小机车新型试验电源自适应模糊PID控制系统仿真研究

针对小机车传统试验电源系统存在的电压稳定性能差、响应速度慢的问题,提出了一种自适应模糊PID控制的小机车新型试验电源系统。对自适应模糊PID控制器的设计和建模,以及仿真的效果进行了详细的阐述,并进行了系统的鲁棒性分析。同时还将自适应模糊PID控制和传统PID控制进行了对比研究,证明了自适应模糊PID控制的小机车试验电源系统有电压稳定性能好、响应速度快的良好电气特性。     

焦炉集气管压力控制的一种新方法

针对焦炉集气管压力系统的特点,提出一种基于神经元的自适应PID控制算法;将神经元与PID结合,在线调整PID参数;对单神经元自适应PID控制器进行了研究,并利用Matlab/Simulink进行了仿真,结果表明单神经元自适应PID控制算法明显优于常规PID控制算法;用本文提出的单神经元自适应PID控制器控制焦炉集气管压力,使集气管压力系统的抗干扰能力得到提高,取得了良好的控制效果。     

基于P-模糊自适应PID控制的无刷直流电动机调速系统

分析了无刷直流电动机的数学模型,提出了一种新型的P-模糊自适应PID控制方法,并在Matlab/Simulink环境中建立了基于P-模糊自适应PID控制的无刷直流电动机调速系统仿真模型。在该调速系统中,电流控制采用电流滞环,转速控制采用P控制和模糊自适应PID控制相结合的方式,实现了电流滞环和转速模糊控制的双闭环调速控制功能。仿真结果表明,该系统与基于常规PID控制的调速系统相比,系统响应时间缩短一半,且超调减小,具有较强的鲁棒性和自适应能力。     

通用测试转台控制系统的设计与研究

设计并研制了一款针对弹舱测试的通用型测试转台,并针对其在测试不同负载过程中所出现的系统振荡、系统响应时间长等问题进行了深入研究。提出了一种模糊自适应PID控制方法,以误差和误差变化率ec作为输入,利用模糊规则在线对PID参数进行修正以满足不同负载下的e和ec对PID参数自整定的需求,从而消除系统振荡并提高系统响应速度。通过进行系统建模及仿真,对比不同负载下的普通PID控制与模糊自适应PID控制的控制效果。由仿真分析可知,相对于普通PID控制,模糊自适应PID控制可以及时识别到负载的变化,从而相应地调节系统的PID参数,使系统保持一定的响应速度。     

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TS模型的增益自校正单神经元PID控制算法

将单神经元自适应PID控制算法和基于TS模型的模糊推理系统相结合,提出了增益模糊自校正单神经元PID控制算法。该算法使得传统单神经元自适应PID控制的神经元增益具备在线自动调整的功能,对于变增益的不确定性系统的控制,获得了很好的控制性能。     

无刷直流电机模糊自适应PID控制研究与仿真

针对传统的PID控制方式在对无刷直流电机系统控制时,存在精度低、抗干扰能力弱等不足,提出一种基于参数自适应模糊PID集成控制策略。首先,分析了无刷直流电机的数学模型,建立了基于双闭环调速系统的无刷直流电机控制系统模型,并对无刷直流电机双闭环系统转速进行模糊PID控制;然后,详细分析了建立该模糊自适应PID控制器的设计方法,提出一种优化模糊算子的优化方法,并运用仿真软件Matlab/Simulink实现了系统的设计和仿真;最后,在相同环境下,对比传统PID控制和模糊自适应PID集成控制两种控制策略的仿真结果。仿真结果表明,模糊自适应PID集成控制算法能使无刷直流电机双闭环控制系统具有更好的动、静态性能及较强的自适应能力。     

改进的单神经元自适应PID控制算法在智能车速度控制系统中的研究与应用

针对单神经元控制算法在电磁导航智能车速度控制中存在加权系数修正时间长、自适应能力差、系统不稳定的缺点,提出了将改进的单神经元自适应PID控制算法应用到智能车的调速系统中。改进的单神经元自适应PID控制算法优化了单神经元自适应PID控制算法中的加权系数学习修正部分,使得权系数在线修正不完全根据神经网络的学习原理,而是参考实际经验制定的,最终自适应地整定PID三个参数来实现智能车的速度控制。Matlab仿真测试表明,与单神经元自适应PID控制算法相比,改进的单神经元自适应PID控制算法在智能车速度控制中具有响应快,超调量小、自适应能力强的优点,大大提高了智能车控制系统的性能。     

基于神经网络的带钢跑偏电液伺服系统研究

带钢跑偏电液伺服控制系统的非线性和时变性使得传统的PID控制很难达到理想的控制效果,将神经网络与普通PID控制相结合形成神经网络自适应PID控制策略,应用于该系统实现其良好控制.为提高系统的动态响应速度及性能,采用RBF神经网络对系统进行辨识预测.首先建立带钢跑偏电液伺服系统数学模型,然后利用AMESim和Simulink软件对传统PID控制和神经网络自适应PID控制进行联合仿真.结果表明,神经网络自适应PID控制系统响应速度快、超调量小、鲁棒性强,并具有良好的稳定性和控制精度.     

主动磁悬浮轴承的神经网络自适应稳定性控制

针对主动磁悬浮轴承本质非线性和开环不稳定的系统特征,设计了一种BP神经网络自适应PID控制器。该控制器采用改进的BP神经网络PID控制算法,通过BP神经网络的自学习和权值调整寻找最优的PID参数,克服了常规PID控制参数整定困难的缺陷,实现了系统的自适应控制。通过MATLAB/Simulink环境和S-Function模块建立了主动磁悬浮轴承控制系统模型,并进行了系统仿真实验,结果表明,BP神经网络自适应PID控制系统响应速度更快,具有更好的动态性能和稳态性能。     

Fuzzy-PID在柔索并联驱动转台控制系统中的应用

本文提出了一种带有约束机构的并联柔索驱动转台,介绍该转台的机构构型,设计了一种利用模糊逻辑进行在线参数自适应的Fuzzy-PID控制器。该控制器能够对PID的参数进行在线自动调整,仿真结果表明,采用参数自适应模糊PID控制器后,控制系统的响应速度加快,超调量减小,过渡过程时间大大缩短,振荡次数少,具有较强的鲁棒性和良好的稳定性。     

单神经元自适应PID控制在电动油门控制中的应用

利用单神经元模型自学习和自适应特点,在传统PID控制基础上设计出了一种单神经元自适应PID控制器,并将其应用于电动油门控制系统中。实验结果表明:采用单神经元自适应PID控制的电动油门系统能够适应油门手柄在较大范围内的推拉运动,而且控制具有较强的鲁棒性,控制品质优于常规PID控制。     

自适应模糊PID控制器的设计

目前的工业过程控制中被控对象往往都是非线性、时变的系统,常规PID控制对于这样系统的控制效果不是很理想。为此,提出将模糊技术与PID控制相结合的控制方式,设计出自适应模糊PID控制器。利用Matlab中模糊逻辑控制工具箱设计模糊控制器,在Simulink环境中实现了该自适应模糊PID控制器的仿真。仿真结果表明,该模糊PID控制具有控制灵活、响应快和适应性能强的优点。     

氯乙烯聚合反应自适应模糊PID控制器的设计

介绍了通过自适应模糊PID控制器实现氯乙烯聚合反应釜温度控制的设计思想，由于聚合反应釜的大惯性、大滞后的特性，采用常规的PID调节产生严重的滞后效应和超调现象。难以收到令人满意的结果。该文利用自适应模糊PID调节取代常规PID调节，取得了令人满意的效果。仿真结果表明，该调节具有无超调、响应快等优点。     

基于组态软件和Matlab的PID控制器设计及参数自整定方法研究

工业控制现场使用的组态软件中,PID控制是比较实用、可靠的。本文介绍在组态软件中PID控制器的算法实现,并基于Matlab完成PID自整定算法,使参数的整定变得简单、易行,使组态软件更灵活、通用。并通过系统响应曲线图对设计的PID控制器的性能进行评估。     

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。     

基于遗传算法的模糊PID控制在水轮发电机组中应用研究

水轮发电机组系统是一复杂的系统,常规PID控制很难满足高性能控制要求,本文设计了一自适应模糊PID控制器,模糊推理系统可在线整定PID参数,模糊控制系统的隶属函数和推理规则采用遗传算法优化。仿真实验表明这是一种有效的控制策略,尤其在启停机过程及负载扰动过程较传统PID控制具有更好的鲁棒性和稳定性。     

模糊PID技术在轧机AGC系统上的应用

常规PID控制在对象变化时,控制器的参数不能自动修改适应,无法很好地满足轧机厚度控制精度的要求。针对这一问题,设计了一种模糊自适应PID控制器,利用模糊推理方法实现对PID参数在线自适应,来实现AGC系统的稳定,提高厚度控制系统的精度。通过simulink仿真,结果表明模糊自适应PID控制器自适应能力更强、响应快、稳定性好,同时也有更强的鲁棒性,能够使厚度控制得到满意的结果。     

用算法实现工业窑炉微机温度控制

就工业窑炉微机温度控制对积分分离式的PID调节，数字滤波算法，参数自适应算法进行了分析研究，通过调试，根据分析已完全符合预定要求，有很重要的实用价值。     

单神经元PID在陀螺温控系统中的仿真研究

陀螺仪是惯性导航系统核心部件，其温控系统的性能直接影响着惯导系统的精度和准备时间。通常所采用的传统PID控制算法虽然简单，但系统调节时间较长，控制效果不理想。该文针对陀螺温控系统要求调整时间短控制精度高的特点，提出一种单神经元自适应PID控制算法。该算法利用单神经元结构简单、自学习、自适应能力强的特性并与传统PID相结合，对相应的比例、积分、微分系数进行在线调整，实现对陀螺温控系统的实时在线控制。仿真结果表明该方法与传统PID控制方法相比，具有调节时间短、超调量小等优点，说明其具有可行性。