非线性优化控制算法在合成氨生产中的应用

针对合成氨生产过程控制仿真中被控参数的非线性、时变性和不确定性等特征引起的控制系统执行效率差,线性控制优化精度低等问题,提出了一种粒子群优化的非线性控制算法.首先将PID控制器控制增益与信号偏差的非线性关系进行修正,将其控制参数动态调节转化为粒子群优化问题;然后利用粒子群优化算法在控制参数的三维空间内进行非线性参数最优解搜索,得到PID控制器的最优控制参数;最后利用该非线性控制算法对合成氨生产过程控制进行仿真测试.测试表明,优化控制算法相对于传统的PID控制,具有较优的系统稳态,且阶跃响应振幅低,系统稳定性高.     

BP神经网络在PID控制器参数整定中的应用

研究工业控制过程,针对控制器优化问题,PID控制是迄今为止在过程控制中应用最为广泛的控制方法.但在实际应用中,对有非线性、时变性系统,无法建立精确模型.为了解决控制参数整定,达到精确控制,改善系统性能,提出一种基于BP神经网络的PID控制器参数整定方法.通过建立三层神经网络模型,在控制过程中将神经网络的隐含层单元分别作为PID的比例(P)、积分(I)、微分(D)单元,从而构造参数自学习的PID控制器,在控制过程中动态调整PID的三个控制参数,从而进行PID控制参数的在线整定.仿真结果表明,基于BP神经网络的PID控制方法在处理非线性和时变系统时,提高了实时性能,增强系统稳定性,并获得更好的控制效果.     

支持向量机在PID控制器参数整定中的仿真研究

PID控制是应用最为广泛的控制方法,由于系统中存在非线性和时变性,影响建立精确的模型,系统性能.为了解决控制参数整定,改善系统性能,提出一种基于支持向量机的PID控制器参数整定方法.通过将支持向量机和PID控制器相结合建立支持向量机的参数整定模型,在控制过程中将PID控制的参数作为支持向量机的输入,构造参数自适应学习的PID控制器,在控制过程中动态调整PID的三个控制参数,进行仿真的在线整定.仿真结果表明,支持向量机的PID控制方法在处理非线性和时变系统时,提高了实时性能,增强系统稳定性,并获得更好的控制效果,为通用非线性PID控制器设计提供了依据.     

电弧焊接过程熔深PID自适应控制研究

熔深是影响电弧焊接质量的重要因素。由于电弧焊接过程存在大惯性、大时滞等非线性特征以及不确定的干扰因素,熔深控制较为困难。为控制熔深,结合模糊逻辑,提出了一种电弧焊接过程熔深比例、积分、微分PID自适应控制策略,并建立了仿真试验系统。常规PID控制器具有较强的鲁棒性,而模糊PID(Fuzzy-PID)可在线改进常规PID控制器的比例、积分和微分控制参数,增强常规PID控制器的适应性。将模糊PID控制器和常规PID控制器并联,构成了电弧焊接过程熔深PID自适应控制策略,可自适应调节2个控制器的输出,以控制电弧焊接过程熔深。仿真结果表明,与常规PID、并联PID以及Fuzzy-PID控制策略相比,该熔深PID自适应控制策略的给定值跟踪和干扰抑制性能更优,具有更好的控制效果,可进一步应用于实践。     

直流电机调速系统仿真研究

研究无刷直流电机神经网络的PID控制.针对传统的双闭环PID控制器对控制参数难以适应,抗干扰能力差,对无刷直流电机进行控制时速度较慢、稳定性较差的缺点,为解决上述问题,提出了一种改进的BP网络PID控制的直流电机调速系统.首先确定改进的BP网络的结构,计算BP网络各层输入和输出,再选择增量式数字PID控制算法,计算控制器的输出,对PID控制参数进行自适应修改从而对直流电机进行调速.仿真结果表明,在提高调速系统的稳定性、响应速度、参数适应性和鲁棒性,同时根据对象输出的变化实时调整参数,改善了系统控制存在的稳态精度不高的问题.     

主动磁悬浮轴承的神经网络自适应稳定性控制

针对主动磁悬浮轴承本质非线性和开环不稳定的系统特征,设计了一种BP神经网络自适应PID控制器。该控制器采用改进的BP神经网络PID控制算法,通过BP神经网络的自学习和权值调整寻找最优的PID参数,克服了常规PID控制参数整定困难的缺陷,实现了系统的自适应控制。通过MATLAB/Simulink环境和S-Function模块建立了主动磁悬浮轴承控制系统模型,并进行了系统仿真实验,结果表明,BP神经网络自适应PID控制系统响应速度更快,具有更好的动态性能和稳态性能。     

基于模糊自适应PID的无人机纵向姿态控制研究

针对无人机的典型的非线性、控制参数时变以及建模复杂的特性,设计了一种基于模糊自适应PID的控制器来实现对无人机纵向姿态的控制;该控制器以误差e和误差变化率ec作为输入,可以满足不同时刻e和ec对PID参数自整定的要求;利用模糊控制规则在线对PID参数进行修正,从而使被控对象具有更好的动、静态性能;仿真结果表明,设计的模糊自适应PID控制器具有响应快及超调小的特性,而且自适应能力也较强.     

自适应模糊PID控制器在跟踪器瞄准线稳定系统中的应用

针对陀螺惯性平台上的跟踪器瞄准线稳定系统中非线性不确定因素对稳定精度的影响, 设计了一种自适应模糊PID复合控制策略. 提出了改进的自适应调整因子和学习算法进行控制参数和规则的在线修正; 采用PID控制克服模糊控制固有的精度盲区. 实验结果表明该方法在一定测量噪声和速度敏感范围内, 能有效地隔离载体扰动,保证跟踪器对目标的准确瞄准, 具有动态响应快、稳定精度高、自适应抗干扰鲁棒性强等特点.     

过热汽温内模自适应控制方案设计及仿真

在研究过热汽温变化时系统动态特性的基础上,根据内模控制理论,设计了增益可调的内模自适应控制器,并建立了控制系统的SIMULINK仿真模型。通过仿真试验,将内模增益自适应控制系统与常规PID控制系统做了对比,在加入阶跃和对象参数发生变化等情况下进行了比较。结果表明,内模增益自适应控制器有着更好的控制效果,在抗干扰和适应工况变化方面都优于常规PID控制器。     

嵌入式神经网络PID控制器的研究与设计

设计了一种基于嵌入式系统的神经网络PID控制器,以ARM芯片为控制器核心,实现对难以建立精确数学模型的非线性系统的自适应控制;控制器采用RBF神经网络对被控对象进行在线辨识,并根据辨识结果对控制器的参数进行在线修正,实现PID控制器的自适应;该控制器体积小、适应能力强且省电;实验结果表明,该控制器可靠性高,响应快,可以在无法确定被控系统数学模型的情况下达到理想的控制效果.