基于改进粒子群优化算法的粉尘均匀性控制研究

doi:10.13873/J.1000-9787(2023)07-0070-04

Chinese

您当前的位置：

首页 >

文章列表页 >

基于改进粒子群优化算法的粉尘均匀性控制研究

更新时间：2025-09-11

- 基于改进粒子群优化算法的粉尘均匀性控制研究
- Issue 7, Pages: 70-73(2023)
- 作者机构：
  
  中国矿业大学信息与控制工程学院
- 作者简介：
- 基金信息：
- DOI：10.13873/J.1000-9787(2023)07-0070-04
  CLC： TP18;X964
- Published：2023
- 稿件说明：
移动端阅览
[J]. 2023, (7): 70-73.
DOI：

[J]. 2023, (7): 70-73. DOI： 10.13873/J.1000-9787(2023)07-0070-04.

摘要

针对粉尘仪检定装置在粉尘均匀性控制过程中存在非线性、多扰动等问题，提出一种改进粒子群优化(IPSO)算法的PID控制器参数优化策略。首先，对标准PSO算法添加随迭代次数逐渐递减的权重系数w;然后，引入余弦函数以及指数函数动态调整学习因子，保证了粒子在搜索最优解过程中的灵活性和学习能力，提高了算法的收敛速度和自适应能力；最后，利用IPSO算法设计一种IPSO-PID控制器。实验结果表明：经过IPSO算法优化后的PID控制器与传统PID控制器以及PSO优化后的PID控制器相比，具有响应速度快、超调量小、抗干扰性能以及自适应能力强等优点。

Abstract

关键词

Keywords

references

低浓度粉尘计量标准检定装置的研究[D]. 张洋.中国矿业大学,2020(07)

Dominant Pole Placement with Modified PID Controllers[J]. Huanchao Du;Xiaoguang Hu;Chaoqun Ma.International Journal of Control, Automation and Systems,2019

A hybrid artificial bee colony algorithm with modified search model for numerical optimization[J]. Xiuqin Pan;Yong Lu;Na Sun;Sumin Li.Cluster Computing,2019

Optimal design of fractional-order PID controller for five bar linkage robot using a new particle swarm optimization algorithm[J]. Mohammad Pourmahmood Aghababa.Soft Computing,2016

基于改进粒子群算法的PID参数优化[J]. 许森林.农业装备与车辆工程,2021(05)

基于改进粒子群优化算法的溶解氧调控系统设计[J]. 曹守启;葛照瑞;张铮.传感器与微系统,2020(06)

基于改进的PID算法控制的注塑机注射速度系统[J]. 陈黎.塑料科技,2020(01)

基于模糊PID的豆粉喷雾干燥塔监控系统设计[J]. 侯强;徐颖;田思庆.食品与机械,2019(12)

改进的粒子群优化算法优化分数阶PID控制器参数[J]. 金滔;董秀成;李亦宁;任磊;范佩佩.计算机应用,2019(03)

模糊自整定PID控制在主汽温控制中的应用[J]. 武彬;张栾英.计算机仿真,2015(02)

粒子群优化算法及其应用综述[J]. 吴庆洪;张颖;马宗民.微计算机信息,2010(30)

Views

125

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

多臂协同复合机器人的改进PID柔顺控制系统设计

基于改进粒子群优化算法的船舶避碰研究

双LCC型无线电能传输系统参数优化策略

基于改进PSO算法的光伏阵列MPPT研究

基于改进粒子群优化算法的气体源定位研究

Related Author

昝晓磊

高强

严鹏飞

蒋方宇

李亚宁

王晓原

王泽凡

于庆州

Related Institution

中北大学机械工程学院

青岛科技大学机电工程学院

辽宁工程技术大学电气与控制工程学院

鄂尔多斯应用技术学院信息工程系

西安科技大学电气与控制工程学院

⁰