液压位置伺服系统的模糊PID控制研究

针对液压位置伺服系统中参数时变和非线性等特点,使用模糊PID控制算法实现对PID参数的在线自调整。Matlab仿真表明,与传统PID控制相比,模糊PID控制系统具有超调小、稳态精度高、鲁棒性强等特点。     

智能PID参数自整定技术在伺服系统中的应用

针对常规PID控制参数整定困难,且受时变、非线性等因素影响而不能达到预期控制效果的实际情况,提出了RBF网络动态辨识的BP神经网络PID参数自整定算法.此算法可实现PID控制参数的在线自整定和优化;同时,将算法应用于伺服控制系统中,以VC++6.0和Matlab为开发和仿真工具,对动态辨识神经网络智能PID参数自整定方法进行仿真研究.仿真结果表明,控制算法鲁棒性强、响应速度快,可用于控制参数时变的非线性系统.     

基于S函数的模糊整定PID控制器的设计及仿真

针对工业过程控制中被控对象往往为非线性、时变系统,常规的PID控制对于这样的系统的控制效果不是很理想,提出了模糊整定PID控制算法,并且在Matlab下利用S函数实现了模糊整定PID控制器的设计及仿真,并将该方法用于激光晶体生长系统的直径调节器中,结果表明,该系统对纯滞后、参数时变的激光晶体生长系统有很好的控制作用.     

液压位置伺服系统的模糊PID控制研究

针对液压位置伺服系统中参数时变和非线性等特点,本文使用模糊PID控制算法实现对PID参数的在线自调整。Matlab仿真表明,与传统PID控制相比,模糊PID控制具有超调小、稳态精度高、鲁棒性强等特点。     

基于模糊神经网络PID算法的电阻炉温控系统

由于电阻炉温控系统是一个大惯性、大滞后、时变、且非线性的系统,采用传统PID控制不能解决系统的非线性、时变和PID参数的在线整定难等问题,为此提出一种控制算法—模糊神经网络PID算法。可根据电阻炉的温度的偏差及其变化率实时对PID的3个参数进行优化,达到具有最佳组合的PID控制,从而实现PID控制的自适应和智能化性能。使用MatLab的simulink仿真,通过传统PID与模糊神经网络PID阶跃响应曲线的比较,表明系统采用模糊神经网络PID算法具有更好的动、静态特性和自适应性,对突加的外部的扰动具有良好的抗干扰能力,具有实用价值。     

非线性系统的蚁群优化预测PID控制

针对非线性、时变及大惯性系统的控制问题,提出了一种基于蚁群算法的预测PID控制算法。该算法以神经网络作为预测模型,将预测控制和PID控制相结合,并用蚁群算法在线优化控制器参数,其中以常规的Ziegler-N ichols方法整定的控制器参数为基础,选取蚁群优化变量的动态搜索区间。该算法考虑了控制能量受限情况下,非线性系统的预测控制问题。计算机仿真结果表明,该非线性控制方案具有较好的鲁棒性,相对传统PID控制策略还表现出了良好的动态性能,能够满足对再热汽温对象的控制要求。     

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。     

Fuzzy-PID算法在气体流量控制中的应用

在气体流量控制中,由于被控参数具有时变、非线性、不确定性等因素,常规PID控制算法难以满足控制要求.本文采用模糊PID算法实现对气体流量的控制,运用模糊推理在线整定PID控制器的三个参数Kp、Ki、Kd.实际运行结果表明,该控制器取得了较好的快速性和稳定性.     

参数自整定PID控制器设计与仿真

对于工业控制领域中的系统普遍存在非线性、时变的特点,采用传统PID作为控制器很难获得满意的控制效果,而神经网络具有任意非线性逼近能力,可以通过对系统性能的学习来实现具有最佳组合的PID控制。设计了基于BP网络整定PID参数的控制器,该控制算法只需粗略给出PID参数便可以根据系统性能自动寻优调整。利用MATLAB软件得到的仿真结果表明,该控制策略可以达到满意的控制效果,且具有很强的鲁棒性和自适应能力。     

基于最优预测的神经元模糊自整定PID控制

针对工业过程中普遍存在的时滞、非线性、对象参数时变等特性,提出了一种基于最优预测的神经元模糊自整定PID控制算法。该算法利用最优预测克服时滞,利用神经元学习功能和模糊控制调节神经元增益克服系统的非线性和时变问题。仿真结果表明,该控制算法鲁棒性强、响应速度快,具有工业控制应用价值。     

模糊自适应PID在水工模型中的应用

水工模型水位控制系统是一个典型的非线性、大时滞控制系统,针对用普通PID对高阶大惯性环节对象的控制参数难以整定的问题,设计了一种基于模糊控制原理的PID参数自适应控制器,根据偏差和偏差变化率来实时调整Kp,Ti,Td参数。试验结果表明,这种模糊自适应PID控制器比常规PID控制器有更好的控制效果,大大改善了系统的动态和稳态性能。     

基于可变学习率BP算法的空调控制系统的研究

通过分析控制器参数学习率和控制器性能之间的关系,设计一种基于可变学习速率反向传播算法VLRBP和模糊神经元网络的变频空调控制系统.该系统不仅可以通过反传误差信号训练控制器参数,而且可以根据网络的当前状态朝最优化方向调整控制器参数的学习率.实验结果表明,该控制系统不仅比传统的空调PID控制器和模糊控制器具有更好的控制性能,而且相比基于标准BP算法和动量BP算法的模糊神经网络控制系统,也具有更快的收敛速度和更好的控制精确度.     

二容水箱的模糊自适应PID控制研究

针对大滞后、非线性的二容水箱实验系统,进行了模糊自适应整定参数的PID控制策略研究.在该方法中,设计了模糊自适应PID控制,推导控制算法,并在MATLAB语言环境下编写仿真控制程序,仿真运行结果表明控制方案的有效性和正确性。     

挠性结构非线性PID控制研究

对于挠性结构系统,其模型很难精确建立,传统PID控制已不能满足控制要求。为此,采用非线性PID控制对挠性结构的弹性振动进行抑制,并引入RBF神经网络对系统进行辨识,从而能够实时地对非线性PID的参数进行在线调整,克服了传统PID控制的不足,增强控制系统的抗干扰能力,仿真证明了本方法的有效性。     

变速积分PID控制在二容水箱系统的实验研究

针对大滞后、非线性的二容水箱实验系统,进行了变速积分PID控制研究。在该方法中,分析了变速积分PID控制,推导其控制算法,整定了相关参数。在MATLAB语言环境下编写三种PID控制程序,并将程序应用于二容水箱实验系统,从实验运行结果可见,变速积分PID控制比普通PID控制和积分分离PID控制效果都好,表明使用该控制方法的正确性和优越性。     

基于改进差分算法的变桨ADRC参数优化

自抗扰控制器是一类不依赖被控对象数学模型且具有较强鲁棒性及抗干扰能力的非线性控制器,已成功应用于风力发电机变桨距控制这一多变量、强耦合的非线性系统中,但自抗扰控制器也存在参数众多整定难度大这一明显缺点。现提出了通过智能算法来实现参数的自动整定。分析了改进差分进化算法的原理及步骤,并将改进差分进化算法应用到ADRC的整定过程中,实现参数的自动整定。仿真结果验证了通过改进差分进化算法自动整定ADRC参数的可行性,与传统PID控制器相比,改进差分进化算法整定后的ADRC能较好的满足风力发电机变桨控制要求,有效维持了风力发电机组输出功率的稳定性。     

一种改进粒子群算法在水轮机控制中的应用

关于水轮发电机控制系统优化问题,水轮发电机组的控制技术对于水轮发电机组稳定工作非常重要。针对保证供电质量,改善调节系统的非线性时滞特性,利用具有局部搜索能力的粒子群算法对水轮发电机组进行模糊PID控制可以确保控制的稳定性。首先,根据水轮发电机组的控制原理和模糊PID控制器的基本结构,提出具有局部搜索能力的改进粒子群算法,利用模糊PID控制器以及采用了改进粒子群算法的模糊PID控制器,用MATLAB软件对水轮发电机组进行优化控制仿真,仿真结果表明采用改进粒子群算法的模糊PID控制器具有最优的控制效果。     

基于非线性PID的调距桨控制系统仿真研究

船舶调距桨控制系统中采用一般PID控制器往往难以达到最佳控制效果。针对调距桨控制系统过程模型的特点，设计了相应的非线性PID控制器，该非线性PID控制器各增益参数与偏差信号之间呈现非线性关系，调节控制器的各参数可根据对相应参数的非线性函数进行调整来实现，并采用遗传算法来优化此控制器各部分参数。仿真结果表明，该控制器能根据实际情况快速地调整和完善PID参数，具有响应速度快，稳态精度高等优点，控制效果优于传统的PID控制器。     

一种基于规则和学习算法设计的电力系统智能PID控制器

提出了一种基于规则和学习算法设计的电力系统智能ＰＩＤ控制器的设计方法。通过对固定参数电力系统ＰＩＤ控制器性能的研究，验证并获得了一些关于电力系统电压和稳定性控制协调与鲁棒性的结论。在此基础上，研制出一种智能ＰＩＤ控制器，它由基于规则的开关控制和基于学习控制的算法组成。在单机无穷大电力系统中应用的非线性仿真表明，这种智能ＰＩＤ控制器满足电力系统电压和稳定性协调控制的要求，且具有较强的鲁棒性。