BP神经网络在PID控制器参数整定中的应用

研究工业控制过程,针对控制器优化问题,PID控制是迄今为止在过程控制中应用最为广泛的控制方法.但在实际应用中,对有非线性、时变性系统,无法建立精确模型.为了解决控制参数整定,达到精确控制,改善系统性能,提出一种基于BP神经网络的PID控制器参数整定方法.通过建立三层神经网络模型,在控制过程中将神经网络的隐含层单元分别作为PID的比例(P)、积分(I)、微分(D)单元,从而构造参数自学习的PID控制器,在控制过程中动态调整PID的三个控制参数,从而进行PID控制参数的在线整定.仿真结果表明,基于BP神经网络的PID控制方法在处理非线性和时变系统时,提高了实时性能,增强系统稳定性,并获得更好的控制效果.     

基于改进型RBF神经网络辨识的PID控制

针对工业控制领域复杂非线性时变系统．提出了基于改进型RBF神经网络的PID参数在线自整定方法。采用改进型RBF神经网络辨识器在线辨识系统模型，自动调整PID控制器参数，实现系统的智能控制。仿真结果表明，与常规RBF神经网络PID控制方法相比，该方法具有控制精度高、响应速度快的优点，并且具备较强的自适应性和鲁棒性。     

PID神经网络在电炉控制系统中的应用

常规PID控制器以其算法简单、可靠性高等优点,在工业生产得到了广泛应用。但是,PID控制器存在控制参数不易在线实时整定、难于对复杂对象进行有效控制等不足。利用神经网络自学习、自适应和非线性映射等特点,将神经网络和PID控制相结合,形成一种PID神经网终挖制系统,可对工业中使用的具有大时滞、慢时变、非线性特点的电炉系统进行有效辨识与控制。     

基于神经网络的自整定PID控制器设计

针对非线性时变系统,设计了一种基于神经网络的参数在线自整定PID控制器.该控制器采用基于最近邻聚类方法的RBF神经网络快速学习算法,通过实时在线辨识,建立被控系统的精确模型并得到准确的Jacobian信息;同时将此信息提供给BP神经网络,从而实现PID控制器参数的自动在线整定. 仿真结果表明,该方法提高了算法的精度和速度并具有较快的系统响应和良好的跟踪特性.     

基于代数算法的RBF神经网络解耦控制

提出一种基于代数算法的RBF(Radial Basis Function)神经网络自适应PID控制方法.该方法采用动态的径向基函数网络对非线性系统进行在线辨识被控对象,并将获得的灵敏度信息对PID控制参数自整定,实现了系统的解耦控制.仿真结果表明该设计方案具有控制精度高,实时性好,且具有很强的鲁棒性和自适应性.     

支持向量机在PID控制器参数整定中的仿真研究

PID控制是应用最为广泛的控制方法,由于系统中存在非线性和时变性,影响建立精确的模型,系统性能.为了解决控制参数整定,改善系统性能,提出一种基于支持向量机的PID控制器参数整定方法.通过将支持向量机和PID控制器相结合建立支持向量机的参数整定模型,在控制过程中将PID控制的参数作为支持向量机的输入,构造参数自适应学习的PID控制器,在控制过程中动态调整PID的三个控制参数,进行仿真的在线整定.仿真结果表明,支持向量机的PID控制方法在处理非线性和时变系统时,提高了实时性能,增强系统稳定性,并获得更好的控制效果,为通用非线性PID控制器设计提供了依据.     

动态定量称重系统控制策略的研究

通动态定量称重系统是一种非线性、大滞后,时变性的系统.PID控制应用广泛,但其参数整定仍未得到很好的解决.因此采用神经网络与PID控制理论相结合,为动态定量称重系统设计了一种神经网络PID控制器,以及提出了新的智能控制策略.该控制器算法简单,通过自学习,记忆功能在线调整PID控制参数Kp、KI,KD,来实现具有最佳组合的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BP神经网络的PID控制研究

PID控制算法是工业控制领域中应用广泛的控制算法,但在实际应用中其参数整定问题一直是一个尚未很好解决的难点.为了解决控制参数整定,改善系统性能,利用BP神经网络技术应用到PID控制器中.通过建立三层神经网络模型,在控制过程中按照梯度下降法修正神经网络的权系数,实现PID神经网络的自学习和逼近任意函数的功能,在控制过程中根据变化实时调整PID的三个控制参数,从而进行PID控制参数的在线整定.仿真结果表明,引入了BP神经网络的PID控制系统,提高了动态性能,增强系统稳定性和快速性,并获得更好的控制效果.     

基于神经网络辨识的电弧炉电极系统的自整定PID控制

基于具有电弧炉电极系统的非线性时变特性,设计了一种基于神经网络的参数自整定PID控制器。该控制器采用三个基于最近邻聚类方法的RBF神经网络快速学习算法,通过实时在线辨识,建立被控系统的精确模型并得到精确的Jacobian信息分别提供给三个BP神经网络,从而实现了三相耦合系统的精确控制,仿真结果证明了这种方法的可行性和有效性。     

Fault tolerant control of multivariable processes using auto-tuning PID controller.

Fault tolerant control of dynamic processes is investigated in this paper using an auto-tuning PID controller. A fault tolerant control scheme is proposed composing an auto-tuning PID controller based on an adaptive neural network model. The model is trained online using the extended Kalman filter (EKF) algorithm to learn system post-fault dynamics. Based on this model, the PID controller adjusts its parameters to compensate the effects of the faults, so that the control performance is recovered from degradation. The auto-tuning algorithm for the PID controller is derived with the Lyapunov method and therefore, the model predicted tracking error is guaranteed to converge asymptotically. The method is applied to a simulated two-input two-output continuous stirred tank reactor (CSTR) with various faults, which demonstrate the applicability of the developed scheme to industrial processes.     

在MAX1000+plus DCS中开发PID参数自整定软件包

本文介绍了在MAX1000 plus DCS的工作站中开发PID参数自整定软件包的基本原理与方法。利用过渡过程响应法和频域响应法对被控对象进行在线辨识获得对象的动态特性；根据不同被控对象对控制品质的需要提出了利用最大灵敏度Ms作为PID参数整定时的综合性能参考指标，并结合配置闭环主导极点的方法设计PID参数，用仿真实验验证了该方法的正确性与工程实用价值。     

小型电加热反应器温度的模糊自适应整定PID控制

小型电加热反应器系统具有较大的纯滞后、惯性滞后、非线性和时变特性,参数固定不变的普通PID控制器难以进行精确温控.通过把操作人员积累的PID参数整定经验知识总结成模糊规则,利用模糊逻辑推理进行在线实时整定,设计了电加热反应器温度模糊自适应整定PID控制算法.通过Matlab与组态软件"组态王"KINGVIEW的动态数据交换,在Matlalb上编程实现了模糊自适应整定PID控制算法.进行了一般情况下和具有较强非线性和时变特性情况下温度控制实验,实验结果表明,模糊自适应整定PID控制取得了比普通PID更好的控制结果,模糊自适应整定PID控制对过程非线性和时变特性具有更强的适应性.     

基于半导体制冷片的超速离心机温度控制模块设计

设计了超速离心机的温度控制模块,采用了模糊PID算法,通过PID参数的自动整定,对半导体制冷片的电压进行调整,从而控制半导体制冷片的制冷或制热效率,能对超速离心机离心室内的温度进行精确并且快速的控制.在MATLAB的simulink环境下进行仿真后分析可知,模糊PID算法兼具常规PID算法和模糊控制的优点,能够有效提高...     

基于在线自调整参数模糊控制器的研究与应用

提出了一种模糊自整定PID参数的方法,运用MATLAB进行仿真研究表明,该模糊自整定PID控制器既具有PID控制器高精度的优点,又具有模糊控制器快速,适应性强的特点,使被控对象具有良好的动、稳态特性.     

加入PSO算法在蔗糖结晶模糊控制中的应用

在煮糖过程中人为因素对出糖数量和质量都有很大的影响,而蔗糖结晶过程难以建立准确的数学模型使得传统的控制方法无法实现精准控制,在总结经典PID控制和已经实际应用的蔗糖结晶过程模糊控制理论的基础上,提出了采用模糊推理对PID控制器参数进行自整定,加入改进粒子群算法对控制器过程参数进行优化调整,完成融入PSO算法的蔗糖结晶过程模糊控制器的设计,利用每次控制输出反馈自整定来提高控制器性能;通过Matlab软件模拟仿真测试效果表明,该方法增强了系统鲁棒性,可以提高出糖的品质。     

A multivariable on-line adaptive PID controller using auto-tuning neurons

In this paper, we present a new PID control technique based on auto-tuning neurons for multivariable systems. The main difference between an auto-tuning neuron and a general neuron is that there are adjustable parameters of the activation function used in an auto-tuning neuron. In this paper, a modified hyperbolic tangent function is used as the activation function of an auto-tuning neuron, which provides two adjustable parameters to flexibly determine the magnitude and the shape of function. We then use such auto-tuning neurons to find gains of the multivariable PID controller, which is tuned on-line according to certain adaptation laws. Finally, two illustrative examples will be used to compare the performance by using our proposed method and other methods.     

基于PLC的PID参数自整定

PID控制在过程工业控制中应用广泛,但在实际工业现场运行的PID回路的控制性能差异较大,有许多系统长期置于手动控制。一部分由于系统过程特性使PID调节不能满足控制要求,还有一部分却是由于PID回路参数整定的不合理。针对控制系统现场实施中PID参数整定繁琐、整定质量差异大、经验不易移植的问题,采用了基于PLC的PID参数自整定方法。该方法概念清晰,实施方便,在某锅炉的恒压供水控制中应用效果良好。该方法基于继电器反馈自整定,具有一定的普适性,对工程实施人员要求低,易于推广。     

多变量PID控制器的在线自整定

本文研究具有ＰＩＤ结构反馈控制器的多变量控制系统的参数自整定，提出了具有校正因子的多变换ＰＩＤ控制算法及在线自动调整校正因子的专家自整定方法，将该方法用于火电单元机组负荷控制系统自整定仿真研究，结果表明系统具有好的完整性和鲁棒性。     

基于DRNN的多变量解耦控制系统

本文针对一类有强耦合带时延的多变量系统,采用对角递归神经网络(DRNN)与带动量项的PID梯度优化算法(PIDGDM),自适应调整PID控制器的二项参数,并行完成系统的解耦与控制工作。仿真结果表明,系统具有很好的静态和动态性能。