一种基于LabVIEW的PID控制器设计的方法

利用LabVIEW虚拟仪器开发平台,设计了一个程序,可以对3阶以内的线性被控对象快速的确定PID控制器的各个参数,完成PID控制器的设计.同时,可以给出控制系统开环或者闭环的阶跃响应.     

MIMO系统非线性模糊免疫PID的设计与优化

针对工业中常规控制器难以达到较好控制效果的控制难点,提出了免疫PID控制器,利用模糊控制可以无限逼近非线性的特性,构成非线性模糊免疫PID控制器,并基于正交函数将M1MO(多输入多输出)控制系统的非线性模糊免疫PID控制器的设计过程转化为由一个只含有代数方程的算法来实现,最后用具有自适应功能的遗传算法对其进行优化.仿真结果表明,所设计的控制器在控制性能上优于常规PID,并能快速得到最优参数.另方面对于多输入多输出控制系统,控制器的设计和优化显得更为简便和有效.     

一类非自衡对象的PID控制

本文讨论非自衡对象PID控制器设计问题.首先在鲁棒控制理论的基础上定义了 最优性能指标,然后针对控制系统性能传递函数的特点发展了两种设计方法,通过引入2型滤 波器使系统满足了渐近跟踪的要求,并解析地得到了PID控制器.控制器的特点是标称性能 可以定量地估计,鲁棒性可以方便地调节.     

基于改进遗传算法的非线性PID控制器

基于PID控制器各增益参数与偏差信号之间呈现非线性关系,该文提出了一种非线性PID控制器.同时,针对经典遗传算法收敛速度慢、易于早熟、局部寻优能力差等缺点,在前人研究成果的基础上,改进了传统的遗传算法,并将其应用于非线性PID控制器参数寻优.仿真结果表明,基于此遗传算法寻优设计的非线性PID控制器可以极大地提高寻优的速度,同时兼顾系统的动态和静态性能.     

碱赤泥浆流量的非线性智能PID控制

在生料浆配料过程中,碱赤泥浆的流量直接影响着生料浆的各项工艺指标.针对碱赤泥浆流量的非线性和不确定性,本文提出了基于非线性补偿的智能PID控制方法.基于非线性补偿的智能PID控制器由常规PID控制器和非线性动态补偿两部分组成,利用极点配置方法设计常规PID控制器,利用神经网络对碱赤泥浆流量对象中的非线性部分进行逼近并在控制器中进行补偿.设计并开发了碱赤泥浆流量的非线性智能PID控制软件,应用结果表明,碱赤泥浆的流量可以准确、稳定的跟踪设定值,具有良好的控制效果.     

PCR温度模糊PID控制器的设计及仿真

根据PCR对温度控制的要求设计出一种模糊PID控制器,采用误差和误差变化率作为模糊PID控制器的输入,PID参数作为模糊PID控制器的输出,并使用一组模糊规则实现对PID参数的在线优化调节.通过使用Simulink图形化工具平台对模糊PID控制器和传统的PID控制器进行建模和仿真.结果表明,与传统PID控制器相比,模糊PID控制器性能优良,使系统响应速度加快,超调减小.     

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.     

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。     

改进的PID型迭代学习控制器设计

为了提高PID型控制器的性能,针对当前网络拥塞控制存在的不足:网络拥塞不能建立精确的数学模型,当前的控制方法也没有取得很好地控制效果,尝试将迭代学习控制应用于网络拥塞控制器的设计,即提出一种改进的PID型迭代学习控制的设计.仿真和实验结果表明,采用上述的PID型控制器,被控系统可以获得较佳的动态响应.     

基于遗传算法和模糊PID的励磁控制器

随着电力系统的发展,常规PID励磁控制器已经不能满足系统运行的动态和静态性能要求,为了克服这一缺点,设计了一种新型模糊PID控制器,在常规模糊PID励磁控制器基础之上,提出了一种利用遗传算法优化的模糊控制器.介绍了同步发电机自动励磁系统及模糊PID励磁控制器的构成,模糊PID控制器的原理及作用.仿真研究结果表明利用该方法设计的励磁控制器具有更好的动静态特性.     

模糊逻辑在PID参数整定中的应用

PID控制是最早发展起来的控制策略之一,由于受到参数整定方法烦杂的困扰,常规PID控制器参数往往性能欠佳,对运行工作情况的适应性差。本设计将模糊控制和PID控制结合起来,构建自适应模糊PID控制器,实现PID参数的最佳调整。该模糊自整定PID控制器既具有PID控制器高精度的优点,又具有模糊控制器快速、稳态特性。     

免疫单神经元控制器的研究与应用

针对单神经元PID控制学习速度慢、调节时间长的问题，通过对单神经元自适应PID控制器（SNC）的分析，利用免疫机制，实现了神经元控制器比例系数K的免疫功能选取，从而提出了一种具有免疫功能的单神经元自适应PID控制器（ISNC），构成了自适应型免疫单神经元PID控制器。通过对火电厂锅炉过热蒸汽温度控制的仿真研究，证明了该方法的可行性和有效性。     

用于电阻炉的单神经元PID控制器的设计及仿真

本文对传统电阻炉PID控制器的不足之处进行了分析,阐述了单神经元PID控制算法的优点。介绍了基于有监督hebb学习算法,并结合实际控制经验而设计的单神经元控制器。分析了单神经元控制器中各个参数的意义与取值原则,并用Matlab软件对单神经元控制器在阶跃输入信号的情况下进行了仿真。仿真内容有：连接权值、k值变化对系统的影响及选取方法;单神经元PID控制器与常规PID控制器的抗干扰能力和调节性能对比。仿真结果证明,该单神经元控制器具有很好的参数自整定能力,且抗干扰能力强,超调量小,其各方面的控制效果均优于常规PID控制器。用于电阻炉温度控制系统的单神经元控制器较之传统的PID控制器能取得更好的控制效果。     

神经网络PID工业温度控制系统研究

本文介绍了一种神经网络PID控制器,并将它与传统PID控制器、模糊控制器和神经网络控制器进行比较。神经网络PID控制器综合了PID控制器和神经网络控制器的优点并弥补了它们各自的不足之处。通过上述各种控制器在工业温度控制系统的仿真研究表明,神经网络PID控制器具有超调小,过度时间短,控制精度高的优点,对大滞后的温度控制系统有很好的控制效果。     

一种结合数值优化的PID控制器的设计与仿真

文中基于PID控制器的现状,提出将数值优化方法应用于PID控制器的设计之中,设计了一种经过数值优化改进的简单而有效的PID控制器。然后通过MATLAB仿真技术在一阶延迟过程模型的基础上对该控制器进行仿真研究,并将结果与应用变速积分PID控制方法的仿真结果做出比较,结果表明这种经过数值优化改进的PID控制器是有效的。     

基于SOPC的多通道智能PID控制器

针对传统的多通道数字PID控制器实时性较差的特点,本文提出一种利用FPGA技术实现多通道PID控制器的硬件设计方案。并且采用模糊自整定方法对PID控制器参数进行实时调节,实现PID控制器的自适应功能。     

多种PID控制及其仿真比较

同一控制对象．分别用常规整定PID控制、模糊自适应整定PID控制、基于BP神经网络整定的PID控制、基于遗传算法整定的PID控制四种方法用MALTAB仿真分析,并对效果进行比较。     

Optimum Design of Fractional Order Pid Controller Using Chaotic Firefly Algorithms for a Control CSTR System

A fractional‐order PID controller is a generalization of a standard PID controller using fractional calculus. Compared with the standard PID controller, two adjustable variables, “differential order” and “integral order”, are added to the PID controller. Fractional‐order PID is more flexible, has better responses, and the precise adjustment closed‐loop system stability region is larger than that of a classic PID controller. But the design and stability analysis is more complicated than for the PID controller. Therefore, the optimal setting of parameters is very important. A firefly algorithm in standard mode has only local optimization and accuracy is low. In order to fix this flaw an improved chaotic algorithm firefly is proposed for a design controller FOPID. To evaluate the performance of the proposed controller, it has been used in the control of a CSTR system with a variety of fitness functions. Simulations confirm the optimal performance of the proposed controller.     

动态定量称重系统神经网络预测PID控制器研究

采用神经网络预测与PID控制理论相结合,为动态定量称重系统设计了一种神经网络预测PID控制器。该控制器算法简单,通过自学习、记忆功能在线调整PID控制参数KP、Kl、KD。建立了动态定量称重系统的仿真模型,将神经网络预测的PID控制与常规PID进行对比分析,神经网络预测PID控制器具有很好的控制效果。