汽包水位粒子群-PID优化控制

doi:10.3778/j.issn.1002-8331.2009.21.069

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (21): 239-241.DOI: 10.3778/j.issn.1002-8331.2009.21.069

汽包水位粒子群-PID优化控制

刘景芝，孙伟，张绍娟

中国矿业大学信息与电气工程学院，江苏徐州 221008

收稿日期:2008-04-21 修回日期:2008-07-28 出版日期:2009-07-21 发布日期:2009-07-21
通讯作者: 刘景芝

Particle swarm optimization-based PID control of drum water level

LIU Jing-zhi，SUN Wei，ZHANG Shao-juan

School of Information and Electrical Engineering，China University of Mining and Technology，Xuzhou，Jiangsu 221008，China

Received:2008-04-21 Revised:2008-07-28 Online:2009-07-21 Published:2009-07-21
Contact: LIU Jing-zhi

摘要/Abstract

摘要： 对循环流化床锅炉汽包水位控制系统，采用串级三冲量PID控制，应用粒子群优化算法对PID控制器进行参数整定，并获得了最优参数。仿真结果表明，与传统整定方法相比，这种参数整定方案使汽包水位控制系统具有更好的控制品质，提高了系统的静动态特性。

关键词: 粒子群优化, PID控制, 汽包水位, MATLAB仿真

Abstract: For the system of the drum water level of circulating fluidized bed boiler，cascade three-element control system is adopted to regulate the drum water level.Particle swarm optimization is introduced to tune the system in order to obtain the optimal parameters．The simulation results show that，compared to the conventional tuning method，the scheme provides the control system better control quality，and improves its dynamic and static performance index.

Key words: particle swarm optimization, PID control, drum water level, MATLAB simulation

刘景芝，孙伟，张绍娟. 汽包水位粒子群-PID优化控制[J]. 计算机工程与应用, 2009, 45(21): 239-241.

LIU Jing-zhi，SUN Wei，ZHANG Shao-juan. Particle swarm optimization-based PID control of drum water level[J]. Computer Engineering and Applications, 2009, 45(21): 239-241.

[1]	孙泽宇，徐琛，苏艳超，李传锋，聂雅琳. 雾计算中跨层感知分簇路由协议[J]. 计算机工程与应用, 2021, 57(9): 109-117.
[2]	胡晓敏，王明丰，张首荣，李敏. 用于文本聚类的新型差分进化粒子群算法[J]. 计算机工程与应用, 2021, 57(4): 61-67.
[3]	陈万芬，王宇嘉，林炜星. 异构集成代理辅助多目标粒子群优化算法[J]. 计算机工程与应用, 2021, 57(23): 71-80.
[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]	李雷孝，邓丹，李杰，王永生. 基于粒子群优化的全比较计算数据分发策略[J]. 计算机工程与应用, 2021, 57(15): 109-117.
[6]	廖玮霖，程杉，尚冬冬，魏昭彬. 多策略融合的粒子群优化算法[J]. 计算机工程与应用, 2021, 57(1): 69-76.
[7]	陈秋菊，徐建国. 优化正交匹配追踪和短时谱估计用于声音识别[J]. 计算机工程与应用, 2020, 56(7): 162-169.
[8]	张水平，李殷俊，高栋，梁文. 带有动态爆炸半径的增强型烟花算法[J]. 计算机工程与应用, 2020, 56(18): 50-57.
[9]	黄建琼，郭文龙. 混合粒子群和改进细菌觅食的不平衡数据分类[J]. 计算机工程与应用, 2020, 56(10): 171-178.
[10]	戴耀南，陈绪兵. 人体背部脊椎恒温艾灸机器人设计与实现[J]. 计算机工程与应用, 2019, 55(9): 216-222.
[11]	张鑫1，邹德旋1，肖鹏1，喻秋2. 自适应简化粒子群优化算法及其应用[J]. 计算机工程与应用, 2019, 55(8): 250-263.
[12]	郑朝鑫1，2，董晨1，3，贺国荣1，3，陈荣忠1，3，熊子奇1，3. 基于改进粒子群算法的动态3D实时建模技术[J]. 计算机工程与应用, 2019, 55(5): 65-71.
[13]	殷春武. 执行器故障时变系统的PID迭代容错控制[J]. 计算机工程与应用, 2019, 55(3): 266-270.
[14]	马炫，刘栋，胡家鑫. 求解必经点k条最优路径问题的粒子群优化算法[J]. 计算机工程与应用, 2019, 55(20): 89-94.
[15]	汤深伟，贾瑞玉. 基于改进粒子群算法的[k]均值聚类算法[J]. 计算机工程与应用, 2019, 55(18): 140-145.

汽包水位粒子群-PID优化控制

Particle swarm optimization-based PID control of drum water level

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics