基于PID算法的温度控制系统的设计

设计了一种温度控制系统。以AT89S52单片机为核心,包括电源电路,温度信号采样电路,键盘及显示电路,加温控制电路等模块。软件采用PID算法进行了建模和编程,在SIMULINK环境中进行了仿真,系统无稳态误差,调节时间为30s,无超调量,满足设计要求。     

一种智能恒温控制器的设计

介绍了一种恒温控制器的设计,本控制器由80C52单片机、A／D转换器AD574A、可控硅触发电路、加热器以及PT100铂电阻等组成,利用数字控制算法,来实现对恒温器的控制。     

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.     

药剂温度控制系统的智能PID控制方法与实现

针对药剂温度控制系统，提出了一种基于模糊系统的自整定PID控制器，用于解决系统中出现的纯时滞，大惯性，时变不确定性等问题，实际运行结果表明，这种方法达到了良好的控制效果，降低了被控量超调，且增强了系统的鲁棒性。     

基于FPGA的增量式PID智能湿度控制器的设计

该设计运用增量式PID算法在FPGA内实现智能湿度控制系统中的控制核心模块。增量式PID算法相比传统的PID算法具有计算误差对控制量影响小,手动自动无冲击切换,可靠性高等优点。且基于FPGA进行硬件电路设计方法相比对单片机采用软件编程的方法来实现PID控制在控制精度、速度、稳定性等多个方面具有不可比拟的优势。     

基于增量式PID算法的数字励磁系统设计

文章采用单片机为微控制器,结合外部采样、脉冲触发等电路,采用智能增量式PID控制算法,研制出了用于电动挖掘机的全数字励磁调节系统。经过现场调试验证,获得了良好的运行效果,能够满足挖掘机各种工况控制的要求。     

一种基于模糊神经网络和遗传算法的智能PID控制器

常规的PID控制器参数整定方法需要被控对象的精确数学模型,且整定出的参数不能进行在线调整.而模糊控制和神经网络均不依赖被控对象的数学模型,且具有较强的自适应和自学习能力;遗传算法则是一种新型的全局优化方法.鉴于此,提出将模糊控制、神经网络和遗传算法引入PID控制器的设计过程.首先,运用遗传算法优化隶属度函数的中心值和宽度,并借助模糊逻辑控制确定遗传算法中的交叉概率和变异概率.然后,再运用BP算法优化模糊神经网络的连接权系数.仿真结果表明,该方法提高了系统的自适应能力和抗干扰能力,增强了系统的鲁棒性.     

基于Labview的温度自动控制PID算法的实现

介绍了一种利用图形化编程语言Labview编制的用于铅淬火炉温度自动控制的PID算法程序,通过对PID算法的改进,引进积分项选用程序以避免调节过程中出现超调量,编制参数离线整定程序进行整定实验获得合适的PID参数,使设计的温度测控系统具有温度快速稳定,无超调量,控温精度高等特点,有较好的应用前景。     

生产工艺流程中基于PID算法的温度控制方法

生产工艺流程中常常既有恒温要求,也有温度按照特定曲线变化要求。在生产工艺流程不同阶段的温度拐点,传统的PID控制会出现较为严重的超调。针对这一问题,设计了一种改进的PID算法,在临近温度拐点适时变更为PD控制作为过渡,以抑制超调。实验表明这种方法可以大大降低超调量,显著改善控制品质;同时,算法简单,计算量小,经济适用,可广泛应用于以单片机为核心的温度控制系统中。     

基于FPGA的PID温度控制系统的设计与实现

为了提高温度控制系统的稳定性和精确性,提出一种基于FPGA的PID温度控制系统.该系统以EP3C5E144C8为控制核心,采用数字PID算法,通过PWM技术控制系统的温度.测试结果表明系统能够在25℃～60℃范围内设定系统的温度,稳定状态下温度波动控制在±0.1℃范围内.     

预测型智能自整定PID控制器

提出一种预测控制和遗传算法相结合的自整定ＰＩＤ控制算法．该算法利用预测技术克服时滞,利用遗传算法优化ＰＩＤ控制器的参数．通过对工业过程中典型的大时滞被控过程进行数字仿真表明,这种控制算法鲁棒性强、响应速度快、抗干扰能力强,对控制系统有扰动、参数时变尤其时滞时变的大时滞生产过程有较好的控制效果．     

基于混杂系统的智能PID控制设计

文章介绍了智能PID算法的思想,通过引入混杂控制系统,提出了应用混杂控制系统设计智能PID算法的思想。对最小切换策略进行了定义,并在理论上证明了该切换策略能保持系统在李雅普诺夫意义下的稳定性。设计了一个由时间最优控制和两个PID控制组成的混杂系统,通过仿真表明设计的有效性,并对该设计提出了进一步改进目标。     

神经智能PID控制算法应用

提出将 Ｐ Ｉ Ｄ 继电自整定与神经元自适应 Ｐ Ｉ Ｄ 控制相结合,利用 Ｐ Ｉ Ｄ 继电自整定法获取神经元自适应 Ｐ Ｉ Ｄ 控制器权系数的初值,实现对一般工业对象（一阶惯性加纯滞后环节）的智能控制．仿真和实时控制结果表明,这种控制策略是对实现全自动型工程控制器的有益尝试．该智能控制算法切实可行,鲁棒性强．     

基于以太网的PID神经网络控制系统

介绍基于以太网的PID神经网络控制系统的构建及实时控制过程．该系统具有易于实现、成本低、兼容性好等特点,有利于对分布式设备进行实时控制．控制结果表明．该系统对于大滞后、非线性对象取得较好的控制效果．     

基于遗传BP网络的PID控制算法在无模拉拔温度控制中的应用

将遗传算法与BP神经网络结合,提出了一种利用遗传算法优化BP神经网络权值的智能PID控制算法,改善了系统的动态性能. 通过实验采集数据,拟合出无模拉拔感应加热温度控制系统的数学模型. 采用本文提出的方法进行了仿真实验,结果表明该算法具有较强的快速性和鲁棒性.     

基于改进遗传算法的控制器参数优化

针对标准遗传算法易发生成熟前收敛和收敛速度过慢的缺点,提出了保护优秀个体、引入外来移民以及采用自适应交叉和变异算子等改进策略.综合分析了它们对算法收敛性的影响.应用改进遗传算法对PID控制器参数进行优化设计,并与传统的ZN法、简单遗传算法进行比较,仿真结果表明控制系统的时域性能指标有极大改善.     

基于PID算法的锅炉温度控制系统的实现

从软件方面讲述了用PID算法实现锅炉水温自动控制的原理。在控制过程中主要应用AT89C51、555定时器、LED显示器、8255、MAX232等芯片,对锅炉温度控制系统的系统结构进行了介绍,并对PID温度控制系统的工作原理和设计方法做了详细的阐述。     

基于自适应免疫遗传算法的真空退火炉变参数PID温度控制系统

真空退火炉退火温度的精确控制是一个典型的非线性、大时滞、大惯性、存在强交叉耦合、时变的复杂的控制问题,常规的PID控制器很难实现对退火温度的精确控制.本文以神经网络建立的真空退火炉模型为控制模型,利用自适应免疫遗传算法全局搜索获取最优的可变PID参数的方法,解决了真空退火炉退火温度精确控制的问题;应用结果表明,该温度控制系统优于传统的PID控制系统,并具有良好的可靠性、自适应性和鲁棒性.