极点配置自校正PID调节器

PID控制简单，稳定性能好，可靠性高，但对于复杂的受控对象，特别是模型参数未知的慢变化的受控对象采用常规PID控制器，不仅PID参数难于选择，而且即使PID参数选择好了，也因受控对象的参数发生变化而不能获得满意的效果，自校正调节在过程控制中的应用，提高了系统的自适应能力，使系统调节品质的综合指标有了明显的改进，对于一大类时滞最小相位二阶系统，设计了一种基于相消原理极点配置自校正PID调节器，对消对象的零极点，该算法先离线根据经验设定b0,g0，然后在线辨识系统参数，实现控制，它计算简单，收敛快，鲁棒性好，仿真结果证明其有效性。     

极点配置自校正PID控制器及其应用

本文研究用计算机实现的自校正 PID 控制器。自校正 PID 的参数是通过受控对象的参数辨识,以及极点配置的原则来自行确定的,该控制器已在两个不同的对象上取得试验应用。     

基于极点配置算法的列车横向半主动悬挂自适应PID控制系统设计

为了使PID控制器具备自适应能力,以适应列车受到外部环境扰动时产生的结构参数变化,使用了增量式数字PID控制器,将PID控制器与极点配置控制算法结合,利用极点配置算法在线实时优化kP,kI,kD参数,设计了自适应极点配置PID控制器,实现了kP,kI,kD参数的自动校正.最后给出基于极点配置自适应PID的高速列车半主动悬挂控制系统的设计方案,利用MATLAB-Simulink搭建仿真平台并进行仿真.仿真结果表明：基于极点配置算法的列车半主动悬挂自适应PID控制系统能够有效降低列车横向振动.     

基于改进递推预测误差神经网络算法的极点配置PID控制方法

针对工业控制中系统模型参数通常未知的特点,利用改进递推预测误差算法为基础的神经网络系统参数辨识方法,设计了极点配置自校正数字PID控制器.相比于基于梯度学习算法的神经网络辨识方法和通常的PID控制器,该方法具有参数辨识结构简单、神经元权值调整可持续且计算速度快、所采用的数字PID控制器鲁棒性强等优点.最后的数值仿真结果验证了本文算法及控制方法的有效性.     

混合网络在慢时变系统中的应用

针对工业慢时变系统非线性、调节时间长、参数难以用常规PID控制方法整定等的特点,提出了一种混合神经网络参数自整定复合控制方案。将BP网络和PID结合起来充当系统的控制器,实现PID参数的自整定,RBF网络充当辨识器,实现对受控对象模型的辨识。仿真结果表明,该系统具有较好的性能。     

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。     

基于神经元的自适应预测PID控制

提出了一种采用神经元的自适应预测PID控制方案。神经元具有很强的自学习和自适应能力 ,它可根据系统的误差并通过一定的学习算法来不断修正控制器的参数 ,使控制器能够适应受控对象结构参数以及环境的变化。因此采用单神经元构成自适应PID控制器 ,将神经元与PID控制结合 ,对PID参数进行在线寻优、自校正 ,使PID控制能有效地对付一些较复杂非线性被控对象 ,特别是难于用传统方法建模的被控对象。同时为了提高系统的快速跟踪和抗干扰能力 ,采用了动态自适应神经元 (APE)对非线性系统进行预测 ,即用神经元建立起非线性系统的预测模型 ,预测系统的未来输出 ,从而提高了控制系统的控制品质。同时详细介绍了该控制系统的自适应控制算法。仿真结果表明 ,这种自适应控制方案切实可行 ,其控制品质明显优于常规PID控制 ,且具有较强的鲁棒性 ,达到了良好的控制效果。     

基于神经元的自适应预测PID控制

提出了一种采用神经元的自适应预测PID控制方案。神经元具有很强的自学习和自适应能力，它可根据系统的误差并通过一定的学习算法来不断修正控制器的参数，使控制器能够适应受控对象结构的参数以及环境的变化。因此采用单神经元构成自适应PID控制器，将神经元与PID控制结合，对PID参数进行在线寻优、自校正，使PID控制能有效地对付一些较复杂非线性被控对象，特别是难于用传统方法建模的被控对象。同时为了提高系统的快速跟踪和抗干扰能力，采用动态自适应神经元（APE）对非线性系统进行预测，即用神经元建立起非线性系统的预测模型，预测系统的未来输出，从而提高了控制系统的控制品质。同时详细介绍了该控制系统的自适应控制算法。仿真结果表明，这种自适应控制方案切实可行，其控制品质明显优于常规PID控制，且具有较强的鲁棒性，达到了良好的控制效果。     

水轮机调节系统模糊推理自校正PID控制

基于模糊数学理论设计了一种自校正PID调节器，可达到过程的自适应调节，实现调节器参数的实时优化，算法实现简单，实时性强，在水轮机调节系统仿真实验中，取得了满意的效果。     

具有降价未建模和有界干扰鲁棒间接自校正控制

提出了一种新的鲁棒间接极点配置自校正控制算法，该算法用于含降价未建模动态和有界干扰受控对象，可获得系统局部鲁棒稳定性，仿真实验结果说明了其有效性。     

水轮机组调节的模糊控制算法研究

从提高模糊控制精度出发．提出了一种混合参数自调整模糊PID控制器结构,融合了常规PID控制器和模糊控制的优点．控制器主要包括了常规PlD控制器、增益调整型模糊控制器和直接控制型模糊控制器3个部分,能根据对象参数的变化合理地调整控制器的参数．叙述了混合参数自调整模糊PID控制器各部分的功能和参数的选择．针对水轮机组控制的仿真实验表明了该控制策略的有效性,与常规PID控制器的对比结果表明该控制算法能够提高系统的响应速度和鲁棒性．     

一种模糊自整定PID控制器的设计及仿真

在模糊控制和PID控制研究的基础上，介绍了一种模糊自整定PID参数的控制方法，即用模糊逻辑对PID控制器的控制参数进行在线调整．该方法结合FUZZY控制与PID控制的优势，在对象参数和结构发生变化的情况下，对典型的大惯性对象进行控制，用Matlab／Simulink对此进行仿真研究，结果表明：模糊自整定PID控制优于传统PID控制，提高了控制的性能。     

模糊自整定PID在工业温度控制系统中的应用与研究

文章通过工业温度的特点选择合适的控制算法,讨论了模糊PID控制器的原理及设计,建立了被控对象的数学模型,通过Matlab/Simulink仿真工具建立了仿真模型.在单位阶跃输入下,比较了常规的模糊控制、PID控制和模糊PID控制的仿真结果.仿真结果表明,文章建立的模糊自整定PID控制能获得更好的动态响应.     

PID参数模糊自整定控制在液位控制系统中的应用

针对液位控制过程中存在的大滞后、时变、非线性的特点,提出了PID参数模糊自整定控制算法。运用阶跃响应测试对双容水箱液位系统建立数学模型选取恰当的隶属度函数和PID控制规则,设计PID参数模糊自整定控制器。最后,利用MATLAB工具对PID参数模糊自整定控制算法和传统PID控制算法进行仿真比较。仿真结果表明,与传统PID控制算法相比,PID参数模糊自整定控制算法具有超调小、调整时间短等特点。     

基于BP神经网络的改进增量式PID暖通控制器设计

为了克服传统PID控制在暖通空调系统应用中超调量大、控制精度低的缺陷,提出了一种基于BP神经网络的PID控制器设计方法.利用BP神经网络具有很强的学习能力、任意逼近非线性能力、自适应性和鲁棒性等特点,将BP神经网络与PID控制结合,实现了PID的3个控制参数的在线自整定.仿真结果表明,该方法可以显著改善系统的动态性能和控制精度,实现了PID控制参数的在线动态调整,避免了由于系统模型和结构参数变化导致的控制效果不稳定.     

Neural network-based TIG weld width fuzzy controller

0m0ne0fthemajorgoalsf0rusinghybridconbolsoffuZZylogicandneuIalnetw0thistoc0InbinethelingUisticnatUreofknOWetlgerepresentationandtheadaptiveorle-amingnatureofkn0wedgeevoutbotoachievebettercon-tIDofsystemsforwhichitisinfeaSibleorimPracticabletof0rmulateamatheInaticalsystemmedel,buthumanknoWedgft0mskilledoperatoISisavailable.Forexam-ple,forInanindustrialprocesscontIDlproblems,analyti-calmedelsaredimculttoconstIUctforsuchfactorsasfongdelay,n0nlinearity,unceItaintyandsystemc0mPletity.Yethur…     

基于模糊自调整PID技术的励磁控制器研究

结合模糊控制理论和常规PID励磁控制器,提出了模糊自调整PID励磁控制技术。选取自并励励磁模型作为对象,在MATLAB软件下对常规PID励磁控制与模糊自调整PID励磁控制进行仿真研究。结果表明,模糊自调整PID励磁控制能有效地改善系统的动态品质,提高系统的抗干扰能力,对运行状态改变时模型变化的鲁棒性有较大提高。     

混合AI控制算法及其在炉温控制中的应用

基于人工智能控制的经验,提出了一种模糊控制与自适应PID控制相结合的人工智能炉温控制器,它吸取模糊控制和PID控制的优点,互补其缺点,所设计的控制系统具有快速、无超调、无静差、鲁棒性好的控制特性.实践表明,这种控制器用于大功率、纯滞后、时变的非线性被控对象,如炉温等一类控制中是十分有效的.     

Grey Prediction Fuzzy Control of the Target Tracking System in a Robot Weapon

Grey modeling can be used to predict the behavioral development of a system and find out the lead control values of the system. By using fuzzy inference, PID parameters can be adjusted on line by the fuzzy controller with PID parameters self-tuning. Acco     

模糊参数自整定PID控制器的设计与仿真研究

为实现PID参数的自动整定,在PID控制和模糊控制的基础上,设计了一种用于晶体生长炉温度控制系统的模糊参数自整定PID控制器,该控制器基于PID参数的优化规律,利用模糊控制规则对PID参数进行在线的自动整定.与常规PID温控系统比较,该控制器的系统超调量明显减小,控制系统的动静态性能均得到改善,升温速度和目标温度控制精度达到了设计指标,系统仿真验证了该设计的有效性与实用价值.