一种模糊自适应PID控制器的设计

常规PID调节器由于其算法简单,鲁棒性好,可靠性高等优点被广泛应用于工业过程控制,并取得了较好的控制效果。但是由于参数是固定的,故而难以适应不同要求。把模糊理论与PID控制算法结合起来构成模糊PID控制器,让PID参数随着要求不同而跟着调整,从而对不同情况使用不同参数。给出了参数可调整的模糊自适应控制器的设计方法,并对其进行仿真。结果表明,参数可调整的模糊PID控制器在大多数的控制系统都取得了较常规PID控制器更好的控制效果,系统稳态和暂态性能指标完全得到进一步的提高。     

一种自适应性神经元控制器研究

经典的控制器参数的整定过于依赖控制对象的数学模型,不便在线调整。为了解决这一问题,提出一种自适应性PID神经元控制器。在PID控制原理的基础上,充分利用神经网络用于非线性控制的特性,对神经元赋予了比例、积分和微分的功能。采用可微可导的激励函数,通过反向传播算法,实现了控制器参数的在线调整。仿真实例证明PID神经网络控制器具有较好的自适应性和抗干扰能力。     

基于模糊PID控制的螺杆空压机温度控制系统

为了改善传统螺杆空压机温度控制系统中的PID控制器参数设定的准确性不高,提高控制器初始参数设置的及时性和准确性,提出一种基于模糊控制理论的并采用齐格勒·尼克尔斯第一法确定PID控制器参数的初值的方法,并运用于新的控制器中,通过运用模糊控制理论实现对PID控制器参数的修正,从而得到满足控制要求的PID控制器参数。并通过仿真实验,实现PID控制器的参数满足控制要求,验证了该控制器的可行性和有效性。     

基于模糊理论的参数可调整的模糊PID控制器的研究

PID控制是最早发展起来的控制策略之一,由于其算法简单,鲁棒性好,可靠性高等优点被广泛用于工业过程控制。我们将模糊控制理论应用于PID控制器的设计,给出了参数可调整的模糊PID控制器的设计方法。     

磁悬浮系统的模糊PID控制器设计

基于GML1001磁悬浮实验装置设计了一个模糊PID控制器.该控制器利用传统的PID控制器和模糊控制器相结合形成,能根据系统偏差的大小、方向以及变化趋势等特征,依据模糊规则库做出模糊推理,能自动调整PID参数,可达到更加满意的控制效果.利用设计的模糊自适应PID控制器,对磁悬浮控制系统中钢球的悬浮位置实现了精确的控制.实验结果表明,模糊自适应PID控制器可以使磁悬浮控制系统拥有较好的稳态和动态性能.     

基于蚁群算法的智能人工腿最优PID控制器设计

以蚁群系统和蚁群算法为基础,提出了一种新的具有不完全微分的最优PID控制器的设计方法.该控制器以系统单位阶跃响应的超调量σ、上升时间tc以及调整时间ts为性能指标,针对给定的控制对象,利用所建立的蚁群算法搜索出一组最优PID参数K*p,*i及T*d,作为实时控制中PID控制器的参数.该控制器被用于控制智能仿生人工腿中的执行电机.计算机仿真结果表明,与传统的PID控制器相比,这种基于蚁群算法的最优PID控制器具有良好的动态和稳态性能,可用于控制多种不同的对象和过程.     

参数不确定对象的模糊非线性PID控制方法

针对传统 PID 控制不能同时获得较佳的动静态性能和一些非线性 PID 控制需构造合适的非线性函数和附加参数调整等问题,提出了将一维模糊控制器与 PID 控制器相级联构成了一个新型模糊非线性 PID 控制器。该一维模糊控制器只需用五条控制规则,实现了输入与输出的非线性增益关系,并且模糊非线性 PID 控制器利用原有的 PID 控制参数,易于实现。同时针对一类参数不确定的被控对象,采用基于蒙特卡罗方法进行随机试验得出了一种控制系统的性能评价方法     

一类基于PID控制的新型模糊控制方法

研究了一类基于模糊规则的变参数 PID控制方法 .对于模型未知对象 ,常规 PID控制器参数的调节一般要基于一些语言信息的经验知识 ,这对 PID参数的调节带来一定的困难 .模糊控制在处理语言信息方面具有一定的优势 ,因此将模糊控制和 PID控制方法相结合组成一种复合控制器的设计是可行的 .采用 TS模糊模型 ,给出了一类给予模糊规则的变参数 PID控制器的设计 .这种控制方法兼备模糊控制与 PID控制优点 ,具有广泛的应用价值     

单神经元PID控制在锅炉水位控制中的应用研究

针对PID控制器的缺点,提出一种用于锅炉水位控制的单神经元自适应PID控制器。通过Simulink的仿真证明,该控制器利用神经元的学习特性,自动调节PID参数,控制效果优于传统PID控制。     

模糊PID控制器的设计

常规PID控制器由于简单、稳定性好、可靠性高而广泛应用于过程控制。PID调节过程的品质取决于PID控制器各个参数的整定。常规PID控制器不能在线整定参数，因而不能很好地控制非线性、时变的复杂系统和模型不清楚的系统。模糊控制器对复杂的和模型不清楚的系统能够进行简单有效地控制。因此，结合传统PID控制器的优点，同时，考虑到模糊控制实现的特点，提出了模糊PID控制器的思想。     

水电站计算机监控系统单神经元自适应PID功率调节的研究

水力发电机组是一个复杂的非线性控制对象,为保证水电站发电机组功率调节具有快速、稳定的控制特性及良好的鲁棒性,本文提出在水电站计算机监控系统有功功率调节中采用单神经元自适应PID功率调节方式.PID控制的关键问题是PID参数的整定,单神经元自适应PID控制器由于其权值可以在线调整,具有较强的自学习和自适应能力,仿真结果表明改进的单神经元PID控制器比传统的控制器拥有更好的稳定性、动态性能和鲁棒性.     

基于uCOS-II的模糊自适应温度控制系统设计

针对车间温度控制系统具有非线性、滞后性和时变性等特点,提出了一种改进型的模糊自适应PID控制器。该控制器通过在线调整学习速率因子和PID参数增量,并结合积分分离思路,实现PID参数的自适应调节。仿真结果表明该控制器优于传统PID控制和传统模糊自适应PID控制。控制系统采用PIC24F作为主控芯片,结合操作系统uCOS-II的实时性、可靠性以及模糊自适应控制的非线性、时变性等特点,通过实验成功的实现对温度准确控制。     

神经智能PID控制算法应用

提出将 Ｐ Ｉ Ｄ 继电自整定与神经元自适应 Ｐ Ｉ Ｄ 控制相结合,利用 Ｐ Ｉ Ｄ 继电自整定法获取神经元自适应 Ｐ Ｉ Ｄ 控制器权系数的初值,实现对一般工业对象（一阶惯性加纯滞后环节）的智能控制．仿真和实时控制结果表明,这种控制策略是对实现全自动型工程控制器的有益尝试．该智能控制算法切实可行,鲁棒性强．     

AQM中基于神经网络自适应的PID控制器

将神经网络和PID控制器有机结合,形成一种基于RBF网络在线辨识、单神经元网络在线整定的自适应PID控制器,用于对主动队列管理（AQM）的拥塞控制.仿真结果表明,该控制器对负载队列的控制效果明显优于传统PID控制器.     

基于模型参考的自适应PID控制器

提出了一种基于模型参考的自适应 PID控制器 ,通过引入一自适应误差信号 ,根据模型参考自适应控制原理的方法 ,推导了 PID参数整定的自适应率 .仿真结果表明 ,该控制器与典型的PID控制器相比 ,显著提高了系统的动态响应性能 ,系统输出能够很好地跟踪参考模型的输出 ,具有一定的抗干扰性 ,鲁棒性较好     

模糊自适应PID在焦炉控制中的仿真

针对焦炉温度大惯性、纯滞后、非线性和时变性等特点,结合PID和模糊控制两者的优点,提出了一种模糊自适应PID控制方法.对模糊自适应PID算法进行了理论分析,对焦炉生产的简化模型做了仿真研究.结果表明,采用模糊自适应PID控制,系统的调节时间缩短,响应速度加快,抗干扰能力和适应参数变化的能力都优于常规PID控制,具有更好的动态特性和稳定性,有效减少了炉温的波动.     

静止无功补偿器的智能自适应PID控制器设计

将神经网络和模糊控制与有着广泛应用ＰＩＤ控制相结合,设计了一种静止无功补偿器的智能自适应ＰＩＤ控制器。利用神经网络实现系统模型辨识,采用模糊逻辑和神经网络相结合对ＰＩＤ控制器参数动态寻优。使ＳＶＣ的控制既具有模糊控制的简单,有效的非线性控制作用,又具有神经网络的自学习,自适应能力。     

水下焊缝跟踪单神经元自适应PID控制与参数优化

水下焊缝跟踪过程复杂,不确定因素多,并且焊接过程具有非线性特点,传统PID控制效果不理想.本文提出了单神经元自适应PID控制器,通过神经元的自学习能力,能够在线自适应调整PID参数,同时利用差分进化算法对单神经元自适应控制器的参数进行优化.经仿真结果可知,该单神经元自适应PID控制器响应速度快,精度高,控制效果好.     

一种基于模糊神经网络的自适应PID智能控制器

设计了一种新的基于模糊神经网络的自适应PID智能控制器,该系统利用模糊神经网络对被控对象进行模糊辨识,同时,采用BP学习算法的神经网络自适应地调整PID控制器的参数,将模糊技术、神经网络与PID控制综合起来,从而实现PID控制的自适应和智能化。仿真实验表明,该控制器具有较高的控制品质。     

自适应PID控制在风力发电机试验系统的应用

将模糊自适应的控制模型与常规PID控制算法相结合,设计一种自适应模糊PID控制器,利用这种控制器的控制参数在线调整功能,以适应被控过程的参数时变性,并将其应用于风力发电机试验系统电源组的控制系统,来改善试验系统电源组的控制性能.结果表明,控制器参数易于整定,且具有较好的自适应性.应用自适应模糊PID控制的风力发电机试验系统电源组的控制系统能够适应被控对象在较大范围内的变化,具有较强的自适应性和优良的控制性能.