模糊自适应PID控制器

提出了一种模糊自适应ＰＩＤ（ＦＡＰＩＤ）控制器及其设计方法，并导出了ＦＡＰＩＤ闭环控制系统稳定的充要条件。ＦＡＰＩＤ控制器的设计分为相对独立的两步进行，设计方法简单，便于工程应用。仿真结果表明，与ＰＩＤ控制系统比较，ＦＡＰＩＤ控制系统鲁棒性大为提高，超调量大大减小，动态抗扰能力增强，较好地解决了快速性与小超调之间的矛盾。     

基于动态递归网络PID自适应控制器设计

本文分析了改进的ELMAN网络的结构,并讨论了神经网络的学习算法,针对BP算法的缺陷,提出了用遗传算法修正网络权值的学习算法.本文不仅将采用遗传算法进行训练的改进ELMAN网络应用于电阻炉加热系统的建模,而且针对该系统的特点提出了一种带预测模型的神经网络PID自适应控制器,并最后将该控制器应用于电阻炉温度控制,取得了良好的控制效果.     

LonWorks现场总线控制系统中模糊控制器的设计

介绍了如何将模糊控制算法与LonWorks现场总线网络系统紧密结合，既可完成现场一级的模糊控制，又可实施高级控制一级的复杂模糊控制，两者密切配合，构成功能完善的模糊现场总线控制系统。重点介绍了一类可变论域模糊控制器的原理及其在现场总线系统中的应用效果。     

基于PROFIBUS现场总线的可编程逻辑控制器监控网络的实现

在分析现场总线技术的基础上,主要论述了基于PROFIBUS现场总线技术的可编程逻辑控制器(PLC)监控网络的实现及上位机用户监控程序的组态和运行。文中首先以可编程逻辑控制器及其网络的理论为基础,构建基于PROFIBUS总线的可编程逻辑控制器监控网络系统,实现了对电梯群控实验模型、挖土机模型和输料线模型等现场实验对象的控制;同时使用WinCC组态软件实现了对下位机的监测和控制,并完成了对现场数据的实时采集和处理。     

基于单神经元的PID自适应控制器的仿真研究

本文将神经网络与PID控制器相结合，设计了一种具有自适应、自学习功能的单神经元自适应PID控制器，该控制器可以实现PID参数在线调整，当控制对象参数在较大范围内改变时，该控制器表现出较强的鲁棒性。     

LONWORKS网络技术与现场总线

参考Ｅｃｈｅｌｏｎ公司的有关资料，结合应用ＬＯＮＷＯＲＫＳ技术的具体实践，探讨了ＬＯＮＷＯＲＫＳ与现场总线的关系及其对未来现场总线及网络的影响。     

基金会现场总线网络控制器通信算法

基金会现场总线（FF）是新一代开放式和智能式工业控制网络的代表．现场总线技 术同以太网技术的结合使现场总线应用呈现出更广阔的前景．本文首次提出了FF现场总线接 口设备中上位机和网络控制器间通过网络控制器中的双口RAM（DPRAM）进行数据交换所使用 的通讯算法,并给出了通过仿真器从不同角度对算法进行测试的结果．     

基于动态递归网络的PID自适应控制器的设计与应用

本文分析了改进的ELMAN网络的结构,并讨论了神经网络的学习算法,针对BP算法的缺陷,提出了用遗传算法修正网络权值的学习算法。本文不仅将采用遗传算法进行训练的改进ELMAN网络应用于汽车磷化加热系统的建模,而且针对该系统的特点提出了一种带预测模型的神经网络PID自适应控制器,并最后将该控制器应用于磷化温度控制,取得了良好的控制效果。     

Profibus-DP环境下的模糊PID控制器设计

目前,现场总线被广泛应用于制造业、流程工业、楼宇、交通和电力等自动化领域.针对在现场总线环境下如何实现先进控制箅法的问题,提出一种基于模糊自适应PID算法及Profibus-DP总线控制器的设计方法,使Profibus-DP从站和模糊自适应PID算法相结合构成了网络型智能化控制器,以实现PID参数的快速在线自调整功能.同时通过实验证明,该控制器的控制系统工作稳定,控制效果显著.     

基于Ziegler-Nichols频率响应方法的自适应PID控制

提出一种基于Ziegler-Nichols频率响应方法的自适应PID控制器,它通过控制回路正常运行中的过程对象输入输出数据在线辨识出过程对象重要的临界频率响应特性,然后基于Zieger-Nichols整定规则或改进的方法在线更新PID控制器参数.PID控制器的自适应过程不需要系统的任何先验知识,也不需要建立任何对象模型,可以保证控制回路始终运行在最佳状态.仿真实验表明了自适应PID控制的有效性和可行性.     

基于神经网络的模糊自适应PID控制方法

提出一种基于BP神经网络的模糊自适应PID控制器。该控制器综合模糊控制、神经网络与PID调节各自的优点，既具有模糊控制的简单和有效的非线性控制作用，又具有神经网络的学习和适应能力，同时具备PID控制的广泛适应性，仿真实验表明该控制器对模型、环境具有较好的适应能力和较强的鲁棒性。     

模糊自适应PID控制器在张力控制中的应用

针对常规PID在张力控制中控制参数难以整定的问题,设计出一种基于模糊控制原理的自适应PID控制器,根据偏差和偏差变化率来实时调整kP,kI,kD参数。经过实践表明,这种模糊自适应PID比常规PID控制器在张力控制中具有更好的控制特性。     

一种神经网络自适应PID控制器

应用人工神经网络的原理,设计了一种神经网络的职能PID控制器。仿真结果表明,此PID控制器对非线性时不变系统有比传统的PID好的控制效果。该控制器将神经网络和PID控制规律融为一体,既具有常规PID控制器结构简单、参数物理意义明确之优点,又具有神经网络自学习、自适应之能力,控制效果明显提高。     

基于神经网络和遗传算法的智能PID控制

提出了一种结合神经网络和遗传算法的智能PID控制算法;该控制器先利用RBF辨识网络在线辨识系统模型,再利用遗传算法在线调整PID三个控制参数,将传统的Ziegler-Nichols方法所得的控制参数作为遗传算法的初始参数范围,缩小了遗传算法的寻优范围;在MATLAB6.5环境下进行仿真和试验研究,结果证明RBF辨识网络的输出能够很好地跟踪对象输出,遗传算法很好地优化了控制参数;二者结合可在线有效地控制较复杂的被控对象.     

单神经元自适应PID控制器及其应用

研究了单神经元自适应PID控制器,阐述了该控制器的特点、控制律、适用对象及工程整定方法,在和利时公司的SmartPro系统平台上开发出单神经元自适应PID控制器,进行了单神经元自适应PID控制器的典型一、二阶对象闭环仿真,最终将单神经元自适应PID控制器应用于制药厂发酵罐温度控制回路中。单神经元控制器具有可调参数少、易于整定、控制输出平稳、鲁棒性强的独特优点,适用于大滞后且要求平稳控制输出的工业过程。     

Adaptive Fuzzy PID Control Method Based on Identification Structure

I. INTRODUCTION There are more or less non-linear systems in industry process and sometimes it is hard or hardly to find an accurate model, so the common PID control cannot realize the accurate control on these conditions. Fuzzy control does not need to find an accurate mathematic model, so it is applied more and more widely in industry process and many other realms [1,2]. This paper use identification structure at first to establish the mathematics model, and then use logical reasoning …     

多变量自适应PID型神经网络控制器及其设计方法

提出一种PID型神经网络控制器（PID-like Neural Network Controller，PIDNNC）及其设计方法．基于PID的简单结构和良好性能优势以及神经网络的自调节和自适应的特长，创建一种具有PID结构的多变量自适应的PID型神经网络控制器．该网络控制器的隐含层由带有输出反馈和激活反馈的混合局部连接递归网络组成．通过定义误差函数作为设计目标，采用弹性BP算法，并用变化率以及弹性BP算法中的符号法来处理某些求导关系，获得适于实时在线调整网络权值的修正公式．根据李亚普诺夫稳定性定理推导出确保控制系统稳定的学习速率的取值范围．最后通过实例进一步说明所提出网络控制器的优越性．