模糊PID控制方法的仿真和研究

PID控制,其算法简单、鲁棒性好、可靠性高,但是常规PID控制存在控制精度不理想、适应性差等问题。文章对传统PID控制原理和模糊PID控制算法进行研究和分析;同时利用MATLAB软件对系统进行仿真、比较,可以得到模糊PiD控制的鲁棒性、动态性及稳定性都得到了改善。     

模糊自适应PID控制的仿真研究

首先介绍了PID控制系统的工作原理,因PID控制器结构简单、实现简单,控制效果良好,所以已得到广泛应用。但当控制对象变化时,控制器的参数难以自动调整。为了使控制器具有较好的自适应性,可以采用模糊控制理论的方法来实现控制器参数的自动调整。模糊PID控制系统就是模糊理论与传统的PID控制器的结合。最后以一控制对象为例,对该两种方式的控制进行了仿真和比较,并得出了相应的结论。     

基于神经网络的模糊自适应PID控制方法研究

针对常规PID控制器不能在线修正参数以及模糊规则和率属函数对专家经验的依赖性,提出了神经网络模糊自适应PID控制器,从而综合了传统PID控制、模糊控制、神经网络控制的优点,使其具有PID控制的广泛适用性和神经网络的自适应和自学习能力,同时又具备模糊控制的非线性控制作用;仿真实验可知该控制器具有更快的响应和更好的平稳性.     

基于模糊PID控制器的控制方法研究

为解决工程机械多功能试验台二次调节加载系统的控制问题,笔者简介了PID控制和模糊控制的原理及特点,提出了模糊PID控制器的模糊PID自整定控制方法.在模糊PID控制器的设计中,分析了模糊PID控制器的控制原理;确定了模糊语言变量和隶属函数;制定了模糊规则以及模糊推理和解模糊的方法.最后,分别采用PID控制和模糊PID控...     

自调整模糊PID及其在pH值控制中的仿真研究

酸碱中和反应中pH值变化的严重非线性及时滞特性给其控制带来了极大的困难。针对这一难题,采用自调整模糊PID控制算法对其进行控制,在传统PID控制器的基础上加入了模糊推理机制,由于模糊控制无需对象的精确模型,因此其具有很好的自适应特性,并且能够克服非线性因素带来的影响,具有较强的鲁棒性。对洗衣粉生产的磺化、分酸工段中的pH值控制的仿真实验结果验证了自调整模糊PID控制器在pH值控制中具有较强的鲁棒性和抗干扰能力。     

模糊PID控制及其MATLAB仿真

模糊PID控制仿真研究表明模糊PID控制器具有在控制过程的前期阶段具有模糊控制器的优点 ,而在控制过程的后期阶段又具有PID调节器的所有优势 ,是一种性能优良的控制器     

力控法兰的模糊PID恒力控制方法

针对工业机器人进行接触式作业过程中对末端接触力的要求,提出了一种基于力控法兰的末端恒力控制方法。对力控法兰进行了分析建模与参数辨识,设计了模糊控制与比例积分微分(proportion integral derivative,简称PID)控制并行的模糊PID控制器,通过Matlab仿真对纯模糊控制与模糊PID控制效果进行了对比,并研究了模糊PID控制器各参数对控制性能的影响。最后,搭建了基于Labview和外部设备互连(peripheral component interconnect,简称PCI)总线数据采集卡的实验平台,对力控法兰末端输出力进行了实验验证。仿真结果表明,纯模糊控制可提高系统响应性能,但存在一定的稳态误差。加入PID控制与模糊控制并行控制后,仿真与实验证明,阶跃响应的稳态误差消除,正弦跟随效果明显改善,恒力控制输出力在期望力F=10N时波动误差为±0.8N。因此,通过模糊PID控制可实现力控法兰末端的恒力控制,具有较好的动态响应性和跟随鲁棒性。     

模糊自适应在线调整PID参数控制器

对于现实的控制对象通常是一个较为复杂的被控对象，存在大惯性，纯延迟，参数时变等一系列特点．对他们进行控制仍是现在的一大难点和热点，但是从模拟PID，数字PID到最优控制，自适应控制，再发展到智能控制，每一步都使控制的性能得到了改善，鉴于上述各种控制方法的优点．本文针对上述系统提出了模糊自适应PID控制。并对其进行了仿真，证明该方法的有效性．     

模糊PID控制在运动控制中的应用

在模糊PID控制器的基础上，利用模糊推理方法实现了对PID参数的在线自动整定，并且在Matlab软件下，将该控制器在运动控制系统中的应用进行了研究，仿真结果表明，参数自适应模糊PID控制能使系统达到满意的控制效果，对进一步应用研究具有参考价值。     

深冷处理系统的自适应模糊PID控制方法研究

深冷处理能极大提高工模具的耐磨性,延长其使用寿命。本文介绍了使用液氮做冷源的深冷处理控制系统的构成。由于该类型冷源的压力波动不能精确控制,影响深冷处理的效果,因此笔者提出了深冷处理系统的模糊PID的自适应控制方法。实验表明:在外界条件稳定时,模糊PID控制器同普通PID控制器效果相当,但在外界条件发生变化时,模糊PID控制器具有更快的响应速度和更好的控制精度。     

PID参数模糊自适应控制器的设计

本文提出一种基于FUZZY推理的PID控制器,经利用FUZZY推理,对系统所处的不同状态实现POID参数的在线自适应控制,使系统在任何状态下,都能得到比传统PID更好的控制效果和更强的鲁棒性,住、仿真结果也证明了这一点。     

基于ATS-PID模糊控制器的仿真研究

对ATS-PID模糊控制器的设计做了阐述,并对不同的控制对象分别做了研究,所有结果均与理论完全符合,与设计完全符合,而且经实际仿真,检验了控制器的实用性和优越性。     

基于模糊算法的自适应温度控制器

本文介绍了基于模糊算法的自适应温度控制器的工作原理。系统根据有关参数选择模糊控制或者PID控制策略，结果表明：此算法比现有许多优化算法有效。     

PID模糊控制器结构研究

提出了运用模糊控制理论的单回路可编程调节器的模糊控制规律。理论分析和仿真实验结果表明：该调节器通过良好的控制算法使设定值跟踪特性具有超调量更小、调节时间更短、抗扰性能更佳的特性。     

模糊PID参数自整定控制器的设计

将模糊控制理论与经典的PID控制理论结合,以锅炉温度控制系统为例,设计了一种模糊PID参数自整定控制器.仿真结果表明,和常规PID控制器相比,所设计的模期PID控制器改善了温度控制系统的动态性能,提高了系统的鲁棒性.     

仪用模糊神经网络PID控制器的研究

针对仪用控制器的特点,本文提出了一种实用的仪用模糊神经网络ＰＩＤ控制器闭环设计方法,研制了模糊神经网络控制器设计开发软件,进行了大量的不同工业背景的计算机仿真,得出的控制器参数（网络权值,网络阀值）由单片机控制系统实现。实验表明：该方法在被控对象输出特性和Ｄ／Ａ输出给执行器的动作特性上都具有令人满意的曲线效果。同时亦证明这是一种实现仪器仪表智能化的有效方法。     

一种模糊PID控制器在BLDCM系统中的应用

直流无刷电机(Brushless Direct Current Motor,BLDCM)控制是电机控制中的重要问题之一,将一种模糊PID控制器用于直流无刷电机BLDCM控制,PD型模糊控制器的输出信号作为模糊PID控制器积分环节的输入信号,利用模糊PID控制器能够自适应地调节PID控制参数的性能,实现对BLDCM控制系统运行控制。仿真实验结果表明,与一般PID控制器相比,模糊PID控制器控制下的BLDCM电磁转矩输出脉动幅值较小,转矩信号变化稳定,系统输出电流波动频率降低。     

基于FPGA的模糊自整定PID控制器的研究

提出了一种基于VHDL描述、FPGA实现的模糊自整定PID控制器设计方法。首先，借助Matlab系统仿真工具，优化得出模糊自整定PID参数的模糊推理规则和控制器算法结构。然后，进行控制器的VHDL分层设汁，作为单一控制器芯片，重点编程实现和时序仿真：模糊逻辑推理、模糊自整定PID算法、数据缓存和I／O接口控制。最后，在一个具体的FPGA芯片上实现该控制器，并在此基础上进行系统实验。实验结果表明：FPGA作为单一控制器实现模糊自整定PID控制编程规范、时序验证方便、系统修改灵活，且基本无须改动硬件，是实现单片或小系统智能控制策略的一种新的有效途径。     

A Self-Organising Fuzzy Logic Controller for a Coordinate Machine

For a 3D coordinate measurement system, the dynamic accuracy of the moving table will influence the measuring accuracy directly. If a classical PID controller were designed for this measuring table without an accurate mathematical model, the gain parameters may need to be regulated frequently by trial-and-error to obtain the precise motion control objective, good adaptability, and robustness. In this paper, a model-free fuzzy controller and a self-organising fuzzy controller (SOFC) were employed to eliminate the above controller design problems and improve the tracking control accuracy. The control performances of these intelligent control strategies were compared, based on the experimental results. The SOFC has the best tracking accuracy and its learning ability significantly reduces the trial-and-error design effort of a traditional fuzzy controller.