基于模糊推理的自整定PID控制器

设计了一种新的模糊PID控制器，用基于给定的相角裕度和幅值裕度的方法给出了PID控制器参数的初值，在运行过程中，用模糊控制器在线调整PID参数，使过程具有较高的控制品质。     

模糊推理自整定PID控制器

设计了一种新的模糊PID控制器,用基于给定的相角裕度和幅值裕度的方法给出了PID控制参数的初值。在运行过程中,用模糊控制器在线调整PID参数,使过程具有较高的控制品质。     

一种解析的模糊PI自整定方法

针对模糊PID控制器缺乏系统的整定方法的问题,提出了一种解析的基于增益裕度和相位裕度的模糊PI控制器的参数自整定方法。首先推导出模糊PI控制器的解析模型,该解析模型包括线性控制器和非线性补偿控制器2个部分。参数整定时,将非线性补偿控制器看作过程的扰动,由线性控制器和被控对象的一阶纯时滞模型,基于系统的增益裕度和相位裕度,导出模糊PI控制器的参数。仿真结果表明,对于时变高阶系统,和传统的PI控制器相比,模糊PI控制器具有鲁棒性强,超调小,调整时间短等优点。     

基于GPM法的PID参数模糊自整定方法

设计了一种新的模糊PID控制器。用GPM法整定出PID控制器参数的初始值。在运行过程中，用模糊控制器在线调整PID参数。针对高阶过程进行仿真，结果表明，本文算法有较快的响应速度。     

基于逆系统方法的综放工作面控制系统的模糊控制器

对逆系统方法作为反馈线性化方法及其非线性本质进行深入的研究后,认知到逆系统方法建立的模糊控制器是一种变增益的非线性控制器,它与PID控制器有许多相似之处,进而设计出模糊PID复合控制器。模糊PID控制器在综放工作面中的应用的关键是模糊控制器的各个参数的整定。因此,我们用传统的方法首先设计一个PID控制器,在稳定时使模糊PID控制器的参数与PID控制器的对应参数相等,逐步调节、修改各个参数,从而可以得出模糊PID控制器的参数,模糊PID控制器在煤矿综放工作面上运用的结果令人满意。     

一种简单的PID型模糊控制器的参数调整方法

对常规模糊控制器的结构进行了深入的研究,提示了模糊控制器与PID控制器的相似之处,分析了模糊控制器与PID控制器参数之间的关系,进而用PID控制器的参数就能很容易地设计出模糊控制器,从而大大简化了模糊系统设计的复杂性。仿真结果表明了该方法的有效性。     

基于相位裕度和幅值裕度的IMC-PID整定方法

提出了一种新的内模PID转换方法,得到了解析PID控制器参数。本方法以相位裕度为稳定性指标,通过数学推导证明了内模控制系统固有的相对稳定性范围。并且在内模PID转化过程中,没有应用任何近似方法来处理内模控制器中的非线性部分。另外,针对高阶过程,采用两点法建模来替代高阶过程,进而使系统取得精确的稳定裕度。通过将提出的控制器应用于二阶、三阶、高阶过程控制器系统中,证明了提出的解析PID控制器取得与内模控制器相同的控制效果。     

用C51实现模糊PID控制器的软件设计

介绍了用89C52单片机实现对纳米测量系统中测量部分的控制以及测量数据的采集过程的硬件实现，详细介绍了模糊PID控制器的参数设计、测量程序的控制流程、测量控制程序参数的设定以及用C51实现增量式算法的模糊PID控制器的软件设计过程。     

参数自校正模糊PID在管道风速控制中的应用研究

针对气流炸药生产线管道风速控制过程具有非线性、大滞后、大惯性等特点,在精确模型难以建立的情况下,提出一种参数自校正模糊PID控制器。本文详细地阐述参数自校正模糊PID控制器的设计,将模糊控制器与PID控制器相结合,利用模糊控制器的输出来修正PID控制器的参数。在气流炸药生产线的应用表明本文提出的控制策略具有反应速度快、稳定性强和控制精度高等特点,达到了较好的控制性能。     

具有加权因子的PID型模糊控制器分析及设计

为了降低模糊控制器的设计难度, 提高控制性能, 以二维模糊控制器为基础, 设计了一种具有加权因子的PID型模糊控制器, 并提出了基于普通PID控制器参数整定模糊控制器参数的方法。首先, 基于模糊控制器的解析结构推导, 从理论上证明了该类PID型模糊控制器是一个全局二维多值继电器与一个局部具有变结构PID控制器的组合; 然后, 基于平衡点处该类PID型模糊控制器与普通PID控制器之间的等效关系, 建立了模糊控制器系统化的参数设计方法; 最后, 仿真实验验证了本设计的有效性。     

一种新的模糊PID控制器的优化及其仿真研究

该文提出了一种新的最优模糊PID控制器。该控制器由两部分组成，一部分是常规PID控制器，另一部分是在线模糊推理机构。在模糊推理机构中，引入了三个可调节因子Xp，Xj，和Xd，其作用是优化模糊推理结果，该模糊PID控制器用来控制智能人工腿中的一个直线电机，并已获得很好的控制效果。     

基于遗传优化和模糊推理PID及MATLAB仿真

本文提出一种基于遗传优化和模糊推理相结合的自适应模糊PID控制算法,算法由遗传算法和模糊推理两部分构成,分别用于离线优化和在线优化。仿真结果表明,这种自适应PID控制器的性能,比仅用遗传算法优化的PID控制器更好,并且抗干扰能力更强。     

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。     

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.     

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。     

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。     

基于Matlab的模糊自整定PID控制器仿真研究

将模糊控制与PlD控制结合,利用模糊推理方法实现对PID参数的在线自整定.利用MATLAB的模糊控制工具箱以及Simulink对其进行了仿真,结果表明设计的自整定PID模糊控制器具有控制精度高,超调小,动态性能好的特性.     

A systematic study of fuzzy PID controllers-function-basedevaluation approach

A function-based evaluation approach is proposed for a systematic study of fuzzy proportional-integral-derivative (PID)-like controllers. This approach is applied for deriving process-independent design guidelines from addressing two issues: simplicity and nonlinearity. To examine the simplicity of fuzzy PID controllers, we conclude that direct-action controllers exhibit simpler design properties than gain-scheduling controllers. Then, we evaluate the inference structures of direct-action controllers in five criteria: control-action composition, input coupling, gain dependency, gain-role change, and rule/parameter growth. Three types of fuzzy PID controllers, using one-, two- and three-input inference structures, are analyzed. The results, according to the criteria, demonstrate some shortcomings in Mamdani's two-input controllers. For keeping the simplicity feature like a linear PID controller, a one-input fuzzy PID controller with "one-to-three" mapping inference engine is recommended. We discuss three evaluation approaches in a nonlinear approximation study: function-estimation-based, generalization-capability-based and nonlinearity-variation-based approximations. The study focuses on the last approach. A nonlinearity evaluation is then performed for several one-input fuzzy PID controllers based on two measures: nonlinearity variation index and linearity approximation index. Using these quantitative indices, one can make a reasonable selection of fuzzy reasoning mechanisms and membership functions without requiring any process information. From the study we observed that the Zadeh-Mamdani's "max-min-gravity" scheme produces the highest score in terms of nonlinearity variations, which is superior to other schemes, such as Mizumoto's "product-sum-gravity" and "Takagi-Sugeno-Kang" schemes     

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。