时变间歇过程的2D-PID自适应控制方法

针对间歇过程存在的参数时变问题,提出一种基于二维PID(2D-PID)迭代学习框架的自适应控制方法。首先,通过粒子群优化算法快速获取初始的2D-PID控制参数。在批次内,采用自调整神经元PID控制器对其进行在线自适应调节。进一步,考虑批次间的重复特性,通过PID型迭代学习控制,以利用历史批次的信息来修正当前批次的调节变量,最终提高控制性能。通过间歇发酵过程的仿真和比较研究,验证了所提出方法的有效性。     

基于神经网络和多模型的非线性自适应PID控制及应用

针对一类未知的单输入单输出离散非线性系统,提出了基于神经网络和多模型的非线性自适应PID控制方法。该方法由线性自适应PID控制器、神经网络非线性自适应PID控制器以及切换机构组成。采用线性自适应PID控制器可保证闭环系统所有信号有界;采用神经网络非线性自适应PID控制器可改善系统性能;通过引入合理的切换机制,能够在保证闭环系统稳定的同时,提高系统性能。理论分析表明,该方法能够保证闭环系统所有信号有界,如果适当地选择神经网络的结构和参数,系统的跟踪误差将收敛于任意给定的紧集。将所提出的方法应用于连续搅拌反应釜,仿真结果验证了所提出方法的有效性。由于该方法基于增量式数字PID控制器,在工业过程中有着广阔的应用前景。     

自适应神经PID在辊筒温控系统中的应用

针对压延机辊筒三段温度控制以及常规PID控制在非线性的、时变系统中控制效果的局限性,提出了一种基于BP神经网络整定的PID控制方法,同时给出了计算机控制系统设计.由于神经网络具有强大的非线性映射能力及自学习、自适应等优势,通过对系统性能的学习来实现具有最佳组合的PID控制,建立比例、积分和微分3种参数自学习的PID控制器.对压延机辊筒的温度控制试验结果表明,用该方法整定的PID控制系统,逼近精度高、适应性好.     

永磁同步电机多电机同步控制策略

针对永磁同步电机提出基于单神经元PID的偏差耦合多电机同步控制策略。建立了数学模型,设计了自适应能力强、结构简单的单神经元PID控制器,并采用S函数编写单神经元学习模型。在交叉耦合控制方式的基础上提出了改进的偏差耦合控制,将各个电机转速反馈值经MUX和DEMUX环节进行整合后,通过转速补偿对电机转速进行调节。仿真实验表明有监督Hebb学习算法的单神经元PID运用到偏差耦合多电机同步控制系统中,使系统不仅具有良好的自适应能力,还能够有效地减小超调甚至无超调,提高系统响应能力,增加系统的鲁棒性。     

基于自适应神经PID的压延机辊筒温度控制

针对压延机辊筒多段温度控制以及常规PID控制在非线性的、时变系统中控制效果的局限性,提出了一种基于BP神经网络整定的PID控制方法,给出了计算机控制系统设计,建立了比例、积分和微分三种参数自学习的PID控制器.对压延机辊筒的温度控制实验结果表明,用该方法整定的PID控制系统,逼近精度高、适应性好.     

锦纶聚合釜温度模糊自适应PID控制系统研究与仿真

锦纶聚合釜温度具有非线性、大滞后等特点,使用传统PID控制器的控制效果不够理想。在建立聚合釜温度数学模型的基础上,采用模糊算法与PID控制相结合的模糊自适应PID控制算法,实现PID参数自整定,提高控制精度。基于MATLAB平台构建釜温控制系统模型,仿真结果表明所提模糊自适应PID控制算法效果优于传统PID控制。     

电镀电流高精度控制系统的设计与实现

为提高电镀电流的稳定性和精度,提出了一种基于单神经元的电镀电流控制算法。介绍了电镀控制系统,包括主电路和主控制器。主电路为电镀过程提供直流电源,主控制器则确保电镀参数的准确性。以电流调控为主要研究对象,将单神经元控制与PID相结合,设计了一种单神经元PID控制器,其参数可自适应调整,能够适应复杂多变的工作环境。仿真和实验结果表明:电镀电流的控制精度明显提高,该控制系统具有响应速率快、控制输出稳定等优点,有利于提升镀件质量。     

异步电机单神经元自适应智能控制系统

针对传统抽油电机控制器自适应性能较弱的特点,提出一种单神经元模型参考自适应控制方法,此法在模型参考自适应控制基础上,采用单神经元代替复杂神经网络,选择线性函数作为参考模型,并将速度变化考虑进误差函数,采取磁链开环、转速闭环的控制结构建立控制系统,建立基于此控制方法的异步电机控制系统仿真模型,并基于DSP构建实验控制系统,仿真及实验结果表明所述控制器输出平稳,具有参数及负载时变的自适应能力,应用前景广泛。     

基于次最优模型降阶的自整定PID控制器

针对过程工业中含有振荡环节和大滞后环节较难控制的被控对象,设计了一种基于频域辨识的自整定PID控制器.该控制器采用次最优模型降阶算法,辨识出二阶加纯滞后的模型;然后基于给定的相位裕度和幅值裕度,整定出PID参数.并通过仿真实验表明对于不同的被控对象,自整定得到的PID参数均能取得较好的控制效果.     

神经网络PID在纯滞后系统中的应用

为了使PID参数得到在线调整,利用基于BP算法的神经网络构成PID控制器,神经元的联接权值通过自适应的学习速率在线调整,并利用Lyapunov稳定性原理证明了该算法的收敛性和学习速率变化范围.循环水温度控制实验表明该算法具有不依赖控制对象数学模型、跟踪精度高、收敛速度快等优点.     

基于单神经元的自适应PID控制

本文对实际的直流调速系统电机模型设计了基于单神经元的自适应PID控制器。研究了单神经元自适应PID控制器性能优化问题,阐述了该控制器的特点和控制律。     

窑炉PID控制器参数的自调整

采用固定参数PID控制器进行温度控制时,控制效果较差。导致产品质量下降,自调整PID控制器已得到很大发展。并介绍了PID参数自整定的方法。     

基于模糊滑模迭代的注射机液压系统控制

注射机液压控制系统是一个非线性、大时滞性、时变性的复杂过程,传统PID控制精度较低、灵敏性较差,为此设计了一种模糊滑模迭代的注射机液压控制器。其中迭代学习控制算法用于实现目标值的跟踪;滑模控制器采用液压系统的偏差及其变化率对滑模输出进行模糊化和解模糊化处理;通过实时控制调节迭代学习控制器的增量得到理想的控制效果。仿真结果表明,与传统PID控制方法相比,模糊滑模迭代控制算法超调量小、调节速度快,能够满足注射机液压系统控制精度与鲁棒性的要求。     

鲁棒PID控制器参数整定方法

提出一种基于最小－最大原理的PID参数整定方法,采用遗传算法对PID控制器参数进行优化。仿真实验结果表明,利用此方法设计出的PID控制器具有良好的鲁棒性。     

单神经元PID倒立摆系统及其仿真研究

为解决双PD倒立摆控制器参数不可调的难题,利用单神经元PID控制算法简单、权值可调的特点,针对倒立摆系统,设计出基于小车位移和摆杆摆角两个回路的单神经元PID控制器。通过仿真实验研究,证明了该控制方案的有效性和可行性。最后,将该控制方案与目前通常使用的双PD控制及LQR控制进行了比较。     

PID最小方差控制在参数整定中的应用

流程工业的控制回路中90%以上都使用PID控制器,在线PID参数整定方法一直是一个有很大意义却比较难解决的工程问题。PID最小方差性能评价常用于评价控制性能,然而其得出的最优PID参数往往并不适用于实际系统,当出现问题时需要重新加阶跃响应整定PID参数。将PID最小方差控制和系统传统的动态性能指针评价方法结合使用,通过系统传统的动态性能指针的要求给出PID参数的取值范围,再根据过程输出方差随PID参数变化而变化的趋势整定PID参数,该方法在实验装置的参数整定中得到了验证。     

模糊PID控制在直流电机控制器中的应用研究

由于PID控制不能有效克服负载,模型参数的大范围变化及其非线性因素的影响而不能满足高性能调速要求,本文首先对直流电动机的PID控制进行仿真分析,调整PID参数,设计直流调速系统。采用基于遗传算法的PID整定进行改进。分析直流电机的模糊自整定控制,仿真结果表明该控制器对调节对象的参数变化具有较强鲁棒性。     

基于Smith预估器的PID自适应控制及其应用

针对大时滞时变对象 ,把Smith补偿控制原理和PID参数的自适应调整方法结合起来 ,提出了基于BP神经网络整定Smith PID控制算法 ,即在Smith预估补偿控制系统中 ,利用BP神经网络在线自学习整定PID参数 ,使PID参数实现最佳的非线性组合 ,以适应对象特性的变化 ,从而克服了常规PID算法不适应大时滞系统控制和常规Smith算法过于依赖模型精度的缺陷。仿真研究和实际应用表明 ,本文算法具有很强的鲁棒性和良好的控制品质 ,工程应用控制效果令人满意。     

BP神经网络PID控制器在聚合釜温控中的应用

介绍了基于BP神经网络PID控制器的算法,在此基础上提出了多模态神经网络-PID方法。将神经网络PID与普通PID控制方法进行比较,结果表明,该方法具有自适应能力强、过渡时间短、鲁棒性好等特点,弥补了常规PID在聚合釜控制中参数难以整定等缺点。     

自整定PID控制器的现状和展望

本文是讨论PID控制器参数自整定的方法。着重讨论了用于单输入单输出对象PID控制器的改进型Ziegler-Nichols自整定方法和以人工智能为基础的专家系统自整定的方法。