基于图像视觉伺服的模糊比例积分微分控制系统

针对传统比例积分微分(PID)参数难整定、控制性能不理想等问题,将模糊控制理论与PID控制器相结合,构成模糊PID控制器。采用Eye-to-Hand视觉模型,引入图像视觉伺服机制,通过图像获取误差信号来实现对PID控制器三个参数K_p、T_i和T_d的实时在线自适应调整。最后在以PC机、CompactRIO、NI-9401、互补金属氧化物半导体(CMOS)摄像头、电机驱动器及无刷直流(DC)电机组成的打孔机视觉伺服运动控制系统上完成了实验。结果表明,基于图像的视觉伺服模糊PID控制器相对于传统PID控制器响应速度提高了60%,超调量降低了80%,鲁棒性也更好;不仅能提高孔的定位精度,还能边加工边检测。     

基于粒子群优化的PID控制器设计与应用

研究优化控制器设计问题,工业过程控制中广泛使用的PID控制器,参数的选取可等效为优化问题.针对PID控制器应用于实际的自动电压调节器(AVR)系统,为了有效地寻找AVR系统的最佳PID控制器参数,提出一种基于粒子群算法的PID参数优化策略.通过建立粒子群优化的PID控制器参数模型,在控制过程中将PID参数(比例、积分、微分)作为粒子群中的粒子,采用控制误差绝对值时间积分函数作为优化目标,在控制过程中动态调整PID的三个控制参数,从而进行PID控制参数的实时优化.仿真结果表明PID控制器可以获得较好的控制性能指标,进而改善AVR系统的瞬时响应特性,具有一定的实用价值.     

流量控制继电反馈参数自整定研究

根据继电反馈理论,通过观测管道流量对象在继电反馈下的极限环振荡,进行比例积分微分(PID)算法和参数自整定技术研究。采用阶跃响应法测试对象的数学模型。管道流量是一阶非线性小惯性过程对象,时间常数小,增益变化大。由于对象的非线性,在不同的流量设定值下,控制参数鲁棒性较差,所以继电反馈振荡应在工艺点附近进行。对单极性PID调节器,通过设置继电输出中心点的方法进行继电输出,而中心点的选择应能使对象工作在工艺点附近。由于对象惯性小、易起振,所以继电输出也应较小,继电幅值d选取5%～10%。对振荡曲线在线辨识,用变量参数归一化的方法计算继电振荡时的临界增益,再根据Ziegler-Nichols公式自动计算PID控制器参数。控制过程超调量小于10%,稳态误差小于1%。通过对试验结果的分析比较可知,带滞环继电反馈参数整定方法和微分先行PID算法适用于流量控制。采用微分先行,可以防止设定值阶跃时对流量小惯性对象的冲击而产生振荡。     

船舶混沌运动的比例-积分-微分控制

针对采用比例-积分-微分控制混沌系统时参数不易确定的问题,为克服基本粒子群优化算法的不足,对PSO算法惯性权重系数进行了改进,并将目标混沌系统引入PSO算法,提出了改进动态混沌粒子群优化算法.将改进算法应用于船舶混沌运动比例-积分-微分控制器的参数整定优化并对混沌运动的比例-积分-微分控制进行了仿真研究,仿真结果表明,改进算法得到的控制参数能将受控船舶混沌系统迅速稳定到不动点上,控制效果明显.     

基于免疫粒子群算法的中央空调冷冻水系统优化控制

为了降低中央空调的运行能耗并对冷冻水回水温度进行稳定而有效的控制,提出了一种冷冻水回水温度优化控制方法,根据回水温度测量值与设定值间的偏差判断室内实际负荷需求。首先,对粒子群优化（PSO）算法中的惯性权重采用呈指数形式下降的策略,使微粒更新速率能够适配寻优过程的各个阶段;然后,针对模型参数存在不确定摄动的问题,引入人工免疫（AI）思想形成免疫粒子群算法,从而拓展微粒的多样性,增强其摆脱局部最优值的能力;最后,据此优化比例积分微分（PID）控制器的3个参数,并通过该控制器调节冷冻水泵的频率,将实际回水温度保持在设定值附近。实验结果表明,采用该控制策略在满足室内负荷需求的前提下能够更有效地降低冷冻水泵的运行频率,节能效果与控制质量更佳。     

基于粒子群算法的PID控制器参数优化研究

PID参数优化一直是自动控制领域研究的重要问题,PID的控制效果取决于比例、积分和微分三个参数取值.传统的PID参数多采用试验加试凑的方式由人工进行优化,难以满足控制的实时要求.为了解决控制参数优化选择问题,改善系统性能,提出一种基于粒子群算法的PID参数优化策略.通过建立粒子群优化的PID控制器参数模型,在控制过程中将PID参数(比例、积分、微分)作为粒子群中的粒子,采用控制误差绝对值时间积分函数作为优化目标,在控制过程中动态调整PID的三个控制参数,从而进行PID控制参数的实时优化,最后将优化方案应用于中央空调温度控制系统.仿真应用研究表明,PID参数优化策略具有很强的灵活性、适应性和鲁棒性,进而验证了优化方案的可行性和有效性.     

常规调节器改进问题讨论

本文根据简单自动调节系统的闭环传递函数是否有零点以及调节器参数的整定方法,对常规比例积分、比例积分微分调节器的改进问题进行了讨论。指出改进型的比例积分和比例积分微分调节器具有一系列优点。     

多目标微分进化改进算法及应用

微分进化算法作为一种新型、简单、高效的并行随机优化算法,近年来在许多领域得到了应用,多目标微分进化便是其中的一种。针对传统多目标微分进化算法中微分进化控制参数不能自适应调整、算法容易出现早熟和退化的现象,采用惯性权重参数自适应调整的控制策略以及改进的拥挤距离算法对多目标微分进化进行改进,并将改进后的算法用于控制系统PID参数优化仿真试验。结果表明,改进后的多目标微分进化算法具有较好的收敛性和分布性以及较高的搜索效率。     

基于队列长度和速率的拥塞控制神经网络方法

文中研究了网络拥塞控制问题。PID控制器是实现网络拥塞控制非常有效的方法,能够实现对网络的主动队列管理。文中根据队列长度和变化速率,利用神经网络实现传统的比例微分积分器（PID）功能,从而提出了基于队列长度和速率的拥塞控制神经网络方法（RSPID）。该方法利用神经网络的加权动量梯度学习算法,自动调节控制参数,克服了传统PID控制方法由于控制器参数固定带来的适应性和稳定性问题。仿真结果表明,RSPID算法的鲁棒性和队列长度性能要优于PID算法。     

“电动单元组合仪表应用技术”讲座——第二讲 DDZ-Ⅱ型调节器的特性与使用方法

一、调节器的组成和调节规律的实现方法DDZ-Ⅱ型调节器是 DDZ-Ⅱ型电动单元组合仪表中的一个主要单元。调节器接受变送单元输出的0～10mA 直流电流信号(即被调量信号),将此信号与设定值相比较而得到偏差信号,然后按偏差的大小和变化情况,进行比例、积分、微分运算,给出调节信号,去控制执行器的动作,实现自动调节。调节器的主要品种有比例积分调节器(即 PI 调节     

积分时滞对象的PID控制器设计

针对工业过程中常见的积分时滞对象,基于内模控制结构的设计原理,提出了一种PID控制器的解析设计方法。该方法通过引入闭环系统设定点低通滤波器来减少超调,从而达到二自由度控制;系统性能可通过单参数加以调节和优化。同时分析了系统的标称性能和鲁棒稳定性。最后通过仿真实例验证了控制方案的有效性。     

模糊自适应PID参数自整定控制器的研究

当控制系统中的被控对象存在纯滞后、时变或非线性等复杂因素时,普通的PID控制器的控制效果很难达到较好的控制效果,针对这一问题,应用模糊控制和自适应控制的知识,设计了模糊自适应PID参数自整定控制器,此控制器的比例系数、积分系数和微分系数可根据模糊推理规则进行在线调整。仿真结果表明,该控制方法提高了系统的动、静态特性,使该系统具有较好的鲁棒性。     

新型PID控制器及参数整定

为了克服传统PID控制器中当给定值发生阶跃变化时,由于PID控制器输出存在比例冲击和微分冲击,从而使执行器大幅度地动作,过程被控变量产生很大超调的问题,提出了一种对偏差进行积分运算,只对测量所得的过程被控变量进行比例和微分运算的新型I-PD控制器,介绍了该I-PD控制器的工程实现、参数整定、适用场合、改善控制品质的理论依据,以及使用中需要注意的问题。仿真实例表明了该I-PD控制器的优越性。     

Integral criteria for optimal tuning of PI/PID controllers for integrating processes

Tuning formulas for PI/PID controllers for integrating processes are presented in this paper. The controller parameters are obtained by minimizing various integral performance index. Bacterial Foraging strategy, a new entrant to the family of evolutionary algorithms is used for minimization to avoid the local minima in the optimization procedure. A setpoint filter is used to reduce the large overshoot, and a significant improvement in control performance is obtained when compared to recently reported methods. Simulation results for an assumed perturbation in the plant delay are also given to illustrate the robustness of the proposed controller design method. Copyright © 2010 John Wiley and Sons Asia Pte Ltd and Chinese Automatic Control Society     

Optimal design of fractional order PID controller for time-delay systems: an IWLQR technique

ABSTRACT

In this paper, an optimal design based state feedback gain of fractional order proportional integral derivative (PID) controller for time delay system is proposed. The proposed optimal design is called as IWLQR, which will be the joined execution of both the invasive weed optimization (IWO) and linear quadratic regulator (LQR). The proposed technique modifies a fractional order proportional integral derivative (FOPID) regulator among a high order time delay scheme that achieves an elevated performance for a wide area. In the proposed methodology, the gain of the FOPID controller is tuned to achieve the desired responses which are determined using the LQR theory and the weight matrices of the LQR is anticipated with the assistance of IWO technique. The uniqueness of the projected technique is to reduce the fault in a PID regulator among the higher order time delay scheme by the aid of the increase limits of the regulator. The objective of the proposed control method is chosen in view of the set point parameters and the accomplished parameters from the time delay system. The projected method is employed to achieve the avoidance of high order time delay and the dependability restrictions such as tiny overrun, resolving time and fixed condition defect. This technique is carried out in MATLAB/Simulink platform and the results are separated by the earlier regulator junction representation like Z-N system, Wang technique, curve fitting technique, regression technique which illustrates the superior presentation of the anticipated abstaining in the existing work.     

Stabilizing sets of PI/PID controllers for unstable second order delay system

In this paper, the problem of stabilizing an unstable second order delay system using classical proportional-integralderivative(PID) controller is considered. An extension of the Hermite-Biehler theorem, which is applicable to quasi-polynomials, is used to seek the set of complete stabilizing proportional-integral/proportional-integral-derivative(PI/PID) parameters. The range of admissible proportional gains is determined in closed form. For each proportional gain, the stabilizing set in the space of the integral and derivative gains is shown to be a triangle.     

光声检测系统中的可调谐激光器数字驱动的设计

本设计利用软件PID（比例积分微分）反馈控制算法实现了对激光器驱动电流的精确闭环控制,并通过预设参数方式实现了激光器驱动电流可调的目的。通过对光声信号的优劣分析,证明了基于数字PID的驱动模块有很好的效果。     

A Class of Transpose Jacobian‐based NPID Regulators for Robot Manipulators with an Uncertain Kinematics

Transpose Jacobian‐based controllers present an attractive approach to robot set‐point control in Cartesian space that derive the end‐effector posture to a specified desired position and orientation with neither solving the inverse kinematics nor computing the inverse Jacobian. By a Lyapunov function with virtual artificial potential energy, a class of complete transpose Jacobian‐based Nonlinear proportional‐integral‐derivative regulators is proposed in this paper for robot manipulators with uncertain kinematics on the basis of the set of all continuous differentiable increasing functions. It shows globally asymptotic stability for the result closed‐loop system on the condition of suitable feedback gains and suitable parameter selection for the corresponding function set as well as artificial potential function, and only upper bound on Jacobian matrix error and Cartesian dynamics parameters are needed. The existing linear PID (LPID) regulators are the special cases of it. Nevertheless, in the case of LPID regulators, only locally asymptotic stability is guaranteed if the corresponding conditions are satisfied. Simulations demonstrate the result and robustness of transpose Jacobian‐based NPID regulators. © 2002 Wiley Periodicals, Inc.     

基于粒子群算法–反向传播神经网络自适应的氧调器控制系统

氧气面罩中的核心部件是氧气调节器(氧调器).针对当前氧气调节器的大流量、低吸气阻力、快速响应的性能需求,本文在分析了电子氧气调节器工作原理的基础上,介绍了氧气调节器的数学模型,采用了反向传播(BP)神经网络自适应控制算法,并使用粒子群算法(PSO)对BP神经网络自适应控制算法的初值进行筛选.最后,对算法的性能进行了仿真.仿真结果表明,系统具有鲁棒性,且与传统的比例–积分–微分(PID)控制方法和自抗扰控制(ADRC)方法相比, PSO–BP神经网络自适应控制方法实现了更精确的吸气阻力调节、更快的响应速度.此外,当呼吸频率变化或者外界干扰变化时,相比于常规PID算法和ADRC算法则需要人工调整控制参数, PSO–BP神经网络自适应算法则可以自动在线学习训练并调整控制参数,应用前景广阔.