基于Internet远程实验系统神经网络控制算法的实现

描述了基于Internet远程过程控制实验系统以及基于BP神经网络整定PID控制算法在此控制系统中的实现。实验者可远程操作实验装置,可远程选择控制算法。测试结果表明应用基于BP神经网络整定PID控制算法于此远程过程控制实验系统中,系统动态响应快、具有较高的控制精度,满足过程控制实验的要求。     

过程控制课程中一个液位控制系统综合实验磁

液位控制系统一直是过程控制工程研究的重要内容;针对过程控制实验装置,建立了实际数学模型,采用模糊理论完成了单水箱液位控制系统实验,系统采用模糊PID调节器代替传统PID ,克服了传统PID人工整定参数工作内容繁琐的缺点。将实验结果与传统数字P ID控制系统进行对比,实现了P ID参数自整定,证明了模糊P ID调节器通过参数自整定能够有效地实现液位恒定控制。     

基于阶跃辨识的PID自整定研究及软件开发

工业过程控制中,一般通过实验试凑法整定控制器参数,这种方法不免带有一定盲目性且瞬态性能指标不够理想;为了让控制器更高效、实用,需要对被控对象模型有精准的辨识,整定出与系统被控对象相吻合的PID控制器参数;以工程应用为出发点,通过深入研究PID自整定技术原理和实际的工程应用,实现了基于阶跃辨识的PID自整定的软件开发,并通过改变对象模型PID参数,验证了该软件系统的稳定性及准确性。     

球杆系统自适应遗传PID控制

遗传算法全局寻优参数,但训练时间较长;PID控制算法简单,却难以控制非线性复杂过程.将自适应遗传算法和PID相结合,可有效地改善控制效果.通过建立球杆系统机械部分模型、角度模型和电机模型,得到整个球杆系统的数学模型;设计基于遗传算法的自适应PID控制器,通过在线整定控制器参数,提高球杆系统的控制性能.仿真实验结果证明了该算法的控制效果良好,适应能力较强,具有算法简单、参数整定容易等优点.     

基于Internet的PID自整定系统及其应用

介绍了一种先进的基于Internet的PID控制器自整定系统,并详细叙述了本系统在HVAC系统中的应用.该系统可以在远程计算机上运行,也可以在与过程相连的装有数据采集卡的本地计算机上运行.为了使不同动态特性的过程都能够获得较好控制性能,系统集成了4种过程辨识方法及5种PI/PID整定方法.实验结果表明,该自整定系统在HVAC系统应用中表现出较好的控制效果和较强的灵活性.     

一种基于过程神经元网络辨识的PID控制模型及方法

针对非线性动态系统PID过程控制问题,提出了一种基于过程神经元网络辨识的PID参数自适应整定的控制模型和方法。利用过程神经元网络对于动态系统时变输入/输出信号的学习机制,在某种最优控制律下通过对被控对象进行辨识来追踪被控对象的输出对控制输入变化的灵敏度信息,实现参数自适应匹配的PID控制。给出了基于过程神经元网络辨识的PID控制系统结构以及相应的实现机制,实验结果验证了模型和算法的有效性。     

基于神经网络PID控制的交流伺服系统

将神经网络和PID控制相结合,提出了一种基于对角递归神经网络整定的PID控制策略,并将其应用于交流伺服系统的控制.利用对角递归神经网络在线自适应调整PID控制器的参数,从而使系统的静态和动态性能指标较为理想.实验结果表明.基于对角递归神经网络整定的PID控制的交流伺服系统具有响应速度快、稳态精度高和鲁棒性强等特点.     

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.     

模糊自整定PID控制器的设计与仿真

常规PID控制器因结构简单、鲁棒性好、参数调整方便等,常被用于工业过程控制.但其参数整定是在获取被控对象数学模型的基础上根据一定的规则来确定的,难以适应复杂多变的控制系统.针对其参数整定效果不良、调试时间长、对被控对象适应性差等缺点,将模糊控制与PID控制相结合,设计了模糊自整定PID控制器.在常规PID控制器基础上,根据相应的模糊规则进行模糊推理,实现PID参数的在线自整定.仿真结果表明,模糊自整定PID控制器,不仅具有模糊控制快速、适应性强等优点,又有PID控制精确度高的特点,使系统有较好的控制作用,因此具有较好的工业应用前景.     

阴极钢棒预热系统设计研究

描述了阴极钢棒预热系统的结构,系统硬件部分由预热系统、辊道输送系统、气控系统等三个子系统组成。并通过详尽的理论计算,得到预热系统的工艺要求的总功率。软件部分采用PLC编程实现过程控制自动化,选择模糊控制与PID控制相结合的参数模糊自整定PID控制方法对本系统中的电加热炉进行温度控制。基于电加热炉的升温特性而研究设计的模糊自整定PID温度控制器,具有鲁棒性好、动态响应佳、上升时间快和超调小等优点,同时又具有PID控制器的动态跟踪品质和稳态精度等优点,该控制系统达到了设计的目的和系统的性能要求。     

基于计算机视觉技术的车辆远程控制技术研究

随着信息技术的发展,车辆远程控制成为了学术界的前瞻性研究。此次研究在合理利用计算机视觉技术的基础上,结合模糊PID控制智能算法建立了车辆远程控制系统,以期实现对车辆装置的实时监控,能够在危险状况发生时通过远程控制中心操控车辆。实验中,以履带车辆作为研究对象,对其相关参数进行了设计,以达到验证该控制系统有效性的目的。研究表明,无论是在直线行驶作业下还是曲线行驶作业下,相较于基于模糊PID控制算法的车辆控制系统,PID车辆控制系统均调节震荡大、调节时间长;而基于BP神经网络算法的车辆控制系统也存在诸多问题;因而基于模糊PID控制算法的车辆控制系统调控精度较高,适用性较强。此次研究对车辆远程控制研究具有一定的指导价值。     

基于CC-Link液位模糊控制设计

采用PLC作为现场液位控制器,在工业和日常生活中被广泛运用在液位控制系统中.提出了模糊PID算法对液位进行调节的控制策略,实现了液位控制响应速度快、稳定度好和准确度高的效果.测试表明,建立在模糊算法基础上的液位PID控制比常规PID控制具有更好的动态性能.此外,还采用CC-Link总线技术建立主从通信的工业网络系统,实现设备间的数据传送,并通过人机界面对现场液位进行实时远程监控.     

作业型水下机器人姿态调节控制研究

为了解决在作业时水下机器人载体上的机械手伸展过程将会引起载体重心发生变化,导致水下机器人发生纵横倾运动,影响作业效率的问题,考虑到水下机器人控制系统较为复杂,因此引入模糊滑模控制,根据要求设计出一款模糊滑模控制器。利用计算机和MATLAB技术,将水下机器人姿态运动方程与常规PID控制和模糊滑模控制分别结合起来进行仿真分析。仿真结果表明,模糊滑模控制相比于常规PID控制,在机械手关节正弦运动过程中,姿态角下降了20%以上,横倾姿态角度误差减小了30%以上,纵倾姿态角误差也超过了8%以上。在悬停作业过程中,纵横倾姿态角度都下降了30%以上。通过两种不同控制方式的仿真,验证了模糊滑模控制的控制效果要优于常规PID控制,能够取得更好的控制效果,同时利用计算机技术缩短了研究时间、提高了研究效率。     

基于遗传整定的模糊免疫PID控制器在液位控制系统中的应用研究

将遗传算法、模糊控制和免疫反馈机理与传统的PID控制相结合 ,提出了基于遗传整定的模糊免疫PID控制算法并将它应用在双容液位系统的控制中 实验结果表明 ,该控制方法的控制性能优于常规的PID控制 ,具有一定的推广应用价值     

基于模糊PID的助行机器人调速系统的研究

助行机器人对系统的动态特性要求较高,而且在其爬楼的过程中有诸多不确定的因素,基于传统控制策略的单闭环负反馈控制系统调速效果难以令人满意;在这种情况下建立了系统的数学模型,设计了基于模糊PID的双闭环调速控制系统,并和传统的PID控制进行了对比;为了保证助行机器人爬楼过程的平稳性和乘坐者的舒适性,参考电梯运行的速度曲线,设计了正弦速度给定曲线;仿真结果表明:在助行机器人调速系统中,模糊PID控制比传统PID控制启动和制动过程更平稳,舒适性更高,误差更小,精度更高。     

基于模糊PID的热轧带钢宽度控制

带钢热连轧宽度控制过程是一个复杂的非线性过程、难以建立精确的数学模型,对于传统的数学模型的轧机计算很难实现精度要求。设计一种用于宽度控制的模糊PID控制器。并用Matlab语言的Simulink仿真工具,进行了常规PID控制与模糊PID控制的动态性能的仿真比较,结果表明模糊PID控制可明显提高宽度控制系统的动态性能。     

电动车转向系统的模糊控制仿真

本仿真的背景基于全国大学生智能车竞赛,研究电动车在随机轨迹上的跟踪转向控制。由于电动车转向控制系统的不确定性,使用传统PID控制无法满足控制需求并可能产生调节振荡。模糊控制技术基于模糊数学理论,通过模拟人的近似推理和综合决策过程,使控制算法的可控性、适应性和合理性得到提高。根据电动车转向控制的特点设计了一种简化了的模糊控制器,并与传统PID控制器进行比较。通过在MATLAB下搭建传统PID控制器模型和简化了的模糊控制器模型,最终分析和比较了该模糊控制器和传统PID控制器的不同控制效果。     

基于模糊专家模型的神经控制器及应用研究

针对具有严重非线性特性的pH中和过程,提出了一种基于模糊专家模型的神经控制策略,这种方法将神经网络逆控制器与神经元PID控制器相结合,并利用模糊专家模型所得到的预报结果来调整神经元PID的权值。仿真试验表明该方法能有效改善控制性能,所提出的方法实现了对pH过程的有效控制,并且有很强的适应性。     

基于PLC的过程控制实验装置液位模糊PID控制

对模糊PID控制的结构、模糊PID控制器的设计及模糊PID控制的PLC实现进行了分析,并以PCT-II型过程控制系统实验装置为物理模拟对象,利用S7-300PLC实现了对液位的模糊PID控制。结果表明,用PLC实现的模糊PID控制器简单实用,系统的性能大为改善。     

非线性系统的模糊免疫PSD控制与仿真

针对模糊免疫PID控制算法中微分与积分增益不能根据系统特性自动调整的问题,提出了一种模糊免疫PSD(Proportional Summation Derivative)控制算法。该方法将自适应PSD算法与模糊免疫PID算法相结合,利用自适应PSD控制算法根据过程误差的几何特性建立的PSD控制规律,使得模糊免疫PID控制算法中的微分和积分增益可以随比例增益的变化而自适应调整,从而进一步提高控制算法的自适应性能。仿真实验表明,采用该算法可以提高非线性、时变系统的控制性能,并能减少参数调整的工作量。