PID自适应控制

本文提出将ＰＩＤ继电自整定与神经网络相结合，共同完成ＰＩＤ自适应控制。以一个两层线性网络构造ＰＩＤ控制器，将由ＰＩＤ继电自整定法获取的ＰＩＤ参数值做适当的修正后作为网络权的初值，实现对系统的在线控制。     

PID自适应控制

提出将ＰＩＤ继电自整定与神经网络相结合，共同完成ＰＩＤ自适应控制，以一个两层线性网络构造ＰＩＤ控制器，由ＰＩＤ继电自整定法获取的ＰＩＤ参数值做适当地修正后作为网络权的初值，实现对系统的在线控制。     

基于模糊控制理论的一种PID参数自整定控制器的设计与仿真

０　概　述常规ＰＩＤ控制原理简单，使用方便，鲁棒性较强，即使被控对象的数学模型不精确也可使用。因此，长期以来被广泛应用于工业过程控制，并取得了良好的控制效果。就是目前最新的过程控制计算机其基本控制方式也仍然是ＰＩＤ控制。在工业控制过程中，有的对象参数未知或参数缓慢变化，有的对象带有延时或随机干扰，即所谓的不确定性。面对这种情况，常规ＰＩＤ控制不能够在线自整定参数ＫＰ、ＫＩ、ＫＤ。本文应用模糊推理的方法实现ＰＩＤ参数在线自整定，并设计出相应的模糊ＰＩＤ控制器。仿真结果表明了该设计方法完全有效。１　…     

基于工程整定法的模糊PID

在ＰＩＤ工程整定法的基础上，提出了一种基于模糊规则的模糊ＰＩＤ复合控制算法，算法首先根据扩充临界比例法等工程ＰＩＤ整定的方法将ＰＩＤ公式简化，然后通过模糊控制规则和模糊推理确定一张模糊控制表，在时实控制中通过对模糊控制表的查询，在线调节ＩＰＤ控制参数，液压电梯 实验和仿真结果表明，本文提出了的控制算法具有算法简单，控制品质优良等特点。     

Fuzzy-PID控制起动机性能测试系统的研究

针对起动机性能测试系统,设计由标准ＰＩＤ控制器和模糊自整定机构组成的模糊自整定ＰＩＤ控制器和其模糊自整定机构通过调整参数ａ来在线整定ＰＩＤ参数以求控制的快速必和鲁棒性,实际运行结果表明起动机性能测试系统检测精度高,快速性好,可靠同,已稳定运行于复杂环境的电机生产线上。     

基于BP神经网络的自适应控制

本文利用ＢＰ神经网络对被控对象进行在线辨识和控制。为实现自适应控制，本文对ｓｐｅｃｉａｌｉｓｅｄ ｌｅａｒｎｉｎｇ算法进行了改进，在此基础上，本文还提出了一种基于ＢＰ网络的自适应ＰＩＤ控制器。     

基于神经元的参数自学习PID控制器

本文利用神经元的学习功能构在了参数自学习ＰＩＤ控制器，并给出了一种控制灵敏度的快速近似求取方法，实现了ＰＩＤ参数在线自学习．这种控制结构简单，可靠性高，适时性好，仿真结构表明，它具有较强的自适应性和鲁棒性。     

神经网络PID速度控制器的研究

本文提出了一种基于神经网络的ＰＩＤ控制器。利用递推最小二乘法在线整定ＰＩＤＣ 克服神经网络ＢＰ算法收敛速度慢和可能出现的局部最小,仿真研究表明,这种ＰＩＤ控制器参数整定方便,控制精度高,跟随特性好,抗干扰能力强。     

基于响应特性匹配的自适应PID控制

推导出基于响应特性匹配的自适应ＰＩＤ控制算法，并给出自适应３参数ＰＩＤ和５参数ＰＩＤ的仿真结果。结果表明：自适应５参数ＰＩＤ明显优于３参数ＰＩＤ，而且在基于响应特性匹配的工作方式下，容易实现３参数及５参数ＰＩＤ控制以及其他控制律的自适应控制。     

基于响应特性匹配的自适应PID控制

推导出基于响应特性匹配的自适应ＰＩＤ控制算法，并给出自适应３参数ＰＩＤ和５参数ＰＩＤ的仿真结果。结果表明：自适应５参数ＰＩＤ明显优于３参数ＰＩＤ，而且在基于响应特性匹配的工作方式下，容易实现３参数及５参数ＰＩＤ控制以及其他控制律的自适应控制。