PID参数模糊自整定控制器的设计与仿真研究

针对常规PID控制器不能在线进行参数自整定的问题，结合模糊控制技术，提出了一种PID参数模糊自整定的方法．运用Matlab模糊逻辑工具箱进行仿真研究表明，该模糊PID控制器能迅速消除系统余差，改善普通模糊控制器的性能；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，保证了调节系统具有良好的动、稳态特性．     

用于精准曝气的模糊PID控制器设计研究

污水处理厂生物池溶解氧的精准控制,对污水处理厂稳定、达标运行,降低能耗药耗具有重要意义.为解决常规PID控制器在针对例如污水处理曝气系统等具有大时滞、强耦合、多参数等特点的系统时控制性能较差的问题,文章将模糊控制理论和PID控制器结合起来,构建可以自调整参数的模糊PID控制器.现场验证后,和目前使用的控制策略相比,模糊PID控制器在污水处理厂节能降耗方面效果显著.     

吹膜机的模糊自整定PID温度控制系统的设计及应用

根据吹膜机温度控制系统的大滞后、非线性等特点,将常规PID控制和模糊控制相结合,设计了一种模糊自整定PID温度控制系统,该系统通过模糊控制规则实现PID控制器的参数的在线调整,以获得PID温度控制的最佳控制效果。建立了Simulink仿真模型,并对吹膜机温度控制系统的简化模型进行了仿真和分析。仿真结果表明:模糊自整定PID控制器有更小的超调量和更快的调节时间,使系统具有更好的控制性能。     

改进型模糊PID在火电厂温控系统中的应用

火电厂主气温对象具有时变大滞后环节,常规PID控制方法很难取得满意的控制效果.模糊PID控制结合了模糊控制和PID控制的优点,在工业生产中得到了广泛的应用,但模糊控制器中比例因子的整定比较困难.利用主气温对象在不同负载下的传递函数,分别确定PID控制器参数的初始值,并求出比例因子.在负载发生较大变化时,对系统参数进行切换,采用改进型模糊PID对温度系统进行控制.仿真结果表明.当工况变化时,这种方法具有很好的控制效果.     

潜艇定深运动的自适应模糊控制研究

针对潜艇定深运动过程中存在非线性、时变参数、复杂干扰的特点，提出了一种基于神经网络的自适应模糊控制器。并采用学习速率自调整的EBP算法对模糊控制器进行了在线调整．仿真结果表明，该控制器能辨别出潜艇的平衡舵角。与常规的PID控制相比，具有抗干扰能力强、响应速度快、精度高等优点。     

减摇鳍模糊免疫自适应PID控制器设计及仿真研究

针对船舶横摇的非线性模型，利用免疫反馈机理，设计了一种减摇鳍模糊免疫自适应PID控制器。控制器将模糊控制与PID控制相结合，采用Fuzzy推理，对非线性函数进行模糊逼近，用模糊免疫P调节器实时整定PID控制器的比例增益，采用常规模糊控制器在线调整免疫PID控制器的积分时间常数和微分时间常数。通过对船舶减摇鳍控制系统的仿真，可以看出采用模糊免疫自适应PID控制器其控制效果远优于常规PID控制器，使减摇鳍的减摇效果得到显著提高。     

基于自适应神经模糊系统的中频淬火控制系统设计研究

介绍了自适应神经模糊控制技术在中频淬火控制系统中的应用,经Matlab仿真离线计算得出控制表,并给出了中频淬火模糊控制系统的DSP软、硬件原理框图.与常规PID控制器相比,模糊控制器在超调量控制、反应时间等参数上有更佳的控制效果.     

热合装置 PLC 温度控制系统研究与开发

目的更精确地控制热合机热合装置的温度,提高热合装置压合袋口时的封口质量。方法提出了一种基于模糊自整定PID的温度控制器方案。把常规的PID控制方式同模糊控制结合起来,对PID参数进行在线修正。将常规PID和模糊PID温度控制算法在西门子PLC中编程实现,并将该方式与常规PID控制方式进行了对比。结果模糊控制方式较传统的PID控制能更稳定控制加热温度,有效提高了响应速度和控制精度。结论模糊PID温度控制系统具有更好的温度控制效果,能够提高热合装置的封口质量。     

PID模糊控制器在软胶囊生产过程中对温度控制系统的调节

本文阐述了模糊控制的方法,模糊控制器PID的结构和工作原理。介绍了利用PID模糊控制器运用模糊控制原理对软胶囊生产中温度控制系统的在线最佳调整,使其具有较好的静动态特性,提高系统的鲁棒性。利用MATLAB软件进行了仿真,证明其控制性能好于常规控制器。     

污水处理系统溶解氧的模糊自适应PID控制

曝气生物滤池的工艺复杂,参数检测困难,并具有大滞后、干扰多等特点,所以要实现该工艺的自动控制,保证生产的稳定、高效运行并非易事。本文就影响曝气生物滤池工艺处理效果的曝气过程采用溶解氧模糊自适应PID控制算法。仿真表明,模糊自适应PID控制器的控制性能优于常规模糊控制器和PID控制器,既可保证出水水质,又能节约动力费用。     

A robust hybrid fuzzy–simulated annealing–intelligent water drops approach for tuning a distribution static compensator nonlinear controller in a distribution system

This article presents a novel hybrid optimization approach for a nonlinear controller of a distribution static compensator (DSTATCOM). The DSTATCOM is connected to a distribution system with the distributed generation units. The nonlinear control is based on partial feedback linearization. Two proportional-integral-derivative (PID) controllers regulate the voltage and track the output in this control system. In the conventional scheme, the trial-and-error method is used to determine the PID controller coefficients. This article uses a combination of a fuzzy system, simulated annealing (SA) and intelligent water drops (IWD) algorithms to optimize the parameters of the controllers. The obtained results reveal that the response of the optimized controlled system is effectively improved by finding a high-quality solution. The results confirm that using the tuning method based on the fuzzy-SA-IWD can significantly decrease the settling and rising times, the maximum overshoot and the steady-state error of the voltage step response of the DSTATCOM. The proposed hybrid tuning method for the partial feedback linearizing (PFL) controller achieved better regulation of the direct current voltage for the capacitor within the DSTATCOM. Furthermore, in the event of a fault the proposed controller tuned by the fuzzy-SA-IWD method showed better performance than the conventional controller or the PFL controller without optimization by the fuzzy-SA-IWD method with regard to both fault duration and clearing times.     

锂电池悬浮式烘箱数值模拟分析与结构优化

目的 为提高盐业包装线封口温度控制精度,融合果蝇优化算法和径向基神经网络设计一种温度控制系统。方法 介绍控制系统结构,利用RBF神经网络的自学习、自适应能力实现PID控制器参数的在线调节,可确保封口温度的自适应控制。通过果蝇优化算法实现神经网络初始值优化,提高神经网络的全局搜索能力。最后,进行仿真和实验分析。结果 结果表明,温度偏差可以控制在1%以下,该控制算法具有较好的稳定性,达到稳定状态耗时较少,系统超调量明显变小,在一定程度上提升了封口温度控制的精确性和稳定性。结论 所述控制系统控制性能比较理想,可满足食用盐包装封口温度控制需求。     

基于小波分析的模糊控制算法应用

针对空间跟踪系统的特点及对伺服控制的技术要求,采用基于小波分析的模糊控制器,将小波基函数作为隶属函数,可根据误差在线调整隶属函数的形状,使模糊控制具有更优、更强的自适应能力。仿真与实验结果表明这种控制器比常规的PID控制器具有更好的动态性能和抗干扰能力,能很好的用于跟踪系统的控制。     

Optimization of Adaptive Fuzzy Controller for Maximum Power Point Tracking Using Whale Algorithm

The advantage of fuzzy controllers in working with inaccurate and nonlinear inputs is that there is no need for an accurate mathematical model and fast convergence and minimal fluctuations in the maximum power point detector. The capability of online fuzzy tracking systems is maximum power, resistance to radiation and temperature changes, and no need for external sensors to measure radiation intensity and temperature. However, the most important issue is the constant changes in the amount of sunlight that cause the maximum power point to be constantly changing. The controller used in the maximum power point tracking (MPPT) circuit must be able to adapt to the new radiation conditions. Therefore, in this paper, to more accurately track the maximum power point of the solar system and receive more electrical power at its output, an adaptive fuzzy control was proposed, the parameters of which are optimized by the whale algorithm. The studies have repeated under different irradiation conditions and the proposed controller performance has been compared with perturb and observe algorithm (P&O) method, which is a practical and high-performance method. To evaluate the performance of the proposed algorithm, the particle swarm algorithm optimized the adaptive fuzzy controller. The simulation results show that the adaptive fuzzy control system performs better than the P&O tracking system. Higher accuracy and consequently more production power at the output of the solar panel is one of the salient features of the proposed control method, which distinguishes it from other methods. On the other hand, the adaptive fuzzy controller optimized by the whale algorithm has been able to perform relatively better than the controller designed by the particle swarm algorithm, which confirms the higher accuracy of the proposed algorithm.     

空调房间温度模糊分数阶PID控制器的设计

针对具有大时滞、大惯性和时变等动态特性的空调房间对象,综合模糊控制与分数阶PID控制理论,提出了模糊分数阶PID室温控制器的设计方法.首先,对于空调房间温度对象,进行数学建模.然后,运用模糊控制规则,获取相应的分数阶PID室温控制器的控制参数,从而构建出空调房间温度的模糊分数阶PID控制系统.并且,通过数值仿真对其进行验证.结果表明,该模糊分数阶PID室温控制器是可行的,与分数阶PID控制器相比,具有更好的控制性能.     

叶片精密抛光伺服系统的干扰观测补偿控制

叶片型面尺寸精度及表面质量的提高对数控抛光伺服系统性能提出了更高的要求.针对非线性摩擦和被控对象参数摄动对数控抛光伺服系统定位精度和跟踪精度的影响,提出了一种基于干扰观测器的粒子群优化模糊PID(PFPID)控制方法.该方法通过构造干扰观测器来预测伺服系统中的非线性摩擦和参数摄动等各种干扰,并在控制中引入等效的补偿来抑制干扰,同时利用粒子群优化算法对模糊控制器的量化因子和比例因子进行在线调整,进而利用模糊控制器对PID控制参数进行自适应整定.仿真分析和实验结果表明,基于干扰观测器的PFPID控制器具有控制精度高、鲁棒性强、抑制干扰能力强等优点,其能够提高叶片型面尺寸精度和表面一致性,降低表面粗糙度,减小残余应力并提高抛光效率.     

基于神经网络优化的交流自抗扰伺服系统控制

目的 为了解决传统交流永磁同步电机伺服自抗扰控制系统中外界扰动、非线性特性和本身自抗扰控制中参数较多且整定难的问题.方法 利用小波神经网络对自抗扰控制中的扩张状态观测器的误差校正系数进行在线整定,设计出基于小波神经网络优化的自抗扰控制器及相关的控制系统,以实现对整体控制系统的性能优化,并通过在Matlab/SIMULINK仿真实验与传统PID伺服控制系统和未进行优化的交流自抗扰伺服系统进行对比验证.结果 仿真结果表明,基于小波神经网络优化的交流永磁同步电机伺服自抗扰控制系统对目标位置动态响应快、稳态误差小、抗干扰能力强,稳态时转矩脉动小.结论 与常规未优化自抗扰伺服系统和传统PID伺服系统相比,基于小波神经网络优化后的自抗扰伺服系统,能有效地提高伺服系统控制性能和鲁棒性.     

Effect of bulk modulus on performance of a hydrostatic transmission control system

In this paper, we examine the performance of PID (proportional integral derivative) and fuzzy controllers on the angular velocity of a hydrostatic transmission system by means of Matlab-Simulink. A very novel aspect is that it includes the analysis of the effect of bulk modulus on system control. Simulation results demonstrates that bulk modulus should be considered as a variable parameter to obtain a more realistic model. Additionally, a PID controller is insufficient in presence of variable bulk modulus, whereas a fuzzy controller provides robust angular velocity control.     

基于改进量子粒子群算法的纸浆浓度控制系统

目的为了克服传统PID控制在具有大时滞性、非线性等特点的纸浆浓度控制系统中性能不足和参数调整困难等问题,研究参数在线调整的方法。方法在传统PID控制的基础上,结合量子粒子群仿生算法(QPSO),提出一种量子粒子群算法优化的传统PID控制器参数,并应用于纸浆浓度控制系统;同时对基本量子粒子群算法进行改进,引入交叉算子,并将该控制算法应用到纸浆浓度控制系统中,并与传统控制进行对比。结果与传统PID控制和基本量子粒子群优化的PID相比较,改进的优化算法能够得到更加令人满意的控制效果,具有系统超调量小、响应速度快、鲁棒性高等优良的性能。结论基于改进的量子粒子群优化算法的纸浆浓度控制系统可有效控制纸浆浓度,能够明显提高系统的控制精度等性能指标,更好地满足实际应用的要求。