|本期目录/Table of Contents|

[1]马 帅,王玉有,杨 理,等.基于改进粒子群优化PID的矿用机电设备控制策略[J].工业仪表与自动化装置,2023,(05):115-119.[doi:10.19950/j.cnki.cn61-1121/th.2023.05.024]
　MA Shuai,WANG Yuyou,YANG Li,et al.Control strategy of mine electromechanical equipment based on improved particle swarm optimization PID[J].Industrial Instrumentation & Automation,2023,(05):115-119.[doi:10.19950/j.cnki.cn61-1121/th.2023.05.024]
点击复制

基于改进粒子群优化PID的矿用机电设备控制策略

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

卷:
期数:
2023年05期
页码:
115-119
栏目:
出版日期:
2023-10-15

文章信息/Info

Title:
Control strategy of mine electromechanical equipment based on improved particle swarm optimization PID
文章编号:
1000-0682（2023）05-0119-05
作者:
马 帅; 王玉有; 杨 理; 谭志勇
云南迪庆有色金属有限责任公司，云南 迪庆 674499
Author(s):
MA Shuai;  WANG Yuyou;  YANG Li;  TAN Zhiyong
Yunnan Diqing Nonferrous Metals Co., Ltd., Yunnan Diqing 674499, China
关键词:
矿用机电设备; 优化控制算法; 改进粒子群算法; PID算法; 动态惯性权重
Keywords:
Mining electromechanical equipment;  Optimize control algorithms;  Improved particle swarm optimization algorithm;  PID algorithm;  Dynamic inertia weight
分类号:
TN929.11
DOI:
10.19950/j.cnki.cn61-1121/th.2023.05.024
文献标志码:
A
摘要:
针对矿用机电设备自动控制误差大、实时性差的问题，文中基于改进粒子群优化PID算法，设计了一种矿用机电设备优化控制策略。在矿产行业常用电机设备工作特点的基础上，推导了其定子电压、磁链方程和传递函数。使用模糊PID控制算法来改善PID算法超调严重问题，同时采用动态惯性权重对粒子群算法进行改进，改进后的粒子群算法被用来对PID控制参数进行优化，从而实现PID控制器的最佳性能。实验测试结果表明，所提控制策略的超调量为0.035%，过渡时间为0.35 s，相比于传统PID控制模型分别降低了0.015%和18.6%，证明该方案具有一定的工程应用价值。
Abstract:
Aiming at the problems of large automatic control error and poor real-time performance of mining electromechanical equipment, an optimization control strategy of mining electromechanical equipment is designed based on improved Particle swarm optimization PID algorithm. On the basis of the working characteristics of commonly used motor equipment in mining enterprises, the stator voltage, magnetic flux equation, and transfer function were derived. Using fuzzy PID control algorithm to improve the serious problem of PID algorithm overshoot, and using dynamic inertia weight to improve the particle swarm algorithm, the improved particle swarm algorithm is used to optimize PID control parameters, thereby achieving the best performance of the PID controller. The experimental test results show that the overshoot of the control strategy proposed in the article is 0.035%, and the transition time is 0.35 seconds, which is 0.015% and 18.6% lower than the traditional PID control model, respectively. This proves that the scheme has certain engineering application value.

参考文献/References:

[1]李卫,孙雷,王健全,等.面向工业自动化的5G与TSN协同关键技术[J].工程科学学报,2022,44(6):1044-1052.

[2]姚杰,张桂花.工业互联网助力制造业从自动化向智能化升级[J].自动化仪表,2020,41(9):1-4,9.
[3]潘燕,方文,程睿远,等.基于中小企业的工业互联网云平台的研究与实现[J].工业控制计算机,2021,34(12):1-3.
[4]刘志强,宋朝阳,纪洪广,等.深部矿产资源开采矿井建设模式及其关键技术[J].煤炭学报,2021,46(3):826-845.
[5]王洪昌,周振发,刘恒飞.富蕴县矿产资源三维地理信息服务系统建设关键技术研究应用[J].测绘与空间地理信息,2021,44(S1):40-42.
[6]任新瑞,马立新.基于模糊PID负荷跟踪型主蒸汽温度控制系统研究[J].电子科技,2021,34(5):18-23.
[7]班小强,覃桂全.半主动空气悬架BP-PID控制器设计及其随机路面验证[J].机械制造与自动化,2022,51(3):217-219+235.
[8]曾雄飞.基于粒子群算法优化BP神经网络的PID控制算法[J].电子设计工程,2022,30(11):69-73+78.
[9]汪谦松,夏链,韩江.改进人群搜索算法优化的直线电机模糊PID控制[J].合肥工业大学学报(自然科学版),2022,45(4):458-463+474.
[10]王华强,范贤稳.基于PID算法的无刷电机转速控制系统优化设计[J].制造业自动化,2022,44(7):110-112,144.
[11]刘冬,李浩东,何焯毅,等.基于QFT的永磁同步电机伺服系统PID控制器的设计[J].电机与控制应用,2021,48(8):36-43.
[12]郭文韬,单树清,刘二林,等.无刷直流电机模糊PID控制及建模仿真[J].机电工程技术,2021,50(9):14-18.
[13]曹志强,王英志,胡俊,等.粒子群模糊PID交叉耦合电机同步控制[J].组合机床与自动化加工技术,2022(8):57-61.
[14]詹长书,苏立庆.基于粒子群优化的主动悬架PID控制策略[J].科学技术与工程,2022,22(10):4180-4186.
[15]曾雄飞.基于粒子群算法优化BP神经网络的PID控制算法[J].电子设计工程,2022,30(11):69-73.
[16]王梦娇,魏新劳.粒子群优化极限学习机的短路电流预测技术[J].电机与控制学报,2022,26(1):68-76.
[17]刘帅,葛为民,程德响.基于粒子群算法的工业机器人智能打磨轨迹问题研究[J].天津理工大学学报,2020,36(6):8-12+23.

相似文献/References:

备注/Memo

备注/Memo:
收稿日期：2023-07-03

基金项目：
云南省重大科技专项（202102AD080005）

作者简介：
马帅（1984—），男，云南墨江人，本科，工程师，研究方向为金属矿山地下开采通讯技术与安全管理研发与应用。
更新日期/Last Update: 1900-01-01