基于混沌遗传NPID的TRT励磁控制器

针对PID控制器的局限性,基于非线性跟踪微分器,为TRT励磁控制系统设计了一个双环非线性PID控制器.并将混沌优化算法与遗传算法相融合,对非线性PID励磁控制器参数进行优化,解决了一般非线性PID控制器参数整定的难题.仿真结果表明,NPID控制器提高了发电机机端电压的控制精度,改善了电压的调节品质,而且增强了控制系统的鲁棒性.     

非线性PID控制器应用于主汽温控制的研究

针对传统线性PID控制器中因参数固定导致的控制品质下降的问题,分析了控制器参数与对象误差的理想变化关系,给出控制器参数随误差变化的非线性函数,构建非线性PID控制器,并利用Simulink中的NCD模块进行参数整定。利用非线性PID控制器对某电厂主汽温控制系统的仿真结果表明,非线性PID较常规PID具有更好的控制品质和鲁棒性。     

信息熵改进免疫遗传算法在火电厂主蒸汽温度控制系统中应用

为提高火电厂主蒸汽温度控制系统控制品质,一般选择非线性PID(NPID)控制器,但NPID控制器参数整定尚无系统方法。本文提出一种基于信息熵改进免疫遗传(GAIE)算法的火电厂主蒸汽温度控制方法,该算法在免疫遗传算法中加入信息熵思想,改善了免疫遗传算法易陷入局部最优、寻优慢的情况。通过采集的电厂实际运行数据,对主蒸汽温度控制系统进行辨识,然后根据所辨识的系统传递函数采用GAIE算法寻优NPID控制器进行控制。实际数据验证及仿真结果表明:GAIE算法辨识模型的输出更好地拟合了现场实际输出,比免疫遗传算法模型平均精度提高40.18%,模型参数寻优速度提高了86.67%;GAIE算法寻优NPID控制器控制效果明显优于传统PID控制器。     

基于模糊逻辑的行波超声波电动机模型参考自适应转速控制

超声波电动机的转速控制存在明显的时变非线性特征。为得到较好的控制性能,设计了基于模糊逻辑的模型参考自适应PID转速控制器,实现了基于参考模型跟踪误差的PID控制参数在线自适应调节。实验表明,转速跟踪性能优于固定参数PID控制器。     

一种基于蚁群算法的最优非线性PID控制器的设计

本文以蚁群算法为基础，提出了一种新的非线性PID控制器及其参数优化设计方法。该控制器是基于PID控制器各增益参数与误差信号之间呈现非线性关系，根据一般控制系统的阶跃响应曲线，在不同响应时间阶段PID3个增益调节参数的理想变化情况，提出根据控制信号与误差、误差变化率之间的调节规律，拟合一组增益参数的非线性函数，并利用蚁群算法搜索出一组最优的非线性PID参数，构造最优非线性PID控制器。计算机仿真结果表明，与基于遗传算法（GA）、模拟退火算法（SA）和Z—N法设计的PID控制器（GA—PID、SA-PID、ZN-PID）相比，这种基于蚁群算法的非线性PID控制器（NLAS-PID）具有良好的动态和稳态性能，可用于控制多种不同的对象和过程。     

球磨机混合优化前向神经网络PID解耦控制系统

针对球磨机制粉系统的多变量、强耦合、非线性和时变性等特点,提出球磨机的混沌PSO与BP混合优化前向神经网络PID解耦控制系统.在这种控制器中,PID控制器的控制参数采用神经网络进行自适应整定,神经网络的权值采用混合优化算法进行调整.仿真结果表明该控制方法跟踪快、鲁棒性强、解耦好,控制品质优于传统PID解耦控制方法,较好地解决了球磨机的时变性、耦合性等问题.     

冷带轧机厚度控制系统的智能优化控制

针对冷带轧机AGC控制系统中存在的时变非线性和时滞以及传统PID控制参数不易调整的问题,提出将智能模糊自适应PID控制器用于厚度控制回路的优化控制方案.在原有PID控制器的基础上融合了模糊推理的功能,通过模糊推理控制器在线实时调整PID控制器的参数,以满足PID参数时变的要求.仿真试验结果表明,采用智能模糊自适应PID的控制系统调节时间短,超调量小,动静态性能优越,控制效果优于传统PID控制.     

电控自动离合器接合位置精确跟踪控制

自动离合器中接合规律的制定和精确的位置跟踪是其两个控制难点。针对离合器位置跟踪问题,提出了一种具有前馈作用的专家PID控制算法,设计了专家调整策略。控制器根据专家经验自动调节控制参数,在不采用速度环的情况下实现目标位置的跟踪。离合器接合实验表明,与常规控制器相比,专家PID控制动、静态误差小,能够适应离合器负荷和目标接合速度的非线性变化,具有较好的鲁棒性,能够满足离合器位置跟踪控制要求。     

发电机励磁的非线性解析模糊控制

该文引入非线性函数建立了一种新的解析模糊控制器用于发电机的电压控制，并引入变结构控制的思想来进行附加励磁控制，建立了一种发电机模糊励磁控制器结构。并兼顾电压调节精度和增强阻尼要求进行电压控制与稳定控制的协调。对所论非线性解析模糊控制器的动态特性分析表明所论控制器为一本质非线性PID控制器。在控制过程中，所论模糊控制器的规则基于误差和误差变化率的大小在线调整。因而具有规则自适应的特性。实际使用时。无需进行控制规则的设计，只需根据工程控制经验对控制参数进行初选，简化了控制设计。仿真研究表明：所论模糊励磁控制器可以提高发电机的电压控制精度和电力系统的稳定性。     

一种发酵过程温度控制算法的研究与仿真

针对发酵过程中温度控制存在很大滞后性、时变性和非线性等特点以及常规PID控制参数难以在线调整、对偏差同等对待、控制效果不佳等问题,结合发酵过程中温度控制环的原理和特点,提出了一种仿人模糊自适应PID温度控制策略。给出了控制器的控制算法,模拟人脑思维方式,根据误差变化情况自动调节控制参数。仿真结果表明,该方法具有适应性强、响应速度快、无超调等优点,适合于发酵过程的温度控制以及其他相关领域的过程控制。     

无刷直流电动机单神经元自适应PID控制及改进

研制的无刷直流电动机单神经元自适应PID控制器，实现了在线调整PID参数的目的，克服了电动机非线性、参数易变的影响；同时引进变速控制算法对神经元比例参数K的给定进行了在线改进。仿真结果表明，单神经元自适应PID控制器自适应能力好，响应快．鲁棒性强．系统静态和动态特性良好，而且采用变速控制改进算法后，速度的调节器品质有所提高。     

三容水箱的模糊自整定PID控制

针对常规PID对非线性、时延对象控制参数难以整定的问题,根据偏差和偏差变化率来实时调整PID参数,设计了基于模糊控制原理的PID参数自整定控制器。仿真结果表明,模糊自整定PID控制器比常规PID控制器有更好的控制效果,大大改善了系统的动态和静态性能。     

基于自抗扰控制器的无刷直流电动机速度控制

无刷直流电动机作为一个多变量强耦合非线性系统,采用经典PID控制难以得到满意的控制效果.采用自抗扰控制器来提高无刷直流电动机控制系统的动态性能和鲁棒性,自抗扰控制器设计过程中不需要对象模型结构和参数的精确信息.实验比较了PI控制器和自抗扰控制器的控制效果,结果表明自抗扰控制器(ADRC)对外部扰动和电动机参数的变化具有较强的鲁棒性.     

视轴稳定系统的模糊PID控制器设计

为了实现无人机视轴稳定系统的准确测量与跟踪,设计了经典PID和模糊控制为基础的视轴稳定控制器。在实际工程中PID参数整定过程存在大量不确定性,为了实现PID参数的在线整定,将模糊控制算法与经典PID控制相结合,构造了参数自整定模糊PID控制器,实现了对PID控制器的修正。在MATLAB中的Fuzzy Toolbox和Simulink中,将PID和参数自整定模糊PID进行对比,参数自整定模糊PID控制器在无扰动和10 Hz的正弦扰动的阶跃响应曲线表明,模糊PID相对于模糊控制和PID控制有更短的响应时间和更小的隔离度;在输入为1~10 Hz的系统正弦响应曲线,模糊PID误差最小,控制效果最好。由此可得参数自整定模糊PID在视轴稳定系统中有良好的鲁棒性和控制性能。     

基于MVO算法与改进目标函数的电力系统负荷频率控制

针对风电并网时的随机波动功率、负荷频率控制(load frequency control, LFC)系统参数变化所引起的电力系统频率稳定问题,提出了一种基于智能优化算法与改进目标函数的互联电网LFC系统最优PID控制器设计方法。首先,分析了基于PID控制的含风电互联电力系统LFC闭环模型。其次,在时间乘误差绝对值积分(integral of time multiplied absolute error, ITAE)性能指标的目标函数中考虑了区域控制器的输出信号偏差,对优化目标函数进行改进。采用性能优良的多元宇宙优化(multi-verse optimizer, MVO)算法先计算后验证的思路,寻优获得最优PID控制器参数。最后,以两区域4机组互联电力LFC系统为例,仿真验证了基于MVO算法结合改进目标函数所获得的PID控制器,比基于MVO算法所获得的PID控制器,对阶跃负荷扰动、随机负荷扰动、风电功率偏差扰动以及系统的参数变化,具有相对较好的鲁棒性能。并且,对控制器参数也具有相对较好的非脆弱性指标。     

锅炉过热汽温自适应PI型模糊控制的仿真研究

针对锅炉过热蒸汽温度对象的非线性和不确定性等,设计了PI型模糊串级控制系统,并将该系统应用于某电厂600 MW机组锅炉过热蒸汽温度的控制。在分析模糊控制器相关参数与控制系统品质之间关系的基础上,提出相关参数的在线自校正方法,构造了一种自适应PI型模糊控制器。该控制器能够在线调整其量化因子和比例因子,以适应被控对象动态特性的变化,从而提高模糊控制系统的性能。将自适应PI型模糊控制方法与常规PID控制及PI型模糊控制进行仿真比较,表明采用自适应PI型模糊控制方法建立的过热蒸汽温度控制系统具有较好的控制品质和较强的自适应能力。     

基于RBF神经网络非线性预测模型的开关磁阻电机自适应PID控制

开关磁阻电机的非线性和变参数特性使得采用传统的PID控制很难取得较好的控制效果。人工神经网络在一定的条件下可以任意精度逼近任意非线性函数且具有较强的自学习、自适应、自组织能力。故将其与传统的PID控制相结合构成神经网络自适应PID控制策略，应用于非线性严重的开关磁阻电机，可实现对开关磁阻电机的高性能控制。同时，神经网络所具有的非线性变换特性和高度的并行运算能力使得其适合建立非线性预测模型进行参数预测。通过对被控系统参数的预测，可提高系统的动态响应性能。该文采用两个神经网络-BP神经网络和RBF神经网络来分别构成神经网络NNC和神经网络NNI。神经网络NNC进行自适应PID参数调节；神经网络NNI用来建立非线性预测模型进行参数预测。为进一步加快神经网络的学习收敛速度，该文采用变学习速率的神经网络学习算法，学习速率随收敛过程误差的大小而自适应地进行调整，这可大大加快神经网络学习训练的收敛速度，进一步提高系统动态响应速度。实验结果表明，系统的动态响应快，超调小，稳态精度高，鲁棒性强，有较强的抗扰动能力，具有较好的控制效果。     

基于NS2的改进队列管理算法及其实现

主动队列管理是网络拥塞控制的重要控制机制,其好坏关系到整体网络性能的优劣。传统的PID控制器结构简单,性能良好,但在过程中参数固定。由于神经元的固有优点,它能够有效克服PID控制器参数难以整定和面对非线性系统难以处理等缺陷。设计了单神经元自适应PID控制器。从2个方面进行了分析和验证:针对TCP拥塞避免的动力学模型,以控制理论为指导,在Matlab软件环境下,对传统的增量式PID算法和改进的单神经元自适应算法进行分析和仿真,利用队列长度和数据报丢失概率2个参数的性能优劣进行比较;脱离理论数学模型,采用NS软件中节点、链路和FTP业务源等网络元素搭建试验平台,将PI、PID和改进算法应用其中,通过观测队列长度变化和数据源链接数的改变,考察系统的稳定性和自适应性。仿真和实验充分说明改进的单神经元自适应PID控制器具有更好的稳定性、鲁棒性和自适应性。     

基于Matlab的自适应模糊PID控制器的设计

将PID控制与模糊控制的简便性、灵活性以及鲁棒性结合起来,设计了一种自适应模糊PID控制器。该控制器可根据给定的偏差范围自动实现PID控制与模糊控制的切换。通过Matlab仿真表明,该控制方法提高了非线性系统的动、静态特性,使系统获得良好的性能。