基于LabVIEW的炉温PID控制改进算法

虚拟仪器在数据采集方面优势明显,而在控制方面较弱,PID控制包作为NI公司开发的工具包给工程技术人员提供了很大的便利。但实际应用中对炉温控制效果不理想,本文用labVIEW图形化编程对炉温PID控制进行了控制系统算法的改进,经投运效果改善明显。     

基于LabVIEW的炉温PID控制改进算法

虚拟仪器在数据采集方面优势明显,而在控制方面较弱,PID控制包作为NI公司开发的工具包给工程技术人员提供了很大的便利.但实际应用中对炉温控制效果不理想,本文用labVIEW图形化编程对炉温PID控制进行了控制系统算法的改进,经投运效果改善明显.     

基于模糊推理参数优化的无人机自适应PID控制

针对传统模糊控制隶属度函数主观性较强以及传统PID控制精度低、参数难以调整等缺点,提出一种基于模糊推理参数优化及神经网络的无人机自适应PID控制算法.(1)基于四旋翼无人机的运动学分析,建立了系统的动力学模型;(2)导出了基于神经网络控制的模糊推理参数优化方法;(3)采用带有全局极小动量项的梯度下降法修正网络学习权值,设计了模糊神经网络.实验结果表明,本文所提的算法相比其他传统算法具有更好的控制精度和鲁棒性.     

基于蚁群算法改进聚类算法的RBF-NN在PID控制中的应用

针对非线性系统,采用了径向基函数(RBF)网络的PID整定。由于传统RBF网络的聚类算法聚类质量不高,参数的初始值直接影响收敛速度。该文通过运用蚁群算法和k-均值算法对聚类算法进行改进提高聚类质量并且优化初始值。仿真结果表明,经过对聚类法改进的RBF网络收敛速度快速、精确,PID整定效果优于未使用该方法的整定效果。     

基于改进粒子群算法整定的PID网络流量控制研究

结合经典控制理论和优化控制理论设计了基于改进粒子群算法的PID（Proportion Integral Derivative）控制器,并与经典的PID控制器进行了比较．仿真结果验证,优化后的PID控制器能较好地控制ATM（Asynchronous Transfer Mode）网络流量,减少拥塞,提高网络资源利用率．     

基于改进TLBO算法的刮板输送机伸缩机尾PID控制系统优化

为了提高刮板输送机伸缩机尾控制系统的工作性能,将一种新的群智能优化算法,即教学与学习算法(TLBO)应用于机尾PID控制器的参数优化中,并提出新的自适应教学因子计算方法,其利用完整学习阶段前、后学生群体成绩的变化来决定教学因子的取值。研究结果表明:改进后的TLBO算法的精度及稳定性均比原TLBO算法的优。在建立刮板输送机伸缩机尾控制系统模型的基础上,利用改进的TLBO方法进行PID参数整定,并引入超调量控制指标对适应度函数再次完善,二次优化后的刮板输送机伸缩机尾控制系统具有良好控制品质和鲁棒性。     

基于增量式PID的改进粒子群算法

基于粒子群优化(PSO)算法的简单模型和增量式PID控制原理,引入PID增量算子和4个新随机因子,对标准粒子群优化(SPSO)算法进行了扩展.扩展粒子群算法(EPSO)提升了粒子自身认知能力和社会认知能力,增加了粒子共享的信息量,粒子在运动过程中更加智能化.4个新随机因子的引入,提高了种群的多样性,一定程度上克服了PSO容易陷入局部最优的缺陷,提高了PSO算法全局搜索能力.对6个常用目标函数进行优化仿真,结果表明EPSO算法较SPSO算法收敛速度显著加快,且不易陷入局部极值点.SPSO算法是EPSO算法的一种特殊情形;EPSO算法作为SPSO的扩展,可应用于所有SPSO求解的优化问题.     

基于改进遗传禁忌算法的PID控制器

目的 为提高带式输送机PID控制器的动态性能,对其参数进行优化.方法 采用改进的遗传禁忌算法,通过MATLAB/SIMULINK仿真软件,实现系统仿真.结果 将改进的遗传禁忌算法应用到PID控制器中.结论 研究表明采用改进遗传禁忌算法的PID控制器可以提高系统的动态特性.     

基于改进模糊PID的轮式机器人速度控制器设计

针对轮式机器人在行走过程中存在速度平衡超调较大与调节时间较长、速度平衡效果较差的问题,采用Matlab/Simulink与Carsim仿真软件建立轮式机器人四轮差速运动模型,对于无刷直流电机(BLDCM)系统,在原有模糊PID的基础上,结合抗积分饱和算法与变速积分算法,提出一种改进模糊PID控制的调速方法。仿真结果表明,通过抗积分饱和与变速积分算法改进后的模糊PID控制器与传统模糊PID控制器相比,在机器人速度平衡控制过程中,超调降低30%,调节时间降低33%,具有速度响应时间短、速度响应曲线波动小的优点。搭建了轮式机器人实验验证平台,实验结果表明,改进后的模糊PID控制调速方法的速度响应快,满足轮式机器人速度控制需求。所提设计可为轮式机器人速度稳定系统调试提供理论指导,并可应用于以速度调控为主导的控制系统。     

基于神经元PID控制的无人机DSP飞控系统设计

航空科学技术的进步和应用领域的扩展不断推进着无人机飞控系统向着高精度、低功耗和小型化方向发展。针对小型无人机飞控系统在功耗、成本、可靠性以及集成度等方面的较高要求,设计了一种基于Freescale M56F807型DSP和神经元PID控制策略的飞控系统,详细阐述了系统的设计思想以及硬件、软件基本结构和控制策略。采用了时域信号的取样积累平均方法,减少了算法的实现难度,提高了采样精度。对硬件设计中的关键技术进行了研究和探讨,所设计的系统具有设计精炼,可靠性高,开放性好等优点,取得了较好的实验效果。基于DSP的现代高速数字处理飞控系统,能够赋予无人机更大的机动性、更高的灵活性和更广泛的适用性。     

一种基于麻雀搜索算法优化PID的气体流量控制系统设计

为了解决气体流量控制器（MFC）在使用过程中因受到系统扰动所导致的输出流量震荡不稳定以及调节时间长等问题,通常采用比例、积分、微分（PID）控制方法来改善控制效果.采用基于麻雀搜索算法（SSA）的PID参数优化方法,模拟麻雀对环境的搜索行为,对比PID参数进行优化,并将优化后的模型用于反馈补偿控制.实验结果表明,与传统PID参数设置方法相比,基于SSA的PID参数优化方法可以更快地找到最优解,系统输出流量的稳态误差远小于3%,调节时间缩短至300 ms,最大超调远小于4%,显著提高了MFC的控制性能.     

Study of improved gray predictive PID control algorithm

According to these characteristics of the movement of the special platform servo,a new improved grey predictive PID control algorithm was proposed based on the grey predictive PID,and then the algorithm was simulated by MATLAB.As a result that it can improve the response speed and stability of the system,and meet the demand of the system.     

Study of improved gray predictive PID control algorithm

According to these characteristics of the movement of the special platform servo, a new improved grey predictive PID control algorithm was proposed based on the grey predictive PID, and then the algorithm was simulated by MATLAB. As a result that it can improve the response speed and stability of the system, and meet the demand of the system.     

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.     

基于改进ORB算法的无人机遥感图像拼接技术

针对ORB算法尺度不变性较差,运行速度较慢,不适合应用于无人机遥感图像上的特点,提出了一种改进的ORB无人机遥感图像拼接算法。首先利用ORB特征中FAST特征检测算法对Shi-Tomasi算法进行加速,获取快速且准确的图像特征点,然后用ORB描述算法对特征点进行特征描述,在对特征点进行粗匹配和精匹配后,最后使用改进过的SPHP算法融合图像。实验结果表明,这种改进的ORB算法有着更高的匹配精度和匹配速率,能够生成更好的拼接结果。     

基于改进SA-WOA算法优化热封刀温度控制系统PID参数的研究

套袋机热封刀温度通常采用PID算法进行控制,但是PID控制参数大多由人为经验设定,控制效果不佳.为解决这一问题,本文提出一种改进SA-WOA算法实现PID控制参数的自整定.首先我们利用阶跃响应曲线法建立系统的传递函数模型,再考虑鲸鱼算法以及模拟退火算法的优点,将两者进行结合;然后在此基础上对算法进行改进,提高算法的收敛速度以及优化效果;再将改进后的算法在MATLAB R2017b平台上进行仿真对比实验;最后,将仿真所得控制参数在套袋机上进行实验测试.仿真对比结果表明,相对于继电反馈算法、粒子群算法以及基于模拟退火的改进粒子群算法,本文算法优化所得参数控制效果更好.实测实验结果表明,本文算法所得参数控制效果良好,可以更好地满足实际的需求.     

基于量子粒子群优化算法的PID参数控制

针对传统PID算法参数最优或接近最优确定较为困难,提出一种量子粒子群(QPSO)优化PID参数的算法,并用平方误差矩积分函数作为适应度判据,以克服PID算法自适应能力较差及遗传算法(GA)优化效率不高,其局部搜索能力较弱的缺陷。并使用伺服电动机数学模型进行仿真,结果表明量子粒子群优化PID参数速度快,避免早熟缺陷,同时表明了所提出算法的有效性和所设计控制器的优越性。     

基于模糊PID控制算法的汽车制动系统

以汽车制动力学方程为基础,设计了参数模糊PID控制器,对参数模糊PID控制算法在汽车制动系统中应用进行研究.该控制算法补充了常规PID、逻辑门限制控制算法的不足.仿真结果表明,该参数模糊控制系统能够达到预期效果,制动时间比模糊控制快0.17 s,比常规PID快0.51 s,制动距离比模糊控制短1.475 m,比常规PID控制短5.59m,并在不同的环境参数下具有较强的自适应能力.