|本期目录/Table of Contents|

[1]唐顺田.基于半监督聚类算法的水利枢纽工程设备自适应PID控制系统[J].工业仪表与自动化装置,2022,(04):112-117.[doi:10.19950/j.cnki.cn61-1121/th.2022.04.023]
　TANG Shuntian.An adaptive PID control system for hydraulic project equipment based on semi-supervised clustering algorithm[J].Industrial Instrumentation & Automation,2022,(04):112-117.[doi:10.19950/j.cnki.cn61-1121/th.2022.04.023]
点击复制

基于半监督聚类算法的水利枢纽工程设备自适应PID控制系统

《工业仪表与自动化装置》[ISSN:1000-0682/CN:61-1121/TH]

卷:
期数:
2022年04期
页码:
112-117
栏目:
出版日期:
2022-08-15

文章信息/Info

Title:
An adaptive PID control system for hydraulic project equipment based on semi-supervised clustering algorithm
文章编号:
1000-0682（2022）04-0000-00
作者:
唐顺田
莒南县石泉湖水库管理所，山东 临沂 276600
Author(s):
TANG Shuntian
Junan County Shiquan Lake Reservoir Management Office. Shandong Linxi 276600, China
关键词:
半监督聚类算法; 水利枢纽; 工程设备; 自适应; PID控制; 调节参数
Keywords:
semi-supervised clustering algorithm;  water conservancy project;  engineering equipment;  adaptive;  PID control;  adjust the parameters
分类号:
TP277
DOI:
10.19950/j.cnki.cn61-1121/th.2022.04.023
文献标志码:
A
摘要:
为提升水利枢纽工程设备的PID控制效果，提出基于半监督聚类算法自适应PID控制系统在线调节优化方法。该方法采用径向基函数神经网络模型在线调整PID控制系统的参数，为保证调整结果的合理性和最佳性，采用蚁群算法优化径向基函数神经网络模型的节点中心和基宽带两个参数，优化过程中，基于层次策略的散布种子中心半监督聚类算法，聚类线调节参数；在此基础上，采用蚁群算法优化对参数寻优，获取最佳调节参数，以此保证PID控制系统的最佳在线调节效果，提升水利枢纽工程设备自适应PID控制效果。测试结果显示：该方法在0.04s时即可完成PID控制系统的在线调节，聚类效果良好，互信息和兰德指数均在0.93以上，调节后PID控制系统的工程设备控制超调量均低于0.5%、转速上升耗时均在18 s以下，稳态误差低于0.2%。
Abstract:
In order to improve the PID control effect of hydraulic project equipment, an online adjustment and optimization method of adaptive PID control system based on semi-supervised clustering algorithm was proposed. The method using radial basis function (RBF) neural network model of online adjustment of PID control system parameters, in order to ensure the rationality of the adjustment results and the best sex, radial basis function (RBF) neural network was optimized by using ant colony optimization model of node center and broadband two parameters, optimization process, based on the strategy of hierarchy spread seeds center a semi-supervised clustering algorithm, clustering line adjusting parameter; On this basis, ant colony algorithm is adopted to optimize the parameters and obtain the best adjustment parameters, so as to ensure the best online adjustment effect of PID control system and improve the adaptive PID control effect of hydraulic project equipment. The test results show that the method can complete the on-line adjustment of PID control system in 0.04s, and the clustering effect is good. The mutual information and RAND index are above 0.93. After the adjustment, the control overshoot of engineering equipment of PID control system is below 0.5%, the speed rise time is below 18s, and the steady-state error is below 0.2%.

参考文献/References:

[1]张晓晗,胡静,毛敏,等.某水利枢纽工程水泵水轮机组变频调速方式的选择[J].电网与清洁能源,2021,37(03):120-124.

[2]王子龙,纪宪坤,徐可,等.外掺MgO混凝土技术在韩江高陂水利枢纽工程中的应用[J].水电能源科学,2020,38(09):130-133+125.
[3]王超,孙文旭,马晓静,等.基于模糊控制的HVPE生长设备温度控制系统[J].工程设计学报,2020,27(06):765-770.
[4]徐岩,王晨光,吕泉成,等.利用多功能模型参考修正的自适应PID控制器设计[J].可再生能源,2020,38(07):955-960.
[5]李帅,杨宝玉,陆燕.一种基于空间光机热模型的自适应PID控制方法[J].红外技术,2021,43(10):934-939.
[6]郑仰东.采用Smith预估器模型的时滞系统自适应控制[J].控制理论与应用,2021,38(03):416-424.
[7]李然,倪骁骅,顾明峰,等.基于MPSO的电液举升伺服系统自适应模糊PID控制[J].机床与液压,2021,49(11):113-117.
[8]张真源,刘国荣,杨小亮,等.基于RBF神经网络的参数自适应PID变桨控制器的设计[J].电力系统及其自动化学报,2020,32(05):16-23.
[9]路向琨,高忠林,陈学妍,等.基于BP神经网络PID自适应整定的电阻焊智能控制[J].热加工工艺,2021,50(07):141-143+150.
[10]张叶茂,苏茜.基于变论域自适应模糊PID的压铸机压射速度控制研究[J].热加工工艺,2020,49(01):68-72+75.
[11]许乐,莫愿斌,卢彦越.基于改进海鸥优化算法的PID控制器参数优化[J].机床与液压,2021,49(16):17-23.
[12]范九伦,高梦飞,于海燕,等.基于半监督信息的截集式可能性C-均值聚类算法[J].电子与信息学报,2021,43(08):2378-2385.
[13]张建朋,裴雨龙,刘聪,等.基于因子图模型的动态图半监督聚类算法[J].自动化学报,2020,46(04):670-680.
[14]朱恒东,马盈仓,张要,等.基于L_(21)范数和回归正则项的半监督聚类算法[J].郑州大学学报(理学版),2020,52(04):67-74.
[15]冯劲,姚远.融合相似度计算与改进遗传算法的聚类分析[J].计算机仿真,2020,37(09):226-230.

相似文献/References:

备注/Memo

备注/Memo:
收稿日期：2022-01-27
作者简介：唐顺田（1970），男，汉族，山东临沂莒南人，本科，高级工程师，研究方向泛在水利工程建设与管理。
更新日期/Last Update: 1900-01-01