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。     

基于改进鸡群算法的PID参数整定

PID参数整定一直是控制工程研究的热点,利用传统的方法整定参数得到的系统性能往往较差,为解决PID参数整定问题,提高系统性能,提出一种基于改进鸡群算法(CSO)的PID参数整定方法。改进鸡群算法的目的是提高鸡群算法的收敛速度与精度,增强算法跳出局部最优的能力,4个标准测试函数的测试结果验证了改进的有效性。利用改进鸡群算法对4类典型工业过程的PID参数进行整定,以时间乘绝对误差积分函数(ITAE)为优化目标,Matlab仿真结果表明：通过改进鸡群算法整定PID参数得到的系统性能比传统的Z-N参数整定法以及Matlab遗传算法(GA)工具箱参数整定得到的系统性能有很大的提高。     

基于继电器反馈的自整定PID调节器设计

PID控制是目前过程工业应用最普遍的控制方法之一。但是简单PID控制不能很好地适应对象系统特性变化时的最佳控制要求,而人工调整参数在控制精度和调整频度上均不可能满足时时变化的对象系统的控制要求。目前己有的多种具有PID参数自整定功能的智能调节器大多整定复杂并对实际控制过程有影响。鉴于PID控制方法目前仍有广泛应用,PID参数自整定调节器的设计将具有很好的应用价值和市场空间。针对应用现状,提出并实现了一种基于继电器反馈,具有自整定功能的PID调节器的设计。     

温度过程控制的PID参数自整定方法

针对工业过程控制中PID参数人工整定的困难和参数自整定的必要性,对PID参数自整定原理和方法进行了讨论,并对温度过程进行控制,表明其正确,有效和实用。     

模糊自整定PID控制器参数的设计

根据PID控制器的特点以及PID参数对过渡过程的影响,将模糊控制技术引入到PID控制器参数的自整定过程中,将PID控制和模糊控制结合起来,使控制质量大为提高,有一定的实用价值.     

直流电动机人工智能控制器研究

本文将PID控制和模糊控制相结合,控制直流电动机。首先对直流电动机的PID控制进行仿真,鉴于其参数变化范围大,整定过程繁锁,所以采取遗传算法对PID参数进行整定,通过仿真发现,整定过程大大简化,然后又采用模糊自整定方法对直流电动机进行控制,最后,将各种控制方案进行仿真,结果进行对比分析,表明模糊自整定控制器性能不仅具有良好的动、静品质,且具有较强的抗干扰能力以及参数时变的适应能力。     

直流电动机人工智能控制器研究

将PID控制和模糊控制相结合,控制直流电动机.首先对直流电动机的PID控制进行仿真,鉴于其参数变化范围大,整定过程繁锁,所以采取遗传算法对PID参数进行整定.通过仿真发现,整定过程大大简化,然后又采用模糊自整定方法对直流电动机进行控制.最后,将各种控制方案进行仿真,结果进行对比分析,表明模糊自整定控制器不仅具有良好的动、静品质,且具有较强的抗干扰能力以及参数时变的适应能力.     

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。     

基于改进鸡群算法的比例-积分-微分参数整定

比例-积分-微分(PID)参数整定一直是控制工程研究的热点。利用传统的方法整定参数得到的系统性能往往较差,为解决PID参数整定问题,提高系统性能,提出一种基于改进鸡群算法(CSO)的PID参数整定方法。改进鸡群算法的目的是提高鸡群算法的收敛速度与精度,增强算法跳出局部最优的能力,4个标准测试函数的测试结果验证了改进的有效性。利用改进鸡群算法对4类典型工业过程的PID参数进行整定,以时间乘绝对误差积分函数(ITAE)为优化目标。Matlab仿真结果表明:通过改进鸡群算法整定PID参数得到的系统性能比传统的Z-N参数整定法以及Matlab遗传算法(GA)工具箱参数整定得到的系统性能有很大的提高。     

模糊自整定PID控制器参数的设计

根据PID控制器的特点以及PID参数对过渡过程的影响，将模糊控制技术引入到PID控制器参数的自整定过程中，将PID控制和模糊控制结合起来，使控制质量大为提高，有一定的实用价值。     

基于递归神经网络的多变量系统预测控制

针对线性PID控制器系数难以整定的问题，构造了一种用神经网络实现的非线性PID控制器．多个具有相同结构的非线性PID控制器并联，对多变量系统实现解耦控制器．结合预测控制的思想，提出两种控制方案．第一种是在递归多步预测的基础上，在广义最小方差目标函数下实现控制，第二种利用多步预测目标函数在线修正解耦控制器的权值．仿真实验表明这两种方法的有效性．     

采用自适应模糊PID的二阶倒立摆控制

建立一个二阶倒立摆的数学模型,将常规比例-积分-微分(PID)控制与模糊控制相结合,设计模糊PID控制器,实现PID参数的自适应模糊整定.仿真实验表明:所设计的模糊PID控制器能很好地实现二阶倒立摆的扶起平衡控制,控制效果明显好于常规PID控制器,超调量和调节时间较小,具有较好的抗干扰能力,非常适合二阶倒立摆模型的稳定控制.     

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。     

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。     

基于RBF神经网络整定的热风炉温控系统设计

为了提高热风炉的燃烧效率,改善热风炉温控系统的自动化程度,提出了一种基于RBF神经网络整定的PID控制策略。首先,通过RBF神经网络算法和增量式PID控制器的结合,将神经网络强大的自学习能力应用于对增量式PID参数的调整。然后,在常规热风炉温控系统的基础上,将其外环改为采用RBF神经网络整定的PID控制。热风炉温控系统中内环以煤气阀门开度为变量,外环以拱顶温度为控制变量,通过改进的串级控制来实现热风炉的燃烧优化调整。Matlab仿真分析和实际应用效果表明,RBF神经网络整定的PID控制曲线几乎无超调量,系统抗干扰能力相对传统的PID控制提高了50%。与传统的手动控制相比,所提出的控制策略使得原系统的抑制干扰能力明显增强、鲁棒性更好,在热风炉温控方面具有良好的研究和应用价值。     

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.     

温度控制系统的无超调模糊-PID控制器设计

提出一种针对典型温度控制系统的模糊-PID控制策略,使得系统在无超调的情况下获得最短的调节时间,以节省设备投资.对传统模糊控制方法与PID参数整定进行了改进,仿真结果表明控制器设计方法简单实用,并有良好的控制效果.     

基于改进模拟退火算法的二自由度PID控制器设计

通过分析传统二自由度PID控制器参数整定过程中存在的不足,结合模拟退火算法的特点,提出了一种改进的模拟退火算法,并将其成功地应用于二自由度PID控制器的参数优化设计.仿真结果表明,所设计的二自由度PID控制器同时具有良好的目标值跟踪特性和干扰抑制特性.在隧道式炉二自由度PID控制系统设计中获得了良好的控制效果,从而说明了该方法的有效性.     

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