基于龙格-库塔法的自适应PID控制算法及其应用

针对大滞后系统提出一种基于四阶龙格-库塔预测模型的自适应PID控制算法,该算法是先对系统的状态变量进行步长预测,然后将此预测值代入系统输出方程,求出被控对象的步长测量值,再将该测量值作为反馈值进行PID控制运算。在控制运算中,沿二次型性能指标的负梯度方向对加权系数进行在线修改,实现了自适应PID的优化控制。仿真结果表明该预测控制算法的响应速度快,鲁棒性强,有很强的实用性。     

基于龙格—库塔法的转管武器射速验算

转管武器是作战形式不断发展的产物。针对转管武器射速验算问题,提出了一种基于龙格—库塔法的方法。通过定性分析和定量计算,验证了模型的有效性和合理性。本结果为转管武器设计提供了参考。     

参数自整定模糊PID控制恒压供水系统

从硬件和软件两方面详述了以89C51单片机作为恒压供水控制系统的核心部件，采用模糊自适应PID参数控制算法构成实用恒压控制系统。通过自动整定PID的参数kP，k1，kD，使PID控制器能够通过改变输出电压来控制执行机构变频调速器的频率，从而使整个供水系统保持给定压力。     

基于UMAC的模糊PID自整定

对UMAC运动控制器的PID算法进行了研究.在获取车磨复合机床伺服传动系统模型上的前提下,根据UMAC自身的特点,采用了模糊PID自整定方法调节控制器参数.经验证,此方法可以有效地提高系统的控制精度.     

基于自整定模糊PID的电子节气门控制

本文介绍了电子节气门的结构和特点。由于电子节气门系统是非线性的．其数学模型较难建立．所以本文提出了自整定模糊PID控制算法．给出了试验曲线。最后．试验结果表明自整定模糊PID控制算法对于电子节气门控制具有较好的效果。     

基于模糊自整定PID控制的碱回收炉送风系统设计

锅炉燃烧系统具有时滞性、非线性和难以建立精确的数学模型等特点,传统控制方法难以达到很好的控制效果,本文在分析了工艺及难点的基础上,提出模糊控制与PID控制相结合的方法,并以碱回收炉送风系统为例,介绍了模糊自整定PID控制在燃烧系统的应用,增强了系统稳定性和抗干扰能力.     

基于模糊自整定PID方法的滞后系统的控制研究

本文针对电阻炉这个特定的对象,选择了常规PID控制、加入Smith补偿的PID控制和模糊自整定PID控制三种控制方案,用MATLAB的SIMULINK仿真工具软件分别对其进行仿真比较,从而选出合乎要求的解决方案,提出一种比较完善的模糊PID控制器参数自整定算法。在利用MATLAB仿真工具对模糊自整定PID控制器的性能作了研究之后,仿真结果表明,明显优于传统PID控制,具有超调量小、过渡时间短、稳定性好、适应性强等特点,能够达到预期的控制效果。     

空气电加热器的模糊自整定PID控制

在空气电加热器的控制过程中，由于被控对象具有明显的非线性和变增益特性，且随机干扰严重，其温度很容易产生波动，传统的PID控制不能取得好的控制效果。因此采用模糊自整定PID的设计方法，并对两种控制方法作了比较。仿真表明模糊自整定PID控制器具有无超调、调节时间短、稳态精度高等良好的动静态品质。     

模糊自整定PID控制器的设计和仿真

对象特性比较特殊的系统,常规PID控制比较困难,可采用模糊控制.着重介绍了模糊自整定PID控制器的设计,利用MATLABPID对参数进行仿真,其方法应用于变风量空调系统的控制中,还对模糊自整定PID与常规PID控制二种方法进行了仿真对比.     

基于参数自整定模糊PID控制液压万能试验机控制研究

为了能够提高液压万能试验机测试材料力学性能的准确性,深入地研究了参数自整定PID控制现在其中的应用。首先,分析了参数模糊自整定PID控制的基本原理;接着,设计了参数模糊自整定PID控制器的基本结构;然后,确定了参数模糊自整定PID控制器初始参数;接下来,进行了参数自整定模糊PID控制器参数的模糊化;最后,参数自整定PID控制液压万能试验机控制仿真研究,结果表明该控制方法具有较好的控制鲁棒性。     

基于线性预测模型的神经网络模糊PID控制

结合传统PID控制原理、神经网络技术、模糊控制技术及预测控制技术,提出了一种新型控制器结构.给出了在线调整PID参数的方法.仿真结果表明,基于线性预测模型的神经网络模糊PID控制使系统具有较好的鲁棒性.     

注塑机机械手位置伺服系统灰色预测PID及迭代学习混合控制

本文结合灰色预测控制和传统PID控制的优点.设计了灰色预测变参数PID控制,并利用迭代学习控制的学习能力来增加控制算法对于周期运动系统的控制精度.该方法具有很强的适应性和鲁棒性.通过注塑机机械手位置伺服对象的仿真实验表明,该方法具有很高的控制精度和抗干扰能力.     

一种基于逆模糊模型的自适应逆控制方法

利用模糊逆建模方法,结合自适应逆控制思想,提出了一种基于模糊逆模型的自适应逆控制方法。首先利用模糊系统理论对未知非线性对象进行离线逆建模,得到模糊逆模型;然后将对象与初始逆模型进行串联,利用LMS算法在线调节逆模型,同时将其进行数字复制作为系统控制器,与对象进行串联。该方法可用较少的模糊规则数达到很好的跟踪控制效果,将该方法用于一混合非线性系统及球形液位控制中,仿真结果验证了该方法的有效性与实用性。     

基于BP神经网络的模型参考自适应PID控制器的研究

基于BP神经网络误差的传播机制,探讨建立在BP神经网络基础上的模型参考自适应控制与传统的PID控制相结合的控制方法,控制器通过在线的自学习不断进行适应性控制,以保证系统的输出符合期望的性能要求。用MATLAB软件仿真后表明,该方法具有方法简单,实时跟踪误差,易于实现等优点。     

基于电流偏差补偿模型的SICM自适应控制

扫描离子电导显微镜(SICM)能够在非接触条件下获取样品表面纳米级形貌特性信息,可以在生理液态环境下实现对活体细胞等柔软样品无损成像。但是通过前期大量实验结果,发现在使用连续扫描模式时SICM扫描图像存在"拖尾"现象,导致图像失真,并限制了扫描成像速度。针对这一问题,结合SICM成像原理进行分析,得出电流逼近曲线高度非线性是产生这一现象的主要原因,并提出一种基于电流偏差补偿模型的SICM自适应控制方法。主要思想是建立电流偏差补偿模型,利用上一行扫描高度数据作为先验知识预测当前扫描点位置,并输入补偿模型得到新的电流偏差作为系统被控量。最后分别用新旧控制算法对标准栅格扫描图像进行成像效果对比,实验结果验证了该算法在一定扫描速度范围内能够有效地解决"拖尾"现象,明显减小图像失真,为进一步提高SICM系统成像质量和成像速度提供了一种有效的技术方法。     

基于内模PID控制的大型望远镜伺服系统

针对目前大型望远镜伺服系统调试参数较多的现状,基于内模PID控制方法对大型望远镜伺服系统进行了研究.介绍了内模控制设计思路,讨论了速度回路内模控制算法.分析和仿真结果证明了该算法在高精度应用场合的可实现性和较强的鲁棒性,简化了调试过程.根据一个具体项目验证了该算法的实用性,应用结果表明,该方法调试简单,一个控制环路只需要调整一、两个参数即能满足要求;高速运行时无超调,低速平稳运行达到15″,具有一定的实用性和推广价值.     

基于T-S模糊PID控制的气动系统研究

T-S模糊神经网络应用于气动伺服控制,从而避免复杂的非线性气动系统动力学建模过程。其中模糊逻辑系统完成气动系统的伺服控制,同时利用基于神经网络的学习算法调节隶属度函数的参数和神经网络的权值,可在一定程度上适应参数的变化从而优化整个系统的性能。应用所提出的控制方法,气动执行器通过多传感器信息融合获取运动状态和气体压力,自动的根据获取的信息调节比例压力阀的输出,在各种环境条件下达到合理的控制效果。     

基于神经网络的通用模型自适应控制

应用复合正交神经网络来实现过程的自适应逆控制方法,和通用模型控制器策略相结合,提出了一种基于神经网络的通用模型自适应控制方法,将非线性过程模型应用逆系统的方法可以在控制算法中直接嵌入过程模型,从而保证通用模型控制策略的可实现性.另一方面,在自适应逆控制中采用复合正交神经网络具有算法简单、学习收敛速度快等优点,可以克服常用的BP和RBF神经网络一些缺点.基于神经网络的通用模型自适应控制方法中的参考轨迹是一条典型的二阶曲线,该控制器参数具有明显的物理意义,参数整定方便.仿真验证了该控制策略的有效性.     

基于灰色预测的多变量自适应PID控制器

针对汽轮发电机组具有多变量、强耦合、大时滞等特点,提出一种基于灰色预测的多变量自适应PSD控制算法。该方案通过一组灰色系统预测模型GM（1,N）对多变量系统的输出预测实现对角解耦。采用无辨识智能自适应PSD控制算法优化PID控制器的参数,用优化后的PID控制器对每个子系统进行控制。该方案不需要精确的数学模型,在线估计参数少,计算简单。仿真结果表明,与其他方法相比,这种控制方法响应速度更快,而且具有更好的自适应性和鲁棒性。