基于改进粒子群算法的PID控制参数整定

目的：为解决PID控制中参数整定不合理导致控制性能差、超调量大、耗时等问题，提出一种基于改进粒子群算法整定PID控制器控制参数的方法。方法：针对标准粒子群算法在寻优过程中易陷入局部的情况，引入Rosenbrock算法增强粒子在增强局部搜索的能力，从而提高解的质量，并利用改进后的粒子群算法整定PID参数，得到整定后的PID控制参数用于控制系统，并通过Matlab进行仿真试验，将文中改进粒子群算法与标准粒子群对比。结果：仿真结果显示融合Rosenbrock搜索的粒子群算法所整定出的PID控制参数在仿真中超调量为9.5%，系统调整至稳态时间为1.69 s，ITAE性能指标约为4.25；标准粒子群超调量为24.65%，系统调整时间为2.32 s，ITAE性能指标约为5.52。结论：相比于标准粒子群算法，文中改进粒子群算法所整定的PID控制参数在仿真实验中的综合性能更好，且超调量较小，调节时间短，响应速度较快，鲁棒性强，为PID控制参数整定提供了方法。

PID 控制器由于稳定性强、结构简单被普遍应用在工业控制领域来控制例如流量、压力、温度等一些连续变化的物理量，且一般采取闭环控制方式[1]。在PID 控制器中，PID 参数的整定往往是决定控制效果的核心因素， 其直接影响到整个控制系统的优劣， 但是PID 整定参数的过程往往十分的繁琐和复杂， 在实际的工业生产中，如若没有优异的控制参数整定能力会导致整个系统的动态、静态性能达不到生产要求，甚至导致系统无法运行[2] [3] [4] [5]。

现阶段，在工业生产中一般采用ZieglerNichols 整定方法、Cohen-Coon 整定算法或是工业经验法来整定控制参数[6]。

就ZieglerNichols 整定方法而言， 此种方法对于时间滞后性较大的控制对象时往往效果不理想，因此在PID 参数整定方法上仍然有较大的改善空间。曾冰等提出一种基于鲸鱼群算法的PID 控制参数整定方法，在考虑调节时间和稳定裕度的目标函数后，将邻域搜索策略加入迭代计算器的鲸鱼算法， 具有一定的有效性和实用性[7]。

叶海平通过自适应调整惯性因子， 达到改善粒子群算法的搜索能力， 使得整体控制系统响应速度快、超调量小[8]。以上方法在一定程度上取得理较好的效果，但是在实际应用过程中，控制系统的数学模型较为复杂，在面对多维函数模型时在求最优解的过程中往往会陷入局部最优解使粒子出现早熟的情况， 使得粒子失去动能难以逃离局部最优。

因此本文结合PID 参数整定优化， 在标准粒子算法的基础上，加入Rosenbrock 算法来增强局部搜索的能力提高解的质量，并通过仿真实验证明改进粒子群算法所整定PID 控制参数的优越性。