基于Taylor 逼近的非线性系统P ID 型多步预测控制

基于局部递归神经网络对非线性系统进行递归多步向前预测，将系统实际多步向前预测值按泰勒公式在其递归预测值上展开，实现对非线性系统多步预测输出值的二次逼近，减少了预测误差，进而通过对PID型多步预测性能指标函数极小化求取控制量，控制器与广义预测控制器结构相似，其参数通过神经网络在线辨识获得，仿真实验表明了该方法的有效性。     

多步预测性能指标函数下的神经网络逆动态控制方法

将预测控制与神经网络逆动态控制相结合,提出了多步预测性能指标函数下的神经网络逆动态控制方法。该方法用多步预测性能指标函数训练神经网络逆动态控制器的权值,使整个系统具有预测控制的特点,有比通常的神经网络逆动态控制快得多的响应速度和更好的响应性能。     

基于BP网络模型的非线性预测控制策略研究

提出了一种基于神经网络模型的非线性多步预测控制策略。预测器和控制器由一个BP网络构成。在整个过程中，首先利用一个BP网络构造一个非线性多步预测模型，根据被控对象输出与网络实际输出之间的误差采用改进的BP算法修改网络权值，以逐步建立合理的多步预测模型。然后，根据网络的多步预测输出序列与设定值序列的偏差构造性能指标函数，根据性能指标函数采用自适应变步长梯度法修改控制律。仿真结果表明了该策略的有效性。     

一种基于人工免疫原理的最优模糊神经网络控制器

提出了一种基于人工免疫原理的最优RBF模糊神经网络控制器设计方案．首先给出了控制器结构，其次将免疫进化算法用于控制器参数的优化，设计了一种满足二次型性能指标的最优RBF模糊神经网络控制器．将该控制器用于控制实际倒立摆系统，并采用状态变量合成方法以大大减少模糊规则的数目，实验结果验证了该控制器的有效性．     

神经网络非线性多步预测逆控制方法研究*

提出了基于多步预测控制方法的多变量非线性神经网络逆控制方案。利用预测模型对系统动态特性进行预测,使用一个带有时延因子的前馈神经网络作为控制器,利用多步预测性能指标对其在线训练,实现神经网络逆系统;在多步预测过程中还对每一步的预测误差进行预测,以实现预测误差补偿。将所提出的控制算法用于锅炉这种大滞后非线性对象的控制,仿真实验证明,该控制策略具有良好的解耦和动态跟踪性能。     

基于模糊线性化预测模型的HVAC系统温度控制

针对暖通空调（HVAC）系统难以控制的问题，提出一种基于max-product推理的Mamdani模糊模型预测控制策略．首先利用一步模糊预测模型的结构分析得到其解析表达式，获得系统在k＋1时刻的线性化预测模型；然后基于模糊线性化模型进行模型预测控制器设计．对HVAC系统的仿真和实验结果表明，该算法是一种跟踪性能好且鲁棒性强的有效控制算法．     

T-S模糊系统H2/H∞混合控制器设计的LMI方法

应用线性矩阵不等式（LMI）方法研究T-S模糊系统的H2／H∞混合控制器的设计问题．首先针对T-S模糊系统分别设计H2和H∞控制器；然后以线性矩阵不等式的形式给出T-S模糊系统H2／H∞混合控制器存在的充分条件及相应的控制器设计方法．在给定的H∞干扰约束下，通过优化H2控制性能指标实现了模糊状态反馈次优控制．最后通过例子验证了所给出的H2／H∞混合控制器设计方法的可行性和有效性．     

基于模糊预测的间歇PID控制器

将模糊预测和间歇ＰＩＤ控制器相结合，提出了变控制周期控制器．根据对被调量未来偏差和偏差变化率的模糊预测，合适地选择间歇ＰＩＤ控制器的控制周期，有利于改善具有大纯时滞对象控制系统的动态品质．最后由仿真结果说明了该方法的有效性     

基于T-S模糊模型的非线性预测控制策略

提出了一种新的基于T-S模糊模型的非线性预测控制策略. T-S模糊模型用于描述对象的非线性动态特性, 通过将模糊模型的输出反馈回来作为模型输入, 从而构成了模糊多步预报器. 由于T-S模糊模型每条规则的结论部分是一个线性模型, 因此整个模糊模型可以看作一个线性时变系统, 从而将模糊预测控制器中的非线性优化问题转化为一个线性二次寻优问题, 以方便求解. pH中和过程的仿真结果表明其性能优于传统的动态矩阵控制器.     

基于多模型的非线性系统广义预测控制

对于复杂的离散时间非线性系统，提出一种基于多模型的广义预测控制方法．通过在平衡点附近建立线性模型，并用径向基函数神经网络来补偿匹配误差，形成了非线性系统的多模型表示，然后采用模糊识别方法作为切换法则，并结合广义预测控制构成了多模型广义预测控制器．通过对连续发酵过程的计算机仿真，表明了该方法的有效性．     

一种新型的二维PID模糊控制器

通过对常规PID控制器的结构分析,设计出一种新型的二维PID模糊控制器,其结构形式简称为fuzzy PD+ fuzzy ID型.根据模糊规则的图解分析,提出fuzzy ID控制嚣的输入变量(偏差和偏差变化加速率)与输出变量之间的控制结构,并确定两控制器的模糊控制规则的相似性.通过对该PID模糊控制器的结构分析,给出与常...     

电视导引头伺服系统模糊PID控制技术研究

为了满足电视导引头位置伺服系统在部件级测试中的要求,在构成位置闭环的基础上设计了模糊PID控制器以操纵执行机构.控制算法根据位置偏差及变化率将响应划分阶段,经试验确定模糊规则,使用模糊推理实时整定各阶段PID参数,使指标趋于最优.仿真及试验结果表明,模糊PID控制器减小了稳态误差,缩短了调节时间和超调量.模糊PID控制...     

SR电机模糊自整定PID控制器设计与仿真

针对开关磁阻电机的非线性、时变和强耦合性,提出了模糊自整定PID的调速控制策略.在分析SR电机非线性数学模型的基础上,将速度偏差和偏差变化率作为控制器输入,PID的三个控制参数为输出.利用模糊规则对PID参数进行在线修改,实现PID参数的自动最佳调整.通过将MATLAB中的Fuzzy Toolbox和SIMULINK有机结合,实现了基于模糊自整定PID控制器的开关磁阻电机调速系统仿真,并进行了传统PID控制与模糊自整定PID控制的仿真比较.结果表明:模糊自整定PID控制器能够明显改善系统的调速性能,具有较强的鲁棒性,并且计算量少,易于实现,便于工程应用.     

基于模糊九点控制器的自适应控制系统设计方法研究

由于传统自适应PID控制算法在线调节PID的三个参数难度较大,现将模糊九点控制器加入到自适应控制系统中,根据系统偏差e和偏差变化率ec的不同,将系统状态分为九神情况,运用模糊九点控制器进行参数自整定,调节系统在不同状态下的控制特性.该控制方法不依赖数学模型,切实有效,具有稳定型好,调节精度高等特点,是一种表达人类控制思...     

基于模糊PID控制的永磁同步电机控制器研究

为了提高复杂环境条件下永磁同步电机（PMSM）控制器的动态控制性能与抗干扰能力,分析了永磁同步电机的速度-电流（或力矩）双闭环控制调速结构,提出了一种基于模糊PID控制原理的速度环控制策略。速度环运行时,模糊PID控制器首先将永磁同步电机转速的误差及误差变化率进行模糊化处理,然后依据模糊规则进行模糊推理,并自动在线整定出速度环PID的三个系数（比例系数、积分系数、微分系数）,不仅减少了速度环的调节时间,也能增强抵御来自电流环（或力矩环）的干扰。仿真结果表明,当永磁同步电机的转速发生变化或负载发生扰动时,相比于传统的PID控制器,模糊PID控制器能提高系统的动态性能与鲁棒性。该方法用于永磁同步电机的控制是可行、有效的。     

电子束快速成型温度自适应模糊PID控制系统

将自适应模糊PID控制技术应用于电子束快速成型温度控制系统中,通过温度采集装置实时得到被加工件的温度信号,与设定值进行对比从而得到温度偏差及偏差的变化率,将温度偏差及偏差的变化率作为模糊控制器的2个输入变量,以自适应模糊PID控制器输出控制量调节电子束流大小,实现电子束快速成型温度的闭环控制.仿真结果表明,该控制系统具有调整时间短、稳态误差小、超调量小,即在电子束快速成型过程中,采用自适应模糊PID控制器比采用传统的PID控制器或模糊控制器可以得到更好的动态响应性能和控制精度.     

基于FUZZY-PID直流调速系统的仿真与分析

针对常规PID在直流调速系统中控制参数难以整定等问题,在对直流调速系统建模的基础上,以偏差e和偏差变化率ec作为输入,找出常规PID的三个参数与e和ec之间的模糊关系,在运行中通过检测e和ec,根据模糊推理原理来对三个参数在线修改,从而满足不同时刻的e和ec对PID参数自整定的要求,以此设计了一种基于模糊控制原理的PID控制器,并对采用FUZZY-PID控制的直流调速系统的动态过程进行仿真分析.仿真结果表明:采用FUZZY-PID控制策略的直流调速系统响应快、超调较小、鲁棒性强,较传统PID控制具有更好的动、静态特性,这说明了这种控制策略的正确性和有效性.     

基于自适应模糊神经网络控制器的网络控制系统

网络控制系统中存在着时延、丢包、网络干扰等问题。针对网络控制系统中存在恶化系统的控制性能,甚至导致系统不稳定的因素,提出了一种基于自适应模糊神经网络控制器的网络控制系统,它能根据系统的实际输出与期望输出误差,利用自适应模糊控制和神经网络自学习的原理进行控制参数的自行调整,以符合控制系统的实际要求,同时,分析了网络延时,丢包率及网络干扰因素对系统性能的影响。利用TrueTime工具箱建立了包含自适应模糊神经网络控制器的网络控制系统的仿真模型,并将其分别与基于常规PID控制器的网络控制系统和基于模糊参数PID控制器的网络控制系统进行了比较。实验结果表明,在相同的网络环境下,基于自适应模糊神经网络控制器的网络控制系统的控制效果比基于常规的PID控制器和基于模糊参数PID控制器的要好,且具有较好的抗干扰能力和鲁棒性能。     

基于FPAA的模糊自整定PID控制器设计

为提高过程控制的响应速度,提出了一种基于现场可编程模拟阵列(FPAA)模糊自整定PID控制器的硬件实现方法。在8块AN221E04芯片中实现模拟乘法器、求小求和以及除法等单元电路,由各单元电路组合成完整的控制器。作为硬件电路,该控制器与软件编程实现的模糊PID控制器相比具有很强的实时性;作为纯模拟电路,该控制器内部传输信号均为连续值的模拟量,不需要A/D、D/A转换电路,与采用数字电路实现的控制器相比具有电路简单、运算速度快的特点。仿真实验结果表明：基于FPAA的模糊自整定PID控制器超调量小、稳态误差小,控制器响应时间降到了微秒级。     

双闭环直流调速系统模糊PID控制研究*

针对电压和负载扰动导致传统PID控制双闭环直流调速系统性能下降的问题,本文提出一种模糊PID控制方法。本文的控制方法根据调速系统的转速偏差e和偏差变化率ec,经过模糊逻辑推理,动态自适应调整PID控制器的三个参数,能够有效提高系统抗扰动能力。为了对两种控制方法的性能进行比较分析,文中对系统在理想空载状态、负载扰动和电压波动三种情况下进行仿真试验。结果表明两种控制方法在理想空载状态下的稳态性能基本相同。在负载扰动和电压波动的情况下,本文的方法能使系统更快恢复到平衡状态,且具有更小的转速降。因此,本文的控制方法能够保证系统具有较好的动态性能和抗扰性能。