基于模糊自适应PID的电阻炉温度控制系统

采用模糊自适应PID控制方案,实现了对PID参数的在线自动整定.将这种控制方案应用到含有大惯性、纯滞后的系统.仿真结果表明,此种方案鲁棒性、快速性及动态性能良好,能够较好地满足生产工艺要求.     

聚合反应釜自调整模糊PID控制器的设计及仿真

针对聚合反应釜温度控制系统的数学模型具有非线性、大惯性、纯滞后以及时变等特点,将模糊控制算法与PID控制算法相结合,设计了一种自调整模糊PID控制器,能够实现在线自调整PID参数。仿真研究表明,该控制器具有使系统超调量小、调整时间短、鲁棒性好且算法简单等优点,是一种提高聚合反应釜温度控制效果的有效方法。     

模糊控制技术在空调系统中的应用

本文从实际工程出发,对沈阳某智能大厦A区空调系统的控制策略进行改进,对于空调机组（AHU）,利用模糊自适应PID控制代替不够理想的PID控制,从而实现对具有非线性、时变性、干扰大、大滞后因素和不确定随机干扰因素的系统优化控制。较原来的PID控制策略有着收敛速度快、过渡时间短、超调量小、适应能力强等优点,并且节约了能源。     

时变滞后系统的一种自校正模糊控制

普通模糊控制不能对时变滞后系统进行有效控制，甚至使系统失去稳定。分析了其控制品质变差的原因，在W.L.Bialkowski1983年提出的混合模糊PID控制器的基础上，提出了一种具有前馈控制的自校正混合模糊PID控制器，经MATLAB仿真验证，该算法具有良好的控制品质，适应对象参数大范围变化的时滞系统，且易于工程实现。     

神经元PID在FA467粗纱机速度控制中的应用

FA467粗纱机控制系统属于大惯量、非线性时变系统，采用传统的PID和通常的自适应控制都不能满足本系统的要求。本文在吸收传统PID控制器简单易懂，不需精确的系统模型优点的基础上，采用一种基于神经网络与PID控制相结合的神经元PID速度控制方法。利用单神经元的自学习、自适应特性，在线改变增益权值，代替传统的PID固定增益，以提高跟踪性能和响应速度。实验证实，该方法大大减少了粗纱机故障几率。     

基于ARM的嵌入式自适应温度控制系统设计

针对传统电阻炉温控系统受时滞长、惯性大和非线性等因素影响而普遍存在超调量大和调节时间长等问题,设计了一种基于ARM的嵌入式自适应温度控制系统.采用基于神经网络的PID自适应控制器对温度进行准确控制,提出了模糊Smith预估补偿控制方法来消除纯滞后系统的超调并提高稳定性,并将该方法与传统PID和模糊PID的控制方法进行了比较.结果表明,该系统能够实现电阻炉温度的快速和准确控制.相对于其他两种方法,该方法在系统超调和调节时间方面有极大提高,增强了系统的鲁棒性,具有较好的工程应用前景.     

基于PIC单片机的渗碳炉模糊PID温度控制系统

由于渗碳炉温度控制系统具有大惯性、纯滞后和时变性大等特点,采用常规的PID控制器存在着控制精度低,超调量大等缺点.设计了一种基于PIC单片机的模糊PID控制器,应用于渗碳炉温度控制系统中.通过模糊推理求解PID参数的变化量,对PID参数进行自动整定,从而使控制器具备更强的自适应能力,最后采用M atlab软件进行了仿真.仿真结果表明,该系统既可保持PID控制器良好的稳态响应特性,又具有模糊控制灵活和响应快的优点,使系统能有效抑止纯滞后的影响,并具有较高的控制精度和较好的鲁棒性.     

管式炉温度的单神经元PID实时控制

为解决炉温控制中的大惯性和纯滞后问题,将单神经元的自学习和自适应能力与传统的PID控制相结合,构成一种智能调节器．仿真试验表明,单神经元自适应PID控制具有快速、无超调的特性．实际控制试验表明,单神经元自适应PID控制具有快速、稳态精度高的控制效果．     

基于PSO-PID汽包水位系统优化控制

针对锅炉汽包水位控制动态响应缓慢、滞后大等问题,提出了一种将粒子群PSO(Particle Swarm Optimization, PSO)算法与PID控制相结合的控制策略,设计了一套PSO三冲量PID自适应控制器,实现对水位的控制.结果表明,PSO-PID算法在汽包水位控制上超调小,调整时间短.     

预测控制在中央空调净化系统中的应用

针对常规PID控制在非线性、大惯性系统中存在滞后、精度低等弱点,构建了神经网络与预测算法相结合的控制系统.采用预控算法,充分利用预测控制的滚动优化和反馈校正的特性,采用神经网络建立系统的动态模型作为预测控制器的预测模型,实现了对大滞后系统的自适应控制,具有实时控制和预测性能,有效地提高了控制精度和可靠性,增强了稳定性.现场运行结果表明,在空气净化器系统中使用该方法效果良好,易于推广.     

一种自适应PID算法

本文提出了一种基于内模控制原理的自适应PID控制算法。对于对象时滞时变、或模型与对象的阶次失配具有鲁棒性,并适用于非最小相位系统的控制。该控制算法设计简单,整定参数少。还可用于整定常规的PID控制器的控制参数。     

基于组态软件的自适应PID控制器研究

针对工业过程中常遇到的二阶纯滞后系统,介绍了一种基于组态软件的自适应PID控制器的设计方法.该控制器可实现在线辨识并可自动整定控制参数,结构简单,工作稳定,鲁棒性好.对于一些复杂过程和严重非线性过程,在辨识过程不十分有效的情况下,运用Fuzzy PID参数调节,系统仍有较好的控制性能.     

Design of the pressure regulation algorithm for active braking in vehicle ACC system

To develop the pressure control algorithm for active braking of adaptive cruise control (ACC) system,a test bench with real parts of the tested vehicle is built.With the dynamic analysis of the active ...     

专家-模糊自适应PID控制系统的设计

为了解决多容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控制器的精度高、稳定性好、鲁棒性强的优点,又具有专家控制器进入稳定状态快的特点。对三容复杂系统的控制仿真结果表明,该方法的控制性能优于单独采用专家PID控制或模糊自适应PID控制的性能。     

基于单神经元自适应PID的煤气混合解耦控制

针对煤气混合加压过程中混合煤气压力和热值控制问题具有强耦合、非线性和较大时滞的特点,利用单神经元自适应PID控制器具有参数自学习能力,提出一种单神经元自适应PID解耦控制方法。仿真结果证明了设计方案比传统的控制方案具有较好的动态性能,验证该方法的可行性。     

Industrial applications of advanced control techniques

This paper discusses two industrial control applications using advanced control techniques. They are the optimal-tuning nonlinear PID control of hydraulic systems and the neural predictive control of combustor acoustic of gas turbines. For hydraulic control systems, an optimal PID controller with inverse of dead zone is introduced to overcome the dead zone and is designed to satisfy desired time-domain performance requirements. Using the adaptive model, an optimal-tuning PID control scheme is proposed to provide optimal PID parameters even in the case where the system dynamics is time variant. For combustor acoustic control of gas turbines, a neural predictive control strategy is presented, which consists of three parts: an output model, output predictor and feedback controller. The output model of the combustor acoustic is established using neural networks to predict the output and overcome the time delay of the system, which is often very large, compared with the sampling period. The output-feedback c     

汽包水位模糊控制研究

针对汽包水位控制系统优化问题,基于模糊控制理论设计了一种二输入、三输出模糊自整定PID控制器,建立了汽包水位模糊自整定PID控制系统.并对基于传统PID控制和模糊自整定PID控制进行仿真对比分析.结果表明:模糊自整定PID控制可以很好地改善控制系统的动态和静态特性,使汽包水位的稳定性明显提高.     

基于神经元的自适应预测PID控制

提出了一种采用神经元的自适应预测PID控制方案。神经元具有很强的自学习和自适应能力 ,它可根据系统的误差并通过一定的学习算法来不断修正控制器的参数 ,使控制器能够适应受控对象结构参数以及环境的变化。因此采用单神经元构成自适应PID控制器 ,将神经元与PID控制结合 ,对PID参数进行在线寻优、自校正 ,使PID控制能有效地对付一些较复杂非线性被控对象 ,特别是难于用传统方法建模的被控对象。同时为了提高系统的快速跟踪和抗干扰能力 ,采用了动态自适应神经元 (APE)对非线性系统进行预测 ,即用神经元建立起非线性系统的预测模型 ,预测系统的未来输出 ,从而提高了控制系统的控制品质。同时详细介绍了该控制系统的自适应控制算法。仿真结果表明 ,这种自适应控制方案切实可行 ,其控制品质明显优于常规PID控制 ,且具有较强的鲁棒性 ,达到了良好的控制效果。     

基于极点配置算法的列车横向半主动悬挂自适应PID控制系统设计

为了使PID控制器具备自适应能力,以适应列车受到外部环境扰动时产生的结构参数变化,使用了增量式数字PID控制器,将PID控制器与极点配置控制算法结合,利用极点配置算法在线实时优化kP,kI,kD参数,设计了自适应极点配置PID控制器,实现了kP,kI,kD参数的自动校正.最后给出基于极点配置自适应PID的高速列车半主动悬挂控制系统的设计方案,利用MATLAB-Simulink搭建仿真平台并进行仿真.仿真结果表明：基于极点配置算法的列车半主动悬挂自适应PID控制系统能够有效降低列车横向振动.     

基于单神经元的液压挖掘机自适应PID节能控制

在分析单神经元PID特性的基础上,设计了基于单神经元的液压挖掘机自适应PID节能控制器。该控制器通过神经元的自学习,对传统PID控制器的比例、积分、微分系数进行在线调整,实现了挖掘机功率匹配自适应控制。仿真结果显示单神经元PID自适应控制器具有较强的鲁棒性。