参数自适应模糊PID控制在变压供暖供水中的设计与运用

针对供暖供水系统具有的非线性、大滞后、系统参数容易改变等特点,以及变压力供暖供水系统的特殊要求,设计了一种参数自适应模糊PID控制器,以改善传统PID控制时参数整定困难、适应性差等缺点.仿真结果表明该控制器可使变压供暖供水系统在负荷发生剧烈变化时能很好地实现供暖供水压力的平稳调节,并且能使压力保持在较小的误差范围内.当系统参数发生变化时,该控制器具有较好的适应能力.     

一类非线性系统的稳定神经网络自适应控制

利用神经网络作为非线性系统的模型，研究了一类非线性系统的神经网络自适应控制问题，设计出的自适应控制器具有如下的特点：（１）网络仅值是基于参考误差信号学习的投影算法来调节，这样可保证权值的有界性；（２）为了减小神经网络参数估计误差对跟踪误差的影响，提出了根据参考误差信号实时修正神经网络输入的方法。仿真结果对该控制方案进行了验证。     

具有零动态的SISO仿射非线性系统的神经网络自适应跟踪控制

针对具有零动态的SISO仿射非线性系统提出了一种神经网络直接自适应跟踪控制方法.采用梯度下降算法最小化未知理想控制器与神经网络控制器的误差代价函数以获得参数自适应律,控制器中无需另加鲁棒控制项.基于Lyapunov稳定性定理证明了在该控制器的作用下能保证输出跟踪误差及相应闭环系统的所有状态最终一致有界及神经网络参数的收敛性.仿真结果验证了该文方法的有效性.     

强制循环蒸发系统的非线性自适应解耦PID控制

本文结合现场的实际过程数据,首先应用能量平衡建立了强制循环蒸发过程的动态模型.针对该过程的多变量、非线性以及强耦合特性,在常规增量式PID控制器的基础上提出基于神经网络与多模型切换的非线性自适应解耦PID控制策略.该控制器是由线性自适应解耦PID控制器和基于神经网络的非线性自适应解耦PID控制器以及切换机构组成.其中线性自适应解耦PID控制器可以保证系统的稳定,而基于神经网络的非线性自适应解耦PID控制器则可以有效地提高系统的性能.上述过程的PID参数是通过广义预测的方法得到,最后通过仿真表明,上述控制方法不仅消除了回路间的耦合,在稳定生产的同时提高了蒸发的效率.     

模糊自适应PID在机组协调控制中的应用

针时单元机组协调控制系统的非线性、强耦合性等特点,本文将模糊控制理论应用于协调控制器设计中,使用参数自适应模糊PID控制器替代常规PID控制器.仿真结果表明该系统的跟踪速度加快、调节精度提高、抗干扰能力加强.     

PID控制器改进方法研究

分析了常规PID(比例—积分—微分)控制特点,针对其在非线性控制中存在的问题,基于参数自整定和控制器误差组合方式,分别设计了参数自整定模糊PID控制器、参数自整定RBF神经网络PID控制器和非线性自抗扰PD控制器.并进行了实验验证,实验结果表明,从参数自整定和控制器误差组合角度出发,所采用的控制策略可使非线性系统具有较好的动态特性、鲁棒性和自适应能力.     

基于粒子群算法的自动着陆非线性PID控制器

针对线性PID控制器在自动着陆控制中难以达到满意的控制效果的缺点,在分析各增益参数与偏差信号之间非线性关系的基础上,设计了一种P/I/D各部分参数根据控制与误差之间的调节规律连续变化的非线性PID控制器。为了选择合适的非线性PID控制器的权系数,利用粒子群算法对其各参数进行寻优整定。针对某型飞机自动着陆系统,给出了设计的一般步骤。仿真结果表明,与线性PID控制器相比,设计的非线性PID控制器能更准确地跟踪期望轨迹并满足着陆指标的要求,并具有良好的动态品质。     

基于PID控制器的铝热连轧张力控制系统的设计与实现

针对PID控制器在铝热连轧张力控制系统中收敛速度慢的问题,提出一种自适应权值粒子群算法优化神经网络PID控制器的设计方法,该方法采用自适应权值粒子群算法优化神经网络的权值和阈值,使它们在调节PID控制器时找到最优参数,仿真结果表明,在铝热连轧张力控制系统中,自适应粒子群算法优化的神经网络PID控制器与其他PID控制器相比能更快地使张力达到稳定状态、缩短响应时间、改善板形。     

高速列车速度跟踪神经网络PID控制器的设计

高速列车速度跟踪控制系统是一个复杂的非线性系统,难以取得高精度的跟踪性能。为了减少速度跟踪误差,设计了高速列车神经网络PID控制器。首先建立了描述列车运行过程的单位移多质点模型,该模型考虑了列车的基本阻力和附加阻力以及车厢之间的相互作用力。然后阐述了BP神经网络PID控制,并设计了列车速度跟踪控制器,根据速度误差用神经网络PID控制决定牵引力和制动力。最后与模糊控制和常规PID控制进行了仿真对比,结果表明,神经网络PID控制具有很小的速度跟踪误差和优越的速度跟踪性能,可以满足列车正点运行的需求。     

基于BP神经网络的火电厂水质调节自适应控制的仿真研究

针对火电厂锅炉水质调节过程的大时滞时变特性,常规控制算法控制效果不好的问题,本文提出了基于BP神经网络的Smith-PID鲁棒自适应控制算法,利用BP神经网络的任意非线性表达能力和很强的自学习能力,在线自学习整定PID参数,被控对象不需要精确辩识,控制器参数跟踪被控对象自适应调整,克服了常规PID算法不适用于大时滞过程控制和常规Smith预估补偿控制对模型不确定性敏感的缺陷.MATLAB仿真表明,本文控制算法的静态特性、动态品质良好,鲁棒性强.     

Optimum thickness of curtain grouting on dam foundation with minimum seepage pressure resultant

The distribution of hydraulic head on the dam foundation plane with curtain grouting is analyzed by the simplified one-dimensional seepage model, also is studied the effect of various parameters of curtain grouting on seepage pressure on the foundation plane. The theory of the optimum thickness of curtain grouting is proposed from the viewpoint of the minimum seepage pressure resultant and proved by the two-dimensional seepage model and the finite element method, which includes two cases of homogenous foundation and layered foundation.     

基于改进GM（1，1）的灌浆压力预测建模

为了解决灌浆手动控制系统控制精度较差和灌浆过程中不确定因素引起灌浆压力波动问题,确保灌浆工程质量,提出了灌浆压力的等维新息灰色预删GM（1,1）模型。并利用残差模型对原始数据模型进行修正。该算法不需要被控对象模型结构的先验信息,仅根据灌浆记录仪输出的压力离散值,利用灰色预测模型,实时进行一步预测,算法容易实现。仿真结果表明,预测平均误差小于3％,该方法的预测结果能够满足实际灌浆工程需要,而且预测压力输出比人工控制方式的输出压力波动小。     

客舱数字压力控制系统的仿真分析

客舱压力的控制是商用飞机主制造商必须攻克的关键核心技术之一;基于参数固定的经典PID压力控制器难以适应复杂多变的客舱内外环境,严重影响了乘客乘坐的舒适性,也对飞行安全构成了严重威胁;推导并简化客舱和排气阀门的数学模型,设计数字模糊自适应PID控制器;仿真结果表明,当飞行参数、供气参数等发生变化时,客舱压力采用模糊自适应PID控制要比采用经典的PID控制稳定得多;这不仅增加乘客乘坐舒适性,提升乘坐体验,而且避免压力交替对飞机结构造成疲劳损伤,提高飞行安全,增强飞机的市场竞争力。     

广义最小方差自校正重置PID控制器及其在压力系统中的应用研究

针对压力系统的纯延迟、大惯性、非线性、时变等特点,本文将重置控制和以广义最小方差为性能指标的自校正PID控制相结合,提出一种广义最小方差自校正重置PID控制方法。该方法首先根据被控对象的数学模型,以广义最小方差为目标设计广义最小方差控制器,通过选择该控制器的分母多项式,求解Diophantine方程,得到具有PID结构形式的广义最小方差控制器,再在该控制器的积分项中引入重置控制,构成广义最小方差重置PID控制;对于模型未知或参数慢时变的被控对象,通过采用带遗忘因子的递推最小二乘法构建系统的自适应机制,增强控制系统的自适应能力和鲁棒性。最后,将该控制方法应用于压力容器的恒值控制中,获得了比较满意的控制效果。     

薄壁零件压力铸造控制方法研究及鲁棒性分析

在复杂薄壁零件压力铸造控制系统的研究中,针对复杂薄壁零件压力铸造系统仿真模型,研究了压力铸造过程中压力控制算法。分别采用PID、动态矩阵控制(DMC)、PID+DMC三种控制算法,仿真结果表明三种控制算法对压力铸造系统都有一定的控制效果;其中,PID+DMC控制算法的动态特性最佳,并且对压力铸造系统中可能出现的模型失配问题也有很好的控制效果,具有较强的鲁棒性。     

锅炉过热蒸汽压力控制系统设计与实现

针对工业过程中具有大惯性、大滞后和模型参数时变等特性的蒸汽出口压力系统,采用常规PID控制方法,往往无法得到满意的控制效果.为此,提出采用三自由度内模控制-模糊自适应PID算法,通过最小二乘原理辨识主蒸汽压力对象的内部模型,实现对蒸汽出口压力系统的串级控制.该控制系统融合了模糊控制、内模控制、PID控制3种方法的特点,程序设计简单,便于工业应用.通过仿真和PCS7实验表明,该方案增强了系统抗干扰能力和鲁棒性能,改善了系统的控制品质.     

气动油压伺服系统的智能PID控制研究

针对经典的基于对象精确模型的PID控制方法自适应性差,难以适应具有非线性、时变不确定性的被控对象,提出了一种基于RBF神经网络的、结构简单的PID自适应控制方法。将该智能PID控制应用于气动油压伺服系统中,实验结果表明:具有自学习和自适应能力的RBF网络PID控制方法,能够适应被控对象在较大范围内的变化,具有较强的鲁棒性,其控制品质明显优于常规PID控制方法,将其应用于气动油压伺服系统是可行的。     

遗传算法在跨超声速风洞总压控制中的应用

总压作为风洞控制中的重要流场参数,其调节性能是风洞控制系统能否满足试验要求的重要指标,为提高跨超声速风洞的总压控制水平,需对总压控制策略进行设计。针对某跨超声速风洞对总压控制系统提出的快速性和精确性要求,提出串级控制、智能PID控制和总压分段控制等方法,并利用MATLAB系统辨识工具箱对流场调节阶段的总压系统模型进行了辨识。提出将遗传算法应用于风洞流场调节阶段的PID控制器参数整定中,重点对基于遗传算法的PID控制原理和参数整定步骤进行介绍,并针对遗传算法的遗传算子进行了设计。系统仿真和风洞实际运行情况表明：该方法较常规PID参数整定与优化方法,具有更好的控制性能指标,满足总压控制系统精确性、快速性、鲁棒性等要求,为后续风洞建设和设备改造提供了新方法。     

Control of the common rail pressure in gasoline engines through an extended state observer based MPC

In this paper, a model predictive control (MPC) solution, assisted by extended state observer (ESO), is proposed for the common rail pressure control in gasoline engines. The rail pressure dynamic, nonlinear with large uncertainty, is modeled as a simple first order system. The discrepancy of the model from the real plant is lumped as ``total disturbance'', to be estimated in real-time by ESO and then mitigated in the nonlinear MPC, assuming the total disturbance does not change in the prediction horizon. The nonlinear MPC problem is solved using the Newton/generalized minimum residual (GMRES) algorithm. The proposed ESO-MPC solution, is compared with the conventional proportional-integral-differential (PID) controller, based on the high-fidelity model provided in the benchmark problem in IFAC-E-CoSM. Results show the following benefits from using ESO-MPC relative to PID (benchmark): 1) the disturbance rejection capability to fuel inject pulse step is improved by 12% in terms of recovery time; 2) the transient response of rail pressure is improved by 5% in terms of the integrated absolute tracking error; and 3) the robustness is improved without need for gain scheduling, which is required in PID. Additionally, increasing the bandwidth of ESO allows reducing the complexity of the model implemented in MPC, while maintaining the disturbance rejection performance at the cost of high noise-sensitivity. Therefore, the ESO-MPC combination offers a simpler and more practical solution for common rail pressure control, relative to the standard MPC, which is consistent with the findings in simulation.     

微型燃机燃料压力模糊PID控制的研究

微型燃气轮机的燃料压力系统是燃气轮机的重要组成部分,针对燃气轮机正常工作时燃料储罐里面的燃料压力应当恒定的要求,提出了模糊PID控制方法。在调试初期,燃料压力控制采用传统的PID进行控制和调节。由于存在干扰,控制效果不很理想。在传统的PID控制下加入模糊控制,使其PID参数有在线自整定功能。通过Matlab仿真表明,该方法比传统的PID控制效果有明显改善。