关于感应加热锅炉的温度控制

通过协调控制加热系统和冷却系统实现电磁感应加热锅炉温度的快速稳定,设计了一种基于模糊控制算法的双PID结构,实时采样实际温度与预设温度的偏差值及其变化率,通过模糊控制算法实时调整PID控制器的三个控制参数,实现对系统的响应速度和稳定性的优化;同时,在系统的反馈回路中引入预估补偿装置,将滞后因子提前反映到系统的前向控制器,削弱系统惯性带来的迟滞性影响.基于Simulink的仿真结果显示:基于模糊控制的双PID控制系统在响应速度和稳定性的优化、加热系统和冷却系统的协调控制方面性能良好.     

基于GA的CMAC与PID控制器的设计与仿真

将遗传算法(GA)、比例-积分-微分(PID)控制器和小脑模型控制器(CMAC)神经网络的优点结合起来，设计了一种新的CMAC与PID并行控制器，并用改进的遗传算法对该控制器的五个参数进行寻优，很好地解决了PID控制参数调整繁琐和CMAC神经网络参数学习困难的问题.仿真结果表明，该方法具有超调量小和响应时间短的特点.     

基于遗传模糊免疫算法的比例-积分-微分参数整定优化

针对工业过程中的比例-积分-微分(proportional integral differential,PID)参数整定较难的问题,在分析模糊免疫算法的基础上,提出了一种遗传模糊免疫算法,用于在线整定PID参数。该算法用免疫反馈机理在线调整比例系数,模糊算法在线整定积分系数和微分系数。同时,该算法引用具有全局寻优特性的遗传算法优化免疫参数,克服了免疫参数选取不当而导致系统超调量较大、响应速度过慢的问题。针对工业过程中的无时滞过程、一阶惯性加时滞过程、二阶惯性加时滞过程、高阶系统过程,将该算法用于PID参数整定优化,并与模糊免疫算法、免疫PID算法、常规PID算法整定结果进行对比分析。仿真实验结果表明,遗传模糊免疫算法整定出的PID参数具有超调量小、调节时间短、抗干扰性强、鲁棒性强等优点,取得了较好的控制效果。     

基于功率脉宽驱动的高频电磁感应锅炉控制算法设计

传统的比例-积分-微分(PID)算法应用于高频电磁感应锅炉,会变成极为复杂的高阶函数,系统难以保持最优设定,且需要人工辅助调整参数。针对此问题,依据温度、压力、流量等控制对象将系统设计成多个区块,每个区块包含一个功率脉宽驱动装置。每个区块依据为其建立的布尔函数和设定的目标参数闭环运行,不引入需要人工辅助调节的参数。在高频电磁感应锅炉上的实际应用表明,该算法在此复杂的控制系统中,具有良好的控制效果。     

改进生物地理学优化算法及其在PID控制器参数中的优化

为了解决生物地理学优化(Biogeography-based optimization,BBO)算法在收敛过程容易陷入早熟的问题,提出了一种改进的生物地理学优化(Improved biogeography-based optimization,I-BBO)算法。该算法是在生物地理学的基础上,引入了人工驯养的概念,把人工驯化与生物地理学算法相结合,解决了BBO算法在后期存在搜索动力不足的问题。仿真实验表明:I-BBO算法提高了物种的多样性,增强了算法的搜索能力,加快了寻优速度。将该文提出的I-BBO算法应用到比例积分微分(Proportion integration differentiation,PID)控制器的参数整定中,通过两个例子的仿真,结果表明,I-BBO算法在优化PID控制器参数上比原有的BBO算法更加迅速。     

电磁感应加热温度场建模方法的研究

为有效解决电磁感应加热过程中加热温度的控制问题,对电磁感应加热温度场的建模方法进行了研究.分析了电流透入深度对工件加热的影响及电磁感应加热过程中工件的温度分布情况,描述了感应加热时工件温度随工件半径和时间的变化情况.将温度场建模理论引入电磁感应加热系统的研究中,给出了电磁感应加热温度场的建模方法.实验结果表明,该方法能够成功地解决电磁感应加热温度的控制问题.     

基于遗传算法和神经网络的PID参数自整定

针对在传统PID(比例-积分-微分)控制器中调整3个参数时不易推导出被控对象的传递函数,且这些参数不易手动调整的问题,提出一种新算法用于调整PID控制器参数.该算法将神经网络和遗传算法相结合,先利用神经网络的模拟功能协助遗传算法计算适应度,训练出一个神经网络模拟被控对象;然后在遗传算法进化中不断地优化PID控制的3个参数.与传统的参数凑试法进行对比仿真实验的结果表明,该算法具有较强的鲁棒性及较快的响应速度.     

改进的加热过程模糊自调整PID算法及仿真分析

为解决工业控制中大惯性、纯滞后、参数时变的非线性受控对象难于控制的问题,提出一种改进的控制算法.该算法采用1个单输入3输出的模糊控制器结构代替3个单输入单输出模糊控制器结构,通过Mam-dani模糊推理运算自调整PID(Proportional Integral Derivative)参数,并结合Smith预估补偿控制作用,优化系统动态响应指标,改善了控制器性能.将其应用于注塑机加热过程的温度控制中,并与常规PID控制器和Smith预估PID控制器比较.仿真结果表明,该控制器各项性能均好于其他两种控制器,调节时间为420 s,超调量和稳态误差均为0,具有抗干扰性强和鲁棒性好等优点,为进一步改善注塑机加热过程的实际控制性能提供了理论依据.     

粒子群优化克隆算法在交流调速系统中的应用

提出了粒子群优化克隆算法(PSOCA),算法融合了免疫系统的克隆选择机制和粒子群优化算法的进化方程,具有全局寻优的能力.PSOCA改善了抗体种群的多样性,通过有效利用抗体的历史信息以及它们的合作提高了克隆选择算法的收敛速度.在PSOCA算法的基础上,设计了PID控制器(PCA-PID),可动态调整参数以适应时变对象.运用PCA-PID控制器进行交流调速,相对于采用粒子群优化算法和克隆选择算法设计的控制器,前者有更好的控制性能.     

基于改进粒子群优化PID参数的风力除尘控制系统的研究

对卷接机组集中工艺风力除尘系统控制需求及工艺特点进行了研究,针对风力系统中压力和流量之间存在非线性与强耦合性的特点,以及控制系统中传统自动化科学技术(proportional plus integral plus derivative controller,PID)控制和现有的模糊PID控制自适应和鲁棒性较差、系统稳定性能不理想的问题,文中提出对角矩阵解耦方法将压力和流量进行解耦,利用改进粒子群算法(particle swarm optimization,PSO)优化参数的PID控制器对两者进行独立控制。通过仿真软件和可编程序逻辑控制器(programmable logic controller,PLC)程序对算法进行实现。位置阶跃响应实验粒子寻优实验结果表明:该方法在阶跃响应上升时间、最大超调量和响应速度上均有很好的优化效果,即时控制调整变频器频率以及阀门开度,使主风管压力波动在0. 5%～1%内,流量波动控制在0. 4%～0. 8%内。     

基于MEMS集成加热器的温控系统研究

采用MEMS集成加热器设计一个温控系统。所用的加热器效率达到7.35 mm²K/mW, 且功耗低。加热器面积为6 mm×6 mm, 具有较高的系统集成度。该温控系统采用Fuzzy-PID温度控制算法, 温度稳态误差小于0.1°C, 并且约10秒即达到稳态, 响应速度快。使用该系统对MEMS压力计进行环境温控, 可明显抑制器件的温度漂移。     

几种常用时延过程控制算法的比较与分析

文章介绍了常规PID控制、预测控制、模糊控制、Fuzzy-PID这4种不同控制算法的原理,并对它们的特点进行了分析与比较。通过仿真,比较这几种控制算法的控制效果发现:对大时延对象,常规的PID控制容易产生较大的超调,模糊控制器易产生振荡,而Fuzzy-PID控制算法和带预测功能的预测PI控制算法具有较好的性能。试验结果还表明,Fuzzy-PID和预测PI控制算法不仅产生超调小,而且具有较高的稳态控制精度,可广泛应用于工业现场大时延系统。     

模糊控制算法在温度控制系统中的研究

本文结合电加热炉的控制特性,分析了传统PID算法控制器和模糊逻辑控制器的优缺点,并根据智能控制理论的前沿研究,选择了模糊PID复合控制(Fuzzy-PID)来实现对电加热炉这一数学模型为双输入双输出系统的智能控制。根据实际温控系统的要求,设计出一种PID控制与模糊控制相结合的智能控制系统,具备一定的自适应控制能力,因而特别适用于难于用精确数学模型描述的温度控制系统,有较强的稳定性和鲁棒性。     

汽车主动悬架自适应模糊PID控制仿真研究

建立了1/4主动悬架模型,设计出自适应模糊增益调节PID控制器,参照系统在时频两域中的响应情况对PID的控制参数进行整定,并使用模糊控制器对PID的控制量加以修正.对被动悬架、单纯PID控制的悬架和自适应模糊PID控制的悬架分别施以阶跃信号激励和积分白噪声信号激励进行仿真.结果表明,自适应模糊PID控制算法具有较好的控制效果和鲁棒性.     

Fuzzy-PID控制器

本文在分析简单Fuzzy控制器的基础上,提出了一种将模糊集理论与常规PID控制相结合的Fuzzy-PID控制器。文中分析了该控制器的原理及算法,并用STD总线工业控制机实现了对实验电阻炉的控制。结果表明该控制器具有较好的控制效果。     

碳纤维激光石墨化炉温度控制系统的优化设计

碳纤维激光石墨化加热具有热源集中、升温迅速的特点，石墨化炉的温度控制系统主要采用传统PID控制器，存在惯性大、超调严重等缺点，并且PID控制器的3个参数(比例系数k_p、积分系数k_i和微分系数k_d)固定且主要依据经验获取。对于没有精确数学模型的PID控制系统，可以采用模糊控制对控制策略进行优化，但是模糊算法中模糊规则表的制定依旧主要源于经验所得，无法保证当前规则为最佳规则组合。针对上述问题，提出一种基于遗传算法的优化策略，对模糊规则表寻找全局最优解；借助MATLAB和Simulink环境进行编程仿真，结果表明，基于遗传算法的模糊PID控制效果在整体上优于传统PID控制和模糊PID控制，其响应时间短，控制精度高，无超调量，可用于碳纤维激光石墨化炉的温度控制系统设计。     

基于变论域模糊PID的航空转台控制系统研究

航空转台是进行地面仿真的关键设备,其控制系统的随动性对地面仿真结果有很大影响。围绕航空转台的控制结构和算法策略,提出使用粒子群优化算法迭代寻优以保证论域最佳的变论域模糊比例积分微分(proportion integral differential,PID)控制策略。以MATLAB作为仿真环境,分析本文所提算法策略的优化效果,仿真结果表明该控制策略相较于常规PID的时间乘绝对误差积分准则(ITAE)指标有显著提升。搭建以可编程多轴运动控制卡(programmable multi-axes controller,PMAC)控制器为核心的航空转台实物测试系统进行算法验证,实验结果表明,基于变论域模糊 PID的航空转台控制系统可使航空转台的控制精度得以显著提升,超调量更小,调节时间更短,同时具备实用性,极大地提高了航空转台控制系统的随动性。     

基于变论域模糊PID的航空转台控制系统研究

航空转台是进行地面仿真的关键设备,其控制系统的随动性对地面仿真结果有很大影响。围绕航空转台的控制结构和算法策略,提出使用粒子群优化算法迭代寻优以保证论域最佳的变论域模糊比例积分微分(proportion integral differential,PID)控制策略。以MATLAB作为仿真环境,分析本文所提算法策略的优化效果,仿真结果表明该控制策略相较于常规PID的时间乘绝对误差积分准则(ITAE)指标有显著提升。搭建以可编程多轴运动控制卡(programmable multi-axes controller,PMAC)控制器为核心的航空转台实物测试系统进行算法验证,实验结果表明,基于变论域模糊 PID的航空转台控制系统可使航空转台的控制精度得以显著提升,超调量更小,调节时间更短,同时具备实用性,极大地提高了航空转台控制系统的随动性。     

基于粒子群优化的主动悬架PID控制策略

针对汽车主动悬架比例-积分-微分控制器(proportional-integral-derivative,PID)参数选择问题,传统PID控制参数整定具有一定的盲目性.设计了粒子群优化算法,目标函数根据悬架性能指标建立,利用粒子群优化算法,优化了PID控制器中的参数.结果表明,与优化前PID控制的主动悬架相比,采用粒子...     

基于遗传算法PID控制器在张力控制中的应用

采用遗传算法进行PID参数的优化设计．根据控制任务的要求建立综合优化指标，在此基础上提出采用遗传算法进行PID参数优化的基本步骤，并具体以数字控制系统PID参数的优化为例进行了仿真计算．研究表明，对比传统的优化方法，遗传算法是一种十分有效的优化方法，遗传算法不要求优化对象的数学模型连续，而具有更宽的适用范围，同时遗传算法还具有较好的鲁棒性和稳定性．