|本期目录/Table of Contents|

[1]臧春华,张帅杰,苏宝玉.基于最小二乘辨识模型的PID自整定应用研究[J].工业仪表与自动化装置,2021,(05):67-72.[doi:10.19950/j.cnki.cn61-1121/th.2021.05.015]
　ZANG Chunhua,ZHANG Shuaijie,SU Baoyu.Application research of PID auto-tuning based on least squares identification model[J].Industrial Instrumentation & Automation,2021,(05):67-72.[doi:10.19950/j.cnki.cn61-1121/th.2021.05.015]
点击复制

基于最小二乘辨识模型的PID自整定应用研究

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

卷:
期数:
2021年05期
页码:
67-72
栏目:
出版日期:
2021-10-15

文章信息/Info

Title:
Application research of PID auto-tuning based on least squares identification model
作者:
臧春华1; 张帅杰1; 苏宝玉2
1.沈阳化工大学 信息工程学院；2.沈阳华控科技发展有限公司，辽宁 沈阳 110142
Author(s):
ZANG Chunhua1; ZHANG Shuaijie1; SU Baoyu2
1.College of Information Engineering，Shenyang University of Chemical Technology；
2.Shenyang HuaKong Technology Development CO．，LTD.，Liaoning Shenyang 110142，China
关键词:
模型辨识; 递推最小二乘法; 遗传算法; PID自整定
Keywords:
model identification;  recursive least square method;  genetic algorithms;  PID self-tuning
分类号:
TP203
DOI:
10.19950/j.cnki.cn61-1121/th.2021.05.015
文献标志码:
A
摘要:
针对工业数据模型辨识精度不高及PID不能在线自整定问题，提出一种闭环在线自整定控制策略。控制策略利用递推最小二乘辨识方法获得模型，基于该模型采用改进的遗传算法进行PID自整定，构成闭环在线自整定系统。通过MATLAB中的App designer平台验证了所提方法的可行性和有效性。仿真结果表明：辨识得到传递函数可以很好地拟合跟踪工业数据，PID自整定参数闭环阶跃响应控制效果良好。
Abstract:
Aiming at the problem that the identification accuracy of industrial data model is not high and the PID can’t be self-tuning online, a closed-loop online self-tuning control strategy is proposed. The control strategy uses an recursive least squares identification method to obtain a model. Based on the model, an improved genetic algorithm is used to perform PID auto-tuning to form a closed-loop online auto-tuning system. The feasibility and effectiveness of the proposed method are verified by the App designer platform in MATLAB. The simulation results show that the identified transfer function can fit and track industrial data well, and the PID self-tuning parameter closed-loop step response control effect is good.

参考文献/References:

[1]朱豫才.过程控制的多变量系统辨识[M].长沙:国防科技大学出版社,2005.

[2]张帆,王亚刚.蚁群算法在高阶时滞系统频域辨识中的优化[J].软件导刊,2021,20(1):31-35.
[3]肖晓,王明春,张雨飞,等.基于改进人工蜂群算法的非线性系统参数辨识[J].工业控制计算机,2019,32（11）:65-67.
[4]方桂花,王鹤川,高旭.基于动态遗忘因子递推最小二乘法的永磁同步电机参数辨识算法[J].计算机应用与软件,2021,38(1):280-283.
[5]李恒,郭星,李炜.基于改进的萤火虫算法的PID控制器参数寻优[J].计算机应用与软件,2017, 34(07):227-230.
[6]马浩兴,王东红,罗文龙.基于多种群遗传算法的液压系统PID参数寻优[J].包装工程,2020,41(23):204-210.
[7]胡黄水,赵思远,刘清雪,等.基于动量因子优化学习率的BP神经网络PID参数整定算法[J].吉林大学学报(理学版),2020,58(06):1415-1420.
[8]王贵荣,张成立.基于改进粒子群算法的水轮发电机组 PID 参数整定[J].中国水运,2019,19(12):92-94.
[9]LI Guoqi, WEN Changyun. Identification of wiener systems with clipped observations[J]. IEEE Transactions on Signal Processing, 2012, 60(7): 3845-3852.
[10]何兴华, 周永华. 基于化学反应算法的系统辨识[J]. 计算机应用与软件,2016,33(02):268-271.
[11]SEBORG Dale E, EDGAR Thomas F, MELLICHAMP Duncan A.过程的动态特性与控制(第二版)[M].北京:电子工业出版社,2006.
[12]肖理庆,邵小根,张亮.利用改进遗传算法优化PID参数[J].计算机工程与应用,2010,46(01):200-202+220.
[13]HOLLAND J H.Adaptation in Natural Artificial System[M]. MIT Press, 1975: 1-17.
[14]宋洪法,靳其兵,赵梅.基于改进遗传算法的PID参数整定策略[J].北京化工大学学报,2005,32(02):101-103.
[15]王文庆,杨楠.基于改进遗传算法的PID参数整定研究[J].计算机与数字工程, 2018, 46(12): 2603-2606.
[16]郑权, 忻尚芝, 钱建秋. 基于改进遗传算法的PID参数研究[J]. 电子科技, 2016, 28(11): 5-7.
[17]莫兴福,李沙.基于遗传算法优化的增量式PID控制器设计与实现[J]. 现代信息科技,2020,4(3):73-75+80.

相似文献/References:

备注/Memo

备注/Memo:
收稿日期：20201-05-19
作者简介：
臧春华(1963)，男，教授，硕士研究生导师，辽宁省丹东市人,研究领域为复杂系统建模与控制，智能测控技术。
更新日期/Last Update: 1900-01-01