期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于LIPO算法的水轮机调速系统PID参数优化设计
被引量：
14
1
作者
周克良
张自建
邓飞翔
《传感器与微系统》
CSCD
北大核心
2022年第5期95-98,共4页
针对水轮机调速系统具有结构复杂、非线性、参数时变等特点,通过力矩流量综合特性建立水轮机神经网络模型,并采用带限幅非线性的电液随动系统模型、简化压力引水系统模型和简化发电机与负载模型,构建水轮机调速系统非线性模型。在此基础...
针对水轮机调速系统具有结构复杂、非线性、参数时变等特点,通过力矩流量综合特性建立水轮机神经网络模型,并采用带限幅非线性的电液随动系统模型、简化压力引水系统模型和简化发电机与负载模型,构建水轮机调速系统非线性模型。在此基础上,引用一种无超参数的全局优化算法,即LIPO算法,以综合时间乘以误差绝对值积分(ITAE)指标为目标函数,对调速系统比例—积分—微分(PID)参数进行优化。通过仿真实验对比调速系统在粒子群优化(PSO)算法、遗传算法(GA)和LIPO算法优化参数后的控制性能,结果表明LIPO算法能有效应用于水轮机调速系统PID参数优化,并获得较佳的优化效果。
展开更多
关键词
水轮机调速系统
非线性模型
PID参数优化
LIPO算法
在线阅读
下载PDF
职称材料
基于IGWO-PID预测算法的水轮机调速控制
被引量：
7
2
作者
周克良
邓飞翔
王威
《现代电子技术》
2021年第23期121-125,共5页
针对水轮机调速系统存在非线性、时变性、滞后性导致传统PID控制器超调量大,调节精度低等缺点,引入改进灰狼(IGWO)算法对传统PID控制器进行优化,在原灰狼算法的基础上通过改进线性收敛因子提高种群的收敛速度,结合变异算法对较优灰狼个...
针对水轮机调速系统存在非线性、时变性、滞后性导致传统PID控制器超调量大,调节精度低等缺点,引入改进灰狼(IGWO)算法对传统PID控制器进行优化,在原灰狼算法的基础上通过改进线性收敛因子提高种群的收敛速度,结合变异算法对较优灰狼个体进行变异操作,通过模拟退火算法对变异后的新个体进行概率性选择,使用动态矩阵对预测频率进行实时在线校正,更新优化出一组最合适的PID参数,通过对系统加入负荷扰动对水轮机调速系统的动态特性,结果表明,改进的灰狼算法PID控制器性能要远优于传统PID控制器,调节精度更准、调节时间大大缩短。
展开更多
关键词
水轮机调速系统
改进灰狼算法
PID控制
收敛因子
变异算法
模拟退火
动态预测
在线阅读
下载PDF
职称材料
基于IBA预测算法在线径控制系统中的应用
被引量：
1
3
作者
周克良
邓飞翔
董世镇
《传感器与微系统》
CSCD
北大核心
2022年第8期153-156,共4页
针对电缆线径推挤系统存在时变性、非线性、时滞性导致超调量大,抗干扰能力差等缺点,传统比例—积分—微分(PID)控制器不能满足实际需求,引入改进蝙蝠算法(IBA)和MAC预测控制对控制器进行优化。通过IBA对控制器参数进行快速调节,MAC算...
针对电缆线径推挤系统存在时变性、非线性、时滞性导致超调量大,抗干扰能力差等缺点,传统比例—积分—微分(PID)控制器不能满足实际需求,引入改进蝙蝠算法(IBA)和MAC预测控制对控制器进行优化。通过IBA对控制器参数进行快速调节,MAC算法预测线径值并进行实时在线校正,通过两种算法的结合使用寻找到合适的PID参数对线径控制系统进行控制以达到线径生产的要求。通过对控制系统加入脉冲扰动进行测试,结果表明:IBA预测算法要优于传统PID算法,调节精度更准、调节时间大大缩短。
展开更多
关键词
时滞性
抗干扰能力
蝙蝠算法
MAC算法
预测控制
脉冲扰动
在线阅读
下载PDF
职称材料
题名
基于LIPO算法的水轮机调速系统PID参数优化设计
被引量：
14
1
作者
周克良
张自建
邓飞翔
机构
江西理工大学电气工程与自动化学院
出处
《传感器与微系统》
CSCD
北大核心
2022年第5期95-98,共4页
基金
国家自然科学基金资助项目(61363011)
江西省自然科学基金资助项目(20151BAB207024)。
文摘
针对水轮机调速系统具有结构复杂、非线性、参数时变等特点,通过力矩流量综合特性建立水轮机神经网络模型,并采用带限幅非线性的电液随动系统模型、简化压力引水系统模型和简化发电机与负载模型,构建水轮机调速系统非线性模型。在此基础上,引用一种无超参数的全局优化算法,即LIPO算法,以综合时间乘以误差绝对值积分(ITAE)指标为目标函数,对调速系统比例—积分—微分(PID)参数进行优化。通过仿真实验对比调速系统在粒子群优化(PSO)算法、遗传算法(GA)和LIPO算法优化参数后的控制性能,结果表明LIPO算法能有效应用于水轮机调速系统PID参数优化,并获得较佳的优化效果。
关键词
水轮机调速系统
非线性模型
PID参数优化
LIPO算法
Keywords
hydraulic turbine speed governing system
nonlinear models
PID parameter optimization
LIPO algorithm
分类号
TP212 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
基于IGWO-PID预测算法的水轮机调速控制
被引量：
7
2
作者
周克良
邓飞翔
王威
机构
江西理工大学电气工程与自动化学院
出处
《现代电子技术》
2021年第23期121-125,共5页
基金
国家自然科学基金(61363011)
江西省自然科学基金(20151BAB207024)。
文摘
针对水轮机调速系统存在非线性、时变性、滞后性导致传统PID控制器超调量大,调节精度低等缺点,引入改进灰狼(IGWO)算法对传统PID控制器进行优化,在原灰狼算法的基础上通过改进线性收敛因子提高种群的收敛速度,结合变异算法对较优灰狼个体进行变异操作,通过模拟退火算法对变异后的新个体进行概率性选择,使用动态矩阵对预测频率进行实时在线校正,更新优化出一组最合适的PID参数,通过对系统加入负荷扰动对水轮机调速系统的动态特性,结果表明,改进的灰狼算法PID控制器性能要远优于传统PID控制器,调节精度更准、调节时间大大缩短。
关键词
水轮机调速系统
改进灰狼算法
PID控制
收敛因子
变异算法
模拟退火
动态预测
Keywords
hydraulic turbine speed control system
IGWO
PID control
convergence factor
mutation algorithm
simulated annealing
dynamic prediction
分类号
TN876-34 [电子电信—信息与通信工程]
TP13 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于IBA预测算法在线径控制系统中的应用
被引量：
1
3
作者
周克良
邓飞翔
董世镇
机构
江西理工大学电气工程与自动化学院
出处
《传感器与微系统》
CSCD
北大核心
2022年第8期153-156,共4页
基金
国家自然科学基金资助项目(61363011)
江西省自然科学基金资助项目(20151BAB207024)。
文摘
针对电缆线径推挤系统存在时变性、非线性、时滞性导致超调量大,抗干扰能力差等缺点,传统比例—积分—微分(PID)控制器不能满足实际需求,引入改进蝙蝠算法(IBA)和MAC预测控制对控制器进行优化。通过IBA对控制器参数进行快速调节,MAC算法预测线径值并进行实时在线校正,通过两种算法的结合使用寻找到合适的PID参数对线径控制系统进行控制以达到线径生产的要求。通过对控制系统加入脉冲扰动进行测试,结果表明:IBA预测算法要优于传统PID算法,调节精度更准、调节时间大大缩短。
关键词
时滞性
抗干扰能力
蝙蝠算法
MAC算法
预测控制
脉冲扰动
Keywords
time delay
anti-interference ability
bat algorithm(BA)
MAC algorithm
predictive control
impulse disturbance
分类号
TP13 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于LIPO算法的水轮机调速系统PID参数优化设计
周克良
张自建
邓飞翔
《传感器与微系统》
CSCD
北大核心
2022
14
在线阅读
下载PDF
职称材料
2
基于IGWO-PID预测算法的水轮机调速控制
周克良
邓飞翔
王威
《现代电子技术》
2021
7
在线阅读
下载PDF
职称材料
3
基于IBA预测算法在线径控制系统中的应用
周克良
邓飞翔
董世镇
《传感器与微系统》
CSCD
北大核心
2022
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
