模糊自整定PID控制在聚合反应中的研究

针对工业生产中常用的反应釜,提出利用模糊自整定PID控制器实现聚合反应温度控制的方法,实现PID控制器参数在线自调整,提高PID控制器的性能和系统的精度.仿真结果表明,该模糊自整定PID对被控系统的适应性强、鲁棒性好、超调小、反应时间快,能很好地适应现实生产过程中的控制要求.     

基于PID神经网络的电加热炉Smith预估温度控制

本文提出了基于PID神经网络和Smith预估器的电热炉温度控制器。PID神经网络将PID控制器与具有自学习功能的神经网络相结合,综合了PID和神经网络控制各自的优点,改善参数时变对系统性能的影响。PIDNN-Smith控制器加入Smith预估器解决了加热炉的滞后影响,使控制器对加热炉的温度控制有了更好的效果。利用MATLAB软件对温控系统进行了仿真测试,并对测试结果进行了分析。     

飞机空调车的模糊CMAC-PID温度控制器设计

关于飞机地面空调温度优化控制问题,飞机地面空调车温度控制系统具有参考模型不精确、非线性、时变、工作环境不稳定等特点。针对实际温度控制系统中应用到的传统PID温度控制器存在超调量大、响应速度慢、抗干扰能力弱等缺点,设计了一种新的响应速度快、稳定性高和抗干扰能力强的模糊CMAC-PID控制器。温度控制器利用小脑神经网络(CMAC)较强的自适应能力,与模糊PID控制器并行工作,能够迅速、精确、稳定的达到系统所要求的温度值。用Matlab软件进行实验,结果表明控制方式有效地改善了系统的动态性能、稳态精度和鲁棒性,具有较好的工程应用前景。     

PID控制器参数优化算法的仿真研究

研究PID控制器参数优化问题,现代控制对象具有复杂非线性、时变性特点,引起系统的输出品质特性差,超调大稳定性时间长,控制精度差等.传统PID控制是针对线性控制系统提出的,控制精度比较低.为了提高PID控制精度,基于神经网络提出PID控制器参数自适应优化方法.通过将系统控制偏差和PID控制器的3个参数作为神经网络的输入,最优控制性能作为优化目标,通过神经网络自身学习和加权系数调整,获得最优控制性能的PID控制器参数.仿真结果表明,神经网络的PID控制方法提高了系统控制精度,系统响应速度更快,具有很强的自适应性和鲁棒性,为优化控制系统提供了参考.     

自适应神经PID在挤塑机温控系统中的应用

针对塑料挤出机的多段料筒温度控制,以及常规PID控制在非线性的、时变系统中控制效果的局限性,提出了一种基于BP神经网络整定的PID控制方法.给出了计算机控制系统设计及系统软件开发.由于神经网络具有强大的非线性映射能力,自学习、自适应等优势,通过对系统性能的学习来实现具有最佳组合的PID控制,建立比例、积分和微分三种参数自学习的PID控制器.对锥形双螺杆塑料挤出机的温度控制实验结果表明,用该方法整定的PID控制系统,逼近精度高、鲁棒性好.     

基于PID神经网络的电加热炉温度控制

针对加热炉温度控制,提出了基于PID神经网络的控制系统的设计。PIDNN将PID控制器与具有自学习功能的神经网络相结和,综合了PID和神经网络控制两者在温度控制时各自的优点,使得对加热炉的温度控制有了更好的效果。利用MATLAB软件对温控系统进行了仿真测试,并对测试结果进行了分析。     

基于神经网络的Smith预估PID控制器设计与仿真

针对大时滞非线性受控对象,将数字Smith预估控制原理和神经网络（NN）控制器参数的自适应调整方法相结合,根据系统出现的不同特点适时调节控制器参数,以适应对象特性的变化。将其应用于加热炉温度控制系统中,并与常规PID控制器和Smith预估补偿PID控制器进行比较,仿真研究表明,该控制器各项性能均优于上述两种,且在被控对象参数改变或出现干扰时系统的控制性能也得到了较好的改善,具有良好的控制品质。     

基于模糊神经网络PID控制器的EEC数字化设计

为实现航空发动机模拟式电子控制器(EEC)的数字化设计,以其低压压气机导流叶片调节通道为主要研究对象,提出一种模糊神经网络PID控制器,将模糊控制、神经网络、PID控制相结合,利用模糊控制专家经验优势和神经网络的自学习、自适应能力,优化PID控制参数,实现控制性能提升。仿真结果显示,基于模糊神经网络的PID控制器控制性能有较大提高,具有比常规神经网络PID控制器更小的超调量和更好的抗干扰性;适用于定常系统和非定常系统,具有更好的自适应性与鲁棒性;可应用于航空发动机模拟式电子控制器(EEC)的数字化设计。     

一种RBF神经网络自适应PID控制器在超临界温度系统的应用研究

将传统PID控制器参数优化和径向基函数（RBF）神经网络结合,提出了基于RBF神经网络的PID控制器。将该控制器用于某超临界电厂温度系统中,由RBF网络对温度控制系统进行在线辨识,建立其在线参考模型并为PID控制器提供信息,控制器通过在线的自学习不断进行适应性控制,从而实现参数在线自调整,优化误差性能指标。MATLAB仿真结果表明,控制器对超临界温度系统有较好的控制效果,不仅跟踪性能良好,而且抗干扰性较强,鲁棒性较好。     

基于MyPSO-BP的黄酒发酵温控系统

在 Labview组态软件、西门子PLC300和温度传感器构成的温度控制系统基础上,提出一种新的黄酒发酵温度控制系统,将带交叉因子的粒子群优化(PSO)算法应用到BP神经网络(MyPSO-BP)比例积分微分(PID)控制中。改进的PSO算法初始化神经网络的权重和阈 值,可以更好地在线整定PID参数,增强系统的稳定性和鲁棒性,减小误差。对系统进行Matlab仿真实验,结果表明,该系统相较于传统的神经网络PID控制器具有更好的温度控制性能。     

基于BP网络的飞轮电池电力转换控制研究

飞轮电池储能用集成电机时变非线性特点使得传统PID控制难以得到理想的控制性能,为此基于BP神经网络研究了一种新颖的飞轮电池电力转换器。该控制器结合BP神经网络自学习能力和PID控制的全局渐近稳定性能,通过神经网络在线优化调节PID参数,以实现对飞轮电池的高性能控制。其中,采用变学习速率的神经网络学习算法,学习速率随收敛过程误差的大小而自适应地进行调整,同时使用遗传算法(GA)优化得到PID参数的初始值,这可加快神经网络学习训练的收敛速度并避免陷入局部最小,进一步提高控制性能;另外,PWM采用SVPWM技术以增强能量转换效率和减小转矩脉动。数字仿真表明,基于所提出的BP-PID控制的电力转换矢量控制系统能够使飞轮电池在充放电两端都具有较快动态响应,较小超调,较高稳态精度以及较强的鲁棒性,控制效果明显比传统PID好。     

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。     

基于神经网络模糊PID的足球机器人控制算法研究

通过对足球机器人运动学模型进行分析,以足球机器人系统为实验平台,论证了神经网络模糊PID控制技术应用于足球机器人运动控制的可行性。将传统的PID控制与神经网络模糊控制相结合,通过PID算法实现控制的准确性,利用神经网络模糊控制提高控制的快速性与自适应性。针对足球机器人运动控制中的实际问题,着重提出了基于神经网络和模糊控制相结合动态调整PID控制器的三个参数KP,KI,KD的设计方法。实验证明该方法增强了控制器的调节能力和简化了控制器设计,同时本方法对模型和环境具有较好的适应能力和较强的鲁棒性。     

基于Bang-Bang模糊自适应PID的干燥窑温度控制

为解决产品干燥窑温度控制过程中温度参数不易及时、准确调整的问题,该文提出了一种Bang-Bang(时间最优控制)模糊自适应PID复合控制器,利用Bang-Bang控制能最大限度的提高干燥窑温度的快速性和模糊自适应PID能提高干燥窑温度控制的准确性,使系统静态、动态都有比较理想的性能。建立干燥窑温度模型,并对该模型进行Bang-Bang模糊自适应PID控制和PID控制的仿真,两者比较结果:表明:Bang-Bang模糊自适应PID的响应明显比PID控制的响应效果优越。     

基于半导体制冷器件的模糊恒温系统设计

本恒温控制系统精度要求高，且由半导体制冷器件构成的温控系统具有非线性、大惯性及数学模型难建立等特性，这使得常规PID控制器无法很好地满足系统要求，因此本文设计了一种新型模糊PID参数自整定控制器，该控制器能够发挥模糊控制鲁棒性强、动态响应好、上升时间快、超调小的特点，又具有PID控制器的动态跟踪品质和稳态精度，具有很好的实时性．并在实际使用中取得良好的控制效果。     

退火炉温度模糊PI控制器的设计与仿真

在退火炉控制系统中,常规的PID控制器及传统的模糊控制器难以达到理想的温度控制效果,针对常规PID控制器或者模糊控制器在控制具有非线性、纯滞后、时变特点的退火炉温度时存在的缺点,文中提出一种结合模糊控制器和PI控制器优点的模糊-Pl退火炉温度控制策略。文中对该模糊-PI控制器进行详细的设计,并用Matlab／Simulink软件对算法进行建模仿真,结果表明该控制器动态响应快、超调小、稳态精度高、鲁棒性好。模糊-PI控制器具有良好的控制性能,非常适合参数时变的大滞后退火炉控制系统。     

陀螺仪温度的模糊控制系统

为了提高陀螺仪温度控制系统的动态性能和控制精度,对传统的PID算法存在的不足进行了分析,提出了基于C8051F120单片机的陀螺仪温度模糊控制系统的设计方法,包括系统的硬件设计、软件设计和模糊控制器设计的方法;并通过计算机仿真和现场调试,结果表明模糊控制器比PID控制器具有更高的稳态精度和更快的动态响应速度.在系统设计中,所采取的软、硬件设计措施及模糊控制器的设计方法具有一定通用性,也可以应用到其它设备的温度控制系统中.     

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。     

ANN based self tuned PID like adaptive controller design for high performance PMSM position control

Proportional-integral-derivative (PID) being the most simple and the widely deployed controller in the industrial drives is not quite amenable to the solution for high performance drives as these drives are subjected to the parametric uncertainty, unmodeled dynamics and variable load conditions during operation. In order to expand the robustness and adaptive capabilities of conventional PID controller, a neural network based PID (NNPID) like controller which is tuned when the controller is operating in an on line mode for high performance permanent magnet synchronous motor (PMSM) position control is proposed in this paper. The NN based PID like controller is composed of a mixed locally recurrent neural network and contains at most three hidden nodes which form a PID like structure. A novel training algorithm for the PID controller gain initialization based upon the minimum norm least square solution is proposed. An on line sequential training algorithm based on recursive least square is then derived to update controller gains in an on line manner. The proposed controller is not only easy to implement but also requires least number of parameters to be tuned prior to the implementation. The performance of the proposed controller is evaluated in the presence of parametric uncertainties and load disturbances also the result outcomes are compared with the conventional PID controller, optimized using Cuckoo search based optimization method.     

ARM9在高精度生化分析仪温度控制系统中的应用

设计并实现了一种应用于全自动生化分析仪的高精度温度控制系统。基于ARM9系列的S3C2410处理器,结合嵌入式linux操作系统,完成硬件驱动程序和模糊自整定PID控制算法的设计,实现全自动生化分析仪反应池温度的高精度控制。运行结果表明,所设计的控制系统具有响应快,稳定性、实时性好等优点。