基于自适应遗传算法的非线性PID控制器

生物发酵利用夹套进行加热和冷却,其温度控制精度非常重要.但这种以温度为被控对象往往存在严重的积分纯滞后现象,采用常规的控制算法难以达到所要求的控制品质.基于PID控制器各增益参数与偏差信号之间的非线性关系,采用出一种非线性PID控制器.同时,针对经典遗传算法收敛速度慢,易陷入早熟,局部最优等缺点,提出一种自适应遗传算法,自适应遗传算法通过建立适应值差值函数来适时调整交叉、变异概率.这使算法具有自适应性,将其应用于非线性PID控制器参数寻优.仿真结果表明,基于此遗传算法寻优的非线性PID控制器可以有效的抑制大滞后系统的超调缺陷,具有较好的控制精度.     

单神经元自适应PID算法在液位控制系统中的应用

双容水箱的液位具有典型的大惯性、大时延、非线性特性,常规PID控制往往难以保证系统的控制品质。采用增益在线自适应调整的单神经元PID控制器,对控制器的参数进行在线自适应整定,实验结果表明,其控制效果优于常规的PID控制器。     

神经元PID在化工非线性时变过程控制中的应用

针对非线性时变性的控制对象传统PID算法难以得到满意的控制效果,对神经元PID控制器进行研究。利用神经元的自学习能力,遵从一定的最优指标,自动调整PID控制器的参数,使之适应被控对象以及输入参考信号的变化。用于非线性时变加热炉温度控制,仿真结果表明,神经网络PID控制能够适应系统结构参数的变化,快速跟踪输入信号的变化,控制精度高。     

一类基于PI/PD的非线性模糊控制器的结构解析

对具有非线性模糊输入集的模糊控制器进行了输入输出结构的研究。基于一般的模糊控制器,证明了模糊控制器与线性PID控制器相联系的解析结构,揭示了模糊控制器在应用中比线性PID控制器优越的机理,提供了根据它们之间的增益关系设计稳定的模糊控制系统的一种方法。仿真结果证明其控制效果优于一般的非线性PI/PD控制。     

电站锅炉主汽温自适应PID控制

提出了热工过程对象拟线性数学模型,导出了在变工况条件下PID控制器参数与热工对象模型参数之间的关系,建立了新的PID参数调整算法．增益函数可以根据热工过程的理论分析或稳态工况数据统计分析获得,微分时间函数与积分时间函数之间的关系可以根据控制器内部不振荡原则来确定。这样可将PID在线调整参数从3个减少到1个,简化了现场整定算法．针对锅炉主汽温控制对象,提出了以动态超调量为准则的PID参数在线调整算法,可提高锅炉主汽温控制品质,并通过例子进行了验证．     

一种增益自适应的单神经元PID控制器

针对时滞不确定对象,提出一种单神经元PID控制器,此控制器不依赖于对象模型。由于神经元的权值能在线调整,因此具有自学习和自适应能力,同时应用自适应PSD算法调整比例系数K值的大小,构成了增益自适应的单神经元PID控制器。在MATLAB/SIMULINK下对算法实现仿真控制,结果证明增益自适应单神经元PID控制器是一种具有自学习、自适应、鲁棒性强且算法简单适用的控制器,适合于工业上不确定对象的平稳控制。     

一种增益自适应的单神经元PID控制器

针对时滞不确定对象,提出一种单神经元PID控制器,此控制器不依赖于对象模型.由于神经元的权值能在线调整,因此具有自学习和自适应能力,同时应用自适应PSD算法调整比例系数K值的大小,构成了增益自适应的单神经元PID控制器.在MATLAB/SIMULINK下对算法实现仿真控制,结果证明增益自适应单神经元PID控制器是一种具有自学习、自适应、鲁棒性强且算法简单适用的控制器,适合于工业上不确定对象的平稳控制.     

基于BP神经网络的PID控制参数整定

针对传统PID控制器的缺陷，本文提出了一种基于BP算法的PID控制器，利用BP算法局部计算简单、非线性映射能力强的特点，实现对PID控制器参数的寻优整定，并利用MATLAB软件对系统进行仿真。仿真结果表明此方法对PID控制器的参数有很好的控制效果。     

基于变论域模糊PID的激光切割机高度调节系统

激光切割机高度调节系统多采用电容式传感器作为反馈信号的检测手段。然而电容式传感器的输出为非线性的,若采用传统PID控制算法,则其整定参数只是某个局部控制点的最优参数,并不能在整个调控范围内达到最优效果。本文结合变论域思想、模糊算法以及传统PID,设计一种变论域模糊PID控制器。仿真实验表明该控制器在高度调节系统的控制中是有效、可行的。     

基于深度强化学习的自适应增益控制算法

经典比例-积分-微分(Proportional-Integral-Derivative, PID)控制器的参数整定过程繁琐,且随着被控对象模型的改变需要重新整定参数,针对该问题提出了一种基于深度强化学习的自适应增益控制算法。该算法在经典PID控制器的比例环节引入深度Q学习网络(Deep Q-network, DQN)模型,对增益进行自适应调整,同时为简化控制器结构,去除了经典PID控制器中的微分环节和积分环节。以双容水箱为研究对象,对该算法进行仿真实验。结果表明:该算法在满足定值控制任务的前提下,相比于经典PID控制器,其超调量及稳态误差更小,且在模型对象改变后能够通过自学习得到相应的控制策略,从而避免了繁琐的参数整定过程。     

基于VAV变风量智能建筑空调系统控制

为了解决传统VAV空调系统的非线性、延时性、波动性以及模型准确性等问题,在传统PID控制系统的基础上,引入模糊PID控制机理,建立了模糊增益控制器.结合自适应调节系统,通过模糊调整方法,以变风量空调系统终端阀门的开度为最终控制对象,通过MATLAB编程建立模型,对PID控制器参数进行在线调整.结果表明,引入模糊PID控制方法的VAV空调系统与传统PID控制方法相比,前者动态响应速度快,校正时间短、超调量小,具有广阔的应用前景.     

改进型粒子群算法磁致伸缩作动器的跟踪控制

在低频条件下,以磁致伸缩作动器线性模型为基础,设计了PID及前馈PID控制器。针对固定参数控制器自适应能力较弱的现状,提出用粒子群（ PSO）算法对固定参数控制器进行优化。针对标准PSO算法存在早熟收敛、后期迭代易陷入局部最优的不足,进一步提出了一种可动态调整惯性权重及遗传变异的改进型粒子群（ IPSO）优化算法,并将该算法与前馈PID相结合应用于磁致伸缩作动器的位置跟踪控制。仿真结果表明：针对指令阶跃信号,相对传统PID及前馈PID控制,改进型PSO前馈PID控制具有控制精度高,位置跟踪效果好及抗干扰能力强的特点。     

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。     

船舶航向保持的滑模变结构自适应模糊控制研究

针对船舶航向非线性控制系统中存在未知控制增益,参数不确定性和外界干扰的影响,通过引入Nussbaum函数,利用模糊逻辑系统的逼近能力,将多滑模控制与自适应模糊控制相结合,提出一种新的多滑模自适应模糊控制算法,实现了船舶航向的跟踪控制,并且在设计过程中,避免了控制器奇异值问题的发生。借助Lya-punov函数证明了所设计控制器使船舶运动非线性系统中所有信号有界,且跟踪误差收敛到零的某个邻域内。仿真结果表明,所设计的控制器能够快速准确地跟踪设定航向,对参数摄动和外界扰动具有较强的鲁棒性。     

Fuzzy-PID算法在换热站控制中的应用

在换热站温度控制中，由于被控对象具有不确定、非线性、变参数等因素。常规的PID控制难以满足供暖热水温度控制要求，采用模糊PID算法实现对换热站温度的控制，利用模糊推理对PID参数Kp、Ki、Kd进行在线整定。仿真结果表明：该控制器取得了较好的快速性和稳定性。     

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的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。     

偏动式形状记忆合金驱动器系统建模与仿真

为了实现响应速度快、精度高的偏动式形状记忆合金驱动器控制系统,基于Kanaka-Liang提出的形状记忆合金材料一维本构关系建立了偏动式SMA驱动器的热动力学模型.针对形状记忆合金材料的非线性迟滞特性,结合PID控制和模糊控制各自的优点,设计了一种模糊增益自调整PID复合控制器方案,并对偏动式形状记忆合金驱动器的响应特性进行了仿真.仿真结果表明,与PID控制器和模糊控制器相比,模糊增益自调整PID复合控制器具有响应快、超调小、适应性好等优点.模糊增益自调整PID控制策略完全能满足偏动式形状记忆合金驱动器对控制精度的要求.     

一种无模型的机器人非线性输出反馈控制

针对非线性不确定机器人系统的轨迹跟踪控制问题,在传统PID控制器的基础上,设计带观测器的无模型连续控制器.控制器由PD控制部分和非线性积分部分组成,其中PD控制部分用于镇定系统,非线性积分部分用于提高算法的收敛速度,同时考虑到速度信号不易获取,引入线性观测器估计机器人关节的速度,并在理论上证明了观测误差和跟踪误差最终趋向于零.在SCARA机器人的两个旋转关节上进行轨迹跟踪试验,结果表明,采用该控制算法得到了理想的控制性能,在同样的反馈增益下,采用观测器后的平均跟踪误差和最大跟踪误差降低了30%以上,而控制输出的震荡程度只有无观测器时的60%.     

压电陶瓷微位移系统的模糊PID控制方法

针对压电陶瓷器件在精密定位控制中存在的迟滞、蠕变和位移非线性等不足,将模糊控制和PID控制相结合,根据各自的特点设计了模糊推理自校正PID控制器．该控制器通过模糊推理来实现控制器参数的实时优化,且算法实现简单．在此基础上建立实验系统,实验证明了该控制器适于压电陶瓷微位移系统。     

大流量液压系统的油温控制

针对某大型液压系统的油温恒定需求,分析系统发热的数学模型和油液温度变化的滞后特性,提出一套运用比例水阀连续调节板式换热器冷却水量的大型液压系统油温控制方法.在Matlab/Simulink仿真环境中,比较分析使用常规PID和参数自整定模糊PID算法的油温控制特性.仿真结果表明,模糊PID控制器具有不依赖系统模型、响应快、控制精度高的优点,且易于PLC实现.将模糊PID控制方案应用于实际系统中,实验结果表明,参数自整定模糊PID控制器能够克服油温的大时滞、非线性变化,使得油液温度有效控制在45±1 ℃;参数自整定模糊PID控制器的响应速度、控制精度均优于常规PID,适合应用于大流量液压系统的油温控制.