PID参数模糊自整定控制在液位控制系统中的应用

针对液位控制过程中存在的大滞后、时变、非线性的特点,提出了PID参数模糊自整定控制算法。运用阶跃响应测试对双容水箱液位系统建立数学模型选取恰当的隶属度函数和PID控制规则,设计PID参数模糊自整定控制器。最后,利用MATLAB工具对PID参数模糊自整定控制算法和传统PID控制算法进行仿真比较。仿真结果表明,与传统PID控制算法相比,PID参数模糊自整定控制算法具有超调小、调整时间短等特点。     

一种自适应PID算法

本文提出了一种基于内模控制原理的自适应PID控制算法。对于对象时滞时变、或模型与对象的阶次失配具有鲁棒性,并适用于非最小相位系统的控制。该控制算法设计简单,整定参数少。还可用于整定常规的PID控制器的控制参数。     

单神经元自适应PID算法在液位控制系统中的应用

双容水箱的液位具有典型的大惯性、大时延、非线性特性,常规PID控制往往难以保证系统的控制品质。采用增益在线自适应调整的单神经元PID控制器,对控制器的参数进行在线自适应整定,实验结果表明,其控制效果优于常规的PID控制器。     

基于分数阶PI^λ控制器的单容水箱液位控制

讨论分数阶PI^λ控制器在单容水箱液位控制中的应用问题,给出了一种基于图解稳定性准则的PI^λ控制器的设计方法．研究了PI^λ控制器的参数稳定域,然后在稳定域内进行系统性能的设计,并提出具体的设计算法．通过Matlab仿真和水箱液位控制系统的实际操作实验,对分数阶PI^λ控制器、整数阶PI控制器和常规Ziegler-Nichols参数整定方法进行比较,说明了本文设计方法的有效性和分数阶PI^λ控制器的优越性．     

基于Fuzzy-PID的超薄快速铝板铸轧机前箱液位控制

液位控制精度是影响超薄快速铝板铸轧机产品质量的关键因素之一。在对典型系统动态响应分析的基础上，提出了一种基于Fuzzy推理的PID参数自整定控制器，利用Fuzzy推理，对PID参数在线自整定，从而使液位控制系统在不同状态都能得到比传统PID更好的控制效果，达到较高的控制精度，仿真试验证明了这一点。     

三容液位系统的单神经元PID控制仿真研究

分析了串接式三容水箱液位系统的数学特性,采用阶跃响应法确定了被控对象的数学模型。在此基础上,分析研究了PID控制算法以及进行单神经元自适应整定的可行性。在MATLAB R2006a环境下编写m程序,进行了仿真测试。实验表明,在三容液位系统中,单神经元PID控制算法的超调量小,控制品质是令人满意的。     

三容液位系统的单神经元PID控制仿真研究

分析了串接式三容水箱液位系统的数学特性,采用阶跃响应法确定了被控对象的数学模型.在此基础上,分析研究了PID控制算法以及进行单神经元自适应整定的可行性.在MATLAB R2006a环境下编写m程序,进行了仿真测试.实验表明,在三容液位系统中,单神经元PID控制算法的超调量小,控制品质是令人满意的.     

船舶航向反步自适应控制

针对反步控制算法控制参数多、难整定的问题,经过理论分析提出基于期望指标的二阶系统参数整定方法.将系统变换为二阶系统形式,在选取闭环系统的自然频率、阻尼、闭环系统调节时间与超调量后,确定系统闭环极点,由极点整定了两个关键控制参数,积分增益取值参考PID控制器中积分时间参数的方法整定.在海浪干扰和船舶模型参数出现很大摄动的情况下,对所设计控制器进行了仿真试验,结果表明,所设计的控制器具有很好的鲁棒性,提出的整定控制器参数方法是可行的.     

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.     

自适应PID控制算法及应用

本文给出了一种自适应PID控制器的设计方法，并用MCS－51系列单片微机实现了这种控制方法。这种控制器具如下特点：1）实现了控制器参数的在线自动整定；2）与常规PID控制器有相同的结构；3）采用单片微机实现了控制算法，实用性强，可靠性好。     

基于Fuzzy-PID的电液位置伺服控制系统的FPGA设计与实现

本文以电液位置伺服机械手第一关节为研究对象,设计了一种基于VHDL设计、FPGA实现的Fuzzy-PID控制器。分析了模糊（Fuzzy）自整定PID参数的模糊逻辑推理和控制器算法结构,根据自顶向下的流程,对Fuzzy-PID控制器进行了VHDL分层设计,详细说明了模糊逻辑推理、模糊自整定PID电路架构、数据缓存和I/O接口控制的设计原理,最后下载到FPGA芯片实现了Fuzzy-PID控制器。实验表明,FPGA作为单一控制器实现Fuzzy-PID控制算法是可行的和有效的。     

Multi-objective optimization based on Genetic Algorithm for PID controller tuning

To get the satisfying performance of a PID controller, this paper presents a novel Pareto-based multi-objective genetic algorithm (MOGA), which can be used to find the appropriate setting of the PID controller by analyzing the pareto optimal surfaces. Rated settings of the controller by two criteria, the error between output and reference signals and control moves, are listed on the pareto surface. Appropriate setting can be chosen under a balance between two criteria for different control purposes. A controller tuning problem for a plant with high order and time delay is chosen as an example. Simulation results show that the method of MOGA is more efficient compared with traditional tuning methods.     

基于改进人工蜂群优化算法的PID参数整定

针对传统的PID控制器参数整定方法中存在的整体效率低、控制效果差等问题,提出了一种改进的人工蜂群算法,在标准算法的搜索方程中引入差分进化算法的变异算子,并添加自适应调整参数,提升算法的收敛速度、增强局部寻优效果的同时,平衡了算法的全局探索和局部开发能力。实验表明,改进后的算法对PID控制器的参数整定优化有明显效果。     

差分进化算法在数字PID参数整定中的应用

针对数字PID控制器参数整定,本文介绍了一种基于差分进化算法整定PID参数的方法,并在MATLAB环境中编写M脚本文件进行计算机仿真实验。结果表明,使用该方法对控制器参数优化整定后,系统响应速度更快,达到稳态的时间更短,参数的整定速度和准确度得到了明显改善。     

A Novel Tuning Method for Predictive Control of VAV Air Conditioning System Based on Machine Learning and Improved PSO

The variable air volume (VAV) air conditioning system is with strong coupling and large time delay, for which model predictive control (MPC) is normally used to pursue performance improvement. Aiming at the difficulty of the parameter selection of VAV MPC controller which is difficult to make the system have a desired response, a novel tuning method based on machine learning and improved particle swarm optimization (PSO) is proposed. In this method, the relationship between MPC controller parameters and time domain performance indices is established via machine learning. Then the PSO is used to optimize MPC controller parameters to get better performance in terms of time domain indices. In addition, the PSO algorithm is further modified under the principle of population attenuation and event triggering to tune parameters of MPC and reduce the computation time of tuning method. Finally, the effectiveness of the proposed method is validated via a hardware-in-the-loop VAV system.     

基于改进递推预测误差神经网络算法的极点配置PID控制方法

针对工业控制中系统模型参数通常未知的特点,利用改进递推预测误差算法为基础的神经网络系统参数辨识方法,设计了极点配置自校正数字PID控制器.相比于基于梯度学习算法的神经网络辨识方法和通常的PID控制器,该方法具有参数辨识结构简单、神经元权值调整可持续且计算速度快、所采用的数字PID控制器鲁棒性强等优点.最后的数值仿真结果验证了本文算法及控制方法的有效性.     

重型车辆防抱死系统控制算法仿真研究

文章提出了一种新型的NPID非线性控制算法,并将其应用于重型车辆ABS(防抱死制动系统)问题中。NPID算法不仅鲁棒性强,而且参数便于整定。使用仿真软件TruckSim,在各种情况下的仿真结果显示,相对于常规的PID控制器,NPID控制器具有更短的制动距离和更好的速度表现。     

非线性PID控制算法在重型车辆ABS中应用的仿真研究

提出一种新型的NPID非线性控制算法,并将其应用于重型车辆ABS(防抱死制动系统)问题中.NPID算法不仅鲁棒性强,而且参数便于整定.使用仿真软件TruckSim,在各种情况下的仿真结果显示,相对于常规的PID控制器,NPID控制器具有更短的制动距离和更好的速度表现.