模糊自整定PID控制器的FPGA实现

提出了一种基于VHDL描述、FPGA实现的模糊自整定PID设计。首先对模糊增量式数字PID的算法进行了介绍和数学推导,然后使用自顶向下的设计方法完成了控制器的VHDL分层设计,最后,在一个具体的FPGA芯片上实现了该控制器。由于采用了离线计算、在线查表的模糊自整定参数技术和增量式PID算法,本设计既降低了FPGA的资源耗费,又改善了传统PID控制器的控制性能。     

基于遗传算法的自整定PID控制器

控制对象的时滞现象普遍存在,使用简单的PID控制器很难取得很好的效果.本文提出了一种基于遗传算法的PID控制器参数优化设计方法,对带有惯性环节和时滞环节的试验系统进行了仿真实验,结果表明遗传算法是一种简单高效的寻优算法,与传统的寻优方法相比明显地改善了控制系统的动态响应性能.     

模糊自整定PID控制器的设计与仿真

由于实际工业生产过程通常具有非线性,很难确定精确的数学模型,使用PID控制器无法达到满意的控制效果,因此提出计算机智能控制策略。利用计算机模拟人的控制过程,根据系统当前状态进行自动控制,达到控制精度要求。首先结合计算机仿真技~[JZiegler．Nichols方法进行PID参数整定,并利用模糊算法对参数进行在线自调整,在Matlab环境下完成全部设计。仿真结果证明,模糊自整定PID控制的算法使系统稳态性能变好,具有较强的鲁棒性,超调减小,控制效果明显优于传统PID控制。     

PID参数自整定方法概述

PID控制是最通用的控制方法，其简易性、鲁棒性、应用广泛以及近似最优的性能是PID控制流行于学术界和工业部门的几个原因。最近，PID控制器整定不佳的问题引人注目，也有人在努力系统地解决此问题。本文扼要概述了PID的理论，然后讨论了一些常用PID整定方法，并对新技术尝试着进行了探索。     

模糊自整定PID液体混合系统

为解决实际液体混合装置控制方法单一、不能连续进行液体混合和精确度较低等问题,采用PID控制。传统PID控制参数固定,难以适应系统状态改变后的要求,且控制系统超调量大、调节时间长。模糊自整定PID控制方式,以流量比为设定值,能在线实时调整PID参数,消除扰动,控制稳定。应用PLC实现模糊自整定PID控制,结合简单输入输出控制,具有连续性与间断性相结合、操作简单、鲁棒性好等优点。仿真结果表明,超调量比传统PID减少36%,过渡时间减少约3 s,从而提高了生产效率,降低了人工成本。     

基于模糊自整定PID的温控系统研究

针对非线性，大滞后的温控对象，提出了一种基于模糊自整定PID参数的控制方案，文中详细介绍了模糊推理的思路及PID参数的整定规则，并给出仿真分析结果。     

PID参数自整定在恒压供水控制器中的应用

传统的恒压供水控制器通常采用PID调节器,其算法难以编程实现,并且调试困难.将自整定PID调节器应用到恒压供水控制器中,这样,用户就不必调整PID参数,从而大大方便了现场调试,并保证了系统的长期稳定性.     

模糊参数自整定PID控制器在船载雷达伺服系统中的应用

针对传统方法难以整定船载雷达伺服系统PID参数的问题,将模糊参数自整定PID控制技术应用到伺服系统位置回路中,通过仿真实验表明该方法可以不依赖系统的数学模型,而根据输入输出关系对PID参数进行在线调整,自动调整环路带宽,调高系统的动态性能和稳态性能,具有很强的鲁棒性和自适应性。     

基于模糊神经网络的PID控制器研究

工业控制经常会用到一些经典的PID控制,PID控制有很多优点比如应用范围广、参数较易整定、鲁棒性好等.但是随着科技的发展,工业控制对控制对象的要求越来越高,PID控制有时候很难满足控制要求.因此文章在原有的PID控制器的基础上,加入模糊控制、神经网络控制,优化其控制系统.模糊神经网络PID控制器通过实验证明控制效果有很大的提升.模糊控制、神经网络控制结合一起起到互补的效果,比单独的PID控制系统性能更好.     

基于粒子群优化的导弹分数阶控制器设计

针对传统控制方法控制品质易受气动参数变化影响的问题,结合分数阶微积分理论和LQR最优控制技术,设计了改进的导弹分数阶控制器。首先对于导弹动力学模型进行状态重组,应用LQR技术采用输出反馈,得到基于导弹最优跟踪指标的三回路控制结构,进而构建了广义分数阶控制器结构。为优化控制器参数选择,提出一种综合频域和时域性能的适应值函数,通过粒子群(PSO)算法整定控制器参数。仿真结果表明分数阶控制器具有良好的稳态、动态特性性能。     

Robust Stability of a Class of Fractional Order Hopfield Neural Networks

As the theory of the fractional order differential equation becomes mature gradually, the fractional order neural networks become a new hotspot. The robust stability of a class of fractional order Hopf...     

基于数据驱动的PID自整定算法研究

文章主要研究了基于数据驱动的PID自整定算法及软件实现问题,包括经典的辨识方法和PID整定算法研究、基于数据驱动的辨识方法和整定算法研究,以及基于数据驱动的PID自整定软件的实现.PID整定过程中现场有大量的操作数据存在着很多重要的频率特性,传统的PID整定技术以给定试验信号为基础,不能很好的利用这些历史数据,文章在介绍和分析经典PID整定技术的基础上,利用历史数据完成数据驱动辨识方法研究,以灵敏度为性能指标研究PID自整定算法,并通过0PC接口采集数据完成基于数据驱动的PID自整定软件实现.     

基于BP神经网络自整定的PID温度控制系统的设计

摘要：针对于传统PID温度控制系统的参数不能在线实时调整的缺陷,提出了一种基于BP神经网络自整定的PID温度控制系统,该控制系统在硬件上以Cortex-M3内核处理器为控制核心加上数据采集,信号放大,开关控制,液晶显示等外围电路构成,在软件上以BP神经网络PID算法为核心最终形成了一个完整的温度控制系统。在基于新型烟熏治疗仪开发的背景下成功的设计了一个误差不超过±0.5℃的BP神经网络温度控制系统。     

基于高阶累积量和神经网络的数字调制识别

针对数字调制信号的识别问题,提出了一种基于高阶累积量的分类特征,该特征有效地抑制高斯白噪声的影响,能实现对2ASK、4ASK、4PSK、2FSK、4FSK等五种数字调制信号的识别。分类器采用了多层组合的神经网络分类器,不需要设定判决门限,而且在收敛速度、训练时间以及识别率方面都有很大改进。仿真结果表明,在信噪比大于7 dB时,系统的正确识别率可达95%以上。     

基于COM技术的自适应模糊PID控制器的设计

本文利用COM技术实现了MATLAB和Borland C＋＋Builder的混合编程,并在C＋＋Builder中开发了一自适应模糊PID控制器。仿真结果表明了这一方法的正确性和可行性,为自主开发高质量的工控软件提供了一条新途径。     

一种混合模式的神经网络自动调制识别器

数字信号自动调制识别(AMR)有基于决策论和统计模式两种方法,该文提出一种将两者相结合的自动调制识别系统,利用提取决策论特征向量集和统计特征向量集相结合的特征参数,使用带动量项的自适应权重的BP神经网络对MASK,MFSK,MPSK,MQAM等4类信号进行分类识别。当信噪比在0-10dB,在估计载频与实际载频相差0-100Hz的情况下正确识别率仍高达97%以上,实验证明这种分类识别方法的鲁棒性和实用性。     

基于模糊自整定PID控制方法的雷达伺服系统

传统PID控制器因结构简单、易于实现而在控制系统中得到了广泛运用,但往往因实际系统中的非线性因素影响而不得不采用变结构、变参数等手段来提高实际控制效果,而模糊控制对非线性因素的影响却能明显改善系统控制品质.文中主要研究了模糊自整定PID控制方法在雷达伺服系统中的应用,并在实际系统中进行了实验验证.仿真结果表明该方法能明显提高系统控制品质,具有一定的工程推广价值.