分数阶PID控制器及其数字实现

提出一种新的比例、积分、微分(PID)控制器——分数阶PID控制器(包含分数阶积分器和微分器)，把传统的PID控制器的阶次推广到分数领域，它不但适合于分数阶系统，也适用于某些整数阶系统，并能够取得一些优于整数阶PID控制器的效果．给出了分数阶PID控制器的一种数字实现形式，运用Grunwald—Letnicov分数微积分定义，取有限项作近似处理，从而可以直接在时域中运用Z变换方法来计算分数阶PID控制器．仿真结果证明了所给方法的有效性．     

基于粒子群优化算法的分数阶PID控制器设计

分数阶PID控制器具有可变的微分和积分阶次,通过调整控制器参数可以获得更好的控制性能。本文基于粒子群优化算法设计分数阶PID控制器。首先介绍分数阶PID和粒子群优化算法,然后给出分数阶PID控制系统结构、分数阶微积分算子的近似算法和分数阶PID控制器设计的仿真流程,最后通过MATLAB/Simulink对算例进行控制器设计仿真。仿真结果表明,通过粒子群寻优能够获得满意的分数阶PID控制器参数,满足对控制性能的要求。     

分数阶PID控制运用于励磁控制系统

针对传统的PID(proportion integration differentiation)控制器已难以满足励磁控制系统动态、静态性能以及遏制干扰能力的要求,采用比传统的PID控制器多了两个参数的分数阶PID(FOPID)控制器.该控制器调节的范围更加广泛,能够很好的适应当前励磁控制系统的需要.对其控制器与PID控制器做了对比仿真,结果表明:分数阶PID控制器具有优于传统PID控制器的性能.     

基于神经网络优化算法的分数阶PI~λD~μ控制

针对传统的PID控制器控制效果欠佳以及分数阶PI~λD~μ控制器参数复杂难以整定的问题,设计了一种基于误差反向传播(Back propagation, BP)神经网络算法的分数阶PI~λD~μ控制器。首先,将分数阶PI~λD~μ控制器数字化,然后通过BP神经网络算法调节突触权值,经调整后的输出量作为分数阶PI~λD~μ控制器的参数值,最后分别采用分数阶和整数阶作为被控对象进行实验仿真,仿真结果证明了神经网络分数阶PI~λD~μ控制器比传统PID控制器的具有超调量小、上升时间快、稳定性好的优点。     

分数阶 PID 控制器在火电厂锅炉汽包水位控制中的应用研究

基于有理函数逼近理论,结合对数幅频特性渐近线思想构造出了分数阶积分算子、分数阶微分算子的逼近函数,将此理论应用于分数阶PID控制器,并将此控制器用于锅炉汽包水位的控制中.仿真结果表明,分数阶PID控制器比传统的整数阶PID控制器以及模糊PID控制器对汽包水位的控制系统具有更好的控制品质.     

基于小波神经网络的分数阶PIλDμ控制器的设计

目前分数阶PIλDμ控制器参数整定的方法很有限,为了研究分数阶PI λDμ控制器的控制效果,在小波神经网络的基础上提出了分数阶PIDμ控制器的设计原理,然后利用MATLAB进行仿真,通过仿真结果证明了该策略的有效性,同时通过比较说明采用分数阶PIλ Dμ控制器比采用传统PID控制器能获得更好的控制效果.     

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。     

基于BP神经网络的分数阶PIαDβ控制器参数整定研究

对于分数阶控制系统,因分数阶控制器较传统PID控制器具有更好的适应性,这就为得到更加细腻的控制品质提供了可能。然而,分数阶PI^αD^β控制器的参数整定则相对复杂。针对这一问题,提出了基于BP神经网络的分数阶控制器参数整定方法,有效地克服了分数阶控制器参数整定复杂问题。采用文章所提方法,分别设计了整数阶PID、分数阶PI^αD^β控制器,并进行仿真对比。结果表明,采用分数阶PI^αD^β控制器的系统控制品质优于整数阶PID控制器。     

车辆轨迹的预瞄与模糊分数阶比例-积分-微分控制

为提高无人车辆轨迹控制的精度,提出了一种基于预瞄误差建模和优化模糊分数阶PID控制的车辆路径跟踪方法。根据车辆动力学特性,引入预瞄横向误差模型,以预瞄横向误差为输入,车辆前轮转角为输出,调整转角角度减小偏差实现轨迹跟踪,设计模糊分数阶PID跟踪控制器。该控制器在PID的基础上结合分数阶理论,同时利用粒子群算法优化的模糊控制器对参数进行在线调整。在CarSim/Simulink联合仿真平台进行仿真研究。研究结果表明,本文所设计的控制器可行有效,为轨迹控制的研究提供了参考。     

基于分数阶微积分的风力发电机的变桨距控制方法研究

在分数阶微积分理论的基础上,研究了风力发电机变桨距液压控制系统控制策略,并运用Matlab的Simulink工具仿真,分析各个控制策略对风力发电机的变桨距液压控制效果。仿真结果表明,与整数阶PID控制器相比,该系统在分数阶PIλDβ控制器控制下整个闭环系统具备较好的动、静态性能,说明分数阶PIλDβ控制器控制性能的优越性。     

带观测器的RBF分数阶PID在四旋翼飞行器中应用

针对经典PID算法抗干扰性差、鲁棒性弱的缺点,给出了带干扰观测器的RBF神经网络分数阶PID控制器。干扰观测器一方面可以将外部的扰动以及由模型参数不准确带来的误差引入到输入端并引入补偿,能很好的提高系统的抗干扰能力以及鲁棒性;另一方面干扰观测器模块和RBF神经网络分数阶PID模块两者互不影响。RBF神经网络分数阶PID可以实现分数阶参数的自学习。最后把带有观测器的RBF神经网络分数阶PID应用与四旋翼控制系统中并且进行MATALAB实验。仿真表明:在环境中存在干扰的情况下,带观测器的RBF神经网络分数阶PID控制器能够良好的实现飞行器的姿态控制,同时具有一定的抗干扰能力以及鲁棒性。     

制导弹箭分数阶控制系统

针对制导弹箭控制系统中系统参数出现较大的非线性和时变性等问题,整数阶PID控制难以获得满意的控制效果.根据分数阶微积分的定义和性质,构造了分数阶控制器的结构,分析了其控制器参数对系统性能的影响,将分数阶控制器应用到制导弹箭的控制系统设计中,并对制导弹箭的分数阶控制系统进行了研究.结果表明,分数阶控制器较PID控制器有更强的鲁棒性和抗干扰能力,可以应用于制导弹箭的控制系统中,设计的分数阶控制器的频域和时域响应特性较PID控制器要好.研究结果为分数阶控制器在制导弹箭控制系统中的应用提供了理论基础.     

神经网络分数阶PID在网络控制系统中的应用

文章针对网络控制系统(NCS)存在的网络延时问题,设计了一种基于RBF神经网络的分数阶PID控制器,并将该控制器应用在网络控制系统中,减小网络延时对控制系统的影响。该控制器利用RBF神经网络具有任意精度逼近非线性函数及训练速度快的优点,在线整定分数阶PID控制器,并采用分数阶PID控制器直接控制被控对象;选取Ethernet控制的弹簧-阻尼控制系统作为实验对象。实验结果表明:该控制系统具有响应速度快、控制精度高、鲁棒性强的特点,有效地减少了网络延时对NCS的影响。     

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.     

汽车防抱制动系统的分数阶PID控制算法研究

鉴于汽车防抱制动系统控制过程中存在时变性、非线性、不确定性等问题,采用一种基于分数阶PID的控制方法,设计了分数阶PID控制器,并在Matlab/Simulink系统进行了单轮车辆的防抱死制动仿真;仿真结果表明：该控制策略具有更好的鲁棒性,控制效果更优。     

基于伯德理想传递函数的分数阶PID控制器

针对分数阶系统,提出了一种基于伯德理想传递函数的分数阶比例-积分-微分(PID)控制器设计方法.首先分析了伯德理想传递函数的增益和分数阶微积分阶次分别与系统动态性能和鲁棒性之间的关系,然后将伯德理想传递函数作为参考系统,选择分数阶被控对象的阶次作为控制器中微积分阶次,并根据系统动态响应性能和鲁棒性调节增益K,简化了控制器参数的整定.仿真结果表明:所提方法不但设计简单,整定方便,而且具有较好的动态性能、干扰抑制特性,以及克服系统参数变化的鲁棒性.     

最优分数阶PIλDμ网络时延控制器

将分数阶控制理论应用于网络控制系统的时延研究当中,设计了适用于网络控制系统的分数阶最优PIλDμ控制器,并通过仿真实验将其针对固定时延和随机诱导时延的控制效果与整数阶最优PID控制器作了比较.实验结果表明,分数阶控制器和整数阶控制器在应用于对象为整数阶的网络控制系统时均能得到较为理想的效果,但分数阶控制器得到的阶跃响应的超调量更小、上升时间和调节时间也都相对更短,这说明最优分数阶PIλDμ针对网络时延具有更为理想的控制效果.     

基于QPSO分数阶PI~λD~μ的纯电动汽车调速系统研究

为了获得比传统整数阶PID更好的控制性能,本文结合量子粒子群(QPSO,Quantum Particle Swarm Optimization)算法和分数阶微积分理论提出一个分数阶PIλDμ控制方法.通过QPSO优化算法对分别采用整数阶和分数阶PID控制器的目标函数的KP,KI,KD参数进行优化,并将结果导入电动汽车调速模块中进行验证.仿真结果表明,经过QPSO算法优化后的分数阶PIλDμ参数能够明显改善纯电动汽车的调速性能,并使驱动系统的响应速度更快、稳定性更好.     

IPMC分数阶模型的建立与控制

IPMC是一类具有很好应用前景的电活性智能材料,但响应机理复杂且具有非线性限制了其开发与应用。分数阶控制是对传统整数阶控制理论的概括和补充,分数阶控制理论使得传统经典的PID控制理论更具有可模拟性和鲁棒性。为了准确地建立IPMC驱动器的模型并说明分数阶控制的优越性,本文首先建立了描述IPMC驱动器的整数阶模型和分数阶模型,然后比较两种模型的拟合精度,确定采用拟合精度更高的分数阶模型来描述IPMC驱动性能。并针对IPMC分数阶模型设计了整数阶PI控制器和分数阶 PID控制器。最后通过仿真分析可见,分数阶控制的上升时间更快,超调量更小,通频带更宽,可应用于控制IPMC的形变,证明了应用分数阶控制方法使得被控系统的性能得到了明显的改善。     

基于IPMC的分数阶控制及参数整定

离子聚合物-金属复合物材料(ionic polymer-metal composite,IPMC)是一种人工肌肉材料,作为一种新型执行器非常适用于仿生机器人的开发.使用分数阶控制器可以提高对动态系统的控制能力.为了说明分数阶控制的优越性,并对拟合精度高的IPMC分数阶模型设计最优分数阶控制器.首先针对IPMC驱动器的分数阶模型分别设计了整数阶PID控制器和最优分数阶PI1Dm控制器.然后,比较分析控制效果可见分数阶控制的上升时间更快,超调量更小,证明了应用分数阶控制方法可以使得被控系统的性能得到明显改善.最后,针对分数阶控制器的各个参数的变化对系统的影响做了详细的分析,故而可以选择最优参数实现分数阶最优控制.