基于模糊PID控制技术的仪表智能控温方法

针对传统仪表智能控温方法控制精度低、控制时间长的问题,提出基于模糊PID控制技术的仪表智能控温方法.建立反馈校正传递模型,并在制定的模糊规则下,计算仪表温度控制模糊量,获取PID参数调整值,采用多模稳态PID控制器进行温度参量的稳态误差完全跟踪补偿,根据补偿结果构建温度参数自整定性控制的传递函数.仿真实验结果表明,所提...     

增量式数字PID参数整定的频域分析

增量式数字PID是自动控制系统优化过程中应用广泛的一种控制方法。分析了增量式PID参数调节对控制器性能以及系统环路性能的影响。MATLAB频域仿真结果表明,Kp、Kd、Ki值的改变直接造成PID控制器零点的位置发生移动,从而使得控制系统动态性能得到改善。     

复合型非线性控制器在时变非线性系统控制中的研究及应用

在对增量式PID研究和改进基础上,以增益的方式引入模糊非线性控制技术,构建了一种新型的复合型模糊非线性增益PID控制器.这种复合型控制器在误差进入不同范围时,分别具有全速、积分分离、变速积分和稳态控制等控制特性,并根据误差大小采用非线性增益调节方式,有效地克服了控制过程不同阶段中出现的响应失控、收敛慢以及波动的现象.实际应用表明,这种复合型控制器在模拟风浪对防波堤模型动态激励控制过程中,达到了响应迅速、抗干扰能力强、鲁棒性能好的控制效果.     

一种AI-PID炉温控制器

针对大容量、纯滞后的电阻炉特性，提出一种AI—PID炉温控制器。介绍了AI—PID的控制算法，控制装置及温度检测热电偶的冷端补偿和线性化处理方法，以及数字式炉温调功方法。提出的炉温控制器具有控温过程平稳且精度较高的品质。     

增量式自适应逆控制及在过热汽温中的应用

被控对象的迟延和惯性特性是影响控制系统品质的重要因素之一.从常规PID增量式控制算法入手,在对具有迟延和惯性被控对象的动态特性进行定性分析的基础上,给出了一种改进型增量式控制算法的表达式;分析了被控对象校正逆模型的参数向量与控制器的参数向量之间的联系,进而将控制器的荻取与被控对象校正逆模型的建立相结合,将控制器的自适应过程归结为被控对象校正逆模型的在线辨识问题,通过对校正逆模型的在线辨识直接对改进型增量式控制算法中控制器的参数进行在线修正,形成了一种增量式自适应逆控制系统.将该方法应用于锅炉过热汽温控制系统中,并通过与常规PID串级控制和直接自适应逆控制系统的控制效果对比,验证了所提方法的有效性.     

模糊PID技术在高速液压伺服控制器中的应用研究

针对电液伺服阀的非线性特点,介绍了一种采用模糊PID技术的高性能液压控制器的设计方法。采用高性能的TMS320LF2407DSP芯片作为主处理单元,软件采用了自适应模糊PID控制。通过建立的液压系统数学模型,利用Matalb仿真工具对模糊PID和数字增量式PID在高速液压系统中进行了仿真,结果说明:模糊PID控制器能够满足系统高速度和高精度的要求。     

基于免疫粒子群优化算法的增量式PID控制

基于粒子群优化算法的收敛速度快简单易实现的特点和免疫算法的免疫记忆、免疫自我调节和多峰值收敛的特点,本文设计出免疫粒子群算法,并将其应用于PID控制器中。仿真结果表明,免疫粒子群优化算法适用于增量式PID控制,并且基于免疫粒子群优化算法的增量式PID控制的跟踪效果和抗干扰能力比粒子群优化算法的PID控制和基于免疫算法的增量式PID控制跟踪效果和抗干扰能力都要好。     

船舶动力定位手柄操作模式PID解耦控制

针对船舶动力定位手柄操作模式表现出的多变量、强耦合、非线性和时变性等特点,提出了一种增量式PID解耦控制方法。考虑横荡速度与艏摇角速度之间的耦合问题,采用前馈补偿解耦法对船舶的动力学模型进行解耦;根据解耦后的船舶动力学模型,采用增量式PID控制算法分别对纵荡速度、横荡速度和艏摇角3个自由度设计相应的控制器。仿真结果表明,该控制器跟踪快、实时性较好、鲁棒性强,可以满足工程应用的要求。     

中央空调冷冻水系统的专家PID 控制

对于具有非线性、大滞后和时变性的中央空调冷冻水系统,根据专家经验设计了专家PID控制器.MATLAB仿真研究表明,专家PID控制器同常规PID控制器相比,具有较高的动态特性,能够达到理想的控制效果.     

强制循环蒸发系统的非线性自适应解耦PID控制

本文结合现场的实际过程数据,首先应用能量平衡建立了强制循环蒸发过程的动态模型.针对该过程的多变量、非线性以及强耦合特性,在常规增量式PID控制器的基础上提出基于神经网络与多模型切换的非线性自适应解耦PID控制策略.该控制器是由线性自适应解耦PID控制器和基于神经网络的非线性自适应解耦PID控制器以及切换机构组成.其中线性自适应解耦PID控制器可以保证系统的稳定,而基于神经网络的非线性自适应解耦PID控制器则可以有效地提高系统的性能.上述过程的PID参数是通过广义预测的方法得到,最后通过仿真表明,上述控制方法不仅消除了回路间的耦合,在稳定生产的同时提高了蒸发的效率.     

基于Bang-Bang模糊自适应PID的干燥窑温度控制

为解决产品干燥窑温度控制过程中温度参数不易及时、准确调整的问题,该文提出了一种Bang-Bang(时间最优控制)模糊自适应PID复合控制器,利用Bang-Bang控制能最大限度的提高干燥窑温度的快速性和模糊自适应PID能提高干燥窑温度控制的准确性,使系统静态、动态都有比较理想的性能。建立干燥窑温度模型,并对该模型进行Bang-Bang模糊自适应PID控制和PID控制的仿真,两者比较结果:表明:Bang-Bang模糊自适应PID的响应明显比PID控制的响应效果优越。     

基于神经网络的恒温控制系统的研究与设计

由于恒温控制的数学模型很难建立,针对这一难题提出了基于神经网络的PID控制器,侧重介绍了BP神经网络PID控制器算法的基本知识以及控制器的设计原理,通过实验仿真证明了神经网络PID控制器的控制效果比传统的PID控制在静态特性和动态特性方面都有所提高,而且具有较好的鲁棒性,该控制器在工业控制中将会发挥越来越大的作用.     

基于半导体制冷片的超速离心机温度控制模块设计

设计了超速离心机的温度控制模块,采用了模糊PID算法,通过PID参数的自动整定,对半导体制冷片的电压进行调整,从而控制半导体制冷片的制冷或制热效率,能对超速离心机离心室内的温度进行精确并且快速的控制.在MATLAB的simulink环境下进行仿真后分析可知,模糊PID算法兼具常规PID算法和模糊控制的优点,能够有效提高...     

新型模糊- PID复合控制器设计及应用

提出一种模糊-PID复合控制器的设计方法，通过PID线性控制器和模糊控制器并行结合，在偏离工作点较远的区域以模糊控制为主，工作点附近则主要使用PID线性控制。为保证两者的平稳过渡，采用模糊推理完成“切换”(模糊切换)，仿真结果表明该控制器实现了PID控制器和模糊PID控制器的优势互补和控制性能的明显改进。     

海水淡化温度模糊-PID控制的设计与实现

针对海水淡化主体温度控制过程复杂、非线性、参数时变和滞后性的特点,采用模糊控制理论和PID控制理论相结合方法,综合PID控制具有算法简单、可靠性高和稳态误差小的优点和模糊控制具有灵活性和鲁棒性好的优点,研究和设计模糊-PID温度控制器,实现海水淡化主体的稳定控制.     

神经PID控制在电厂主汽温控制中的应用

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BP神经网络的神经PID汽温控制系统,并用MATLAB进行仿真,结果表明该控制器优于常规PID控制器。     

退火炉温度模糊PI控制器的设计与仿真

在退火炉控制系统中,常规的PID控制器及传统的模糊控制器难以达到理想的温度控制效果,针对常规PID控制器或者模糊控制器在控制具有非线性、纯滞后、时变特点的退火炉温度时存在的缺点,文中提出一种结合模糊控制器和PI控制器优点的模糊-Pl退火炉温度控制策略。文中对该模糊-PI控制器进行详细的设计,并用Matlab／Simulink软件对算法进行建模仿真,结果表明该控制器动态响应快、超调小、稳态精度高、鲁棒性好。模糊-PI控制器具有良好的控制性能,非常适合参数时变的大滞后退火炉控制系统。     

基于模糊神经网络的温度控制系统设计

实验室温度控制系统要求精度高,并且具有非线性、大惯性及数学模型难建立等特性,这使得用常规PID控制器以及一般模糊控制器无法很好地满足系统要求,而本文在一般模糊控制器的基础上,融合神经网络技术,设计出模糊神经网络控制器,它既有模糊控制鲁棒性好、动态响应好、上升时间快、超调小的优点,又具有神经网络的在线自学习能力,可以实现温度的智能控制,在实际应用中取得良好的效果。     

基于单片机的培养箱温湿度数字解耦控制系统设计

针对培养箱温、湿度控制过程具有时变、非线性、参数强耦合等特点,提出基于系数解耦的数字PID培养箱温、湿度控制方法;文章采用AT89S51单片机为主控芯片、温度传感器AD590、湿度传感器IH3605为检测元件设计了一个温、湿度解耦控制系统,实现了培养箱温、湿度的实时控制与测量;实验和经验表明,该系统自适应能力强,控制精度高;经实验对比测试,系统温度绝对误差可控制在0.2℃、湿度绝对误差可控制在2%RH范围内,满足了培养箱温、湿度高精度控制要求。     

专家PID控制在印染过程温度控制中的应用

对于具有较大时滞,非线性和时变性特点的打样机对象(它是印染行业中的一种小型设备),常规PID控制方法往往难以达到良好的控制效果.本文将专家控制器与常规PID控制器相结合,提出了一种智能控制器结构.试验表明,与常规PID控制器相比,该控制器的控制精度有了明显的提高.