一种新型参数非线性模糊PID控制方法

针对无先验知识的情况下,PID控制器结构和参数难以优化问题,巧妙地将进化规划与PID控制方法相结合,设计了一种直接优化模糊控制器结构和参数的方法。为使待优化的控制器参数较少,以减小计算复杂度,对传统的PID控制器的结构进行了修改,且在控制中不使用量化因子。利用进化规划方法对控制器的结构和参数同时优化,既克服了传统PID参数整定方法依赖于模型和易于限人局部极小的缺点,又避开传统GA方法中不同结构规划基的交叉难实现。实际控制中利用优化后的控制器对系统进行实时控制,算法的运算时间仅为一组规则基的前向计算时间,大大改善了系统的动静态性能,仿真实验证明了文中方法的优点。     

进化神经网络PID控制器的研究与应用

提出一种基于进化神经网络的PID控制器设计方法.该控制器主要由3部分组成,第1部分应用神经网络根据控制对象的输入、输出在线调整PID控制器参数.第2部分利用进化算法根据性能指标对神经网络控制器参数进行优化,找出最优的神经网络初始权系数和比例系数.第3部分是传统PID控制器.把该控制器温度控制的仿真对照结果表明,这种控制算法具有结构简单、鲁棒适应性强、进化性能良好的特点.同时还提出一种以快速响应为目标的改进方案.     

进化规划模糊算法在PID控制中的应用

针对非线性控制系统,利用进化规划模糊算法,对PID控制器规则基的参数进行离线优化,优化后的模糊控制规则可对系统实现实时控制。该控制算法无需任何先验知识和量化因子,具有很强的数据挖掘能力,且模糊规则基的寻优速度较快。通过对非线性系统进行仿真,验证了该算法的有效性,与传统固定参数PID控制方法及遗传算法整定参数PID控制方法相比,明显地提高了系统的稳定性和动态性能。     

基于SMEC的PID控制器参数优化整定方法

PID控制器参数的优化整定一直是自动控制领域的研究热点。提出一种利用改进思维进化计算（MEC）优化PID控制器参数的方法，在原有算法的框架上，加入自调整操作，依据进化方向和进化时间自动调整两种散布因子。经仿真表明使用SMEC方法整定得到的PID控制器参数可以获得满意的控制效果，其性能优于利用遗传算法得到的效果。     

基于粒子群算法的运输机PID控制器参数寻优

研制和发展大型飞机,是一个国家工业、科技水平和综合实力的集中体现,对大型飞机飞行控制器的研究具有十分重要的意义;采用PID控制方式设计出来的飞行控制器结构简单,易于工程实现;针对PID参数复杂繁琐的整定过程,提出了一种基于粒子群优化的PID参数寻优算法,克服了传统方法中花费大量的时间进行PID控制参数整定或反复试凑的缺点;对某型运输机俯仰姿态PID控制器进行了仿真研究,仿真结果表明利用该方法对所设计的飞行控制器进行参数优化不仅较大地提高了飞行控制器参数整定效率,而且获得了优良的飞行控制效果,并且具有较好的鲁棒性。     

航空发动机分数阶PID控制器的参数自整定方法

控制器作为航空发动机的大脑,是保障发动机正常运行的核心部件,随着对发动机控制器精度和时效性的要求越来越高,传统PID控制器的性能亟需进一步提升.本文提出了改进的分数阶PID离线和在线参数整定方法,应用于涡扇发动机推力的控制中.首先,利用Caputo分数阶微积分定义建立分数阶PID模型,实现时域上的数值计算; 其次,基于对数正态分布提出了改进的布谷鸟算法,实现了分数阶PID离线参数整定; 然后,结合RBF网络设计参数线上整定方法,解决了参数在线整定问题; 最后将相关理论应用于发动机推力的控制中,结果表明,相比其他几种优化算法,改进的布谷鸟优化算法对分数阶PID控制参数整定效果最好; 利用RBF神经网络对分数阶PID进行在线整定时控制效果稳定,且分数阶PID的控制效果优于传统的PID控制,能提高对推力的控制能力.     

基于改进差分进化算法的PID优化设计

提出一种基于改进差分进化算法的PID控制器参数优化方法.针对差分进化算法的优化性能受控制参数取值和差分进化类型的影响较大,算法容易早熟收敛的问题,提出改进差分进化算法.该算法在标准差分进化理论基础上对差分矢量的初始种群、缩放因子、交叉概率和差分进化模式进行优化,将缩放因子和交叉概率由固定数值设计为随机函数,随着搜索过程的进行,自适应选取差分进化模式,从而增强搜索能力.在PID参数的优化设计中通过仿真实验研究,表明采用新方法获得的PID控制器性能优于基于常规方法、遗传算法和基本差分进化算法设计的PID控制器.     

基于遗传算法优化的模糊PID控制在粮食干燥中的应用

针对传统控制算法在粮食干燥机的控制系统中控制效果不理想的问题,本论文提出了一种遗传优化的模糊PID控制算法,实现了粮食干燥机的自动控制。该算法结合了模糊控制和PID控制的优点,并且利用遗传算法的全局优化能力和并行能力优化模糊PID控制器的量化因子及其PID参数的修正系数,实现了最优控制。以控制系统的动态性能指标与稳态性能指标作为综合评价指标,建立了包含控制系统的调节时间、超调量和稳态误差三项指标的目标函数,基于该目标函数,利用遗传算法进行了模糊PID控制器的参数优化,改进了常规PID控制、常规模糊PID控制器的控制效果。最后,在MATLAB中,进行了控制性能的仿真与比较,仿真结果表明:粮食干燥机采用基于遗传算法优化的模糊PID控制后,其控制性能优于无优化的模糊PID控制以及常规的PID控制。该算法可为粮食干燥的实际控制策略提供有效的参考。     

基于执行器–评价器学习的自适应PID控制

针对传统PID控制器无法在线自整定参数的不足,提出了一种基于执行器一评估器（Actor-Critic,AC）学习的自适应PID控制器结构与学习算法．该控制器利用AC学习实现PID参数的自适应整定,采用一个径向基函数网络同时对Actor的策略函数和Critic的值函数进行逼近．径向基函数网络的输入为系统误差、误差的一次差分和二次差分,Actor实现系统状态到PID参数的映射,Critic则对Actor的输出进行评判并且生成时序差分（temporaldifference,TD）误差信号．基于AC学习的体系结构和TD误差性能指标,给出了控制器设计的步骤流程图．两个仿真实验表明：与传统的PID控制器相比,基于AC学习的PID控制器在响应速度和自适应能力方面要优于传统PID控制器．     

新型模糊PID控制及在HVAC系统的应用

为了推广模糊控制器在非线性系统中的应用,提出一种利用PID控制器的参数优化和调节模糊控制器的新型设计方法.通过模糊控制器的结构分析建立与PID控制之间的精确解析关系之后提出基于PID控制增益因子的模糊控制器设计算法,然后利用改进的变论域思想进一步优化模糊控制器设计参数.将其应用于暖通空调(HVAC)系统的节能控制中并与常规PID控制器相比较,仿真和实验结果表明这种模糊控制器具有超调量小、跟踪迅速、鲁棒性强等优越的控制性能.     

抄纸过程水分定量的改进型模糊免疫PID控制

针对抄纸过程中的水分定量控制对象是一个具有强耦合、非线性、大时滞的难控制对象,提出一种改进型模糊免疫PID控制方法,这种方法用三输出的模糊控制和免疫PID控制相结合的方法,避免了常规模糊免疫控制器只相当于一个非线性P控制器的缺点,能充分发挥PID三个参数的自适应性能;最后将这种方法对抄纸过程的水分定量控制进行了仿真研究,结果表明,该方法比传统模糊免疫PID有更好的自适应性,具有超调小、响应快等优点,对多变量耦合系统具有较强的自适应性、解耦和鲁棒性。     

基于模糊自适应PID的随动系统设计与仿真

研究随动控制系统优化问题,常规PID控制器参数调试凭经验,导致系统性能不高。为了提高系统快速性和稳定性,提出并设计了模糊自适应PID控制器,可以对参数进行在线修正以使系统性能最优。可采用经验法调试的常规PID参数为初值,再用模糊化和近似推理等对参数进行在线修正,从而使系统性能达到最优。既具有模糊控制灵活性和适应性强的优点,又具有PID控制精度高的优势。通过设计模糊自适应PID控制器,以某二维随动转台系统为对象,在MATLAB环境中进行了仿真,并与常规PID控制器的性能进行了对比,结果表明模糊自适应PID控制器的响应特性优于传统的PID控制器,响应速度更快,稳态精度更高,为随动系统优化设计提供了依据。     

Real-time control of a water-gas shift reactor by a model-based fuzzy gain scheduling technique

A model-based fuzzy gain scheduling technique is proposed. Fuzzy gain scheduling is a form of variable gain scheduling which involves implementing several linear controllers over a partitioned process space. A higher-level rule-based controller determines which local controller is executed. Unlike conventional gain scheduling, a controller with fuzzy gain scheduling uses fuzzy logic to dynamically interpolate controller parameters near region boundaries based on known local controller parameters. Model-based fuzzy gain scheduling (MFGS) was applied to PID controllers to control a laboratory-scale water-gas shift reactor. The experimental results were compared with those obtained by PID with standard fuzzy gain scheduling, PID with conventional gain scheduling, simple PID and a nonlinear model predictive control (NMPC) strategy. The MFGS technique performed comparably to the NMPC method. It exhibited excellent control behaviour over the desired operating space, which spanned a wide temperature range. The other three PID-based techniques were adequate only within a limited range of the same operating space. Due to the simple algorithm involved, the MFGS technique provides a low cost alternative to other computationally intensive control algorithms such as NMPC.     

模糊自整定PID控制器在再热汽温控制中的应用研究

针对工业过程中再热汽温等一类大迟延惯性时变对象,采用模糊自整定PID控制器对PID参数调节和优化,该方法将模糊技术与PID控制综合起来,实现了PID控制的智能化。仿真结果表明:与常规PID控制器相比,模糊自整定PID控制器具有很强的适应性、鲁棒性和抗干扰性。     

飞机座舱压力专家模糊预控方法仿真研究

针对新型战机高空高速俯冲及俯冲转平飞情况下带来的座舱压力控制难题,提出一种飞机座舱压力专家模糊PID预控方法。在飞机高速俯冲时,基于压力调节系统时间延迟及飞机高度变化率改进常规模糊PID控制策略并提高座舱压力调整速度;在飞机状态转换时,利用专家控制器根据知识库及状态转换时间预测调整模糊PID控制策略,并引入重置机制以改善调整性能。经过知识库的动态学习,得出飞机状态转换时,采用模糊PID控制、模糊预控、重置PID控制参数的专家控制策略具有最佳的控制效果的结论。通过仿真实验验证了该方法的有效性。     

双闭环直流调速系统模糊PID控制研究*

针对电压和负载扰动导致传统PID控制双闭环直流调速系统性能下降的问题,本文提出一种模糊PID控制方法。本文的控制方法根据调速系统的转速偏差e和偏差变化率ec,经过模糊逻辑推理,动态自适应调整PID控制器的三个参数,能够有效提高系统抗扰动能力。为了对两种控制方法的性能进行比较分析,文中对系统在理想空载状态、负载扰动和电压波动三种情况下进行仿真试验。结果表明两种控制方法在理想空载状态下的稳态性能基本相同。在负载扰动和电压波动的情况下,本文的方法能使系统更快恢复到平衡状态,且具有更小的转速降。因此,本文的控制方法能够保证系统具有较好的动态性能和抗扰性能。     

光源跟踪伺服系统模糊PID控制的仿真研究

在光源跟踪控制方面，采用传统PID控制器的响应速度、调整时间和稳定性等存在一定不足。该文利用模糊控制原理，采用模糊推理的方法，实现对PID控制器的参数在线整定，并利用MATLAB工具箱，对光源跟踪伺服系统进行仿真研究。仿真结果表明，对于固定特性的对象或变结构对象，相对于常规PID控制，采用参数模糊白整定的PID控制器能使超调和反应时间大幅减小，为在实际应用中进一步提高光源跟踪速度和精度提供了理论依据。     

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。