直流电机神经元PID调速系统设计与仿真

针对传统PI双闭环直流电机调速系统存在响应速度慢、超调量大、抗干扰能力及自适应能力差等问题,提出了一种双闭环直流电机调速系统的神经元PID转速调节器设计方法。该转速调节器采用神经元控制器和比例控制相结合进行设计,从而构成了一种具有自学习、自适应能力的神经元PID控制器,然后与传统单神经元PID设计的转速调节器控制效果进行了对比。结果表明,基于神经元PID转速调节器的双闭环直流电机调速系统具有较快的响应速度、良好的动态和静态稳定性、较强的自适应能力和抗干扰能力。     

直线电机模糊增量PID控制算法的研究

直线电机在当今的控制设备中应用越来越广泛.深入研究了直线电机原理,建立了电流、位移的双闭环伺服直线电机控制模型.在控制模型的位移控制模块中,采用了模糊增量PID控制算法来实现对位置调节器进行参数自整定、自适应的控制.用Matlab的Simulink工具进行仿真,结果表明,相比传统的PID控制和增量PID控制,在位移控制...     

一种基于PLC的准饱和PID调节器

本文主要对于工业自动化控制系统中最常用的PID调节器作一探讨,并结合自己在实际工业控制中的应用,针对PID调节器中积分项饱和的问题,提出了一种准饱和的应对策略,实际应用效果很好,并可运用于其它的PID调节器控制场合。     

基于粒子群算法–反向传播神经网络自适应的氧调器控制系统

氧气面罩中的核心部件是氧气调节器(氧调器).针对当前氧气调节器的大流量、低吸气阻力、快速响应的性能需求,本文在分析了电子氧气调节器工作原理的基础上,介绍了氧气调节器的数学模型,采用了反向传播(BP)神经网络自适应控制算法,并使用粒子群算法(PSO)对BP神经网络自适应控制算法的初值进行筛选.最后,对算法的性能进行了仿真.仿真结果表明,系统具有鲁棒性,且与传统的比例–积分–微分(PID)控制方法和自抗扰控制(ADRC)方法相比, PSO–BP神经网络自适应控制方法实现了更精确的吸气阻力调节、更快的响应速度.此外,当呼吸频率变化或者外界干扰变化时,相比于常规PID算法和ADRC算法则需要人工调整控制参数, PSO–BP神经网络自适应算法则可以自动在线学习训练并调整控制参数,应用前景广阔.     

规则自适应模糊PID数字电压调节器设计

应用自适应模糊控制理论,结合航空电源发电机控制器系统的实际情况,设计了基于规则自适应模糊PID算法的数字电压调节器系统.介绍了系统的硬件组成和相应规则自适应模糊PID控制器算法的具体实现.该算法克服了不能建立精确的数学模型所带来的弊端,经过验证,该系统具有良好的稳定性和快速的跟踪性,具有一定的现实意义.     

基于遗传算法的EHA调速系统设计与优化

电机调速系统是飞机电静液作动器(EHA)的关键部分,直接影响着机载作动系统的可靠性.EHA对调速系统鲁棒性,快速性有着较高的性能要求,传统的试凑法设计调速系统的调节器难以满足性能的要求.首先针对EHA的实际工作原理,建立了EHA调速控制的模型,用PID调节器设计双闭环负反馈控制系统,然后采用遗传算法对PID调节器参数寻优整定,最后根据实际工作情况与性能要求进行了仿真分析.仿真结果表明,利用遗传算法寻优设计PID调节器控制EHA所采用的大功率无刷直流电机,可以获得良好的稳定性、鲁棒性和动态性能.     

基于BP网络的PID控制在滑油压力气动控制中的应用

根据实验室现场对控制的要求,提出了一种将常规PID控制与BP神经网络相结合的自适应PID控制器,该控制器运用神经网络和BP算法实现了对PID参数的在线调整。把该控制器应用于某航空发动机燃油泵调节器滑油压力控制中,实验结果表明,与传统数字PID控制器相比,该控制器具有更好的控制效果和更好的鲁棒性。     

模糊自适应PID在压力试验机中的应用

通过对压力试验机各项指标的深入分析,针对加压速率控制精度要求高的特点,运用模糊自适应PID参数的控制技术.克服了传统定常PID控制系数恒定的不足,提高了对水泥块抗压能力检测的精度.经实际运行表明,模糊自适应PID参数控制算法的实现.比定常PID控制的控制质量有明显提高.     

专家系统智能调节器的发展评述

在介绍国内外若干专家调节器和自整定PID调节器的基础上,指出这些产品均属于古典或传统的控制理论范畴,提出现代控制理论必定可用于智能调节器的观点,认为即将可望开发出以现代控制理论为基础,具有自适应、自学习与自组织功能的新专家系统。     

无模型控制方法性能分析

无模型控制方法在实际应用中收到了良好的效果,因为其具有适应性、抗干扰能力、解耦性能和强制稳定能力等一系列优秀的性能.从理论上对这些性能进行分析十分必要,但比较困难,因此,介绍对无模型控制方法某些重要性能通过仿真分析的结果.因为目前在工业过程控制中所应用的控制器90 %以上是PID调节器,所以仿真采用了与PID调节器相应性能进行比较分析的途径.仿真结果说明了无模型控制方法在适应性、抗干扰能力、解耦性能和强制稳定能力等方面都强于PID调节器.另外,对所设计的仿真系统进行了简单的介绍.     

PID控制在火箭炮伺服系统中的仿真实现——改进的专家自适应PID控制

针对传统PID（Proportional-Integral-Derivative）控制无法兼顾部分系统的静态性能和动态性能,结合专家PID控制原理,提出了一种改进的专家自适应PID控制器的设计方案,对某火箭炮伺服系统进行仿真跟踪。给出了伺服系统的分析设计过程,利用MATLAB/Simulink完成了改进的专家自适应PID控制器在某伺服系统中的仿真应用,得到了良好的跟踪特性图,说明了该方法的有效性。     

大滞后系统控制中专家-模糊PID方法的应用

为解决大滞后系统控制难度大的问题,设计了专家-模糊自适应PID控制器,这种控制器既具有模糊PID控制器高精度、稳定性、鲁棒性高的优点,又具有专家控制器进入稳定状态快的特点。对双容大滞后系统控制的仿真实验结果表明,该方法在动态性能上均优于单独采用模糊自适应PID方法,并且能够较快地进入稳定状态。     

基于自适应模糊PID控制的太阳光跟踪伺服系统

针对太阳光跟踪伺服系统中传统PID控制过程中的一些问题,通过对自适应模糊PID控制系统的分析,设计了一种双轴跟踪伺服系统自适应模糊PID控制器,同时在Simulink环境中建立了方位角跟踪传动机构仿真模型并完成了仿真。仿真结果表明,太阳光跟踪伺服系统自适应模糊PID控制器较传统PID控制器具有较强的稳定性、适应性与鲁棒性,在太阳光跟踪伺服系统控制领域具有重要的实用价值与应用空间。     

X-Q自适应PID及其在多目标满意控制系统中的应用

给出一种新型X-Q自适应控制器,它具有新颖的自适应频率特性对于控制信号而言,它是一个没有任何相位落后的PID,且高频段为一放大倍数为k的放大器,低频段为一积分时间常数为     

自适应模糊PID控制器的设计

目前的工业过程控制中被控对象往往都是非线性、时变的系统,常规PID控制对于这样系统的控制效果不是很理想。为此,提出将模糊技术与PID控制相结合的控制方式,设计出自适应模糊PID控制器。利用Matlab中模糊逻辑控制工具箱设计模糊控制器,在Simulink环境中实现了该自适应模糊PID控制器的仿真。仿真结果表明,该模糊PID控制具有控制灵活、响应快和适应性能强的优点。     

自适应模糊控制技术在铝塑板剪切生产线中的实现

飞剪控制系统是一个非线性、强耦合、时变的复杂系统,用普通的PID难以达到理想的控制效果.设计出一种基于模糊控制原理的自适应PID控制系统,根据偏差和偏差变化率来实时调整kp,kl,kd的值.仿真和应用结果表明,这种模糊自适应PID比常规PID控制器在飞剪控制中具有更好的控制性能.     

强制循环蒸发系统的非线性自适应解耦PID控制

本文结合现场的实际过程数据,首先应用能量平衡建立了强制循环蒸发过程的动态模型.针对该过程的多变量、非线性以及强耦合特性,在常规增量式PID控制器的基础上提出基于神经网络与多模型切换的非线性自适应解耦PID控制策略.该控制器是由线性自适应解耦PID控制器和基于神经网络的非线性自适应解耦PID控制器以及切换机构组成.其中线性自适应解耦PID控制器可以保证系统的稳定,而基于神经网络的非线性自适应解耦PID控制器则可以有效地提高系统的性能.上述过程的PID参数是通过广义预测的方法得到,最后通过仿真表明,上述控制方法不仅消除了回路间的耦合,在稳定生产的同时提高了蒸发的效率.     

基于单神经元的卫星姿态自适应PID控制

提出了一种以经典PID为基础,用单神经元加以实现的智能PID控制算法。基于误差二次型最优理论推导出相应的单神经元输入权值参数调整算法。并推导了为改进其应用上的不足,将自适应PSD控制器中递推计算增益K的方法应用到单神经元的自适应PID控制,构成具有自动调整增益K值的单神经元自适应PID控制器的学习算法。将控制算法应用到航天器姿态控制系统,数字仿真结果验证控制器有效。     

采用遗传优化自适应模糊PID控制球杆系统

为解决球杆系统动态、静态性能不高的问题,提出了遗传算法优化自适应模糊PID控制器的控制方法.该模型在拉格朗日方程建立球杆系统数学模型的基础上,采用遗传算法优化模糊控制规则、隶属函数和自适应PID参数.在GBB1004系统中建立了遗传算法优化后的自适应模糊PID控制器以及控制模型,并对该控制器进行实验验证.实验结果证明了遗传算法优化后的模糊控制器有效地减小了系统的超调量,缩短了系统的调节时间,能够较好地控制球杆系统.     

单神经元自适应PID控制在电动油门控制中的应用

利用单神经元模型自学习和自适应特点,在传统PID控制基础上设计出了一种单神经元自适应PID控制器,并将其应用于电动油门控制系统中。实验结果表明:采用单神经元自适应PID控制的电动油门系统能够适应油门手柄在较大范围内的推拉运动,而且控制具有较强的鲁棒性,控制品质优于常规PID控制。