参数自适应模糊PID控制器在温度控制系统中的应用

电阻炉模型参数具有随温度而变化的时变特性．当温度大范围变化时．采用常规PID控制方法不能满足较高工艺要求．为此，本文应用一种参数自适应模糊PID控制方法，并设计了基于单片机的温度控制硬件装置。实践证明该控制方法有较高的稳态精度和跟踪性。装置简单，运行效果较好。     

液压伺服位置系统模型参考模糊自适应PID控制器的设计

针对液压伺服位置系统被控对象，提出了用模型参考模糊自适应机构对PID控制器比例系数进行在线调节，以减小液压伺服位置系统中参数摄动等引起的超调和振荡；同时为简化控制器，提出了用变积分系数的方法来消除负载扰动给系统带来的稳态误差。仿真研究结果表明，具有模糊自适应和变积分系数的控制器使控制系统既有较高的稳态精度，同时也使系统具有较快的动态响应，整个系统具有很好的鲁棒性。     

模糊自适应PID控制器

提出了一种模糊自适应ＰＩＤ（ＦＡＰＩＤ）控制器及其设计方法，并导出了ＦＡＰＩＤ闭环控制系统稳定的充要条件。ＦＡＰＩＤ控制器的设计分为相对独立的两步进行，设计方法简单，便于工程应用。仿真结果表明，与ＰＩＤ控制系统比较，ＦＡＰＩＤ控制系统鲁棒性大为提高，超调量大大减小，动态抗扰能力增强，较好地解决了快速性与小超调之间的矛盾。     

基于自适应模糊PID控制的太阳光跟踪伺服系统

针对太阳光跟踪伺服系统中传统PID控制过程中的一些问题,通过对自适应模糊PID控制系统的分析,设计了一种双轴跟踪伺服系统自适应模糊PID控制器,同时在Simulink环境中建立了方位角跟踪传动机构仿真模型并完成了仿真。仿真结果表明,太阳光跟踪伺服系统自适应模糊PID控制器较传统PID控制器具有较强的稳定性、适应性与鲁棒性,在太阳光跟踪伺服系统控制领域具有重要的实用价值与应用空间。     

模糊自适应PID控制器在张力控制中的应用

针对常规PID在张力控制中控制参数难以整定的问题,设计出一种基于模糊控制原理的自适应PID控制器,根据偏差和偏差变化率来实时调整kP,kI,kD参数。经过实践表明,这种模糊自适应PID比常规PID控制器在张力控制中具有更好的控制特性。     

模糊自适应PID在机组协调控制中的应用

针时单元机组协调控制系统的非线性、强耦合性等特点,本文将模糊控制理论应用于协调控制器设计中,使用参数自适应模糊PID控制器替代常规PID控制器.仿真结果表明该系统的跟踪速度加快、调节精度提高、抗干扰能力加强.     

模糊PID控制器在自适应巡航控制系统中的应用

车辆的油门控制算法是自适应巡航控制系统(ACC：Adaptive Cruise Control)中的核心算法之一。这里采用的模糊PID算法(Fuzzy PID)是对常用的两输入单输出模糊控制算法的改进。通过使用Matlab／Simulink建立车辆动力学模型和控制器模型,对控制器的性能进行了仿真分析,验证了算法的合理性。     

一种参数自适应模糊PID控制器

基于Ｔａｇａｇｉ和Ｓｕｇｅｎｏ的确定性模糊模型，提出了一种参数自适应模糊ＰＩＤ控制器。该控制器的参数调整也采用确定性模糊调整规则，从而使控制器的设计简易、容易，同时与一般的参数自适应相具有很强的适应性和鲁棒性。仿真结果表明，该控制器明显地改善了控制系统的动态性能。     

瞄准线捷联稳定原理及其应用

详细地论述了瞄准线捷联稳定原理及其模型的建立，基于数字技术给出了一种实用的瞄准线捷联稳定方案，并给出了该系统的原理框图。该技术已成功地用于某重点型号产品。     

模糊自适应PID控制器在集中供热系统中的应用

基于对集中供热系统进行的数学模型辨识,并对常规PID控制器进行了调整,加入了模糊自适应控制,采用模糊工具箱进行了仿真试验。结果表明,模糊自适应PID控制器较常规的PID控制器,具有更好的鲁棒性和自适应能力。在复杂的集中供热系统中,达到了令人满意的控制效果。     

单神经元自适应PID控制器的性能优化设计

研究了单神经元自适应PID摔制器性能优化问题,阐述了该摔制器的特点、控制律;给出了一种控制灵敏度的快速近似求取方法,实现了PID参数的在线自学习;使单神经元控制器具有可调参数少、易于整定、控制输出平稳、鲁棒件强的独特优点,适用于大滞后且要求平稳控制输出的工业过程。     

一种PID模糊控制器(fuzzy PI+fuzzy ID型)

提出一种二维PID模糊控制器,其结构形式筒称为fuzzy PI+fuzzy ID型.根据fuzzy PI和fuzzy ID控制器的图解说明,确定该fuzzy PI和fuzzy ID控制器的模糊控制规则的相似性.理论分析表明,该PID模糊控制器除具有常规PID性能外,还具有非线性等特点.仿真结果表明,与常规PID和fuzzy PI控制相比性能更优.     

基于自适应模糊神经网络控制器的网络控制系统

网络控制系统中存在着时延、丢包、网络干扰等问题。针对网络控制系统中存在恶化系统的控制性能,甚至导致系统不稳定的因素,提出了一种基于自适应模糊神经网络控制器的网络控制系统,它能根据系统的实际输出与期望输出误差,利用自适应模糊控制和神经网络自学习的原理进行控制参数的自行调整,以符合控制系统的实际要求,同时,分析了网络延时,丢包率及网络干扰因素对系统性能的影响。利用TrueTime工具箱建立了包含自适应模糊神经网络控制器的网络控制系统的仿真模型,并将其分别与基于常规PID控制器的网络控制系统和基于模糊参数PID控制器的网络控制系统进行了比较。实验结果表明,在相同的网络环境下,基于自适应模糊神经网络控制器的网络控制系统的控制效果比基于常规的PID控制器和基于模糊参数PID控制器的要好,且具有较好的抗干扰能力和鲁棒性能。     

A novel design of high-sensitive fuzzy PID controller

A hybrid model is designed by combining the genetic algorithm (GA), radial basis function neural network (RBF-NN) and Sugeno fuzzy logic to determine the optimal parameters of a proportional-integral-derivative (PID) controller. Our approach used the rule base of the Sugeno fuzzy system and fuzzy PID controller of the automatic voltage regulator (AVR) to improve the system sensitive response. The rule base is developed by proposing a feature extraction for genetic neural fuzzy PID controller through integrating the GA with radial basis function neural network. The GNFPID controller is found to possess excellent features of easy implementation, stable convergence characteristic, good computational efficiency and high-quality solution. Our simulation provides high sensitive response (∼0.005 s) of an AVR system compared to the real-code genetic algorithm (RGA), a linear-quadratic regulator (LQR) method and GA. We assert that GNFPID is highly efficient and robust in improving the sensitive response of an AVR system.     

A fuzzy PID controller for nonlinear and uncertain systems

 In order to control systems that contain nonlinearities or uncertainties, control strategies must deal with the effects of these. Since most control methods based on mathematical models have been mainly focused on stability robustness against nonlinearities or uncertainties, they are limited in their ability to improve the transient responses. In this paper, a nonlinear fuzzy PID control method is suggested, which can stably improve the transient responses of systems disturbed by nonlinearities or unknown mathematical characteristics. Although the derivation of the control law is based on the design procedure for general fuzzy logic controllers, the resultant control algorithm has analytical form with time varying PID gains rather than linguistic form. This means the implementation of the proposed method can be easily and effectively applied to real-time control situations. Control simulations are carried out to evaluate the transient performance of the suggested method through example systems, by comparing its responses with those of the nonlinear fuzzy PI control method developed in [9].     

自适应模糊神经控制器在MIMO 系统中的应用研究

首先给出一种适用于MIMO系统的自适应模糊控制器，然后针对该控制器用于复杂系统时，存在模期规则过多且建立规则的时间随规则数增加呈指数增长的问题，提出了另一种适用于MIMO非线性系统的自适应模期神经控制器，该控制器采用“全逼近”的控制策略，依据李亚普诺夫方法给出了模糊神经自适应输出反馈控制律和参数自适应律，仿真研究证明了MIMO非线性系统系统的稳定性以及跟踪误差的收敛性。     

Developments of fuzzy PID controllers

Abstract: This paper describes the development and tuning methods for a novel self-organizing fuzzy proportional integral derivative (PID) controller. Before applying fuzzy logic, the PID gains are tuned using a conventional tuning method. At supervisory level, fuzzy logic readjusts the PID gains online. In the first tuning method, fuzzy logic at the supervisory level readjusts the three PID gains during the system operation. In the second tuning method, fuzzy logic only readjusts the proportional PID gain, and the corresponding integral and derivative gains are readjusted using the Ziegler–Nichols tuning method while the system is in operation. For the compositional rule of inferences in the fuzzy PID and the self-organizing fuzzy PID schemes two new approaches are introduced: the min implication function with the mean of maxima defuzzification method, and the max-product implication function with the centre of gravity defuzzification method. The fuzzy PID controller, the self-organizing fuzzy PID controller and the PID controller are all applied to a non-linear revolute-joint robot arm for step input and path tracking experiments using computer simulation. For the step input and path tracking experiments, the novel self-organizing fuzzy PID controller produces a better output response than the fuzzy PID controller; and in turn both controllers exhibit better process output than the PID controller.     

控制方向未知的SISO非仿射系统间接自适应模糊输出反馈控制

针对一类单输入单输出(SISO)非仿射非线性系统控制方向未知时出现的控制器奇异问题,提出了一种间接自适应模糊控制方案.利用中值定理将非仿射系统转化为仿射系统,通过模糊逻辑系统逼近该仿射系统中的未知函数,并构造模糊控制器,同时利用Lyapunov稳定性定理设计自适应律,最终克服了控制器的奇异问题;在此基础上,通过构造观测器估计跟踪误差,设计输出反馈自适应模糊控制器,解决了状态不可测时系统控制器设计难题,采用Lyapunov稳定性定理证明控制器能使得跟踪误差收敛同时闭环系统所有信号均有界.仿真结果验证了所设计控制方案的可行性与有效性.