控制系统中PID预测方法的实质研究

控制系统的滞后是难免的，滞后系统的预测理论和方法研究一直是控制工程中的重要课题，本剖析了工业中常用的比例－积分－微分（ＰＩＤ）预测方法的实质，指出ＰＩＤ调节器一个按二阶自回归模型进行控制的系统。笔接着分析了ＰＩＤ调节器的预测误差，高于二阶的系统用ＰＩＤ方法预测时误差很大，从理论上得到到良好的控制效果。ＰＩＤ只能适用于某些特场合，中探讨了使用方法。     

时变大纯滞后系统的单神经元预测控制

为对时变大纯滞后系统实现快速有效的实时控制 ,将单神经元与 L evinson预测器相结合采用比例积分微分调节器 (PID)控制方式 ,设计了单神经元预测控制器 ,其权值和可整定参数能够在线自适应调整 ,克服了大滞后对象控制结果不能及时反馈的不足。应用该控制策略对大滞后一阶和二阶对象的仿真研究表明 ,对大滞后时变系统具有很强的适应性和鲁棒性 ,各种控制性能明显优于常规 PID等其它控制     

大滞后非线性系统PID型多步预测控制

简要概述了基于神经网络的大滞后非线性系统多步预测器的实现,在分析直接多步预测中的误差自关联问题的基础上,提出一种较为准确的去误差直接预测方法,引用鲁棒性好的PID型多步预测目标函数对滞后非线性系统实现预测控制.在控制中,采用适用于动态系统的递归神经网络.仿真实验表明了所提方法的有效性.     

非线性大滞后系统的单神经元模糊预测控制

提出一种单神经元模糊预测PID控制策略,无需对复杂控制过程建立数学模型,只要检测过程的实际输出和期望输出,通过模糊预测控制修正单神经元PID控制规则,即可对非线性大滞后系统实现自适应控制.对于大滞后扰动系统,在稳定性、快速性、鲁棒性方面明显优于常规单神经元PID控制器.仿真结果表明,该方法应用于非线性大滞后系统具有良好的控制品质.     

罩式退火炉温控系统的神经网络PID预测控制

罩式退火炉温控系统是一类具有大滞后及模型慢时变系统,采用传统控制方法其效果并不理想.因此,将神经网络PID预测控制思想应用于罩式退火炉温控系统,利用灰色预测模型与四阶龙格库塔法相结合对罩式退火炉温控系统的行为进行预测,同时结合神经网络PID控制器克服预测误差、系统干扰等不确定因素带来的影响,提高系统的自适应性.仿真结果表明,系统运行平稳,受不确定因素的影响较小,对罩式退火炉温控系统具有良好的控制效果.     

基于PLC的电锅炉温度模糊预测PID控制

根据电锅炉系统的时滞和非线性特点,结合模糊控制和预测控制两种方法,设计了模糊预测PID控制器.介绍了电锅炉结构和工作原理,以S7-300 PLC为核心,对电锅炉温度控制系统进行了硬件和软件设计.在Matlab中仿真表明,模糊预测PID控制器系统超调量和稳态误差都很小,提高了系统的控制精度,具有良好的控制效果.     

灰色预测模糊自调节PID控制器及其仿真

结合灰色预测、模糊自调节与传统PID控制的设计思想,提出灰色预测模糊自调节PID控制算法.该算法用系统输出误差和系统输出预测误差合成的综合误差作为PID控制器的输入,同时模糊自调节系统又能根据综合误差及其变化率来调整PID参数.仿真结果表明,与模糊自调节PID控制器相比,该控制器具有良好的动态性能和鲁棒性.     

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.     

用Ziegler-Nichols方法拓展整定PID调节器的参数

采用工程设计方法确定PI调节器参数后,系统性能指标不尽理想时,则应采用PID调节器对系统进行校正,可将Ziegler-Nichols方法拓展为直接利用PID与PI调节器的关系比例系数来确定PID调节器的参数,经仿真结果证明能收到较好的控制效果.     

电阻炉温度自校正控制

本文介绍了一个采用自校正调节器(STR)的炉温控制系统,自校正控制集参数在线辨识和调节器设计于一体,较之于常规的PID调节方法,其控制性能(跟随性能和抗扰性能)有明显的改善,尤其可以克服时变参数对系统的影响,须知:电阻炉是一个具有时变、纯滞后和大惯性的对象,实验结果表明:采用自校正控制(STR)其控制效果优于PID控制,本文将介绍系统的控制原理,系统硬件和软件的结构。图5,参3。     

固体氧化物燃料电池系统仿真分析与控制

固体氧化物燃料电池（SOFC）系统是一个非线性、多变量和强耦合的系统,很难用传统的建模方法来建立。本文基于BP神经网络的方法,利用MATLAB/Simulink平台构建SOFC系统模型,并在该模型的基础上增加PID控制,实现了闭环控制系统的分析。实验结果表明,该模型预测精度高,由预测模型得出的温度数据与实际数据的绝对误差为0.011%,增加的PID控制算法具有很强的抗干扰能力。     

基于强化缓冲算子的灰色预测PID控制仿真研究

灰色预测PID控制系统的核心是其反馈回路上的灰色预测器,其建模精度与控制系统行为数据的变化速率有关.对于惯性较大的被控对象或采样周期较短的控制系统,控制系统的行为数据变化缓慢,基于这些数据直接进行灰色建模预测的精度不高.针对这个问题,本文提出了基于强化缓冲算子的灰色预测PID控制新方法.通过对控制系统的行为数据序列进行强化缓冲算子作用,获得控制系统行为数据的强化缓冲算子作用序列,对其进行灰色建模和预测,实现灰色预测PID控制.仿真研究结果表明,在相同的PID控制参数下,本文提出的控制方法的控制精度明显优于传统的灰色预测PID控制和经典PID控制,获得了理想的控制效果.     

基于多步预测的PID型神经网络控制

提出了一种基于多步预测的ＰＩＤ型神经网络控制方案,其控制机理类似于位置递式ＰＩＤ控制,但所产生的控制量是误差信号的比例、积分和微分量的一种非线性组合,可以有效地克服常规ＰＩＤ控制存在的快速性和超调的矛盾。通过利用多步预测误差对ＰＩＤ型神经网络控制器进行训练,可以弥补单步预测存在的控制信号波动较大的缺陷。仿真实验表明,基于多步预测的ＰＩＤ型神经网络控制系统有效随机干扰,具有较强的适应性和鲁棒性。     

Study on High Accuracy Hybrid Controller for Periodic Motion Control

In order to realize high accuracy control for periodic motion,a hybrid controller with grey prediction was presented in this paper.Incorporating the grey prediction,repetitive control,and the traditional Proportional-Integral-Differential(PID)control,a design method of the grey prediction repetitive PID(GRPID)control algorithm was investigated,according to the characteristics of the periodic motion control.The hybrid control algorithm can estimate unsure parameters and disturbance of system using grey predi...     

基于神经网络PID的丝杠运动误差控制

针对丝杠传动系统具有非线性及缓时变的特点,使用了BP神经网络PID控制器,该控制策略能在线调整PID控制参数.为了改善常规BP神经网络收敛性慢和系统不稳定的现象,提出了误差函数在线调整学习率的方法,建立了丝杠传动系统被控对象的数学模型,并给出了具体的控制算法.在先进制造过程对象试验平台（AMPOT）上进行了丝杠运动误差补偿试验,试验结果表明,该控制方法可将丝杠的运动误差减小50%～60%.     

高压共轨式电控柴油机共轨压力的控制方法

为了对柴油机高压共轨式燃油喷射系统的共轨燃油压力进行准确、实时的控制以及满足喷油量和喷油压力柔性控制的需要,在对系统建模的基础上,提出并设计了共轨燃油压力神经网络模糊PID控制方法,并与其他控制方法进行比较.仿真结果表明:采用神经网络模糊PID控制器效果好,跟踪速度快,无静差,抗扰动性强.     

基于分段线性化模型的冷连轧机PID解耦控制

针对冷连轧机采用基于工作点的线性化模型进行动态规格变换控制时系统误差和张力波动较大的问题,提出了一种基于递推分段线性化模型的PID解耦控制方案.通过对五机架冷连轧机进行动态规格变换仿真表明,该方案可保证系统的控制精度,满足动态规格变换的控制要求.     

基于改进灰色预测模型的自适应PID控制算法

针对大滞后系统提出一种基于改进灰色预测模型的自适应PID控制,采用优化背景值和初始条件的改进GM(1,1)模型作为预测模型,用预测结果代替被控对象测量值,克服了大滞后系统控制效果不能及时反馈的不足,并将二次型性能指标引入到PID控制器的整定过程中,按照性能指标的负梯度方向修改加权系数,实现了自适应PID的最优控制。仿真结果证明,该方法对大滞后系统具有较好的适应性和鲁棒性。     

大滞后对象的程序控制器算法

针对不同生产过程的大滞后对象的共同特点,提出一种简单且行之有效的程序控制方法：由时间最优、预估、积分分离PID和Bang—Bang基本控制技术组成复合控制算法,根据偏差和偏差变化率自动切换执行不同的算法。该方法具有编程简单、运算量小、占空间少和实时性强等优点。