基于变论域模糊PID的啤酒发酵过程控制

针对啤酒发酵过程温度控制的大惯性、时滞及非线性等特点,在传统模糊PID控制算法的基础上引入变论域的思路,设计一种变论域模糊自适应PID控制器,可动态改变模糊控制器输入和输出的论域范围。实验数据表明,所设计的控制器具有超调量小、稳态精度高、动态调节能力强等优点。     

纸浆浓度的专家-模糊PID控制系统

介绍了应用于纸浆浓度控制的模糊控制与专家控制复合控制系统。根据纸浆浓度本身存在的大滞后特性以及模型的不确定性,结合模糊控制和专家控制二者各自的优缺点进行探讨,并利用Matlab仿真对比。结果表明,专家-模糊PID控制的控制性能明显优于传统PID控制系统,能很大程度地改善系统的动态特性,使得系统更快地进入稳定状态,具有良好的鲁棒性。     

基于PID神经网络的纸浆浓度控制

本文将一种不同于用神经网络调整PID参数的新的融合算法—PID神经网络(PIDNN)应用于纸浆浓度控制。经过对纸浆浓度控制系统的仿真研究表明,PIDNN既具有常规PID控制器结构简单的优点,又具有神经网络自学习、自适应之能力,大大改善了纸浆浓度控制系统的性能。     

纸浆浓度的神经网络PID控制

针对造纸过程中纸浆浓度控制的特点,通过BP神经网络与PID相结合,组成神经网络控制器,用于纸浆浓度控制。利用神经网络自学习、自适应的功能,根据实际工况在线实时调整PID参数,使纸浆浓度的控制处于一种最优状态,达到较好的控制品质。     

纸浆浓度的PID控制优化的研究

提出采用遗传算法去优化纸浆浓度的PID控制参数。仿真结果表明:通过遗传算法得到的PID控制参数与Zieglar-Nichols方法相比,该方法得到的PID控制器在纸浆浓度控制中超调小,过渡时间短,控制更平稳,能获得更好的控制效果。     

基于变论域模糊-Smith的白酒勾调控制

目的:满足白酒勾调控制系统响应无超调的要求,消除系统时滞性对其控制效果的影响。方法:提出了一种基于变论域模糊-Smith的白酒勾调控制算法。对系统的控制过程及特点进行分析并建立近似的数学模型;引用Smith预估器补偿系统存在的时滞性,利用模糊控制的特点解决系统数学模型建立不精确的问题,并且结合了变论域方法来消除常规模糊控制精度不高,存在稳态误差的弊端;通过Matlab实现了该算法的仿真。结果:与PID-Smith以及模糊-Smith控制算法相比,该算法在确保系统响应无超调的前提下,具备更快的调节速度以及鲁棒性。结论:变论域模糊-Smith算法能够实现白酒勾调控制系统对流量的精确控制。     

纸浆浓度调节在DCS中的应用

将模糊控制器和PID调节器结合使用,提高了纸浆浓度调节DCS(集散控制系统)系统的动态特性和鲁棒性的稳定性,取得了较好的控制效果。     

纸浆浓度控制系统应用探讨

本文较详细介绍了纸浆浓度控制系统在纸厂的应用情况及取得的效益。     

纸浆浓度的仿人智能PID控制

在分析仿人智能控制基本思想的基础上,提出了用仿人智能控制动态修正PID参数的设想.结合某一实际浓度控制工段,总结操作人员的经验,用规则化语言加以表述,并编程实现.通过对浓度控制效果曲线的比较,证明该控制方案较之普通PID控制在动态性能、鲁棒性能等方面都有较大的改善.     

改进型模糊-Smith控制器在纸浆浓度控制系统中的应用

本文提出改进型模糊-Smith控制器并将其应用于纸浆浓度控制系统。该控制器利用Smith预估算法克服纯滞后，利用模糊控制来提高系统的鲁棒性，而在稳态阶段则切换为PID控制来提高控制精度。仿真实验结果表明该方法可以提高系统的控制品质，实际应用表明了该控制器的优越性。     

神经网络分数阶PID控制器在纸浆浓度控制中的应用

分数阶PID控制器继承了常规PID控制器的优点,并且具有更高的控制精度和更强的鲁棒性。针对常规PID控制器在纸浆浓度控制过程中存在的问题,设计了一种基于神经网络的分数阶PID控制器。用分数阶PID控制器代替常规PID控制器,并通过神经网络调节分数阶PID控制器的5个控制参数,实现一种参数自整定的PID控制器。仿真实验结果表明,神经网络分数阶PID控制器比常规PID控制器的控制精度高,对纸浆浓度的控制更稳定;采用神经网络分数阶PID控制器控制纸浆浓度是切实可行的,具有很好的推广应用前景。     

纸浆浓度控制系统的参数调整

介绍一种纸浆浓度控制系统参数调整的实用方法，并讨论了纸浆浓度控制系统的特点     

基于免疫-单神经元PID算法的纸浆浓度控制

针对单神经元PID算法中的增益K不能自调整引起的动态响应慢的问题,提出了一种将免疫算法与单神经元PID算法相结合的控制算法——免疫-单神元PID算法。依据T细胞免疫机理调节单神经元PID算法中的增益K,使增益K获得自调整功能,以改善单神经元PID算法的动态性能,提高其学习速度。仿真结果表明,该算法可克服纸浆浓度控制过程中存在的多干扰性、时变性、非线性等缺点,能够满足纸浆浓度控制的稳定性、快速性要求。与单神经元PID算法相比,该算法响应速度具有明显的优越性,并具备了单神经元PID算法本身较强的抗干扰能力以及自学习自适应的能力。“THJSK-1”平台上的实时控制也验证了免疫-单神经元PID算法的可行性。     

纸浆浓度控制系统的设计

介绍了应用自整定PID控制的纸浆浓度控制系统的设计。首先建立纸前沿浓度控制的数字模型，包括干扰和参数变化的分析，在此基础上进行了自整定PID控制器的设计。通过固定参数PID控制器和自整定PID控制器实际运行效果的比较，表明设计的自整定PID控制器具有很高的性能。实际运行结果表明，系统可以实现初次应用时控制参数自整定和过程参数变化情况下控制参数自整定，保证系统一直在最优状态运行。     

基于单神经元PSD的纸浆浓度控制算法研究

稳定的纸浆浓度是保证纸张质量的重要因素,但是纸浆浓度本身又处于长期不可预测的波动中。针对常规方法无法解决纸浆浓度模型的不确定、大时滞、时变性等特点带来的控制问题,提出了一种单神经元PSD的控制算法。利用增益自调整中的PSD算法改善单神经元响应慢的特性,使其增益具有自调整功能,设计出一种不依赖模型、实时性好的快速自适应控制算法。在Simulink中,调用s函数进行仿真,结果表明,与单神经元控制算法以及常规PID算法相比,改进的PSD控制算法响应速度快,并有较强的抗干扰性和自适应性。THJSK-1平台中的控制研究也表明该算法具有可行性。     

基于模糊PID的切纸机控制系统研究

针对当前切纸机控制中,送纸辊和切纸辊之间速度协调控制的问题,提出一种基于模糊PID的控制方案。为实现该方案,以PLC作为主控芯片,通过变频器实现送纸辊和切纸辊速度的采集和控制,然后在切纸辊控制中,引入模糊PID控制方法,以实现主从轴的位置控制。最后,设定试验参数,通过试验验证构建的控制方案,使得切纸辊和送纸辊之间速度大致一致,并且切纸的误差小于1mm,具有很大的优势。     

基于专家前馈-模糊PID反馈的溶解氧浓度控制方案研究

在制浆造纸废水处理的好氧工段,溶解氧浓度是重要的被控变量,其控制过程是一个大滞后、多变量、非线性、多干扰的过程。本研究提出了用专家前馈控制器和模糊PID反馈控制器组成前馈-反馈控制系统来控制曝气池中的溶解氧浓度。MATLAB仿真和实际控制数据表明,基于专家前馈-模糊PID反馈的溶解氧浓度控制方案的控制效果好,超调小,响应速度快。