智能称量系统与死区PID控制在烧结配料中的应用

烧结生产实践证明,烧结配料发生偏差是影响烧结过程正常进行和烧结矿产质量的重要因素。因此,精确配料是十分重要的。针对实际需要,将智能称量系统与带死区PID控制算法应用于对烧结配料系统的控制中,并详细介绍烧结配料系统运用智能称量系统与带死区PID控制算法来实现精确配料的控制过程。实践证明,该技术的应用取得了很好的控制效果,适合现场实际应用。     

基于PLC控制的自动配料系统研究与应用

自动配料系统的恒流量控制采用PID调节,流量计量控制是计量偏差与变频调速的结合。依据系统工艺流程介绍了配料系统的流量控制方式和系统控制过程,详细讲述了PLC的选型及PLC配料系统变频控制中的硬件设置、参数设定和软件设计过程。     

搅拌站智能控制系统设计

针对混凝土搅拌站的生产工艺流程与运动控制过程,采用上住机和下位机相结合的控制方式,设计了一种具有开放式体系结构的搅拌站智能控制系统.详细分析了系统硬件的组成原理、软件设计流程以及DDE通信程序的设计方法.上位机控制系统采用WinCC组态监控软件开发,实现了对搅拌站现场的自动控制和数据管理.针对配料精度差、生产效率低等问题,提出了模糊PID控制方法,通过对PID参数进行在线整定,提高了配料控制的精确度.通过现场实际测试表明:该系统稳定可靠,具有成本低、人机界面友好、生产效率高等优点,能够满足搅拌站智能控制系统的要求.     

钢包炉配料PSO-BP-PID 控制研究

针对钢包精炼炉( Ladle Ｒefining Furnace) 又称LF 炉,配料加料过程的惯性、时滞、非线性等控制特性,设计了一种基于微粒群优化算法( Particle Swarm Optimization,PSO) 、误差反向传播( Back Propagation,BP) 神经网络以及比例－ 积分－ 微分( PID) 的复合控制算法PSO-BP-PID,并将该复合算法应用于150 t 钢包精炼炉配料称重控制系统中,实现配料称重过程的智能控制。PSO-BP-PID 算法利用微粒群优化算法的全局寻优特性,优化BP 神经网络的初始权值以提高神经网络的收敛性; 采用经微粒群算法优化后的BP 神经网络在线实时调整PID参数。通过基于PSO 和BP 网络的PID 控制器实时控制钢包精炼沪的配料过程。仿真实验和运行实验结果表明,PSO-BP-PID 算法的控制效果优于单一PID 算法的控制效果。采用PSO-BPPID算法的钢包炉配料系统后,明显提高了配料精度,有效地解决了配料称重过程中速度与精度的矛盾。     

带死区PID调节在武钢烧结配料中的应用

烧结厂处理的原料种类繁多,必须根据烧结生产过程的要求和烧结质量的要求进行精确的配料.本文针对实际需要,将死区PID算法运用于对配料的控制中,并详细介绍武钢烧结厂新二烧车间运用PLC来实现配料系统的PID控制的过程.实践证明,该取得了很好的控制效果,适合现场实际应用.     

模糊自适应PID在配料称重系统中的设计

在深入了解配料系统的基础上,针对传统配料系统存在的配料精度不高、系统稳定性差的问题进行创新和探索研究。详细介绍了模糊PID的控制原理和实现步骤,并在MATLAB环境下对完成了模糊自整定PID仿真;研究发现,模糊控制理论上可以用于工业实际。模糊PID控制设计简便,响应速度快,鲁棒性好,对电机转速实现精确控制,具有一定的推广价值。     

PID控制技术在配料系统中的应用

烧结厂处理的原料种类繁多,必须根据烧结生产过程的要求和烧结质量的要求进行精确的配料。本文针对实际需要,将PID算法运用于对配料的控制中,并详细介绍三安烧结厂配料车间运用PID控制来实现配料的精确度。实践证明,取得了很好的控制效果,适合现场实际应用。     

反馈系统在活性炭生产工艺中的应用

根据目前活性炭生产工艺的实际情况,设计了一套专用于造粒系统的计量、捏合、压制过程反馈系统。该系统根据活性炭配料计量、混捏、压制的实验参数制作数学模型,利用PLC程序进行数学运算,通过PID功能程序自动调节煤粉、焦油、水的配比,实现配比、混捏、压制整个过程闭环控制。设定参数后系统便可实现自动调节,准确计量和配料,能有效降低工人劳动强度,改善操作环境,便于生产成本的管理控制。     

一种基于BPNN的复合型PID控制算法

针对配料过程对象纯滞后问题,研究了一种基于BP神经网络和Smith预估器的复合型PID控制算法,设计出了相应的MATLAB仿真控制程序。为了得到期望的控制效果,提出了一种按一定约束条件自动搜索BP神经网络初始连接权值的程序设计方法。在MATLAB软件环境中通过联立实验程序仿真、分析和验证,结果表明这一方案是正确和可行的。     

模型驱动算法在皮带配料系统中的应用研究

在选煤厂皮带配料系统中,皮带秤的连续配料和称重存在着控制精度不足,抗干扰力弱等缺陷,常规的PID控制器和模糊PID控制器已不能满足大型煤矿复杂多变的工作环境和生产要求,现改用二自由度模型驱动PID控制器对其进行优化设计,并对被控对象的相关参数进行计算与修正,同时运用Matlab仿真试验进行研究,结果表明优化后的皮带配料控制系统具有超调量小、调节时间短、响应速度快、抗干扰能力强等优点,能够有效地改善皮带配料控制系统的动态品质,提高了系统的配料精度和配料速度.     

蓄电池快速充电模糊控制技术的研究

由于电池充电时充电电流与充电时间的非线性,采用PID、PI等传统的控制方法对充电过程进行控制的效果不佳,该文在研究镍镉、镍氢电池充电特性的基础上,提出了利用模糊控制技术对充电过程进行智能控制的方法。文中详细介绍了充电模糊控制器的设计过程,并以XC164单片机为控制核心,设计了一种针对镍镉、镍氢电池的智能充电系统,实验结果表明,该系统可对电池的复杂充电过程进行最优控制,充电快速、效率高,充电安全,不会损坏电池或缩短电池寿命,实现了充电过程的智能化控制。     

灰色预测模糊自适应PID控制的城轨列车智能驾驶系统研究

为提高城轨列车驾驶系统的智能化程度，将灰色预测控制与模糊自适应PID控制技术相结合，应用到城轨列车驾驶系统中。在对城轨列车驾驶系统进行需求分析的基础上，针对其对各种性能指标的要求，提出了基于灰色预测模糊自适应PID控制的城轨列车智能驾驶系统的设计方案。将灰色预测控制与模糊自适应控制应用到经典PID控制中，设计出了系统的智能控制器，有效满足了城轨列车在运行时对跟踪误差、准点率、停车误差、舒适度和节能性等多个性能指标的要求。仿真结果表明：采用灰色预测模糊自适应PID算法的控制系统具有良好的控制精度且系统的智能化程度得到了相应的提升。     

模糊PID控制在变压器测试系统中的应用

在介绍变压器计算机测试系统的基础上,通过对传统调节方式的分析后,提出了基于智能规则的模糊-PID双模调节技术在测试系统中的应用方案;并通过实例详细说明了系统输入变量的定义、构造及模糊量化原则、模糊规则库的形成以及双模调节过程,最后结合单一PID调节进行调节性能对比分析,从而验证双模调节的优越性。     

智能PID控制器在网络测控仪中的应用

介绍了PID控制器的原理、结构、算法,应用常规的PID控制器难以解决复杂对象的控制问题,于是产生了一系列的改进算法,以满足不同控制系统的需要。在网络测控仪系统中将改进算法与常规的PID控制相结合,构成智能PID控制器。通过对比试验结果,发现在网络测控仪系统中应用改进型算法后,系统具有较好的控制特性,可以避免给定值升降时所引起的系统震荡,明显地改善了系统的动态性能。     

基于模糊-PID的高空台液压加载系统智能控制

为了改善航空发动机高空模拟试车台(简称高空台)液压加载系统的控制性能,解决手动调节控制精度低且闭环控制快速性较差的问题,提出了一种将开环模糊控制与闭环PID控制相结合的智能复合控制方法。首先,结合高空台液压加载试验特点和设备特性,利用真实试验数据基于最小二乘系统辨识搭建了系统的分段线性模型。其次,使用频域法设计参数调度的PID控制器,解决了手动调节控制精度低的问题。最后,结合试验操作人员提供的经验知识和历史试验数据结论搭建了模糊开环控制器,设计控制器选择模块和积分补偿模块,将模糊开环控制器与闭环PID控制器相结合形成智能复合控制器。通过仿真验证得出,智能复合控制器的控制效果在精度上明显优于人工手动调节,在快速性上明显优于PID控制器,调节时间缩短了39%～87%。     

基于自适应模糊PID智能车用直流电机控制器仿真研究

以智能小车的电机控制系统为模型,采用自适应模糊PID控制策略进行控制设计,它克服了简单模糊控制和传统PID控制的一些缺点;利用MATLAB7.0软件中的工具箱进行系统的辅助设计与仿真。仿真结果表明,该系统的动态性能、稳态性能及抗扰性能都趋于良好。     

起重机模糊神经网络防摇摆控制仿真研究

起重机起重过程中吊物摇摆系统模型的复杂性,非线性,时变性导致传统PID控制在此过程中存在控制效果不理想,控制参数难以整定等问题。利用模糊控制不依赖精确数学建模,以及神经网络的自学习性等优点。提出一种将起重机传统PID控制与模糊神经网络相结合的控制方法。通过仿真对比发现改进后的控制方法能够有效降低系统稳定的调节时间,吊装货物的摆幅也得到减少。     

高精度实时荧光定量PCR温控系统的设计与仿真

针对目前国产实时荧光定量PCR温控系统升降温速度慢和精度低的问题,提出了一种改进的模糊自适应PID算法。首先根据热力学公式,建立了实时荧光定量PCR温控系统的数学模型,在模糊自适应PID算法的基础上加了一个在线调整量化因子和比例因子的智能调整器,根据设定的模糊控制规则实时优化PID参数、量化因子和比例因子,由PID控制器和智能调整器控制实时荧光定量PCR的温度。采用Simulink对PCR温控系统进行仿真,结果表明：设计的模糊自适应PID控制器控制精度达到[0.1 ℃],快速稳定以后,能达到[0.01 ℃],升降温速度大于等于[7.0 ℃/s],完全能够满足实时荧光定量PCR温控系统对温度精度和升降温速度的要求。     

神经网络PID在PLC系统控制中的应用研究

针对传统的PID算法由于难以给出精确的数学模型,使得系统参数设定困难,同时系统控制效果上存在一定的缺陷,造成系统安全性和可靠性降低,系统控制质量不高。为了解决传统的PID算法所带来的问题,提出了基于模糊神经网络的PID算法,将PID算法、模糊控制算法以及神经网络算法相结合,形成了一种智能控制算法。将算法应用在PLC控制系统中,实验表明算法有效的实现了PID参数的自整定,并且提高了控制质量,具有一定的实际应用推广价值。