机械人移动轨迹的智能PID控制

过程控制系统广泛的采用PID控制,它的系统直接关系到生产过程的平稳和产品的最终质量,因而其优化设计十分重要。常规PID控制得到了广泛的应用,但是不难满足高精度要求。智能PID控制吸取了智能控制和常规PID控制的优点,能够满足很多场合的高精度的要求。用于机械人移动控制取得了很好的效果。采用神经网络,可实现对机器人动力学方程中未知部分的精确逼近,从而实现无需建模的控制。     

智能PID控制

引言 在工程控制领域,PID控制的应用至今仍最为广泛,这与其控制器结构简单,能满足大量工业过程的要求,具有一定的鲁棒性等特点有关。然而,在现代工业控制过程中,许多被控对象机理复杂,它不仅表现在控制系统具有多输入、输出的强耦合性、参数时变性和严重的非线性特性,而且从系统对象所能获得的知识信息量也相对地减少,然而对控制性能的要求却日益提高。因此,采用常规PID控制器难以获得满意的控制效果。 近年来,智能控制与常规PID控制相结合,形成智能PID控制,这种新型控制器已引起人们的普遍关注和极大兴趣,并已得到较为…     

基于遗传算法的模糊PID控制在水轮发电机组中应用研究

水轮发电机组系统是一复杂的系统,常规PID控制很难满足高性能控制要求,本文设计了一自适应模糊PID控制器,模糊推理系统可在线整定PID参数,模糊控制系统的隶属函数和推理规则采用遗传算法优化。仿真实验表明这是一种有效的控制策略,尤其在启停机过程及负载扰动过程较传统PID控制具有更好的鲁棒性和稳定性。     

模糊PID技术在高速液压伺服控制器中的应用研究

针对电液伺服阀的非线性特点,介绍了一种采用模糊PID技术的高性能液压控制器的设计方法。采用高性能的TMS320LF2407DSP芯片作为主处理单元,软件采用了自适应模糊PID控制。通过建立的液压系统数学模型,利用Matalb仿真工具对模糊PID和数字增量式PID在高速液压系统中进行了仿真,结果说明:模糊PID控制器能够满足系统高速度和高精度的要求。     

电动加载系统的模糊自适应PID控制研究

电动加载系统的突出优点是加载跟踪速度快,但加载过程中系统多余力能否快速消除是制约加载精度、影响加载系统动态品质的最重要因素.常规PID控制难以满足电动加载系统对高精度和快速性的要求,而模糊自适应PID控制能够解决这个难题,实验证实了系统采用模糊自适应PID算法后明显提高了加载精度和响应速度.     

时滞系统的模糊自适应PID控制研究

将模糊控制和常规PID控制相结合,设计了一种模糊自适应PID控制器,该控制器根据偏差和偏差变化率的要求实时调整PID参数。通过仿真表明：该控制器既具有常规PID控制器高精度的优点,又具有模糊控制器快速、适应性强的特点,并可以迅速消除系统误差,保证了系统具有良好的动、静态特性。     

Fuzzy-PID算法在炉温控制中的应用

在工业电炉的控制过程中，由于被控参数具有时变、非线性、不确定等因素，常规PID控制算法以满足控制要求。本文采用模糊PID算法实现对工业电炉的控制，利用模糊推理在线整定PID控制器的三个参数Kp、Ki、Kd。实际运行结果表明，该控制器取得了较好的快速性和稳定性。     

遗传算法在PID参数优化中的应用

采用常规整定方式,往往费时且难以满足控制要求。本文使用浮点编码遗传算法优化PID控制器的参数,取得了很好的效果。     

一种新型的预测函数PID控制算法的研究

针对应用于工业过程中的系统具有大时滞、时变性、非线性等特点,采用传统的PID控制方法难以实现良好的控制效果.将预测函数控制算法和PID控制算法相结合,提出了一种新型的预测函数PID控制算法.该算法具有预测函数控制算法鲁棒性强和PID控制算法抗干扰性好的优点.仿真结果表明,与常规预测函数控制算法相比,该控制算法满足系统对快速性和稳态精度的要求,具有良好的鲁棒性和抗干扰能力.     

智能PID控制算法在跟踪伺服控制中的仿真研究

智能PID控制算法,其控制对象为直流伺服系统。根据伺服控制系统控制精度、响应速度、系统稳定性与适应能力的要求,采用智能PID控制算法与常规PID算法进行比较作出仿真曲线,得出在复杂对象的控制系统中,采用智能PID控制算法在系统稳定性、快速性和消除系统超调方面的优越性。     

仿人智能PID控制器设计

PID控制算法简单 ,参数调整方便 ,应用广泛。但是常规的PID控制器参数往往整定不良、性能欠佳 ,对运行工况的适应性很差。该文设计的仿人智能PID控制器用正态函数拟和模糊控制规则 ,辅以根据误差和误差变化率的调整 ,能根据实际情况调整和完善PID参数 ,具有鲁棒性强 ,响应速度快 ,稳态精度高等优点。该方法在导弹自动驾驶仪的设计中有很好的应用效果。     

料筒温度RBF神经网络PID控制器设计及仿真

针对PID控制器具有参数整定不良、性能欠佳、温度控制精度较低,无法满足当今高精密挤出成型加工需要的问题,设计了一种基于RBF神经网络的PID控制器,该控制器将神经网络能无限地逼近非线性系统、运算量小、收敛快的优点和PID控制技术有机地结合起来,获得较高的温度控制精度。仿真结果表明,神经网络PID控制器能有效地缩短过渡过程时间,具有很好的稳定性和快速响应性,比普通PID控制具有更好的控制效果,可改善料筒温控系统的动、静态性能。     

基于模糊神经网络的温度控制系统设计

实验室温度控制系统要求精度高,并且具有非线性、大惯性及数学模型难建立等特性,这使得用常规PID控制器以及一般模糊控制器无法很好地满足系统要求,而本文在一般模糊控制器的基础上,融合神经网络技术,设计出模糊神经网络控制器,它既有模糊控制鲁棒性好、动态响应好、上升时间快、超调小的优点,又具有神经网络的在线自学习能力,可以实现温度的智能控制,在实际应用中取得良好的效果。     

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。     

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。     

非线性PID控制在液位控制系统中的应用

针对液位控制系统的大时滞、不稳定性,常规PID控制很难满足要求,提出带有死区的非线性PID控制,实际运行验证了该方法的有效性.     

基于模糊PID的磁悬浮球控制系统研究

针对磁悬浮球系统的本质不稳定性,设计模糊PID算法实现系统的稳定控制,并使之动态性能及稳态性能满足要求;文中首先分析了磁悬浮球系统的基本原理,并进行力学分析,建立系统的数学模型,并对其中的非线性部分进行了平衡点处的线性化,而后采用用PID控制设计,PID可以实现系统的稳定控制,且控制精度较高,但对于动态性能的改善不足,且当模型中的参数改变时,PID参数的适应性较差;因此在PID参数的基础上,采用模糊PID控制,使得系统既可以满足三性要求,又可以使其具有参数变化的适应能力。     

基于模糊-PID的汽轮机转速控制系统

船用核动力装置机动性要求较高,采用直流蒸发器的船用核动力装置,多参数问具有较强的耦合关系,各主要控制器之间应能相互协调。汽轮机转速如采用常规的PID调节不能较好地满足控制需求。本文设计了汽轮机转速模糊PID双模控制系统,并对蒸汽压力具有协调控制功能,利用模糊控制的快速动态响应和PID控制的稳态性能,来实现汽轮机转速快速跟踪、稳定控制的要求。仿真试验表明该控制系统响应时间和稳态精度都有明显改善。     

新型双温度反馈增量式PID控制器的设计

由于多数温控对象具有惯性大、滞后性强、非线性等特点,采用传统的PID控制方法很难达到高精度要求.本文在增量式PID控制器的基础上,设计出双温度反馈增量式PID控制器,并采用分段控制的方法,将其用于毛细管流变仪的实际控温系统,达到较高的控温精度,且方法简单易行,有较高的应用价值.     

弹载电液舵机的Bang—Bang＋PID双模控制研究

本文结合一弹载电液舵机系统,介绍了电液位置伺服系统的工作原理。经过推导,建立了该舵机的数学模型。在MATLAB／Simulink中搭建了舵机的仿真模型,分别对PID控制和Bang—Bang控制进行了仿真,仿真结果表明这两种控制方法无法获得满意的控制效果。为取得良好的控制效果,将PID控制和Bang－Bang控制相结合,设计TBang-Bang＋PID双模控制器,提高了系统的控制效果。