新型模糊免疫控制器及其在再热汽温控制中的应用

针对再热汽温被控对象具有大惯性且有大量干扰和不确定性,提出一种新型模糊免疫PID控制器,该控制器融合了模糊免疫控制器和非线性PID的特性,能够根据控制量的变化同步在线调整控制器的比例、积分、微分参数。将其应用到火电厂的再热汽温控制系统中,通过方波响应以及对象特性变化和噪声环境下的仿真,结果表明该控制策略的控制效果优于传统的PID控制器和常规模糊免疫控制算法,可以取得较好的动态品质和抗干扰能力,且有较强的鲁棒性和适应性。     

模糊自适应免疫非线性PID控制及其在过热蒸汽温度控制中的应用

介绍了免疫非线性P和模糊自整定积分微分2种控制方法.结合常规PID、模糊控制和免疫反馈控制的优点,提出了一种新型的模糊自适应免疫非线性PID控制算法,以克服常规的PID控制难以协调系统快速性和稳定性之间的矛盾,以及单纯模糊控制自适应能力不理想且易产生振荡的局限,设计了模糊自适应免疫非线性PID控制器,将其应用于具有非线性、时变、纯滞后、不确定等特性的锅炉过热蒸汽温度控制.仿真结果表明,与常规PID控制器相比较模糊自适应免疫非线性PID控制器具有良好的动静态性能,较快的适应性,较强的抗干扰性和鲁棒性,以及具有更好的动态跟踪性能,超调量较小,调节时间短,稳态后无振荡等优点.     

基于DSP的变频恒压供水模糊控制系统应用

分析了变频恒压供水系统的研究现状,设计了一种基于数字信号处理器(DSP)的模糊恒压供水系统,介绍了该系统的软、硬件结构,建立了恒压供水系统的数学模型,研究了模糊PID控制理论在恒压供水系统中的应用.在此基础上设计了一种自适应模糊PID控制器,将该模糊控制器应用于变频恒压供水的模糊控制系统,并用MATLAB仿真工具仿真了PID控制算法,模糊控制算法及提出的自适应模糊PID控制算法,仿真结果表明使用自适应模糊PID控制的恒压供水系统的稳定性较其他两种算法优越.     

模糊自适应整定PID-FS在整流电源中的应用

针对整流电源控制系统被控对象的时变性和多样性,将模糊自适应控制与常规PID控制算法相结合,设计了一种模糊自适应整定PID控制器.在控制算法上,提出了基于模糊自适应整定PID控制器,它很好地解决了传统控制原理中系统控制精度与稳定性之间的矛盾.仿真和实验结果表明,采用模糊自适应整定PID随动系统(Following System,简称FS)的大功率整流电源控制系统能够适应被控对象在较大范围内的变化,具有较强的自适应能力,其控制品质优于常规的PID控制器.     

遗传优化的模糊免疫PID控制器在SRM中的应用

针对开关磁阻电机驱动系统的严重非线性、时变和强耦合性,应用免疫反馈机理和模糊控制理论,在传统PID控制器基础上设计一种模糊免疫PID控制器,并提出利用遗传算法对PID控制器参数进行优化设计方法.仿真结果表明,基于遗传优化的模糊免疫PID控制器具有良好的调速和控制特性,其控制性能明显优于传统PID控制和模糊免疫PID控制.     

伺服控制系统中模糊免疫PID控制器设计

设计一种基于FPGA平台的模糊免疫PID控制器的硬件实现方式,该控制器将模糊免疫PID算法的抗干扰性、鲁棒性与硬件实现的实时性有效的结合起来,提高了伺服控制系统的性能.首先对模糊免疫PID算法进行了介绍和数学推导,然后采用离线计算,在线查找表的方法实现模糊免疫控制.基于Verilog语言设计PID控制器,完成时序仿真测试.数据表明控制器设计过程合理,仿真结果正确,改善了传统PID控制器的性能,是小型系统智能控制一种新的有效途径.     

模糊免疫自适应PID在恒张力控制系统中的应用研究

本文应用免疫反馈系统的原理和模糊控制理论,在传统PID控制基础上设计出一种模糊免疫自适应PID控制器．阐述了该控制器的特点、控制规律和整定方法。控制器参数P、I和D分别由免疫模糊法则和自适应模糊规则在线修正。进行了恒张力控制系统的动态仿真,并与数字PID和模糊PID控制进行了比较。仿真结果表明,本文所设计的控制器响应速度快、控制输出稳定、抗干扰能力强和鲁棒性好,较传统PID控制器具有更好的动、静态特性。     

基于模糊PID的恒张力控制系统设计

在带材加工和卷曲过程中,对带材的张力控制关系到带材的品质和质量。本文设计了基于模糊PID控制算法的电液比例恒张力控制系统,以可编程控制器（PLC）作为主控器,在分析常规PID控制器的基础上,采用了模糊PID控制算法对系统控制,实现PID控制参数的在线自整定。经过实验研究,模糊PID控制系统比常规PID控制系统相应快,调整能力强,鲁棒性好,有效的改善了控制效果。     

基于自整定模糊PID控制器的SRM调速系统

以数字信号处理器为主控芯片,建立了开关磁阻电动机调速(SRD)控制系统,设计了自整定模糊PID控制器,实现了开关磁阻电动机转速的实时控制.实验证明,自整定模糊PID控制器兼有模糊控制器和PID控制器的优点,能有效减小系统超调,缩短系统调节时间,提高系统稳态精度,它是一种有效的控制算法,具有较高的应用价值.     

一种水下航行体舵机控制器的实现

介绍了一种水下航行体舵机控制器的实现方法,介绍了舵机控制器的硬件结构、控制算法和软件流程。采用DSP作为主控芯片,通过旋转变压器进行角度检测,并采用模糊PID控制算法的舵机控制器使舵机具有良好的控制精度和响应特性。     

神经网络和模糊算法相结合的永磁同步电机的鲁棒控制

提出一种神经网络和模糊理论相结合的控制算法,用于永磁同步电机的控制.该算法用基于BP神经网络的PID算法作为速度控制器,实现控制系统的在线自适应调整;同时用模糊理论算法作为神经网络控制器输出的限制,实现了良好的控制动态性能.在与传统的PI控制仿真比较中,该算法显示出了较好的控制性能,对负载和电机参数的变化不再敏感,且控制器可以在误差较大的时候快速跟踪指令,而在误差较小的时候实现稳定运行.     

基于遗传算法的模糊控制器规则优化

模糊控制器设计的关键问题就是模糊控制规则的选择。基于遗传算法的模糊控制规则表优化,是为模糊控制提供一种更加方便、有效的查表法。为了提高模糊控制器的性能,提出了基于遗传算法的模糊控制器规则表的优化方法,并进行了仿真实验。仿真结果表明,在模糊控制中采用遗传算法使控制系统最终达到所要求的控制效果,证明了该方法的可行性和有效性。     

改进的混沌算法在PID参数整定中的应用

PID控制由于鲁棒性好和易于实现等优点，在工业上广泛应用；但是PID参数整定繁琐、难以达到最优状态、控制结果出现较强的振荡和大超调等问题。在传统的混沌算法的基础上，引入微粒群算法的寻优思想，形成了一种新的混沌算法，并应用在PID控制器的参数优化上。仿真证明了该算法能有效地实现PID参数最优整定，控制结果具有稳定、超调小、响应快的优点。该算法寻优速度快，效率高，容易实现，其性能优于常规遗传算法，为解决PID控制器参数全局最优设计提供了一种有效的方法。     

电厂主汽温串级控制系统的PID控制器算法改进

针对火电厂主汽温控制系统常规固定参数PID串级控制性能欠佳的问题,提出一种改进算法整定PID参数。先用RBF网络在线辨识温度采样离散信息,得到控制器所需的Jacobian信息,然后用Levenberg-Marquardt算法代替传统的梯度法整定PID参数,得到改进的PID算法。通过对电厂主汽温串级系统仿真分析,验证了算法的快速性、抗扰性、鲁棒性。     

基于遗传算法的有源电力滤波器滑模控制

为改善滑模控制方式有源电力滤波器在高频处抖动的缺陷,提出用遗传算法对控制器参数进行优化,提高了控制器性能。简要说明了三相三线有源电力滤波器的工作原理,根据补偿电流和指令电流的误差构建滑模变结构控制器。详细给出了用遗传算法对控制器参数的优化过程,得到了控制器参数的确切值。通过对传统PI控制方式和优化后滑模控制方式进行仿真实验,结果表明,所提出的滑模控制方式响应速度快,算法简单,较好地抑制抖动,鲁棒性强,达到了优化的目的。     

混合有源电力滤波器的新型电流迭代学习控制

混合有源电力滤波器可以动态抑制电网谐波电流和补偿容性无功功率,改善电网电能质量。针对传统PI型迭代学习控制算法在并联有源电力滤波器应用中的不足,算法收敛性严重依赖于学习控制的初始输入,迭代学习控制器的参数是定常值,会影响有源滤波系统的控制性能。本文提出一种新型PI迭代学习控制算法,将其应用于混合有源电力滤波器系统的电流反馈控制中,得到了应用迭代算法的收敛性条件,并采用一种改进的Ziegler-Nichols方法对控制器参数进行了优化,以提高系统的控制精度。为了提高系统的动态响应性能,提出一种谐波电流误差的反馈-前馈控制策略,其中电流误差信号的D型前馈控制环节用于实现滤波器系统的电流快速补偿,同时利用一个三层BP神经网络对前馈控制增益进行优化。仿真和实验结果证明了该迭代算法及控制策略的可行性与有效性。     

基于最小二乘算法的模糊支持向量机控制器及其应用

介绍了一种基于最小二乘算法的模糊支持向量机控制器，它将模糊控制与支持向量机结合起来，融合了两者的优点，既有不依赖被控对象模型又有泛化能力强等特点。同时采用混合学习算法来优化控制器参数，即先采用最小二乘算法离线优化支持向量机(SVM)性能参数，建立SVM控制系统，再根据对象的变化，采用遗传(GA)算法在线学习优化SVM性能参数和模糊比例因子，以使控制器的性能能适应对象的变化而达到最优。火电厂主汽温控制的仿真结果表明这种控制器具有良好的控制性能。     

基于遗传规划的协调控制系统控制器设计

根据大型火电机组的协调控制系统被控对象的特性,提出了一种基于遗传规划的控制器设计方法。该方法不同于传统的多变量控制器设计方法,将多变量控制问题转化为多个单变量控制问题来考虑,而是通过遗传规划算法直接搜索适合于协调控制被控对象的最优控制律,从而使得闭环对象具有良好的控制品质,满足现场高质量的要求。并且采用遗传规划算法还可以得到适用于同样对象的PID控制器,也具有很好的控制品质,通过对两种控制器的控制效果进行比较,进一步说明遗传规划算法在控制器设计上的可行性。     

超导磁储能系统的自适应单神经元控制

基于自适应单神经元的控制方法是将单个神经元与环境系统相连,利用结合了Hebbian学习和监督学习特点的迭代算法在线修改其连接权值以实现控制目标.将这种控制方法用于超导磁储能(SMES)控制器的设计无需进行系统建模,所得到的控制器结构简单,算法简便,适于工程应用.文章在MATLAB环境下建立了较精确的含SMES的电力系统非线性高阶模型,通过时域仿真考察了基于自适应单神经元的SMES控制器的性能,结果表明该控制器具有令人满意的控制效果和较好的鲁棒性.     

永磁同步电机的改进指数趋近律控制策略

为了改善使用PI控制算法和指数滑模控制（SMC）算法的永磁同步电机（PMSM）速度控制系统的鲁棒性差和突加负载转矩恢复较慢的问题,设计了一种改进趋近律SMC算法,并将该方法用在PMSM调速系统的速度控制器上。为了验证所提出的改进趋近律SMC算法的可行性,使用MATLAB/Simulink对PMSM双闭环调速系统仿真建模,并对比了传统的指数趋近律SMC算法、PI控制算法。结果表明设计的改进趋近律滑模速度控制器具有较好的鲁棒性和抗负载扰动性。