二次型单神经元自适应算法在电动机控制中的应用

针对直流电动机调速系统现有控制方法存在PID控制器参数固定而导致控制效果差的问题,提出了二次型单神经元自适应PID控制算法,即在加权系数的调整中引入二次型性能指标,通过计算控制律可以得到所期望的优化效果。Matlab仿真结果表明,该算法可改善控制系统的动态过程品质,降低超调量,缩短稳定时间,并且有一定的抗干扰能力。     

基于PID和LQR的四旋翼无人机控制系统研究

为提高四旋翼无人机的飞行稳定性、无人飞行器控制系统的鲁棒性和控制精度,以建立的四旋翼无人机飞行控制系统模型为基础,采用现代控制理论与传统控制论相结合的方法,针对姿态角速率、姿态角分别设计内环LQR(线性二次型调节器)控制器,及外环PID控制的双回路闲环控制器.充分利用PID控制器易于掌握且对模型要求精度低、LQR控制器能改善内回路的动态特性和稳态性能的特点,完成四旋翼无人机的飞行控制.通过实验遴选该双闭环控制器相关参数并进行优化,实验结果表明所设计的双回路控制器控制性能指标良好.     

基于二次型优化空调PID-DDC系统控制器参数

讨论了整定PID控制系统控制器的优化参数问题。用泰勒级数展开特征方程,按线性系统从分析空调控制系统的稳定性入手,应用二次型性能指标解控制器参数最佳问题,并通过加权优化方法,导出整定计算公式。根据空调控制系统的实测数椐,计算出保证系统稳定性的参数范围并整定优化PID参数。用单位阶跃响应曲线法求出控制系统的控制品质指标、最大百分超调量和调整时间。比较在相同优化PD参数和按不同加权因子整定优化积分时间的控制品质指标并进行脉冲扰动分析。     

基于区间二型T-S模糊模型的网络控制系统的输出反馈预测控制

针对干扰作用下的非线性网络控制系统,给出了带一个自由控制作用的输出反馈预测控制方法.首先,利用区间二型T-S模糊模型描述具有参数不确定性的非线性对象,采用马尔科夫链描述系统中的随机丢包过程,由此建立了丢包网络环境下的非线性网络控制系统的数学模型.然后,通过引入二次有界技术得到了干扰作用下网络控制系统的稳定性描述方法,并在此基础上给出了状态观测器的线性矩阵不等式条件.最后,基于估计状态,通过将无穷时域控制作用参数化为一个自由控制作用加一个线性反馈律得到了输出反馈预测控制方法.论文的特色在于构建了在线更新误差椭圆集合的基本方法,满足了约束条件下输出反馈预测控制保证稳定性的要求.仿真例子验证了所提方法的有效性.     

基于二维混合模型的重复控制系统设计新方法

现有重复控制方法是在一维空间上同时处理控制与学习过程, 这不利于重复控制系统的分析与设计. 本文针对一类线性不确定系统, 提出一种基于连续/离散二维混合模型的重复控制系统设计方法. 首先, 通过分析重复控制系统中独立存在的控制行为与学习行为, 建立重复控制系统的连续/离散二维混合模型, 将重复控制器设计问题转化为一类连续/离散二维系统的状态反馈控制问题; 然后应用二维连续/离散系统方法, 获得重复控制系统的稳定性条件, 根据稳定性条件并利用线性矩阵不等式(Linear matrix inequality, LMI)方法, 求得重复控制器参数. 与现有方法相比, 所提出的重复控制设计方法更加符合其本质特征, 具有简单实用、直观明了的特点, 克服了现有重复控制方法所存在的局限性. 最后, 数值仿真实例验证了本文所提方法的有效性.     

基于二维混合模型的保成本重复控制

针对一类线性不确定系统, 提出一种基于二维混合模型的重复控制设计新方法, 研究具有反馈作用的保成本重复控制设计与优化问题. 首先, 为了提高系统稳定性, 将反馈控制器引入到重复控制系统中, 设计一种具有反馈作用的重复控制系统结构; 然后通过建立重复控制系统的连续/离散二维混合模型, 将重复控制器设计问题转化为一类连续/离散二维系统的状态反馈控制问题. 在此基础上, 对给定的线性二次型性能指标, 给出闭环系统的保成本重复控制律参数设计及其优化方法. 对所有容许的不确定性, 保成本重复控制使稳态跟踪误差渐近稳定的同时, 线性二次型性能指标值小于某个常数. 所得结果以线性矩阵不等式的形式给出, 可利用MATLAB工具箱方便地求解.最后, 数值仿真验证了本文所提方法的有效性.     

基于CMAC-PID并行控制的阵风减缓控制系统

针对高速飞机飞行在大气干扰下,产生强烈阵风干扰,飞机方程存在未建模扰动,传统PID难以保证控制稳定效果,提出了基于粒子群优化策略的CMAC-PID并行控制的直接升力控制方法,并将其应用于飞机阵风减缓控制系统的设计中.采用乘坐品质舒适指数作为适应度函数,通过粒子群优化,得到PID控制器参数为神经网络训练提高导师信号.在系统运行中,PID控制器输出逐渐趋近为零,CMAC网络控制输出逐步取代PID控制输出,成为控制器主要控制信号.仿真结果表明,提出的方法比传统PID控制器能够更加有效的起到阵风减缓效果增加稳定性.     

基于RBF神经网络钢包烘烤装置的节能优化

以唐山钢铁股份有限公司第一、二钢轧厂的蓄热式钢包烘烤装置为控制对象,将基于RBF神经网络的PID控制方法与双交叉限幅方法结合引入到蓄热式钢包烘烤装置的温度控制中,实现了蓄热式钢包烘烤装置温度控制的节能优化。通过在Matlab环境下将RBF神经网络PID控制和传统的PID控制方法进行仿真研究,得出了最佳PID参数,将PID最佳参数应用到双交叉限幅控制方法中。仿真结果表明:基于RBF神经网络PID控制方法较传统的PID控制方法与双交叉限幅方法结合,其PID控制器快速性好,自适应力强,有更好的控制效果。并将该控制系统成功应用到唐山钢铁股份有限公司第一、二钢轧厂的蓄热式钢包烘烤装置温度控制中,在保证质量和产量的基础上,节省了混合煤气消耗量,使其节能32%。     

基于预测双反馈的3D打印机温度优化控制

针对FDM型3D打印机喷头温度控制系统的非线性、大滞后等特点,传统PID控制难以满足实际的性能要求.为提高控制系统性能,提出预测模型双反馈变论域分形模糊分数阶PID控制器.分数阶PID控制为系统提供更多的控制余度;变论域模糊控制的论域能够随着误差的变化而变化,实现不同时刻选择不同论域的模糊规则;短反馈算法的引入能够构成双层反馈控制,实现对喷头温度的快速、精准控制;系统反馈环节建立预测模型,实现更加精确的控制.针对变论域模糊分数阶PID控制器中参数选择,提出一种改进的鲸鱼算法进行参数优化,增强控制器的自适应能力.仿真结果表明,改进鲸鱼优化算法的预测模型双反馈变论域模糊分数阶PID控制的喷头温度控制系统较传统的PID控制具有更好的控制效果,系统响应速度快、抗干扰能力强、稳定性好,能够满足实际工业需求.     

增广非最小状态空间法的稳定平台预测控制研究

针对传统的模型预测控制器鲁棒性较差及模糊PID控制系统比较复杂的问题,提出了利用增广非最小状态空间模型与模型预测控制相结合的稳定平台预测控制。建立了稳定平台广义被控对象的数学模型,以增广形式的非最小状态空间模型为基础,结合滚动时域控制原则和线性二次型最优控制,通过对稳定平台离散模型的非最小状态空间形式进行增广变换,给出了基于Laguerre函数的状态反馈增益矩阵算法,设计了增广非最小状态模型下的预测控制器,实现了对导向钻井稳定平台控制系统的仿真研究。仿真结果表明稳定平台预测控制系统可以很好地满足钻井工程对控制精度和动态特性的要求,而且对有时变性的盘阀摩擦干扰力矩及模型参数摄动具有较强的鲁棒性。     

非自衡化工生产过程的PID控制解析设计

针对非自衡化工过程难以控制及所得控制器参数调节无规律可循的问题,为提高过程控制品质,通过设计跟踪给定值控制回路和抑制干扰控制回路来实现非自衡化工过程的控制;利用最优控制理论、Taylor近似,设计得到的跟踪给定值控制器和抑制干扰控制器其PID参数可解析给出,每个控制器只有唯一的调节参数且两个回路的参数调节相互独立,最后定性分析了闭环控制系统的稳定性,仿真结果表明基于该控制系统可有效实现非自衡化工过程的控制。     

STATE‐SPACE DIGITAL PID CONTROLLER DESIGN FOR MULTIVARIABLE ANALOG SYSTEMS WITH MULTIPLE TIME DELAYS

This paper presents a discrete‐time state‐space methodology for optimal design of digital PID controllers for multivariable analog systems with multiple time delays. The multiple time‐delayed multivariable analog systems are formulated in a state‐space generic form so that the exact discrete‐time state‐space model can be constructed. Then, the optimal digital PID controller is designed via a state‐feedback and state‐feedforward LQR approach. The developed PID controller can be applied to a general time‐delayed multivariable analog system represented by a semi‐proper or strictly proper transfer function matrix. Illustrative examples are given to compare the performance of the proposed approach with alternative techniques.     

PID控制的应用与理论依据

PID控制是自动控制中产生最早，应用最广的一种控制方法，从PID控制的结构形式，实际控制工程需求和实现条件分析了PID控制的独特优点，同时又介绍了二阶线性定常系统PID控制器的设计方法，叙述了高阶线性定常系统的特征建模原理，重点分析和推导了基于特征模型的带消除静差的二次型最优控制设计方法，证明了高阶线性定常系统和一大批非线性系统能用PID控制器实现位置恒值控制的基本原理，为随输出状态不同而选择不同P，I，D参数等各种人工调节方法提供了合理性解释，最后说明了PID控制器结构是智能控制的一种最基础单元。     

基于RBFNN的非线性多变量系统的控制策略研究

针对非线性多变量大时滞系统,研究了一种基于神经网络的智能控制策略。它以经典的PID控制为基础,通过神经网络参数整定,用于多变量系统的解耦控制;用预测模型超前预测系统输出,以克服系统的时滞。该文给出了网络的结构和算法,对一组二变量强耦合时变系统进行了仿真。仿真结果表明,控制器能根据系统运行状态获得对应于某种最优控制律下的PID参数,解耦后的系统具有较好的动态和静态性能。该方法具有控制精度高、响应速度快的优点,并具有较强的自适应性和鲁棒性。     

自适应模糊PID 控制在压射控制系统中的应用

压铸机工作环境恶劣,干扰较多,使参数发生较大变化,影响系统的稳定性,传统的PID线性控制在被控对象发生变化时,控制特性也随即发生变化。针对这个缺点,采用自适应模糊PID控制技术,并利用模糊控制的智能非线性特点来弥补PID控制器,从而对电液比例阀进行良好的控制,使系统达到一个最优的控制状态。通过实验仿真可知自适应模糊PID控制方法的可行性。     

一种基于动态性能指标的数字控制算法

系统的动态性能指标主要有上升时间和超调量,基于这两个指标,该文提出一种数字控制方法,目的是减少控制参数。其基本思想是将系统的阶跃响应划分为多个区域,在不同的区域实时调整控制器的控制量,从而实现控制效果的整体最优。文中给出了控制策略和仿真控制结果,与数字PID相比,该方法只需要整定两个控制参数,它们有明确的物理意义。仿真结果表明该控制方法具有参数整定简单、容易使用、具有一定的自适应性,可获得满意的控制效果。     

Parallel Control for Optimal Tracking via Adaptive Dynamic Programming

This paper studies the problem of optimal parallel tracking control for continuous-time general nonlinear systems. Unlike existing optimal state feedback control, the control input of the optimal parallel control is introduced into the feedback system. However, due to the introduction of control input into the feedback system, the optimal state feedback control methods can not be applied directly. To address this problem, an augmented system and an augmented performance index function are proposed firstly. Thus, the general nonlinear system is transformed into an affine nonlinear system. The difference between the optimal parallel control and the optimal state feedback control is analyzed theoretically. It is proven that the optimal parallel control with the augmented performance index function can be seen as the suboptimal state feedback control with the traditional performance index function. Moreover, an adaptive dynamic programming (ADP) technique is utilized to implement the optimal parallel tracking control using a critic neural network (NN) to approximate the value function online. The stability analysis of the closed-loop system is performed using the Lyapunov theory, and the tracking error and NN weights errors are uniformly ultimately bounded (UUB). Also, the optimal parallel controller guarantees the continuity of the control input under the circumstance that there are finite jump discontinuities in the reference signals. Finally, the effectiveness of the developed optimal parallel control method is verified in two cases.      

深度确定性策略梯度与模糊PID的协同温度控制

针对现有温度控制系统控温时间长、误差大的问题, 本文提出了一种基于深度确定性策略梯度(DDPG)和模糊自整定PID的协同温度控制. 首先, 模糊PID在控制大滞后系统时, 控制器不能立刻对产生的干扰起抑制作用, 且无法保证大滞后系统的稳定性等问题, 本文建立了模糊PID和DDPG算法相结合的温度控制模型, 该模型将模糊PID作为主控制器, DDPG算法作为辅助控制, 利用双控制器模型实现温度协同控制. 接着, 利用遗传算法对模糊PID的隶属函数和模糊规则进行寻优, 获得模型参数最优解. 最后, 在仿真实验中验证所提方法的有效性. 仿真实验结果表明, 本文提出的算法可有效减少噪声干扰, 减小控制系统的响应时间、误差和超调量.     

Design of PID controller with incomplete derivation based on ant system algorithm

A new and intelligent design method for PID controller with incomplete derivation is proposed based on the ant system algorithm (ASA). For a given control system with this kind of PlD controller, a group of optimal PID controller parameters Kp^*, Ti^*, and Td^* can be obtained by taking the overshoot, settling time, and steady-state error of the system‘s unit step response as the penfomunce indexes and by use of our improved ant system algorithm. Kp^*, Ti^*, and Td^* can be used in real-time control. This kind of controller is called the ASA-PID controller with incomplete derivation. To verify the performance of the ASA-PID controller, three different typical transfer functions were tested, and three existing typical tunmg methods of PID controller parameters,including the Ziegler-Nichols method (ZN), the genetic algnrithrn (GA), and the simulated annealing (SA), were adopted for comparison. The simulation results showed that the ASA-PID controller can be used to control different objects and has better performance compared with the ZN-PID and GA-PID controllers, and comparable performance compared with the SA-PID controller.