模糊PID控制在水位控制中的应用与仿真

水位控制系统具有非线性、非最小相位、时滞和强耦合,难以建立精确的数学模型。本文在分析常规PID控制器局限性的基础上,运用模糊逻辑,借鉴三冲量控制方法,将模糊规则整定PID参数的控制方法引入锅炉水位控制中,设计出一种模糊PID控制器,对PID三个参数在线整定。仿真研究和在实验室的实际应用表明,模糊PID控制器特性比常规PID控制器更优良,能有效地改善控制效果。     

一种二自由度PID控制器参数整定方法

针对二自由度PID控制器,提出一种简单的基于预期动力学方程设计的参数整定方法.通过分析,将二自由度PID控制器表示成闭环系统预期动力学特性方程和系统扰动量观测器的函数.选取预期动力学特性方程系数和观测器参数作为控制器参数,分析了参数与系统性能的关系,并提出了各个参数的取值规则.仿真结果表明,该方法对含纯积分环节对象、非最小相位对象、时滞对象、高阶对象、不稳定对象等都具有良好的控制效果.     

基于次最优模型降阶的自整定PID控制器

针对过程工业中含有振荡环节和大滞后环节较难控制的被控对象,设计了一种基于频域辨识的自整定PID控制器.该控制器采用次最优模型降阶算法,辨识出二阶加纯滞后的模型;然后基于给定的相位裕度和幅值裕度,整定出PID参数.并通过仿真实验表明对于不同的被控对象,自整定得到的PID参数均能取得较好的控制效果.     

基于多宇宙并行遗传算法PID参数整定

针对复杂工业过程中控制要求多样性、控制参数难以调整等问题,本文提出了一种PID控制器参数整定的多宇宙并行遗传算法。利用多宇宙并行的方法以及移民与交叉两种策略改进标准遗传算法在PID控制参数整定过程中收敛速度较慢、稳定性较差、易陷入局部最优等问题。仿真实验结果表明,基于该方法设计的PID参数整定获得了良好的效果,能够较好地解决复杂工业过程中控制参数整定的问题。     

基于过程辨识的PID参数自动整定

从标准的ＰＩＤ控制器结构出发，导出了一类基于被控过程辨识的ＰＩＤ参数自动整定算法，对由此构成的自校正ＰＩＤ控制系统的稳定性和其他性能进行了理论分析和仿真研究。结果表明，该算法对开环稳定的非最小相位过程具有良好的控制效果，但如果离散化方法选取不当，将导致闭环系统不稳定。     

一阶不稳定时滞过程的二自由度PID控制

针对一阶不稳定时滞过程,提出一种基于灵敏度函数的二自由度PID控制器整定策略.首先利用内环反馈得到稳定的广义被控过程的模型,然后基于灵敏度函数利用鲁棒分析方法整定二自由度PID控制器的参数.该方法使系统具有良好的目标值跟随特性、干扰抑制特性和鲁棒性,并且参数调整方便.仿真结果表明该控制方法的有效性.     

混合微电网的功率分配策略及PI参数整定

针对混合微电网中功率分配策略复杂及PI控制器参数整定困难的问题,提出一种基于混合储能荷电状态的功率协调分配策略及PI参数整定方法.该策略以超级电容荷电状态和蓄电池参考功率为控制目标,进行网内波动功率协调分配,根据分配功率获得相应的电流参考值;依据工业控制理想相角裕度利用Siso反馈技术自动寻优设计PI控制器,调节实际值...     

一种线性自抗扰控制器参数自整定方法

针对线性自抗扰控制器参数难于整定的问题,提出了一种基于动态响应过程时序数据挖掘的参数自整定算法. 算法以线性自抗扰控制器中线性误差反馈律的两个增益信号回路的动态响应为参数调整对象,通过改进变收缩系数的随机搜索算法进行参数整定,记录动态响应过程数据,基于关联关系挖掘得到控制参数调整策略应用于线性自抗扰控制器的参数自整定. 为验证本文提出的参数自整定方法的实际效果,以液压自动位置控制系统为控制对象,分别采用阶跃响应仿真和Monte Carlo实验进行对比研究. 结果表明,基于数据挖掘参数自整定的线性自抗扰控制器动态响应较好,鲁棒性较强,改进了变收缩系数随机搜索算法调整时间较长以及传统线性自抗扰控制器超调较大的缺点,是一种具有实用性的线性自抗扰控制器参数自整定方法.     

高阶反向响应过程的分数阶PID控制器设计

针对具有反向响应特性的高阶过程,提出了一种分数阶PID控制器设计方法.为了便于控制器设计,采用一种改进的微粒群优化算法对高阶过程模型进行简化处理,在此基础上,根据内模控制原理设计分数阶PID控制器,该控制器仅有一个可调参数,有效降低了控制器整定的复杂度,并根据最大灵敏度指标推导出控制器参数整定的解析表达式,克服了参数选择的盲目性.仿真结果表明,该方法可使系统具有良好的设定值跟踪、扰动抑制特性以及克服参数摄动的鲁棒性.     

一种非最小相位系统控制方法

针对非最小相位系统提出了一种非线性控制方法。利用一种非线性函数对常规PID控制的三个控制项分别进行非线性修正,形成一种非线性PID控制器,并结合这一控制器的直观物理意义,在状态平面上通过旋转该控制器来改变闭环系统的负零点个数,以适应非最小相位系统的控制需求。仿真结果表明,与线性PID控制器相比,本文方法在减小负调幅值的同时缩短了系统调节时间,较好地解决了非最小相位的控制问题。     

基于最大灵敏度的分数阶内模控制器设计

针对分数阶控制器设计参数整定复杂的问题,提出一种基于最大灵敏度的分数阶内模控制器设计方法。采用粒子群优化算法对原系统模型进行简化处理,根据内模控制原理设计分数阶内模控制器;仅通过一个可调参数,实现分数阶内模控制器的快速整定;通过最大灵敏度指标实现分数阶内模控制器的鲁棒整定。仿真结果表明该方法具有良好的控制品质及克服参数摄动的鲁棒性。     

一种分数阶时滞过程的内模控制器设计方法

针对分数阶时滞过程提出一种内模控制器设计方法。根据分数阶过程稳定的充分必要条件给出了时滞过程稳定的阶次范围,采用内模控制(IMC)原理设计一种分数阶IMC控制器,该控制器仅有1个可调参数,且能利用最大灵敏度指标(Ms)实现参数的解析整定,以保证系统的鲁棒性。仿真结果表明:分数阶IMC控制器设计方法简单,参数整定方便,而且可使系统具有良好的目标值跟踪特性、扰动抑制特性以及克服参数变化的鲁棒性。     

机械制浆过程磨机负荷内模PI控制

针对双盘磨机在运行过程中具有大滞后、大惯性及非线性等特点,内模控制作为一种先进控制策略,鉴于其对过程模型精度要求不高等优点,提出了一种基于内模控制原理的PI控制方法,该方法设计的控制器仅有一个可调参数,且通过最大灵敏度指标实现其整定,有效避免了控制器整定的复杂性与随机性.仿真结果表明,与常规PID控制相比,所提方法可有效减小模型参数变化及各种干扰对系统性能的影响,满足机械制浆生产过程对控制器性能的要求,保证磨机安全稳定运行,实现了磨机负荷的稳定化控制,为机械制浆过程综合自动化系统的实施奠定基础.     

基于复合正交神经网络的广义通用模型自适应控制

在自适应逆控制中应用复合正交神经网络具有算法简单、学习收敛速度快等优点,将复合正交神经网络与广义通用模型控制器策略相结合,提出了一种基于神经网络的广义通用模型自适应控制方法.该控制方法中的参考轨迹为一条典型的二阶曲线,控制器参数具有明显的物理意义,参数整定方便.仿真实验验证了该控制策略的有效性.     

MCGS在控制系统参数整定中的应用

针对常规控制器无曲线显示功能,参数整定耗时、效率低等问题;提出了将MCGS工控组态软件应用于参数整定,解决了参数整定过程中无准确数据依据和整定参数控制效果的验证问题,提高了参数整定的效率和准确性,为工程实践提供了一条很好的参数整定途径。     

分数阶系统的二自由度PID预期动态整定法

采用实际模型简单控制的策略,针对分数阶系统提出一种基于预期动态方程的二自由度PID整定方案(DDE)。通过选取预期动态方程系数,将控制器参数与系统控制要求建立联系,确定各个参数的取值规则。8个分数阶模型的控制仿真结果表明,用DDE法整定的整数阶二自由度PID控制器可以使系统满足预期动态,并且该控制器具有与分数阶PID相当或较其更好的控制效果。     

一类大时滞过程的预测PI控制器

针对较为常见的一类大时滞过程,提出了一种预测PI控制器.该控制器把PI控制器参数与Smith预估器参数有机结合起来,减少了控制器参数,从而避免了这些参数在整定时的相互影响,使得控制参数易于整定.仿真和应用结果均表明,该预测PI控制器在一类时滞过程控制中具有优良的性能.     

基于模糊自适应整定PID的水下焊缝跟踪

针对水下焊接过程中焊缝跟踪控制的难点问题,设计了一种用于水下焊缝跟踪的模糊自适应整定PID(比例-积分-微分)控制器,采用模糊控制器充当调节器,在线调整PID控制器的3个参数,利用PID作为控制器,实现控制量的输出;讨论了该控制器的设计方法,并在相应模型的基础上进行了带扰动的控制模拟.仿真结果表明,该模糊自适应整定PID控制器的动态响应快、超调量小、稳态精度高、抗干扰能力强,能够满足水下焊缝跟踪的要求.     

PID控制器简介及参数整定方法

PID控制器是比例积分微分控制器,它具有算法简单、鲁棒性好、可靠性高等特点,广泛的应用在工业控制过程。PID控制器的参数整定一直是人们研究的热点。本文分析了几种常见的PID控制器参数整定方法。     

基于双变异策略差分进化算法的模糊PI参数整定

针对模糊PID控制器参数难以整定的问题,提出一种基于双变异策略协同工作的自适应差分进化算法DSDE。该算法采用随进化代数变化的权重因子,将经由DE/target-to-best/1和DE/rand/2两种变异策略生成的个体加权组合成一个新的变异个体,并采用Z型函数根据迭代次数自动调整变异因子,以适应于不同的进化阶段。将DSDE算法应用于二阶被控对象的模糊PI控制器(FPI)参数整定,MATLAB仿真结果表明,与传统的FPI、DE-FPI和采用自适应变异差分进化算法进行参数整定的AMDE-FPI相比,基于DSDE算法的模糊PI控制器具有更好的控制性能。