论文总字数：16261字

摘 要

本文研究基于遗传算法的PID控制器参数优化设计。采用染色体实数编码和具有自适应的交叉概率和变异概率的遗传算法对PID参数进行寻优,有效提高了遗传算法的全局搜索能力和收敛速度。通过在适应度函数中引入表示超调量、上升时间和稳态误差的指标项,并对指标项适当加权,可使优化后的PID调节器的综合性能达到满意程度。对比仿真试验的结果表明，该方法优化得到PID控制器的综合性能优于常规方法得到的PID控制器。

关键词： 遗传算法；PID控制器；参数优化；仿真

Based on Genetic Algorithm Optimization of PID Controller

Abstract

In this paper, a genetic algorithm based on the Optimal Design of PID controller parameters. By using real value encoding and adaptive crossover and mutation probabilities to optimize PID parameters, the global searching ability and the convergence speed of the genetic algorithms are significantly improved. With the introduction of the terms which represent overshoot, rise time and steady error of the system in the fitness function and properly weighting these terms, the overall performance of the PID regulator is optimized to satisfaction. In comparison with simulated experiments, the comprehensive performance of PID controllers obtained by the proposed method superior to that by conventional methods.

Key words: genetic algorithm; PID controller; parameter optimization; simulation

目录

摘要

Abstract

第一章 绪论

1.1 研究背景和意义

1.2 国内外研究现状及成果

1.3 本论文主要工作

第二章 PID控制算法及参数整定

2.1 PID控制算法

2.2 PID控制的特点

2.3 常规PID参数整定方法

2.3.1 Ziegler-Nichols整定方法

2.3.2 临界比例度法

2.3.3 ISTE最优设定方法

2.3.4 单纯性优化方法

第三章 遗传算法

3.1 遗传算法简介

3.1.1 遗传算法的历史和发展

3.1.2 遗产算法应用的领域

3.1.3遗传学概念

3.3遗传算法的主要特点有:

3.4 遗传算法PID参数整定的实现

3.4.1 初始群体

3.4.2 编码

3.4.3 适应度函数

3.4.4 基本操作算子

第四章 基于GA的PID控制器优化设计的仿真应用

4.1仿真实例

4.2 各种优化方法比较及仿真实验

结 语

参 考 文 献

致 谢

第一章 绪论

1.1 研究背景和意义

PID调节器是最早发展起来的控制策略之一，因为它所涉及的设计算法和控制结构都是简单的，并且十分适用于工程应用背景，此外PID控制方案并不要求精确的受控对象的数学模型，且采用PID控制的控制效果一般是比较令人满意的，所以在工业实际应用中，PID调节器是应用最为广泛的一种控制策略，也是历史最久、生命力最强的基本控制方式。调查结果表明在当今使用的控制方式中，PID型占84.5%，优化PID型占6.8%，现代控制型占有1.5%，手动控制型6.6%，人工智能(AI)型占0. 6%。如果把PID型和优化PID型二者加起来则占90%以上，这说明PID控制方式占绝大多数，如果把手动控制型再与上述两种加在一起，则占97. 5%，这说明古典控制占绝大多数。就连科学技术高度发达的日本，PID控制的使用率也高达84.%。这是由于理论分析及实际运行经验已经证明了PID调节器对于相当多的工业过程能够起到较为满足的控制效果。它结构简单、适用面广、鲁棒性强、参数易于调整、在实际中容易被理解和实现、在长期应用中已积累了丰富的经验。特别在工业过程中，由于控制对象的精确数学模型难以建立，系统的参数又经常发生变化，运用现代控制理论分析综合要耗费很大的代价进行模型辨识，但往往不能达到预期的效果，所以不论常规调节仪表还是数字智能仪表都广泛采用这种调节方式。正是PID控制算法具有以上多种优点，所以这种算法仍将在现场控制中居于主导地位

随着现代控制理论的建立和不断发展完善，对过程控制提出了新的方法和思路，同时也由于生产工艺不断地改进提高，对过程控制也提出了高要求。科研人员在不断探索新方法的同时，也对传统的PID控制的改进做了大量的研究。因为PID控制有其固有的优点，使得PID控制在今后仍会大量使用，如何进一步提高PID控制算法的能力或者依据新的现代控制理论来设计PID控制算法是一个非常吸引人的课题。科研人员在这一领域做的工作主要有以下两方面。

①PID参数自整定。由于受控对象存在着大量不可知因素，如随机扰动、系统时变、敏感误差等，这些不可知因素的作用常会导致受控对象参数的改变。在一个PID反馈控制回路中，受控对象参数的变化就会造成原来的PID参数控制性能的降低，为了克服这个问题人们提出了PID参数自整定，也就是随着受控对象的变化PID调节器自我调整和重新设定PID参数，科研人员根据古典控制理论和现代控制理论提出了许多种PID参数的在线自整定的方法。至今仍有人在这方面继续作研究。PID参数在线自整定方法比较典型的有改进型Ziegler-Nichols临界比例度法、基于过程模型辨识的参数自整定、基于经验的专家法参数自整定、模糊型PID调节器等。

②PID参数优化。PID参数优化是指依据一定的控制目标和给定的生产过程的模型通过理论计算得到最优的PID参数，PID参数优化在PID控制应用之初人们就开始作了大量研究工作，已经提出了许多种方法，如粒子群优化算法，免疫算法，单纯形法，差分进化算法，神经网络算法，遗传算法等。

课题中采用的遗传算法以生物进化过程中的“适者生存，优胜劣汰”的思想，作为控制规则去寻找较好的PID控制参数优化控制器。在PID控制器参数优化应用中，遗传算法的优化结果和计算速度非常令人满意。计算速度主要有编码方式、进化代数和运行参数决定。优化结果则与编码方式和运行参数都有着紧密联系。基于遗传算法的PID控制器参数优化，选取合适的运行参数来实现应用遗传算法调节控制器参数。本文就是应用遗传算法对PID控制器进行优化，使系统具有更好的动态性能。

1.2 国内外研究现状及成果

进入90年代，遗传算法迎来了兴盛发展时期，无论是理论研究还是应用研究都成了十分热门的课题。尤其是遗传算法的应用研究显得格外活跃，不但它的应用领域扩大，而且利用遗传算法进行优化和规则学习的能力也显著提高，同时产业应用方面的研究也在摸索之中。此外一些新的理论和方法在应用研究中亦得到了迅速的发展，这些无疑均给遗传算法增添了新的活力。遗传算法的应用研究已从初期的组合优化求解扩展到了许多更新、更工程化的应用方面。

请支付后下载全文，论文总字数：16261字