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.     

基于亚像素边缘的摄像机标定板特征提取算法

目的在视觉测量领域,摄像机的标定精度是最终测量精确度的决定性因素,为了提高标定板特征的提取精度,提出一种基于亚像素边缘的提取方法。方法针对圆点标定板,首先采集标定板图像,对图像进行处理,获取像素级别边缘,然后以边缘像素点为中心,取3×3的数字窗口计算梯度方向,在梯度方向上进行像素点灰度的双曲正切拟合,获取亚像素级别边缘,最后对亚像素边缘按照圆形进行拟合,求得圆心坐标。结果实验表明算法的分辨率达到0.03个像素,精度可达0.1个像素。结论该算法具有稳定可靠,精度高,运算速度快等特点,能够应用于图像拼接和分割,特征提取和摄像机标定等领域。     

基于扰动抑制的差分进化算法的纸浆浓度控制系统

目的为了解决传统单PID控制优化算法仅关注跟踪性能,无法满足在纸浆浓度控制系统等工业生产环节中控制品质和成品良率的需求。方法将PID控制系统离散化以计算在高斯扰动下的输出方差作为扰动抑制的依据,并结合ITAE指标通过差分进化算法优化PID性能。结果仿真表明,该整定方法可以通过权值选取优化的偏好,自由调节PID控制器的性能表现,对比基于Z-N法的PID控制和基于PSO算法优化的PID控制,基于扰动抑制差分进化算法的PID控制的ITAE指标为14.3495,输出方差为31.8530,均优于其他2种算法。结论基于扰动抑制的差分进化算法可以通过用户自定义权重来协调纸浆浓度的输出方差和跟踪性能,从更实际的角度整定纸浆浓度控制系统的PID控制器参数,使得控制系统的性能指标满足工业生产要求。     

基于Sedona平台的智能供水系统

介绍了一种建立在Sedona平台上的全自动恒压变频供水系统。设计是由Sedona控制器30P、变频器、压力传感器、 I/O 设备、触摸屏显示器等主要设备构成。本系统采用一种新的自动控制技术,通过变频器控制水泵转速,根据给水量、用水量来调节出水压力达到恒压。系统出现故障时仍能自动运行,保证不间断供水。实验测试表明,系统运行稳定,能快速、准确地的达到目标压力。     

基于自抗扰控制器的变风量空调解耦控制

变风量空调是一个多输入多输出的系统,由于具有多个回路,各个回路之间相互影响,具有强耦合、非线性和大时滞等特点。常规PID控制存在稳定性与精确性的矛盾。文中根据自抗扰控制原理,分析了变风量空调系统的耦合关系,通过扩张状态观测器实现对系统总扰动的估计和补偿,实现解耦控制。文中将其用于变风量空调末端的主回路温度控制系统。仿真实验结果表明,与PID控制相比,自抗扰控制器的超调量、时滞等得到了明显改善。     

钢带退火炉自动化控制系统

介绍了由全氢罩式炉机组组成的全氢罩式退火炉控制系统。讨论了应用西门子公司的S7-300系列PLC和WINCC图形软件如何实现在退火过程中对设备的自动控制和实时监控功能。为了提高退火质量和控制精度,在温度控制问题上采用PID控制算法结合脉冲循环燃烧算法。脉冲循环控制算法在提高被控温度的均匀性和延长烧嘴的寿命上有很好的效果。运行结果表明,该控制系统性能优越,效果良好。     

物联网技术在楼宇空调系统中的应用

介绍了物联网技术的概念和发展,论述了楼宇自动化产业及其发展,并介绍了适用于物联网系统开发的开放式的基于Baja标准的Niagara框架。Niagara框架兼容当前主流的通信协议,解决了楼宇自动化产业的难题,极大地促进了物联网行业的发展。仿真设计了基于Niagara的楼宇空调系统,设计系统稳定,可靠。验证了Niagara在楼宇自动化领域的可行性。     

自适应鲁棒最优PI控制器

提出一种具有鲁棒性能的自适应最优PI控制器, 它首先基于控制回路在正常运行操作中产生的过程输入和输出信号, 通过信号分解和频域分析在线辨识出过程对象在重要频率点的频率特性, 然后计算出可同时满足鲁棒性能指标λ和最小负载扰动特性的最优PI控制器参数, 同时控制性能可以很方便地根据实际需要通过改变鲁棒性能指标λ来调节. PI控制器的自适应过程不需要过程对象和控制器的任何先验知识, 也不需要中断控制回路的正常运行, 仿真实验表明了自适应控制器的有效性和可行性.     

基于深度图网络的编译器向量化启发式算法

针对现有的深度学习模型将程序代码考虑为一个串行序列而错失较大性能优化空间的问题,提出了一种新的基于深度图网络的程序启发式优化方法.该方法采用图神经网络对程序的数据和依赖图进行建模,自动从源代码中抽取有效程序特征,然后再将抽取的特征输入下游模型进行循环向量化参数预测.在LLVM循环向量测试集上,所提出的方法取得了2.08倍的加速比,与现有方法相比提高了12％的性能.     

铝材冷轧机自动厚度优化控制系统

针对铝材冷轧机板厚控制系统是一个具有非线性、延时、多变量耦合的复杂的实时系统,给出了一种适用于不同类型轧机的自动厚度优化控制系统。该系统采用各种厚度控制系统(AGC)控制、优化控制和自适应控制方法,对轧机系统进行优化精确控制,既保证了产品的质量,又可提高轧机的生产效率。试验证明,该优化控制系统实时性强,控制响应时间小于100ms,铝带出口厚度偏差可控制在2%以内,保证了产品质量;同时提高轧机的平均运行速度10%以上,提高了轧机的生产效率。