模糊遗传在Profibus网络型PID控制器的应用

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (29): 64-68.

模糊遗传在Profibus网络型PID控制器的应用

周雪刚1，周炎涛1，王卫国2，王兴仙2

1.湖南大学电气与信息工程学院，长沙 410082
2.浙江天正电气股份有限公司，浙江温州 325604

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-10-11 发布日期:2011-10-11

Applications of fuzzy genetic algorithm in Profibus network-based PID controller

ZHOU Xuegang1，ZHOU Yantao1，WANG Weiguo2，WANG Xingxian2

1.College of Electrical and Information Engineering，Hunan University，Changsha 410082，China
2.Tengen Group Company Limited，Wenzhou，Zhejiang 325604，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-10-11 Published:2011-10-11

摘要/Abstract

摘要： 针对电加热炉被控对象的大延迟、模型不确定性，着重研究和设计了一种基于Profibus-DP网络结构的新型PID控制器。提出一种在现场总线环境下基于模糊遗传自适应PID的算法设计。使Profibus-DP从站和复合模糊自适应PID算法相结合构成了网络型模糊遗传自适应PID控制器，以实现PID参数的快速在线自动调整功能。并用MATLAB进行仿真，同时通过三路电加热炉实验证明。该PROFIBUS现场总线通信系统中PID控制器工作稳定，控制效果显著，优于常规PID控制器。

关键词: 模糊PID, 遗传算法, Profibus协议, SPC3

Abstract: Against large delays and uncertainty of electric furnace’s controlled object model，research and design based on Profibus-DP network structure of the new PID controller are focused on.An adaptive PID algorithm design based on fuzzy genetic algorithm in fieldbus environment is proposed.The Profibus-DP slave and complex combination of fuzzy adaptive PID algorithm constitute a network of genetic adaptive fuzzy PID controller.The fast online auto-adjustment function of PID parameters is achieved.MATLAB simulation is used，and through three-way electric heater experiment the fuzzy genetic algorithm is proved.PID controller is stable in the PROFIBUS field bus communication system，and the control effect is remarkable，better than that of the conventional PID controller.

Key words: fuzzy PID, genetic algorithms, Profibus protocol, Simens Profibus Controller（SPC3）

周雪刚1，周炎涛1，王卫国2，王兴仙2. 模糊遗传在Profibus网络型PID控制器的应用[J]. 计算机工程与应用, 2011, 47(29): 64-68.

ZHOU Xuegang1，ZHOU Yantao1，WANG Weiguo2，WANG Xingxian2. Applications of fuzzy genetic algorithm in Profibus network-based PID controller[J]. Computer Engineering and Applications, 2011, 47(29): 64-68.

[1]	李昱奇，刘志乾，程凝怡，王莹莹，朱春丽. 多约束条件下无人机航迹规划[J]. 计算机工程与应用, 2021, 57(4): 225-230.
[2]	杨玮，吴莹莹，王婷. 子母式穿梭车仓储系统配置优化问题研究[J]. 计算机工程与应用, 2021, 57(4): 258-265.
[3]	李倩，蒋丽，梁昌勇. 基于模糊时间窗的多目标冷链配送优化[J]. 计算机工程与应用, 2021, 57(23): 255-262.
[4]	杜守信，毋涛. 双种群混合遗传算法的裁剪分床应用研究[J]. 计算机工程与应用, 2021, 57(22): 182-189.
[5]	曹立佳，刘洋. 制造车间自动导引车调度新进展[J]. 计算机工程与应用, 2021, 57(21): 59-67.
[6]	陈倩茹，李雅丽，许科全，刘铱龙，王淑琴. 自调优自适应遗传算法的WKNN特征选择方法[J]. 计算机工程与应用, 2021, 57(20): 164-171.
[7]	石宇强，田永政，张雨琦，石小秋. 运用含复杂网络结构的多种群遗传算法求解FJSP[J]. 计算机工程与应用, 2021, 57(2): 257-266.
[8]	代江涛，韩晓龙. 考虑作业状态能耗的集装箱码头设备协调调度[J]. 计算机工程与应用, 2021, 57(19): 290-298.
[9]	姜良重，雷航，李贞昊，钱伟中，施甘图. 采用自适应优化权重的出库货位优化方法研究[J]. 计算机工程与应用, 2021, 57(15): 271-278.
[10]	贺娇，谭代伦. 基于视野范围和遗传算法的三维地形路径规划[J]. 计算机工程与应用, 2021, 57(15): 279-285.
[11]	冯晓东，黄世荣，戴冠鸥，杨伟家，罗尧治. 天牛须遗传杂交算法的研究与应用[J]. 计算机工程与应用, 2021, 57(15): 90-100.
[12]	苏庆，林华智，黄剑锋，林志毅. 结合CNN和Catboost算法的恶意安卓应用检测模型[J]. 计算机工程与应用, 2021, 57(15): 140-146.
[13]	王秀丽，周鹏，侯静楠，王仕俊，林霞. 面向变电站机器人巡检路径规划中的算法研究[J]. 计算机工程与应用, 2021, 57(14): 245-250.
[14]	陈元文. MapReduce技术在物资调运与配载问题中的应用[J]. 计算机工程与应用, 2021, 57(12): 273-278.
[15]	邱云飞，高华聪. 混合Filter与改进自适应GA的特征选择方法[J]. 计算机工程与应用, 2021, 57(11): 95-102.