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.     

模糊PID控制在液位控制系统中的应用

提出一种基于模糊规则的PID控制器的设计方法.该方法以建立模糊规则和进行模糊推理来调整PID控制器的kp,ki,kd等参数,通过JX-300X集散控制系统对QXLPC-Ⅲ液位对象进行控制.实验结果表明,所设计的模糊PID控制系统比常规PID控制系统具有更优良的控制品质.     

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.     

基于LabVIEW的模糊PID液位控制系统实现

液位控制是工业控制中的重要问题,针对液位控制过程中存在大滞后、时变、非线性的特点,设计一种参数自适应的模糊PID控制器,可以在线实现PID参数的调整。介绍了基于Lab VIEW的模糊逻辑工具箱(Fuzzy Logic Toolkit),并利用该工具箱设计出模糊PID控制器并实现对三容水箱的控制实验。实验结果表明模糊PID控制算法与常规PID算法相比具有鲁棒性强和动态性能好等特点,该控制方法对于三容水箱类系统控制是有效的。     

应用变论域模糊PID的直流电机调速系统

基于PID控制与模糊控制各自的优点,将模糊控制与常规PID控制相结合,并运用变论域的方法,设计了变论域自适应模糊PID控制器.然后,以直流电机为模型,实现对其转速的控制,使用Matlab进行可行性研究,并将其仿真结果与PID控制和模糊控制的仿真结果进行比较.结果表明,基于直流电机的变论域自适应模糊PID控制器的控制效果...     

滴丸机石蜡油液位的模型参考模糊自适应PID控制

滴丸机定型杯石蜡油液位控制系统是一个存在非线性、参数时变性和耦合性的复杂系统．通过分析建立了该液位系统的数学模型,并且将自适应控制、模糊控制和PID控制结合起来,提出了一种模型参考模糊自适应PID控制方法．该方法无需辨识被控对象参数,实时性好,便于在线控制．仿真结果表明,该方法具有较好的动态品质和调节精度,以及很强的鲁棒性,即使当被控对象参数摄动20％时,依然可以获得理想的控制效果．现场运行实验结果也表明了该方法的有效性．     

汽车主动悬架自适应模糊PID控制仿真研究

建立了1/4主动悬架模型,设计出自适应模糊增益调节PID控制器,参照系统在时频两域中的响应情况对PID的控制参数进行整定,并使用模糊控制器对PID的控制量加以修正.对被动悬架、单纯PID控制的悬架和自适应模糊PID控制的悬架分别施以阶跃信号激励和积分白噪声信号激励进行仿真.结果表明,自适应模糊PID控制算法具有较好的控制效果和鲁棒性.     

模糊PID液位控制系统的设计与实现

文章针对双水箱液位系统,主调节器采用模糊PID控制,副调节器采用比例调节器的串级控制系统对水箱液位控制。并用组态软件MCGS实现了普通PID和模糊PID控制算法。试验结果表明,采用模糊PID控制的下水箱液位,较常规PID控制其响应速度快,且较快地达到稳态,从而改善系统的性能。     

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.     

基于改进型神经动态规划算法的单容液位优化控制

单容液位控制系统是一个强非线性、多约束、时滞的复杂系统,传统的PID控制算法很难对其进行精确自适应优化控制。介绍了一种改进型的神经动态规划(NDP)算法,其中模型网络用小波神经网络来替代,并针对单容液位控制系统的液位进行自适应优化控制。仿真结果表明,基于神经网络的NDP算法在鲁棒性、控制精度和控制效果都优于传统的PID算法。     

碳纤维角联织机卷取系统张力网络化控制研究

针对碳纤维角联织机卷取系统中的张力控制问题,对卷取系统进行动力学分析并建立动力学模型;在考虑网络诱导时延、数据包丢失及网络带宽占有率等因素的基础上设计一种自适应模糊PID控制器,将此控制方法与常规的PID控制方法进行仿真对比。结果表明,在同时存在网络诱导时延、数据包丢失及网络带宽占有率的情况下,自适应模糊PID控制方法超调量小、输出张力波动小、跟踪效果良好、系统稳定性强,具有更好的控制效果。     

基于dSPACE的水箱液位控制系统

以水箱液位系统为研究对象,基于dSPACE-DS1103单板系统和Matlab/Simulink软件环境,建立了水箱液位系统的实时控制平台。在该平台上,使用dSPACE提供的Real-Time Interface(RTI),通过扩展Matlab的实时工具箱Real-Time Workshop(RTW),实现了从Simulink模型到dSPACE实时硬件代码的自动下载。水箱液位控制系统采用双闭环串级控制,其主调节器分别采用常规PID和单神经元自适应PID控制器进行实验研究。实验结果表明在该实时控制平台上,液位控制系统采用单神经元自适应PID控制器能够获得良好的动态性能,满足对液位的控制要求。     

模糊PID在汽车ABS上的控制优化及仿真研究

在Matlab/Simulink环境内建立了汽车ABS动力学模型,引入S函数对模糊PID控制过程进行优化,并对该控制方法进行了仿真研究,研究结果表明：基于S函数的模糊PID控制更加灵活,汽车ABS在基于S函数的模糊PID控制下,制动距离较常规模糊PID控制短,虽然基于S函数的模糊PID控制在后期有明显颤振,但控制参数具有明显的收敛性。     

工业控制中Fuzzy—PID控制的策略与方法

从理论上分析了常规模糊控制器的局限性,在此基础上推导出模糊PID控制器消除稳态误差的原理,并以液位控制系统为例,介绍了模糊PID控制器的设计方法,并用MATLAB工具箱对系统进行仿真试验.通过对仿真结果的分析得出:模糊PID控制器既能消除稳态误差,又有很强的鲁棒性,对于此类非线性迟滞系统具有良好地控制性能.     

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     

串联谐振全桥逆变电路自适应模糊PID恒功率输出研究

系统采用自适应模糊PID控制技术,针对串联谐振全桥逆变电路,利用MATLAB建立了系统自适应模糊PID输出功率控制仿真模型,并给出了电路仿真波形.结果表明,系统采用自适应模糊PID控制方法,能够应用模糊控制技术对PID参数进行在线修改,以满足不同时刻的功率偏差和偏差变化率对PID参数自整定的要求,使被控对象具有良好的动、静态性能,实现逆变电路的恒功率输出控制.     

无刷直流电机的变论域模糊自适应PID控制系统设计

为了改善无刷直流电机的调速性能,针对普通模糊PID速度控制器的缺陷,研究了基于变论域思想的自适应模糊PID控制器及其在BLDCM控制系统中的应用.在Matlab仿真平台下,建立了BLDCM的模型,构建了BLDCM的电流、转速双闭环控制系统,其中转速环采用了变论域自适应模糊PID控制器,电流环采用普通PID控制器.仿真结果表明,与常规PID控制器和普通模糊PID相比,采用变论域自适应模糊PID控制器的优势在于:转速输出无超调、响应速度快、控制精度高,具有较强的鲁棒性和自适应能力.     

基于自适应模糊PID控制的整流器设计与实现

针对现有电化工业电解槽极化电源主电路普遍采用晶闸管相控整流方案存在的不足,提出了采用交-直-交-直的新型主电路方案,并采用自适应模糊PID控制方法进行软件设计.阐述了电源系统方案的设计、系统主电路结构及工作原理、控制电路分析.重点研究了自适应模糊PID控制方法的基本原理及软件实现,并对其控制效果进行了建模和仿真分析,与常规PID控制算法进行了对比实验分析.结果表明:自适应模糊PID控制算法相比常规PID控制算法具有响应速度快、超调量小、稳定时间短、电源输出谐波少、静态和动态性能好等特点.具有良好的应用价值.     

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T-S模型的局部通风机风量模糊预测控制算法

针对目前比例-积分-微分(PID)控制、模糊控制以及模糊自适应PID控制方法在局部通风机风量控制系统中的不足,提出一种基于T-S模型的局部通风机风量模糊预测控制算法。首先建立了局部通风机系统的T-S模糊模型,并进行拟合度验证实验,然后提出基于T-S模型的模糊预测控制算法局部通风机风量控制策略,并对算法进行了实验验证。结果显示,局部通风系统中,该控制算法相对于PID控制、模糊控制以及模糊自适应PID控制具有更好的控制效果,并且该算法能够根据瓦斯的历史浓度做出先见性的控制。