锅炉过热蒸汽温度控制系统的设计与仿真

过热蒸汽温度的高低直接影响着火电机组的安全性和经济性。由于过热蒸汽温度对象具有非线性、时变等复杂特性,设计了一种采用模糊PID控制策略的串级控制方案,分析了锅炉过热蒸汽温度在不同扰动作用下的动态特性,设计了FUZZY-PID控制器,对PID控制器参数进行了整定,并对FUZZY-PID控制器和常规控制器的控制效果进行了仿真比较,最后利用组态王Kingview开发了相应的过热蒸汽温度监控系统。结果表明,FUZZY-PID自适应能力强,提高了系统对非线性、时变性和不确定性等的处理能力,改善了控制效果,具有更好的动态特性。     

一种水下机器人混合模糊P+ID控制方法

针对具有非线性动力学特性的水下机器人的运动控制,提出采用解析式描述的单输入模糊控制器取代常规数字PID控制器中的比例项,并保持原有常规PID控制器的结构和参数不变,得到一种混合模糊P+ID控制方法.研究了水下机器人混合模糊P+ID控制的参数调节方法,并采用小增益定理分析了引入模糊控制后的系统输入输出稳定性.采用水下机器人的非线性动力学模型进行了仿真实验,结果表明提出的混合模糊P+ID控制具有比常规PID控制更好的性能.     

基于BP神经网络整定的PID控制在过热汽温系统中的应用

针对火电厂中具有大惯性和变参数等特性的过热汽温系统的特点,提出了一种基于BP神经网络的PID控制器设计方法.将神经网络所具有的自学习能力与PID控制器的鲁棒性相结合,实现了对非线性、大时滞系统模型的控制.仿真结果表明所给出的控制策略能较好地适应对象动态模型的大幅度变化,保持较优的鲁棒调节性能.     

水轮机调速系统的混沌优化策略

针对水轮机调节系统非线性、复杂性、不确定性的特点以及利用传统PID控制器无法获得高性能调速系统的特征,本文首先将二次型性能指标引入单神经元并利用自学习功能构成了单神经元自适应PID控制器,其次运用混沌动力学特性与退火策略结合起来的混沌优化方法对控制器参数进行寻优.仿真结果表明,该方法有效地实现了控制器参数的最优整定,明显改善了水轮机调节系统的控制品质.     

PILCO框架对飞行姿态模拟器系统的参数设计与优化

PID控制是飞行器控制中应用最广泛的控制方法,但是PID参数的调节往往十分繁琐。为了实现飞行模拟器控制系统自主优化PID控制器的参数,从而完成系统的稳定控制,本文使用强化学习中的概率推理学习控制算法(Probabilistic Inference for Learning Control,PILCO)自主优化PID控制器的参数。首先,利用输入输出数据拟合出系统的概率动力学模型,并使用策略评估的方法对当前PID控制器进行评价;最后,使用策略提升的方式对当前PID控制器进行优化。在系统采样频率为100Hz,每次采集8s数据的实验中,经过10个回合的离线训练之后,系统控制效果已经可以满足要求,PID控制器参数已经收敛。经过PILCO优化的飞行姿态模拟器在定点实验中表现出良好的鲁棒性,表明PILCO算法可以优化PID控制器的参数,并且在解决非线性控制和参数优化方面具有很大潜能。     

ABC算法在非线性系统辨识与控制中的应用

针对非线性系统辨识和控制器的设计,提出一种混沌映射产生初值的人工蜂群优化算法,并将该算法应用于非线性系统中的参数辨识和PID控制器的设计。参数辨识的仿真结果表明,基于混沌映射理论的人工蜂群优化算法比其他传统的算法具有更好的收敛特性和辨识性能;自动电压调节系统的仿真结果表明,基于混沌人工蜂群优化的PID控制自动电压调节系统是可行性的,且具有良好的动态调节性能。     

一种基于多参数优化的神经网络控制器研究

针对常规PID+CMAC复合控制器中多个控制参数难以确定的问题,提出采用改进遗传算法对PID控制参数、CMAC神经网络学习率和惯性量等多参数进行寻优,把常规PID控制、CMAC神经网络和遗传算法的优点结合起来,设计了基于改进遗传算法多参数优化的PID+CMAC自适应控制器.仿真结果表明,提出的多参数优化的CMAC控制器具有良好的鲁棒性、抗干扰能力和自适应能力,是解决不确定性非线性对象控制问题的一种有效的控制方法.     

模糊PI控制在电液速度伺服系统中的应用

考虑到电液伺服系统的非线性和参数的时变特性,为了提高控制精度、改善系统的静动态特性,提出了模糊增益调度控制方法,根据系统的输出误差及其一阶微分变化,通过模糊推理在线实时调节PID参数,使系统控制参数达到全局优化,解决了一般PID参数只是对于某一工作点局部优化的问题.试验表明,与单纯PID控制器相比,模糊增益调度缩短了动态响应时间、降低了超调、减小了负载扰动.由此,该方法对非线性系统和难精确建模系统大范围控制十分有效.     

一阶时滞不稳定过程的复合非线性PID控制

本文针对一阶时滞不稳定过程,讨论了一类复合非线性PID控制策略及相应的参数整定方法.该复合控制基于分步设计的思想,在镇定比例控制器设计的基础上,对闭环系统所构成的广义稳定对象,设计其二级非线性PID控制器.在二级非线性PID控制器设计中,通过引入一类针对时滞二阶稳定过程的参数整定方法,实现系统闭环控制性能的优化.仿真结果表明了其良好的控制效果.     

基于粒子群算法液压伺服系统PID参数的优化

PID控制器在液压伺服系统中得到广泛的应用。为了有效地寻找液压伺服系统的最佳PID控制器参数,提出一种基于粒子群算法的PID参数优化策略。通过建立PSO-PID控制器参数模型,对PID控制器的参数进行实时优化;利用MATLAB对系统进行仿真,结果显示在液压伺服系统的工况相同时．新型控制器能取得满意的控制效果。     

PID neural network control of a membrane structure inflation system

Because it is difficult for the traditional PID algorithm for nonlinear time-variant control objects to obtain satisfactory control results, this paper studies a neuron PID controller. The neuron PID controller makes use of neuron self-learning ability, complies with certain optimum indicators, and automatically adjusts the parameters of the PID controller and makes them adapt to changes in the controlled object and the input reference signals. The PID controller is used to control a nonlinear time-variant membrane structure inflation system. Results show that the neural network PID controller can adapt to the changes in system structure parameters and fast track the changes in the input signal with high control precision.     

基于MATLAB的高速公路隧道通风控制系统仿真研究

高速公路长大隧道的通风控制具有非线性及大滞后等问题,运用传统控制方法已不能满足系统的精度要求;因此,提出采取RBF-PID控制方法,通过RBF神经网络整定PID控制器的参数,以达到要求的控制指标。运用MATLAB仿真软件,分别建立基于传统PID控制器和RBF-PID控制器的系统模型,并进行仿真对比。结果表明,RBF-PID控制器比传统的PID控制器对系统输入的响应更加精确,具有最大绝对误差值较小和无负误差的优点,能更有效地解决高速公路长大隧道的通风控制非线性及大滞后的问题。     

A novel auto-tuning PID control mechanism for nonlinear systems

In this paper, a novel Runge–Kutta (RK) discretization-based model-predictive auto-tuning proportional-integral-derivative controller (RK-PID) is introduced for the control of continuous-time nonlinear systems. The parameters of the PID controller are tuned using RK model of the system through prediction error-square minimization where the predicted information of tracking error provides an enhanced tuning of the parameters. Based on the model-predictive control (MPC) approach, the proposed mechanism provides necessary PID parameter adaptations while generating additive correction terms to assist the initially inadequate PID controller. Efficiency of the proposed mechanism has been tested on two experimental real-time systems: an unstable single-input single-output (SISO) nonlinear magnetic-levitation system and a nonlinear multi-input multi-output (MIMO) liquid-level system. RK-PID has been compared to standard PID, standard nonlinear MPC (NMPC), RK-MPC and conventional sliding-mode control (SMC) methods in terms of control performance, robustness, computational complexity and design issue. The proposed mechanism exhibits acceptable tuning and control performance with very small steady-state tracking errors, and provides very short settling time for parameter convergence.     

模糊控制在氯化钾氨生产中的应用

氯化钾氨生产过程中的钾浓度控制系统属于一个带有很强的惯性与时滞的非线性系统,传统PID控制难以达到满意的控制效果。针对该种情况,本文采用参数模糊自整定PID控制方法对氯化钾氨生产中钾浓度进行调节,并设计基于模糊PID控制器的控制系统,在线自动调整PID控制器参数。通过仿真实验分析及在工程实际应用中表明,采用参数模糊自整定PID控制器后,具有更好的控制效果。     

基于LabVIEW的PID参数自适应模糊控制器设计

PID算法是一个广泛应用于工业控制的算法，但它对非线性和不确定性系统适应性不够理想。PID参数自适应模糊控制器将模糊逻辑推理引入PID参数的在线自调整，是目前一种较为先进的控制器。考虑到LabVIEW是一种基于G语言的高效的专为科学家和工程师设计的虚拟仪器开发工具，这里将Fuzzy Logic Toolkit和PID Controller Toolkit两个工具箱与LabVIEW相结合，实现了上述算法。正是因为LabVIEW能快速构建实现交互控制系统的图形用户界面，并且它与测量、自动化硬件紧密的结合完善了数据采集、信号分析和信息显示的解决方案，这种基于LabVIEW的PID参数自适应模糊控制器在工业控制领域必将有广阔的前景。     

液压机械手电液比例系统模糊PID控制研究

针对液压机械手的电液比例系统存在较大程度的系统参数变化和负载干扰等特点,一般控制方法难以全部满足性能要求。常规PID控制方法虽然算法简单、可靠性好、鲁棒性高,但由于参数整定繁杂,往往造成参数整定不良、性能欠佳、适用性能差。为了改善这些缺陷,将模糊控制理论与PID控制理论相结合,设计了模糊PID控制器,实现了对PID参数的在线整定。利用MATLAB/Simulink进行仿真,比较常规PID控制与模糊PID控制下电液比例系统的控制效果,发现模糊PID控制器较好地克服了系统的非线性和负载干扰的影响,提高了系统的稳定性和动态性能。     

基于模糊BP网络的自适应PID控制

针对经典PID控制的参数不能在线调整的缺陷,提出了一种基于模糊BP神经网络的PID控制算法,采用模糊规则自动地调节BP神经网络训练过程的学习参数,利用神经网络较强的学习能力和模糊控制在模型未知或不精确前提下的控制能力,将其应用到PID控制中[1],实现了PID控制参数的在线调整和优化,并对其在非线性离散系统中的应用进行了仿真。实验结果表明该算法性能优良,加快了系统响应速度,减少了超调量,适用于纯滞后非线性系统。     

模糊PID控制器在电锅炉温度控制系统中的应用

电锅炉已经成为供热采暧的主要设备．它的温度控制系统由于存在非线性、大滞后以及时变性等特点,常规的PID控制器很难达到较好的控制效果。考虑到模糊控制能够对复杂的非线性、时变系统进行很好的控制。但却无法消除静态误差的特点．本文将模糊控制引入到常规PID控制中．提出了一种模糊PID参数自整定控制器。并且对电锅炉温度控制系统进行了抗扰动的实验。仿真结果表明。和常规PID控制器相比．所设计的模糊PID控制器改善了温度控制系统的动态性能。提高了系统的鲁棒性。     

自适应PID控制在火炮随动系统中的应用

火炮随动控制系统是一个典型的非线性、大时滞系统,常规PID控制难以实现火炮随动控制系统参数在线自整定,针对该问题提出一种基于单神经元的自适应PID控制器,通过神经元的自学习、自校正能力实现了PID参数的在线自整定。仿真结果表明单神经元自适应PID控制响应快,自适应能力好,鲁棒性强,稳态精度高,采用该方案的火炮随动控制系统能够较好满足控制要求,具有一定实用价值。