PID控制器参数的计算机辅助优化整定

在MATLAB环境下，应用图形用户界面GUI开发了一个使用方便、实用性强的离散PID参数优化整定软件．以Ziegler-Nichols方法整定的PID参数作为寻优初始值，通过对ITAE准则目标函数求取最小值的方法对PID参数进行优化，从而实现了对PID控制器参数的优化整定．测试结果表明，应用本软件对PID控制器的参数进行优化后，可以使整个控制系统的动态性能得到显著提高．     

遗传算法在PID自整定控制中的应用

提出了一种基于遗传算法和单神经元的自整定PID控制器的设计方法，该控制器首先利用遗传算法对PID的3个参数作离线优化，搜索到一组准最优的PID参数，作为PID控制器参数的初始值，然后利用改进后的单神经元梯度下降法在线调节PID参数，以使系统获得最优的动态性能和稳态性能．仿真结果表明：与传统PID控制算法比较，该控制方法响应速度快，具有更好的控制效果．     

隔离圈式行星滚子螺旋的研制及其主结构系列化参数的推荐

本文讨论了隔离圈式行星滚子螺旋的主要结构、传动原理、性能特点等，并结合实例，提出了其主结构系列化参数的推荐值．     

利用BFO算法优化PID参数的机械臂控制设计分析

提出了一种基于细菌觅食(BFO)算法优化PID控制器参数的机械臂控制设计分析,用于不确定的2自由度旋转棱镜(RP)机械臂有效的轨迹跟踪和参数鲁棒性.提出的方法将BFO算法与PID控制器相结合,通过BFO算法在线对PID控制器的3个参数进行优化.最终,传统的动抗干扰抑制(ADRC)设计问题被转换成用于寻找最优控制器调谐参数的特殊优化问题.仿真结果表明,与传统方法相比,提出的方法能有效提高机械臂跟踪控制的快速性和准确性,具有更优越的控制品质和较强的抑制干扰能力.     

一种基于CMAC网络的自学习控制器

通过分析了ＣＭＡＣ神经网络的学习机制和连续搅拌反应釜的结构，提出了一种自动选择学习率的ＣＭＡＣ自学习控制方法。给出了自学习控制器的结构和算法，并以连续搅拌反应釜模型为对象进行了仿真研究，这种网络每次学习少量参数，算法简单，仿真结果表明所提出的控制器优于传统的ＰＩＤ控制器。     

关于集体模糊综合评价模型的研究与应用

本文根据模糊数学的有关理论和方法，提出了用于集体评价的模糊综合评价数学模型，并通过具体实例，验证了该方法的正确性和可行性．     

参数未知混沌系统的同步控制与参数识别

考虑参数未知的非自治混沌系统作为驱动系统．用自适应控制方法构造一个响应系统,使之与驱动系统的结构相同．基于李雅普诺夫稳定性理论,进一步选择适当的控制器使它们达到完全同步．当驱动一响应系统达到完全同步时,也使它们的系统参数达到一致,由此可以识别驱动系统的参数．以受迫Duffing系统和扩音器系统为例验证了本文提出的方案是有效的．     

带有时滞的离散不确定系统的鲁棒稳定性

考虑了带有时滞的离散不确定系统的鲁棒D-稳定化问题，利用矩阵范数理论给出了系统稳定的充分条件，进而推广了该文的结果．对两类给定结构的控制器，得到了相应的不确定的离散闭环系统的鲁棒D-稳定的充分条件．基于这些条件，给出了相应的鲁棒D-稳定化控制器的设计方法，并举例说明了提出的方法的有效性．     

DC-DC Buck开关功率变换器的滑模变结构控制

根据滑模变结构控制原理和方法，通过直接控制和间接控制两种途径，设计相应的控制器，实现了Buck变换器中的混沌控制，使输出电压稳定到期望值．数值模拟结果验证了该方法的正确性和有效性．     

参数自整定模糊PI控制器设计与仿真

针对PI控制方法的参数难以整定的问题,在PI控制方法的基础上结合模糊控制理论设计了一种参数自调整模糊PI控制器,判断误差及误差变化率的模糊范围,对比例和积分系数进行修正,使PI参数调整到最佳。该方法既有PI控制精度高、结构简单的优点,又有模糊控制鲁棒性好、响应速度快等特点。对两种控制器进行MATLAB仿真对比实验,证实了模糊参数自整定PI控制器具有更好的稳定性和高效性。     

一类非线性大系统的间接自适应分散神经网络控制

针对仿射非线性大系统,采用分散控制的思想,利用模糊神经网络辨识方法对各个子系统建立NARMA模型,运用自适应控制、滑模控制方法消除各子系统间的非线性关联项及不确定的外部干扰,并使用神经网络的辨识结果来调节控制器参数,形成间接自适应分散神经网络控制器.最后,将本文提出的控制方法运用于互连双倒立摆仿真中,结果表明所提出的算法是有效的.     

Smith自适应模糊PID控制算法的研究及仿真

针对常规PID控制器在控制具有时变、大滞后等特性的实际被控对象效果不理想的问题,综合Smith预估控制和自适应模糊PID控制的优点,提出了一种新的控制器-Smith自适应模糊PID控制器．介绍了组成原理,分析了在控制时变、大滞后对象时的优点,给出了该控制器的具体设计方法．仿真结果表明,所设计的控制系统超调量小、调节时间短、响应速度快、动、稳态性能好,适用于参数变化的大时滞工业过程．     

基于神经网络的一类非线性系统自适应滑模控制

对一类非线性系统进行简化处理后,结合神经网络逼近方法、自适应滑模控制提出一种新的自适应控制方法.所设计的控制器分为两部分,一部分是等效控制器,另一部分是滑模控制器.滑模控制器用来减小系统的跟踪误差,起鲁棒控制作用.文中用神经网络逼近非线性函数,并将网络权值误差引入到神经网络权值的自适应律中用以改善系统的动态性能.最后给出的仿真算例证明所设计的控制器是十分有效的.     

PSO算法用于导弹鲁棒控制器性能权函数优化

摘要： 在导弹1综合鲁棒控制器的设计中,性能权函数的设计通常只能采用尝试和仿真迭代方法. 这种设计方法繁琐费时,控制性能不确定. 该文采用粒子群优化(particle swarm optimization , PSO)算法自动设计性能权函数. 分析了性能权函数各项系数对闭环响应的影响,设计了PSO优化算法的各项参数,并对PSO算法和1控制进行综合设计. 仿真结果表明,采用优化后性能权函数获得的1控制器性能良好,性能指标函数具有较好的收敛特性,表明了该方法的有效性.     

一种通用的参数自调节模糊控制器

考虑到实际工业过程对鲁棒性的要求,针对工业过程可以由二阶加时延模型近似表示的特点,基于偏差继电实验辨识的系统模型,设计了二阶通用参数自调节模糊控制器,并与传统PID控制器进行比较,仿真结果验证了算法的有效性.     

基于内模结构的模糊控制器

通过对具有纯滞后被控过程进行数字仿真研究,提出了一种基于内模结构的模糊控制方法。其最大特点是引入了模糊预估器作为被控过程的内部模型,对实际过程输出起预估作用,从而消除了大时滞带来的系统不稳定。此算法的控制效果要优于常规ＰＩＤ、ＦＵＺＺＹ和ＩＭＣ控制方法＾「１」,利用该算法对电加热炉进行的炉温实时控制时也有一定的理论意义和实用价值。     

故障条件下子空间预测控制的对偶分解

研究故障条件下子空间预测控制器的设计问题,在推导输出预测估计值后分析残差矢量的统计分布特性
及残差矢量在各个瞬时时刻处的具体形式. 针对含有等式和不等式约束条件的预测控制器最优化问题,通过对偶
运算将较复杂的约束优化转化为无约束优化问题,采用最近邻梯度法即可求得基-对偶优化问题的最优解. 最后以
直升机悬停状态为例,验证控制器设计方法的有效性.     

反向响应时滞过程的二自由度Smith预估控制

针对反向响应时滞系统,将Smith预估控制和内模控制相结合,提出一种二自由度
控制方法. 设定值跟随控制器采用Smith预估器形式,可使系统具有良好的设定值跟随特性,
而干扰抑制控制器则采用内模控制器设计方法,可改进系统的干扰抑制性能和鲁棒性,克服
传统Smith预估器的不足. 通过两种不同的方法(直接分解和全通分解),把过程对象的传递
函数分解为最小相位部分和非最小相位部分,相应导出了两种不同控制器的设计方法,并给
出了系统满足鲁棒稳定性的充要条件. 理论分析和仿真对比研究表明,该方法可使系统具有良
好的设定值跟随性能、干扰抑制性能和鲁棒性.     

基于大脑情感学习的转台逆模型补偿控制

针对传统控制方法难以克服飞行仿真转台伺服系统中存在的摩擦等非线性干扰力矩问题,提出了一种基于大脑情感学习(brain emotional learning, BEL)模型的转台伺服系统复合控制方法. 在传统PI反馈控制器的基础上,设计了基于BEL模型的同结构系统逆模型辨识器和前馈补偿控制器. 通过在线辨识系统逆模型来学习BEL模型的节点权值. 理想转台模型的数值仿真和实际转台伺服系统的实验结果都表明：BEL模型学习能力强,能满足实时控制要求,基于BEL模型的复合控制策略能有效抑制摩擦力矩的影响,提高转台系统的跟踪性能.