新型模糊- PID复合控制器设计及应用

提出一种模糊-PID复合控制器的设计方法，通过PID线性控制器和模糊控制器并行结合，在偏离工作点较远的区域以模糊控制为主，工作点附近则主要使用PID线性控制。为保证两者的平稳过渡，采用模糊推理完成“切换”(模糊切换)，仿真结果表明该控制器实现了PID控制器和模糊PID控制器的优势互补和控制性能的明显改进。     

高精度模糊PID控制器及其在温度控制中的应用

在常规模糊PID控制器的基础上，通过增加模糊控制规则B，从而构成变积分系数的模糊PID控制器，通过在线调整积分系数，间接调整常规模糊控制器的模糊控制规则，以改善其性能，本文提出模糊PID控制器前件采用模糊推理控制，后件采用PID精确输出，兼有两者优点，控制试验结果表明，反复调整积分系数，控制器性能优于常规模糊控制器。     

烤房模糊自适应PID控制设计开发

针对烤房控制应用,在嵌入式硬件上实现模糊自适应PID控制算法。该算法利用模糊推理对PID参数进行在线自整定。利用该算法可提高PID控制器性能和控制精度。利用可扩展标记语言存储模糊PID控制参数、模糊推理规则库等,可实现在线数据参数的增删、修改、更新操作。     

混合模糊PID控制器在伺服控制系统中的应用

在分析了直流无刷电机伺服控制系统的基础上,提出了一种混合模糊PID跟踪控制器模型.该模糊PID控制器由3个并行的次模糊控制器组成,应用模糊算法在线自动整定PID参数;并利用Matlab/simulink建立仿真模型对模糊推理控制算法进行验证.仿真结果表明,混合模糊PID控制器的动静态特性优于传统单一的PID控制,对设计性能优良的伺服控制系统具有借鉴意义.     

自适应神经模糊推理结合PID控制的并联机器人控制方法

针对6自由度液压驱动并联机器人的精确控制问题,提出一种结合自适应神经模糊推理系统(ANFIS)和比例积分微分(PID)控制的机器人控制方法。首先,利用浮动坐标系描述法(FFRF)来模拟机器人柔性组件,并构建并联机器人的拉格朗日动力学模型。然后,根据模糊推理中的模糊规则来自适应调整PID控制器参数。最后,利用神经自适应学习算法使模糊逻辑能计算隶属度函数参数,从而使模糊推理系统能追踪给定的输入和输出数据。将该控制器与传统PID控制器、模糊PID控制器进行比较,结果表明,ANFIS自整定PID控制器大大减小了末端器位移误差,能很好的控制并联机器人末端机械手的运动。     

模糊PID控制器设计及MATLAB仿真

将模糊控制器和PID控制器结合在一起,构造了一个模糊PID控制器,利用模糊推理的方法调整PID控制器的参数,并利用MATLAB的SUMLINK工具箱,对系统进行仿真,仿真结果表明模糊PID控制器能使系统达到满意的控制效果.     

模糊神经网络PID控制器及在DTC中的应用

本文详细介绍了常规控制和模糊PID控制在直接转矩控制系统中的应用，建立在MATLAB仿真模型的基础上．利用多层神经网络构建模糊PID控制器，通过神经网络自学习能力在线提取模糊控制规则，根据不同时刻的误差和误差变化率运用模糊推理在线自整定PID参数。仿真表明，改进的模糊PID控制器具有常规PID控制器更好的效果。本系统适用于高性能交流伺服或调速系统。     

Fuzzy-PID算法在炉温控制中的应用

在工业电炉的控制过程中，由于被控参数具有时变、非线性、不确定等因素，常规PID控制算法以满足控制要求。本文采用模糊PID算法实现对工业电炉的控制，利用模糊推理在线整定PID控制器的三个参数Kp、Ki、Kd。实际运行结果表明，该控制器取得了较好的快速性和稳定性。     

具有不完全微分的最优模糊PID控制器及其在智能人工腿中应用的仿真研究

提出了一种新的最优模糊PID控制器, 它由两部分组成, 即在线模糊推理机构和带有不完全微分的常规PID控制器. 在模糊推理机构中, 引入了三个可调节因子x_p,x_i 和x_d,其作用是进一步修改和优化模糊推理的结果, 以使控制器对一个给定对象具有最优的控制效果. 可调节因子的最优值采用ITAE准则及Nelder和Mead提出的柔性多面体最优搜索算法加以确定. 这种PID控制器被用来控制由作者设计的智能人工腿中的一个直流电机. 仿真结果表明该控制器的设计是非常有效的, 它可被用于控制各种不同的对象和过程.     

模糊PID控制器及在DCS系统中的应用

本文提出了一种基于模糊规则的PID控制器的设计方法。这种方法首先通过建立模糊规则和进行模糊推理来确定PID控制器的Kp,Ki,Kd等参数,而后由PID控制规律控制广义对象。实验结果表明,本文所设计的模糊PID控制系统比常规PID控制系统具有更优良的控制品质。     

具有不完全微分的Fuzzy-GA PID控制器及其在智能仿生人工腿中的应用

以模糊推理和遗传算法为基础，提出了一种新的具有不完全微分的最优PID控制器的设计方 法．该控制器由离线和在线两部分组成．在离线部分，以系统响应的超调量、上升时间以及 调整时间为性能指标，利用遗传算法搜索出一组最优的PID参数Kp*、Ti* 和 Td*，作为在线部分调整的初始值．在在线部分，一个专用的PID参数优化程序以离 线部分获得Kp*、Ti* 和Td*为基础，根据系统当前的误差e和误差变化率e ，通过一个模糊推理系统在线调整系统瞬态响应的PID参数，以确保系统的响 应具有最优的动态和稳态性能．该控制器已被用来控制由作者设计的智能仿生人工腿中的执 行电机．计算机仿真结果表明，该控制器具有良好的控制性能和鲁棒性能．     

Decomposition of a fuzzy controller based on the inference break-up method

A concept called the decomposition of multivariable control rules is presented. Fuzzy control is the application of the compositional rule of inference and it is shown how the inference of the rule base with complex rules can be reduced to the inference of a number of rule bases with simple rules. A fuzzy logic based controller is applied to a simple magnetic suspension system. The controller has proportional, integral and derivative separate parts which are tuned independently. This means that all parts have their own rule bases. By testing it was found that the fuzzy PID controller gives better performance over a typical operational range then a traditional linear PID controller. The magnetic suspension system and the contact-less optical position measurement system have been developed and applied for the comparative analysis of the real-time conventional PID control and the fuzzy control.     

简化的模糊PID控制器研究

为了克服常规PID控制器的缺点．提出了一种简化的模糊PID控制策略。首先利用扩充临界比例带法将PID公式简化为只有一个控制参数蜘，然后通过模糊控制规则和模糊推理确定一张模糊控制表。在实时控制中通过查询模糊控制表，在线调节参数和，可以提高PID控制算法的适应性和鲁棒性。对比仿真试验的结果表明，简化的模糊PID控制器的控制性能明显优于常规PID控制器。     

模糊PID技术在轧机AGC系统上的应用

常规PID控制在对象变化时,控制器的参数不能自动修改适应,无法很好地满足轧机厚度控制精度的要求。针对这一问题,设计了一种模糊自适应PID控制器,利用模糊推理方法实现对PID参数在线自适应,来实现AGC系统的稳定,提高厚度控制系统的精度。通过simulink仿真,结果表明模糊自适应PID控制器自适应能力更强、响应快、稳定性好,同时也有更强的鲁棒性,能够使厚度控制得到满意的结果。     

An improved robust fuzzy-PID controller with optimal fuzzy reasoning.

Many fuzzy control schemes used in industrial practice today are based on some simplified fuzzy reasoning methods, which are simple but at the expense of losing robustness, missing fuzzy characteristics, and having inconsistent inference. The concept of optimal fuzzy reasoning is introduced in this paper to overcome these shortcomings. The main advantage is that an integration of the optimal fuzzy reasoning with a PID control structure will generate a new type of fuzzy-PID control schemes with inherent optimal-tuning features for both local optimal performance and global tracking robustness. This new fuzzy-PID controller is then analyzed quantitatively and compared with other existing fuzzy-PID control methods. Both analytical and numerical studies clearly show the improved robustness of the new fuzzy-PID controller.