基于闭环稳定约束的不稳定对象PID解析控制

利用有理函数逼近纯滞后,针对一类典型不稳定对象推导了ＰＩＤ控制器整定公式,与经典鲁棒控制设计方法不不是利用控制对象互质分解,而是根据闭环系统稳定性的束寻找满足要求的控制器集合,通过对最优灵敏度函数求解,解析地推导出ＰＩＤ控制器的结构和参数,得到的结果非常简单。     

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.     

时滞不稳定过程的PID控制

研究具有时滞的不稳定过程的PID控制问题，对文[1]提出的参数调整方法进行简化和处理，可以得到更加简便的结果．     

基于四轴飞行器的双闭环PID控制

针对传统单闭环PID控制四轴飞行器存在的问题,设计并实现了一种双闭环PID控制算法。在姿态PID控制中,角度作为外环,角速度作为内环,运用姿态解算计算出欧拉角,作为姿态PID反馈量,进行姿态双闭环PID控制;在高度PID控制中,高度作为外环,z轴加速度作为内环,运用气压传感器采集的大气压值计算出高度,作为高度PID反馈量,进行高度双闭环PID控制。由于油门存在非线性问题,因此运用Matlab对油门转速曲线进行补偿,使输出的油门值近似线性化。飞行实验结果表明,四轴飞行器运用双闭环PID控制不仅反应快、超调量小,而且能够在室外稳定地飞行。     

不稳定时滞过程的二自由度PID控制

针对一类不稳定时滞过程，采用双环控制结构，首先使广义对象稳定，然后按内模控制原理设计了一种二自由度PID控制器．所设计的控制器具有两个可调参数，且被调参数与系统性能直接相关，可使系统同时具有良好的目标值跟踪特性和干扰抑制特性．仿真结果证明了它的有效性.     

时滞不稳定系统的模糊设定值加权PID控制

针对时滞不稳定系统,提出了一种基于模糊逻辑的设定值加权PID控制方法。采用以设定值跟随误差和误差变化为输入的二维模糊逻辑控制器来在线实时调整加权参数值,使系统获得更好的目标值跟踪特性。仿真实验结果表明这种方法具有较好的动态性能指标。     

基于自适应模糊PID控制的双闭环直流调速系统

在模糊PID控制器的基础上,利用模糊推理的方法实现了对PID参数的在线自动整定,并且在MATLAB软件下将该控制器在双闭环直流调速系统中的应用进行了研究,仿真结果表明,参数自适应模糊PID控制能使系统达到满意的控制效果,对进一步应用研究具有较大的参考价值。     

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.     

双闭环Buck变换器系统模糊PID控制

针对传统线性PID控制对复杂控制对象难以建模及人工整定经验缺乏等问题,提出了一种双闭环Buck变换器系统的模糊PID控制策略。首先,设计了电压外环和电流内环结构以同时提高系统的抗扰性和跟随性;其次选择高斯函数和三角形函数相结合的隶属度函数以使控制器对小误差的灵敏度得以增强;接着,针对PID参数分别设计了3个子推理器并通过基于专家经验的规则库制定出Buck变换器的模糊规则,可以使控制器不依赖于Buck变换器系统精确的数学模型,从而克服传统PID控制导致的输出电压高超调、振荡等缺点;最后,设计了一套新型双闭环Buck变换器硬件系统,利用STM32单片机将模糊PID算法首次用于控制变化速度快、时滞小的被控量。实验结果表明:模糊PID控制策略不仅能够提高输出电压跟踪精度,还能有效抑制负载扰动及参数摄动,在阶跃启动下,系统输出电压超调量低于10%,调节时间低于3ms;与传统PID单环系统相比,其输出电压纹波、扰动下的最大动态压降和恢复时间均减小了一个数量级以上。     

基于遗传算法的分布参数对象PID控制器设计

实际工业过程中的对象大都属于分布参数系统,控制现场主要采用比例-积分-微分(PID)控制方法。该文将基于遗传算法的PID控制器优化设计方法(简称GAOPT方法)应用到一类分布参数对象上,设计了最优控制器,并与几种基于常规整定公式的控制器进行比较。仿真结果表明,GAOPT方法设计的PID控制器,可以利用较小的控制能量,获得在超调量、调节时间和时间乘绝对误差积分(ITAE)等指标上都较优的控制效果。将GAOPT方法应用到分布参数系统上,可以提高现有工业中PID控制器的控制水平。     

基于遗传算法的分布参数对象PID控制器设计

实际工业过程中的对象大都属于分布参数系统,控制现场主要采用比例-积分-微分(PID)控制方法。该文将基于遗传算法的PID控制器优化设计方法(简称GAOPT方法)应用到一类分布参数对象上,设计了最优控制器,并与几种基于常规整定公式的控制器进行比较。仿真结果表明,GAOPT方法设计的PID控制器,可以利用较小的控制能量,获得在超调量、调节时间和时间乘绝对误差积分(ITAE)等指标上都较优的控制效果。将GAOPT方法应用到分布参数系统上,可以提高现有工业中PID控制器的控制水平。     

基于单神经元PID控制器的闭环控制系统

目的 解决传统PID控制器对时变系统控制能力不强的弊病。方法 利用神经网络理论与传统PID控制理论相结合。结果 设计了一种单神经元PID控制器，将其应用于被控制对象是快时变和慢时变的两类闭环控制系统。结论 实验证明这种单神经元PID控制器通过在线边学习边控制的方式，实现了实时控制。     

约束闭环系统的虚拟参考反馈校正控制

采用虚拟参考反馈校正控制方法,通过最小化由一簇输入/输出观测数据组成的L2范数的代价函数来设计控制器;对于含有椭球约束不等式条件的非线性优化问题,将目标准则函数和两约束条件转化为线性矩阵不等式形式,采用椭球优化迭代算法产生一系列体积逐渐减小的椭球序列,并最终收敛于一个最优解,同时,推导出椭球优化迭代算法所需迭代次数的一个上界;针对椭球优化迭代算法的初始化,提出一种基于凸优化理论水平集的初始椭球选取策略,采用仿真算例验证了所提出方法的有效性.结果表明：采用虚拟参考校正控制来设计闭环系统中的2个控制器时,可以得到较为准确的控制器参数估计值;采用椭球优化算法可以得到较快的收敛速度.     

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MATLAB的步进电机PID闭环控制系统仿真

本文根据两相混合式步进电机的细分驱动原理,利用MATLAB建立其PID闭环控制系统仿真模型.通过系统仿真,分析步进电机PID控制下系统的响应情况,从而提高系统的控制和运行精度,具有一定的工程实用价值.     

亳菊恒温烘干系统双闭环PID控制设计

在对亳菊进行干燥时,为了保证其有效成分含量最高,同时降低物料烘干的能耗,设计了一种采用双闭环PID控制的恒温控制系统,由供热系统、储热系统、烘干系统和监控系统4部分组成。内环PID目标值和测定值分别进变频器2和4号端子,运算后操作量作用于空气能热泵,实现水箱水温调节;外环PID室内温度设定值和测量值分别进FX3U-3A特殊适配器模拟量通道,PLC运算后输出量控制SSR的通断,驱动烘干室风机运行,实现恒温烘干需求。     

一类不稳定系统的PID控制器整定

借助系统辨识的思想,改进了基于预期动态法的二自由度PID控制器(DDE-PID)的参数整定过程,并将其应用到不稳定系统上。采用先PD稳定对象,然后根据PD稳定后的控制对象的开环阶跃响应曲线即可得到所需参数,该方案具有参数整定过程简洁、实用性强、不依赖于精确模型等优点。针对改进前后的DDE-PID控制方案,选取4个典型的不稳定对象,分别与设定值跟踪实验和蒙特卡洛实验做了对比。仿真结果表明,本文所提方法对不稳定对象简单易用,在保证较好的控制性能的条件下,具有较好的鲁棒性,同时该方法可以根据需要方便地进行参数调整,实用性强。     

一类广义系统的开闭环PID型迭代学习控制

针对一类正则、无脉冲的线性连续广义系统采取迭代学习控制策略,通过λ范数给出了系统在开闭环PID型学习率下的收敛性条件;最后,通过仿真算例验证了所提方法的有效性和优越性.     

汽油机不稳定燃烧边缘的稳定控制

介绍了供给汽油机稀混合气的方法和系统,分析了混合气逐步变稀时对汽油机性能的影响;提出了不稳定燃烧边缘的稳定控制理论,并为台架实验所证实。