基于改进的粒子群PID控制在变风量系统中的应用

目的研究变风量空调系统温度-风量PID控制器的整定方法,利用粒子群算法的特点设计一种较为高效、稳定的自适应控制器.方法以常规PID控制方法的整定结果作为参考,选择PID参数的取值区间,选取种群数量、维数、最大寻优速度、收缩因子等粒子群内部参量,根据粒子群的演化规则自动完成最优控制.结果采用引入收缩因子的粒子群PID自适应控制器时,系统的调节时间约为常规控制方法的50%,超调量减少了约75%.且动态过程快速而平稳;而当系统突加阶跃扰动时,粒子群PID自适应控制器的调节时间及超调量均约为常规控制方法的50%,系统控制品质得到了较大的改善.结论仿真结果表明,采用上述自适应控制器后,空调房间的温度调节过程加快,室内外干扰因素对房间温度的影响明显降低,整个系统体现了良好的动态性能及较强的鲁棒性.     

基于改进的PSO算法的PID控制在VAV空调系统末端的应用

目的 研究变风量空调系统温度-风量PID控制器的整定方法,利用改进粒子群算法的特点设计一种稳定、高效的自适应控制器.方法 以PSO-CF(带收缩因子的PSO)PID控制方法的整定结果作为参考,在PSO-CF算法中用一个差分向量扰乱粒子的认知能力,再根据粒子群的演化规则自动完成最优控制.结果 采用DPSO-CF(扰乱认知能力的带收缩因子的粒子群)PID自适应控制器时,系统的调节时间约为PSO-CF粒子群PID控制方法的30%,超调量减少了约75%.当系统加入扰动时,相比带收缩因子的PSO,扰乱认知能力的带收缩因子的粒子群PID自适应控制器的调节时间少,超调量小,系统控制品质得到了较大的改善.结论 改进的算法不仅具有良好的鲁棒性,而且还有良好的收敛性.采用上述自适应控制器后,整个系统体现了良好的动态性能及较强的鲁棒性.     

火电厂水质调节系统的模糊免疫自适应Smith-PID控制

火电厂水质调节加药系统为大时滞时变被控对象.模糊免疫自适应PID控制和常规Smith控制难以取得令人满意的控制品质.借鉴生物免疫反馈响应过程的调节作用和模糊推理的自适应性,以及Smith预估器可以解决系统时滞性的特点,提出了将模糊免疫自适应PID控制器和Smith预估器组合成复合控制器的控制策略.用模糊免疫P调节器实时整定P1D控制器的比例增益,用模糊控制器在线整定PID控制器的积分时间常数和微分时间常数.仿真研究表明,该控制算法具有调节时间短,系统稳定性强,抗干扰能力强等优点,取得了令人满意的控制效果.     

单神经元自适应PID控制器的实现与仿真研究

给出了单神经元自适应PID控制器的算法与控制系统仿真模型。利用单神经元PID控制器的自学习、自适应能力实现PID控制参数的自整定。并对被控对象进行了仿真研究,仿真结果表明,该控制方法与常规PID控制方法相比,具有更好的自适应性和更强的鲁棒性。     

一种模糊自适应PID控制器的设计与仿真

将模糊控制理论与自适应控制理论应用于PID控制器的参数整定 ,使PID控制器的参数调节自动适应控制对象数学模型的参数变化 .对这种模糊自适应PID控制器进行了可行性设计 ,并运用C语言进行仿真实验 .实验证明 ,这种控制器在改善被控过程的稳定性、响应速度和超调量等动态静态性能以及对参数时变的适应能力方面均优于常规PID控制器     

一种模糊自适应PID控制器的设计与仿真

将模糊控制理论与自适应控制理论应用于PID控制器的参数整定,使PID控制器的参数调节自动适应控制对象数学模型的参数变化.对这种模糊自适应PID控制器进行了可行性设计,并运用C语言进行仿真实验.实验证明,这种控制器在改善被控过程的稳定性、响应速度和超调量等动态静态性能以及对参数时变的适应能力方面均优于常规PID控制器.     

基于自适应模糊PID控制的中央空调冷冻水系统仿真研究

定风量空调系统的调节是通过调节冷冻水流量实现的,建立了各个部件的数学模型,通过调节水泵转速来调节冷冻水流量。由于空调系统参数的时变性,常规PID控制存在局限性,本文建立自适应模糊PID控制器,并与常规PID控制器进行比较,表明自适应模糊PID控制调节效果更好,简单易行。     

一种云模型PID控制器参数整定优化算法

为了解决PID控制器参数整定过程中的优化和复杂性问题,增强PID控制器参数整定的自适应性,结合差异演化算法和粒子群算法,提出一种带有差异演化变异算子的粒子群混合优化算法,利用一维云模型映射器将人的控制经验通过语言原子转换为控制规则器,设计具有自适应功能的云模型控制器;将该优化算法应用于一维云模型PID控制器参数整定与优化,并与传统方法进行仿真比较.结果表明,基于带有差异演化变异算子的粒子群混合优化算法的智能控制器具有简单易行、控制性能良好、自适应性和鲁棒性强的特点,可为云模型控制器参数设计提供参考.     

基于模糊自整定PID的直升机飞行控制律设计

在经典PID控制律基础上,引入模糊控制的概念设计模糊自整定PID控制律改进无人直升机姿态回路控制器,实现了PID控制器的参数在线自整定,并改善了控制器性能.通过Matlab对闭环系统进行算法仿真,表明模糊自整定PID控制器能够发挥优于传统PID控制器的控制性能.最后对所设计的控制器进行半物理仿真验证,通过对比典型输入指令下经典PID和模糊自整定PID两种控制器的控制效果,验证了模糊自整定PID对系统性能的优化.     

Ad hoc网络PID主动队列管理

主动队列管理(AQM)的PI算法可以有效控制Ad hoc网络的瓶颈节点队列长度,但随着移动节点的增加.PI算法的调节时间明显增加,进而影响控制效果.而PID的微分环节可以加快系统稳定过程.从而收到更好的控制效果.针对Ad hoc网络的多跳、时滞特点,根据时延无线网络中的稳定性特点,分析、整定了PID控制器,分别给出了大时延下PI和PID算法的队列长度控制效果.通过Matlab和NS2仿真.相比PI算法,PID可减少调节时间,提高了队列控制效果,为进一步优化、设计基于控制理论的主动队列管理算法提供了基础.     

基于dSPACE的水箱液位控制系统

以水箱液位系统为研究对象,基于dSPACE-DS1103单板系统和Matlab/Simulink软件环境,建立了水箱液位系统的实时控制平台。在该平台上,使用dSPACE提供的Real-Time Interface（RTI）,通过扩展Matlab的实时工具箱Real-Time Workshop（RTW）,实现了从Simulink模型到dSPACE实时硬件代码的自动下载。水箱液位控制系统采用双闭环串级控制,其主调节器分别采用常规PID和单神经元自适应PID控制器进行实验研究。实验结果表明在该实时控制平台上,液位控制系统采用单神经元自适应PID控制器能够获得良好的动态性能,满足对液位的控制要求。     

静止无功补偿器的神经元生物智能电压控制仿真

为改善静止无功补偿器传统PID电压调节器的动态调节效果．增强其自适应能力,提出了一种基于神经元控制双层结构生物智能控制器的设计方法,其一级控制单元采用神经元控制,二级控制单元采用传统PID控制,神经元控制器根据实时误差动态调节PID控制器输人的给定值以提高控制效果．采用MATIAB中S—function模块并结合S一函数编程方法建立了控制器的仿真模型。然后用其替代静止无功补偿器控制系统中的P1D电压调节器．仿真结果表明：基于神经元的生物智能控制电压调节器能快速、灵活地调节电压,维持系统电压稳定．     

基于神经元的自适应预测PID控制

提出了一种采用神经元的自适应预测PID控制方案。神经元具有很强的自学习和自适应能力 ,它可根据系统的误差并通过一定的学习算法来不断修正控制器的参数 ,使控制器能够适应受控对象结构参数以及环境的变化。因此采用单神经元构成自适应PID控制器 ,将神经元与PID控制结合 ,对PID参数进行在线寻优、自校正 ,使PID控制能有效地对付一些较复杂非线性被控对象 ,特别是难于用传统方法建模的被控对象。同时为了提高系统的快速跟踪和抗干扰能力 ,采用了动态自适应神经元 (APE)对非线性系统进行预测 ,即用神经元建立起非线性系统的预测模型 ,预测系统的未来输出 ,从而提高了控制系统的控制品质。同时详细介绍了该控制系统的自适应控制算法。仿真结果表明 ,这种自适应控制方案切实可行 ,其控制品质明显优于常规PID控制 ,且具有较强的鲁棒性 ,达到了良好的控制效果。     

预测模型的单神经元PI控制器

针对工业过程和实际控制对象的慢时变非线性的特点 ,设计了一种预测模型的单神经元 PI控制器。采用单神经元 PI控制算法与神经网络预测模型相结合的控制策略 ,用 PI控制规律来确定控制器的输出。用一个自适应神经元网络作为非线性系统的预测模型 ,估计下一步的输出值 ;用一个单神经元实现 PI控制来优化下一步的控制。利用 Matlab/Sim ulink工具对 PI控制器和预测模型的单神经元 PI控制器进行比较仿真实验 ,其控制对象为典型的非线性系统。仿真实验表明 :预测模型的单神经元 PI控制器具有结构简单 ,计算速度快 ,鲁棒性好等特点     

基于改进单神经元的PET吹瓶机温度解耦控制系统研究

将神经网络应用到PID控制器的参数整定过程中,提出一种基于改进单神经元PID的控制算法,通过在吹瓶机温度解耦控制系统中的应用,得出了仿真结果及结论.仿真结果表明:该控制算法具有很强的自学习功能和自适应解耦能力,能取得良好的控制效果,因而可以广泛地应用于多变量系统的解耦控制中.     

直线电机伺服系统的无模型自适应控制

针对直线电机对扰动和系统参数变化的敏感性和由于摩擦力和推力脉动使系统具有明显的非线性特性,设计了基于C-SPACE实时仿真系统的无模型控制器,用Matlab/Simulink搭建了控制算法,并进行了硬件在回路仿真,采用基于紧格式线性化方法的无模型自适应控制方法,对应用C-SPACE实时仿真系统进行了算法分析。此外,对无模型控制算法和常规PID算法进行了分析比较,实验结果表明,无模型自适应控制算法在控制直线电机时的控制效果都要优于PID控制,比PID算法更为简洁化。     

基于单神经元的液压挖掘机自适应PID节能控制

在分析单神经元PID特性的基础上,设计了基于单神经元的液压挖掘机自适应PID节能控制器。该控制器通过神经元的自学习,对传统PID控制器的比例、积分、微分系数进行在线调整,实现了挖掘机功率匹配自适应控制。仿真结果显示单神经元PID自适应控制器具有较强的鲁棒性。     

基于DSP他励直流电机模糊PID控制器仿真研究

针对他励直流电机调速系统参数模型的非线性、时变性,常规PID控制器参数离线整定带来的非优化的问题,提出一种基于DSP的模糊PID控制器算法,以电流反馈误差及误差的变化率作为模糊控制器的输入变量,采用参数自整定的模糊PID控制器实现PID参数在线优化。以DSP开发系统作为仿真平台,将他励直流电机传递函数转换为差分方程,构成基于模糊PID控制器的数字闭环他励直流电机仿真系统。利用DSP高速运算能力进行在线仿真,观察常规PID控制器和模糊PID控制器产生的系统输出波形。CCS2.0和MATLAB仿真实验表明：模糊PID控制器基本实现输出无超调,系统阶跃响应的上升时间和调整时间均比常规的PID控制器阶跃响应的小。模糊PID控制器应用于他励直流电机调速系统中,控制性能明显高于基于常规PID的调速系统。     

非对称缸电液伺服系统的改良单神经元PID控制

非对称缸五阶电液伺服系统是一类典型高阶非线性、时变、增益不对称系统，由于动态特性随负载变化大，使用常规PID控制很难满足性能指标的要求，而采用BPNN原理设计成的常规单神经元PID控制器又因学习速率低，收敛速度慢，控制效果不能令人满意．经研制采用20-SIM仿真工具建立仿真模型，设计了一种改良的单神经元PID控制器，其控制的仿真结果表明，该控制器适合于此系统．     

纸浆浓度的自适应模糊调整神经元控制

针对纸浆浓度控制,研究了单神经元自适应PID控制器的实现算法和自学习规律,采用模糊集理论对单神经元学习速率进行动态调整。计算实例表明该控制器应用于纸浆浓度控制比PID调节器和普通神经元控制器应当具有较好的控制品质。