ECS700 PID控制回路在纸机上的应用

PID控制方法以其结构简单、可操作性强等优点被广泛应用于工业控制中。本文应用ECS700系统PID功能块实现PID控制功能。同时介绍了ECS700系统的特点和结构,PID方法的控制原理以及ECS700系统中PID功能块的使用方法及参数整定方法。     

基于模糊自适应PID算法的复卷机退纸辊张力控制

复卷机张力控制具有非线性、大滞后、强干扰特点,是复卷机电控系统的难点。常规PID在复卷机升降速及高速运行时控制效果不佳。模糊自适应PID控制可在线实时调整PID参数,适应系统在升降速及结构发生变化时的影响。结果表明,系统动态特性好,鲁棒性强,实现简单。     

基于RBF神经网络PID的全自动称重包装 智能控制

全自动称重系统具有非线性强、大滞后以及时变性的特点,严重影响物品动态称重包装精度,为了提升自动称重精度。首先给出了下料称重系统的组成以及原理,并在此基础上建立了数学模型,针对传统PID控制存在动态响应慢、超调量大等缺点,提出了一种基于RBF神经网络PID的自动称重控制方法,阐述了神经网络结构和学习算法,以实现PID控制器比例、积分、微分系数的实时调整,用于提高下料称重包装精度。仿真试验结果表明,RBF神经网络PID控制响应速度快、自适应性强、系统称重误差减小。该控制方法能够有效提高自动称重精度、提升了系统的鲁棒性。     

基于DRNN的纸机定量水分解耦控制仿真分析

针对抄纸过程中具有的强耦合、大时滞特点,提出了一种自适应的PID解耦控制方法,利用对角凹归神经网络(DRNN)来辨识系统模型,通过对PID控制器参数进行调整,实现多变量解耦控制.对纸机定量、水分控制系统的仿真研究结果表明:该方法具有较快的系统响应和抗干扰能力,较好地解决了定量和水分之间的耦合作用.     

模糊自适应PID控制在凹版印刷机收卷张力控制中的应用

凹版印刷机收卷系统运行过程是非线性、时变不确定的,张力控制与速度控制之间存在着强耦合关系,结合实际印刷生产线设计出相应的硬件配置和一种基于模糊控制原理的软件控制方法,建立模糊自适应PID控制器,并进行MATLAB/Simulink进行仿真,该控制器比常规PID控制器具有更好的控制效果,鲁棒性更强,使系统的动态性能得到很大改善。     

基于模糊PID的豆粉喷雾干燥塔监控系统设计

针对喷雾干燥大滞后、强耦合的非线性特点,设计了一套基于模糊PID的豆粉喷雾干燥塔监控系统。根据工艺要求对喷雾干燥塔采取了串级模糊控制方案,主回路采用模糊PID控制,副回路采用PI控制;上、下位机监控采用组态王和西门子S7-300系列PLC。仿真试验表明,串级模糊PID控制与常规PID控制相比具有响应速度快、超调量小和鲁棒性强等优点。     

基于模糊控制的纸机干燥部控制系统

针对抄纸干燥部的工况多变、选用传统控制方式不易控制的情况,设计了一种基于模糊PID算法设计的S7-300控制系统,介绍其理论和实际编程方法.该系统鲁棒性强,可适应复杂工况,实际应用结果表明该系统算法合理、易实现,控制效果好.     

复贴机张力的模糊自整定PID控制

介绍了复贴机张力控制及其基本原理,由于复贴机是一个典型的复杂、联动、时变、非线性卷绕系统,对其进行恒张力控制具有相当的难度。传统的PID控制不能满足要求,为了有效解决系统的非线性时变和数学模型建立困难等问题,在原有PID张力控制器的基础上提出一种较新的控制算法———模糊自整定PID控制,对比了传统PID控制和模糊PID仿真曲线,可以看出模糊控制器对卷径变化比普通PID控制具有更强的适应性。     

果蔬温室温度智能自适应控制

果蔬种植温室温度是一个非线性、强耦合、大滞后、时变复杂系统,为了提高果蔬温室温度控制精度,设计一种基于模糊免疫PID的果蔬温室温度控制方法。利用温度积温法对温度阈值进行计算,使其能够适应外界环境动态变化。在传统PID控制算法中引入模糊控制,通过模糊免疫控制对PID参数进行在线自适应调整,提高系统的稳定性和系统响应时间。对该控制方法进行仿真,仿真结果表明,该控制方法超调量小、稳定周期短,可大幅提高果蔬室温温度控制精度,从而提高果蔬种植质量。     

基于RBF神经网络的纸张定量水分解耦控制系统设计

抄纸过程中纸机系统具有大滞后、非线性、时变等特点,纸张定量与水分之间存在强耦合效应,针对这些问题,设计了一种基于RBF神经网络的PID解耦控制方法.利用RBF神经网络辨识定量与水分的数学模型,实时调整PID控制器的参数,实现系统的解耦功能.仿真结果表明,该方法具有良好的静态、动态性能和很强的自适应性,能有效解决纸张定量和水分之间的耦合作用.     

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。     

基于模糊神经网络PID控制的粉体包装计量控制系统

针对粉体包装计量控制系统由于传感器、螺杆的旋转惯性、零点漂移,下料冲击力等因素的影响而造成的系统延迟、非线性等问题,提出一种基于模糊神经网络PID控制粉体包装计量控制系统。利用模糊神经网络良好的动态控制特性和自学习能力来调整PID控制比例、积分、微分3个调整参数。借助MATLAB simulink仿真软件进行系统的模拟仿真。结果表明,该模糊神经网络PID控制系统稳定时间能缩短约45%,超调量约减少16%。由此可得模糊神经网络PID控制系统优于传统的PID控制系统。     

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。     

基于RBF神经网络整定的经纱张力PID控制系统

针对目前国内大多织机经纱张力控制系统采用传统PID控制,对数学模型依赖度高,难于达到较好控制效果的缺陷,提出了一种基于Kalman滤波器的RBF径向神经网络整定的PID控制算法。这种控制算法采用3输入、单输出的RBF径向神经网络对系统性能学习以寻找出最佳的PID组合,Kalman滤波器有效地滤掉了织机中的各种噪声,实现经纱张力值的恒定。仿真实验结果表明,基于神经网络整定的经纱张力控制系统的控制效果和动态性能都明显优于传统PID控制。     

置换蒸煮锅温度测量方法的改进及锅内温差控制

针对置换蒸煮锅温差难以消除这一难题,在传统蒸煮锅温度测量的基础上,提出一种新的温度测量方法,并将神经网络控制、PID串级控制和解耦控制有机地结合起来,提出一种神经网络PID串级解耦控制系统。解决了蒸煮锅温度控制时滞性、时变性和非线性等问题,应用Matlab仿真比较表明,该控制系统具有更好的动态性能和鲁棒性,其控制效果明显优于常规PID串级控制系统。     

气垫式流浆箱解耦控制的分析及应用

在建立气垫式流浆箱数学模型的基础上,利用神经网络原理设计了神经网络解耦控制器。根据总压和浆位给定值以及其输出值,通过自学习、调整网络权值来实现闭环控制的神经网络解耦控制思路,将强耦合的总压和浆位分解为两个单回路PID闭环控制系统。采用PID控制算法对解耦后的两个单回路闭环系统进行常规控制。实际运行效果表明,该控制系统可使总压和浆位的调整互不影响,且系统稳定。     

食品包装袋膜模糊PID自适应纠偏控制

为了减小食品包装袋膜跑偏对产品包装外观美观度和品质造成的影响,提出了一种基于模糊PID的食品包装袋膜的智能纠偏控制算法。首先分析了拉膜机构在运动过程中出现袋膜跑偏的原因,并探究了纠偏系统数学模型。利用CCD传感器对包装袋膜偏移量进行检测,将检测结果传送到控制器中,由控制器中的模糊PID控制算法完成袋膜纠偏的闭环自适应控制。仿真和试验结果表明,模糊PID控制算法相比传统PID控制方法超调量更小、稳定性高、调节周期短。该控制方法具有较好的纠偏效果,包装袋膜平均纠偏精度最高达到0.69 mm。     

基于模糊神经网络的PID张力控制系统

由于卷绕张力控制系统是一个复杂、联动、时变、非线性系统,采用传统PID控制不能解决系统的非线性时变和PID参数的在线整定难等问题,为此提出一种控制算法——模糊神经网络PID复合控制方式,可根据系统的偏差及其变化率实时对PID的3个参数进行优化,达到具有最佳组合的PID控制,从而实现PID控制的自适应和智能化性能。通过MatLab软件,进行传统PID控制与模糊神经网络PID控制动态性能的仿真比较,结果表明系统采用模糊神经网络PID控制具有更好的动、静态特性和自适应性。