基于RBF神经网络的PID控制

传统PID的控制参数难以精确整定,且依赖于对象的精确数学模型,适应性较差,对复杂过程不能保证其控制精度。针对工业控制领域中大滞后系统,采用传统PID控制不能获得满意的控制效果,提出基于RBF神经网络的PID控制参数自整定的方法。该方法利用RBF神经网络的自学习、自适应能力自调整系统的控制参数。仿真表明,该方法可实现有效的控制,并且与常规PID相比,具有更好的自适应性和鲁棒性。     

一种单参数PID控制算法参数整定方法研究

针对大惯性大滞后系统,探讨用闭环响应曲线进行控制参数整定的方法。通过借鉴扩充响应曲线法,将PID控制的三个控制参数转变为单个参数KP的整定,理论分析和计算机仿真实验结果表明,KP与系统的闭环响应特性具有简单且直观的对应关系,因而可以根据闭环响应曲线来调整KP使系统响应曲线满足控制指标要求,而且该方法能较方便地由计算机程序实现参数自整定。通过一个温度控制物理实验验证了理论分析与仿真结果的正确性。     

智能PID参数自整定技术在伺服系统中的应用

针对常规PID控制参数整定困难,且受时变、非线性等因素影响而不能达到预期控制效果的实际情况,提出了RBF网络动态辨识的BP神经网络PID参数自整定算法.此算法可实现PID控制参数的在线自整定和优化;同时,将算法应用于伺服控制系统中,以VC++6.0和Matlab为开发和仿真工具,对动态辨识神经网络智能PID参数自整定方法进行仿真研究.仿真结果表明,控制算法鲁棒性强、响应速度快,可用于控制参数时变的非线性系统.     

支持向量机在PID控制器参数整定中的仿真研究

PID控制是应用最为广泛的控制方法,由于系统中存在非线性和时变性,影响建立精确的模型,系统性能.为了解决控制参数整定,改善系统性能,提出一种基于支持向量机的PID控制器参数整定方法.通过将支持向量机和PID控制器相结合建立支持向量机的参数整定模型,在控制过程中将PID控制的参数作为支持向量机的输入,构造参数自适应学习的PID控制器,在控制过程中动态调整PID的三个控制参数,进行仿真的在线整定.仿真结果表明,支持向量机的PID控制方法在处理非线性和时变系统时,提高了实时性能,增强系统稳定性,并获得更好的控制效果,为通用非线性PID控制器设计提供了依据.     

BP神经网络在PID控制器参数整定中的应用

研究工业控制过程,针对控制器优化问题,PID控制是迄今为止在过程控制中应用最为广泛的控制方法.但在实际应用中,对有非线性、时变性系统,无法建立精确模型.为了解决控制参数整定,达到精确控制,改善系统性能,提出一种基于BP神经网络的PID控制器参数整定方法.通过建立三层神经网络模型,在控制过程中将神经网络的隐含层单元分别作为PID的比例(P)、积分(I)、微分(D)单元,从而构造参数自学习的PID控制器,在控制过程中动态调整PID的三个控制参数,从而进行PID控制参数的在线整定.仿真结果表明,基于BP神经网络的PID控制方法在处理非线性和时变系统时,提高了实时性能,增强系统稳定性,并获得更好的控制效果.     

RBF网络在横向磁场永磁电机调速系统中的应用

针对横向磁场永磁电机的调速系统特点及常规PID控制参数难以精确整定而引起的控制效果不佳,提出一种RBF神经网络整定PID参数的控制方法;该方法通过比较网络输出值与系统输入值,利用RBF神经网络的自学习、自适应能力,实时调整神经元输入权值、中心节点及结点宽参数值,结合网络的整定指标修正PID系统控制参数,改善系统的运行状态;实验中,在额定工作电压110V设定转速80rpm的条件下,实际转速输出为78.8rpm;根据仿真和实验结果,验证该方法具有良好的控制效果。     

模糊PID参数自整定无功补偿方法的研究

为提高无功功率的补偿效果,在常规的PID控制和模糊控制的基础上,本文提出了一种模糊PID参数自整定无功补偿方法。该方法采用两输入三输出的形式,以功率因数和功率因数变化率作为输入设计PID控制系统,采用模糊推理对PID控制器的控制参数进行在线整定,给出了参数自整定的规则。利用MATLAB软件对其进行计算、仿真,其结果符合预期目标。此方法既能提高无功补偿的效率,又能增强系统的跟随性。     

一种新型的在线实时自整定PID控制器

本文基于模糊控制理论在线实时自整定ＰＩＤ控制参数，并采用系统辨识方法整定控制参数的初值．以实现对不确定性对象的稳定控制。仿真试验研究证实了方法的有效性。     

油料输送温度的智能预测控制

针对油料加热输送过程中具有大时滞非线性特点的流动加热控制问题,提出了一种智能预测控制方法。该方法采用自适应粒子群优化算法（APSO）辨识和优化预测模型及控制器的PID控制参数,克服油料流动加热控制模型的失配及系统的不确定性。通过对已知模型的仿真,以及与自整定PID控制的比较表明,该方法具有较好的控制效果。     

基于时间尺度的Boost变换器自抗扰控制

以Boost变换器的控制策略为研究对象,将自抗扰控制技术应用到Boost变换器的控制策略中,使被控系统不但具有良好的动态特性,而且对参数变化具有较强的鲁棒性.同时针对自抗扰控制参数难以整定的特点,介绍了自抗扰控制的参数整定基本原则,对Boost变换器进行自抗扰控制仿真,并和PID控制进行对比.最后,用时间尺度概念对Boost变换器的自抗扰控制进行参数整定.仿真结果验证了该方法确实可行.     

近程巡飞弹姿态控制优化仿真研究

近程巡飞弹姿态控制系统是一个非线性、时变性及耦合性的复杂控制系统,是近程巡飞弹武器系统型号研制的关键技术之一;传统的PID控制在不同巡飞状态下调节稳定性较差、响应时间慢、影响姿态控制的稳定性和机动性;针对近程巡飞弹姿态控制系统中PID控制参数不可调,自适应、抗干扰性能较差等问题,引入了自适应模糊PID控制方法,使系统在不同巡飞姿态和干扰条件下能够实时整定PID的三个控制参数,提高系统的控制性能;在此基础上设计了近程巡飞弹的姿态角控制回路,并以俯仰角为例,在Matlab/Simulink平台下建立仿真模型,进行仿真实验;仿真结果显示,采用自适应模糊PID的控制方法,系统控制性能更好,抗干扰能力和自适应能力优于传统PID控制,减小了巡飞过程中姿态角的波动情况。     

液压釜温度自适应预测控制

详细介绍了液压釜温度系统自适应控制方案、误差分析及实际应用调试情况．应用全系数自适应控制理论及模型预测控制原理设计了一种新的自适应预测控制方案,并给出了控制算法的稳定性证明及闭环系统稳态误差和动态特性分析．实际应用表明,该方法对建模误差、系统延时及测量噪声具有较好的鲁棒性．     

液压釜温度自适应预测控制

详细介绍了液压釜温度系统自适应控制方案、误差分析及实际应用调试情况.应用 全系数自适应控制理论及模型预测控制原理设计了一种新的自适应预测控制方案,并给出了 控制算法的稳定性证明及闭环系统稳态误差和动态特性分析.实际应用表明,该方法对建模 误差、系统延时及测量噪声具有较好的鲁棒性.     

基于模糊参考模型机制的网络自适应拥塞控制

在高速通信网络的发展过程中,业务流呈现出的突发性和多样性为提高网络服务质量制造了更多的困难。该文提出的网络自适应拥塞控制方法以模糊参考模型机制的核心来提高主动队列管理算法在突发性网络状况中的适应能力,以2条信息通道分别实现主动队列管理的控制与学习功能,并结合参考模型机制实现模糊反向推理算法,针对网络突发性状况自适应调整主控制通道的控制行为。仿真研究表明,该控制方法提高了拥塞控制机制的自适应性能,并在自适应性能和实时性能上获得了较好的平衡。     

基于Simulink 图型模态液压自适应控制的实现

为方便液压自适应控制系统的研究,根据误差方程多项式代数法自适应控制理论,提出了基于Simulinik图型模态,构成了液压自适应控制系统.这种自适应控制方法与其他控制方法相比,具有控制精度高,控制器结构简单,自适应能力与实用性强等特点.文中详细讨论了自适应控制系统的构成及基于Simulinik图型模态液压自适应控制系统的实现问题,通过大量仿真研究,说明这种构成方法是正确的,所采用的自适应控制策略,具有很强的自适应控制能力,控制精度高,它不仅能使不稳定的系统变为稳定,且能渐近一致地收敛于希望模型的输出,使系统满足其动态性能的要求.     

Robust reliability method for non-fragile guaranteed cost control of parametric uncertain systems

The problem of non-fragile guaranteed cost control of uncertain systems is studied from a new point of view of reliability against uncertainties. An efficient robust reliability method for the analysis and design of non-fragile guaranteed cost controller of parametric uncertain systems is presented systematically. By the method, a robust reliability measure of an uncertain control system satisfying required robust performance can be obtained, and the robustness bounds of uncertain parameters such that the control cost of a system is guaranteed can be provided. The optimal non-fragile guaranteed cost controller obtained in the paper may possess optimal guaranteed cost performance satisfying the precondition that the system is robustly reliable with respect to uncertainties occurring in both the controlled plant and controller gain. The presented formulations are in the framework of linear matrix inequality and thus can be carried out conveniently. The presented method provides an essential basis for the tradeoff between reliability and control cost in controller design of uncertain systems. Two numerical examples are provided to demonstrate the efficiency and feasibility of the presented method. It is shown that the coordination and simultaneous realization of the system performance, control cost, and robust reliability in control design of uncertain systems are significant.     

多变量系统模糊解耦自适应控制

对象模型难以确定的系统，采用经典控制方法难以实现解耦控制，作者应用模糊控制理论，研究了一种无需对象模型的模糊解耦自适应控制方法。本文介绍了这一方法，导出实现模糊解耦自适应控制的充要条件，并给出了仿真结果。     

最优预见伺服系统与最优预见FF补偿系统的统一处理

最优预见伺服系统一般与基本最优伺服系统共用同一个二次型性能指标函数设 计预见前馈补偿项,其设计的着眼点是进一步减小性能指标函数.当控制系统的基本反馈部 分不是采用最优控制方法设计时,历史上采用另一个性能指标函数设计预见前馈补偿,并把 所得系统称为预见FF(前馈)补偿系统.这里把两种设计方法统一起来处理后,不仅最优预见 伺服系统与最优预见FF补偿系统都仅仅是特例,而且给设计者扩大了选择的余地.最后给 出了数值仿真,把这种设计方法与最优伺服系统、最优预见伺服系统进行了比较.     

基于1/2车辆模型的主动悬架预见控制方法研究

本文针对一个1/2车辆模型,分别应用完全预 见控制方法和部分预见控制方法进行汽车主动悬架控制系统的设计．数字仿真结果表明,两 方案在改善汽车性能及降低制造和使用成本方面各有其优势．