基于多重模糊神经网络的PID温度控制算法

传统PID算法在控制具有大滞后、非线性、时变性等动态特性复杂的温度对象时,存在超调量大、参数无法自调节、模型自适应能力差、系统稳定性低等问题。为此,文章提出一种多重T-S型模糊神经网络PID温度控制算法。该算法根据PID算法的结构特点,利用T-S型模糊神经网络的单输出特性,建立能分别输出PID 3个参数的3重网络模型。MATLAB仿真实验结果表明,该算法与传统PID、BP神经网络PID,以及常规模糊神经网络PID等相比,超调量低,稳定性好,模型自适应性强,抗干扰能力强,综合性能指标好。     

聚合釜温度控制系统：谈杜邦干法腈纶装置中的先进技术

重点介绍杜邦干法腈纶装置中的一个核心部分－聚合釜的工艺特点，及以实现此特殊的工艺要求，是如何配置自动控制和联锁的。     

基于改进OOA-PID控制器的有机固废裂解釜温度控制

为了突破传统PID控制器在有机固废裂解系统中无法有效处理非线性系统、缺乏全局优化等局限性,提出了基于改进鱼鹰优化算法（OOA）的PID控制器。首先,对裂解釜温度系统传递函数模型的参数进行辨识;然后,运用改进OOA算法优化PID控制器参数;最后,通过MATLAB/Simulink进行仿真实验。仿真结果表明,改进后OOA-PID控制器相较传统的OOA-PID控制器控制效果提升显著,超调量减小了2.6%,系统动态响应时间缩短了约42%。     

PP聚合釜的自动控制

根据间歇式液相本体法聚丙烯生产的工艺及聚合釜特点,将模糊控制和常规的控制方法结合起来,设计了一种简单实用的复合控制方案,以期减轻劳动强度,提高产品质量.     

基于模糊算法3D打印喷头PID温度控制

目前,3D打印机采用常规PID温度控制的方式普遍存在打印机喷头实时温度变化过大的问题,经常使得打印机喷头发生堵塞、材料流出量及形态的不同等现象,导致打印效果不理想.为解决上述问题,本文研究设计了模糊PID控制系统控制喷嘴温度.系统温控由6 mm×20 mm的加热管、铝块、热敏电阻组成,加热管功率是40 W,采用PLC塑料丝为原材料,同时将传统型控制中的比例、积分、微分3个参数模糊化.仿真结果表明:模糊PID算法控制温度稳定的效果提高近5倍,且系统达到稳态所用时间更短,从而在3D打印机喷头系统中能进一步改善打印用料输出的平滑度,提高打印精度,得到令人满意的打印效果.     

改进的温度控制算法在微机中的实现

讨论在温度控制系统中改进的PID算法和大林算法,分析PID控制器用于温度控制存在的问题,并提出了相应的改进措施,讨论了采用周期的选择。     

国产LF110型聚合釜防粘釜技术的探讨

聚合釜是聚氯乙烯聚合生产的主要设备．但在聚合过程中．聚合釜粘釜现象却常常出现．不仅降低聚合釜的传热系数．而且使产品鱼眼数增加，影响了设备的平衡运行．更会影响产品的质量。因此．研究并制定一套防粘釜技术是十分必要的。     

基于自整定模糊PID算法的浓缩工艺温度控制研究

针对药浓缩工艺的温度变化过程,以蒸发室内温度为被控对象,建立温度控制数学模型.在模糊自整定控制算法基础上,引入了专家系统,提出一种专家自整定模糊PID控制算法,通过对调节阀的控制,实现对温度参数的精确控制.分别对常规PID算法、模糊控制PID算法、以及加入专家系统的智能模糊PID控制算法进行仿真分析和实验比对.实验结果表明,提出的自整定模糊PID控制算法,较常规PID控制算法,具有稳定性高、响应快、超调量小的特点.     

基于DKPCA的聚合釜故障诊断研究

针对聚合釜聚合生产聚氯乙烯过程的故障种类较多、故障类型复杂等特点,同时生产过程存在严重的非线性、动态性,提出一种基于DKPCA的故障诊断算法.过程中分别采用主元分析、核主元分析和动态核主元分析分别对PVC聚合过程进行故障诊断,其中主元分析和核主元分析的错报率较高,而动态核主元分析对PVC聚合过程能够得到较好的诊断结果,从而可以对实际的PVC聚合生产过程进行监测.     

模糊PID水泥分解炉温度控制

将模糊控制与PID控制相结合,主要解决水泥生产系统的非线性、大滞后问题。仿真实验表明算法可行。     

基于PID神经元的温度控制系统研究

应用神经网络控制理论和方法，对传统温度控制系统进行控制，可以得到无静差，无超调的优良性能，这对于传统工业改造具有实际意义。     

基于改进搜寻者优化算法的PID控制

针对传统PID参数整定方法存在精度低、稳定性差,且被控制系统易受噪声影响等缺点,提出一种基于改进搜寻者优化算法(ISOA)的PID控制方法。采用Z-N方法得到的PID参数整定值指导初始种群的产生和个体寻优范围的确定,再引入变异操作方法和个体进化方向引导策略,从而提高PID参数优化精度,并结合Kalman滤波器实现对被控系统中控制噪声和测量噪声的滤波处理。仿真结果表明,与基于标准搜寻者优化算法(SOA)的PID控制方法比较,基于ISOA算法和Kalman滤波器的PID控制,不仅可以获得更优的PID参数,而且能够有效抑制控制过程中的噪声干扰,实现了高精度、强鲁棒性的PID控制。     

PID参数整定的半导体激光器温度控制

为了降低环境温度对近红外分布反馈式激光器(DFB)的输出光功率以及中心波长波动的影响,采用PID控制方案设计了一种DFB激光器温度控制系统.PID系统通过硬件电路调整比例(K_p)、积分(K_i)及微分(K_d)参数来寻求动态平衡建立时间和最大振荡幅度的最佳值.结果表明,该温度控制系统的控制精度为±0.05℃,温度控制范围为10~50℃.通过较长时间的监测,DFB激光器的温度始终处于稳定状态,输出的中心波长没有出现漂移,能够满足气体浓度高检测精度的要求.     

基于模糊神经网络PID的焙烘机温度控制

以控制焙烘机内流动的热风温度为目的,提出了将模糊控制器、神经网络控制器与PID相结合构成模糊神经网络PID对焙烘机进行温度控制的方法,并建立了模糊神经网络PID控制器的网络模型;利用MATLAB进行仿真分析,并与传统PID和模糊PID进行对比。结果表明:利用传统PID控制时,超调量达到45%,调节时间为1 150 s,且震荡明显;利用模糊PID控制时,系统超调量为15%,调节时间达到1 750 s,震荡明显减弱;利用模糊神经网络PID控制时,该方法满足焙烘机温度控制系统的各项技术指标要求,且超调量接近零,系统无震荡,调节时间减小为500 s,并且温度受外界扰动的影响很小,有良好的扰动补偿和抗干扰能力,系统鲁棒性有了很大提升,可以很好地满足控制焙烘机热风温度的目的。     

基于RBF神经网络的PID自适应真空炉温度控制

提出一种基于RBF辨识神经网络算法的神经网络PID控制方案,由RBF网络对系统进行在线辨识,建立其在线参考模型并为PID控制器提供了梯度信息,从而实现控制器参数的在线调整.仿真结果表明,该控制方法应用于真空炉温度控制时控制精度高,动态特性好,收到了良好的效果.     

基于RBF神经网络的PID自适应真空炉温度控制

提出一种基于RBF辨识神经网络算法的神经网络PID控制方案，由RBF网络对系统进行在线辨识．建立其在线参考模型并为PID控制器提供了梯度信息，从而实现控制器参数的在线调整。仿真结果表明，该控制方法应用于真空炉温度控制时控制精度高，动态特性好，收到了良好的效果。     

基于BP神经网络整定的PID温度控制

展示了一种基于BP神经网络的PID控制器,利用神经网络的自学习特性,将神经网络与PID控制方法相结合,采用3层前向网络,动态BP算法,实现对温度控制系统的在线智能控制,显示了BP神经网络PID控制方法很强的鲁棒性,同时也显示了神经网络在解决高度非线性和严重不确定系统方面的能力．仿真结果表明,此种PID在温度控制中能够取得较满意的效果．     

基于改进的DE算法对PID参数的优化

通过改进标准差分进化算法的放缩因子,得到一种改进的差分进化算法.这种改进的差分进化算法具有自适应的特点,能自调整放缩因子的大小,而标准差分进化算法的放缩因子通常取某个常数.将这种改进的差分进化算法用于PID参数的优化,克服了一些传统方法过于直接、不能寻优的缺点.仿真结果显示,改进的差分进化算法,具有较快的响应速率和较好的鲁棒性.     

模糊PID算法在回转窑的喂煤量-烧成带温度控制系统中的应用

喂煤量-烧成带温度控制系统是回转窑生产的一个重要组成部分,但其具有大惯性、纯滞后、非线性等特点,常规PID控制算法难以对其生产温度进行准确的控制。文章提出的模糊PID控制器是将模糊控制与传统PID控制相结合,用模糊控制理论在线整定PID控制器的比例、积分、微分系数。仿真结果表明,该控制器在响应速度、稳态精度等方面均优于常规PID控制器。