基于SOA的PID整定.ppt
《基于SOA的PID整定.ppt》由会员分享,可在线阅读,更多相关《基于SOA的PID整定.ppt(22页珍藏版)》请在三一办公上搜索。
1、第二十四章,MATLAB优化算法案例分析与应用,第24章 基于SOA的PID整定,第二十四章,MATLAB优化算法案例分析与应用,24.1 SOA算法在PID控制中的运用,PID控制是典型的工业控制之一,对于PID控制,主要难点在于PID的参数整定,现用的工业控制中,PID参数整定多依赖于经验法,根据不断的调试,试得出一个较为合理的PID参数,达到系统的要求。随着智能算法的出现,一些例如SOA、PSO、GA算法等,鲁棒性较好,能够为系统PID参数整定,提供参考依据,使得系统收敛于最佳状态。,图24-1 PID控制系统框,第二十四章,MATLAB优化算法案例分析与应用,24.1 SOA算法在PI
2、D控制中的运用,PID控制器各个校正环节的作用如下:(1)比例环节:成比例的反映控制系统的偏差,偏差一旦产生,控制器立即产生作用,以减少偏差。(2)积分环节:主要用于消除静差,提高系统的无差度,积分作用的强度取决于积分时间常数,越大,积分作用就越弱,反之则越强。(3)微分环节:反映偏差信号的变化趋势,并能在偏差信号变得太大之前,在系统中引入一个有效的早期修正信号,从而加快系统的动作速度,减少调节时间。,第二十四章,MATLAB优化算法案例分析与应用,24.2 基于SOA的PID参数整定,24.2.1 参数的编码,考虑到控制系统的多样性,可以由用户决定各个参数的取值范围,初始种群可以在允许的取值
3、范围内随机产生。,24.2.2 适应度函数的选取,第二十四章,MATLAB优化算法案例分析与应用,24.2 基于SOA的PID参数整定,24.2.2 适应度函数的选取,24.2.3 算法流程,第二十四章,MATLAB优化算法案例分析与应用,24.2 基于SOA的PID参数整定,选取被控对象如式(24.7)所示:,%个体极值和群体极值bestf bestindex=min(fSwarm);zbest=Swarm(bestindex,:);%全局最佳gbest=Swarm;%个体最佳fgbest=fSwarm;%个体最佳适应值fzbest=bestf;%全局最佳适应值%迭代寻优Di=0*rand(
![基于SOA的PID整定.ppt_第1页](https://www.31ppt.com/fileroot1/2023-6/13/989b3083-d40b-4410-bd7e-00ed8a26b1eb/989b3083-d40b-4410-bd7e-00ed8a26b1eb1.gif)
![基于SOA的PID整定.ppt_第2页](https://www.31ppt.com/fileroot1/2023-6/13/989b3083-d40b-4410-bd7e-00ed8a26b1eb/989b3083-d40b-4410-bd7e-00ed8a26b1eb2.gif)
![基于SOA的PID整定.ppt_第3页](https://www.31ppt.com/fileroot1/2023-6/13/989b3083-d40b-4410-bd7e-00ed8a26b1eb/989b3083-d40b-4410-bd7e-00ed8a26b1eb3.gif)
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 SOA PID
![提示](https://www.31ppt.com/images/bang_tan.gif)
链接地址:https://www.31ppt.com/p-6262331.html