采用阶跃函数作为扰动形式检验线性最优励磁控制

从分析励磁调节器的实际扰动和线性二次型设计时的扰动方式出发，分析了线性最优励磁调节器存在稳态控制误差的现象。为了使计算机仿真更能接近实际，提出了仿真时用阶跃干扰检验线性最优励磁调节器的方法。仿真结果表明：采用阶跃干扰能模拟出线性最优励磁调节器存在的稳态误差的现象。同时表明：在实用环境里按照线性二次型设计的线性最优励磁调节器是有差调节，为了提高线性最优励磁调节器的性能，必须改进设计。     

PID调节器的一种闭环测试方法

提出了一种ＰＩＤ调节器的闭环测试方法。采用这种方法能够快速、准确地测试ＰＩＤ调节器参数，适合于现场应用。     

PID调节器模型参考自整定研究

基于非参数模型整定ＰＩＤ调节器参数,不需要建立对象的参数模型。采用参考模型优化调节器参数,给出了模型最优匹配时的ＰＩＤ调节器参数的计算公式,并分析了系统稳定所允许的模型误差大小。     

用R．M．A对四种励磁控制规律物理机理的比较分析

运用转矩分析法详细分析了四种励磁控制规律，比例一积分一微分（ＰＩＤ）控制、电力系统镇定器（ＰＳＳ）、线性最优励磁控制（ＬＯＥＣ）和非线性励磁控制（ＮＥＣ）的物理机理，比较了它们在控制效果上的差异，从理论上揭示了非线性励磁控制规律的优越性。     

6105Q2柴油机微机控制调速系统的试验研究

本文对６１０５Ｑ２柴油机进行了电子调速系统的试验研究，以微处理器作为调节器，利用系统辨识方法建立系统模型，并在积分分离ＰＩＤ调节器作用下进行了仿真研究和实验验证。     

自校正PID水轮机调节器

提出了一种按连续系统稳定裕量设计的自校正ＰＩＤ水轮机调节器．仿真试验表明，自校正ＰＩＤ水轮机调节器有快的系统响应和好的鲁棒性．     

自校正PID水轮机调节器

提出了一种按连续系统稳定裕量设计的自校正ＰＩＤ水轮机调节器，仿真试验表明，自校正ＰＩＤ水轮机调节器有快的系统响应和好的鲁棒性。     

自整定PID调节器设计方法

对国内外工业过程控制中使用的自整定ＰＩＤ调节器的设计方法－－继电整定法进行了全面综述与评价，给出了具体的计算公式。     

基于神经网络的主汽温控制系统

针对火电厂主汽温被控对象的大迟延、模型不确定性,设计了基于神经网络的主汽温控制系统。系统结构为串级系统。内回路采用常规比例调节器,外回路采用带辨识器的单神经元ＰＩＤ控制器。辨识器为３层ＢＰ网络结构,以广义δ规则为学习规则。控制器学习算法为有监督的Ｈｅｂｂ算法,教师信号由系统定值和辨识器输出构成。对系统在多种工况下的仿真结果表明,所设计的系统在控制品质、鲁棒性方面明显优于主汽温常规ＰＩＤ控制系统。     

感应电机单神经元微分积分比例调节器

运用常规的控制方法很难使普通感应电机转子的速度或位置在任何时候自动、连续、准确地复现给定信号的变化规律。讨论了一种采用单神经元ＰＩＤ（比例－积分－微分）调节器来实现感应电机速度跟踪的方法。首先介绍了单神经元ＰＩＤ调节器的基本工作原理,然后构造了采用单神经元ＰＩＤ控制的感应电机调速系统的仿真模型,最后通过计算机仿真,对此种调节器在应电机调速系统中的应用进行了分析,仿真结果难了此调节器可使感应电机具有     

基于模糊自调整PID技术的励磁控制器研究

结合模糊控制理论和常规PID励磁控制器,提出了模糊自调整PID励磁控制技术。选取自并励励磁模型作为对象,在MATLAB软件下对常规PID励磁控制与模糊自调整PID励磁控制进行仿真研究。结果表明,模糊自调整PID励磁控制能有效地改善系统的动态品质,提高系统的抗干扰能力,对运行状态改变时模型变化的鲁棒性有较大提高。     

基于神经元的自适应预测PID控制

提出了一种采用神经元的自适应预测PID控制方案。神经元具有很强的自学习和自适应能力 ,它可根据系统的误差并通过一定的学习算法来不断修正控制器的参数 ,使控制器能够适应受控对象结构参数以及环境的变化。因此采用单神经元构成自适应PID控制器 ,将神经元与PID控制结合 ,对PID参数进行在线寻优、自校正 ,使PID控制能有效地对付一些较复杂非线性被控对象 ,特别是难于用传统方法建模的被控对象。同时为了提高系统的快速跟踪和抗干扰能力 ,采用了动态自适应神经元 (APE)对非线性系统进行预测 ,即用神经元建立起非线性系统的预测模型 ,预测系统的未来输出 ,从而提高了控制系统的控制品质。同时详细介绍了该控制系统的自适应控制算法。仿真结果表明 ,这种自适应控制方案切实可行 ,其控制品质明显优于常规PID控制 ,且具有较强的鲁棒性 ,达到了良好的控制效果。     

采用人工神经元的智能PID控制

采用单个人工神经元构成智能ＰＩＤ控制器．以系统的误差信号作为神经元的输入，神经元的权系数相当于传统离散ＰＩＤ的比例、积分、微分系数，神经元的输出为实际控制信号的修正值．利用ＢＰ学习规则在线修正神经无权值，以便能够获得在线自动寻优，调整ＰＩＤ控制器参数．该方法适用于被控系统模型未知、非线性严重和参数变化较大的场合．本文对一非线性系统进行了仿真，结果表明该控制器具有很强的自适应和自学习能力．     

基于极点配置算法的列车横向半主动悬挂自适应PID控制系统设计

为了使PID控制器具备自适应能力,以适应列车受到外部环境扰动时产生的结构参数变化,使用了增量式数字PID控制器,将PID控制器与极点配置控制算法结合,利用极点配置算法在线实时优化kP,kI,kD参数,设计了自适应极点配置PID控制器,实现了kP,kI,kD参数的自动校正.最后给出基于极点配置自适应PID的高速列车半主动悬挂控制系统的设计方案,利用MATLAB-Simulink搭建仿真平台并进行仿真.仿真结果表明：基于极点配置算法的列车半主动悬挂自适应PID控制系统能够有效降低列车横向振动.     

基于遗传算法的无刷直流电机的PID控制

无刷直流电机（BLDCM）是一种多变量和非线性的控制系统,文中提出了一种使用遗传算法优化的PID控制器,并用于无刷直流电机的控制中。系统使用电流和转速双闭环控制,速度环采用PID控制器进行控制,PID参数通过遗传算法进行离线优化。通过仿真分析,系统较好地实现了给定速度的跟踪,具有控制灵活、适应性强等优点,同时又具有较高的控制精度和较好的鲁棒性。     

基于新型Back-stepping方法的电力系统 励磁控制器设计

为了解决励磁系统的不确定性影响互联电力系统的稳定控制问题,提出一种新型的鲁棒自适应控制器递推设计方法.与传统的Back stepping设计方法相比,新方法减少了对被控对象的严格要求,所设计的控制器避免了过度参数化和复杂化问题,能够保证闭环系统对不确定参数的自适应性以及对建模误差和有界外部干扰的鲁棒性.采用该方法设计的电力系统新型励磁控制器在华东电网上进行数值仿真,结果表明,所设计的控制器能够有效提高互联系统的暂态稳定性.     

在线学习自适应模糊控制器在水轮机调节中的应用

针对水轮发电机组系统具有时变非线性,传统的控制方法很难达到最优控制的特性,提出采用基于RBF神经网络和遗传算法的自适应模糊控制器来控制水轮发电机组运行.模糊控制器的比例因子、模糊推理规则和隶属函数由遗传算法在线寻优.由RBF神经网络进行被控对象的动态特性模型辨识,以评价模糊控制器控制性能.仿真实验表明,控制效果良好,特别在变工况和扰动情况下优于最优PID控制.     

神经网络模糊PID控制器在直接矩控制中的应用

介绍了一种模糊自整定PID参数控制器的设计方法,并提出利用神经网络训练PID参数的基值。对常规PID控制和神经网络模糊PID控制系统作了对比研究,仿真实验结果表明新方法既保证了系统的稳态精度,又保证了系统的快速响应和坚韧性。将该方法用于直接转矩控制系统中,取得了远远优于常规PID调节器的控制效果。     

电液伺服加载系统的自适应PID控制

在频域分析的基础上针对电液伺服加载系统的特点设计了自适应ＰＩＤ控制器,并给出了数字仿真和系统实际运行的结果,通过对比说明所提的控制方案可以使电液伺服加载系统的性能得到显著提高。     

极点配置自校正PID调节器

PID控制简单 ,稳定性能好 ,可靠性高。但对于复杂的受控对象 ,特别是模型参数未知的慢变化的受控对象采用常规PID控制器 ,不仅PID参数难于选择 ,而且即使PID参数选择好了 ,也因受控对象的参数发生变化而不能获得满意的效果。自校正调节在过程控制中的应用 ,提高了系统的自适应能力 ,使系统调节品质的综合指标有了明显的改进。对于一大类时滞最小相位二阶系统 ,设计了一种基于相消原理极点配置自校正PID调节器 ,对消对象的零极点。该算法先离线根据经验设定b0 、g0 ,然后在线辨识系统参数 ,实现控制。它计算简单 ,收敛快 ,鲁棒性好 ,仿真结果证明其有效性