可调螺距螺旋桨推进特性分析及控制系统研究

介绍了可调螺距螺旋桨的定义及工作原理，并归纳了可调螺距螺旋桨推进装置的工作特性及特点，通过与定距桨进行的对比分析，总结出适用于可调螺距螺旋桨的三类船舶;目前调距桨控制系统一般采用传统的PID控制方法。但由于PID控制器的参数不便于调节。不能取得良好的控制效果，从而提出了基于模糊神经网络控制的调距桨控制系统的设计，以提高调距桨在各种工况下的控制效果，仿真试验结果表明了调距桨控制系统设计的合理性。     

可调距螺旋桨推进特性分析及控制系统研究

介绍了可调螺距螺旋桨的定义及工作原理,并归纳了可调螺距螺旋桨推进装置的工作特性及特点,通过与定距桨进行的对比分析,总结出适用于可调螺距螺旋桨的三类船舶;目前调距桨控制系统一般采用传统的PID控制方法,但由于PID控制器的参数不便于调节,不能取得良好的控制效果,从而提出了基于模糊神经网络控制的调距桨控制系统的设计,以提高调距桨在各种工况下的控制效果,仿真试验结果表明了调距桨控制系统设计的合理性.     

基于免疫遗传算法的PID控制器参数优化研究

PID控制器参数优化一直是自动控制领域研究的热点问题.由于自动控制过程中被控对象具有非线性、时变不确定性等特点,传统的PID控制多采用试凑方式进行优化,往往费时而且难以满足控制的实时要求,导致控制精度不高.为了解决PID控制器参数优化问题,改善系统性能,提出一种基于免疫遗传算法的PID参数优化方法.该方法将PID控制器参数作为抗原,最优参数作为抗体,通过免疫算法的记忆细胞和抗体浓度调节机制,在控制过程中动态调整PID控制参数,从而实现PID控制器参数实时优,最后将该参数优化方法应用于实际的自动控制系统.实验应用研究表明,相对于传统参数优化方法,该方法在处理非线性和时变系统时,减少了超调小,响应速度提高,改善了系统性能,系统稳定性增强,控制精度相应提高,更能适应实际的自动控制系统需要.     

基于RBF网络的PID参数自整定控制器在恒压供水系统中的应用

针对变频恒压供水对象的非线性、不确定、大滞后的特点,设计了基于RBF网络的PID参数自整定控制器,该控制器能根据RBF网络辨识的Jacobian信息,采用梯度下降算法自动在线调整PID控制器的参数,达到自适应控制的目的,克服了传统PID控制设计中的参数调整困难的问题,同时控制系统的动态和静态性能有较大的提高。通过仿真验证了控制系统的有效性。     

参数自整定PID控制器设计与仿真

对于工业控制领域中的系统普遍存在非线性、时变的特点,采用传统PID作为控制器很难获得满意的控制效果,而神经网络具有任意非线性逼近能力,可以通过对系统性能的学习来实现具有最佳组合的PID控制。设计了基于BP网络整定PID参数的控制器,该控制算法只需粗略给出PID参数便可以根据系统性能自动寻优调整。利用MATLAB软件得到的仿真结果表明,该控制策略可以达到满意的控制效果,且具有很强的鲁棒性和自适应能力。     

平流层球载系统方位控制仿真与试验研究

研究了平流层球载系统的方位控制问题.介绍了吊篮方位控制系统工作原理并建立了其数学模型,控制系统采用反作用飞轮子系统实现吊篮方位的高精度控制,并采用反捻装置子系统实现对飞轮电机的卸荷以及对干扰力矩的解耦控制.针对球载方位控制系统,提出了一种带调节因子的新型非线性PID控制器,控制器根据指令跟踪误差自动调整增益参数,能够克服传统PID控制器难以协调快速性和超调量的缺点.仿真与试验结果表明,吊篮控制方案以及非线性PID控制算法能够准确实现球载系统的方位跟踪.     

一种基于神经网络的非线性复合PID控制器

针对非线性、不确定对象难以控制的问题,提出了一种基于神经网络的非线性复合PID控制器,该PID控制器采用一次和二次多项式分别构成的非线性函数来模拟PID的比例、积分和微分参数随误差变化的曲线,通过神经网络算法实时调整三个非线性函数的权值系数。将线性的比例、积分、微分运算单元和非线性比例、积分、微分运算单元一共6个运算单元分别融入到隐层神经元中,从而构造了将复合PID控制与神经网络控制融为一体的智能控制器。经过Matlab仿真验证,该控制系统的超调小,调节时间短,精度高,方法可行。因此,该控制器在工业领域具有广泛的应用前景。     

模糊自适应PID在水工模型中的应用

水工模型水位控制系统是一个典型的非线性、大时滞控制系统,针对用普通PID对高阶大惯性环节对象的控制参数难以整定的问题,设计了一种基于模糊控制原理的PID参数自适应控制器,根据偏差和偏差变化率来实时调整Kp,Ti,Td参数。试验结果表明,这种模糊自适应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稳态性能。     

基于单片机80C51的加热炉模糊PID控制器设计

对于加热炉温度控制系统,采用传统的接触器控制已不能满足复杂工艺的控制要求。提出基于单片机的模糊PID电热炉控制器,根据炉温情况和工艺的要求,调整控制系统相应PID参数,满足快速动态响应的要求。仿真实验表明基于电热炉模糊PID温度控制超调量小、响应速度快,解决了电热炉系统智能控制问题。     

模糊-PID控制器在空调温度控制中的应用

该文首先利用计算机仿真软件中的优化工具箱对常规PID控制器中的比例、积分和微分参数进行优化，并且针对中央空调温度控制系统非线性、大滞后的特点，设计了在规则上可调整的模糊控制器，该模糊控制器通过α因子自调整和Ku的自寻优，达到适应和跟踪系统参数变化的目的；而后采用模糊逻辑工具箱和MATLAB函数相结合，方便地实现空调温度控制系统的计算机仿真。仿真结果表明，这种控制方式控制效果优于常规PID控制，有效地改善了系统的动态性能、稳态精度和鲁棒性。     

一种非线性PID控制算法的仿真研究

研究PID控制系统优化问题,工业控制被控对象均具有非线性、时变和大时滞性,引起系统的品质性能差,传统的线性控制难以达到所要求精度。为了提高系统控制精度,利用PID控制器各增益参数与偏差信号间的非线性关系,提出一种非线性PID控制算法。首先将PID参数转化为优化问题,然后采用粒子群算法的全局、并行搜索能力对非线性控制参数进行求解,得到一组最优的PID控制参数。仿真结果表明,相对于传统线性PID控制,非线性PID控制器超调小,调节时间短,并提高了控制精度,有效解决了传统PID难以准确控制非线性对象的难题。     

基于模糊PID的母管制煤粉锅炉燃烧控制系统

母管制煤粉锅炉燃烧系统存在严重非线性及强耦合问题且模型不易确定,使用传统控制方法效果不佳.针对这种情况提出采用模糊PID控制方案,并针对T-230-2型锅炉燃烧系统的特点和控制要求,设计了一种模糊PID控制器,并可在线调整模糊控制器输出的PID控制器参数,从而达到优化PID控制器参数的目的,实现对"非线性、强耦合"系统的控制要求.通过Matlab仿真,对母管压力的鲁棒性和抗扰性进行了分析.结果表明,该控制器具有更好的控制效果,能有效地克服扰动,提高了系统的动态特性.     

非线性系统的蚁群优化预测PID控制

针对非线性、时变及大惯性系统的控制问题,提出了一种基于蚁群算法的预测PID控制算法。该算法以神经网络作为预测模型,将预测控制和PID控制相结合,并用蚁群算法在线优化控制器参数,其中以常规的Ziegler-N ichols方法整定的控制器参数为基础,选取蚁群优化变量的动态搜索区间。该算法考虑了控制能量受限情况下,非线性系统的预测控制问题。计算机仿真结果表明,该非线性控制方案具有较好的鲁棒性,相对传统PID控制策略还表现出了良好的动态性能,能够满足对再热汽温对象的控制要求。     

柴油机自适应遗传非线性PID调速控制仿真

研究船用柴油机控制优化问题,柴油机调速要求快、稳、准。针对船用柴油机调速系统的时变、非线性及外界干扰等特点,传统PID调速稳定时间长,控制效果不佳。为提高喷油量达到控制准确度,改善调速系统性能,提出了一种柴油机自适应遗传非线性PID调速控制策略。采用Matlab对柴油机调速系统模型进行辨识并验证其准确性。利用非线性PID控制实现各参数增益的实时调整,提高了抗干扰能力,通过自适应遗传算法对系统的动态偏差进行监控,优化非线性PID控制器参数,减少了超调量,提高控制精度。仿真结果表明,采用自适应遗传非线性PID控制器稳定时间更短,鲁棒性强,控制精度更高,优化了柴油机调速系统性能。     

基于PSO优化的潜艇深度非线性PID控制

根据潜艇操纵控制过程非线性、慢时变的特点,在潜艇深度垂直面运动方程的基础上设计了一种基于粒子群算法的潜艇深度非线性PID控制器,针对非线性PID控制设计参数较多的问题,将参数设计问题转化为一种优化设计问题,借助粒子群优化算法,以某型潜艇深度控制系统为研究对象,对系统中的非线性PID控制参数进行了优化.仿真结果表明,该控制器不仅能较好地实现深度保持,相对于传统PID控制具有更好的稳态精度,对舵机的损耗也比传统PID控制小.     

一种基于遗传算法的非线性PID控制器

基于PID控制器各增益参数与偏差信号之间呈现非线性关系,拟合各参数的非线性函数可分别对控制器的P／I／D各部分实施单独调节的思想,提出根据控制与误差之间的调节规律,给定一组增益参数的非线性函数,并采用遗传算法来优化和构造此非线性PID调节器．典型系统的仿真结果表明,该控制器可在一定程度上兼顾系统的动态和静态性能．     

Design and analysis of direct-action CMAC PID controller

This paper is to propose a direct-action (DA) cerebellar model articulation controller (CMAC) proportional-integral-derivative (PID) controller. The proposed controller, termed the DAC-PID controller, can generate four simple types of the nonlinear functions and then determine a control effort from those functions to control the process. In addition, the real-coded genetic algorithm is used to tune the parameters of the DAC-PID controller such that we can optimize those parameters. The performance of the proposed controller is also discussed in the sense of quantitative analysis. Simulation results demonstrate that the DAC-PID controller is superior to the conventional PID controller tuned by Ziegler–Nichols method and, moreover, as better as the optimal PID controller and the optimal fuzzy-PID controller.     

基于T-S模型的模糊神经网络PID控制

针对在非线性、时变不确定系统中,常规PID控制器难以获得满意效果的问题,仿照传统PID控制器结构,设计了一种基于T-S模型的模糊神经网络PID控制器。该控制器基于T-S模糊模型,将PID结构融入模糊控制中,充分发挥了模糊系统非线性、可解释性的特点;然后又利用神经网络的学习算法,实现了对模糊控制器的参数调整,使控制器具有了适应时变、不确定系统的自学习和自组织能力。针对非线性、时变系统,将此控制器与传统PID控制器对比进行了仿真研究,并应用于啤酒发酵领域,其结果表明,该控制器取得了令人满意的效果。     

基于BP神经网络的PID控制器在温控系统中的应用

工业中的温控对象普遍具有大时滞、非线性和时变性等特点,采用传统的PID控制器难以取得满意的效果。基于BP神经网络的PID控制器具有逼近任意非线性函数的能力,能实现对PID控制器的参数Kp,KI,KD的实时在线整定,使系统具有更好的鲁棒性和自适应性,其输出也可以通过在线调整达到预期的控制精度,适用于温控系统。实验结果表明,该控制器具有抗干扰能力强、鲁棒性好等特点。