电动车用定子双馈电双凸极电机驱动系统的单神经元PID控制

由于其双凸极结构,电动车用定子双馈电双凸极（SDFDS）电机驱动系统具有较强的非线性,常规PID控制器参数固定不易调节,难以得到较好的控制特性。由于单神经元具有自学习和自适应能力,且结构简单易于计算,因此该文设计了单神经元自适应PID控制器作为SDFDS电机的速度控制器,并在以数字信号处理器（DSP）TMS320F2812为核心的平台上进行了实验。实验结果表明,单神经元自适应PID控制器具有比常规PID控制器更好的动态和稳态性能,满足电动车对驱动电机的要求。     

用继电自整定实现神经元PID智能控制

当前工业过程对控制品质要求越来越高,需要更先进的PID控制器参数整定方法来满足过程控制的要求。该文提出了神经元自适应PID控制器PID继电自整定相结合构成PID智能控制系统的方法,即利用PID继电自整定算法获取神经元自适应PID控制器权系数的初值,然后将得到的初值送到神经元自适应PID控制器,并且切换到自适应控制模式,从而实现神经元PID智能控制。同时分析了神经元自适应控制系统的稳定性,用Matlab中的Simulink进行了仿真模拟,得到了满意的结果。     

基于ANFIS控制的无刷直流电机转速问题

无刷直流电机（BLDCM）因具有效率高、体积小等优点而被广泛应用于工业控制各个领域。但采用传统PID控制的电机调速器难以满足精准调速需求,所以针对BLDCM调速问题,结合PID控制设计TS模糊PID控制,且在此基础上设计了自适应模糊神经网络（ANFIS）控制。在MATLAB环境下建立BLDCM仿真模型进行仿真试验。试验结果表明,ANFIS控制器的控制性能相比于PID控制和TS模糊控制,具有响应速度快、控制精度高等优点。     

移相全桥动态模型及自适应模糊PID控制器设计

PID控制广泛应用于工业控制过程中。因为DC/DC变换器是强非线性系统,且传统的PID对非线性控制、控制精度以及响应速度等方面存在不足,本文提出了自适应模糊PID控制。现以移相全桥变换器作为控制对象,在先进的动态模型基础上推导出新的控制-输出传递函数。通过Matlab仿真,对传统PID控制和自适应模糊PID控制进行对比,验证了自适应模糊PID控制具有更好的稳态性能和动态性能。最后通过一个从96V升至720V的移相全桥的实验平台,证明了该结论。     

模糊PID在高尔夫球车驱动控制中的应用

以模糊自适应增量式PID控制原理为基础,介绍了一种以直流无刷电机(BLDCM)为动力的高尔夫球车驱动控制方案。用TMS320LF2407A型DSP作为核心处理器,建立了模糊自适应PID速度环和电流滞环的双闭环调速系统。实验结果表明,该控制方案使球车驱动电机具有较小的转矩脉动,使系统具有很强的自适应能力和鲁棒性,电动高尔夫球车的乘坐舒适度得到增强。     

神经元PID直流伺服系统

神经网络技术是电机控制方法发展方向之一,本文在介绍一套神经元PID自适应直流伺服系统的基础上,对神经元控制的基本性能进行了探讨.实验证明将神经元理论用于PID控制系统中增强了系统的鲁棒性.     

基于改进型单神经元自适应PID的改性塔压力控制器

本文通过采用单神经元自适应PID控制技术来处理粉状炸药连续生产工艺中改性塔压力的控制问题,着重研究了单神经元自适应PID控制器的设计以及对算法的改进。并通过MATLAB进行了仿真,将单神经元自适应PID控制算法与常规PID控制算法进行了比较,结果表明单神经元自适应PID控制效果远远优于常规PID控制算法。     

广义预测PID在PLC温控系统中的应用

提出了一种基于可编程控制器（PLC）的广义预测（GPC）PID控制器,经过详细分析GPC和PID控制的特点,采用GPC与PID相结合的策略,设计了具有PID结构的自适应调节GPC控制器。针对具有未知或缓慢时变的参数的温控系统,广义预测控制技术是一种很有效的自我调节控制技术。通过实验验证了该控制器的有效性,实验结果表明,广义预测PID控制器具响应迅速、鲁棒性好、自适应能力强等优点。     

神经元PID直流伺服系统

神经网络技术是电机控制方法发展方向之一，本文在介绍一套神经元PID自适应直流伺服系统的基础上，对神经元控制的基本性能进行了探讨。实验证明将神经元理论用于PID控制系统中增强了系统的鲁棒性。     

PLC在过程控制系统实验装置中的应用

本文通过SIEMENS S7 300/400 PLC在过程控制实验装置中的应用实例，对西门子的两级控制网络（PROFIBUS-DP网络，工业以太网思想做了一个全面的说明；阐述了S7-300 PLC应用的系统结构方案，硬件配置及软件组态方法；并利用神经网络调整PID参数，进一步完善了PID控制的自适应性能。     

基于预测模型双模糊分数阶PID的BLDCM调速系统优化控制

无刷直流电机（BLDCM）具有复杂的非线性系统,强耦合、变量多等特点,传统的PID控制无法获得满意的控制效果。为此,在模糊控制、分数阶微积分及模型预测相关理论的基础上,提出了预测模型双模糊分数阶PID控制器。分数阶控制为系统提供更多的控制余度,并采用一种间接算法（Oustaloup算法）完成整数阶PID控制的延伸和扩展,模糊控制实现分数阶PID控制参数的在线调整;建立预测模型,并引入模糊控制动态调整预测模型系数K值,实现更加精确的控制。针对模糊分数阶PID控制器中参数选择,又提出了一种改进的万有引力算法进行参数优化,增强控制器的自适应能力。仿真结果表明:基于改进万有引力算法的预测模型双模糊分数阶PID控制的BLDCM调速系统较传统的PID控制具有更快的响应速度、更小的超调量及抗负载扰动能力强等优良的动、静态性能指标。     

基于干扰观测器的永磁同步电机速度控制

永磁同步电机因其固有特性得到广泛应用,但由于永磁同步电机的非线性特性,针对该系统的控制器设计难度较大。本文建立了一种采用雅克比矩阵线性化永磁同步电机模型的反馈控制器,并使用非线性干扰观测器进行自适应更新。该方法替代了传统矢量控制中使用的3个PID控制器,对负载力矩扰动有很好的补偿作用,增强了电机控制的稳定性和鲁棒性,并通过Matlab/Simulink仿真结果进行了验证。     

基于模糊逻辑的行波超声波电动机模型参考自适应转速控制

超声波电动机的转速控制存在明显的时变非线性特征。为得到较好的控制性能,设计了基于模糊逻辑的模型参考自适应PID转速控制器,实现了基于参考模型跟踪误差的PID控制参数在线自适应调节。实验表明,转速跟踪性能优于固定参数PID控制器。     

基于遗传算法PID参数寻优的电加热炉温度控制系统

针对工业过程中常见的一阶大滞后对象的PID参数整定问题,提出自适应遗传算法对PID控制进行参数寻优。应用自适应遗传算法对电加热炉温度控制器参数进行优化,并将结果与常规的PID控制方法进行比较,仿真与实际结果表明,当被控对象存在较大纯滞后特性时,采用本方法优化PID控制器参数可获得比较满意的调节效果。     

汽油发电机聚类自适应多模态调速控制技术

本文针对常规PID数字式电子调速装置在汽油发电机调速时调节时间过长、运行不平稳等问题,提出一种可以根据负载实际情况,实时选用最佳控制规律的数字调速方法,结合了传统PIE）控制、产生式规则和聚类自适应控制的优点。当负载大幅度切换时,由于调速系统结构改变,先切换为传统的最大-最小值控制和保持-PI控制模式,同时进行聚类自适应算法学习。待学习完成,再单独实施聚类控制。实际测试效果证实,使用聚类自适应多模态控制比使用PID控制,可以达到在负载切换时更快的稳定飞轮转速以及运行更加平稳的目的。     

无刷直流电机自适应模糊直接转矩控制研究

针对无刷直流电机（BLDCM）转矩脉动较大和传统PI速度环调节能力差的问题,提出了自适应模糊直接转矩控制的策略.集成了转矩直接控制和模糊控制自适应强的优点,可以有效抑制转矩脉动和加快转矩响应速度.同时将传统的PI速度调节器替换成模糊PID调节器,速度环根据转速偏差和转速偏差的变化率,模糊在线调节PID参数,使系统较好地实现速度参考自适应调节,由此获得更精确的转矩给定,提高系统抗负载扰动能力.通过进行MATLAB仿真实验,验证控制策略具有转矩脉动抑制作用,同时又提高了系统静动态性能,增强了系统鲁棒性.     

基于神经元自适应PID的超声波电机速度位置控制

超声波电机是强非线性时变系统,用常规的PID难以取得满意的效果.针对超声波电机的速度和位置控制,提出了神经元自适应PID算法.由于神经元自适应PID可以在线调整其参数值,因此当电机运行情况发生变化时可以通过改变控制参数来实现速度和位置的快速跟踪.实验表明,使用神经元自适应PID算法对超声波电机进行速度和位置控制,可以达到快速响应和高精度的控制效果.     

新型PID控制在DC—DC变换器中的应用

DC—DC变换器高性能控制研究成为变换器的一个重要研究方向。本文基于DSP控制的DC-DC移相全桥变换器,分别运用常规PID和参数自适应调整的专家PID控制方法进行控制,对两种控制方法进行比较,并给出了参数自适应调整的专家PID控制器的详细设计。实验结果证明:两种控制方法都能使系统运行平稳,参数自适应调整的专家PID控制策略比常规PID具有更好的静、动态特性。     

同步发电机的模糊自适应励磁控制

同步发电机励磁控制器,是同步发电机控制系统的核心。传统的“PID＋PSS”的控制理论已经非常成熟,并得到了广是的应用。但这种方式存在着定参数、线性控制规律、适应性差的缺点。针对这些不足和缺点,提出了以自适应控制、智能控制为理论基础的模糊自适应PID励磁控制器。仿真研究表明,模糊自适应PID控制克服了普通PID控制器的局限性,在同步发电机励磁控制系统中使控制效果达到最佳,具有广泛的应用价值。     

基于改进人工鱼群算法和自适应模糊PID的云台相机位姿控制

巡检机器人的云台相机位姿控制对设备巡检和获取故障区域图像至关重要。针对综合管廊巡检机器人的巡检需求,提出了一种基于改进人工鱼群算法和自适应模糊PID的云台相机位姿控制方法。在人工鱼群算法优化的中后期,借鉴遗传算法思想增强寻优能力。基于改进的人工鱼群算法优化云台相机位姿PID控制参数初值,设计了相机位姿变换的约束区域,通过自适应模糊PID实现相机位姿在线实时控制,并与常规PID和自适应模糊PID控制算法进行对比分析。实验结果表明,基于改进人工鱼群算法和自适应模糊PID的云台相机位姿控制具有良好的实用性和鲁棒性。