四种先进PID控制方法及性能比较

针对常规PID参数固定,使得应用范围受到限制的问题,研究四种先进PID控制方法。在常规PID基础上,分别引入模糊技术、Vague技术以及遗传算法,提出Fuzzy—PID、Vague—PID、GA—Fuzzy—PID、GA—Vague—PID控制方法并对其控制性能进行比较。在介绍常规PID的基础上,引入智能技术,在线实时调整PID的三个参数,即自适应PID。利用模糊控制对被控对象模型精度要求不高且鲁棒性高、解耦性强的优点,构成Fuzzy—PID;基于Vague集相似度量的近似推理更符合实际,易于得到控制量,便于工程实践,构成Vague—PID;利用遗传算法（Genetic Algorithms,简写成GA）实现对模糊控制规则的整定,构成GA—Fuzzy-PID、GA—Vague－PID。给出上述四种自适应PID设计方法,并从理论上进行分析比较,指出各自优缺点。仿真结果表明：上述自适应PID较常规PID上升时间短、响应速度快;引入GA整定后的GA—Fuzzy-PID、GA－Vague—PID分别比未引入GA的Fuzzy－PID、Vague－PID上升时间短、响应速度快。     

硫化氢燃烧的神经网络PID控制及其仿真

讨论了传统的PID控制和基于神经网络的PID控制，给出了带有神经网络PID控制的系统控制方案和神经网络PID控制器算法设计，并将其应用于硫化氢制酸中的硫化氢燃烧。运行结果表明，神经网络PID控制比传统的PID控制表现出良好的动态和静态性能。     

智能PID控制方法的研究现状及应用展望

在传统PID控制基础上,融合了先进智能控制思想和传统PID控制的智能PID控制器在很多方面表现出更好的特性.现今的PID控制已逐渐向智能化、自适应化、最优化的趋势发展.介绍了几种常见的智能PID控制器,如模糊PID、神经网络PID、遗传算法PID控制等.分析了它们各自的典型结构及特点,并总结了近年来智能PID控制器研究的重点方向和存在的问题,最后论述了智能PID控制器的应用前景.     

PID数字控制器多指标优化模拟设计方法研究

建立PID数字控制器多指标统一优化模拟设计方法;用SIMULINK仿真研究数字PID控制对模拟PID控制的复现能力和PID计算机控制系统的阶跃响应,用MATLAB仿真筛选PID参数的优化组合值;提出并建立了一种新的PID数字控制器多指标优化模拟设计方法,包括:PID初值确定方法、模拟PID优化参数MATLAB筛选方案和软件流程图、模拟PID参数转换数字PID参数的方法、SIMULINK仿真验证设计结果的有效性的方法等;研究表明,该方法可用于1～5ms采样周期的PID数字控制器多指标优化模拟设计,且能独立使用、无需PID经验数据和其它设计/整定方法;提供了4个代表性的实例设计,验证了该方法的有效性。     

模糊逻辑在PID参数整定中的应用

PID控制是最早发展起来的控制策略之一,由于受到参数整定方法烦杂的困扰,常规PID控制器参数往往性能欠佳,对运行工作情况的适应性差。本设计将模糊控制和PID控制结合起来,构建自适应模糊PID控制器,实现PID参数的最佳调整。该模糊自整定PID控制器既具有PID控制器高精度的优点,又具有模糊控制器快速、稳态特性。     

模糊PID控制的中频电炉温控系统设计

针对中频电炉的结构,采用参数辨识方法,通过分析中频电炉的温升曲线获得相应的数学模型。针对该模型应用MTALAB仿真工具设计模糊PID控制器,该控制器根据误差及误差的变化率现场整定PID控制的参数。比较常规PID控制与模糊PID控制的仿真效果可以发现,采用模糊PID控制器根据误差与误差的变化率现场整定PID控制的参数,可以有效地提高PID控制器的控制效果。     

基于PLC的钢管定长切割模糊智能控制系统研究

针对现有飞锯定长精度低和传统PID控制策略存在的不足,提出利用PLC技术结合模糊PID算法的智能控制策略,实现PID控制参数的在线自适应调整。通过MATLAB仿真软件,进行了常规PID控制与模糊PID控制动态性能的仿真比较,研究结果表明采用模糊PID控制可明显提高其动态响应性能及定长切割的精度。     

变论域自适应模糊PID控制系统仿真与应用

由于电液伺服系统具有非线性、时滞性等问题,自适应模糊PID控制方式仍难以精确控制马达转速,故设计了变论域自适应模糊PID控制算法。通过设计合适的伸缩因子,将变论域与自适应模糊PID控制相结合,该算法可以精确控制电磁比例阀的流量进而控制马达的转速。将PID控制、模糊控制、自适应模糊PID控制和变论域自适应模糊PID控制算法进行Matlab仿真,结果表明：变论域自适应模糊PID控制具有响应快、无超调、稳态误差基本为零的特点。通过可编程控制器实现了模糊PID控制与变论域自适应模糊PID控制算法在电液伺服系统中的应用,实验数据表明,变论域自适应模糊PID控制更加精确,符合工业控制要求。     

PCR温度模糊PID控制器的设计及仿真

根据PCR对温度控制的要求设计出一种模糊PID控制器,采用误差和误差变化率作为模糊PID控制器的输入,PID参数作为模糊PID控制器的输出,并使用一组模糊规则实现对PID参数的在线优化调节.通过使用Simulink图形化工具平台对模糊PID控制器和传统的PID控制器进行建模和仿真.结果表明,与传统PID控制器相比,模糊PID控制器性能优良,使系统响应速度加快,超调减小.     

模糊自整定PID控制器在再热汽温控制中的应用研究

针对工业过程中再热汽温等一类大迟延惯性时变对象,采用模糊自整定PID控制器对PID参数调节和优化,该方法将模糊技术与PID控制综合起来,实现了PID控制的智能化。仿真结果表明:与常规PID控制器相比,模糊自整定PID控制器具有很强的适应性、鲁棒性和抗干扰性。     

基于神经网络的PID控制器

提出了一种新型PID控制器,该控制器利用BP网络实现PID参数的在线调整,采用RBF网络对被控对象在线辨识。仿真结果表明该控制器的控制效果优于传统的PID控制算法和模糊自适应PID控制算法。     

基于改进神经网络的PID整定

针对常规PID控制器对于复杂的、动态的和不确定的系统控制还存在着许多不足之处,提出一种基于模糊RBF神经网络的PID自适应控制方法。首先用改进的模糊K一均值聚类算法初始化RBF神经网络的隐层节点中心和基函数宽度,再采用梯度法优化RBF神经网络自适应地整定PID的三个参数。仿真结果表明该学习算法的实用性和有效性。     

一种基于BP神经网络模型的自适应PID控制算法

本文应用神经网络建寺了系统参数模型,将线性系统时变参数的变化规律转化为神经网络参数模型,反映了参数随状态而变的规律;再结合文献[4]已知模型FPID控制参数的计算,推导出一种更具有应用性的白适应PID控制算法。通过在计算机上对非线性系统仿真,结果表明了这种白适应PID控制算法的有效性。     

基于PID神经网络的研究和改进

针对PID神经元网络(PIDNN)将静态神经元扩充到动态神经元的特性,通过分析PIDNN控制算法存在的局限性,对变量系统的激励函数提出了改进方案,扩大了PID神经网络控制的适用范围。Matlab仿真测试表明,改进后的PIDNN系统具有良好的稳态性,试验验证了算法的有效性。     

基于Internet远程过程控制实验系统的设计与实现

描述了以过程控制实验装置为对象的基于Internet远程控制实验系统。该系统可为远程实验提供常规PID控制、模糊控制、模糊自适应整定PID控制、基于BP神经网络整定PID控制、串级控制等五种控制方法;可在线进行实验结果分析与评价,也可支持离线数据分析;实现了视频图像的远程实时传输。测试结果表明此远程过程控制实验系统它能够满足过程控制实验的需要,系统具有易扩展、交互性好、操作简单、实验过程显示直观等特点。     

Synthesis of Neural Networks and PID Control for Performance Improvement of Industrial Robots

In this article, an approach for improving the performance of industrialrobots using multilayer feedforward neural networks is presented. Thecontroller based on this approach consists of two main components: a PIDcontrol and a neural network. The function of the neural network is tocomplement the PID control for the specific purpose of improving theperformance of the system over time. Analytical and experimental resultsconcerning this synthesis of neural networks and PID control are presented.The analytical results assert that the performance of PID-controlledindustrial robots can be improved through proper utilization of the learningand generalization ability of neural networks. The experimental results,obtained through actual implementation using a commercial industrial robot,demonstrate the effectiveness of such control synthesis for practicalapplications. The results of this work suggest that neural networks could beadded to existing PID-controlled industrial robots for performanceimprovement.     

动态定量称重系统神经网络预测PID控制器研究

采用神经网络预测与PID控制理论相结合,为动态定量称重系统设计了一种神经网络预测PID控制器。该控制器算法简单,通过自学习、记忆功能在线调整PID控制参数KP、Kl、KD。建立了动态定量称重系统的仿真模型,将神经网络预测的PID控制与常规PID进行对比分析,神经网络预测PID控制器具有很好的控制效果。     

一种基于软切换的发动机转速智能控制算法

针对AMT发动机换挡过程的复杂非线性特性,提出一种基于软切换的BangBang-神经网络PID发动机转速控制算法,根据软切换机制,选择BangBang控制器或者神经网络PID控制器,保证了发动机转速的快速性和平稳性.试验结果表明了该方法的有效性和优越性.     

神经网络PID工业温度控制系统研究

本文介绍了一种神经网络PID控制器,并将它与传统PID控制器、模糊控制器和神经网络控制器进行比较。神经网络PID控制器综合了PID控制器和神经网络控制器的优点并弥补了它们各自的不足之处。通过上述各种控制器在工业温度控制系统的仿真研究表明,神经网络PID控制器具有超调小,过度时间短,控制精度高的优点,对大滞后的温度控制系统有很好的控制效果。     

神经网络PID在温度控制系统中的研究与仿真

本文提出一种基于BP神经网络的新型智能PID控制方法和一些BP神经网络的基本概念。同传统的PID控制相比较．神经网络智能PID控制有许多优点。把BP神经网络的PID控制方法应用到工业领域的温度控制系统中，仿真结果表明：这种控制方法具有较高控制精度和较强的适应性以及良好的控制效果。