基于Mamdani模糊自适应PID的液位串级控制系统设计

本文依据模糊控制和常规PID控制的基本特点,设计了一种基于Mamdani模型的模糊自适应PID液位串级控制系统,研究对具有时变、非线性的复杂系统的控制.通过引入Mamdani模型的模糊规则对PID控制参数进行修正,实现对液位系统在全工况下的优化控制.利用Matlab进行仿真,研究分析表明,基于Mamdani模糊自适应PID控制方法与常规PID方法相比具有很好的控制效果,具有更好的稳定性、鲁棒性,且控制精度高.     

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     

基于改进模糊PID算法的空燃比控制策略研究

对发动机瞬态工况空燃比进行控制时,由于单缸汽油机本身固有的非线性和时滞环节,传统PID控制很难取得满意的效果,本文构造了一种带动态补偿的模糊PID控制器.首先搭建了单缸机仿真模型,并将模糊PID控制算法应用于空燃比控制中,以适应系统的非线性;然后针对单缸机系统中固有的时滞环节提出一种动态时滞补偿器,以降低时滞环节对系统的影响;再将该时滞补偿器耦合于模糊PID控制器中,应用于单缸机瞬态工况下的空燃比控制.仿真结果表明,改进的模糊PID控制器不仅能补偿系统中时滞环节带来的非最小相位影响,而且能很好地适应发动机系统的非线性特征,从而使控制系统的稳定性、准确性、快速性均得到了很大的改善.     

基于T-S模型的模糊PID控制系统设计

在对T-S模型的结构及稳定性分析研究的基础上，提出了一种基于T-S模型最简的模糊PID控制系统；该系统克服了非线性系统设计的困难，借助于线性系统理论解决非线性系统设计中的问题；还把三维模糊PID控制系统设计用两个二维的模糊控制器或是二维模糊控制器加上积分环节来替代，使模糊PID控制系统的设计得到大大的简化．仿真结果表明：这种模糊PID控制系统具有结构简单，规则数少，稳定性高的特点．     

基于Mamdani模糊PID的同步发电机励磁控制

依据模糊理论和常规PID控制规律的基本特点,结合现代大型水力发电工程实际需求,提出了一种基于Mamdani模型的模糊PID控制方法.在建立励磁控制系统简单模型的基础上,通过引入Mamdani模型的模糊规则对PID控制参数进行修正,实现同步发电机励磁系统在全工况下的优化控制,并利用Matlab进行仿真,研究分析表明,新方法与常规PID方法相比具有较好的控制效果,为模糊PID控制在大型同步发电机励磁控制的应用提供一种新思路.     

基于粒子群优化的升降机驱动装置控制策略

针对由于施工升降机驱动装置存在非线性因素,导致吊笼驱动装置运动精度低和响应慢的问题,提出了一种基于粒子群优化的比例、积分和微分(proportional integral derivative, PID)控制策略。首先,建立异步电机的矢量变频控制模型,基于MATLAB/Simulink通过偏差耦合控制策略实现三电机同步控制模型搭建,并设计了粒子群PID控制器以及模糊PID控制器;然后在ADAMS软件中建立驱动装置的虚拟样机,通过ADAMS的Controls接口模块与MATLAB实现机电联合仿真;最后根据施工升降机实际运行工况进行联合仿真验证并分析控制策略可行性。研究结果表明：粒子群PID控制器提升了吊笼位置控制精度与响应速度,粒子群优化PID系统响应时间相较于PID控制系统提升38%,相比模糊PID提升6%,系统稳态误差分别提升62%、98%,满足实际运行需求。     

模糊-PID控制在SVC中的应用

提出了一种采用模糊-PID双模控制的SVC无功补偿控制器的设计方法.模糊-PID控制器综合了模糊和PID两种控制方式的优点,使控制器既具有模糊对非线性系统控制的简单有效,又具有PID控制的精确性.实验结果表明,该控制器具有较高的控制精度和鲁棒性.     

模糊PID双层参数整定及其在固化炉中的应用

提出了一种模糊PID(proportion integration differentiation)控制器的双层参数整定方法。将模糊PID控制器的参数整定分为比例因子的整定与模糊隶属度函数参数整定2部分。推导出模糊PID控制器的解析模型,该解析模型包括线性部分和非线性补偿2个部分。整定的过程中,把模糊PID控制器解析模型的非线性补偿看作过程扰动,由线性部分和被控对象的二阶纯时滞模型,基于系统的增益裕度关系,导出模糊PID控制器的比例因子。再基于粒子群优化算法(PSO,particle swarm optimization)对三角隶属度函数进行优化,使控制器进一步适应被控对象的动态特性。仿真结果表明了研究方法的有效性以及应用在芯片固化炉的温度控制过程中,提升温度控制的效果。     

基于粒子群优化算法的模糊神经分数阶PID电子节气门控制器设计

针对汽车电子节气门的精确跟踪控制问题, 建立了面向控制器设计的非线性模型,分析了摩擦非线性以及LH 非线性对电子节气门位置的影响.采用模糊神经分数阶PID 控制方法设计了电子节气门非线性控制器,并利用粒子群优化算法对控制器参数进行优化.最后将扰动考虑在内进行了仿真实验,仿真实验表明基于模糊神经分数阶PID的控制方法能够很好地实现电子节气门控制.     

模糊自适应PID控制器在无刷直流电机控制系统中的应用研究

对于具有多变量、时变性、非线性、强耦合等特性的无刷直流电机(BLDCM)控制系统,传统的PID控制很难实现良好的控制效果.基于无刷直流电机(BLDCM)的数学模型,提出一种基于模糊自适应PID控制的速度控制方案.该算法根据电机转速变化,采用模糊控制原理对PID的参数进行在线整定,实现优化控制.仿真结果表明,模糊自适应PID控制具有转速响应快,超调量小等优点,使系统对扰动和参数变化都具有较强的鲁棒性,控制效果优于传统的PID控制.     

基于多软件平台的二维重载精密转台的控制特性仿真分析及优化

为提高二维重载精密转台动态特性，基于AMEsim、ADAMS以及Simulink多软件机电一体化联合仿真对系统控制特性进行仿真分析.本文使用AMESim建立电机模型，Adams建立二维重载系统的动力学模型，使用Simulink工具箱建立PID控制模型，最终建立三软件联合仿真模型对系统阶跃响应进行仿真分析；针对系统存在时变性、非线性和负载干扰等因素的问题，采用自适应模糊PID控制算法对系统进行控制优化.仿真结果表明，模糊PID控制算法有着响应快、无超调，稳定误差较普通PID控制减小37%左右等优点.     

粒子群优化模糊PID的塔式起重机定位和防摆研究

针对塔式起重机控制系统是一个大时滞性、时变及非线性的控制系统,无法建立准确数学模型,难以进行精确控制的问题,设计了模糊PID控制器,通过模糊推理对PID的参数进行在线调整,但由于专家经验具有局限性、盲目性以及模糊控制内不确定因子过多,导致控制性能较差。因此,本文采用粒子群算法对量化因子和比例因子先在离线状态下进行迭代优化后,快速整定模糊PID参数,然后通过MATLAB对控制系统进行仿真分析。仿真结果表明,该方法明显提升了负载的运输效率,有效抑制了塔式起重机负载摆角,并实现了塔式起重机快速准确定位,具有较强的鲁棒性。     

船用汽轮机变工况的遗传粒子群优化智能控制方法研究

为提升船用汽轮发电机组大幅变工况时的控制精度和鲁棒性,首先剖析船用汽轮机大幅变工况的运行特性,以调节系统各部件的模块化数学模型为基础,建立汽轮机组DEH闭环模糊PID控制模型；其次,融合遗传算法的选择、交叉、变异和自适应递减权重法,提出遗传粒子群智能优化算法,并结合标准测试函数验证提出算法具有较高的收敛速度和精度；然后,基于遗传粒子群智能优化算法建立汽轮机变工况自适应智能模糊PID控制模型,实现模糊PID的量化因子与比例因子最优化设计,进而开展船用汽轮发电机组大幅变工况动态特性及扰动因素影响分析,结果表明本文建立的自适应智能模糊PID控制模型具有更好的控制稳态性能与鲁棒性,为船用汽轮机组大幅度变工况智能控制优化设计提供了有力的技术支撑。     

强迫风冷封闭母线温度控制系统设计

针对强迫风冷封闭母线温控系统的非线性、时变性和不确定性,设计了一种基于模糊控制和PID算法的温度控制系统,通过对强迫风冷封闭母线温度控制回路的应用仿真,结果表明:此系统既可以发挥模糊控制灵活而适应性强的优点,同时又具有PID控制精度高的特点,因此采用模糊PID控制算法的母线温度控制系统可提高对母线温度的跟踪能力,系统具有更优的动态性能。     

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。     

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。     

基于参数自整定模糊PID算法的平地机行走速度优化控制系统设计

针对平地机作业时行进速度精度的滞后问题及控制参数,提出了基于参数自整定模糊PID算法的平地机行走速度优化控制系统,协调解决行进速度的滞后问题,并完成了将该算法应用在平地机的控制系统中.系统采用单片机作为行走速度的控制中心,为验证参数自整定模糊PID算法的有效性和可靠性,对平地机的行进速度控制进行了设定干扰信号的测试.通过Matlab软件的Simulink仿真,分析了不加PID的常规控制、PID控制、参数自整定模糊PID控制进行速度稳定控制的效果,测试显示响应时间短、响应速度较快,能够满足设计的要求.     

基于PSO优化算法的模糊PID励磁控制器设计

针对优化发电机励磁控制器控制问题,研究模糊理论及人工智能控制方法,建立数学模型分析励磁控制器,找到将粒子群算法与模糊PID相整合的励磁控制途径,并设计了适用于低压水轮发电机的励磁控制器.粒子群优化算法优化控制系统的初始参数,模糊PID完成对系统的动态控制.仿真结果表明,改进的控制器算法相比传统PID控制和模糊控制PID,响应速度较快(上升时间少于1s),超调量小(超调量少于5%).能够满足控制器快速、准确和稳定的要求,是一种先进的控制方法.     

基于模糊模型的预测PID控制器的参数整定

提出一种基于模糊模型的预测PID控制器（PPID）的参数整定方法，PPID采用广义预测控制的控制策略，控制算法简单，容易在单片机、PLC和仪表上实现，且有比普通的PID更优良的性能，参数整定分两阶段进行，首先基于初始模型对PPID离线进行整定，然后在系统运行后利用对象的输入输出数据对模糊模型和PPIDR的参数再次进行离线整定，整定算法均采用批处理方式的梯度下降法。