PID参数整定发展的趋势

在详细分析ＰＩＤ 参数整定发展的基础上, 指出传统ＰＩＤ 参数整定具有物理意义明确、易于掌握的优点以及其参数优化不够的缺点, 并对现行ＰＩＤ 参数自整定的一些做法给予评述, 指出了几种ＰＩＤ 参数优化的特点． 最后就ＰＩＤ 参数整定发展的方向进行展望, 揭示先进控制理论与ＰＩＤ 整定方法的融合是新型ＰＩＤ 控制器产生的途径     

PID参数继电自整定的一种方法

介绍了ＰＩＤ调节器参数的继电自整定的基本原理。通过分析一阶惯住加纯滞后对象在继电特性作用下的输入输出持性，推导了计算对象特性参数的公式。利用这些公式进行辨识，从而整定ＰＩＤ参数。实验表明，这是一种行之有效的ＰＩＤ参数自整定方法。     

一阶时滞不稳定系统的镇定及复合PID控制

针对具有时滞一阶非最小相位系统的被控对象，提出了一种复合ＰＩＤ控制方法，推导出复合ＰＩＤ控制器控制参数的整定公式及修正方案。考虑到被控对象的不确定性、慢时变等特点，以神经网络构造ＰＩＤ控制器，解决了ＰＩＤ控制参数在线调整的问题，使ＰＩＤ控制器适用范围更广泛。对闭环控制系统仿真结果表明，该系统控制参数整定方法简单，具有非常好的控制效果。     

基于遗传算法PID参数的自动整定

提出了一种基于遗传算法ＰＩＤ参数自整定的方法,算法以ＩＴＳＥ最小作为优化目标且进行全局寻优,实现了ＰＩＤ参数的全局最优化,并结合工程实现提出了一种改进的遗传算法。     

基于无量纲参数的PID控制器参数整定方法

通过扩展的内模整定方法提出了基于无量纲参数（无量纲时滞时间和无量纲过程增益）的ＰＩＤ控制器参数整定方法,给出了ＰＩＤ控制器参数整定公式对系统的时滞大小没有限制,对于不同的时滞系统均适用;而且整定后的闭环系统与原模型参数无关,其瞬态性能指标和鲁棒特性具有一致性。     

基于脉冲响应的模型辨识及PID校正参数自整定方法

ＰＩＤ校正方案仍为自动调节系统所广泛应用，校正参数的整定一直是该方法中不可避免的工作。本文介绍一种基于被控对象脉冲响应的模型辨识及ＰＩＤ参数自整定方法，为常规飞升曲线法、临界比例度法提供一种补充及改进措施。     

一种基于相角裕度设计的自适应PID控制器

提出了一种自整定ＰＩＤ控制器的一般设计方法。由继电特性自整定方法在乃氏曲线上确定一个点，可根据特定的相角裕度选择ＰＩＤ调节器的参数。将其理论应用于直流电动机控制，由大量的仿真实验得到了参数优化设计的结果。     

增益模糊自整定PID控制器设计

提出了一种模糊自整定ＰＩＤ控制器设计方法，仿真结果与ＰＩＤ系统比较，模糊自整定ＰＩＤ超调量减小，抗环境变化能力强．较好地解决了对象结构时变系统控制适应能力．     

低压加热器水位的模糊自调整PID控制

应用模糊自整定ＰＩＤ控制器控制低压加热器的水位，利用ＺＮ法确定ＰＩＤ参数的初始值，用模糊推理的方法对ＰＩＤ参数进行在线自整定，提高了系统的鲁棒性，明显改善了系统的性能。     

PID调节器模型参考自整定研究

基于非参数模型整定ＰＩＤ调节器参数,不需要建立对象的参数模型。采用参考模型优化调节器参数,给出了模型最优匹配时的ＰＩＤ调节器参数的计算公式,并分析了系统稳定所允许的模型误差大小。     

热工系统中PID参数的遗传算法整定

针对热工系统中常规的PID参数寻优策略的缺点以及遗传算法所具有的强大的全局优化能力和鲁棒性，采用了基于遗传算法的PID参数整定与优化方法，仿真结果表明该方法具有可行性和有效性。     

积分过程的PID控制器智能优化设计

针对积分时滞过程,采用微粒群优化(PSO)算法对比例-积分-微分(PID)控制器的参数进行优化设计.通过将PID控制器的参数设置为群体微粒在参数空间中的位置,模拟群体智能和动物觅食的动态行为来对PID参数寻优,使代表PID控制器参数的微粒逐渐向最优区域移动,获得最佳的PID参数.在优化过程中采用了偏差平方积分(ISE)的优化指标.实例仿真结果表明,基于微粒群算法优化得到的PID控制器不仅响应速度快、超调量小、抗干扰能力强,而且对过程时滞的变化具有较强的鲁棒性.     

基于混沌演化的蒸汽动力装置负荷控制优化

为提高蒸汽动力装置负荷控制系统适应机组负荷变化的能力,将混沌理论和演化算法相结合,基于系统辨识提出一种PID控制参数的在线优化方法.该方法利用演化算法的全局最优性和混沌的遍历性实现对控制器参数的在线整定,避免了传统PID控制算法受控制对象影响较大,只有在各参数整定良好的前提下才能得到满意控制效果的缺点.仿真试验证明:采用混沌演化优化后的控制系统在保留传统PID控制结构简单、易于实现、可消除静差等优点的同时,还具有超调小、响应迅速、抗干扰能力强等特点,适用于工况频繁变化场合下的自适应控制.     

积分过程PID控制器参数的新型优化整定方法

针对积分时滞过程,结合菌群优化（BSFO）算法和控制系统优化设计策略,提出了一种新的PID控制器参数优化整定方法.通过将PID控制器的参数设置为群体细菌在参数空间的位置,将时间乘以绝对误差的积分（ITAE）作为细菌对环境的适应度函数,并模拟细菌群体觅食的动态行为来实现对PID控制器参数的寻优.实例仿真结果表明,菌群优化算法能够实现对PID控制器参数的有效整定,并在稳定时间、超调量、鲁棒性和抗干扰性等方面具有满意的综合性能.在大量仿真结果的基础上,给出了一个积分时滞对象的PID控制器参数整定经验公式.     

新型动态粒子群算法及其在工业控制中的应用

粒子群优化算法是一种在复杂优化问题的空间域探求最优解的启发式搜索方法。为了优化传统的PSO算法,缩短其运行时间,提出了一种动态收缩型的粒子群优化。收缩型粒子群算法在初始阶段含大量的粒子,随着迭代次数的增加,粒子数量不断减少,仿真结果显示,此方法相比于传统的PSO算法可减少近60%的运算时间。运用此改进的粒子群算法优化理论,实现了对PID控制参数的自适应调节。结果表明,新型的PSO算法可以使得PID控制参数调整速度更快,产生超调量小。     

一种改进的足球机器人PID调节器设计

在分析增量式数字PID基本算法的基础上,讨论了PID调节器参数对控制性能的影响及PID调节器控制参数的整定,并利用具有积分分离和消除设定值变化冲击的PID控制算法来实现具有最佳组合的PID控制.仿真实验结果表明,经该方法整定出的参数使该控制器获得了良好的控制效果.     

利用改进的遗传算法实现PID参数寻优

针对经典遗传算法存在的不足,提出了一种改进的遗传算法,并将其应用于常见控制对象模型的PID参数寻优,克服了经典遗传算法的一些缺点。仿真结果表明,基于此遗传算法寻优设计的PID控制器具有很好的动态品质和稳定性。     

蚁群算法在自校正PID控制器设计中的应用

该文提出一种适用于一阶或二阶加延迟系统的自校正比例-积分-微分控制器的设计方法。推导了一种的丢番图方程求解方法,降低了自校正控制算法的计算量。使用蚁群优化方法对控制器参数进行离线优化,使系统在某一性能指标下的性能达到最优或接近最优。该设计方法使用递推最小二乘算法进行对象的在线辨识,使系统具有良好的自适应能力。仿真结果表明了该设计方法的有效可行。