基于参数稳定空间的PID控制器设计

一阶加纯延时模型难以精确描述被控对象,因此传统的PID控制器不能取得满意的控制效果。基于精确的高阶模型提出了一种最优PID控制器的设计方法。利用广义Hermite-Biehler定理获得使闭环系统稳定的PID控制器集合。在该PID控制器集合中,运用遗传算法寻找基于ITAE指标最优的PID控制器参数。利用广义Kharitonov定理及Monte-Carlo随机试验方法对PID控制器鲁棒性和性能鲁棒性进行评价。仿真结果表明:该文算法对高阶对象具有良好的控制性能,对模型的不确定因素具有较好的适应性和鲁棒性。从而证实了该文算法的有效性,可以应用于高阶系统的控制。     

基于灵敏度的不稳定对象PID控制器

针对不稳定对象提出了一种基于灵敏度指标的PID控制器整定方法.首先采用内环反馈结构将不稳定对象转换成一个稳定的模型,然后基于灵敏度指标设计PID控制器,最后通过将两个回路等价为一个反馈回路结构获得给定加权PID控制器参数.仿真结果表明,本PID控制器整定方法可以使不稳定对象闭环系统获得期望的灵敏度,保证了系统的鲁棒性和良好的控制性能.     

典型不稳定时滞对象的H∞最优灵敏度控制

针对典型不稳定对象推导了PID控制器整定公式，设计过程分为两步，首先根据闭环系统内稳定的定义推出镇定系统的充要条件，然后定义H∞最优性能指标，利用有理近惟逼近控制对象中的纯滞后进行控制器推导，在给出的例子中比较了新的控制器和其他控制器的性能.     

火电厂过热汽温串级PID的快速稳定优化

针对火电机组大迟延的特点,提出了一种基于鲁棒约束的串级PID(比例-积分-微分)控制器稳定域优化方法.该方法首先根据时延系统的模型得到串级PID控制器参数的稳定域,然后利用鲁棒灵敏度函数的最大值获得最优的控制器参数.通过对火电机组过热汽温串级控制系统的仿真研究,表明该方法可以快速地确定串级控制器的最优参数,为火电机组热力系统的PID控制器参数优化提供了一种简单有效的方法.     

基于神经网络的不稳定时滞对象控制

针对过程控制工业中的一类不稳定时滞对象存在的难以稳定、鲁棒性差、对输入的变化和扰动十分敏感的问题,采用了基于神经网络的双自由度控制结构.在利用内环控制器镇定对象并且提高系统反应速度、减轻输出的振荡的同时,结合Guillermo等提出的比例-积分-微分(PID)参数镇定区域理论优化设计外环BP神经网络控制器的学习范围、学习方式和初始参数,改善系统设定值跟踪和扰动抑制的性能,提高系统鲁棒性.仿真结果表明,即使在建模有误差的情况下,该控制结构仍能比传统双自由度PID控制有更好的控制效果和鲁棒性.     

基于参数稳定裕度的低阶数字控制器设计

工业中的控制系统大多含有复杂的不确定性,其模型参数有时会发生一定的波动.针对系统模型参数辨识不准确或发生波动的情况,需尽量选取控制器参数稳定域中稳定裕度最大的一组参数,以保证闭环系统的稳定性.根据工业中被控对象在工作点附近运行时的特点,基于二阶不确定数字控制系统进行比例-积分-微分(proportional-integral-derivative, PID)控制器设计.根据闭环系统稳定性条件给出PID参数稳定域的求解方法,其由一族平行的凸多边形构成.将坐标轴进行旋转,使构成稳定域的凸多边形垂直于其中一个坐标轴.利用线性规划方法,求出每个凸多边形的Chebyshev中心及其深度,选择深度最大的Chebyshev中心坐标.利用坐标轴逆旋转变换求出其在原坐标系下的坐标,即为对应的控制器参数.     

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.     

单神经元自适应PID控制器的实现与仿真研究

给出了单神经元自适应PID控制器的算法与控制系统仿真模型.利用单神经元PID控制器的自学习、自适应能力实现PID控制参数的自整定.并对被控对象进行了仿真研究,仿真结果表明,该控制方法与常规PID控制方法相比,具有更好的自适应性和更强的鲁棒性.     

一阶不稳定时滞过程的二自由度PID控制

针对一阶不稳定时滞过程,提出一种基于灵敏度函数的二自由度PID控制器整定策略.首先利用内环反馈得到稳定的广义被控过程的模型,然后基于灵敏度函数利用鲁棒分析方法整定二自由度PID控制器的参数.该方法使系统具有良好的目标值跟随特性、干扰抑制特性和鲁棒性,并且参数调整方便.仿真结果表明该控制方法的有效性.     

三轴转台模糊PID控制研究

以三轴转台为研究对象,利用多刚体系统运动理论和欧-拉方程建立了动力学模型,并运用模糊理论构造了模糊自适应PID控制器,利用Matlab中的Simulink进行仿真.结果表明,模糊PID控制器可显著改善控制系统对动态目标的捕获跟踪能力,提高跟踪精度.     

基于遗传算法的154T电动车牵引励磁PID控制器的设计

讨论了154T电动轮自卸车牵引励磁控制的基本问题;分析了传统PID控制器的不足和基于遗传算法PID控制器的优势;论述了遗传算法的原理、基本问题和实现步骤.研究了电动轮自卸车的牵引特性和牵引励磁控制系统的结构,根据设计,该系统被控对象可简化为二阶系统,而控制器采用基于遗传算法的PID控制.用MATLAB对PID参数整定进行了仿真,以考察利用遗传算法的进化能力优化PID的效果.仿真结果表明,经过遗传算法优化的PID控制器具有较高的精度和较强的适应性,能获得满意的控制效果.     

电控离合器的H∞控制及鲁棒性分析

针对典型不稳定对象推导了PID控制器整定公式.设计过程分为两步.首先根据闭环系统内稳定的定义推出镇定系统的充要条件,然后定义H∞最优性能指标,利用有理近似逼近控制对象中的纯滞后进行控制器推导.在给出的例子中比较了新的控制器和其他控制器的性能.     

基于粒子群算法的逆变电路PID控制

针对逆变控制系统中PID控制器参数整定困难的问题,提出了基于粒子群算法的逆变电路PID控制器设计方法.通过推导逆变电路模型得到逆变电路传递函数,以该传递函数作为PID控制对象,利用粒子群算法搜索PID参数.MATLAB仿真结果证明了该方法的可行性和优越性.与采用遗传算法相比较,该粒子群算法能更快的获得合适的PID控制参数,所需迭代次数更少.     

一类基于Levenberg-Marquardt算法的神经PID控制研究

传统的比例积分控制器具有一定的局限性,尤其是当被控对象会有非线性、不确定性和时变特性,常规的PID控制器往往难以发挥作用,甚至会失稳.利用神经网络进行复杂过程的PID控制可以很好地解决上述问题.Lvenberg-Marquardt(LM)算法是梯度下降法与高斯-牛顿法的结合.就训练次数与精度而言,它明显优于共轭梯度法及变学习率的BP算法,适用于PID控制.得到了在线自适应神经网络PID控制算法,该算法改善了传统BP算法,实现了现有PID控制器控制方法.     

线性时滞系统的PID控制器稳定参数集算法

针对线性时滞系统提出了一种确定PID控制器稳定参数集算法.通过计算比例增益kp的稳定范围,遍历该范围内的每个kp值,确定微分增益kd和积分增益ki在二维平面内的稳定域,得到了完整的PID控制器稳定参数集.该方法为时滞系统的PID控制器设计和调节提供了基础.     

基于滞后时间削弱器的模糊PID控制系统设计与仿真

针对大滞后对象控制难以及其PID参数整定难的问题,提出一种有效控制大滞后对象的方法.首先利用滞后时间削弱器将大滞后对象演变成小滞后的等效对象,然后用模糊控制对PID参数进行在线自整定,即构成模糊PID控制器,进而对小滞后的等效对象进行自适应控制.仿真结果表明,该控制系统与常规PID控制系统相比,具有良好的动、稳态特性和较强的抗干扰性、鲁棒性.     

基于模糊自适应PID的无人驾驶车辆路径跟踪控制

在无人驾驶车辆路径跟踪控制过程中,针对控制对象发生变化时传统PID控制器难以对其控制参数进行实时调整的问题,提出一种以预瞄理论为基础的模糊自适应PID控制方法.以前轮转角作为控制系统的输入,设计基于横向偏差和航向偏差的模糊自适应PID路径跟踪控制器.分析量化因子和比例因子的选取原则,利用模糊理论对PID参数进行自适应调整;基于Carsim与Simulink对所提算法进行联合仿真实验.仿真结果表明:模糊自适应PID较传统PID改善了控制器的动态性能且具有较好的自适应能力.     

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.     

滞后削弱器控制系统的设计

将大滞后的对象演变成小滞后的对象,按平方误差积分准则设定点最优整定算法整定比例积分微分(PID)控制器参数.采用Simulink对不同Lm时的滞后削弱器控制系统的阶跃响应进行仿真,结果表明,系统加入滞后削弱器后,只能把等效对象的纯滞后时间变小,但不能消除纯滞后时间.滞后削弱器对大滞后系统的控制效果很好,且优于经典PID控制系统,利用滞后削弱器可以用PID控制器来控制大滞后系统.     

加入滞后时间削弱器的大滞后系统的最优模糊PID控制

首先给大滞后系统加入滞后时间削弱器,将大滞后的对象演变成小滞后的对象,然后基于模糊控制原理、极小值原理和PID控制理论,设计一种最优模糊PID控制器对小滞后对象进行自适应控制.仿真结果表明,加入滞后时间削弱器能使大滞后系统更容易控制;最优模糊PID控制器比模糊PID控制器具有更好的抗干扰性和鲁棒性,且系统响应的上升时间和调节时间明显缩短.