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ARM的嵌入式自适应温度控制系统设计

针对传统电阻炉温控系统受时滞长、惯性大和非线性等因素影响而普遍存在超调量大和调节时间长等问题,设计了一种基于ARM的嵌入式自适应温度控制系统.采用基于神经网络的PID自适应控制器对温度进行准确控制,提出了模糊Smith预估补偿控制方法来消除纯滞后系统的超调并提高稳定性,并将该方法与传统PID和模糊PID的控制方法进行了比较.结果表明,该系统能够实现电阻炉温度的快速和准确控制.相对于其他两种方法,该方法在系统超调和调节时间方面有极大提高,增强了系统的鲁棒性,具有较好的工程应用前景.     

基于ARM的嵌入式自适应温度控制系统设计

针对传统电阻炉温控系统受时滞长、惯性大和非线性等因素影响而普遍存在超调量大和调节时间长等问题,设计了一种基于ARM的嵌入式自适应温度控制系统.采用基于神经网络的PID自适应控制器对温度进行准确控制,提出了模糊Smith预估补偿控制方法来消除纯滞后系统的超调并提高稳定性,并将该方法与传统PID和模糊PID的控制方法进行了比较.结果表明,该系统能够实现电阻炉温度的快速和准确控制.相对于其他两种方法,该方法在系统超调和调节时间方面有极大提高,增强了系统的鲁棒性,具有较好的工程应用前景.     

基于T-S模型的非线性多变量系统快速GPC控制

把T-S模糊模型辨识非线性对象和预测控制技术相结合,提出一种基于T-S模型的非线性耦合多输入多输出系统快速广义预测控制(GPC)方法,并给出了简化的规则选择方法.该方法在线调节参数少、计算量小.仿真结果表明具有控制平稳、超调小、跟踪快的特点.能够对非线性耦合多变量系统进行良好控制,适合工业过程在线应用.     

在线学习自适应模糊控制器在水轮机调节中的应用

针对水轮发电机组系统具有时变非线性,传统的控制方法很难达到最优控制的特性,提出采用基于RBF神经网络和遗传算法的自适应模糊控制器来控制水轮发电机组运行.模糊控制器的比例因子、模糊推理规则和隶属函数由遗传算法在线寻优.由RBF神经网络进行被控对象的动态特性模型辨识,以评价模糊控制器控制性能.仿真实验表明,控制效果良好,特别在变工况和扰动情况下优于最优PID控制.     

基于VAV变风量智能建筑空调系统控制

为了解决传统VAV空调系统的非线性、延时性、波动性以及模型准确性等问题,在传统PID控制系统的基础上,引入模糊PID控制机理,建立了模糊增益控制器.结合自适应调节系统,通过模糊调整方法,以变风量空调系统终端阀门的开度为最终控制对象,通过MATLAB编程建立模型,对PID控制器参数进行在线调整.结果表明,引入模糊PID控制方法的VAV空调系统与传统PID控制方法相比,前者动态响应速度快,校正时间短、超调量小,具有广阔的应用前景.     

基于遗传算法的模糊控制器动态优化方法

为了克服电厂主蒸汽温度被控对象的大迟延性、模型不确定性和时变性，提出了一种新的基于遗传算法(GA)的动态模糊控制器优化方法.该方法根据被调量的当前偏差值和偏差变化值的大小，采用改进的遗传算法和错时修正的方法，每次只对模糊控制规则表中的一个当前被激活的控制量修正值进行优化，对模糊控制器控制规则表中的数据进行实时在线的动态优化.仿真结果表明，当主蒸汽温度被控对象的模型参数变化10％时，采用该动态优化方法的模糊控制系统可以将主蒸汽温度动态偏差控制在-3～3 ℃，调节时间缩短了至少40％，主蒸汽温度控制系统的动态特性得到了有效的改善.     

无刷直流电机控制系统仿真比较

无刷直流电机(BLDCM)是一种多变量、非线性的控制对象,PID控制等传统控制方法难以达到现代工业控制高精度和高性能的要求.以BLDCM作为研究对象,介绍了BLDCM的结构原理,给出了基于传统PID、模糊PID和神经网络PID 3种BLDCM控制系统结构,并在Matlab/Simulink仿真平台上比较了3种BLDCM调速系统的性能.仿真结果表明,模糊PID控制系统的性能相对最优.     

火电厂水质调节系统的模糊免疫自适应Smith-PID控制

火电厂水质调节加药系统为大时滞时变被控对象.模糊免疫自适应PID控制和常规Smith控制难以取得令人满意的控制品质.借鉴生物免疫反馈响应过程的调节作用和模糊推理的自适应性,以及Smith预估器可以解决系统时滞性的特点,提出了将模糊免疫自适应PID控制器和Smith预估器组合成复合控制器的控制策略.用模糊免疫P调节器实时整定P1D控制器的比例增益,用模糊控制器在线整定PID控制器的积分时间常数和微分时间常数.仿真研究表明,该控制算法具有调节时间短,系统稳定性强,抗干扰能力强等优点,取得了令人满意的控制效果.     

模糊控制在油脂工业液位自动调节系统中的应用

油脂工业中常涉及到各种液位控制,以液位自动调节系统为研究对象,针对系统中存在的参数时变性、死区非线性等问题,设计了基于模糊神经网络的控制器.该模糊神经网络控制器增强了传统模糊控制的性能,可以实现在线和离线的自适应调节,改善了系统的动态响应特性.计算机仿真结果表明系统的控制精度、稳定性和对复杂工况的适应性都得到了显著提高.     

道路交叉口信号的模糊神经网络控制

应用模糊神经网络对交通系统进行控制是一种新的尝试，它可以充分发挥模糊逻辑和神经网络的优势，实现更为有效的控制。提出了一种基于模糊神经网络的道路交叉口交通信号控制方法，根据两相位的关键车流信息来决定绿灯延长时间，形成控制策略。仿真结果表明，与传统的定时控制方法相比，所提出的神经网络控制方法在车辆平均延误时间和排队长度方面都有较大改进，该方法有效、可行。     

超声-电火花加工中的放电间隙实时控制

超声-电火花复合加工控制系统是1个典型的高度非线性、强耦合的时变复杂系统，控制系统的性能是决定复合加工性能好坏的关键.针对超声-电火花复合加工系统的这一特点，设计了新型模糊神经网络控制器.神经网络采用添加动量项的LMS算法(最陡下降法)自学习得到模糊控制规则，并随系统变化对其进行优化.该控制算法优化了控制过程，提高了控制系统的实时性.通过普通电火花加工设备提取出加工效果试验数据，建立加工效果与放电参数之间的关系模型，对放电间隙进行实时控制，试验结果表明新型控制器的控制效果优于传统加工效果.     

改进的加热过程模糊自调整PID算法及仿真分析

为解决工业控制中大惯性、纯滞后、参数时变的非线性受控对象难于控制的问题,提出一种改进的控制算法。该算法采用1个单输入3输出的模糊控制器结构代替3个单输入单输出模糊控制器结构,通过Mam—dani模糊推理运算自调整PID（Proportional Integral Derivative）参数,并结合Smith预估补偿控制作用,优化系统动态响应指标,改善了控制器性能。将其应用于注塑机加热过程的温度控制中,并与常规PID控制器和Smith预估PID控制器比较。仿真结果表明,该控制器各项性能均好于其他两种控制器,调节时间为420s,超调量和稳态误差均为0,具有抗干扰性强和鲁棒性好等优点,为进一步改善注塑机加热过程的实际控制性能提供了理论依据。     

分数阶ＰＩＤ控制在网络控制系统中的应用

分数阶PID控制器较传统整数阶PID控制器增加了2个可调参数,使得其控制器的设计更加灵活,控制性能更加优良．针对网络控制系统（NCS）中的时延以及数据包丢失问题,提出对系统采用分数阶PID控制方法进行补偿,利用MATLAB／TrueTime仿真工具箱对NCS进行仿真研究．仿真实验结果表明,采用分数阶PID控制方法可以对时延以及数据包丢失问题进行有效的补偿,且控制效果明显优于整数阶PID方法．     

PID控制器的优化设计

为使PID控制器同时具有给定值跟踪和抑制干扰两个方面的最佳特性,提出了PID控制器优化设计方法.笔者设计了给定值补偿型I-PD控制器,其结构简单,便于掌握,易于实现,可以实现系统的最优控制,特别适用于串级控制中级数较多的系统.在深入研究反馈型2自由度PID控制器的基础上,增加了前馈补偿器,有效地抑制了扰动,为改善给定值跟踪特性,在前馈位置上增加一个微分负前馈环节,仿真结果表明:该控制器具有抗干扰能力强,实时性好,调节时间短、超调量小等特点,提高了系统的控制性能.     

基于FPGA的精确时钟同步方法

为实现分布式系统高精度同步数据采集和控制的实时性要求，提出了一种基于工业以太网的分布式控制系统时钟硬件同步方法.基于高速数字逻辑硬件方法解析IEEE1588时间同步协议，采用硬件描述语言（VHDL）和现场可编程逻辑门阵列（FPGA）设计时间戳截获、晶振频率补偿、时钟同步算法等模块，为嵌入式实时控制系统构架高精度的硬件时钟同步方案，该方法解决了传统的基于嵌入式软件的时钟同步方案中时间戳不稳定、同步精度低等问题.对基于工业以太网的分布式控制系统进行了动态测试验证，实际测试数据表明系统各节点达到了亚微秒级的时钟同步精度，长期运行结果验证了系统同步精度的稳定性.     

基于ITAE标准函数的纯滞后系统控制

针对纯滞后控制对象,提出了一种基于ITAE标准优化函数的控制器设计方法,将控制器和对象构成的闭环传递函数等效为具有ITAE控制指标的ITAE最佳传递函数,从而求解出控制器参数.对于纯滞后对象,利用一阶Pade近似式来近似纯滞后环节,给出了改进后的系统模型,利用ITAE控制器在模型匹配和失配情况下进行了仿真研究,结果表明:所提出的设计算法简便实用,避免了复杂的参数在线调整过程,在系统模型发生摄动的情况下,均有着较传统PID控制更好的稳定性和鲁棒性,显示了这一设计方法较好的应用前景.     

永磁同步伺服电机FNN控制的仿真分析

模糊神经网络结合了模糊控制和神经网络的优点,已广泛用在交流电机控制系统的研究中。本文作者利用MATLAB／SIMULINK仿真软件,建立了基于IP-模糊神经网络控制器的永磁同步电机仿真模型,实验结果表明：采用比例积分控制器（IP）-模糊神经网络控制时系统具有良好的抗干扰性,提高了控制精度和鲁棒性。