一、影响遗传算法PID参数优化性能的主要因素（论文文献综述）
王燮辉[1]（2021）在《基于dSPACE的EPS控制策略及试验台架的设计与验证》文中指出随着电子产业的发展,电动助力转向系统（Electric power steering system,EPS）以低成本、低能耗、高性能的优势,在乘用车领域中占领了大量的份额。我国具有自主知识产权EPS的供应链已经趋于成熟,但是在EPS试验台架方面却缺乏商业化应用的成果,与国外具有一定的差距。EPS试验台架对于EPS的开发具有强烈的指导作用,可在实验室内有限的空间下,以较短的时间实现EPS系统的初步实际验证、在线修改与调试,缩短EPS的开发周期,降低人力、物力成本。首先,根据研究对象的整车参数,在Car Sim和MATLAB/Simulink搭建车辆动力学联合仿真模型,通过对转向阻力矩的分析,建立了转向阻力矩模型,可实现在不同的车速、道路附着系数和转向盘转角下车辆转向阻力矩的实时计算和输出。其次,通过管柱助力式电动助力转向系统（Column Type Electronic Power Steering,C-EPS）的受力分析,构建了C-EPS数学模型。基于转向阻力矩模型设计了改进的直线型助力特性曲线。采用常规PID控制器进行C-EPS转向助力和转向盘回正的控制,并使用遗传算法进行PID控制器参数的整定,完成C-EPS控制策略的设计。联合转向阻力矩模型和C-EPS模型进行了仿真,在转向轻便性,助力阶跃响应和转向回正仿真试验中取得了良好的控制效果。然后,使用dSPACE实时系统,搭建了C-EPS硬件在环试验台架。在硬件方面,完成了试验台架机械结构、转向阻力矩加载机构、传动机构的设计,传感器的选取和助力电机驱动器的选型;在软件方面,完成了控制策略的代码生成,并采用Controldesk建立了试验管理人机交互界面。硬件在环仿真试验结果表明,所设计的C-EPS控制策略具有良好的性能,试验台架达到了预期的设计目标。最后,为进一步提升C-EPS的安全性能,针对C-EPS传感器的故障失效模式,设计了对于C-EPS扰动输入不敏感的未知输入观测器,建立了C-EPS主动容错控制。针对转矩传感器和电流传感器进行容错控制仿真试验,仿真结果表明所设计的容错控制能够实时估计传感器故障值,分别实现了转矩和电流信号故障下C-EPS助力性能的恢复。
杨光远[2]（2021）在《柔性超声振动辅助加工系统的设计及实验研究》文中研究说明光学镜片、大型反射镜、精密轴承、仿生骨骼、涡轮机叶片、半导体器件等多种关键零部件影响着国民生活、国防事业与科技发展。提高核心零部件制造能力的关键在于提高技术与装备能力。以超声技术与磁流变技术为代表的先进加工技术与多种学科进行融合,分别在一定程度上提高了零件的表面精度与加工效率。超声加工技术具有高频冲击与断续切削特性,不仅能改善工件表面质量,还能改变其应力分布与减少热量产生。超声振动加工技术常用于刚性接触加工,在进行确定性抛光时求解力位耦合问题较难。因此本文主要关注在柔性控制方案下,超声振动辅助旋转加工技术的可行性,设计并制造了一套柔性超声振动加工装置,实现了垂直于端面的超声振动辅助旋转加工功能,开发控制程序,分别从理论与实验方面研究与证明了方案的可行性与装置的可靠性。（1）进行了工具系统的设计、分析与制造标定工作:应用小变形的欧拉伯努利梁理论建立不同典型圆锥曲线切口柔性铰链的柔度系数矩阵方程。应用弹性力学、塑性力学与断裂力学知识与有限元计算方法对装置结构件进行强度校核与模态分析,验证装置的结构可靠性。通过实验测试标定不同柔性铰链在不同超声电源输出下的振动输出大小。搭建气动系统的电气回路,标定关键元器件的输出精度,求得传感器输出补偿常数。（2）搭建了工具系统的控制程序:通过MATLAB/Simulink中的RTW平台建立控制系统与上位机的信道,设计一定脉冲移位周期与幅值的M序列输入信号辨识气动系统模型,获得气动系统的二阶传递函数表达式。使用遗传算法对所搭建的PID控制器进行优化,编写适用于二阶系统的控制器参数优化用户程序,简化参数整定流程。搭建了具有参数自动修正功能的自适应控制器,其可实时调整参数以适应不同工作状态。最后在不同输入信号下对比验证不同控制器的输出性能。（3）建立了材料去除模型与三维有限元仿真模型:推导超声振动与传统加工下的单磨粒去除几何模型,分析超声振动下的材料去除量与传统加工去除量的差别。使用有限元数值计算软件建立磨粒切削铝合金工件的有限元模型,以单因素试验法模拟传统加工与超声振动在不同工艺参数下的切削力,材料去除量,应力与温度变化规律。以Preston方程为基础分析柱形抛光头分别在具有轴向振动与无振动的情况下的理想去除函数。（4）使用工具系统完成了多组去除实验研究:验证工具系统的稳定性与可靠性,分析传统与超声振动加工方式之间的差异性。使用工具系统将铝合金工件的表面粗糙度降为10nm以下,进行单磨粒的低速刻划实验,从力学行为,切屑流动与去除深度等方面分析超声振动辅助刻划与传统刻划之间差异性。以单因素实验法分析一定压力下超声振动磨削与传统磨削的材料去除量以及去除量受工艺参数的影响规律及显着程度。以正交试验法分别展开红刚玉与羊毛工具头对铝合金工件的磨削与抛光实验,以田口分析法分析超声振动对不同工具头所加工工件的表面质量影响。
辛世杰[3]（2021）在《红外辐射基准载荷的高精度温控信息获取与处理技术》文中研究说明红外遥感技术是采集地球数据信息的重要技术手段,具有覆盖面积广、探测时间长、机动性强等诸多特点,因而被广泛应用于农业生产、土地利用、国土资源管理、大气监测以及地质灾害检测和调查等各个领域。随着技术的不断进步,气候变化观测和数值天气预报等领域对红外遥感数据提出了更高要求,特别是气候变化观测要求来自红外遥感载荷的测量数据不确定度水平优于0.1K,其10年内的稳定性要求优于0.04K。要实现如此高定量化水平的目标,不仅需要稳定可靠的红外探测设备,还需要高精度的在轨红外辐射源。其中红外探测设备的正常运行需要载荷为其提供稳定的工作环境温度,而辐射源的定标性能更是与其温度直接相关。基于上述重大应用需求,本课题研究设计了红外辐射基准载荷的高精度温控信息获取与处理系统。通过对红外辐射基准载荷的系统组成进行分析,选定其中对温控需求最高的红外辐射源作为本课题设计系统的主要控制研究对象,并研究了其基本架构及溯源链路。针对红外辐射源中的各项核心组件的需求进行了分析,并分配了该辐射源的温度不确定度。在空间应用中,由于电子器件老化及其性能易受环境温度波动的影响,现有的温度测量方法会出现非线性标定性能劣化的问题,导致测量结果出现偏差。本课题在阻值比率测温方法的基础上,提出了一种新的多参考阻值比率测温方法,实质上是将铂电阻与参考电阻的比率限定在较小的范围内,减小了当铂电阻阻值远离参考电阻阻值时,电路非线性对测温结果所造成的影响。将该方法电路与目前测温水平较高的单参考阻值比率测温电路置于恒温箱中进行比较实验,实验结果表明,在5℃～45℃的环境温度下,本方法的最大测量误差约为0.004℃,而单参考阻值比率测温电路的最大测量误差约为0.03℃。因此,该方法基本解决了非线性标定劣化的问题,无需载荷对其进行精密温控,减轻了载荷的热控成本,在环境温度变化剧烈场合中的非线性标定劣化程度更小,更加适合环境温度变化剧烈的应用场景。测量领域常用数字均值滤波器来降低测量噪声,但同时也会造成信号的失真,引入不确定度,现有滤波器评价工具难以对该滤波器对测量结果的影响进行量化。为解决该问题,本课题提出了一种数字均值滤波器不确定度评定方法,通过对温度缓变对象的温度变化率分布函数进行建模,利用该模型模拟生成温度测量序列并将其输入至滤波器中,最后利用不确定度A类评定方法来进行不确定度计算。对黑体实物进行了实验分析,得到了不确定度与采样周期、均值数目的关系曲线,该评定方法为数字均值滤波器设计提供新的考虑方向。针对红外辐射源升降温控制系统进行了热力学模型研究,提出了基于TEC散温器及驱动电压双反馈模型。相较于基于TEC驱动电压的单反馈模型而言,双反馈模型的优点在于考虑了TEC散温器温度波动对温度控制的干扰,可实现干扰的超前控制。设计了基于最长循环周期线性移位寄存器序列的温控系统模型辨识方案,采用增广最小二乘法对系统模型参数进行了辨识与分析,得到该红外辐射源升降温控制系统在制冷及加热模式下的精确数学模型。针对红外辐射源温控系统模型大时滞、非线性、参数时变的特点,研究并设计了一种简化变论域模糊PID控制器,该控制器在保证变论域优点的基础上,删减了变论域中输入变量论域变换的过程。将该控制器与普通变论域模糊PID控制器、模糊PID控制器、PID控制器进行对比实验,仿真实验表明:在不同温度控制幅度下,该控制器均无超调量,而其他控制器的超调量从3.44%至6.70%不等,同时该控制器的稳定时间也要优于其他控制器。为模拟天基应用环境,于在轨真空状态中对红外辐射源温控系统样机进行了性能测试,其温控范围为-20℃～60℃,温度稳定性优于0.027K,温度均匀性优于0.072K;对空间基准红外辐射源在10m处的亮温不确定度进行了评定,其扩展不确定度优于0.143K（k=2）。对样机上微型镓相变固定点的相变温度进行了测量,可根据该相变温度对红外辐射源上铂电阻进行校准,满足ITS-90国际温度标准定义,使得红外辐射源温度具备在轨溯源能力,对提高红外辐射基准载荷的定量化水平具有重要意义。本课题研究成果支撑了航天红外遥感温度量值溯源关键技术研究及应用项目,该项目获得了2020年度中国计量测试学会科学技术进步应用研究类一等奖。
张自建[4]（2021）在《水轮机调速系统参数辨识与控制方法研究》文中研究说明水轮机调速系统在水电机组中承担着调节频率、维持水电机组输出功率与负荷功率平衡的重要作用,其调节性能对水电机组的稳定、高效运行具有十分显着的影响。然而水轮机调速系统是一个复杂的控制系统,系统内含有大量的非线性因素,其精确模型难以描述,尤其是水轮机内部水流流场复杂,无法建立解析的数学模型。相关研究多采用简化的线性模型,难以反映水轮机调速系统的真实运行特性,也限制了其控制方法的研究。为此,有必要研究水轮机调速系统的辨识方法,建立精确的系统模型,并进一步研究先进的控制方法。本文在深入研究水轮机调速系统非线性模型建模分析的基础上,采用参数辨识思路,结合多种群遗传算法对水轮机调速系统的系统参数进行辨识;以PID参数优化作为控制方法研究重点,引入MaxLIPO+TR参数优化算法,提高水轮机调速系统控制性能。本文主要研究内容如下:（1）针对水轮机调速系统参数辨识与控制方法研究的系统模型需求,对水轮机调速系统的工作原理进行分析,并对水轮机调速器、电液随动系统、压力引水系统、水轮机和发电机与负荷等模块进行了建模分析。针对水轮机模型难以描述的问题,采用神经网络模型描述其单位力矩、单位流量特性,并结合相关机理建立水轮机非线性模型。最终完成水轮机调速系统综合模型的建立,并在SIMULINK平台建立对应的仿真模型。（2）针对水轮机调速系统非线性模型参数辨识,采用多种群遗传算法,构建基于多种群遗传算法的参数辨识结构,通过构建适应度函数,将参数辨识问题转换为针对适应度函数的优化问题。通过仿真对比实验以及优化过程分析,验证了多种群遗传算法在水轮机调速系统参数辨识中的有效性。（3）引入MaxLIPO+TR作为水轮机调速系统PID参数优化算法,搭建了基于MaxLIPO+TR的PID参数优化结构。针对ITAE指标无法完全反映PID参数调节性能的问题,采用添加惩罚项的综合ITAE指标作为目标函数。通过仿真对比实验发现,MaxLIPO+TR能够在较短的时间内完成PID参数优化工作,且取得的优化效果良好。
罗瑞智[5]（2021）在《水下机器人控制方法及其参数优化》文中提出水下机器人由于具有携带方便,操作简单的特点,被广泛应用于水下资源勘探与开采,因此,对其控制系统的研究,实现水下机器人稳定、快速、准确的运动控制,具有重要的工程意义。针对水下机器人受水流影响大,受力情况复杂,难以实现高效的运动控制等问题,本文采用串级LADRC控制方法对水下机器人的艏向与深度进行控制;利用粒子群算法对串级LADRC控制器的参数进行优化,具体研究如下:首先,利用solidworks建立水下机器人三维模型,并对水下机器人进行了动力学与运动学分析,推导了水下机器人动力学方程,通过拉氏变换得到水下机器人转艏运动和深度运动的传递函数,并通过CFD计算得到水下机器人平移运动和旋转运动受到的阻力与阻力矩,通过二阶拟合的方法得到水下机器人相应的水动力系数。针对传统PID控制方法存在超调量偏大,稳定性差等问题,采用串级LADRC方法进行水下机器人的运动控制。通过内环进行角速度控制,外环进行角度控制的方式实现水下机器人艏向控制;通过内环进行加速度控制,外环进行位移控制的方式实现水下机器人深度控制,并在MATLAB的simulink模块中建立模型,分别使用串级PID控制方法与串级LADRC控制方法对水下机器人的艏向和深度进行仿真。仿真结果表明,串级LADRC控制方法相比串级PID控制方法,在艏向控制时调节时间下降了约14.38%,超调量减少了约40.1%;在深度控制时超调量减少了37%,调节时间减少了6.25%;在受到外力干扰时,串级LADRC受到的影响更小,表明串级LADRC控制效率更高,稳定性更好。针对串级LADRC控制器的调参问题,采用遗传算法与粒子群算法进行自动参数整定并优化参数。在MATLAB的simulink模块中分别使用遗传算法与粒子群算法进行串级LADRC控制器的参数整定,每种算法各运行十次,选取最优适应值最小的一次进行水下机器人控制仿真,并对能控制效果图进行对比分析,结果表明粒子群算法在参数优化中效果更好;利用粒子群算法调参的串级LADRC控制方法对水下机器人的艏向及深度进行控制,结果表明粒子群算法自动调参的串级LADRC控制方法相比经验法调参的串级LADRC控制方法更好,在艏向控制中调节时间减少了约23.63%,超调量减少了约24.19%,在深度控制仿真中超调量减少了60%,从而大大的提高了控制系统的精度。为了验证水下机器人的控制效果,搭建了由八推进器、Pixhawk开源飞控、MEMS传感器、摄像头和浮力块组成的水下机器人实验平台进行控制实验。通过在飞控中写入串级PID与串级LADRC程序,测得水下机器人传感器中的角度和深度数据,经过对比分析得出:串级LADRC的总体控制效果优于串级PID的控制效果。
冯新宇[6]（2021）在《基于双目视觉的舰船输送平台运动控制研究》文中研究指明舰船在进行海上作业时,受到海风、海浪的影响会使舰船产生一定的摇荡运动,严重干扰舰船甲板上各项工作的进行,尤其是在进行舰船之间或舰船与海上建筑物之间的人员换乘时,人员的安全无法得到保障。针对传统海上换乘方式效率低、危险系数高等问题,设计一款新型海上换乘装备,建立双目视觉系统用于换乘装备末端的目标识别与定位,并对舰船输送平台的运动控制进行研究,论文主要内容如下:针对传统换乘方式效率低下和安全性差的问题,对现有海上换乘装备进行分析,明确功能需求并设计整体方案,建立机构的运动学模型,分析运动特性,随后对机构的工作空间进行求解,对其中关键的机构参数采用优化算法进行最优值求解,根据受力分析与功能要求设计舰船输送平台的机械结构,并根据静力学仿真结果对结构进行优化。针对输送通道的末端搭靠问题,在末端引入双目视觉系统,利用双目视觉获取目标深度信息,从而获得舰船输送平台与搭靠目标物的相对姿态,双目视觉系统中进行的工作包括相机标定、图像处理、采用基于外形特征的几何匹配及深度信息计算,最终完成识别给定目标物的特征并计算相对位姿。针对舰船输送平台运行过程中的运动控制问题进行研究,基于视觉信息的门形路径规划以及考虑视觉系统计算延迟时进行控制信号的插值优化;将智能优化算法类顶优化算法引入到PID控制方法中,用于PID控制方法的参数优化问题,建立舰船输送平台的液压系统模型,利用遗传算法与类顶优化算法对比,分析不同算法的阶跃响应,对比算法性能差异,最后搭建系统整体的液压驱动仿真模型进行分析,验证算法有效性。制作舰船输送平台样机,使用NIcRIO-9033控制器搭建控制系统,并进行控制实验与视觉跟随实验,验证基于类顶优化算法的PID控制的有效性和视觉输出控制信号插值优化后系统性能的提升。
孙盟[7]（2021）在《基于模糊自适应策略下的多电机同步控制优化》文中认为在目前科学发展繁盛期,对各种产品质量与产量的要求不断提高。多电机同步控制协调技术已经广泛应用于各种工业场合中,在包装机械行业中,针对产品的好坏,多电机同步控制协调技术起了决定性的作用。信封机是由多个部分模块组成的自动化机器,每个功能模块分别靠不同电机驱动,各个部分模块相互协调运动完成信封机的整体工作,本论文以优化信封机同步控制为目的,分析单台永磁同步电机速度控制系统并提出一种经过灾变遗传优化的模糊PID控制策略,提升单电机的响应速度与响应精度。为了进一步提升多电机同步控制性能,模拟信封机单元模块以四台永磁同步电机同步控制系统为对象,提出一种改进型偏差耦合速度补偿结构,具体研究成果主要包括以下内容:首先,对信封机工作状态进行分析,剖析永磁同步电机内部构造并转化成数学模型,按照数学模型研究控制方法,选择空间矢量脉宽调制技术达成电机速度控制目的,并且综合以上方法策略搭建永磁同步电机控制系统的Simuink仿真模型。分析常见的电机控制策略,将灾变遗传模糊PID控制方法,替换原始PID控制策略,针对原始模糊控制方法存在的不足,运用灾变遗传算法优化模糊控制器中的模糊规则,针对原始遗传算法面对非线性、复杂问题时具有陷入局部最优解、“早熟”等缺点,添加了灾变操作。并且通过仿真证明控制方法的可行性与有效性。针对现有的多电机同步控制方法进行结构分析,提出一种新型速度补偿器,用Simulink软件对各个同步控制策略进行仿真比较,验证改进型偏差耦合速度补偿器的可行性与优化性能。最后,将基于灾变遗传模糊PID的永磁同步电机按照改进型偏差耦合的同步控制连接方法搭建四电机并联仿真模型,仿真结果表明:各个电机间同步误差减小,更快达到速度同步,提升了信封机的同步控制性能。
李晓斐[8]（2021）在《地铁自动运行的多目标优化及智能控制算法研究》文中进行了进一步梳理地铁具有载客量大、速度快、舒适性高等优势,现在已经成为缓解城市交通拥堵、提高出行效率的重要交通工具。目前,地铁正在从手动驾驶模式过渡到自动运行模式。地铁自动运行取代司机手动驾驶是科技进步的体现,也是未来地铁发展的大方向。地铁自动运行需要同时满足节能性、安全性、乘客舒适性、停车精准性、准时性这五项性能指标,目前大多研究考虑的指标不完善、利用权值累加的方式将多目标优化转为单目标优化存在较大的主观因素影响。针对上述研究存在的问题,本文从以下方面进行了解决。充分了解了ATO系统的运行过程,分析了地铁的运行环境并建立了能耗性、停车精准性、乘客舒适性、安全性、准时性指标,结合多目标优化理论构建了多目标优化模型。选择了非支配排序遗传算法（NSGA-Ⅱ）求解多目标优化模型,针对多目标优化算法存在各个子目标相互矛盾以及寻找最优解效率低等缺点,选择了节能性、乘客舒适性、准时性为优化目标,安全性以及停车精准性为约束条件。为了增加寻找到最优解的机会,提升算法效率,建立了关于安全性、停车精准性的罚函数,根据罚函数的值判断是否进行基因修饰,不但同时优化了地铁自动运行的多指标,而且提升了算法寻找到最优解的能力。根据PID控制精度不高、自适应能力差以及ATO系统的滞后性,选择了将灰色预测算法与模糊控制相结合,并且根据地铁的运行特点,将灰色预测模型的灰色作用量由常量变为变量,设计了基于改进的灰色预测模糊PID控制器,使地铁的实际速度精准地跟踪上目标曲线。最后选择了大连12号线的旅顺新港到铁山镇作为仿真路线,在MATLAB/Simulink中完成了多目标优化模型的求解以及ATO仿真控制系统的搭建,为提高仿真的真实性,被控对象用S-Function模块模拟地铁运行过程。仿真结果验证了改进的NSGA-Ⅱ算法及改进的灰色预测模糊PID控制算法在地铁速度曲线优化以及速度曲线跟踪方面的可行性和优越性。
王凯[9]（2020）在《基于Fibonacci的PID参数随钻自适应优选》文中指出目前,自动送钻多采用恒钻压自动送钻方式,传统的钻压PID控制系统具有结构简单、运行可靠等优点而被广泛应用。但由于实际的钻井过程中存在较大时滞,若依靠司钻人员凭经验确定PID参数,当地层发生变动时,原先的PID参数可能无法适用于新地层,使得系统出现响应速度慢、超调量大以及稳态误差等问题。因此,当钻遇地层发生变化时,采用传统的PID控制时系统存在参数整定周期长、无法有效克服负载、扰动的大范围变化以及实时参数优选的不足。针对上述问题,本文以恒钻压自动送钻为研究对象,构建了液压盘刹钻机控制模型,设计了遗传算法（Genetic Algorithm,GA）、粒子群算法（Particle Swarm Optimization,PSO）以及基于Fibonacci的量子遗传算法（Quantum genetic algorithm based on Fibonacci,FBQGA）三种智能优化算法,将其分别用于钻机PID控制参数优选,并实现在Simulink环境下自动调用优选出的PID参数,提高了钻机控制参数的快速、自适应整定。最后在MATLAB GUI环境下,设计了随钻自适应PID控制系统GUI界面,可直接观测PID参数结果和系统响应曲线。仿真结果表明,与传统采用Z-N经验公式法、试凑法相比,GA算法使系统调节时间分别缩短5.68%和24.94%;PSO相比GA系统调节时间又缩短了7.3%;而设计的FBQGA相比PSO和GA,系统调节时间分别缩短35.34%和45.22%,系统的超调量分别降低55.63%和39.63%。因此,基于Fibonacci的PID参数随钻自适应优选,在实现PID参数快速自适应整定的同时,减小了恒钻压液压盘刹系统响应的超调量,缩短了调节时间和加快了系统的响应速度,进而提高了系统的控制精度和鲁棒性。
陈炜[10]（2020）在《模型失配情形下典型热工过程PI控制器性能评估及优化重整定》文中指出PI控制在热工过程控制中得到了广泛的应用,在控制回路投运后,随着运行时间的推移,被控对象特性往往会发生变化,使得描述当前被控对象特性的过程模型（简称实际模型）与当初控制器设计阶段使用的过程模型（简称设计模型）不再匹配,这种现象被称为模型失配。模型失配可能会对控制性能造成不良影响,轻则导致控制品质下降,重则威胁热力设备的安全运行。因此,有必要在模型失配发生后对过程模型进行重新辨识、对控制性能受到的影响进行量化评估并对控制器进行重新整定以改善控制性能。本文针对上述三方面内容开展了优化研究,主要的研究内容和成果如下:（1）针对模型失配情形下的过程模型辨识问题,提出一种基于BP神经网络回归建模的模型辨识方法。该方法定义了闭环设定值阶跃响应的特征量,并利用BP神经网络建立了过程模型参数与上述特征量之间的关联关系,根据建立的关系可以利用闭环响应特征量辨识出失配后的过程模型。仿真结果表明,与传统的基于BFGS、GA优化算法的辨识方法相比,所提出的方法具有较好的辨识精度和稳定性。（2）针对模型失配情形下PI控制器的性能变化评估问题,提出一种基于模型参数辨识的控制性能量化评估方法,对模型参数变化给控制性能造成的影响进行量化评估。该方法通过推导失配后的过程模型参数与控制性能指标之间的关系式从而获得模型失配后的控制性能指标,进而通过性能指标归一化的方式对控制性能受到的影响进行量化评估。评估结果可为控制器参数是否需要重整定提供判断依据。与已有研究相比,所提出的方法将过程模型的适用范围从一阶时延模型拓展到二阶时延模型和二阶等容时延模型,并将控制性能的评估范围从负载扰动抑制性能和鲁棒性两个方面增至设定值跟踪性能、负载扰动抑制性能和鲁棒性三个方面。（3）针对模型失配情形下的PI控制器参数重整定问题,提出一种以鲁棒性为约束条件、以设定值跟踪性能和负载扰动抑制性能折中优化为目标的控制器参数整定方法。该方法将控制器整定问题转化为基于遗传算法的寻优问题,优化目标是使两种控制性能指标尽可能逼近各自可实现的最优值,并选择鲁棒性指标作为约束条件。与已有研究相比,本文提出的方法能够使设定值跟踪和负载扰动抑制性能在优化后取得更好的折中效果,并且综合来看控制性能较整定前得到了更大程度的改善。
二、影响遗传算法PID参数优化性能的主要因素（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、影响遗传算法PID参数优化性能的主要因素（论文提纲范文）
（1）基于dSPACE的EPS控制策略及试验台架的设计与验证（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 汽车转向系的发展史 |
| 1.2 EPS硬件在环仿真试验台架研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 研究意义和主要内容 |
| 1.3.1 研究意义 |
| 1.3.2 主要内容 |
| 第2章 转向阻力矩的分析与建模 |
| 2.1 汽车转向系结构与原理 |
| 2.2 整车动力学模型建立 |
| 2.2.1 Car Sim介绍 |
| 2.2.2 整车模型建立 |
| 2.2.3 道路环境建立 |
| 2.2.4 整车联合仿真模型建立 |
| 2.3 转向阻力矩分析 |
| 2.3.1 转向摩擦阻力矩 |
| 2.3.2 前轴重力回正力矩 |
| 2.3.3 侧向力回正力矩 |
| 2.3.4 转向阻力矩模型建立 |
| 2.4 本章小结 |
| 第3章 C-EPS系统模型建立及控制策略设计 |
| 3.1 C-EPS基本结构和工作原理 |
| 3.2 C-EPS系统建模 |
| 3.2.1 C-EPS动力学分析 |
| 3.2.2 助力电机简化模型 |
| 3.2.3 C-EPS状态空间表达式 |
| 3.3 C-EPS助力特性设计 |
| 3.3.1 C-EPS性能需求 |
| 3.3.2 助力曲线的选择 |
| 3.3.3 助力曲线的设计 |
| 3.4 C-EPS控制策略设计 |
| 3.5 PID控制器参数的整定 |
| 3.5.1 PID控制器遗传算法整定原理 |
| 3.5.2 PID遗传算法优化模型的建立和仿真 |
| 3.6 本章小结 |
| 第4章 C-EPS硬件在环仿真试验台架设计与验证 |
| 4.1 试验台架的功能和目的 |
| 4.2 试验台架的硬件实现 |
| 4.2.1 dSPACE实时系统 |
| 4.2.2 转向阻力矩加载机构 |
| 4.2.3 试验台架的机械结构 |
| 4.2.4 传感器选取 |
| 4.2.5 助力电机驱动器 |
| 4.3 试验台架的软件实现 |
| 4.3.1 代码生成 |
| 4.3.2 Controldesk人机交互 |
| 4.4 试验台架组件的连接装配及工作原理 |
| 4.5 C-EPS控制策略硬件在环仿真 |
| 4.5.1 电流跟随性 |
| 4.5.2 转向回正性 |
| 4.5.3 转向轻便性 |
| 4.6 本章小结 |
| 第5章 C-EPS传感器主动容错控制设计 |
| 5.1 主动容错控制概述 |
| 5.2 未知输入观测器设计及传感器信号重构 |
| 5.2.1 传感器的故障表达 |
| 5.2.2 C-EPS传感器容错控制基本原理 |
| 5.2.3 带有传感器故障的C-EPS系统模型 |
| 5.2.4 未知输入观测器设计原理 |
| 5.2.5 未知输入观测器的设计步骤 |
| 5.2.6 传感器信号重构 |
| 5.3 主动容错控制仿真与分析 |
| 5.4 本章小结 |
| 第6章 研究总结与展望 |
| 6.1 研究工作总结 |
| 6.2 研究工作展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间参加的科研项目和成果 |
（2）柔性超声振动辅助加工系统的设计及实验研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 超声振动辅助加工技术研究进展 |
| 1.3 超声振动辅助加工装置研究现状 |
| 1.4 本文研究内容 |
| 第2章 柔性超声振动加工装置设计 |
| 2.1 装置结构及工作原理 |
| 2.1.1 装置系统结构及硬件组成 |
| 2.1.2 装置工作原理 |
| 2.2 双超声激励工具头的运动轨迹 |
| 2.3 超声振动装置研究 |
| 2.3.1 单轴典型柔性铰链柔度分析 |
| 2.3.2 柔性铰链的设计及静力分析 |
| 2.3.3 柔性铰链的动力学分析 |
| 2.3.4 柔性铰链的性能测试 |
| 2.4 气动系统设计 |
| 2.4.1 气动系统装置及技术参数 |
| 2.4.2 气动系统硬件及标定 |
| 2.5 本章小结 |
| 第3章 柔性超声振动装置的控制理论与实验 |
| 3.1 气动系统控制原理与系统模型建立 |
| 3.2 系统控制流程与控制器设计原理 |
| 3.2.1 系统模型辨识 |
| 3.3 气动系统控制策略 |
| 3.3.1 遗传算法PID控制器设计 |
| 3.3.2 模糊在线优化PID控制器设计 |
| 3.4 气动系统控制实验研究 |
| 3.4.1 不同幅值阶跃信号实验 |
| 3.4.2 不等宽方波信号实验 |
| 3.4.3 斜坡信号实验 |
| 3.4.4 正弦信号实验 |
| 3.4.5 实验结论 |
| 3.5 本章小结 |
| 第4章 超声振动辅助加工去除机理研究 |
| 4.1 旋转超声振动单磨粒几何模型 |
| 4.2 单磨粒中高速切削数值模型 |
| 4.2.1 单磨粒切削物理模型与力学模型 |
| 4.2.2 数值仿真试验方案设计 |
| 4.3 单磨粒切削试验结果分析 |
| 4.3.1 单磨粒切削力 |
| 4.3.2 高频振动特性与应力分布 |
| 4.3.3 材料去除量 |
| 4.3.4 温度变化 |
| 4.4 本章小结 |
| 第5章 基于超声振动辅助加工工具系统的实验研究 |
| 5.1 实验装置与工件材料制备 |
| 5.2 超声振动辅助单磨粒刻划实验研究 |
| 5.2.1 实验设计 |
| 5.2.2 实验结果分析 |
| 5.3 超声振动辅助端面磨削去除实验研究 |
| 5.3.1 超声振动辅助加工去除函数 |
| 5.3.2 实验设计 |
| 5.3.3 实验结果分析 |
| 5.4 超声振动辅助端面磨抛表面质量研究 |
| 5.4.1 表面质量评价 |
| 5.4.2 实验设计 |
| 5.4.3 实验结果与分析 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 工作总结 |
| 6.2 本文创新点 |
| 6.3 展望 |
| 参考文献 |
| 附录一 不同切口柔性铰链柔度计算公式 |
| 附录二 单磨粒传统加工与超声振动仿真结果 |
| 作者简介及在学期间所取得的科研成果 |
| 致谢 |
（3）红外辐射基准载荷的高精度温控信息获取与处理技术（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 引言 |
| 1.1 研究背景及意义 |
| 1.1.1 遥感技术发展现状 |
| 1.1.2 在轨辐射定标技术瓶颈 |
| 1.2 在轨辐射定标基准源研究现状及技术难点 |
| 1.2.1 研究现状 |
| 1.2.2 技术难点 |
| 1.3 高精度温控技术研究现状及技术难点 |
| 1.3.1 研究现状 |
| 1.3.2 技术难点 |
| 1.4 课题主要研究内容 |
| 第2章 红外辐射基准载荷的高精度温控应用需求研究 |
| 2.1 红外辐射基准载荷系统组成及分析 |
| 2.1.1 系统组成 |
| 2.1.2 高精度温控需求分析 |
| 2.2 空间红外基准辐射源基本原理 |
| 2.2.1 空间红外基准辐射源基本架构 |
| 2.2.2 空间基准载荷红外辐射源溯源链路 |
| 2.3 红外辐射源核心组件需求分析 |
| 2.3.1 温度测量组件 |
| 2.3.2 半导体制冷器及其散温组件 |
| 2.3.3 红外辐射源结构设计 |
| 2.3.4 绝热棉及多层绝热组件 |
| 2.3.5 微型相变固定点单元 |
| 2.4 不确定度分配 |
| 2.4.1 基本原理 |
| 2.4.2 空间基准载荷红外辐射源不确定度分配 |
| 第3章 面向红外辐射基准载荷应用的高精度测温技术研究 |
| 3.1 主流测温电路原理及局限性分析 |
| 3.2 测量电路非线性校正原理简介 |
| 3.3 基于电阻比率测温结构的多参考阻值比率测温方法研究 |
| 3.3.1 针对非线性误差问题的研究 |
| 3.3.2 针对铂电阻阻值计算不连续问题的研究 |
| 3.4 基于同激励源及同信号路径的可扩展式电阻阵列研究 |
| 3.4.1 工作原理 |
| 3.4.2 快速判定电阻区间算法 |
| 3.5 数字均值滤波器的不确定度评定方法研究 |
| 3.5.1 现有滤波器评价工具的局限性研究 |
| 3.5.2 温度测量系统信号模型的研究 |
| 3.5.3 典型温度信号序列的构建方法 |
| 3.5.4 数字均值滤波器的不确定度评定算法 |
| 3.5.5 黑体温度特性模型验证 |
| 3.5.6 均值滤波器的不确定度评定测试 |
| 3.6 本章小结 |
| 第4章 基于多参考阻值比率结构的测控温系统电子学设计 |
| 4.1 低漂移高精度恒流源电路研究 |
| 4.1.1 恒流源电路基本原理及影响因素研究 |
| 4.1.2 低漂移高精度恒流源电路设计 |
| 4.2 测控温系统硬件设计 |
| 4.3 电路性能分析与实验 |
| 4.3.1 多参考阻值切换调节因子作用效果实验 |
| 4.3.2 温度测量稳定性等效实验 |
| 4.3.3 温度测量分辨能力等效实验 |
| 4.3.4 温度测量非线性标定劣化实验 |
| 4.3.5 温度测量电路校准与检定 |
| 4.3.6 热控驱动电路分辨能力实验 |
| 4.3.7 热控驱动电路输出稳定性实验 |
| 4.3.8 功率测量电路分辨能力实验 |
| 4.4 本章小结 |
| 第5章 红外辐射源温控系统建模与研究 |
| 5.1 红外辐射源升降温控制系统热力学模型研究 |
| 5.1.1 半导体制冷器基本原理 |
| 5.1.2 红外辐射源温控系统的热力学模型研究 |
| 5.1.3 基于TEC散温器温度及驱动电压双反馈的模型研究 |
| 5.1.4 基于TEC驱动电压单反馈的模型研究 |
| 5.1.5 单反馈模型与双反馈模型的比较 |
| 5.2 红外辐射源温控系统模型辨识方法研究 |
| 5.2.1 基于最长循环周期线性移位寄存器序列的黑体温控系统模型辨识 |
| 5.2.2 基于增广最小二乘法的模型参数辨识 |
| 5.3 本章小结 |
| 第6章 空间红外辐射基准源的温度控制技术研究 |
| 6.1 变论域模糊PID控制基本原理简介 |
| 6.2 针对输入变量的简化变论域研究 |
| 6.3 红外辐射源温控系统的控制器设计及其关键参数 |
| 6.3.1 模糊化和解模糊设计 |
| 6.3.2 模糊规则设计 |
| 6.3.3 模糊推理设计 |
| 6.3.4 基于简化变论域对模糊化环节的重设计 |
| 6.3.5 红外辐射源温控系统控制器关键参数 |
| 6.4 遗传算法对控制器关键参数的优化 |
| 6.4.1 基本原理 |
| 6.4.2 适应度函数设计 |
| 6.5 温控仿真结果 |
| 6.6 本章小结 |
| 第7章 空间红外辐射基准源温控系统性能测试及评估 |
| 7.1 红外辐射源温控性能仿真实验 |
| 7.1.1 红外辐射源机械结构设计 |
| 7.1.2 辐射源温控性能仿真与分析 |
| 7.2 空间红外基准辐射源性能测试 |
| 7.2.1 短期稳定性及均匀性实验 |
| 7.2.2 温控曲线波动及异常扰动分析 |
| 7.2.3 长期稳定性及均匀性实验 |
| 7.2.4 微型镓相变固定点相变温度测量 |
| 7.2.5 相变温度随加热功率的变化关系研究 |
| 7.2.6 红外辐射源空腔发射率仿真 |
| 7.3 空间红外基准辐射源不确定度评定 |
| 7.4 本章小结 |
| 第8章 总结与展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（4）水轮机调速系统参数辨识与控制方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 水轮机调速系统辨识研究现状 |
| 1.2.2 水轮机调速系统控制方法研究现状 |
| 1.3 本文主要研究内容 |
| 第二章 水轮机调速系统建模分析 |
| 2.1 水轮机调速系统工作原理 |
| 2.2 水轮机调速器模型 |
| 2.2.1 调节器模型 |
| 2.2.2 电液随动系统模型 |
| 2.3 水轮机调速系统被控系统模型 |
| 2.3.1 压力引水系统模型 |
| 2.3.2 水轮机模型 |
| 2.3.3 发电机及负荷模型 |
| 2.4 水轮机调速系统综合模型 |
| 2.4.1 水轮机调速系统线性模型 |
| 2.4.2 水轮机调速系统非线性模型 |
| 2.5 本章小结 |
| 第三章 基于多种群遗传算法的水轮机调速系统参数辨识 |
| 3.1 多种群遗传算法原理 |
| 3.1.1 遗传算法 |
| 3.1.2 多种群遗传算法 |
| 3.2 基于多种群遗传算法的水轮机调速系统参数辨识结构 |
| 3.2.1 辨识系统与待辨识参数 |
| 3.2.2 适应度函数分析 |
| 3.2.3 水轮机调速系统参数辨识策略 |
| 3.3 仿真实验与分析 |
| 3.3.1 线性辨识方法仿真实验 |
| 3.3.2 参数辨识仿真实验 |
| 3.4 本章小结 |
| 第四章 基于MaxLIPO+TR的水轮机调速系统PID参数优化 |
| 4.1 MaxLIPO+TR算法原理 |
| 4.1.1 LIPO算法 |
| 4.1.2 Ada LIPO算法 |
| 4.1.3 MaxLIPO+TR算法 |
| 4.2 基于MaxLIPO+TR的水轮机调速系统PID参数优化结构 |
| 4.2.1 目标函数分析 |
| 4.2.2 水轮机调速系统PID参数优化策略 |
| 4.3 仿真实验与分析 |
| 4.3.1 目标函数对比实验 |
| 4.3.2 频率扰动实验 |
| 4.3.3 负荷扰动实验 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 5.1 全文工作总结 |
| 5.2 后续研究展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间的研究成果 |
（5）水下机器人控制方法及其参数优化（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 水下机器人的分类 |
| 1.3 水下机器人国内外研究现状 |
| 1.3.1 水下机器人国外研究现状 |
| 1.3.2 水下机器人国内研究现状 |
| 1.4 水下机器人控制方法研究现状 |
| 1.5 控制算法参数优化方法 |
| 1.6 主要研究内容 |
| 第二章 水下机器人运动建模 |
| 2.1 引言 |
| 2.2 坐标系的建立与参数定义 |
| 2.2.1 坐标系的建立 |
| 2.2.2 运动参数定义 |
| 2.2.3 坐标系之间矩阵转换 |
| 2.3 空间运动受力分析 |
| 2.3.1 重力与浮力 |
| 2.3.2 推进器推力 |
| 2.3.3 水动力分析 |
| 2.4 空间运动方程及运动模型 |
| 2.4.1 刚体动力学方程 |
| 2.4.2 水平面动力学模型 |
| 2.4.3 垂直面动力学模型 |
| 2.4.4 推进器数学模型 |
| 2.5 基于CFD水动力参数计算 |
| 2.5.1 CFD仿真模型的建立 |
| 2.5.2 湍流模型和求解方法的选择 |
| 2.5.3 边界条件设置与计算 |
| 2.6 参数获取 |
| 2.7 本章小结 |
| 第三章 水下机器人控制方法 |
| 3.1 引言 |
| 3.2 PID控制 |
| 3.3 自抗扰控制技术 |
| 3.3.1 跟踪微分器 |
| 3.3.2 扩张状态观测器 |
| 3.3.3 非线性状态反馈率 |
| 3.4 线性自抗扰控制 |
| 3.5 水下机器人串级自抗扰控制 |
| 3.5.1 水下机器人艏向控制 |
| 3.5.2 水下机器人深度控制 |
| 3.6 仿真分析 |
| 3.6.1 艏向控制仿真 |
| 3.6.2 深度控制仿真 |
| 3.7 本章小结 |
| 第四章 串级LADRC参数优化 |
| 4.1 引言 |
| 4.2 基于遗传算法的参数优化 |
| 4.2.1 遗传算法原理 |
| 4.2.2 遗传算法运算流程 |
| 4.2.3 遗传算法参数设置分析 |
| 4.3 基于粒子群算法的参数优化 |
| 4.3.1 粒子群算法原理 |
| 4.3.2 粒子群算法运算流程 |
| 4.3.3 粒子群算法参数设置分析 |
| 4.4 优化评价指标 |
| 4.5 仿真验证 |
| 4.5.1 艏向控制仿真 |
| 4.5.2 深度控制仿真 |
| 4.6 本章小结 |
| 第五章 水下机器人控制实验 |
| 5.1 引言 |
| 5.2 实验测试平台 |
| 5.3 水下机器人艏向控制测试 |
| 5.4 水下机器人深度控制测试 |
| 5.5 实验总结与分析 |
| 第六章 结论与展望 |
| 6.1 主要工作及结论 |
| 6.2 创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间的研究成果 |
（6）基于双目视觉的舰船输送平台运动控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 舰船输送平台研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 相关领域研究现状 |
| 1.3.1 双目视觉测距研究现状 |
| 1.3.2 PID参数优化研究现状 |
| 1.4 课题来源及本文主要研究内容 |
| 第2章 舰船输送平台机构与结构设计 |
| 2.1 舰船输送平台机构运动学建模 |
| 2.1.1 机构描述 |
| 2.1.2 位置正解 |
| 2.1.3 位置反解 |
| 2.1.4 运动学仿真 |
| 2.2 舰船输送平台工作空间分析 |
| 2.3 舰船输送平台结构设计及静力学分析 |
| 2.3.1 回转机构部分 |
| 2.3.2 俯仰机构部分 |
| 2.3.3 伸缩机构部分 |
| 2.4 本章小结 |
| 第3章 舰船输送平台通道末端双目视觉定位 |
| 3.1 基于视觉定位的平台运动方案 |
| 3.2 相机标定 |
| 3.3 图像处理 |
| 3.3.1 颜色模式识别 |
| 3.3.2 ROI区域提取 |
| 3.4 目标定位 |
| 3.4.1 特征匹配 |
| 3.4.2 目标位置信息计算 |
| 3.5 本章小结 |
| 第4章 舰船输送平台运动控制 |
| 4.1 基于视觉信息的轨迹规划 |
| 4.1.1 门形路径规划 |
| 4.1.2 延迟响应曲线插值优化 |
| 4.2 基于类顶优化算法的PID控制 |
| 4.2.1 液压驱动单元建模 |
| 4.2.2 类顶优化算法优化过程 |
| 4.2.3 算法优化结果分析 |
| 4.3 本章小结 |
| 第5章 舰船输送平台视觉跟随实验研究 |
| 5.1 舰船输送平台实验样机介绍 |
| 5.1.1 机械结构 |
| 5.1.2 驱动系统及元件 |
| 5.1.3 测控系统 |
| 5.2 单自由度视觉跟随实验研究 |
| 5.3 样机视觉跟随实验研究 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间承担的科研任务与主要成果 |
| 致谢 |
（7）基于模糊自适应策略下的多电机同步控制优化（论文提纲范文）
| 摘要 |
| Absract |
| 第一章 绪论 |
| 1.1 课题的研究背景及意义 |
| 1.1.1 课题的研究背景 |
| 1.1.2 课题的意义 |
| 1.2 发展历程和国内外研究现状 |
| 1.3 课题的研究内容及方法 |
| 1.3.1 课题的研究内容 |
| 1.3.2 课题的研究方法 |
| 1.4 本章小结 |
| 第二章 永磁同步电机的建模以及控制原理的分析 |
| 2.1 永磁同步电机的结构与特征 |
| 2.2 永磁同步电机的数学模型 |
| 2.2.1 永磁同步电机在ABC坐标下的基本方程 |
| 2.2.2 坐标变换 |
| 2.2.3 三相静止坐标系与两相静止坐标系相互转换 |
| 2.2.4 两相静止坐标系转为两相旋转坐标系 |
| 2.3 永磁同步电机的矢量控制 |
| 2.3.1 永磁同步电机的控制原理 |
| 2.3.2 永磁同步电机的矢量控制的控制方法 |
| 2.4 SVPWM技术 |
| 2.4.1 SVPWM的定义及原理 |
| 2.4.2 永磁同步电机矢量控制仿真模型 |
| 2.5 本章小结 |
| 第三章 永磁同步电机的模糊PID控制 |
| 3.1 传统PID控制原理 |
| 3.2 模糊PID控制器 |
| 3.2.1 模糊控制理论 |
| 3.2.2 模糊控制器的结构 |
| 3.2.3 模糊PID的设计 |
| 3.3 永磁同步电机模糊PID控制系统仿真 |
| 3.3.1 永磁同步电机模糊PID控制系统模型 |
| 3.3.2 Matlab下永磁同步电机模糊PID控制系统仿真模型 |
| 3.3.3 仿真结果与分析 |
| 3.4 本章小结 |
| 第四章 永磁同步电机的灾变遗传模糊PID控制 |
| 4.1 遗传算法理论基础 |
| 4.1.1 遗传算法的概述 |
| 4.1.2 遗传算法的原理 |
| 4.2 灾变型遗传算法 |
| 4.2.1 灾变操作 |
| 4.2.2 灾变遗传算法性能计算 |
| 4.2.3 灾变遗传模糊PID控制器设计 |
| 4.3 本章小结 |
| 第五章 多电机同步控制系统设计 |
| 5.1 多电机同步控制结构分析 |
| 5.1.1 并行同步控制 |
| 5.1.2 主从控制 |
| 5.1.3 交叉耦合控制 |
| 5.1.4 偏差耦合控制 |
| 5.2 改进的偏差耦合控制 |
| 5.3 多电机同步控制系统仿真 |
| 5.3.1 并行同步控制仿真 |
| 5.3.2 主从同步控制仿真 |
| 5.3.3 偏差耦合控制 |
| 5.3.4 改进型偏差耦合控制 |
| 5.4 基于灾变遗传模糊PMSM多电机控制仿真 |
| 5.5 本章小结 |
| 总结与展望 |
| 全文总结 |
| 工作展望 |
| 参考文献 |
| 致谢 |
（8）地铁自动运行的多目标优化及智能控制算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.1.1 课题来源 |
| 1.1.2 研究背景与意义 |
| 1.2 ATO系统的优化方法在国内外的研究现状 |
| 1.3 ATO控制算法研究现状 |
| 1.3.1 经典控制算法 |
| 1.3.2 自适应控制算法 |
| 1.3.3 智能控制算法 |
| 1.3.4 集成智能控制算法 |
| 1.4 主要研究内容 |
| 第2章 ATO多目标优化模型的建立 |
| 2.1 ATO系统介绍 |
| 2.2 地铁运行动力学分析 |
| 2.2.1 地铁运行受力分析 |
| 2.2.2 地铁的动力学方程 |
| 2.3 地铁自动运行的性能指标 |
| 2.3.1 能量消耗 |
| 2.3.2 准时性 |
| 2.3.3 停车精准度 |
| 2.3.4 舒适度 |
| 2.3.5 安全性 |
| 2.3.6 运行约束条件 |
| 2.4 地铁自动运行多目标优化建模 |
| 2.4.1 多目标优化问题 |
| 2.4.2 地铁多目标优化模型的建立 |
| 2.5 本章小结 |
| 第3章 基于改进的 NSGA-Ⅱ算法的 ATO多目标优化模型求解 |
| 3.1 多目标优化算法概述 |
| 3.2 非支配排序遗传算法(NSGA-Ⅱ) |
| 3.2.1 Pareto解的概念 |
| 3.2.2 NSGA-Ⅱ算法的基本原理 |
| 3.2.3 NSGA-Ⅱ算法的基本流程 |
| 3.2.4 NSGA-Ⅱ算法的改进设计流程 |
| 3.3 ATO多目标优化模型的求解 |
| 3.3.1 参数设定和线路数据的选择 |
| 3.3.2 目标曲线的生成 |
| 3.3.3 算法对比结果分析 |
| 3.4 本章小结 |
| 第4章 基于改进的灰色预测模糊PID控制的ATO智能控制器设计 |
| 4.1 ATO控制器的总体设计 |
| 4.2 PID控制原理介绍 |
| 4.3 模糊控制器设计 |
| 4.3.1 模糊控制的基本理论 |
| 4.3.2 ATO模糊自适应PID控制器设计 |
| 4.4 灰色预测模糊PID控制系统设计 |
| 4.4.1 灰色预测控制算法的基本理论 |
| 4.4.2 基于改进的灰色预测模糊PID控制器设计 |
| 4.5 本章小结 |
| 第5章 ATO多目标控制算法仿真分析 |
| 5.1 ATO多目标控制方法 |
| 5.2 仿真系统的搭建 |
| 5.2.1 Simulink功能介绍 |
| 5.2.2 仿真系统的搭建 |
| 5.3 ATO控制效果的仿真分析 |
| 5.3.1 跟踪精度分析 |
| 5.3.2 安全性分析 |
| 5.3.3 乘客的舒适性分析 |
| 5.3.4 能耗性分析 |
| 5.3.5 停车精准性分析 |
| 5.3.6 准时性分析 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文和其他成果 |
| 致谢 |
（9）基于Fibonacci的PID参数随钻自适应优选（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究的目的和意义 |
| 1.2 国内外研究发展现状 |
| 1.2.1 自动送钻国内外发展现状 |
| 1.2.2 PID参数优选国内外发展现状 |
| 1.3 现有自动送钻控制系统的不足 |
| 1.4 章节安排 |
| 第二章 石油钻机液压盘刹系统建模与仿真 |
| 2.1 石油钻机 |
| 2.1.1 概述 |
| 2.1.2 石油钻机基本组成 |
| 2.1.3 石油钻机的工作原理 |
| 2.2 钻机液压盘刹系统 |
| 2.2.1 钻机液压盘刹系统工作原理 |
| 2.2.2 恒钻压自动送钻原理 |
| 2.2.3 液压盘刹系统建模 |
| 2.3 液压盘刹钻机恒压送钻控制策略 |
| 2.4 恒压送钻PID控制方案 |
| 2.4.1 常规参数整定 |
| 2.4.2 智能优化算法优选PID参数 |
| 2.4.3 PID参数随钻快速自适应优选 |
| 第三章 GA快速自适应优选PID参数 |
| 3.1 遗传算法介绍 |
| 3.2 GA优选PID参数 |
| 3.2.1 GA算法的参数选择 |
| 3.2.2 目标函数 |
| 3.2.3 GA优选PID参数流程 |
| 3.3 液压盘刹钻机PID参数优选结果 |
| 3.4 仿真结果与分析 |
| 3.4.1 目标函数曲线分析 |
| 3.4.2 系统响应曲线分析比较 |
| 3.5 本章小结 |
| 第四章 PSO快速自适应优选PID参数 |
| 4.1 PSO算法介绍 |
| 4.2 PSO优选PID参数 |
| 4.2.1 参数设定 |
| 4.2.2 PSO优选PID参数流程 |
| 4.3 液压盘刹钻机PID参数优选结果 |
| 4.4 仿真结果与分析 |
| 4.4.1 目标函数曲线分析 |
| 4.4.2 系统响应曲线分析 |
| 4.5 本章小结 |
| 第五章 FBQGA快速自适应优选PID参数 |
| 5.1 FBQGA |
| 5.2 FBQGA优选PID参数 |
| 5.2.1 参数定义 |
| 5.2.2 FBQGA优选PID参数流程 |
| 5.3 液压盘刹钻机PID参数优选结果 |
| 5.4 仿真结果与分析 |
| 5.4.1 目标函数曲线 |
| 5.4.2 系统响应曲线 |
| 5.5 三种智能优化算法结果比较 |
| 5.5.1 最优目标函数曲线分析 |
| 5.5.2 .系统响应曲线数据分析 |
| 5.5.2.1 动态性能和静态性能的比较 |
| 5.5.2.2 液压盘刹钻机恒压送钻PID控制方案选择 |
| 5.6 随钻自适应PID控制系统GUI设计 |
| 5.6.1 系统的总体设计 |
| 5.6.2 系统仿真界面设置 |
| 5.6.3 GUI仿真实现 |
| 5.7 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士期间参加科研情况及获得学术成果 |
（10）模型失配情形下典型热工过程PI控制器性能评估及优化重整定（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状与分析 |
| 1.2.1 过程模型闭环辨识研究现状 |
| 1.2.2 PI控制回路性能评估研究现状 |
| 1.2.3 PI控制器参数整定研究现状 |
| 1.3 本文研究内容及论文框架 |
| 第二章 模型失配情形下的过程模型闭环辨识 |
| 2.1 引言 |
| 2.2 PI控制回路结构及过程模型 |
| 2.3 闭环设定值阶跃响应的特征量 |
| 2.4 基于BP神经网络回归建模的模型辨识 |
| 2.4.1 BP神经网络 |
| 2.4.2 模型参数与闭环响应特征量关系建模 |
| 2.5 模型辨识精度指标 |
| 2.6 仿真研究与分析 |
| 2.6.1 过程模型为FOPTD模型的情形 |
| 2.6.2 过程模型为SOPTD模型的情形 |
| 2.6.3 过程模型为CSOPTD模型的情形 |
| 2.7 本章小结 |
| 第三章 模型失配情形下PI控制器的性能变化评估 |
| 3.1 引言 |
| 3.2 PI控制器性能评价方法 |
| 3.2.1 设定值跟踪性能 |
| 3.2.2 负载扰动抑制性能 |
| 3.2.3 鲁棒性性能 |
| 3.3 模型失配与PI控制器性能变化的关系 |
| 3.3.1 模型失配与设定值跟踪性能变化的关系 |
| 3.3.2 模型失配与负载扰动抑制性能变化的关系 |
| 3.3.3 模型失配与控制回路鲁棒性变化的关系 |
| 3.4 控制性能变化评估仿真研究 |
| 3.4.1 过程模型为FOPTD模型的情形 |
| 3.4.2 过程模型为SOPTD模型的情形 |
| 3.4.3 过程模型为CSOPTD模型的情形 |
| 3.5 本章小结 |
| 第四章 模型失配情形下PI控制器的重整定 |
| 4.1 引言 |
| 4.2 PI参数稳定域 |
| 4.3 遗传算法基本原理 |
| 4.4 基于遗传算法的PI控制器折中优化方法 |
| 4.4.1 PI参数优化问题的目标函数和约束条件构建 |
| 4.4.2 控制性能下降和改善程度的综合评价指标 |
| 4.5 PI控制器参数优化仿真研究与分析 |
| 4.5.1 过程模型为FOPTD模型的情形 |
| 4.5.2 过程模型为SOPTD模型的情形 |
| 4.5.3 过程模型为CSOPTD模型的情形 |
| 4.6 本章小结 |
| 第五章 总结与展望 |
| 5.1 工作总结 |
| 5.2 工作展望 |
| 致谢 |
| 参考文献 |
| 作者在硕士研究生阶段发表的论文 |
四、影响遗传算法PID参数优化性能的主要因素（论文参考文献）
- [1]基于dSPACE的EPS控制策略及试验台架的设计与验证[D]. 王燮辉. 浙江科技学院, 2021(01)
- [2]柔性超声振动辅助加工系统的设计及实验研究[D]. 杨光远. 吉林大学, 2021
- [3]红外辐射基准载荷的高精度温控信息获取与处理技术[D]. 辛世杰. 中国科学院大学(中国科学院上海技术物理研究所), 2021(01)
- [4]水轮机调速系统参数辨识与控制方法研究[D]. 张自建. 江西理工大学, 2021(01)
- [5]水下机器人控制方法及其参数优化[D]. 罗瑞智. 江西理工大学, 2021(01)
- [6]基于双目视觉的舰船输送平台运动控制研究[D]. 冯新宇. 燕山大学, 2021(01)
- [7]基于模糊自适应策略下的多电机同步控制优化[D]. 孙盟. 兰州理工大学, 2021(01)
- [8]地铁自动运行的多目标优化及智能控制算法研究[D]. 李晓斐. 哈尔滨理工大学, 2021(09)
- [9]基于Fibonacci的PID参数随钻自适应优选[D]. 王凯. 西安石油大学, 2020(11)
- [10]模型失配情形下典型热工过程PI控制器性能评估及优化重整定[D]. 陈炜. 东南大学, 2020(01)