新型PID控制器及参数整定

为了克服传统PID控制器中当给定值发生阶跃变化时,由于PID控制器输出存在比例冲击和微分冲击,从而使执行器大幅度地动作,过程被控变量产生很大超调的问题,提出了一种对偏差进行积分运算,只对测量所得的过程被控变量进行比例和微分运算的新型I-PD控制器,介绍了该I-PD控制器的工程实现、参数整定、适用场合、改善控制品质的理论依据,以及使用中需要注意的问题。仿真实例表明了该I-PD控制器的优越性。     

基于SMEC的PID控制器参数优化整定方法

PID控制器参数的优化整定一直是自动控制领域的研究热点。提出一种利用改进思维进化计算（MEC）优化PID控制器参数的方法，在原有算法的框架上，加入自调整操作，依据进化方向和进化时间自动调整两种散布因子。经仿真表明使用SMEC方法整定得到的PID控制器参数可以获得满意的控制效果，其性能优于利用遗传算法得到的效果。     

基于PID参数整的模糊控制器

本文根据文献[1]提出的用于整定PID三个参数的模糊控制器以及大量的仿真实验,总结出一套更好的模糊规则。仿真表明,修改了模糊控制规则后的模糊PID控制器能使系统的动静态性能得到提高。     

基于模糊推理的自整定PID控制器

设计了一种新的模糊PID控制器。用基于给定的相角裕度和幅值裕度的方法给出了PID控制器参数的初值。在运行过程中 ,用模糊控制器在线调整PID参数 ,使过程具有较高的控制品质     

模糊自适应PID控制器参数整定的研究

主要研究了模糊自适应PID控制器参数整定方法,给出了预估计PID参数值的经验公式和方法。用MATLAB软件对PID控制、模糊自适应PID控制的控制性能分别进行了仿真研究,结果表明参数模糊自整定PID控制具有良好的稳态精度和自适应能力。     

基于PID参数整定的模糊控制器

本文根据文献[1]提出的用于整定PID三个参数的模糊控制器以及大量的仿真实验,总结出一套更好的模糊规则.仿真结果表明,修改了模糊控制规则后的模糊PID控制器能使系统的动静态性能得到提高.     

球磨机制粉系统参数自整定PID解耦控制器

针对球团厂钢球磨煤制粉系统具有多变量强耦合、时滞、非线性以及生产工况变化大的复杂性,已有的控制方法难以满足其控制要求的现状,以磨煤机的数学模型为依据,提出了一种新型的多变量PID解耦控制策略.该控制系统由比例因子模糊自整定单元、PID控制器和基于对角矩阵法的解耦补偿器组成;PID控制器参数由粒子群算法进行优化.仿真结果表明,所建模型和所提控制方法的有效性.该方法可在大范围内解决系统的非线性和强耦合问题,具有较强的鲁棒性和运行工况适应性.     

基于量子遗传算法的PID控制器参数自整定

提出了一种基于量子遗传算法（QGA）的PID控制器参数整定方法。首先定义一个包含表示系统超调量、上升时间和稳态误差指标项的适应度函数,并根据实际系统的性能要求对指标项进行适当加权。之后采用具有量子比特个体表示形式和量子旋转门实现种群进化的量子遗传算法,对PID进行多目标寻优,从而实现PID参数的自动整定。仿真结果表明,该方法优化得到PID控制器的综合性能优于常规方法和一般遗传算法得到的PID控制器。     

基于模糊推理的自整定PID控制器

设计了一种新的模糊PID控制器，用基于给定的相角裕度和幅值裕度的方法给出了PID控制器参数的初值，在运行过程中，用模糊控制器在线调整PID参数，使过程具有较高的控制品质。     

基于模糊推理的自整定PID控制器

本文提出一种基于模糊推理的自整定PID控制器，利用模糊推理来优化PID控制器参数。文章深入介绍了以80C196KC单片机为核心的自整定PID控制器的软、硬件电路设计及实现。     

基于量子粒子群算法的PID控制器参数整定

量子粒子群(Quantum-Delta-Potential-Well-BasedParticleSwarmOptimization,QDPSO)算法是量子空间里的粒子群算法。基于QDPSO提出了一种新的PID参数整定算法,该算法具有操作简单、稳定收敛、寻优快速等优点。同时,引进了一种新的时域评价标准函数来评价QDPSO-PID控制器的性能。仿真结果表明了所提出算法的有效性和所设计控制器的优越性。     

基于免疫粒子群算法的PID参数整定与自适应

针对粒子群算法容易陷入早熟以及免疫算法计算过程繁复冗长的缺点,将免疫系统的免疫信息处理机制引入PSO算法中,提出了一种基于免疫选择粒子群的算法(ISPSO).将ISPSO算法应用到PID控制器的参数整定与自适应中,并设计了相关PID控制器参数.Matlab仿真试验结果表明,该算法能够解决PSO算法早熟收敛的问题,适用于PID控制器的自整定.     

PID控制器参数自整定方法综述

由于PID控制器具有简单而固定的形式，而且具有良好的鲁棒性，在工业生产中得到广泛的应用。本文综述了各种PID控制器参数自整定方法及其最近的研究成果。     

新型的PID控制器参数整定方法

粒子群优化算法在进化中随种群多样性降低易出现早熟收敛等问题。针对这一问题,结合全局-局部最优模型,提出了一种改进的粒子群优化算法,称为全局-局部参数最优的粒子群优化算法。算法利用全局-局部最优惯性权重及全局-局部最优加速度常数,算法的速度更新方程被简化,性能得到改善。利用一组bench mark问题对该算法进行测试,仿真结果表明了算法的有效性和高效性。将该算法应用到对传统PID控制器的参数优化当中,仿真结果表明方法可以获得满意的控制效果,各项控制性能指标优于传统方法整定得到的PID控制器。     

基于矢量矩免疫遗传算法的PID参数整定

对于不确定系统,PID控制器存在着跟踪设定值与抑制扰动之间、鲁棒性与控制性之间的矛盾,对此,提出采用基于矢量矩方法计算抗体浓度,用免疫遗传算法思想对PID参数进行优化,提出了一种基于矢量矩的免疫遗传算法的PID参数优化控制方法。仿真结果表明,这种优化算法加快了收敛速度,有效提高了系统的全局稳定性,增强了PID控制器的鲁棒性。     

基于HS-PSO算法的PID控制器参数自整定

针对粒子群算法(PSO)算法局部搜索能力差的问题,提出一种对PID控制器参数进行自整定的基于和声搜索(HS)的改进粒子群优化算法(HS-PSO).通过引入种群进程因子对惯性权重进行自适应调节以提高PSO算法的收敛速度.另外在PSO进化过程中每代产生的最优个体以新陈代谢方式进入和声记忆库中并进行和声搜索,以克服粒子群优化...     

模糊推理自整定PID控制器

设计了一种新的模糊PID控制器,用基于给定的相角裕度和幅值裕度的方法给出了PID控制参数的初值。在运行过程中,用模糊控制器在线调整PID参数,使过程具有较高的控制品质。     

基于频域辨识的自整定PID控制器

提出了一种引入继电反馈的自整定ＰＩＤ控制器,在线测出过程对象两点的频率特性,辨识出二阶纯滞后的模型,基于相位,幅值裕度整定出ＰＩＤ参数。还介绍了该方法适应范围,仿真实验及仿真结果。     

基于参数实时最优整定的智能PID控制器研究

在参数时变系统中,为了解决PID参数不易实时调整问题,提出了基于PID控制律的智能控制方法;其主要思想是以PID的控制律作为神经网络输入输出模型,以PID的3个参数作为神经网络权值,通过对PID的控制模型进行实时在线训练,获得PID的最佳参数,从而实现对参数时变系统的最优控制;研究结果表明,基于PID控制模型的神经网络优化方法在处理非线性和时变系统时具有很强的鲁棒性,因而是一种有效的智能控制方法。     

ZigBee技术在PID控制器参数整定中的应用研究

针对传统PID参数整定方式存在的电缆安装和布线繁琐、操作缺乏灵活性等问题,提出将ZigBee技术应用于PID控制器参数整定中,通过ZigBee无线组网方式实现PID参数整定控制器主机与现场测试设备之间的通信,从而达到使PID参数整定设备微型化、网络化、智能化的目的。仿真结果表明,运用ZigBee技术进行PID控制器参数整定可有效减少参数整定试验工作量,并提高控制器的灵活性和控制质量,扩展其适用范围。