对PSO-PID控制中参数获得、评价函数确定等细节部分进行了详细的论述。通过对传统的PID控制与PSO-PID控制方法在系统响应快速性、系统稳定性、系统鲁棒性三个方面的仿真对比,得出如下结论:PSO-PID控制方法灵活性大、稳定性好、适应性强、准确度高、鲁棒性优。
引用
收藏
页数:72
共 20 条
[1]
粒子群优化算法的惯性权值递减策略研究 [J].
陈贵敏 ;
贾建援 ;
韩琪 .
西安交通大学学报 , 2006, (01) :53-56+61
[2]
基于MATLAB的自适应模糊PID控制系统计算机仿真 [J].
储岳中 ;
陶永华 .
安徽工业大学学报(自然科学版), 2004, (01) :49-52
[3]
一种参数自整定模糊PID控制器的研究 [J].
田淑杭 ;
姜丽娟 .
电气传动自动化, 2003, (06) :28-30
[4]
微粒群算法综述 [J].
谢晓锋 ;
张文俊 ;
杨之廉 .
控制与决策, 2003, (02) :129-134
[5]
实时操作系统μC/OS-II在MCF5272上的移植 [J].
王锋 ;
季晓勇 .
电子技术应用, 2002, (09) :9-10+13
[6]
ARM体系结构与编程.[M].杜春雷编著;.清华大学出版社.2003,
[7]
智能仪表原理与设计技术.[M].凌志浩主编;.华东理工大学出版社.2003,
[8]
先进PID控制及其MATLAB仿真.[M].刘金琨著;.电子工业出版社.2003,
[9]
机械工程控制基础.[M].杨叔子等编著;.华中科技大学出版社.2002,
[10]
人工智能的原理与方法.[M].马宪民主编;.西北工业大学出版社.2002,