基于神经网络Fuzzy-PID控制器的温控系统

设计了一种基于模糊推理进行参数自整定的PID控制器,构造了一个3层BP神经网络来学习模糊控制规则完成模糊控制的模糊推理.将该控制器应用于电阻炉的温度控制,并与普通模糊自整定PID控制器进行比较,表明该方法提高了对非线性、时滞系统的控制效果.     

基于改进型GA优化FNNC的SG水位控制系统仿真研究

蒸汽发生器水位直接影响到整个核电站的安全及稳定运行,但蒸汽发生器本身由于所具有的高度复杂性、非线性性、时变性等特性,导致传统的串级PID控制等方法难以取得好的控制效果.本研究在串级控制的基础上,采用模糊神经网络来对蒸汽发生器水位进行控制,该控制算法能够充分发挥模糊控制及神经网络的优点.另外,为了减小模糊神经网络参数初值的选择对控制器的性能影响,将一种改进型遗传算法用于模糊神经网络控制器的参数优化.仿真结果表明,设计的控制方法无论是抗干扰能力还是在鲁棒性方面与传统的串级PID控制及常规的模糊神经网络控制相比较都有了很大的提高.     

柴油机模糊智能控制器和改进算法

提出了一种具有多输入/多输出（MIMO）结构、在线修正PID参数的柴油机模糊控制器和改进算法,在算法中建立了柴油机模糊PID控制器的三维模糊数学模型,提出用载荷和增压器进气流量作为新的模糊控制变量,并用模糊控制芯片F100实现了实时在线调整柴油机电子调速器PID参数。仿真结果和Z6135柴油机调速性能表明,使用模糊智能控制器可以改善调速器在柴油机带载条件下的动态响应。该项试验研究为内燃机车用大功率柴油机实时多目标控制提供了解决方案。     

智能控制算法对加热炉温度控制研究

针对当前加热炉温度控制存在的超调量大、震荡频率大等问题,基于智能控制理论的发展,将智能控制理论中的专家控制、模糊控制和神经网络控制与PID控制相结合,设计了智能PID控制算法,分别对这几种控制算法进行了数值模拟和实验研究.结果表明,智能PID控制算法的调节效果要明显优于传统的PID控制算法,其中,模糊自整定PID控制算法和模糊免疫PID控制算法在加热炉温度控制的应用上较为可行,神经网络PID控制算法也具有很好的发展和应用潜力.     

基于粒子群优化的锅炉汽包水位模糊PID控制

结合粒子群优化算法、模糊控制和PID参数自整定方法,设计一种新型自适应模糊PID控制器。采用粒子群优化算法离线优化PID控制器参数,再利用模糊控制器在线对PID参数进行整定。Simulink-~件模型仿真对比表明：控制方法具有调节精度高、     

粒子群优化的模糊控制器设计

为避免模糊控制器设计中参数的复杂调试,并使其获得最佳控制性能,应用新颖的粒子群优化算法对模糊控制器参数进行优化设计。针对常规模糊控制器稳态精度欠佳的弱点,采用模糊控制与PID控制相结合的双模控制以有效消除静态偏差。通过对具有严重参数不确定性、多扰动以及大迟延的电厂主蒸汽温度被控对象的仿真研究,表明粒子群算法寻优速度快,计算量小,对模糊控制器参数的优化设计是非常有效的,使得主汽温控制系统在不同负荷下均获得很好的调节品质。图6表2参8     

新型恒压供水系统

针对地区城市水厂供水管网普遍存在铺设复杂、传输距离远、控制对象具有大滞后、强耦合、非线性、参数时变等特点,综合考虑目前供水系统注重管网压力而轻视水库水位等问题。文中提出基于智能神经网络的可调整修正因子模糊PID控制算法进行双闭环控制,使得供水系统不仅能按照模糊控制规则对不同供水工程进行调节,并且能够实时调节PID参数,使系统输出稳定。     

模糊PID控制器在火电厂主汽温控制中的应用

把解决模糊控制中的强化作用与静态稳定性之间的矛盾作为研究方向,针对火电厂主汽温系统的大滞后、大惯性、非线性等特点,提出将模糊控制与常规PID控制相结合的思路,设计了模糊PID控制模型并与普通PID控制和简单的模糊控制进行了比较。从仿真结果中可以看出:这种方法是解决模糊控制中的强化调节作用与静态稳定性之间矛盾的有效方法。图6表1参6     

基于自适应神经网络模糊PID的磨煤机控制研究

以衡丰发电厂钢球磨煤机辨识结果为研究对象,基于MATLAB/Simulink平台搭建自适应神经网络模糊PID的磨煤机控制系统仿真模型,通过自适应神经网络对模糊规则进行训练和学习,改进磨煤机出口温度控制、入口负压控制以及负荷控制策略.仿真结果表明:自适应神经网络模糊PID控制优化效果明显,在磨煤机50％工况下,相比传统P...     

模糊PID控制在发动机怠速控制中的仿真

考虑到发动机怠速工作过程的非线性、时变性和不确定性,研究了模糊控制理论在发动机怠速控制中的应用。设计了一种汽油机怠速转速模糊比例积分微分(PID)控制系统,并利用矩阵实验室(MATLAB)所提供的Simulink仿真工具进行了仿真。结果表明:该模糊PID控制具有良好的控制性能。     

一种基于T-S模型的模糊PID控制器的设计及应用研究

基于Tзkзgi和Sugeno的模糊控制模型，设计了一种基于T-S模型的模糊PID控制器，这种设计方法可以充分借鉴常规PID控制器参数调整的各种成熟经验，使模糊控制规则的制定和参数的调整更简单易行，且物理意义明确。通过对电加热炉的仿真和实时控制表明，该控制器有着很强的适应性和鲁棒性，改善了系统的动静态性能。     

基于5MW风机模型的变初值模糊PI变桨控制技术研究

针对传统PID变桨控制器参数自调整性能较差,适应性不强的问题,文章提出了风电机组变初值模糊PI变桨控制算法。通过模糊控制算法实现了PI参数的自动调节,根据风速大小设计了合理的变初值调整算法,实现了模糊控制器初值的在线调节。基于FAST风机软件中5 MW陆上风电机组非线性模型,分析了风电机组在额定风速以上运行时变桨系统的动态特性,从算法结构出发,设计了合适的模糊规则和量化、比例因子以及变初值调整算法,在Matlab/Simulink中搭建了变初值模糊PI变桨控制策略。通过仿真验证了控制策略在抑制转速波动和风机叶片、塔基受力力矩波动方面具有较好的效果。     

模糊自学习控制在水电机组控制中应用研究

采用具有自学习能力的自适应模糊控制器来控制水电机组运行。自适应模糊控制器将模糊控制和神经网络结合,根据运行情况在线调整模糊推理规则和隶属函数,使控制系统具有自适应学习的特性。学习中学习速率和平滑因子可根据误差情况在线修改,克服了网络学习速度慢和局部最优的缺点。仿真实验表明,设计的自适应模糊控制器具有良好的鲁棒性,可有效地改善水轮发电机组系统的动、静态性能。     

基于差分进化算法的燃气轮机转速模糊PID复合控制

为了改善电站燃气轮机转速控制系统的调节品质,采用模糊PID(比例积分微分调节器)复合控制,通过差分进化算法对模糊控制器参数进行寻优,基于电力系统高级仿真支撑平台(JSSC)对该方法进行了验证。试验结果表明:模糊PID复合控制无论在升速过程还是甩负荷等突变工况时,不管在超调量、过渡过程时间等动态性能上还是静态偏差等方面,转速控制结果均明显优于单纯的PID控制;当转速特性发生变化时,该控制方法表现出良好的鲁棒性。     

基于动态矩阵的溶解氧自适应预测控制方法

针对污水处理系统中溶解氧大时滞的精确模型难建立,且缺少有效控制等问题,提出了一种以动态矩阵为基础的自适应预测PID控制方法,以此达到控制溶解氧的目的。该算法建立了溶解氧控制的广义被控对象的预测模型,并在对溶解氧控制滚动优化中考虑能耗经济优化因素,利用反馈校正调整模型预测误差,从而有效克服了溶解氧大时滞的精确模型难建立等问题。仿真试验表明,与PID控制相比,所设计的控制算法能改善系统的动态性能,鲁棒性更强。工程模拟调试也验证了该控制策略的可行性。     

采用神经网络改善式循环柴油机的供氧控制

在氧气反馈调节的基础上,不依赖系统模型,借助神经网络的构成前馈控制器,以反馈输出引导网络权值及输出的调整,使网络逐步学成前馈补偿功能,并最在控制中占据主导地位,实现对负荷扰动的补偿。仿真结果表明,采用这一复合控制系统能有效地改善氧气控制的动态特性。     

用神经网络训练三相电弧炉弧流模糊控制规则

三相电弧炉控制系统采用模糊控制器而其规则又不可能用经验合理描述，针对这种情况．提出了一种用BP神经网络找出控制规则的方法，并对该方法进行了计算机仿真和现场实验。结果表明，该方法实用有效。