基于遗传算法的一类碟形飞行器的控制研究

为了改善传统PID控制器的控制效果，简要介绍了自适应在线遗传算法整定PID参数的控制方法,并将其应用于一类碟形飞行器的纵向控制系统中，仿真结果表明，采用自适应在线遗传算法整定的PID控制器具有良好的控制品质。     

基于增强学习的无人直升机姿态控制器设计

自适应启发评价（AHC）增强学习结构分别逼近马尔可夫决策过程的值函数和策略函数．策略梯度增强学习能够将随机不确定的马尔可夫决策过程转换为确定性的马尔可夫决策过程。通过将AHC增强学习和策略梯度增强学习相结合，对PID控制器参数进行在线自适应整定，实现对无人直升机姿态控制性能的在线优化。仿真结果表明．与固定PID参数控制器相比，该算法能在线调整控制器参数．并很好地控制了无人直升机的悬停姿态。     

模糊PID在某导弹触发引信测试系统中的应用

文中在PID控制器的基础上。以误差和误差变化率为输入，利用模糊推理的方法实现了PID参数的在线自动整定。并且在MATLAB下对某导弹触发引信测试系统稳态精度和抗干扰性方面进行了研究，仿真结果表明。参数自整定模糊PID控制优于常规PID控制。具有良好的稳态精度和自适应能力，使系统抗干扰能力提高了20％左右。     

大时滞过程的自整定PID控制器

大时滞过程的自整定PID控制器,采用基于内模控制策略的继电型PID自整定.通过继电反馈辨识方法获得被控对象模型参数.该控制器由等效扰动信号、被控对象、对象模型、内模控制器、反馈滤波器及参考输入滤波器组成.其仿真结果表明:该方法不仅具有良好的鲁棒性,而且调节快速,参数整定方法简单,适合工程应用.     

基于RBF网络的微分先行PID控制器

将微分先行PID控制算法和径向基函数(RBF)神经网络结合,提出基于RBF神经网络的微分先行PID控制器.其微分先行PID控制器直接对被控对象进行闭环控制,实现参数在线自调整.RBF结构神经网络则根据系统的运行状态,利用神经网络的自学习自适应能力调节PID控制器参数的在线自整定,达到误差性能指标最优化.Matlab仿真表明,该控制方案不仅跟踪性能良好,而且抗干扰性较强,鲁棒性较好.     

自适应遗传PID控制算法在球杆系统中的应用

设计基于遗传算法的自适应PID控制器，建立球杆系统机械部分模型、角度模型和电机模型，得到整个球杆系统的数学模型；通过在线整定控制器参数，提高球杆系统的控制性能。仿真实验结果证明了自适应遗传PID控制效果良好，适应能力较强，具有算法简单、参数整定容易等。     

自适应鲁棒PID控制器的设计

具有自适应鲁棒PID控制器的设计,把系统辨识技术引入PID的设计,参数辨识采用序列二次规划(SQP)算法.对于结构确定,参数变化的系统,可通过自适应中的参数辨识环节对系统参数进行在线辨识,由辨识的结果,利用鲁棒PID控制器的设计方法进行PID参数整定,整定的参数应用于PID控制器;当系统模型参数变化超过一定范围时,辨识环节重新对系统进行辨识,再进行参数整定.     

计算机编程实现电机调速系统中PI参数的调节

在一般的电机调速系统中都存在电流反馈和速度反馈,它们大多使用PI调节器,但是调节器参数的确定需要反复调试.如果靠直接在控制程序中不断地改变参数,则需要不断地停机,修改参数,再开机.这样效率低,得到的参数也不准确.该文介绍一种通过计算机编程实现对电机调速系统中PI参数的在线调节的方法.它通过用VC++编写的上位机程序和用汇编语言编写的下位机程序,利用VC++6 0中的MSCOMM控件完成了计算机和DSP(数字信号处理器)之间的通信,实现了在计算机上调节电机调速系统中PI参数的功能.     

双旋翼系统的PID参数模糊自整定控制器

双旋翼多输入多输出系统TRMS由于非线性和强耦合,难以建立数学模型和控制,故提出PID参数模糊自整定的控制方法.利用MATLAB设计PID参数模糊自整定控制器,并进行了仿真和实际应用.与常规PID控制相比,PID参数模糊自整定控制不需要建立精确的数学模型,还可及时在线调整PID参数,获得了较好的控制效果.     

基于视觉的智能车模糊PID控制算法

基于freescale公司的16位HCS12单片机设计一种智能车系统。系统摄像头采集路径信息，通过单片机的模糊推理机在线整定PID参数，使小车能按照任意给定的黑色引导线平稳地寻迹。实验证明：系统能很好地满足智能车对路径识别性能和抗干扰能力的要求，舵机调节响应时间快，稳态误差小，具有较好的动态性能和良好的鲁棒性。     

基于RBF神经网络的控制器参数优化设计研究

以单输入单输出控制系统为研究对象,为快速完成控制器参数整定及优化,提升系统动态性能和稳态性能,提出了一种基于RBF(Radial Basis Function)神经网络的控制器参数优化方法。利用RBF神经网络的局部逼近能力和自学习能力,构造出控制系统辨识与控制器参数优化双网络结构,实现了对被控对象的在线辨识及增量式不完全微分PID控制器参数的在线迭代,快速完成控制器参数的整定,在保证系统动态特性的同时,大幅提升稳定精度。     

自整定模糊-PID控制器在压缩机排气压力上的的设计与应用

针对目前压缩机排气压力调节控制阀的开启度不易掌握,而造成的排气压力控制系统鲁棒性弱的缺点,提出一种基于智能型自整定模糊-PID控制在压缩机排气压力控制系统中应用的方法。此方法以模糊控制原理为基础,将模糊推理和PID控制相结合,设计了Fuzzy-PID控制器,应用M atlab/S imu link进行仿真。研究结果表明,这种基于压缩机排气压力的自整定模糊-PID控制器具有响应快、超调小、控制精度高等优点,比传统的PID控制器具有更好的动、静态性能,实现了压缩机排气压力在线自整定控制。     

供弹机模糊自适应PID控制器设计

为了解决某供弹机控制系统建模困难、控制系统复杂、易受外界影响，且自身参数时变不确定、控制难度大的问题，用普通的PID难以达到理想的控制效果。将模糊控制和常规PID控制相结合，设计了一种模糊自适应PID控制器，将偏差和偏差变化率作为控制器的输入，PID控制器3个参数的自整定值作为控制器的输出，实现了PID参数的在线自整定。仿真与试验结果表明：该控制器不仅具有PID控制器高精度的优点，又具有模糊控制器快速性、稳定性、鲁棒性高的特点，并且具有良好的动、稳态特性。     

基于差分进化算法的自行高炮随动系统PID参数整定

针对传统PID参数整定效率低且无法考虑构件间力元等因素对参数整定的影响问题,建立随动系统机电联合仿真模型,利用智能优化算法整定PID参数。建立了考虑行进间车体姿态扰动的随动控制系统模型,并结合上装虚拟样机建立随动系统的机电联合仿真模型,采用实车试验方法验证联合仿真模型的正确性。在此基础上,以时间乘以误差绝对值积分为优化目标函数,利用差分进化算法对PID参数进行整定,与原模型控制参数和遗传算法整定的参数进行比较。联合仿真结果表明：与原模型控制参数相比,使用差分进化算法整定的PID参数进行仿真,火力线控制误差的均方根值和标准差分别减少24.06%和25.20%,且收敛速度比遗传算法快;该建模方法和参数整定方法有效可行,对火力线控制精度优化具有理论参考价值。     

控制器参数整定的免疫优化方法

针对控制器参数难以在线优化难题,提出了一种基于免疫的控制器参数优化的方法。借助免疫原理,将最优解和可行解分别抽象为抗原与抗体,采用免疫遗传算法,在满足约束条件下求解出使目标函数J（x）极值时所对应的控制器优化参数。论述了设计步骤,描述了参数优化过程,给出了仿真实验结果,分析了系统性能指标。仿真验证说明,所提出控制器参数优化方法是有效的,可用于解决复杂控制系统的参数整定。     

基于模糊调整的变结构自适应PID控制器

为了提高复杂控制系统的品质和稳定性,采用模糊控制和变结构自适应PID控制相结合的控制方法。利用模糊控制在线整定PID控制参数,使其随误差变化而自动整定,实现了PID控制参数与系统误差变化的精确匹配。采用这种方法可进一步抑制变结构控制固有的抖动现象,提高系统的控制品质。将位置控制方法用于数字交流随动系统的位置控制。试验结果表明,该位置控制器既能保证系统的稳定性和快速性,又具有很好的跟踪精度,较好地解决了随动系统跟踪精度、稳定性、快速性要求高难以协调匹配参数的问题。     

基于MATLAB的自整定模糊PID控制系统

针对常规PID控制器参数整定不良、适应性差、控制精度不理想的现状，提出了动态过程中参数自动整定的模糊PID控制系统。并利用MATLAB的SUMLINK工具箱，对系统进行仿真，仿真试验结果表明模糊PID控制鲁棒性好、控制精度提高。     

无人机飞行控制PID参数的模糊自整定技术研究

现今，无人机在军事和民用上都有重要的应用价值．它要完成自主飞行，需要飞机的控制系统具有良好的控制特性．本文中首先介绍了PID参数自整定方法，然后针对无人机俯仰姿态的控制律设计了一种模糊PID飞行控制器，并对这种PID控制器的控制特点及参数设计规则等进行描述．仿真结果表明，这种模糊自整定PID控制器比常规PID控制器超调量小．它具有调节时间短，控制系统实时性和抗干扰能力强的特点．     

基于PID算法的某空调系统温湿度参数的控制实现

针对空调系统温湿度控制的特点，引入了PID算法控制，论述了PID算法原理及其相关参数整定，最后阐述了其在PLC程序设计中的实现过程。经实践检验，该控制方法完全能够达到控制精度要求，且工作稳定可靠。     

压力仿真系统模糊自适应PID控制

针对压力仿真系统实时、高精度的要求,提出了将模糊控制理论和PID控制结合起来构成模糊自适应PID控制器的方法。利用模糊控制规则在线对该控制器PID参数进行了整定,增强了PID控制器的调节控制能力。并在基于MATLAB/Simulink的仿真环境下,对模糊自适应PID控制器进行了验证。结果表明,与传统PID控制器相比,该控制器可有效提高系统的动态响应性能,具有很好的稳定性。