智能轨迹引导控制器的参数自整定及其应用

PID控制器不仅难以满足多种工况需求而且参数整定困难,控制效果也不尽如人意。所以在经典PID的基础上引入自抗扰控制器的"引导"思想即在PID框架中引入"合理的过渡过程"设计了智能轨迹导引控制器(Intelligent Track Guiding Controller)。主要研究了ITGC的参数自整定以及其在温度控制系统中的应用。温控实验结果表明,通过一次参数自整定,ITGC即可以较好地实现温控目标,无需反复的人工调试,在很大程度上节省了时间与精力。     

针对大时滞的改进ITGC控制算法及参数优化研究

在大时滞过程下传统ITGC(智能轨迹导引控制算法)存在控制效果不佳及参数整定困难的问题,为此设计了一种改进ITGC控制器,并对其控制参数基于PSO算法寻优选定。该方法首先在设定值后引入无滞后导引过渡过程来克服系统的滞后,实现定性合理的超前粗略调节;然后在其位置项上引入估计滞后来实现位置项偏差的实时微调;最后以ITAE作为评价指标函数,采用PSO算法进行参数寻优。仿真结果表明,IMP-ITGC-PSO较传统的ITGC增强了鲁棒性且扩大了适用范围,具有良好的现实应用前景。     

基于布谷鸟搜索算法优化的BLDCM角度控制

当前,经典比例积分微分(PID)控制在无刷直流电机(BLDCM)控制领域仍然占据十分重要的地位。为了解决传统PID控制器参数优化费时、最佳控制性能难以保证的问题,提出使用布谷鸟搜索(CS)算法优化PID控制器(CS-PID)构成电机的角度位置控制。其次,选用时间乘绝对误差积分(ITAE)函数作为CS算法的适应性函数,为PID控制器参数优化的合理性提供参考。最后,以粒子群算法优化PID(PSO-PID)控制器为基准,利用MATLAB仿真软件在恒定阶跃函数下分别对CS-PID控制器和PSO-PID控制器进行了实验测试。仿真试验结果表明:CS-PID控制器具有较好的控制性能指标;相对于PSO-PID控制器,CS-PID控制器优化算法具有优越性和有效性。     

基于舵机负载大范围变化的研究

由于经典PID控制系统在导弹舵机负载大范围变化时不能达到系统指标要求,所以分别设计了基于自抗扰控制器和模糊PID控制器的舵机控制系统;并实现了舵机的高性能跟踪;采用MATLAB/SIMULINK进行阶跃信号、正弦信号、扫频信号的仿真验证;结果表明自抗扰控制器和模糊PID控制器在舵机负载大范围变化的情况下,显著提高系统的响应速度,满足系统控制精度的要求,并且动静态特性优于传统的PID控制,具有广泛的应用前景。     

非线性离散系统的自适应PID控制器

针对非线性离散系统设计了利用TSK(Takagi Sugeno Kang)模糊模型的自适应PID控制器。利用模糊模型预测控制信号误差,通过控制信号误差自适应PID控制器参数。比较系统输出和模糊模型输出自适应模糊模型的参数。该方法可以弥补系统参数的模糊性、数学模型的模型误差和系统参数的变化。非线性离散系统的仿真实验验证了所设计的自适应PID控制器对非线性离散系统控制的有效性。     

基于CMAC-PID控制器的水压加载系统研究

为了实现水压加载系统能够动态精确跟踪给定压力的要求,利用小脑模型关节控制器(CMAC)结构简单、收敛速度快、具有局部学习能力的特点,提出了一种除了系统动态误差以外把系统指令信号也作为CMAC的输入信号,并把CMAC控制器与常规PID控制器并联构成的复合控制方法;通过在MATLAB中的编程仿真试验,结果表明这种方法可以得到比常规PID控制更好的控制指标,达到了试验要求,而且具有良好的抗干扰能力,从而证明了该方法的可行性和有效性,可以用来实现对给定信号的跟踪。     

基于改进跟踪微分器与前馈的模糊自适应PID控制

经典PID控制器在工程领域应用广泛,但其快速性和超调量之间不能很好地实现协调控制,且误差信号在经典意义上不可微,导致微分难以被有效利用。基于此,在典型跟踪微分器研究的基础上,采用一种具有良好的动态响应和滤波功能的改进非线性跟踪微分器对输入信号进行快速、无超调跟踪。并结合前馈控制和模糊自适应PID控制提升系统的稳定性和快速性,设计了一种基于改进跟踪微分器与前馈的模糊自适应PID控制器。以移相全桥变换器为控制对象,用经典PID与其进行对比分析。仿真与实验波形分析发现,所提控制器的鲁棒性更高,同时可将调节时间缩短至40%,响应速度也更快。     

永磁交流伺服系统的神经网络监督控制

针对经典比例积分微分(Proportional Integral Derivative,PID)算法需要准确的数学模型,抗参数摄动和外界干扰能力差,在高度跟踪过程中控制精度低的缺点,设计了基于径向基函数(Radial Basis Function,RBF)神经网络和传统PID复合的控制器,应用于交流伺服位置系统。利用PID控制器实现系统的闭环动力学性能,利用RBF控制器来提高系统的动、静态控制品质,完成了火箭炮位置伺服系统三闭环模型的建立与神经网络离线训练样本的选择,通过仿真表明了此算法可以有效地提高系统的动静态特性。     

基于粒子群优化的PID控制器设计与应用

研究优化控制器设计问题,工业过程控制中广泛使用的PID控制器,参数的选取可等效为优化问题.针对PID控制器应用于实际的自动电压调节器(AVR)系统,为了有效地寻找AVR系统的最佳PID控制器参数,提出一种基于粒子群算法的PID参数优化策略.通过建立粒子群优化的PID控制器参数模型,在控制过程中将PID参数(比例、积分、微分)作为粒子群中的粒子,采用控制误差绝对值时间积分函数作为优化目标,在控制过程中动态调整PID的三个控制参数,从而进行PID控制参数的实时优化.仿真结果表明PID控制器可以获得较好的控制性能指标,进而改善AVR系统的瞬时响应特性,具有一定的实用价值.     

从PID到无模型控制器

分析了各种新型PID控制方法控制原理及其存在的问题,介绍了无模型控制器(非建模自适应控制器)的基本理论和基本设计方法,比较了PID与无模型控制器的控制效果,说明无模型控制器冲破了经典PID的概念和控制器设计的线性框架,是一种结构自适应、建模与控制一体化途径的全新的控制器。实践表明,无模型器克服了PID无法对非线性强耦合系统实现稳定控制的弱点,取得了良好的控制效果。